سایت تخصصی حسابداران خبره ایران

ارائه مطالب تخصصی حسابداری و حسابرسی و قوانین

سایت تخصصی حسابداران خبره ایران

ارائه مطالب تخصصی حسابداری و حسابرسی و قوانین

پیشینه عملکرد شرکت ها و پیش بینی ورشکستگی

پیشینه عملکرد شرکت ها و پیش بینی ورشکستگی

مطالعات نسبتاً زیادی در زمینه پیش بینی عملکرد شرکت ها ، به ویژه پیش بینی ورشکستگی در سه دهه اخیر به انجام رسیده است. نتایج این تحقیقات در متون علمی حسابداری، اقتصاد و مدیریت گزارش شده است . در این بررسی ها ، از دو نظرگاه کلی ، به بررسی و تحلیل این پیش بینی ها اقدام شده است . تمرکز یک دسته، بر قابلیت پیش بینی ورشکستگی با استفاده از اطلاعات محیطی موجود است. این گروه از مطالعات شواهدی را درباره این موضوع که ”آیا نسبت های مالی برای پیش بینی ورشکستگی مفید هستند؟ “ را فراهم آورده اند . دسته دوم، به بررسی صحت پیش بینی استفاده کنندگان می پردازند  این گروه از تحقیقات، فرآیند پردازش اطلاعات توسط انسان ها را درباره نحوه پردازش اطلاعات به وسیله استفاده کنندگان، و قضاوت این افراد، در مورد موضوعاتی مانند ورشکستگی شرکت ها و یا عدم ورشکستگی آنها، را مورد بررسی قرار داده اند. هر چند که بعضی از استفاده کنندگان بیشتر به پیش بینی ورشکستگی شرکت ها علاقه مند هستند، (مثل موسسات مالی)، سایرین بیشتر علاقه مند به عدم ورشکستگی و پیش بینی وضعیت شرکت ها هم در حالت ورشکستگی و هم در غیر آن می باشند (به طور معمول سرمایه گذاران به عنوان گروه اصلی استفاده کننده از اطلاعات مالی بیشتر علاقمند به تداوم سودآور عملیات شرکت ها، و پیش بینی عملکرد شرکت ها از نظر شاخص های مختلف می باشند).در پیش بینی عملکرد شرکت ها ، از این نظر، به طورعمده از اطلاعات حسابداری استفاده شده است . در اکثر مدل هایی که برای پیش بینی ورشکستگی از اطلاعات حسابداری استفاده شده است، این اطلاعات اغلب به شکل نسبت (مثل نسبت بدهی به جمع دارایی‌ها، نسبت جاری، نسبت توان پرداخت بهره و مانند آن ) بیان شده اند. تلاش محققان در این تحقیقات این است تا با استفاده از نسبت های مالی در مدل های متفاوت، شرکت ها را از نظر معیارهای مختلف رتبه بندی کنند.

این نوع پیش بینی ها، به طور عمده ، با استفاده از شش مدل به انجام رسیده است . این مدل ها به ترتیب تاریخ ظهورآنها در متون علمی حسابداری عبارتند از : مدل تفکیک کننده خطی[22] ، مدل لاجیت[23]، مدل تفکیک مکرر[24] ، مدل تجزیه و تحلیل بقاء[25] ، مدل شبکه های عصبی[26] ، و مدل پردازش اطلاعات توسط انسان[27].  (سلیمانی،1384)                   

 2-2-16-1مدل تفکیک کننده خطی

 هدف مدل تفکیک کننده خطی یافتن ترکیبی خطی از پیش بینی کنندهایی است که بهترین تفکیک بین گروهای طبقه بندی شده را داشته باشد . این روش برای طبقه بندی و یا پیش بینی متغیرهای کیفی (مثل موفق و ناموفق) مورد استفاده قرار می گیرد.رتبه هر یک از شرکت ها، بر مبنای ترکیب خطی متغیرهای مستقل حساب می شود. بر مبنای نتایج حاصل از نمونه ، یک نقطه تفکیک (cut off)  انتخاب می شود. شرکت هایی که رتبه آنها کمتر از نقطه تفکیک باشد، به عنوان ناموفق و آنهایی که رتبه آ نها بالاتر از آن باشد، به عنوان شرکت موفق طبقه بندی می شوند. نقطه تفکیک به نحوی انتخاب می شودکه صحت پیش بینی ماکزیمم شود. استفاده از این مدل به دو دلیل آماری با محدودیت مواجه است. ابتدا، متغیرهای مستقل باید دارای توزیع نرمال باشند و دوم، کوواریانس دو گروه مورد مطالعه باید مشابه باشد. به طور معمول، در عمل، هر دو شرط رد می شود.

