Research question: This thesis analyzes the relationship between Altman’s Z’-and Z’’ score model in order to investigate the suitability of the models on the swedish small and medium companies during 2015-2019. Furthermore, analysis of previous research key figures has been examined in more detail to identify which of the individual key figures can be categorized as an early warning signal. Purpose: The purpose with this study is to explore which and when early warning signals can be read in annual reports between inactive and active Swedish tourist companies and to investigate the relationship between the accuracy of bankruptcy prediction models between active and bankrupt companies. Method: The study uses a quantitative method with a deductive approach, z-test and onesided analysis of variance ANOVA to analyze the accuracy of bankruptcy prediction models and identify how the key figures differ between active and inactive companies. Conclusion: The study shows that Altman's Z 'and Z' scores predict bankruptcies better than specify continued operations, are best suited for active companies and have the highest accuracy one year in advance than a longer period. On the other hand, 7 out of 15 key figures examined have identified significant average value differences between active and bankrupt companies, where some had a higher value for bankrupt companies and others had lower ones. / Problemställning: I denna studien har relationssamband mellan Altmans Z’- och Z’’- scoremodell analyserats för att undersöka hur modellerna lämpar sig på den svenska små- och medelstora konkur-respektive aktiva turistföretag mellan 2015-2019. Ytterligare har analys av tidigare forsknings nyckeltal undersökts närmare för att identifiera vilka av de enskilda nyckeltalen kan kategoriseras som en tidig varningssignal. Syfte: Studiens avsikt är att utforska vilka och när tidiga varningssignaler kan utläsas i årsredovisningar mellan inaktiva och aktiva svenska turistföretag samt undersöka relationssambandet gällande konkursprediktionsmodellers träffsäkerhet mellan aktiva- och konkursföretag. Metod: I studien används en kvantitativ metod med en deduktiv ansats, z-test och ensidig variansanalys ANOVA för att analysera konkursprediktionsmodellers träffsäkerhet samt identifiera hur nyckeltalen skiljer sig mellan aktiva och konkursföretag. Slutsats: Studien visar att Altmans Z”och Z’-score förutser konkurser bättre än preciserar fortsatt verksamhet, lämpar sig bäst på aktiva företag samt har den högsta träffsäkerhet ett år i förväg än längre period. Däremot har 7 av 15 undersökta nyckeltal identifierat signifikanta medelvärdesskillnader mellan aktiva och konkursföretag där några hade ett högre värde gällande konkursföretag och andra hade lägre.

