Konkursprediksjon med termindata : en empirisk studie av prediksjonsevnen til termindata fra skatteetaten
Master thesis
Permanent lenke
http://hdl.handle.net/11250/2486123Utgivelsesdato
2017Metadata
Vis full innførselSamlinger
- Master Thesis [4487]
Sammendrag
I denne oppgaven undersøker vi i hvilken grad termindata fra Skatteetaten kan brukes
for å forbedre eksisterende regnskapsbaserte konkursprediksjonsmodeller. Konkursprediksjonsmodeller
benyttes blant annet av banker, investorer, kredittratingbyråer og forvaltere
for å kunne si noe om individuelle konkurssannsynligheter for enkelte selskap. Slike
modeller benyttes også av Norges Bank og Finanstilsynet for å kunne si noe om bankenes
kredittrisiko overfor foretakssektoren. Konkursprediksjonsmodeller bidrar til å bedre
finansmarkedenes evne til å formidle kapital til lavest mulig kostnad.
Eksisterende modeller bruker i all hovedsak offentlig tilgjengelig regnskapsinformasjon
for å predikere konkurser. Termindata fra Skatteetaten innholder informasjon om blant
annet selskaps merverdiavgift, forskuddstrekk, arbeidsgiveravgift og restskatt. I tillegg
produserer Skattetaten oppdaterte termindata flere ganger i året.
Vi estimerer først en referansemodell som skal tilsvare eksisterende regnskapsbaserte konkursprediksjonsmodeller,
og er i stor grad inspirert av Norges Banks SEBRA-modell.
Videre estimeres to modeller som inkluderer termindata fra Skatteetaten på ulike måter.
Alle modellene estimeres med en ikke-parametrisk logistisk metode. Studien tar i bruk et
datasett som består av termindata og næringsoppgaver for norske aksjeselskap i perioden
2008 til 2017.
Oppgaven konkluderer med at informasjonen i termindata signifikant forbedrer prediksjonsevnen
til eksisterende, regnskapsbaserte konkursprediksjonsmodeller. Dette indikerer
at offentliggjøring av termindata kan bedre finansmarkedenes evne til å formidle kapital
til sin beste anvendelse.