بررسی کارایی مدل Z در پیش بینی درماندگی مالی شرکتهای پذیرفته شده در بورس اوراق بهادار تهران
Publish place: پنجمین کنفرانس بین المللی حسابداری و مدیریت و دومین کنفرانس کارآفرینی و نوآوری های باز
Publish Year: 1395
Type: Conference paper
Language: Persian
View: 838
This Paper With 20 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
MOCONF05_129
Index date: 11 September 2016
بررسی کارایی مدل Z در پیش بینی درماندگی مالی شرکتهای پذیرفته شده در بورس اوراق بهادار تهران abstract
ورشکستگی همیشه غیر مترقبه و غیر قابل پیش بینی نیست. گاهی با بررسی روند نسبت های مالی شرکت می توان ورشکستگی را پیش بینی نمود و از وقوع آن جلوگیری کرد یا حداقل اثرات منفی آن را کاهش داد. از اینرو هدف اصلی تحقیق حاضر بهبود شرایط اطلاعاتیتصمیم گیرندگان مالی جهت اخذ تصمیمات آگاهانه تر در جهت منافع آنها و کمک به ثبات مالی و آرامش اقتصادی با استفاده از پیشبینی شرایط بحرانی آتی و ارتقاء اقدامات پیشگیرانه است. در این راستا جامعه آماری پژوهش حاضر شرکت های پذیرفته شده در بورس اوراق بهادار تهران است که حدود 000 شرکت می باشند. جهت نمونه گیری از روش طبقه ای با بررسی صورت های مالی تمام شرکتهای حاضر در بورس بین سالهای 1382 تا 1392 که در وضعیت درماندگی مالی قرار داشتند، استفاده شده است. نتایج پیش بینی های مدل آلتمن، در گروه شرکتهای درمانده که شامل 91 شرکت بوده با96/7 درصد اطمینان وضعیت درماندگی شرکتها را قبل از درماندگی درست پیش بینی کرده است. ولی این مدل در3/3 درصد موارد، شرکتهایی را که درمانده شده اند را سالم پیش بینی نموده است. در حالیکه در گروه شرکتهای غیردرمانده که شامل91 شرکت همتاست مدل آلتمن با 81/32 درصد اطمینان، وضعیت عدم درماندگی مالی شرکتها را طی دوره مورد مطالعه، درست پیش بینی کرده است
بررسی کارایی مدل Z در پیش بینی درماندگی مالی شرکتهای پذیرفته شده در بورس اوراق بهادار تهران Keywords:
بررسی کارایی مدل Z در پیش بینی درماندگی مالی شرکتهای پذیرفته شده در بورس اوراق بهادار تهران authors
شهرام صفابخش
کارشناسی ارشد مهندسی مالی، دانشگاه آزاد اسلامی واحد دهاقان، دهاقان، ایران
حسن کارنامه حقیقی
استادیار اقتصاد، دانشگاه شیخ بهائی، اصفهان، ایران
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 :