Altmanin ja Prihtin Z-scoren ennustekyky maksuvaikeuksiin kotimaisella SME-aineistolla

Abstract

Konkurssi merkitsee taloudellisen toiminnan loppumisen lisäksi myös inhimillistä kärsimystä, työpaikkojen ja pääomien uudelleenallokoitumista, mutta myös luovaa tuhoa ja uudistumista. Rahoittajan osalta konkurssi on luottoriskin realisoitumista. Tutkielma pyrkii selvittämään tilinpäätöksestä johdettujen tunnuslukujen avulla maksuvaikeuksien ja myöhemmin konkurssin ennustamisen mahdollisuutta aineistonaan suuren pohjoismaisen rahoittajan tarjoama data konkurssiasiakkaistaan. Konkurssin ennustaminen yksittäisen tunnusluvun avulla on haasteellista, mutta erottelufunktioiden avulla on rakennettu malleja, joiden ennustevoima on osoittautunut vähintäänkin kohtalaiseksi aikaisemmissa tutkimuksissa. Tässä tutkielmassa pohjana on rahoituksen professori Edward I. Altmanin usean muuttujan erottelufunktio. Tutkielmassa esitellään useampia malleja konkurssien ennustamiseen, kuten Altmanin ja Prihtin Z-luvut, probability of a default-mittari ja luottoluokitus. Empiirisessä osassa pyritään vastaamaan kysymykseen: voidaanko maksuvaikeuksia ennustaa Z-luvuilla ja toimiiko jokin konkurssin ennustamisen malli paremmin kuin toinen kotimaisella SME-aineistolla? Tutkielma alkaa kirjallisuuskatsauksella, jossa käydään läpi tunnetuimpia tutkijoita ja heidän mallejaan. Tulokset osoittavat, että molempien mallien ennustekyky on heikko – Altmanin malli tunnistaa vain yhden konkurssiyrityksen oikein, Prihtin malli useamman, mutta ei merkittävästi paremmin. Lisäksi tutkielmassa tarkastellaan pankin sisäistä credit scoring -mallia ja luottoluokitusyhtiön luottoluokituksia, jotka osoittautuvat yhdistelmälukuja paremmiksi indikaattoreiksi maksuvaikeuksista. Tutkielma nostaa esiin myös yhdistelmämallien ajankohtaisuusongelman sekä tilinpäätöstietojen käytön rajoitteet, erityisesti kun huomioidaan SME-yritysten toimialaerot ja vaihteleva datan laatu. Tutkielma antaa lisäksi viitteitä siitä, että moderni luottoriskin arviointi vaatii laajempaa näkökulmaa, jossa yhdistetään tilinpäätösdataa, maksuhistoriaa, vastuuhenkilöiden taustatietoja sekä reaaliaikaisia liiketoimintatietoja.