| Summary: | Research question: Three models, Z``-score, O-score and Skogsvik HCA model, will be used in this study to examine Swedish companies who has gone bankrupt over the last decade within the manufacturing and retail branches. The study will examine how these models stand against each other when it comes to predict bankruptcy within these two branches one and two years in advance. Purpose: The purpose with this study is to examine these three models that are used for bankruptcy prediction and to get an understanding of why the accuracy differs between the models when it comes to predicting bankruptcy within the manufacturing and retail branches. Method: The study is based on a quantitative method with a deductive research approach to examine the accuracy of the three models when it comes to one and two years before bankruptcy. Conclusion: The study shows that Skogsvik’s model is the most accurate when it comes to predicting bankruptcy within the manufacturing and retail branches. === Problemställning: Tre modeller, Z``-scoremodellen, O-scoremodellen och skogsviks HCA modell, kommer att användas i vår studie för att undersöka svenska aktiebolag som gått i konkurs det senaste decenniet inom tillverkningsbranschen och detaljhandelsbranschen. Studien kommer undersöka hur dessa tre modeller står sig mot varandra när det kommer till att förutspå konkurser inom tillverknings- och detaljhandelsbranschen under en prediktionstid på både ett och två år i förväg. Syfte: Syftet med uppsatsen är att undersöka tre olika modeller som används för konkursprediktion och få en förståelse varför träffsäkerheten skiljer sig mellan de olika modellerna när det gäller att förutse konkurs inom tillverkningsbranschen och detaljhandelsbranschen. Metod: Studien bygger på en kvantitativ metod med en deduktiv ansats för att undersöka hur stor träffsäkerhet som redan befintliga modeller har vid förutsägelser av framtida konkurser på upp till två år. Slutsats: Studien visar att Skogsviks modell är den som är mest träffsäker när det gäller att förutse konkurser inom tillverknings- och detaljhandelsbranschen.
|
|---|