ریچاردسون و دیویدسون نتیجه می گیرند که زمانی که توزیع اطلاعات نرمال نیست، طبقه بندی این مدل حساسیت بالایی نسبت به اطلاعات مورد استفاده در مدل دارد .برای مثال وقتی که از یک متغیر دامی[28]  استفاده شود، فرض نرمال بودن رد می شود . برای رفع مشکل نرمال نبودن اطلاعات، معمولاً تبدیل آنها (برای مثال لگاریتم یا ریشه دوم ) و حذف اطلاعات پرت[29]   می تواند کمک دهنده باشد.

برای اجتناب از نقص دومین فرض، می توان از فنونی که نیازی به فرض تساوی کوواریانس ندارند ، استفاده کرد. [برای مثال، مدل تفکیک کننده درجه دوم (غیرخطی )]. هر چند، مطالعاتی که این روش را نیز به کار گرفته اند، دریافته اند که افزایش کیفیت آماری مدل، به طور ضروری منتهی به افزایش صحت طبقه بندی نمی شود. بیور  اولین کسی بود که با استفاده از این مدل و به کارگیری یک متغیر مستقل، در سال 1966 به بررسی و تفکیک شرکت های ورشکسته اقدام کرده است . آلتمن در سال1968 این کار را با استفاده از یک مدل چند متغیره به انجام رسانده است . محققان دیگری نیز با استفاده از این مدل، به بررسی و طبقه بندی عملکرد شرکت ها ، به ویژه شرکت های ورشکسته پرداخته اند.  [Richardson, F. m. and Davidson, L. F. (1983): 195-207]

 2-2--16-  2مدل لاجیت

مدل لاجیت با اختصاص وزن هایی به متغیرهای مستقل، رتبه هریک از شرکت های نمونه را پیش بینی می کند. از این رتبه برای تعیین احتمال عضویت در یک گروه معین (برای مثال موفق یا ناموفق ) استفاده می شود . احتمال موفقیت یا عدم موفقیت (یا هررتبه بندی کیفی دوگانه دیگر) در این مدل با استفاده از فرمول زیر حساب می شود.

در این مدل ، xi (i مساوی با 1 تا n) نشا ن دهنده متغییرهای مستقل و a و bi (i مساوی با 1 تا n) پارامترهای برآوردی مدل هستند.

آنچنان که در نمودار شماره ( 1) آمده است، احتمال P(z) همواره عددی بین صفر و یک است، در حالی که در مدل تفکیک کننده خطی، رتبه تعیین شده ممکن است عددی کمتر از صفر و یا بزرگتر از یک نیز باشد .اگر Z به سمت منفی بینهایت حرکت کند ، P(z) به سمت صفر میل میکند.و چنانچه Z به سمت مثبت بینهایت حرکت کند ، P(z)  به سمت عدد یک میل میکند.و وقتی Z مساوی صفر است ، احتمال حاصله مساوی 5/0   است. اکثر مطالعاتی که مدل لاجیت را به کار گرفته اند از این عدد (5/0=P(z)) را برای نقطه تفکیک بکار گرفته اند.

از این مدل به طور گسترده ای در تحقیقات مالی و حسابداری، و برای تفکیک شرکت ها در گروه های کیفی دوگانه، استفاده شده است . مارتین[30] ،  اُ لسون[31] و هَمِر[32]  ، اولین محققانی بودند که با استفاده از نسبت های مالی و با به کارگیری این مدل، نسبت به تفکیک و رتبه بندی شرکت ها اقدام کرده اند. ( صفری ، 1381)

 2-2-16-3 تفکیک مکرر

الگوریتم تفکیک مکرر ، منتج به طبقه بندی دودویی به شکل درختی می شود، که در آن موضوعات مورد تحقیق به گروه های از پیش تعیین شده (برای مثال موفق و ناموفق ) نسبت داده می شود. این روش توسط فریدمن و همکارانش در سال 1985 ،و با هدف حداقل کردن هزینه اشتباه طبقه بندی، برای پیش بینی شرکت های دارای مشکلات مالی، مورد استفاده قرار گرفته است . در این مدل، ابتدا کل نمونه بر مبنای بهترین قاعده تفکیک به دو گروه فرعی تقسیم می شود. سپس این رویه به صورت مکرر برای گروه های فرعی تکرار می شود. برای تفکیک در هر مرحله از یک مدل تک متغیره و به طور معمول خطی استفاده می شود. مراحل جداسازی به صورت مکرر وتا زمانی که تقسیم بیشتر در هر شاخه فرعی، منتهی به کاهش خطای مدل نشود، ادامه می یابد. )علی خانی ، (1385

