Konkursprediksjon med termindata : en empirisk studie av prediksjonsevnen til termindata fra skatteetaten

Abstract

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.