بررسي كارايي الگوي لوجيت و تحليل تمايزي چند متغيره در پيش بيني وضعيت مالي شركت هاي بورس اوراق بهادار تهران

Apprising the Efficiency of Logit and Multi Discriminant Analysis Models in Predicting Financial Status of Companies in Tehran Stock Exchange

مطالعات پيشين نشان داده‌اند كه پيش‌بيني موفقيت يا عدم موفقيت مالي شركت ها با توجه به نسبت هاي مالي آنها امكان پذير است و الگو‌هاي رگرسيوني به عنوان ابزارهاي تخمين، كارآمدي خود را اثبات كرده‌اند. ولي اينكه كدام الگو و روش تخمين در شرايط مختلف پاسخگو است به عنوان موضوع اين پژوهش، مورد بررسي قرار گرفته است. هدف اين تحقيق بررسي كارايي دو الگوي تحليل رگرسيون لوجيت و تحليل مميزي چند متغيره جهت پيش‌بيني موفقيت يا عدم موفقيت شركت ها است. با توجه به هدف بيان شده به دنبال آزمون فرضيه « كارايي دو روش رگرسيون لوجيت و تحليل مميزي در تشخيص توانمندي مالي شركت ها تفاوت معناداري دارند و رگرسيون لوجيت كاراتر و توانمندتر از الگوي تحليل مميزي است » هستيم. در اين تحقيق داده‌هاي مربوط به 12 نسبت مالي در شركت هاي ناموفق (براساس ماده 141) و شركت هاي خارج شده از بورس، هركدام در مقابل شركت هاي موفق در الگو‌هاي لوجيت و تحليل مميزي قرار گرفته و تخمين زده شده‌اند و در نهايت نتيجه گرفته شد كه با داده‌هاي مربوط به يك سال قبل از سال مبنا، الگوي تحليل مميزي كارآمدتر عمل مي‌كند و با داده‌هاي دو سال قبل از سال مبنا الگوي لوجيت كارآمدتر عمل مي‌كند؛ ولي در مجموع تفاوت معناداري بين اين دو الگو وجود ندارد.

Previous studies have shown that predicting the success or failure companies is possible by deriving financial ratios and regression models as proven effective estimation tools. Thereof defining the accountable model types and estimation methods in different conditions is the subject of this research. To assess the performance of the Logit and Multi Discriminant analysis to predict the success or failure of companies is the main purpose of this study. With the expressed purpose, we want to test the following hypothesis: There is no significant difference in the performance of the Logit and Multi Discriminant analysis. However, logit models are more efficient and capable than multi discriminant models”. In this study, two models (Logit and multi discriminant) were estimated by using 12 calculated financial ratios related to the failure of companies (article 141, omitted from the bourse) and finally, concluded: The Multi Discriminant model is more efficient than logit with data for one year before the base year. Logit model is, however, more efficient than Multi Discriminant with data for two years before the base year, but in total, there is no significant difference between the two models.