 2-2--16-  4مدل تحلیل بقاء

مدل تحلیل بقاء مدت زمان قبل از وقوع یک رویداد ، یا فاصله زمانی بین رویدادها را مورد بررسی قرار   می دهد. این مدل از زمان بقاء یا نرخ مخاطره ، به عنوان متغیر وابسته استفاده می کند. در حالت ورشکستگی، هدف مقداری کردن رابطه زمان بقاء و یک مجموعه از متغیرهای توضیح دهنده است. مجموعه ریسک و نرخ مخاطره دو مفهوم اصلی مدل تحلیل بقاء هستند . مجموعه ریسک، جمع افرادی را شامل می شودکه در معرض ریسک و خطر وقوع رویداد درهر دوره از زمان می باشند. در یک مدل غیر پیوسته، نرخ مخاطره که نرخ شکست نیز نامیده        می شود، احتمال وقوع رویداد در یک زمان معین را برای یک فرد خاص، با فرض اینکه این فرد در این دوره در معرض ریسک قرار دارد را محاسبه می کند . این تعریف، برای یک مدل پیوسته اعتبار ندارد، زیرا احتمال اینکه یک رویداد به طور دقیق در یک زمان معین رخ دهد، بینهایت کوچک است. مدل های مختلفی برای تحلیل بقاء ارایه شده است . شایعترین مدل مورد استفاده مدلی است که توسط کاکس[33] در سال 1972 معرفی شده است.

در این مدل:

B : ضرایب قابل تعیین توسط رگرسیون، و (t)0h نرخ پایه خطر می باشد؛ یعنی خطر نامعلوم برای مشاهدات با Z مساوی صفر.)علی خانی ، (1385

2-2--16-  5شبکه های عصبی

به کارگیری روش شبکه های عصبی را می توان تا اوایل دهه 1860 پیگیری کرد. هدف مدل شبکه های عصبی ، شناسایی مجموعه ای از اجزاء محاسباتی (نرون ها) است که با هم در ارتباط هستند. ساختار اصلی محاسباتی شامل سه لایه از نرون ها است : لایه های ورودی،مخفی و خروجی . افزون بر نرون ها، شبکه عصبی در برگیرنده نحوه ارتباط این لایه ها با هم نیز می باشد. ارتباط داخلی نرون ها، می تواند در برگیرنده همه نرون ها و یا فقط بخشی ازآنها باشد. تعداد ارتباطات و چگونگی آن، توان شبکه عصبی در اجرای عملیات مورد نظررا نشان می دهد. قبل از به کارگیری شبکه عصبی باید با استفاده از یک مجموعه از مشاهدات (برای مثال گروهی از شرکت های موفق و ناموفق) نسبت به آموزش شبکه اقدام کرد . شبکه تا زمانیکه بتواند ترکیبی از ورودی ها را با یک پیامد خاص ارتباط دهد به آموزش خود ادامه می دهد. بعد از آنکه آموزش کامل شد، شبکه عصبی می تواند در پیش بینی، مورد استفاده قرار گیرد . ساختمان شبکه (نرون ها و ارتباط داخلی آنها)، فرآیند آموزش و کل شبکه عصبی را میتوان بر مبنای تعداد پیش بینیهای صحیح ارزیابی کرد.

 2-2--16-  6فرآیند پردازش اطلاعات توسط انسان

فرآیند پردازش اطلاعات توسط انسان یک مطالعه تحقیقی است که به بررسی رفتار استفاده کنندگان می پردازند. هدف از به کارگیری این مدل در حسابداری درک، توصیف،ارزیابی و بهبود تصمیمات گرفته شده و فرآیند تصمیم گیری مورد استفاده بر مبنای اطاعات حسابداری است، زیرا استفاده کنندگان اطلاعات حسابداری را، به عنوان راهنما درتصمیمات خود، به کار می گیرند.

در بسیاری از مطالعات از مد ل لنز که توسط برونزویک[34] در سال 1952 ارایه شده  استفاده شده است. برای مثال در پیش بینی ورشکستگی، پیش بینی رتبه اوراق قرضه،پیشنهاد خرید سهام و پیش بینی ریسک از این مدل استفاده شده است. ) همان منبع ، (1385

