پیش بینی درماندگی مالی بر مبنای الگوی ترکیبی از اطلاعات حسابداری و بازار با رویکرد رگرسیون لجستیک
Publish Year: 1396
Type: Journal paper
Language: Persian
View: 356
This Paper With 24 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
JR_QJMA-14-55_006
Index date: 7 July 2019
پیش بینی درماندگی مالی بر مبنای الگوی ترکیبی از اطلاعات حسابداری و بازار با رویکرد رگرسیون لجستیک abstract
از آنجا که اطلاعات بازار و ارزش جاری داراییهای شرکت، هشدار مهمی در مورد وضعیت فعلی شرکت و حتی انتظارات نسبت به وضعیت آن در آینده است، استفاده از مدلی که تنها متکی بر داده های حسابداری نبوده و از اطلاعات بازار نیز جهت پیش بینی درماندگی مالی استفاده کند، ضروری به نظر می رسد و با توجه به پیامدهای نامطلوبی که درماندگی مالی برای شرکت ها، اقتصاد کشور و نهادهای پولی و مالی به همراه دارد، استفاده از روشهایی که بتواند وقوع ناتوانی مالی را پیش بینی نموده و از هدر رفتن ثروت جلوگیری نماید از اهمیت ویژه ای برخوردار است. با این اهمیت، هدف مقاله بررسی و برآورد الگوی مناسبی از اطلاعات حسابداری و بازار برای پیش بینی درماندگی مالی می باشد. بدین منظور تعداد سیزده متغیر که شامل هشت متغیر حسابداری و پنج متغیر بازار می باشد برای تعیین درماندگی مالی مورد استفاده قرار گرفت. روش آماری مورد استفاده در پژوهش حاضر رگرسیون لجستیک و دوره زمانی از 1383تا 1392 می باشد، در این دوره اطلاعات 104 شرکت پذیرفته شده در بورس اوراق بهادار تهران (1040 شرکت- سال) شامل40 شرکت درمانده و 64 شرکت غیردرمانده استفاده شد و نتایج نشان دهنده تایید فرضیه تحقیق در سطح اطمینان 95% می باشد. با توجه به نتایج تحقیق می توان گفت که ترکیبی از اطلاعات حسابداری و بازار، توانایی پیش بینی کنندگی درماندگی شرکت ها را داشته و باتوجه به بررسی تداوم فعالیت شرکت ها می تواند موجب ارتقاء کیفی تصمیم گیری سهامداران و ذینفعان گردد.
پیش بینی درماندگی مالی بر مبنای الگوی ترکیبی از اطلاعات حسابداری و بازار با رویکرد رگرسیون لجستیک Keywords:
پیش بینی درماندگی مالی بر مبنای الگوی ترکیبی از اطلاعات حسابداری و بازار با رویکرد رگرسیون لجستیک authors
پری خداکریمی
دانشجو، دانشگاه آزاد اسلامی واحد مرند
پرویز پیری
عضو هیت علمی دانشگاه ارومیه
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 :