شماره ركورد كنفرانس :
5563
عنوان مقاله :
تحليل مولفههاي اصلي ورشكستگي شركتهاي توليدي فعال در صنعت لاستيكسازي از طريق مدل آناليز پوشش دادهها
پديدآورندگان :
رحماني دلارام دانشجوي كارشناسي ارشد رشته مديريت صنعتي، دانشگاه آزاد اسلامي واحد شهرري، تهران، ايران. , شهابي علي استاديار گروه مديريت صنعتي، دانشگاه آزاد اسلامي واحد شهرري، تهران، ايران.
كليدواژه :
نسبتهاي مالي , تحليل پوششي داده ها , ورشكستگي , شركت هاي لاستيك سازي پذيرفته شده در بورس اوراق بهادار تهران.
عنوان كنفرانس :
سومين كنفرانس ملي توسعه و علوم انساني با تاكيد بر علوم رفتاري و علوم اجتماعي
چكيده فارسي :
از جمله مهمترين موضوعات مطرح شده در زمينه مديريت مالي، سرمايه گذاري و اطمينان به سرمايه گذاري ميباشد. يكي از مسائلي كه مي تواند به نحوه تصميم گيري سرمايه گذاري كمك كند وجود ابزارها و مدلهاي مناسب براي ارزيابي شرايط مالي وضعيت سازمانها و پيش بيني ورشكستگي آنها مي باشد. از آنجا كه پيش بيني ورشكستگي يكي از موضوعات اصلي طبقه بندي شركتهاست. تحقيق حاضر مي كوشد تا با با كمك روش تحليل پوششي دادهها به تحليل مولفههاي اصلي ورشكستگي شركتهاي توليدي فعال در صنعت لاستيك سازي بپردازد. در اين تحقيق و در گام ارزيابي شركتها، به دليل محدود بودن تعداد جامعه آماري، تمامي شركتهاي توليدي فعال در صنعت لاستيك سازي پذيرفته شده در بورس اوراق بهادار تهران به عنوان واحد تحليل مورد ارزيابي قرارگرفته شده است. لذا اطلاعات مالي استخراج شده از صورتهاي مالي 16 شركت موجود، براي سالهاي 1394 تا 1399 مبناي تحليل قرلر گرفته اند. در اين پژوهش از نسبت جريان نقد به كل دارايي ها، نسبت درآمد خالص به كل دارايي ها، نسبت سرمايه در گردش به كل دارايي ها، نسبت دارايي هاي جاري به كل دارايي ها، نسبت سود قبل از بهره و ماليات به كل دارايي ها، نسبت سود قبل از بهره و ماليات به هزينه بهره، نسبت ارزش بازار سهام به ارزش دفتري سهامبه عنوان متغيرهاي ورودي مدل تحليل پوششي داده و از نسبت كل بدهي به كل دارايي و نسبت بدهي هاي جاري به كل دارايي به عنوان متغيرهاي خروجي مدل تحليل پوششي داده ها جهت پيش بيني ورشكستگي استفاده شده است. نتايج نشان مي دهد كه استفاده از نسبتهاي مالي در تحليل پوششي داده ها از كارايي مناسبي جهت تحليل ورشكستگي بر خوردار است. همچنين در اين تحقيق به مقايسه كارايي دو مدل تحليل پوششي داده هاي سنتي و روشي تحليل پوششي داده هاي مبتني بر افزودن واحدهاي ايده آل مجازي و منفي پرداخته شده است. نتايج نشان مي دهد كه افزودن دو واحد ايده آل مجازي مثبت و منفي به افزايش دقت مدل تحليل پوششي داده ها مي افزايد.