بررسی کارایی شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران (کاربرد مدل StoNED)
محورهای موضوعی : مدیریت صنعتیقاسم موذنی 1 , محمد مهدی خشوعی 2 , داریوش فروغی 3
1 - دانشجوی دکتر حسابداری، واحد اصفهان (خوراسگان)، دانشگاه آزاد اسلامی، اصفهان، ایران
2 - استادیار حسابداری، واحد اصفهان (خوراسگان)، دانشگاه آزاد اسلامی، اصفهان، ایران
3 - دانشیار حسابداری، واحد اصفهان (خوراسگان)، دانشگاه آزاد اسلامی، اصفهان، ایران
کلید واژه: کارایی, شرکت‌های بورسی, تحلیل پوششی داده‌ها, StoNED,
چکیده مقاله :
در این پژوهش به بررسی کارایی شرکت‌های فعال در بورس اوراق بهادار تهران پرداخته شده است. بدین منظور از اطلاعات 487 شرکت مختلف در 24 گروه صنعتی استفاده شده که اطلاعات آنها طی دوره 1391 تا 1401 (سال‌های 1392 و 1399 به دلیل نوسانات بورس از مطالعه کنار گذاشته شد) در دسترس بوده است. کارایی هر یک از صنایع به روش ناپارامتریک تصادفی فراگیر داده‌ها برآورد شده است. سه متغیر نسبت کل بدهی به دارایی‌های جاری، نسبت کل بدهی به دارایی‌های غیرجاری و نسبت کل بدهی‌ها به جمع حقوق صاحبان سهام به عنوان ورودی‌ها و متغیر نسبت سود عملیاتی به دارایی کل به عنوان خروجی در نظر گرفته شدند. بر اساس نتایج به دست آمده، متوسط کارایی صنایع در این مطالعه برابر 64 درصد است. بررسی کارایی صنایع مختلف نشان داد، صنایع محصولات کاغذی، بانکداری، کاشی و سرامیک و فعالیت‌های کمکی به ترتیب با متوسط کارایی 90، 89 ، 86 و 82 درصد نسبت به سایر صنایع از وضعیت بهتری در بکارگیری منابع خود برخوردارند. با توجه به موارد ارائه شده، پایش رفتار تولید و هزینه هر یک از صنایع به منظور افزایش کارایی و راندمان آنها پیشنهاد شده است.
The efficiency of the active companies in the Tehran Stock Exchange was investigated in this research. Using information from 487 different companies in 24 industrial groups over the period from 2012 to 2021, their efficiency was calculated. The efficiency of each industry was estimated by a Non-parametric Stochastic method, with three variables - the ratio of total debt to current assets, the ratio of total debt to non-current assets, and the ratio of total debt to total equity - considered as inputs, and the ratio variable of operating profit to total assets as output. Based on the results, certain industries were found to have a better situation in using their resources compared to others. Specifically, banking industries, paper products, tiles and ceramics, and auxiliary activities had an average efficiency of 90%, 89%, 86%, and 82%, respectively. The results suggest guiding companies towards optimal use of resources. Key Words: efficiency, data envelopment analysis, Stock Exchange companies, StoNED.
Alirezaei, M.R., Rakhshan, F., Banikhuei, B. (2019). The application of cross-functional data coverage analysis in the selection of the stock portfolio of 20 reputable stock exchange companies, Journal of decision making and research in operations, 3(1): 24-40. (In Persian)
Dehnokhalaji, A., Ghiyasi, M., and Korhonen, P. (2017). Resource allocation based on cost efciency, Journal of the Operational Research Society, 68(10): 1279–1289.
Fanaei, S.M. (2010). Knowledge of the stock market and capital market, the history and reasons for the creation of the stock exchange, Stock Exchange Monthly, 86: 74- 79. (In Persian)
Fang, L., and Zhang, C.Q. (2008). Resource allocation based on the DEA model, Journal of the Operational Research Society, 59(8): 1136–1141.
Farsijani, H., Arman, M.H., Hosseinbeigi, A., Jalili, A. (2012). Presenting the data envelopment analysis model with an input-output approach, the perspective of industrial management, 1: 39- 56. (In Persian)
Kaidpour, F., Sayadmanesh, Sh., Salmani, E., Sadeghi, Z. (2022). Measuring the efficiency and productivity of cement industry companies of Tehran Stock Exchange by data envelopment analysis approach and Malmquist productivity index in gray environment, Innovation management and operational strategies, 1 (4): 38-63. (In Persian)
Khatir, M. (2018). Budgeting based on robust-fuzzy performance, an excellence-oriented approach in hospital budget modeling, Journal of management research in Iran, 21 (2): 179-198. (In Persian)
Kuosmanen, T., Kortelainen, M. (2012). Stochastic non-smooth envelopment of data: semiparametric frontier estimation subject to shape constraints. Journal of Production Analysis, 38, 11 –28.
Lin, R. (2011). Allocating fxed costs or resources and setting targets via data envelopment analysis, Applied Mathematics and Computation, 217(13): 6349–6358.
Mahdavi Esmaeilabadi, M., Mohammadrezaei, R. (2011). Comparative analysis of technical efficiency studies of Iran's agricultural sector, Business surveys, 40: 99-113. (In Persian)
Shahvalizadeh, A. (2021). The effect of using performance-based budgeting on improving the quality of financial reporting (case study: social security of Ardabil province), Perspective Journal of Accounting and Management, 31 (3), 137-154. (In Persian)
Shen, X., & Lin, B. (2017). The shadow prices and demand elasticities of agricultural water in China: A StoNED-based analysis. Resources, Conservation and Recycling, 127, 21-28.
Shirzadi leskuklaie, S., Ghaderi, P., Nematollahi, Z. (2022). Technical efficiency of water consumption in Iran's agriculture sub-sector using non-parametric stochastic data envolvement model, Water and Irrigation Management Quarterly, 12 (1), 87-98. (In Persian)
Soltanpanah, H., Dadashi, A., Zarei, S. (2014). Investigating the level of efficiency of the Tehran Stock Exchange companies based on the data envolvement analysis technique, Industrial Management Quarterly, 8 (24), 39- 53. (In Persian)
Yang, T., Wang, P., and Li, F. (2018). Centralized Resource Allocation and Target Setting Based on Data Envelopment Analysis Mode, Journal of Mathematical Problems in Engineering, 20(18), 1-10.