<p><strong>Datum: </strong>2009-06-02</p><p><strong>Nivå: </strong>Magisteruppsats i ekonomistyrning, 15 hp</p><p><strong>Författare</strong>: Charlotta Lind och Martin Sloberg</p><p><strong>Titel: </strong>Ditt företag kan inte förutse konkurs -kan Z-score?</p><p><strong>Handledare: </strong>Esbjörn Segelod</p><p><strong>Problem: </strong>Våra forskningsfrågor är:</p><ul><li>Går det att förutse konkurs tre, fyra respektive fem år innan</li></ul><p>          konkursbeslutet?</p><ul><li>Vilka av den senaste Z-scoremodellens fyra nyckeltal är viktigast vid</li></ul><p>           prognostisering av konkurs?</p><p><strong>Syfte: </strong>Att testa i vad mån Z-scoremodellen kan användas för att förutse konkurser</p><p>bland icke börsnoterade, icke tillverkande företag tre, fyra respektive fem år</p><p>innan konkurs; samt att undersöka vilka av denna modells inbördes nyckeltal</p><p>som är viktigast vid predicering av konkurser.</p><p><strong>Metod: </strong>Vi har genom kvantitativ metod analyserat årsredovisningar från 51 företag</p><p>som gått i konkurs 2008, dessa utgjorde vår huvudundersökningsgrupp och 29</p><p>slumpmässigt utvalda företag, vilka utgjorde vår kontrollgrupp. Analysen</p><p>skedde genom användandet av Altmans vidareutvecklade modell för att</p><p>förutspå konkurser från år 1995. Totalt analyserades på detta sätt 240</p><p>årsredovisningar.</p><p><strong>Slutsats: </strong>Modellens träffsäkerhet för de undersökta konkurs företagen var</p><p>2003 45,09 %</p><p>2004 47,05 %</p><p>2005 54,90 %</p><p>Vid hypotesprövning kunde vi endast för år 2005 påvisa samband för</p><p>företagsklassificeringsfrekvenser mellan konkursföretagen och</p><p>kontrollgruppen, detta gör att modellens prognostisering bör anses alltför</p><p>osäker tidigare än tre år innan konkurs. Mot bakgrund till de påvisade</p><p>träffsäkerheterna för åren och hypotesprövningarna anser vi att modellen</p><p>endast bör användas i kombination med andra analysformer .</p><p>Sammanfattningsvis är Z-scoremodellens prognostiseringsförmåga för svag att</p><p>självständigt förutse konkurser.</p><p><strong>Sökord: </strong>Konkurs, Z-score</p> / <p><strong>Date:</strong> 2009-06-02<strong> </strong></p><p><p><strong>Level:</strong> Master thesis in Management Accounting, 15 hp</p><p><strong>Authors: </strong>Charlotta Lind and Martin Sloberg</p><p><strong>Title: </strong>Your company cannot predict bankruptcy;- can Z-score?</p><p><strong>Tutor: </strong>Esbjörn Segerlod</p><p><strong>Our problem questions:</strong></p></p><ul><li>Is it possible to predict a bankruptcy three, four or five years before</li></ul><p>           the adjudication of bankruptcy?</p><ul><li>Which one of the four keyratios in the Z-scoremodel is the most</li></ul><p>          important when predicting a bankruptcy?</p><p><p><p><strong>Purpose: </strong></p><p>To test if the Z-score model can be used to predict bankruptcy for</p></p></p><p>private own companies three, four or five years before the</p><p>adjudication. To get knowledge which one of the key ratios is most</p><p>important when predicting a bankruptcy?</p><p><p><p><strong>Method:</strong></p>Through a quantitative study of Altman's Z-score model has 51</p></p><p>bankrupt companies, 29 control companies and 240 annual reports</p><p>been analyzed.</p><p><p><p><strong>Conclusion:</strong></p>The Z-score model's accuracy for the studied bankrupt companies</p></p><p>is:</p><p>2003 45,09 %</p><p>2004 47,05 %</p><p>2005 54,90 %</p><p>Only in 2005 could a relationship between the bankrupt companies</p><p>and the control companies be established through the Z-score model</p><p>tests. This makes the model too uncertain to be used earlier than</p><p>three years before the adjudication of bankruptcy. It is therefore our</p><p>opinion that the Z-score model is too weak to be used by itself but</p><p>should rather be used as a complement with other models to predict</p><p>bankruptcies.</p><p><p><p><strong>Keywords:</strong> Bankruptcy, Z-score model</p></p></p>

Datum: 2009-06-02 Nivå: Magisteruppsats i ekonomistyrning, 15 hp Författare: Charlotta Lind och Martin Sloberg Titel: Ditt företag kan inte förutse konkurs -kan Z-score? Handledare: Esbjörn Segelod Problem: Våra forskningsfrågor är: Går det att förutse konkurs tre, fyra respektive fem år innan           konkursbeslutet? Vilka av den senaste Z-scoremodellens fyra nyckeltal är viktigast vid            prognostisering av konkurs? Syfte: Att testa i vad mån Z-scoremodellen kan användas för att förutse konkurser bland icke börsnoterade, icke tillverkande företag tre, fyra respektive fem år innan konkurs; samt att undersöka vilka av denna modells inbördes nyckeltal som är viktigast vid predicering av konkurser. Metod: Vi har genom kvantitativ metod analyserat årsredovisningar från 51 företag som gått i konkurs 2008, dessa utgjorde vår huvudundersökningsgrupp och 29 slumpmässigt utvalda företag, vilka utgjorde vår kontrollgrupp. Analysen skedde genom användandet av Altmans vidareutvecklade modell för att förutspå konkurser från år 1995. Totalt analyserades på detta sätt 240 årsredovisningar. Slutsats: Modellens träffsäkerhet för de undersökta konkurs företagen var 2003 45,09 % 2004 47,05 % 2005 54,90 % Vid hypotesprövning kunde vi endast för år 2005 påvisa samband för företagsklassificeringsfrekvenser mellan konkursföretagen och kontrollgruppen, detta gör att modellens prognostisering bör anses alltför osäker tidigare än tre år innan konkurs. Mot bakgrund till de påvisade träffsäkerheterna för åren och hypotesprövningarna anser vi att modellen endast bör användas i kombination med andra analysformer . Sammanfattningsvis är Z-scoremodellens prognostiseringsförmåga för svag att självständigt förutse konkurser. Sökord: Konkurs, Z-score / Date: 2009-06-02 Level: Master thesis in Management Accounting, 15 hp Authors: Charlotta Lind and Martin Sloberg Title: Your company cannot predict bankruptcy;- can Z-score? Tutor: Esbjörn Segerlod Our problem questions: Is it possible to predict a bankruptcy three, four or five years before            the adjudication of bankruptcy? Which one of the four keyratios in the Z-scoremodel is the most           important when predicting a bankruptcy? Purpose: To test if the Z-score model can be used to predict bankruptcy for private own companies three, four or five years before the adjudication. To get knowledge which one of the key ratios is most important when predicting a bankruptcy? Method: Through a quantitative study of Altman's Z-score model has 51 bankrupt companies, 29 control companies and 240 annual reports been analyzed. Conclusion: The Z-score model's accuracy for the studied bankrupt companies is: 2003 45,09 % 2004 47,05 % 2005 54,90 % Only in 2005 could a relationship between the bankrupt companies and the control companies be established through the Z-score model tests. This makes the model too uncertain to be used earlier than three years before the adjudication of bankruptcy. It is therefore our opinion that the Z-score model is too weak to be used by itself but should rather be used as a complement with other models to predict bankruptcies. Keywords: Bankruptcy, Z-score model

