Konkursprediksjon for finansielt vanskeligstilte selskaper: En empirisk studie av forklaringsvariabler i og utenfor regnskapet
Abstract
Denne oppgaven tar for seg konkursprediksjon for mellomstore og store finansielt
vanskeligstilte aksje- og allmennaksjeselskap med fokus på å forstå hvordan ikke regnskapsbaserte forklaringsvariabler kan gi dypere innsikt i konkurssannsynlighet.
Finansielt vanskeligstilte selskaper er her definert med B eller C i kredittvurderings score av Dun&Bradstreet. Tradisjonelle kredittrating-modeller fra slike firmaer bruker
kun regnskapsbaserte variabler.
Oppgaven tar i bruk statistiske metoder som logit, GAM, ROC-kurver og AUC-tester for
å analysere hvilke modeller som gir best prediksjonsevne. Det viser seg at GAM ikke gir
signifikant bedre prediksjon enn logit-modeller.
Modellene er testet på ett, to og tre års tidshorisont. Utover dette tidsperspektivet er det
uansett vanskelig å predikere konkursrisiko med tilfredsstillende grad av sannsynlighet.
Funnene våre tyder på at ikke-regnskapsbaserte forklaringsvariabler på kort sikt, dvs.
innenfor ett til to år, ikke gir en signifikant bedre konkursprediksjonsmodell enn
referansemodellen med kun regnskapsbaserte variabler.
Våre analyser viser imidlertid at man med en tidshorisont på tre år får en signifikant
forbedret konkursprediksjonsmodell ved å inkludere ikke-regnskapsbaserte variabler. De
viktigste ikke-regnskapsbaserte variablene er (i) største eierandel, (ii) om selskapet
bytter daglig leder, samt (iii) hvilke revisjonsanmerkninger selskapet fikk etter det siste
årsoppgjøret før konkurs.