2-2-17 مروری بر تحقیقات انجام شده در داخل و خارج کشور

2-2-17-1 تحقیقات خارج کشور

‌   اولین‌ تحقیق‌ در زمینه‌ پیش‌بینی‌ ورشکستگی‌ در سال‌ 1900 توسط‌ توماس‌ وودلاک‌ انجام‌ شد. وی‌ یک‌ تجزیه‌وتحلیل‌ کلاسیک‌ در صنعت‌ راه‌آهن‌ انجام‌ داد و نتایج‌ تحقیق‌ خود را در مقاله‌ تحت‌ عنوان‌ "درصد هزینه‌های‌ عملیاتی‌ به‌ سود انباشته‌ ناخالص" ارائه‌ کرد. در سال‌ 1911، لارس‌ جامبرلاین‌ در مقاله‌ای‌ تحت‌ عنوان‌ "اصول‌ سرمایه‌گذاری‌ اوراق‌ قرضه" از نسبت های‌ به‌دست‌ آمده‌ به‌وسیله‌ وودلاک، نسبت های‌ عملکرد را به‌وجود آورد. در سال‌ 1930 تا 1935، آرتور ونیکور و ریموند اسمیت‌ در مطالعات‌ خود تحت‌عنوان‌ "روش های‌ تحلیل‌ در نسبت های‌ مالی‌ شرکت های‌ ورشکسته" دریافتند که‌ صحیح‌ترین‌ نسبت‌ برای‌ تعیین‌ وضعیت‌ ورشکستگی، نسبت‌ سرمایه‌ در گردش‌ به‌ کل‌ دارایی‌ است. اولین‌ تحقیقاتی‌ که‌ باعث‌ ایجاد مدلی‌ برای‌ پیش‌بینی‌ ورشکستگی‌ شد، تحقیقات‌ ویلیام‌ بیور در سال‌ 1966 بود. بیور یک‌ مجموعه‌ شامل‌ 30 نسبت‌ مالی‌ که‌ به‌نظر وی، بهترین‌ نسبت های برای‌ ارزیابی‌ سلامتی‌ یک‌ شرکت‌ بودند را انتخاب‌ کرد. سپس‌ نسبت ها را براساس‌ چگونگی‌ ارزیابی‌ شرکت ها، در شش‌ گروه‌ طبقه‌بندی‌ کرد. وی‌ طی‌ تحقیقات‌ خود به‌ این‌ نتیجه‌ رسید که‌ ارزش‌ هر نسبت، در میزان‌ اعتبار طبقه‌بندی‌ شرکت ها در گروه های‌ شرکت های‌ ورشکسته‌ و غیرورشکسته‌ است، و میزان‌ خطای‌ طبقه‌بندی‌ کمتر، نشان‌دهنده‌ ارزش‌ بالای‌ هر نسبت‌ است. طبق‌ این‌ اصل، بیور نسبت‌ را که‌ دارای‌ کمترین‌ نرخ‌ خطای‌ طبقه‌بندی‌ بود را به‌ ترتیب‌ اهمیت‌ به‌ شرح‌ زیر معرفی‌ کرد: جریان‌ نقد به‌ کل‌ دارایی، درآمد خالص‌ به‌ کل‌ دارایی، کل‌ بدهی‌ به‌ کل‌ دارایی، سرمایه‌ در گردش‌ به‌ کل‌ دارایی، نسبت‌ جاری‌ و نسبت‌ فاصله‌ عدم‌ اطمینان. در ادامه سیر تکوینی مدل های پیش بینی ور شکستگی را به ترتیب ظهورشان بررسی می کنیم.)رهنمای روپشتی،نیکومرام،شاهور دیانی ،1385: 512 (

 مدل ویلیام بیور ( 1966)

این مدل از نوع تحلیل تک متغیره برای ورشکستگی شرکت است.  بیور در سال 1966 یک مجموعه شامل 30 نسبت مالی که به نظر او بهترین نسبت ها برای ارزیابی سلامت یک شرکت است را انتخاب کرد. سپس نسبت ها را براساس چگونگی ارزیابی سازمان ها ، در شش گروه طبقه بندی کرد. این شش گروه عبارت بودند از : نسبت هایی جریان نقد ، نسبت های در آمد خالص ، نسبت های بدهی به در آمد کل ، نسبت های در آمد نقدی به در آمد کل ، نسبت های در آمد نقدی به بدهی موجود و نسبت هایی بازده حاصل از فروش . بیور مدل خود را براساس چهار اصل تنظیم کرد :

  -1در آمد نقد خالص یک شرکت ، احتمال ورشکستگی را کاهش دهد.

-2 جریان نقد خالص بالا که ناشی از فعالیت شرکت در بازار می باشد نیز احتمال ورشکستگی را پایین می آورد.

   -3میزان بدهی بالا برای هر شرکت ، احتمال ورشکستگی آنها را بالا می رود.

   -4نرخ بالای در آمد نقد مورد نیاز به هزینه های عملیاتی سرمایه، احتمال ورشکستگی را بالا خواهد برد.