Malnutrition is concerning in children because it effects proper growth and development. Handgrip Strength (HGS) has been identified as a diagnostic indicator for identifying pediatric malnutrition but normal reference ranges have not yet been established; therefore, HGS can be used to identify malnutrition but not quantify the degree of malnutrition: mild, moderate, or severe. The aim of this study was to determine if HGS differed between hospitalized and non-hospitalized children and to describe the association between HGS and several parameters including height, weight, body mass index (BMI), and mid-upper arm circumference (MUAC). One hundred nine hospitalized and 110 non-hospitalized pediatric patients ages 6-14 years participated in this cross sectional, nonequivalent control group design study. Nutrition status was evaluated using BMI z scores and MUAC z scores, and HGS was evaluated within 48 hours of hospital admission or at a well-child appointment. According to BMI z scores, 24.8% of hospitalized and 18.3% of non-hospitalized participants were malnourished. Mean HGS of hospitalized participants was not significantly different from non-hospitalized participants (p=.2053). HGS was found to be associated with age, height, dominant hand, and MUAC z scores in all participants. The difference in HGS measurements was not statistically significant between hospitalized and non-hospitalized children using a one-time HGS measurement. Further research examining HGS measurements over time as well as comparing HGS measurements to the degree of malnutrition deficit in pediatrics is needed.

<p><p>Tidigare forskning tyder på att det med relativt stor träffsäkerhet går att förutspå en finansiell kris för ett företag. Finansiell kris har man då definierat som konkurs och använt sig av finansiella nyckeltal för att räkna fram ett specifikt värde som i sig skulle indikera ifall ett bolag stod inför hög, medel eller låg risk för att försättas i konkurs.</p><p>I denna uppsats studeras nio bolag som avnoterats från Stockholmsbörsen på grund av konkurs under åren 1997 till 2008. Detta i syfte att testa om de tidigare vedertagna teorierna kring konkursprediktion även kan appliceras med framgång på bolag noterade på Stockholmsbörsen. Modellen som författarna använt sig av kallas Z-scoremodellen och är en modell innehållande fem viktade finansiella nyckeltal, framtagen av professor Edward I. Altman. Modellen genererar ett så kallat Z-värde som enligt teorin ska indikera ett företags finansiella tillstånd.</p><p>De nio undersökta konkursbolagen har i studien jämförts med åtta bolag (i studien kallade kontrollbolag) som under det senaste året istället ökat sitt värde på marknaden i form av ökad börskurs. Detta med syfte att kontrollera om dessa bolag får högre Z-värden än de undersökta konkursbolagen, såsom modellen påvisar.</p>Vår studie har visat att det finns tydliga tendenser som pekar på att modellen har betydande träffsäkerhet men att den inte i varje enskilt fall går att förlita sig på.</p>

