شماره ركورد كنفرانس :
5357
عنوان مقاله :
طراحي مدل پيش بيني ورشكستگي مالي شركت هاي پذيرفته شده در بورس اوراق بهادار تهران با استفاده از تحليل پوششي داده ها و مقايسه آن با مدل رگرسيون لوجيت
عنوان به زبان ديگر :
Designing a model for predicting financial bankruptcy of companies listed on the Tehran Stock Exchange using data coverage analysis and comparing it with the Logit regression model
پديدآورندگان :
سنچولي فرهاد دانشگاه آزاد اسلامي واحد علي اباد كتول , نادرپور محمد دانشگاه آزاد اسلامي واحد علي اباد كتول
تعداد صفحه :
19
كليدواژه :
پيش بيني ورشكستگي مالي , تحليل پوششي داده ها , رگرسيون لوجيت
سال انتشار :
1401
عنوان كنفرانس :
رويكرد نوين در حسابداري ، حسابرسي و مالي
زبان مدرك :
فارسي
چكيده فارسي :
تحليل ورشكستگي امري بسيار مهم به ويژه براي سرمايه گذاران مي باشد و نيز ورشكستگي پديده اي است كه بسياري از شركت ها با آن مواجه اند. لذا در صورتي كه بتوان از طريق مدلي احتمال وقوع ورشكستگي شركت ها را پيش بيني نمود و سپس با علت يابي و استفاده از روش هاي حل مسئله به اصلاح امور شركت ها پرداخت مي توان از به هدر رفتن ثروت در قالب سرمايه هاي فيزيكي و انساني و آثار آن جلوگيري به عمل آورد. علاوه بر اين چنيني مدلي مي تواند راهنماي خوبي براي تصميم گيرندگاني همچون شركت هاي سرمايه گذاري، بانك ها و دولت باشد. در اين پژوهش از روش تحليل پوششي داده ها و روش رگرسيون لوجيت جهت ارائه مدل پيش بيني ورشكستگي شركت هاي پذيرفته شده در بورس اوراق بهادار تهران طي سال هاي 1389 تا 1396 استفاده شده و نتايج با روش رگرسيون لوجيت مقايسه شده است. يافته هاي تحقيق نشان داد كه روش تحليل پوششي داده ها از دقت پايين تري نسبت به روش رگرسيون لوجيت برخوردار مي باشد. لذا مي توان نتيجه گرفت كه هرچند روش تحليل پوششي داده ها توانايي پيش بيني را دارد اما ابزار مناسبي براي پيش بيني ورشكستگي شركت ها نمي باشد.
چكيده لاتين :
Bankruptcy analysis is very important, especially for investors, and bankruptcy is a phenomenon that companies deal with. Finding and using problem-solving methods to improve companies affairs can be used to gain wealth. In the form of physical and human capital and its effects, prevent investment, banks and the government._x000D_ In this research, the data envelopment analysis method and the logit regression method were used to provide a prediction model for the bankruptcy of companies admitted to the Tehran Stock Exchange during the years 1389 to 1396, and the results were compared with the logit regression. The findings of the research showed that the data envelopment analysis method can be of lower accuracy than the logit regression method. As a result, it can be concluded that although the data coverage analysis method is predictive, it is not a tool for predicting the bankruptcy of companies.
كشور :
ايران
لينک به اين مدرک :
بازگشت