خلاصة:
با استفاده از تکنیکهای چندمتغیره آماری همچون رگرسیون لوجستیک، به بررسی نقش دادههای حسابداری در ایجاد یک مدل به منظور پیشبینی بحران مالی بر روی نمونهای متشکل از 279 شرکت- سال (104 شرکت بحرانزده و 175 شرکت بدون بحران مالی) پذیرفته شده در بورس اوراق بهادار تهران برای دوره زمانی 1386- 1382 پرداخته شد. معیار مورد استفاده به منظور تمیز شرکتهای بحرانزده از شرکتهای بدون بحران مالی، ماده 141 قانون تجارت میباشد. به منظور بررسی، 10 نسبت مالی به عنوان پیشبینیکنندههای بالقوه بحران مالی انتخاب گردید.
عملکرد مدل در طبقهبندی شرکتهای نمونه مناسب بود و صحت طبقهبندی مدل از 9/ 84 درصد تجاوز نمود. همچنین نتایج نشان داد که مدل، توانایی پیشبینی بحران مالی را داشته و میتواند به حسابرسان، مقامات مجاز مالیاتی و سیستم بانکی کمک نمایند.
Using multivariate statistical techniques such as logistic regression, we examine the role of accounting data to develop a model for predicting financial distress over a sample of 279 firm-years (104 with financial crisis and 175 with non-financial crisis) listed in Tehran Stock Exchange (TSE) during the period of 1382-1386. The criterion used for determining firms with financial crisis is the article 141 of Commercial code. Ten financial ratios are selected for examination as potential predictors of financial distress. The model is accurate in classifying the total sample correctly with accuracy rate exceeding 84.9 percent. Also, results demonstrate that the models function effectively in predicting financial distress and can be of assistance to auditors, taxation and other state authorities, and the banking system.
ملخص الجهاز:
بررسی توانایی نسبت های مالی در پیش بینی بحران مالی : تحلیل لاجیت 1 دکتر محمد عرب مازار یزدی محمدحسین صفرزاده ٢ چکیده با استفاده از تکنیک های چندمتغیره آماری همچون رگرسیون لوجستیک ، به بررسی نقش داده های حسابداری در ایجاد یک مدل به منظور پیش بینی بحران مالی بر روی نمونه ای متشکل از ٢٧٩ شرکت - سال (١٠٤ شرکت بحران زده و ١٧٥ شرکت بدون بحران مالی ) پذیرفته شده در بورس اوراق بهادار تهران برای دوره زمانی ١٣٨٦- ١٣٨٢ پرداخته شد.
بررسی شاخص های نیکویی برازش مدل نیز حکایت از توان توضیح دهندگی بالای متغیرهای مستقل ، جهت پیش بینی متغیر وابسته دارد زیرا مقدار آماره کای - دو برای تمامی این شاخص ها در سطح خطای ٥ درصد معنی دار می باشد.
جدول (٧): نتایج تخمین رگرسیون لوجستیک گام به گام برای داده های مقطعی سال ١٣٨٤ {مراجعه شود به فایل جدول الحاقی} بررسی ضرایب مدل نیز نشان می دهد که متغیرهای نسبت بدهی ، نسبت سود انباشته به دارایی ، نسبت گردش دارایی ، حاشیه سود ناخالص و حاشیه سود عملیاتی با ضرایب معنادار در مدل وارد شده اند.
جدول (٩): نتایج تخمین رگرسیون لوجستیک گام به گام برای داده های مقطعی سال ١٣٨٦ {مراجعه شود به فایل جدول الحاقی} ده ران مقدار آماره کای - دو مدل نشان می دهد که رابطه بین متغیر وابسته و متغیرهای مستقل ، در سطح خطای ٥ درصد معنادار و مثبت می باشد.