<p>Lagen om företagsrekonstruktion infördes den 1 september 1996 och skulle ersätta den gamla ackordslagen. Syftet med den nya lagen var att det skulle bli enklare att rekonstruera krisföretag som bedömdes ha utsikter till en framtida lönsam verksamhet. Genom rekonstruktionsförfarandet får företaget ett rådrum att arbeta med de ekonomiska problemen utan att för tillfället riskera en konkurs. Det har dock visat sig att lagen inte blev den succé många hade hoppats på. Sedan införandet fram till 2006 har endast 1507 företag ansökt om att bli rekonstruerade. Antalet konkurser under samma period uppgick till 88 262, vilket visar på den dåliga genomslagskraft lagen fått. Trots det dåliga genomslag lagen om företagsrekonstruktion har fått, finns lite forskning på området. De få undersökningar som gjorts har mestadels fokuserat på att kartlägga vilka typer av företag som väljer att ansöka om rekonstruktion. Exempelvis vilken organisationsstruktur de har, storlek på företaget, hur länge de har varit verksamma och dess geografiska läge. Genom åren har ett flertal statistiska modeller utvecklats för att kunna predicera en konkurs innan den inträffar. Den mest kända och allmänt vedertagna modellen är Z-score, utvecklad av Edward I Altman. Vi blev nyfikna på om denna forskning även går att applicera på företag som väljer att ansöka om företagsrekonstruktion? Med kunskap om de finansiella förutsättningarna, kan kanske fler företag med möjlighet att genomgå en företagsrekonstruktion identifieras och eventuellt räddas från en annars oundviklig konkurs. Denna uppsats syftar till att utifrån en finansiell analys studera skillnader i den ekonomiska ställningen hos rekonstruktionsföretag respektive konkursföretag. Då vi utifrån en stor mängd data vill generalisera resultatet på en hel population har vi använt oss av en kvantitativ undersökningsmetod. Vidare har vi använt oss av ett deduktivt angreppssätt och skapat en teoretisk bas innan den empiriska studien tagit vid. Den teoretiska referensramen behandlar främst teorier kring lagen om företagsrekonstruktion, nyckeltal och konkurspredicering. De modeller och nyckeltal vi valt ut, har utifrån tidigare undersökningar visat sig bra vid bedömningen av ett företags nuvarande och framtida finansiella ställning. I undersökningen framkom att de företag som ansöker om företagsrekonstruktion har lika dåliga och i vissa avseenden sämre finansiella förutsättningar än de företag som gick direkt i konkurs. Även Z-scoremodellen indikerade att rekonstruktionsföretagens finansiella ställning var sämre än konkursföretagens.</p>

Lagen om företagsrekonstruktion infördes den 1 september 1996 och skulle ersätta den gamla ackordslagen. Syftet med den nya lagen var att det skulle bli enklare att rekonstruera krisföretag som bedömdes ha utsikter till en framtida lönsam verksamhet. Genom rekonstruktionsförfarandet får företaget ett rådrum att arbeta med de ekonomiska problemen utan att för tillfället riskera en konkurs. Det har dock visat sig att lagen inte blev den succé många hade hoppats på. Sedan införandet fram till 2006 har endast 1507 företag ansökt om att bli rekonstruerade. Antalet konkurser under samma period uppgick till 88 262, vilket visar på den dåliga genomslagskraft lagen fått. Trots det dåliga genomslag lagen om företagsrekonstruktion har fått, finns lite forskning på området. De få undersökningar som gjorts har mestadels fokuserat på att kartlägga vilka typer av företag som väljer att ansöka om rekonstruktion. Exempelvis vilken organisationsstruktur de har, storlek på företaget, hur länge de har varit verksamma och dess geografiska läge. Genom åren har ett flertal statistiska modeller utvecklats för att kunna predicera en konkurs innan den inträffar. Den mest kända och allmänt vedertagna modellen är Z-score, utvecklad av Edward I Altman. Vi blev nyfikna på om denna forskning även går att applicera på företag som väljer att ansöka om företagsrekonstruktion? Med kunskap om de finansiella förutsättningarna, kan kanske fler företag med möjlighet att genomgå en företagsrekonstruktion identifieras och eventuellt räddas från en annars oundviklig konkurs. Denna uppsats syftar till att utifrån en finansiell analys studera skillnader i den ekonomiska ställningen hos rekonstruktionsföretag respektive konkursföretag. Då vi utifrån en stor mängd data vill generalisera resultatet på en hel population har vi använt oss av en kvantitativ undersökningsmetod. Vidare har vi använt oss av ett deduktivt angreppssätt och skapat en teoretisk bas innan den empiriska studien tagit vid. Den teoretiska referensramen behandlar främst teorier kring lagen om företagsrekonstruktion, nyckeltal och konkurspredicering. De modeller och nyckeltal vi valt ut, har utifrån tidigare undersökningar visat sig bra vid bedömningen av ett företags nuvarande och framtida finansiella ställning. I undersökningen framkom att de företag som ansöker om företagsrekonstruktion har lika dåliga och i vissa avseenden sämre finansiella förutsättningar än de företag som gick direkt i konkurs. Även Z-scoremodellen indikerade att rekonstruktionsföretagens finansiella ställning var sämre än konkursföretagens.

