Tidigare forskning har påvisat att det finns indikatorer som skiljer friska företag från dem med ekonomiska svårigheter. Genom åren har olika modeller framkommit, för att i förväg kunna förutse konkurser och skilja de friska från de sjuka, och Altmans modeller har blivit väl testade genom åren. Modellerna är gamla och genom åren har kritik framkommit dels om dess funktion men även innehåll. Ett antal forskare har menat att modellerna inte fungerar beroende på företagens och marknadernas sammansättningar, men även att de inte tar hänsyn till alla påverkande aktiviteter. Denna uppsats har haft i syfte att undersöka hur tillförlitlig Altmans Z´´-score är på små- och medelstora tjänsteföretag i Sverige, och om det finns en koppling mellan erhållet kreditbetyg och framräknat Z´´-score. Tidigare forskning påvisar att det finns skillnader mellan tjänsteföretag och tillverkningsföretag, vilket gör att modeller och nyckeltal borde därför se olika ut beroende på bransch. Uppsatsens inledande frågeställning var följande:
Hur väl fungerar Altmans Z´´-score-modell som indikator gällande konkursrisk på små och medelstora tjänsteföretag i Sverige, och kan vi se ett samband mellan företagets Z´´-score och kreditbetyg?
Erhållet resultat i denna uppsats vill påvisa, att det finns ett samband mellan företagets kreditbetyg och Z´´-score, och relationen kan tolkas som måttlig till stark. Detta går emot det resultat Bergsten & Wolkesson kom fram till i sin uppsats, samtidigt som resultatet ger stöd för Altmans teorier om att samband finns. När det istället kommer till frågan om hur väl Z´´-score-modellen fungerar på vald grupp, måste resultatet tolkas som att den fungerar dåligt. Modellen kunde endast klassificera 54,4 procent av totala urvalet korrekt, vilket i det närmaste kan jämföras med slumpen. Studien inkluderade 180 företag, och kastas ett mynt upp i luften 180 gånger, kommer krona med mycket stor sannolikhet att hamna uppåt 50 procent av kasten. Studien kan dock konstatera, vilket stämmer med tidigare forskning, att klassificering av friska företag är mer korrekt än klassificering av konkursföretag, samtidigt som företagens kreditbetyg gav en något bättre klassificering, både totalt och gällande friska företag.
Tidigare forskning menar också att klassificering av tjänsteföretag borde vara mindre korrekt än i tillverkande företag, vilket denna studie heller inte kan bekräfta. Sista
bedömningsåret visade klassificeringen med hjälp av Z´´-score på totalt utfall mellan 48,3 procent och 60,0 procent beroende på bransch. Z´´-score-modellen fungerar därmed inte alls särskilt väl på små- och medelstora företag, vare sig det handlar om tjänsteföretag, tillverkande företag eller handelsföretag. Det gick dock se en försämring av konkursföretagens Z´´-score åren före konkurs samtidigt som de friska företagen ligger på en relativt jämn nivå, vilket alltså kan vara en möjlig indikator precis som både Beaver och Altman menade i sina ursprungliga slutsatser. Modellen kan fungera som vägvisare, men inte ensamt avgöra om ett företag kommer gå i konkurs inom den närmsta tiden.
Uppsatsen andra fråga i inledningen var:
Går det se skillnad på olika mättal för friska företag och konkursföretag inom segmentet Små- och Medelstora företag, och på vilket sätt märks i så fall dessa skillnader?
Det finns skillnader i nyckeltal, både mellan branscher men kanske främst mellan företagen försatta i konkurs och de som klassificeras som friska, inte mellan branscherna. Den bransch som verkar avvika är dock handelsföretagen. Dessa nyckeltal avvek mest från både tillverkande företag och tjänsteföretag. Referensramen tar upp företagens ålder som en faktor, vilket kan bekräftas genom denna uppsats, genom att konstatera en åldersskillnad mellan de friska företagen och konkursföretagen. Vidare konstateras att antalet anställda är lika i båda grupperna, även om medelvärde och medianvärde vill påvisa annat. Det fanns dock inte tillräckligt starka bevis för att anta att skillnad mellan grupperna. Intäkterna per anställd är lägre i konkursföretagen. Andra nyckeltal där det går se skillnad är lönsamhet och vinstmarginal, som båda är lägre i konkursföretagen än i de friska företagen. Detta kan hänga samman med att konkursföretagen har lägre intäkter men lika antal anställda, vilket alltså genererar lägre vinst och dessa företag blir därmed mindre lönsamma. Andra nyckeltal som skiljer sig åt är företagens balanslikviditet, vilken också är sämre i konkursföretagen precis som vinstmarginal och lönsamhet. Detta kan även kopplas samman med att konkursföretagen har lägre tillgångar i allmänhet och att dess skuldsättning är högre än de friska företagen.
Sammanfattningsvis blir slutsatsen, att det finns klara skillnader mellan friska företag och företag som försatts i konkurs. Däremot kan studien inte bekräfta Z´´-score- modellens funktion, eller att det skulle finnas skillnader i Z´´-score mellan tillverkande företag och tjänsteföretag. Samtidigt konstateras att, precis som forskningen också tidigare påvisat, genom uppföljning av företagets nyckeltal kan de ekonomiska svårigheterna upptäckas tidigare och tittar man på rätt nyckeltal, kan kanske de största problemen undvikas. Skillnaderna i nyckeltal upptäcktes dock i denna uppsats genom att jämföra med friska företag, vilket indikerar att det måste finnas någon typ av jämförelsebas för att säga om talet är dåligt eller ej. Vilka nyckeltal som bäst påvisar ekonomiska svårigheter verkar dock kvarstå att finna.
5.1 Fortsatt forskning
Det finns många aspekter inom området att gå vidare med, och som konstaterades redan i referensramen, är forskningen fortfarande mycket oenig om vilka modeller som fungerar bäst, vilka faktorer som ska vara med och så vidare. Punkter av intresse, kan fortsättningsvis vara att titta närmre på nyckeltalsanalyser, för att faktiskt finna nyckeltal som visar på ekonomiska svårigheter i ett företag.
Eftersom Z´´-score-modellen trots allt kan påvisa vissa indikationer eftersom strax över hälften trots allt klassificeras korrekt, kan det även finnas intresse i att se över modellens koefficienter, om justeringar kan göras och därmed erhålla förbättrad klassificering.
Eftersom urvalet i denna uppsats stundtals påvisar ganska stor spridning, kan det även vara intressant att gå vidare med liknande urval, men i mindre grupperingar. Små- och medelstora företag är ett stort intervall, vilket kan behöva begränsas ytterligare för att se tydligare resultat.
Vidare forskning av kvalitativa mått kan också vara av stort intresse. Eftersom prediktionsmodellerna genom åren ständigt uppvisar olika resultat, måste det finnas andra faktorer som gör att företaget försätts i konkurs. Genom en kvalitativ studie, går det ta fram orsakerna, men även om företagsledningen fokuserat på fel saker att följa upp, och vilka åtgärder som försökt vidtagas före konkursens faktum.