تحلیل ورشکستگی شرکت‌های پذیرفته در بورس اوراق بهادار با دو روش تحلیل تشخیصی (Discriminant Analysis) و مدل افزایشی تحلیل پوششی داده‌ها (DEA-Additive)
محورهای موضوعی : دانش سرمایهگذاریاصغر مشبکی 1 , حسین ممبینی 2 , علیرضا بخشی زاده 3
1 - استاد مدیریت بازرگانی دانشگاه تربیت مدرس، تهران، ایران
2 - دانشجوی دکترای مدیریت مالی دانشگاه آزاد واحد دوبی، امارات متحده عربی
3 - دانشجوی دکترای مدیریت بازرگانی دانشگاه تربیت مدرس، تهران، ایران (مسئول مکاتبات)
کلید واژه: ورشکستگی, مدل افزایشی تحلیل پوششی داده‌ه, تحلیل تشخیصی, بورس اوراق بهادار,
چکیده مقاله :
ورشکستگی پدیده ای است که بسیاری از شرکت ها با آن مواجه اند. از این رو تحلیل ورشکستگی امری بسیار مهم خصوصاً برای سرمایه گذاران است. بر این اساس، تحقیق حاضر با هدف تحلیل و ارزیابی ورشکستگی بر مبنای دو تکنیک تحلیل تشخیصی (DA) و تحلیل پوششی داده ها (DEA) برای شرکت های پذیرفته شده در بورس اوراق بهادار تهران صورت گرفت. تحقیق حاضر از نوع توصیفی- کاربردی است و به منظور ارزیابی مدل های تحلیل ورشکستگی، 110 شرکت پذیرفته شده در بورس اوراق بهادار به عنوان جامعه آماری در نظر گرفته شد. جهت تحلیل ورشکستگی دو تکنیک تحلیل تشخیصی (DA) و تحلیل پوششی داده ها (DEA) به کار گرفته شد. یافته های تحقیق نشان داد که دقت تکنیک تشخیصی در پیش بینی شرکت های غیرورشکسته 72 درصد و در پیش بینی شرکت های ورشکسته 50 درصد بود؛ در حالی که دقت مدل افزایشی تحلیل پوششی داده ها در پیش بینی شرکت های غیرورشکسته 87 درصد و در پیش بینی شرکت های ورشکسته 64 درصد بود. بنابراین در مجموع در تحلیل ورشکستگی، مدل تحلیل پوششی داده ها نسبت به مدل تشخیصی دقت بیشتری دارد و بر آن ارجحیت دارد.
Bankruptcy is a challenge that, many companies are faced with. Therefore the analysis of bankruptcy is too important, especially for investors. Accordingly, the present study aims to use of two techniques of DEA–Additive analysis and Discriminant analysis in order to analysis and assessment of bankruptcy of the companies which are listed on Tehran Stock Exchange. The study is descriptive- application and to assess the models of bankruptcy analysis, 110 companies listed on the stock exchange have been considered as statistical population and the DEA-Additive model and Discriminant Analysis model are used to bankruptcy analysis. The study showed that the Discriminant Analysis model was 50% accurate in predicting the bankrupt companies and 72% accurate in predicting the successful companies while the DEA-Additive model was 64% accurate in predicting the bankrupt companies and 87% accurate in predicting the successful companies, so in total the DEA-Additive model is more accurate than the Discriminant Analysis model in the bankruptcy analysis, and therefore it is preferred.