او از این اصول برای سنجش توانایی نسبت ها به پیش بینی ورشکستگی استفاده کرد. بیور برای این کار 79 شرکت ورشکسته و 79 شرکت غیر ورشکسته را انتخاب کرد ، سپس هر یک از 30 نسبت را در این شرکت ها مورد سنجش قرار داد. او در این تحقیقات به این نتیجه رسید که میزان اعتبار پیش بینی هر یک از نسبت ها متفاوت است. همچنین شرکت های ورشکسته نه فقط جریان های نقد کمتری از شرکت های غیر ور شکسته دارند ،بلکه مقدار ذخیره در آمد نقدی کمتری را نیز دارا می باشند. در ضمن وی پی برد که اگر چه شرکت های ورشکسته سرمایه کمتری برای پوشش تعهدات خود دارند ولی تمایل به گرفتن فروض بیشتری را نسبت به شرکت های غیر ورشکسته دارند.

بیور در انتهای تحقیقات خود به این نتیجه رسید که ارزش هر نسبت در میزان اعتبار طبقه بندی شرکت ها در گروه های شرکت های ورشکسته و غیر ورشکسته می باشد و میزان خطای طبقه بندی کمتر ، نشان دهنده ارزش بالای هر نسبت می باشد. طبق این اصل بیور شش نسبت که دارای کمترین نرخ خطای طبقه بندی می باشند را معرفی کرد که عبارت بودند از : جریان نقد به کل دارایی ، در آمد خالص به کل دارایی ، کل بدهی به کل دارایی ، سرمایه در گردش به کل دارایی ، نسبت جاری و نسبت فاصله عدم اطمینان به نظر بیور نسبت گردش وجوه نقد به کل بدهی بیشترین قدرت پیش بینی را دارد که خطای طبقه بندی آن حدود 13%‌ برای یک سال قبل از ورشکستگی بود. همچنین دومین نسبت مهم نسبت در امد خالص به کل دارایی بود.‌

یبور تغییرات ارزش بازار سهام را به عنوان یک فاکتور پیشگویی کننده در پیش بینی ورشکستگی شرکت مورد بررسی قرار داد. او فهمید که بازار ورشکستگی شرکت را نهایتاً یک سال قبل از رخداد واقعی ورشکستگی پیش بینی می کند.( (Beaver, W. 1966‌

 

  • مدل آلتمن[35] (1968)

پس از اینکه مشخص شد که مدل یبور به دلایلی از جمله تک متغیره بودن آن معیار مناسبی برای پیش بینی ورشکستگی نیست ، محققان از مدل های چند متغیره برای پیش بینی ورشکستگی و تعیین تداوم یا عدم تداوم فعالیت استفاده کردند.

از مهمترین مدل های ارائه شده برای ارزیابی تداوم فعالیت پیش بینی ورشکستگی مدل آلتمن می باشد. آلتمن در سال 1968 از طریق تجزیه و تحلیل ممیزی چندگانه و از میان 22 نسبت مالی که به نظر وی بهترین پیش بینی کننده ها برای پیش بینی ورشکستگی بودند ، 5 نسبت را به صورت ترکیبی به عنوان بهترین پیش بینی کننده ورشکستگی انتخاب کرد. 5 نسبت ترکیبی عبارت بودند از : تسویه ، سود آوری اهرمی ، انعطاف پذیری و فعالیت.

 مدلی که وی تدوین کرد به شرح زیر است :

:کل دارایی / سرمایه در گردش   X1

کل دارایی / سود انباشته :X2

:کل دارایی / در آمد قبل از بهره و مالیات  X3

ارزش دفتری بدهی / ارزش بازار حقوق صاحبان سهام   :X4

 :کل دارایی / کل فروش X5

در این مدل اگر z محاسبه شده برای شرکتی کوچکتر از 81/1 باشد ، آن شرکت ورشکسته و اگر بین 81/1 و 675/2  باشد ، شرکت در ناحیه ورشکستگی قرار دارد و اگر بزرگتر از 675/2  باشد احتمال ورشکستگی آن خیلی کم است.

آلتمن برای آزمون مدلش 66 شرکت را که شامل 33 شرکت ورشکسته و 33 شرکت عادی بود ؛ مورد استفاده قرار داد. میزان موفقیت مدل وی 95 % بود .

نتایج حاصل از آزمون در جدول زیر خلاصه شده است .

 

شرکت

تعداد

در صد پیش بینی صحیح

در صد پیش بینی غلط

ورشکسته

33

(31) 94%

(2) 6%

غیر ورشکسته

33

(32)97%

1)) 3%

 

آلتمن در توصیف این جدول به این نتیجه رسید که خطای نوع اول تنها 6% بود در حالی که خطای نوع دوم به مقدار کمتر از آن یعنی 3% می باشد و همچنین مدل در سطح اطمینان 95% کل نمونه بسیار دقیق عمل کرده است. همچنین با ادامه تحقیق برای دو سال قبل از ورشکستگی مدل فوق دقتی حدود 83% را به دست آورد.

