Framför allt så skulle det behövas data från konkursdrabbade företag så att modellerna kan valideras. Med konkursdata kunde även lämpliga diskriminantgränser erhållas, vilket skulle ge en mer tillförlitlig gruppindelning än klusteranalysen.
Ett annat alternativ vore att köpa in bransch nyckeltalen för skogsentreprenörer från SCB, Statistiska centralbyrån, för att kunna göra mer allmänna uttalanden om hur företagen ligger till.
En annan fråga som borde undersökas är om en eventuell anpassning efter antalet anställda i företagen borde göras. Detta eftersom att ett företag med väldigt få anställda, många av företagen i denna undersökning har bara mellan 1-3 anställda, är mer sårbart för yttre omständigheter, så som t.ex. sjukdomar. Som nu är har detta ingen inverkan på bedömningen av ett företag. Om man t.ex. tittar på företag nr 77, som ligger i topp hos samtliga modeller, så nns där bara en anställd.
A Nyckeltalsmatris
Detta är en matrisgraf där värdena för nyckeltalen plottas mot varandra. Förkortningarna i diagonalen är namnen på nyckeltalen och står för: Avkastning på totalt kapital, Nettomarginal,
Kassa öde/Totala skulder, Omsättning per anställd, Kassalikviditet, Soliditet, Riskbuf-fert, Skulder/Omsättning, Kortfristiga skulder/Tillgångar, Lönekostnad/Omsättning och
Skuldsättningsgrad.
Här kan eventuella samband mellan nyckeltalen synas. I till exempel fallet med Avkastning på totalt kapital och Riskbuert syns ett tydligt linjärt samband och mellan Soliditet och
Skuldsättningsgrad syns ett tydligt men icke-linjärt samband.
B PCA med data från år 2007
Här visas resultaten för en principalkomponentsanalys med nio nyckeltal.
Tabell B.1: Egenvärdena för PCA av data för år 2007 med nio nyckeltal
PC1 PC2 PC3 PC4 PC5
Egenvärden 3,3019 1,7183 1,378 0,9373 0,6333 Proportion 0,367 0,191 0,153 0,104 0,070 Kumulativt 0,367 0,558 0,711 0,815 0,885
Tabell B.2: Laddningarna efter en PCA av data för år 2007 med nio nyckeltal
Variabler Faktor 1 Faktor 2 Faktor 3
Avkastning på totalt kapital 0,294 0,313 0,083
Kassa öde/Totala skulder 0,455 -0,085 -0,044
Omsättning per anställd 0,240 0,547 0,146
Kassalikviditet 0,411 -0,235 0,052
Soliditet 0,449 -0,304 0,165
Skulder/Omsättning -0,335 0,125 0,513
Kortfristiga skulder/Tillgångar -0,189 0,294 -0,662
Lönekostnad/Omsättning -0,220 -0,585 -0,188
Skuldsättningsgrad -0,286 -0,059 0,450
Figur B.1: Egenvärdena för en PCA på data från 2007. Till vänster i en scree-plot och till höger i en tabell.
PC1 PC2 PC3 PC4 PC5 Egenvärden 4,260 2,073 1,504 1,309 0,636 Proportion 0,387 0,189 0,137 0,119 0,058 Kumulativt 0,387 0,576 0,713 0,831 0,889
Tabell B.3: Faktorladdningarna för de fem första komponenterna efter en PCA med data från år 2007.
Variabler PC1 PC2 PC3 PC4 PC5
Avkastning på totalt kapital 0,398 -0,341 0,088 -0,166 -0,039
Nettomarginal 0,384 -0,300 0,212 -0,140 -0,037
Kassa öde/Totala skulder 0,398 0,169 0,084 -0,177 0,141 Omsättning per anställd 0,217 -0,161 -0,456 0,467 0,102
Kassalikviditet 0,293 0,370 0,072 0,072 0,346
Soliditet 0,310 0,439 0,141 0,188 -0,092
Riskbuert 0,411 -0,308 0,151 -0,147 -0,008
Skulder/Omsättning -0,193 -0,406 0,366 0,283 -0,326 Kortfristiga skulder/Tillgångar -0,129 -0,224 -0,468 -0,545 0,301 Lönekostnad/Omsättning -0,216 0,229 0,413 -0,459 -0,062 Skuldsättningsgrad -0,194 -0,216 0,402 0,232 0,799
C PCA med medelvärdena för år 2005 till år 2007
Tabell C.1: Laddningarna efter en PCA av data för medelvärdena ,från åren 2005-2007, med 9 variabler
Variabler Faktor 1 Faktor 2 Faktor 3
Avkastning på totalt kapital 0,317 0,140 0,197
Kassa öde/Totala skulder 0,434 -0,217 -0,069
Omsättning per anställd 0,247 0,610 0,090
Kassalikviditet 0,408 -0,171 0,091
Soliditet 0,456 -0,234 0,120
Skulder/Omsättning -0,282 0,188 0,680
Kortfristiga skulder/Tillgångar -0,288 0,153 -0,669
Lönekostnad/Omsättning -0,247 -0,645 -0,011
Skuldsättningsgrad -0,229 -0,057 0,129
Figur C.1: Gruppindelning i säkra företag, trianglar, och riskabla företag, cirklar, med Bor-tersta granne-metoden på komponenterna för PCA med medelvärdena för år 2005 till 2007.
