اثر تعديل‌گر كيفيت سود در پيش بيني درماندگي مالي شركتهاي پذيرفته شده بورس اوراق بهادار تهران

The Moderating Effect of Earning Quality on Financial Distress Prediction of Companies Listed in Tehran Stock Exchange

یكی از مهمترین تهدیدهای پیش روی شركتها، ریسك درماندگی و در نهایت ورشكستگی مالی است. هدف پژوهش حاضر، بررسی تأثیر تعدیل­گر كیفیت سود در پیش­بینی درماندگی مالی شركت­ها می­باشد. بدین منظور، در محدوده زمانی 1382 تا 1391، نمونه ای مشتمل بر 41 شركت درمانده و 41 شركت غیردرمانده از مجموعه شركت­های پذیرفته شده در بورس اوراق بهادار تهران انتخاب شده است. ملاك گزینش شركت­های درمانده، استفاده از پنج معیار مختص درماندگی مالی می­باشد. به منظور بررسی صحت تفكیك دو نمونه درمانده و غیردرمانده با استفاده از آزمون ویلكاكسون، میانگین متغیرهای مستقل دو نمونه بررسی شد و سپس برای بررسی پیش­بینی درماندگی مالی از سه مدل آلتمن، اولسون، بهارات و شام­وی در قالب رگرسیون لجستیك باینری استفاده شده است. یافته­های حاصل از پژوهش نشان می­دهد كه استفاده از كیفیت سود در پیش­بینی درماندگی مالی بطور معناداری دقت پیش‌بینی درماندگی مالی را افزایش می­دهد. همچنین در مقایسه با سایر مدلها، مدل آلتمن دقت بیشتری در پیش­بینی درماندگی مالی داشته و ابزار مناسب­تری برای پیش­بینی محسوب می­شود.

One of the threats facing the companies is the financial distress and the bankruptcy accordingly. The purpose of this study is to investigate the effect of earning quality as a moderator in companies’ financial distress prediction. The population of study included 41 distressed and 41 non distressed companies listed in Tehran Stock Exchange during 2003 to 2013. The selection criterion to choose distressed companies was the use of five specific criteria for financial distress. Firstly, to verify the separation accuracy of two samples, distress and Non-distress, using the Wilcoxon test, the average of two independent variables were analyzed. In order to investigate the financial distress prediction, three models included Altman, Ohlson and Bharath and Shumway in a binary logistic regression were used. The findings of the study show that the earning quality significantly increases the accuracy of predicting financial distress.  Also Altman model, in comparison to other models, is more accurate in predicting financial distress, so it is considered as a more suitable tool in prediction.