Yritysten konkurssitodennäköisyyden ennustaminen logistisella regressiomallilla

Luotettavan ennustemallin rakentaminen on yksi konkurssitutkimuksen keskeisin tavoite. Tällainen malli voi antaa tietoa mahdollisesta lähestyvästä konkurssitapahtumasta jo paljon ennen laskennallista konkurssihetkeä. Tämän tutkimuksen tarkoituksena on löytää mahdollisimman kompakti mutta silti hy...

Full description

Bibliographic Details
Main Author: Lehmusvirpi, Ville
Other Authors: Matemaattis-luonnontieteellinen tiedekunta, Faculty of Sciences, Matematiikan ja tilastotieteen laitos, Department of Mathematics and Statistics, University of Jyväskylä, Jyväskylän yliopisto
Format: Master's thesis
Language:fin
Published: 2018
Subjects:
Online Access: https://jyx.jyu.fi/handle/123456789/57298
Description
Summary:Luotettavan ennustemallin rakentaminen on yksi konkurssitutkimuksen keskeisin tavoite. Tällainen malli voi antaa tietoa mahdollisesta lähestyvästä konkurssitapahtumasta jo paljon ennen laskennallista konkurssihetkeä. Tämän tutkimuksen tarkoituksena on löytää mahdollisimman kompakti mutta silti hyvin kuvaava malli yritysten konkurssitodennäköisyydelle. Selittävien muuttujien määrän minimoimisella pyritään välttämään mahdollinen yliparametrisointi, jottei malli tule riippuvaiseksi mallinnusaineistosta ja ei näin ollen olisi yleistettävissä muille aineistoille. Mallin toimivuuden arviointiin kiinnitetään myös erityistä huomiota validoimalla se mallinnusaineiston ulkopuolisella testiaineistolla. Tämä on tärkeää, koska on havaittu, että suurimmassa osassa yrityksen konkurssitodennäköisyyttä käsittelevissä vertaisarvioiduissa tutkimuksissa mallin validointia ei ole suoritettu testiaineistolla. Tulosten mukaan perinteiset tilinpäätöksen tunnusluvut, jotka kuvaavat yrityksen vakavaraisuutta, kannattavuutta ja maksuvalmiutta, toimivat hyvinä selittäjinä ennustettaessa yrityksen konkurssitodennäköisyyttä. Logistisen regressiomallin ennustekyky säilyy myös hyvänä, kun sitä sovelletaan testiaineistoon.