استفاده از مدل تحلیل پوششی داده ها برای تجزیه و تحلیل صورتهای مالی شرکتهای تولیدی
Publish place: 1st National Congress on Accounting and Management
Publish Year: 1391
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,001
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NOORACCOUNTING01_039
تاریخ نمایه سازی: 30 فروردین 1392
Abstract:
تجزیه و تحلیل کارآمد صورت های مالی می تواند زمینه ی لازم را برای شناسایی مشکلات پیش روی سازمان ها ایجاد کند و راهگشای بسیاری از تصمیم گیری ها و آینده نگری ها باشد. هر چند تحلیل نسبت های مالی برای ارزیابی مالی شرکت ها قدمتی دیرینه دارد، اما محدودیت تحلیل نسبت ها آن است که هر نسبت با در نظر گرفتن یک فاکتور در صورت و فاکتور دیگر در مخرج، فقط یک بعد را ارزیابی می کند. بنابراین در نظر گرفتن نسبت های مالی به صورت جدا از هم معمولاً نمی تواند راهنمای مناسبی برای سرمایه گذاران و مدیران شرکت ه ا باشد. برای رفع این نقص، در این مقاله پیشنهاد می شود که ابتدا با بررسی نظر خبرگان و کارشناسان صنعت و استفاده از فرآیند تحلیل سلسله مراتبی وزن اهمیت نسبت های مالی مختلف در مقایسه با هم استخراج شود. سپس تلفیق نسبت ها و در نظر گفتن چهار دسته از نسبت ها به ع نوان ستادهای هر شرکت، کارآئی و کارآمدی هر شکرت در مقایسه با سایر شرکت ها اندازه گیری شود. بدیهی است نمره کارایی هر شرکت که اطلاعات مختلفی در آن منظور شده می تواند راهنمای مناسبی هم برای سرمایه گذاران و هم مدیران شرکت باشد تا ولویت های سرمایه گذاری و جهت گیری آتی شرکت را با دقت بیشتری تعیین نمایند. نتایج تحقیق نشان می دهد که در میان نسبت ها ی نقدینگی، نسبت سریع، در میان نسبت های رشد، نسبت افزایش حقوق صاحبان سهام و در میان نسبت های عملیاتی، نسبت گردش موجودی بیشترین اهمیت را داشته است. پس از به کارگیری شاخص های ترکیبی به عنوان ستاده و استفاده از یک مدل تحلیل پوششی داده های جمعی می توان نمره ناکارآمدی صورتهای مالی شرکت ها را محاسبه کرد.
Keywords:
Authors
نیما ایزدی
مربی گروه ریاضی موسسه آموزش عالی راغب اصفهانی
محسن حسنی
کارشناس ارشد حسابداری
روح الله جوادی
دستیار علمی گروه حسابداری دانشگاه پیام نور واحد محلات
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :