Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Går det att prediktera konkurs i svenska aktiebolag?: En kvantitativ studie om hur finansiella nyckeltal kan användas vid konkursprediktion
Linköping University, Department of Management and Engineering, Business Administration. Linköping University, Faculty of Arts and Sciences.
Linköping University, Department of Management and Engineering, Business Administration. Linköping University, Faculty of Arts and Sciences.
2015 (Swedish)Independent thesis Advanced level (degree of Master (One Year)), 20 credits / 30 HE creditsStudent thesisAlternative title
Is it possible to predict bankruptcy in swedish limited companies? : A quantitative study regarding the usefullness of financial ratios as bankruptcy predictors (English)
Abstract [sv]

Från 1900-talets början har banker och låneinstitut använt nyckeltal som hjälpmedel vid bedömning och kvantifiering av kreditrisk. För dagens investerare är den ekonomiska miljön mer komplicerad än för bara 40 år sedan då teknologin och datoriseringen öppnade upp världens marknader mot varandra. Bedömning av kreditrisk idag kräver effektiv analys av kvantitativa data och modeller som med god träffsäkerhet kan förutse risker.

Under 1900-talets andra hälft skedde en snabb utveckling av de verktyg som används för konkursprediktion, från enkla univariata modeller till komplexa data mining-modeller med tusentals observationer.

Denna studie undersöker om det är möjligt att prediktera att svenska företag kommer att gå i konkurs och vilka variabler som innehåller relevant information för detta. Metoderna som används är diskriminantanalys, logistisk regression och överlevnadsanalys på 50 aktiva och 50 företag försatta i konkurs. Resultaten visar på en träffsäkerhet mellan 67,5 % och 75 % beroende på vald statistisk metod. Oavsett vald statistisk metod är det möjligt att klassificera företag som konkursmässiga två år innan konkursens inträffande med hjälp av finansiella nyckeltal av typerna lönsamhetsmått och solvensmått.

Samhällskostnader reduceras av bättre konkursprediktion med hjälp av finansiella nyckeltal vilka bidrar till ökad förmåga för företag att tillämpa ekonomistyrning med relevanta nyckeltal i form av lager, balanserad vinst, nettoresultat och rörelseresultat.

Abstract [en]

From the early 1900s, banks and lending institutions have used financial ratios as an aid in the assessment and quantification of credit risk. For today's investors the economic environment is far more complicated than 40 years ago when the technology and computerization opened up the world's markets. Credit risk assessment today requires effective analysis of quantitative data and models that can predict risks with good accuracy.

During the second half of the 20th century there was a rapid development of the tools used for bankruptcy prediction. We moved from simple univariate models to complex data mining models with thousands of observations.

This study investigates if it’s possible to predict bankruptcy in Swedish limited companies and which variables contain information relevant for this cause. The methods used in the study are discriminant analysis, logistic regression and survival analysis on 50 active and 50 failed companies. The results indicate accuracy between 67.5 % and 75 % depending on the choice of statistical method. Regardless of the selected statistical method used, it’s possible to classify companies as bankrupt two years before the bankruptcy occurs using financial ratios which measures profitability and solvency.

Societal costs are reduced by better bankruptcy prediction using financial ratios which contribute to increasing the ability of companies to apply financial management with relevant key ratios in the form of stock , retained earnings , net income and operating income.

Place, publisher, year, edition, pages
2015. , 76 p.
Keyword [en]
Altman, Bankruptcy, Bankruptcy prediction, Beaver, Discriminant analysis, Financial ratios, Logistic regression analysis, Louma and Laitinen, Net income, Ohlson, Operating Result, Profitability measure, Proportional hazard model, Retained earnings, Shumway, Solvency measure, Stock, Survival analysis, Total assets Total liabilities
Keyword [sv]
Altman, Balanserad vinst, Beaver, Diskriminantanalys, Finansiella nyckeltal, Konkursprediktion, Lager, Logistisk-regressionsanalys, Louma och Laitinen, Lönsamhetsmått, Nettoresultat, Ohlson, Proportionell hasardmodell, Rörelserresultat, Shumway, Solvensmått, Totala skulder, Totala tillgångar, Överlevnadsanalys
National Category
Business Administration
Identifiers
URN: urn:nbn:se:liu:diva-119867ISRN: LIU-IEI-FIL-A--15/01961--SEOAI: oai:DiVA.org:liu-119867DiVA: diva2:827575
Subject / course
Master Thesis in Business Administration (Magisteruppsats i Företagsekonomi)
Supervisors
Examiners
Available from: 2015-08-21 Created: 2015-06-28 Last updated: 2015-08-21Bibliographically approved

Open Access in DiVA

fulltext(1496 kB)296 downloads
File information
File name FULLTEXT02.pdfFile size 1496 kBChecksum SHA-512
6530d98277269f0e570c12936b1b9b079520d23c5af8714a2e5d51591fc8cbbf81847a57f26d176ed330aa0887cd093574186d91fe2891cf2af802e9787e3ecc
Type fulltextMimetype application/pdf

Search in DiVA

By author/editor
Persson, DanielAhlström, Johannes
By organisation
Business AdministrationFaculty of Arts and Sciences
Business Administration

Search outside of DiVA

GoogleGoogle Scholar
Total: 296 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 453 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf