بررسي مقايسه اي پيش بيني درماندگي مالي شركت ها با استفاده از تكنيك هاي رگرسيون خطي لوجستيك و تحليل پوششي داده ها در شركت هاي پذيرفته شده در بورس اوراق بهادار تهران

A Comparative Study of Corporate Financial Distress Prediction with Using Logistic Linear Regression Techniques and Data Envelopment Analysis in the Companies Listed in Tehran Stock Exchange

چكيده: تا به امروز مدل هاي متنوعي براي پيش بيني درماندگي مالي و ورشكستگي شركت ها توسط پژوهشگران ارايه شده است كه از جمله آنها مي توان به مدل هاي مبتني بر تحليل تك متغيري مدل هاي مبتني بر تحليل تشخيصي چند متغيري، مدل هاي مبتني بر تحليل لوجيت و پروبيت و مدل هاي مبتني بر الگوريتم افراز بازگشتي اشاره كرد. از طرف ديگر دقت پيش بيني ورشكستگي هر يك از اين مدل ها با يكديگر متفاوت مي باشند و پژوهشگران همواره كوشش نموده اند كه به مدلي دسترسي يابند كه بتواند بالاترين دقت را در پيش بيني ورشكستگي شركت ها داشته باشد از اين رو هدف اصلي پژوهش اين است كه، امتياز كارايي و نسبت هاي مالي به عنوان متغيرهاي مستقل پيش بيني كننده درماندگي مالي(متغيير وابسته) مورد استفاده قرار دهد. به همين منظور نمونه اي متشكل از 39 شركت ورشكسته و 38 شركت غير ورشكسته بين سال هاي 1384 تا 1388 انتخاب گرديد. در نهايت نتايج پژوهش حاكي از آن است كه بين دقت كلي پيش بيني مدل رگرسيون لوجستيك مبتني بر نسبت هاي مالي و مدل رگرسيون لوجستيك مبتني بر نسبت هاي مالي و متغير كارايي تفاوت معناداري وجود ندارد.

Abstract: Various models to predict financial distress and bankruptcy of companies have been provided by researchers that can be referred to such as Univariate Analysis, Multivariate Discriminant Analysis, Legit and probit Analysis and Recursive Partitioning Algorithm (RPA). On the other hand, accurately predicting the bankruptcy of any of these models is different and researchers have been trying to access a model that can be highly accurate in predicting corporate bankruptcy. Thus, the main aim of this study is using calculated performance scores of companies by techniques of Data Envelopment Analysis (DEA) and financial ratios extracted from financial statements, as predictor variables of corporate financial distress. Therefore, our sample includes 37 bankrupt companies and 38 non-bankrupt during 2006-2010. Finally results of research indicate that there is no significant difference between predictive accuracy of the logistic regression model based on financial ratios and predictive accuracy of the logistic regression model based on financial ratios with efficiency variable.