Tidigare forskning tyder på att det med relativt stor träffsäkerhet går att förutspå en finansiell kris för ett företag. Finansiell kris har man då definierat som konkurs och använt sig av finansiella nyckeltal för att räkna fram ett specifikt värde som i sig skulle indikera ifall ett bolag stod inför hög, medel eller låg risk för att försättas i konkurs. I denna uppsats studeras nio bolag som avnoterats från Stockholmsbörsen på grund av konkurs under åren 1997 till 2008. Detta i syfte att testa om de tidigare vedertagna teorierna kring konkursprediktion även kan appliceras med framgång på bolag noterade på Stockholmsbörsen. Modellen som författarna använt sig av kallas Z-scoremodellen och är en modell innehållande fem viktade finansiella nyckeltal, framtagen av professor Edward I. Altman. Modellen genererar ett så kallat Z-värde som enligt teorin ska indikera ett företags finansiella tillstånd. De nio undersökta konkursbolagen har i studien jämförts med åtta bolag (i studien kallade kontrollbolag) som under det senaste året istället ökat sitt värde på marknaden i form av ökad börskurs. Detta med syfte att kontrollera om dessa bolag får högre Z-värden än de undersökta konkursbolagen, såsom modellen påvisar. Vår studie har visat att det finns tydliga tendenser som pekar på att modellen har betydande träffsäkerhet men att den inte i varje enskilt fall går att förlita sig på.

Syftet med studien är att undersöka i vilken utsträckning som redovisningsdata är prognosrelevant för att förutsäga konkurser. Studien avgränsades till att gälla företag i handels och tjänstesektorn med 10-49 anställda, studien avgränsar sig också mot kreditbedömningsperspektivet. För att mäta till vilken grad som redovisningen ger prognosrelevans används nyckeltalen soliditet, kassalikviditet, nettomarginal och Altmans Z-score. Studien utförs på 371 utvalda företag och bestod av en grupp som gått i konkurs mellan 2008 -2010 och en grupp som var aktiva år 2010. Underlaget var de 4 senaste boksluten som urvalsföretagen publicerat. Resultatet visar att det finns signifikanta skillnader i nyckeltalen soliditet och kassalikviditet mellan aktiva och konkursföretag från 4 år innan konkurs. Nyckeltalet nettomarginal visar inte några signifikanta skillnader i redovisningsdata i resultaträkningen mer än det sista året innan konkurs Med gällande beslutsregler för studien visar Altmans Z-score rätt i 71 % av fallen 1 år innan konkurs. Slutsatsen är att nyckeltalen soliditet och likviditet, vilka härrös från balansräkningen, är prognosrelevanta eftersom det finns signifikanta skillnader i nivåer av nyckeltal mellan konkurs och aktiva företag. Nyckeltalet nettomarginal, vilket kommer från resultaträkningen, är inte prognosrelevant förutom det sista året innan konkurs. Den finansiella informationen genom Altmans Z-score modell är effektiv till 71 % av fallen.

Master thesis touches upon the interesting spheres of risk classification, measurement and management of financial institutions. Modern banks have numerous credit risk measurement models at their disposal. However, agreement about performance of those models is not that unanimous and to some point the models are blamed for breaking out of 2007 financial crisis. In the theoretical part of the thesis we provide survey of risk measurement practices in banks. We investigate the main types of risk of banks in their day-to-day activities. Special focus is paid on the credit risk and on the models and techniques of its measurement; Practical part of thesis then contains construction and accuracy estimation of particular credit-risk-model (Altman Z-score). In it we construct and compute Altman Z-score for sample of firms from two chosen sectors in United Kingdom. Main goals of the work are a) testing accuracy of the model by comparing its outputs to real development, and b) econometric testing of the specification of the model itself.