Erkki K. Laitinen’s research while affiliated with University of Vaasa and other places

The objective of the study was to develop a method to detect zombie firms in a sample of mainly very small companies. The original sample consisted of 70,809 active and 134 bankrupt Finnish companies (or firms in insolvency proceedings) for 2018–2020. In the sample firms, the median number of employees was only 2. First, a logistic regression model to measure bankruptcy risk was estimated using three financial ratios as independent variables reflecting profitability, liquidity and solvency. Zombie firms were defined as active companies which are technically bankrupt but are still operating in the market. Second, following this definition, the model was used to assess the bankruptcy risk of active firms, and a zombie company was operationally defined as an active company whose bankruptcy risk exceeds the median for bankrupt companies in three consecutive years. In this way, over 2000 zombie companies were detected making in total 3.5% of the active companies.

This study contributes to identifying common distress patterns in financial indicators by sector and country in Finland, France, Germany, Italy, Portugal, and Spain as well as ex-post signals of reorganization success. We use PDFR that provides a distance-to-failure measure and allows us to track the behavior of different features of the firm proxied by accounting ratios. Our results show that indicators of financial structure, followed by working capital, profitability on assets, margin over sales and cash flow to assets, are the most discriminant variables of failed SMEs across all sectors and countries analyzed. By contrast, during reorganization, return on assets and its components are the main initial drivers of recovery, whereas the financial structure factors show a progressive but slow recovery. Boosting and Z-scores are used for robustness. Este estudio contribuye a la identificación de patrones comunes de fracaso en indicadores financieros por sector y país en Alemania, España, Finlandia, Francia, Italia y Portugal, así como a la identificación de patrones comunes de éxito en la reorganización. Utilizamos PDFR, que proporciona una medida de distancia al fracaso y permite hacer un seguimiento de la evolución de la empresa a través de sus ratios contables. Nuestros resultados muestran que los indicadores de estructura financiera, seguidos de fondo de maniobra, rentabilidad sobre activos, margen sobre ventas y cashflow sobre activos, son las variables más discriminantes de las pymes clasificadas como fracasadas, en todos los sectores y países analizados. En contraste, durante la reorganización, la rentabilidad sobre activos y sus componentes son los principales inductores iniciales de la recuperación, mientras que los indicadores de estructura financiera muestran una progresiva pero lenta recuperación. Se utilizan Boosting y Z-score como medidas de robustez.

The objective of this paper is to critically evaluate the main weaknesses associated with the limitations of financial failure prediction research studies. For more than 80 years, researchers have unsuccessfully studied ways to create a general theory of financial failure, which is useful for prediction. In this paper, we review the main boundaries of failure prediction research through a critical evaluation of previous papers and our own approach from the research experience. Our findings corroborate that these studies suffer from a lack of theoretical and dynamic research, an unclear definition of failure, deficiencies with the quality of financial statement data and a shortfall in the diagnostic analyses of failure. The most relevant implications for future research in this area are also outlined. This is the first study to analyse in deep the caveats of financial failure prediction studies, a crucial topic nowadays due to the hints of an economic crisis caused by the Covid-19 pandemic. El objetivo de este artículo es evaluar críticamente los principales puntos débiles asociados a las limitaciones de los estudios de investigación sobre predicción de quiebras financieras. Durante más de 80 años, los investigadores han estudiado sin éxito la forma de crear una teoría general del fracaso financiero que sea útil para la predicción. En este artículo, revisamos los principales límites de la investigación sobre predicción de quiebras mediante una evaluación crítica de trabajos anteriores y nuestro propio enfoque a partir de la experiencia investigadora. Nuestras conclusiones corroboran que estos estudios adolecen de una falta de investigación teórica y dinámica, una definición poco clara del fracaso, deficiencias con la calidad de los datos de los estados financieros y un déficit en los análisis de diagnóstico del fracaso. También se esbozan las implicaciones más relevantes para futuras investigaciones en este ámbito. Se trata del primer estudio que analiza en profundidad las salvedades de los estudios de predicción de la quiebra financiera, un tema crucial en la actualidad debido a los atisbos de crisis económica provocados por la pandemia del Covid-19.

This study contributes to identifying common distress patterns in financial indicators by sector and country in Finland, France, Germany, Italy, Portugal, and Spain as well as ex-post signals of reorganization success. We use PDFR that provides a distance-to-failure measure and allows us to track the behavior of different features of the firm proxied by accounting ratios. Our results show that indicators of financial structure, followed by working capital, profitability on assets, margin over sales and cash flow to assets, are the most discriminant variables of failed SMEs across all sectors and countries analyzed. By contrast, during reorganization, return on assets and its components are the main initial drivers of recovery, whereas the financial structure factors show a progressive but slow recovery. Boosting and Z-scores are used for robustness. Resumen. Este estudio contribuye a la identificación de patrones comunes de fracaso en indicadores financieros por sector y país en Alemania, España, Finlandia, Francia, Italia y Portugal, así como a la identificación de patrones comunes de éxito en la reorganización. Utilizamos PDFR, que proporciona una medida de distancia al fracaso y permite hacer un seguimiento de la evolución de la empresa a través de sus ratios contables. Nuestros resultados muestran que los indicadores de estructura financiera, seguidos de fondo de maniobra, rentabilidad sobre activos, margen sobre ventas y cashflow sobre activos, son las variables más discriminantes de las pymes clasificadas como fracasadas, en todos los sectores y países analizados. En contraste, durante la reorganización, la rentabilidad sobre activos y sus componentes son los principales inductores iniciales de la recuperación, mientras que los indicadores de estructura financiera muestran una progresiva pero lenta recuperación. Se utilizan Boosting y Z-score como medidas de robustez.