Grafen är över PC1 mot PC2 och i den högra grafen syns företagens id-nummer.
Figur C.2: Gruppindelning i säkra företag, trianglar, och riskabla företag, cirklar, med Bor-tersta granne-metoden på komponenterna för PCA med medelvärdena för år 2005 till 2007.
Grafen är över PC1 mot PC3 och i den högra grafen syns företagens id-nummer.
Figur C.3: Nedre tabellen visar komponenternas medelvärden för de två grupperna, och den övre tabellen visar gruppindelningen till antal och %. Data är från medelvärdena för åren 2005-2007, med 9 nyckeltal och klusterindelningen är bortersta granne-metoden.
PCA, PC1-PC3
Metod:Wards Grupp 1:Riskabla Grupp 2:Säkra
Antal 71 19
Procent 78,9 22,1
Komponenternas medelvärden
PC1 PC2 PC3
Grupp 1 -0,721 -0,248 0,091
Grupp 2 2,694 0,091 -0,339
D Olika modeller för PCA med tidstrend
Detta är modeller med olika varianter av tidstrend som har undersökts:
• Modell 1
Första idén var att använda två års och tre års tidstrend på de fem nyckeltalen Kassa öde/
Totala skulder, Omsättning per anställd, Kassalikviditet, Soliditet och Riskbuert. Detta gav dock vid en PCA indikationer på att sju eller åtta komponenter bör användas vilket är för många för att vara praktiskt och det är väldigt svårt ur tolkningssynpunkt. Scree-plotten indikerade att enbart första komponenten skulle kunna användas, men detta skulle bara förklara 28,1 % av variansen. Om de tre första komponenterna används, som var antalet som bestämdes i början av kapitel 4.3.1, så förklaras 55,6% av variansen, men detta uppfyller gränsen på kumulativ varians, 60%, som också bestämdes då.
• Modell 2
Genom att bara välja att ta med två års och tre års tidstrend de fyra nyckeltalen Kassa öde/
Totala skulder, Kassalikviditet, Soliditet och Riskbuert, och inte använda tidstrendsva-riablerna för Omsättning per anställd vilket var de av tidstrendsvatidstrendsva-riablerna med svagast laddning, minskades antalet komponenter att använda enligt egenvärdeskriterierna till sex respektive sju komponenter. Om enbart första komponenten används så förklaras bara 30,7
% av variansen. Om istället de tre första komponenterna så kan 59,9% av variansen detta uppfyller inte gränsen som sattes i början av detta kapitel, kapitel 4.3.1, på att kumulativa variansen skulle vara på minst 60%.
• Modell 3
Om man väljer att bara använda två års tidstrendsvariabel på de fem nyckeltalen
Kassa- öde/ Totala skulder, Omsättning per anställd, Kassalikviditet, Soliditet och Riskbuert, blev antalet variabler enligt rotkriteriet fem medan det för kumulativa varians kriteriet var sju. Förklaringsgraden för enbart första komponenten blev 30,7 %. Om man väljer att använda de tre första komponenterna så kan 60,1% av variansen. Vilket uppfyller kriteriet på minst 60% kumulativ varians.
• Modell 4
Den variabel med svagaste laddningarna var Kassalikviditet två års trend, och därför tas den bort och en modell med två års trender för Kassa öde/ Totala skulder, Omsättning per anställd, Soliditet och Riskbuert testas. Förklaringsgraden av totala variansen med första komponenten ökade till 32,5 %. Om man väljer att använda de tre första komponenterna så kan 61,3% av variansen förklaras.
• Modell 5
Variabeln med de svagaste laddningarna var Omsättning per anställd två års trend och om den tas bort istället för Kassalikviditet två års trend, med andra ord liknande modell som i modell 3 men utan Omsättning per anställd två års trend, så ökade förklaringsgraden med en komponent till 32,3 %. och med tre komponenter till 62,5% av variansen.