در پس سال های بعد از ایجاد مدل و استفاده گسترده از آن‌، یکسری انتقادات برای مدل مطرح شد. تحلیل گران اعتباری ، حسابداران و حتی خود شرکت ها معتقد بودند که مدل تنها برای مؤسسات با ماهیت تجارت عمومی قابل استفاده است. ( رسول زاده، 1381)

آلتمن در سال 1983 یک اصلاحیه روی مدل انجام و مدل جدیدی به نام z' ارائه داد. واضح ترین اصلاحیه آلتمن ، جانشین کردن ارزش دفتری سهام به جای ارزش بازار آن و سپس تغییر ضرائب و محدوده های ورشکستگی مدل بود.

در این مدل اگر مقدار محاسبه شده برای شرکت ها کمتراز 33/1 باشد ، احتمال ورشکستگی شرکت خیلی بالا و اگر بین 33/1 و 9/2 باشد ، شرکت در ناحیه ورشکستگی است و احتمال آن وجود دارد و اگر Z'  محاسبه شده شرکت بزرگتر از 9/2 باشد ، احتمال ورشکستگی شرکت خیلی کم می باشد. آلتمن برای آزمون مدل اصلاح شده از نمونه ای شامل 33 شرکت ورشکسته و 33 شرکت فعال استفاده کرد.

در این آزمون دقت نوع اول تنها اندکی کم گشته (91% مقابل 94%) ، اما دقت نوع دوم همان 97% باقی مانده است.

اصلاح بعدی مدل z-score به تحلیل مشخصات و دقت مدل ، بدون در نظر گرفتن متغیر نسبت فروش به کل دارایی پرداخته شد. آلتمن در سال 1995 ، این کار را برای به حداقل رساندن تأثیرات بالقوه نوع صنعت انجام داد. وی در اصلاحات خود نسبت فروش به کل دارایی را حذف و سپس تغییراتی در ضرایب مدل به وجود آورد.

‌ در این مدل اگر Z" محاسبه شده برای شرکتی کوچکتر از 1/1 باشد ، آن شرکت ورشکسته و اگر Z' محاسبه شده بین 1/1 و 6/2 باشد ، احتمال ورشکستگی آن وجود دارد و اگر بزرگتر از 6/2 باشد ، احتمال ورشکستگی شرکت خیلی کم می باشد.

آلتمن این مدل را برای پیش بینی ورشکستگی مؤسسات غیر تولیدی و به خصوص برای صنایعی که نوع سرمایه گذارای دارایی های آن در میان شرکت های آن صنعت متفاوت می باشد ، ایجاد نمود . نتایج آزمون این مدل با نمونه ای شامل 33 شرکت ورشکسته و 33 شرکت فعال تقریباً‌ مشابه  نتایج آزمون مدل Z' به دست آورد با این تفاوت که دقت نوع دوم 94% بود. ( صفری ، 1381)

نوع مدل

کاربرد

Z

پیش بینی ورشکستگی بنگاه های تولیدی همگانی

Z'

پیش بینی ورشکستگی همه بنگاه های تولیدی اعم از همگانی و خصوصی

Z"

پیش بینی ورشکستگی بنگاه های غیر تولیدی و خدماتی

- تست قابلیت عمومیت مدل پیش بینی ورشکستگی آلتمن

آلتمن در سال 1968 به کار گرفتن نمونه شرکت ها از دهه 1950 و 1960 این مدل را توسعه داد. مدل Z اسکور هنوز هم به عنوان یک ابزار کاربردی عمومی برای ارزیابی سلامت مالی شرکت ها به کار می رود. این مدل به دلیل خصوصیاتش برای نمونه های کوچکی از شرکت های تولیدی و گروه شرکت های ورشکسته و غیر ورشکسته با اندازه مساوی به کار می رفته است. در نتیجه مدل بعد زیادی ندارد. این مدل برای طبقه بندی شرکت ها در بیشتر تحقیقات اخیر کافی نیست.

در این تحقیق سه سؤال اصلی مطرح می شود :

-1آیا  آلتمن برای پیش بینی ورشکستگی های امروزی کارایی کامل و فایدة لازم را دارد؟ همان گونه که آلتمن در آن زمان ها آن را به کار گرفت و توسعه داد؟

-2آیا این مدل برای پیش بینی ورشکستگی شرکت های غیر تولیدی به اندازه پیش بینی ورشکستگی شرکت های تولیدی کاربرد دارد ؟

-3آیا این مدل برای پیش بینی ورشکستگی شرکت های غیر تولیدی به اندازه پیش بینی ورشکستگی سودمند است ؟

نتایج حاصل از تحقیق به سؤالات 1 و 2 پاسخ منفی و به سؤال 3 پاسخ مثبت می دهد.)رهنمای روپشتی،نیکومرام،شاهور دیانی ، 1383: 512 (

 

  • مدل دی کین ( 1972)

