hkr.sePublications
Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Kompetensskillnader vid kreditbedömning: En studie av kompetensens påverkan på kreditbedömning av SME
Kristianstad University, School of Health and Society.
Kristianstad University, School of Health and Society.
2017 (Swedish)Independent thesis Basic level (degree of Bachelor), 180 HE creditsStudent thesis
Abstract [sv]

En anledning till att det kan vara problematiskt att få lån beror på finanskrisen 2008 där bankernas misslyckande i sina kreditbedömningar var avgörande. Komplexiteten i kreditbedömningsprocessen skapar agentproblem, informationsasymmetri och moral hazard. I tidigare forskning menar de att kreditgivarens kompetens påverkar lånebesluten. Kreditgivaren använder sig av olika riskbedömningsmetoder, där hård, mjuk och frivillig information används för att kartlägga SME:s återbetalningsförmåga. Forskning menar att SME:s kompetens inom företagsledning, affärsprojekt osv. är indikationer på SME:s återbetalningsförmåga. Det som saknas inom forskning är hur skillnader i kompetens mellan kreditgivare och kredittagare påverkar kreditbedömningen. Syftet med studien är att kartlägga kompetensskillnaderna mellan kreditgivare och kredittagare, samt dess betydelse vid en kreditbedömning. För att uppfylla syftet har studien utgått från en deduktiv ansats. En modell har skapats baserad på tidigare litteratur, där information, risk, kompetens och kompetensskillnader, behandlas. Modellen har utvärderats empiriskt genom intervjuer med kreditgivare(banker) och kredittagare(SME). Resultaten pekar på att kompetensskillnader har en påverkan på kreditbedömningen. Slutsatserna är att kreditgivare handlar utifrån en världsbild, medan kredittagare handlar utifrån en annan. Utifrån kontexten har parterna skapat olika kompetenser, d.v.s. parterna tolkar information utifrån sina respektive kontexter. Genom detta skapas agentproblem osv, som påverkar kreditbedömningen. Studien bidrar med ny kunskap till ett forskningsområde som är mycket utforskat och ifrågasätter incitamenten som den främsta förklaringsfaktorn i agentteorin. Implikationer och begränsningar som studien omfattas av är att två av tre företag inte hade hög skuldsättningsgrad samt att vi har intervjuat två oberoende parter, i en process där parterna är beroende, med anledning av banksekretessen.

Place, publisher, year, edition, pages
2017. , 93 p.
Keyword [sv]
Kreditbedömning, Kompetens, Kompetensskillnader, Kreditgivare, Kredittagare, SME
National Category
Business Administration
Identifiers
URN: urn:nbn:se:hkr:diva-16911OAI: oai:DiVA.org:hkr-16911DiVA: diva2:1111277
Subject / course
Företagsekonomi
Educational program
Degree of Bachelor of Science in Business and Economics
Uppsok
Social and Behavioural Science, Law
Supervisors
Examiners
Available from: 2017-06-21 Created: 2017-06-18 Last updated: 2017-06-21Bibliographically approved

Open Access in DiVA

Kompetensskillnader(554 kB)14 downloads
File information
File name FULLTEXT01.pdfFile size 554 kBChecksum SHA-512
51d52249e0be5e027d8d79b41264ee94c602a5775c7b7f9b6b96e1911057d9d83578a1183fdeeacdb1cf01d62949d3ededd3946309f26c5cdd23a16d297ceadc
Type fulltextMimetype application/pdf

Search in DiVA

By author/editor
Larsson, Jim
By organisation
School of Health and Society
Business Administration

Search outside of DiVA

GoogleGoogle Scholar
Total: 14 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

Total: 50 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf