توانايي مدل مبتني بر تحليل لوجيت در پيش‌بيني درماندگي مالي و تاثير متغير كارايي در بهبود مدل

The Ability of a Model Based on Logistic Regression in Prediction of Financial Distress and Effectiveness of Efficiency Score in Improving the Model

امروزه ابزارهاي تحقيق در عمليات به جزيي جدايي ناپذير از تحقيقات مالي تبديل شده اند. از جمله حوزه هايي كه در آن مي توان از اين ابزارها استفاده كرد، فرآيند ايجاد و توسعه مدلهاي پيش بيني، به خصوص مدلهاي پيش بيني درماندگي مالي شركتها است. در اين تحقيق به طراحي مدل پيش بيني درماندگي مالي با استفاده از الگوي مبتني بر تحليل لوجيت و بر اساس نسبت هاي مالي و امتياز كارايي شركتها ، پرداخته شده است. به اين منظور ابتدا الگويي مبتني بر رگرسيون لوجستيك با متغيرهاي نسبت هاي مالي طراحي و مورد آزمون قرار گرفت. براي طراحي اين الگو ابتدا طيفي از نسبتهاي مالي در نظر گرفته شده و سپس با استفاده از يك فرآيند كاهش متغير، نسبتهاي مالي نهايي جهت طراحي الگو انتخاب شدند. در مرحله بعد به منظور بررسي تاثير ورود متغير امتياز كارايي بر دقت پيش بيني الگوي لوجيت ، امتياز كارايي (كه با استفاده از تحليل پوششي داده ها محاسبه گرديده)، را به الگوي لوجيت طراحي شده اضافه نموده و دقت پيش بيني دو الگوي مذكور از طريق مقايسه مورد بررسي قرار گرفت. نتايج حاصل نشان مي دهد كه الگوي هاي طراحي شده ، قابليت پيش بيني وقوع درماندگي مالي در شركتهاي توليدي پذيرفته شده در بورس اوراق بهادار تهران را تا دو سال قبل از وقوع آن را دارند. ضمن آنكه نتايج بدست آمده نشان مي دهد با ورود امتياز كارايي، دقت الگوي مبتني بر تحليل لوجيت در پيش بيني شركتهاي درمانده مالي بهبود مي يابد.

Nowadays operational research has become a part of financial re-search. One way that operational research can be used in financial re-search is designing financial distress prediction models. In this re-search we designed a financial distress prediction model based on lo-gistic regression and on financial ratios and efficiency scores. For this purpose, we designed and tested two models: 1- financial distress pre-diction model based on logistic regression that was designed by finan-cial ratio variable 2- financial distress prediction model based on lo-gistic regression that was designed by financial ratio and efficiency score variables. Efficiency score variable was calculated by Data En-velopment Analysis (DEA). The results show that these models are able to predict the financial distress of production corporations in Te-hran stock exchange two years prior to its occurrence. The results of the two models and comparison of them show that although efficiency score variable can improve the results of financial distress prediction models but the differences between the accuracy of predictions of fi-nancial distress in two models are not significant.