بعد از آلتمن تحقیقات دیگری برای پیش بینی ورشکستگی با استفاده از نسبت های مالی انجام شده که هر چند در این تحقیقات به واسطه بهبود در جمع آوری داده ها و روش های آماری ، روش ها اصلاح شد ولی نتایج به دست آمده توسط محققان به صورت قابل ملاحظه ای تغییر نیافت. به عنوان نمونه دی کین در سال 1972 به نسبت های اولیه آزمایش شده توسط بیور مراجعه کرد و از تصادف به جای تطابق برای انتخاب نمونه شرکت های موفق استفاده کرد. معادله ممیز به دست آمده دقت طبقه بندی مدل آلتمن را داشت و از توانایی تمایز تا سه سال قبل از ورشکستگی به صورت کار آمد برخوردار بود. اما وقتی با نمونه معتبر مطابقت داده شد، در نتایج حاصله عدم یکنواختی مشاهده شد. یعنی تزلزل قابل ملاحظه ای در مدل برآوردی وجود داشت. ) علی خانی ،1385 (

 

  • مدل اسپرین گیت (1978)

فکر اولیه این مدل برای نخستین بار در دانشگاه سیمون فریزر توسط گور دون ال وی اسپرین گیت مطرح شد. وی همانند آلتمن از تجزیه و تحلیل ممیزی برای انتخاب 4 نسبت مالی مناسب از میان 19 نسبت که بهترین نسبت ها برای تشخیص شرکت های سالم و ورشکسته بود ، استفاده کرد.

 :کل دارایی / سرمایه در گردش  A

 :کل دارایی / سود ویژه قبل از بهره و مالیات  B

 :بدهی جاری / سود ویژه قبل از مالیات C

 :کل دارایی / فروش  D

وقتی  شود ، شرکت ورشکسته خواهد شد.

اسپرین گیت با استفاده از 40 شرکت این مدل را آزمون کرد و با نتیجه شگفت انگیز 5/92%مواجه شد.در سال 1979 با تراس مدل اسپرین گیت را برای 50 شرکت استفاده کرد و به نرخ دقت 95% دست یافت . در سال 1980 سند سن با استفاده از 24 شرکت به بررسی مدل پرداخت و با نتیجه 89% صحت مدل را اثبات نمود.) همان منبع، 1385 (

 

  • -مدل اهلسون (1980)

اهلسون از نسبت های مالی و تجزیه و تحلیل لوجستیک برای ایجاد مدل خود استفاده کرد. مدل اهلسون از 9 متغیر از جمله اندازه ،‌نقدینگی ، عملکرد و اهرم مالی تشکیل شده است. اهلسون مدلش را روی یک نمونه شامل 105 شرکت ورشکسته و 2058 شرکت غیر ورشکسته امتحان کرد که نرخ دقتی حدود 85% برای یک سال قبل از ورشکستگی حاصل شد.

 

Y1 : کل بدهی / جریانات نقدی

 : بدهی جاری / درآمد جاری Y2

 :کل دارایی / سرمایه در گردش Y3

 :دارایی جاری / بدهی جاری Y4

 :عدد یک اگر بدهی کل بیشتر از کل دارایی شود و گرنه عدد صفر  Y5

 :کل دارایی / در آمد خالص Y6

 :کل بدهی / وجوه حاصل از فعالیت Y7

 :عدد یک اگر در آمد خالص منفی برای دو سال گذشته باشد و گرنه عدد صفر Y8

 :میزان تغییر درآمد خالص  Y9

وقتی  شود ، شرکت ورشکسته خواهد شد.

اهلسون با استفاده از روش های احتمالی شرطی ، شکنندگی نتایج را بررسی کرد.او این روش را برای نمونه ای با احتمال قبلی شکست که به واقعیت نزدیک بود، انجام داد. معادله برآورد شده 88/3% از نمونه ها را به صورت نادرست طبقه بندی کرد. علاوه بر این ، نتایج کمی حاصل از مدل احتمالی شرطی در مقایسه با مدل ممیزی از بهبود شخصی برخوردار نبود با اینکه دلایلی مبنی بر برتری قدرت تشخیص تکنیک لجیت  وجود داشت.)رهنمای روپشتی،نیکومرام،شاهور دیانی ،1385 :519  (

 

 

·        مدل تافلر ( 1983)

تافلر در سال 1983 در انگلستان تحقیقاتی در ارتباط با پیش‌بینی ورشکستگی انجام داد. وی اطلاعات 46 شرکت ورشکسته در بین سال های 1976 – 1969 را جمع‌آوری کرد و با اطلاعات شرکت های موفق مطابقت داد و مدلی برای پیش‌بینی ارائه نمود که به صورت زیر است:

 :نرخ بازده سرمایه‌گذاری هاR

 :سرمایه در گردش W

 :ریسک مالی، نسبت بدهی به حقوق صاحبان سهام  FR

 :نقدینگی L

تافلر سهم هر یک از متغیرها در مدل را به ترتیب 53، 13، 18، 16 درصد ارزیابی کرد. پس از ارائه این مدل وی نمونه‌ای از شرکت های ریسک‌دار را انتخاب کرد و با اسفتاده از مدل فوق، آنها را ارزیابی نمود. مدل، 115 شرکت از 825 شرکت صنعتی موجود در بانک اطلاعاتی را در حد خطرناک طبقه‌بندی کرد. در طی 2 سال بعد 35% از شرکت ها یا ورشکست شدند یا به لحاظ اقتصادی تقریباً با عدم توانایی در بازپرداخت بدهی ها روبرو شدند و بیش از 27% از شرکت ها هنوز هم در حد خطرناک باقی ماندند. واضح است که مدل بعضی قابلیت های پیش‌بینی را نشان می‌دهد. اما اینکه مدل فوق ارزشمند است یا خیر هنوز چندان روشن نیست زیرا علاوه بر اینکه 44 شرکت از 115 شرکت در حد خطرناک تا چهار سال بعد هنوز به فعالیت خود ادامه می دادند. یکی از شرکت ها با وضعیت غیرخطرناک ورشکست شد. این مدل مشکلات عملی را برای موسسات اعتباری به وجود آورد. زیرا بین 11 تا 21 درصد از وضعیت مشتریان بالقوه آنها را طی سال های 1980 – 1973 در حد خطرناک طبقه‌بندی کرده بود.)رهنمای روپشتی،نیکومرام،شاهور دیانی ،1385 :519  (

 

 

  • مدل زمیجوسکی (1984)

زمیجوسکی نسبت های مالی که نقدینگی، عملکرد و اهرم های مالی شرکت را اندازه‌گیری می‌کنند برای ایجاد مدل مورد استفاده قرار دارد. این نسبت ها فقط براساس دیدگاه نظری انتخاب نشده بودند، بلکه آنها بر مبنای اطلاعات پیشین زیمجوسکی روی نسبت های مالی انتخاب شده بودند. در ضمن وی از تجزیه و تحلیل پروبیت برای ایجاد مدل خود استفاده کرد.

 :کل دارایی / درآمد خالص 

:کل دارایی/ کل بدهی 

 :بدهی جاری / درآمد جاری

وقتی Z<0 باشد، شرکت ورشکسته خواهدشد.

زمیجوسکی مدل را روی 40 شرکت ورشکسته و 800 شرکت غیر ورشکسته امتحان کرد که نرخ دقتی حدود 78% برای یک سال قبل از ورشکستگی به دست آورد. (صفری،1381)

 

  • مدل فالمر (1984)

یکی دیگر از اشخاصی که در مورد پیش‌بینی ورشکستگی با استفاده از نسبت های مالی تحقیق انجام داد، فالمر بود. وی در سال 1984 با استفاده از تجزیه و تحلیل چند متغیره، اطلاعات مربوط به 40 نسبت مالی را برای 60 شرکت شامل 30 شرکت ورشکسته و 30 شرکت فعال جمع‌آوری نمود و با استفاده از 9نسبت مالی که بیشترین نقش را در پیش‌بینی اولیه ایفاد کردند مدلی به صورت زیر ارائه نمود:

 :کل دارایی / سود انباشته

 :کل دارایی/ فروش

 :حقوق صاحبان سهام / سود قبل از مالیات

 :کل بدهی / جریانات نقدی

 :کل دارایی ها/ بدهی

 :کل دارایی / بدهی های جاری

 :لگاریتم کل دارائی های مشهود

 :کل بدهی / سرمایه در گردش

 :بهره / لگاریتم سود قبل از بهره و مالیات

اگر  باشد، شرکت در گروه ورشکسته طبقه‌بندی می‌شود.

دقت مدل فالمر در طبقه‌بندی شرکت ها یک سال قبل از ورشکستگی 98% و بیش از یک سال قبل از ورشکستگی 81% بود.(صفری، 1381)

  • مدل (1987)

این مدل توسط دانشمندان دانشگاه کبک درمونترال کانادا ایجاد شد. آنها از تجزیه و تحلیل چند متغیر برای ایجاد مدل استفاده کردند. آنها در این تحقیق از 30 نسبت مالی همراه با یک نمونه 173 تایی از کارخانجات تجاری لوکس که سالانه فروشی معادل 1 تا 20 میلیون دلار داشتند، استفاده کردند.

:کل دارایی(1) / حقوق صاحبان سهام(1)

:کل دارایی(1) / هزینه‌های مالی+ اقلام فوق‌العاده و درآمد قبل از مالیات(1)

کل دارایی(2) / فروش(2) 

(1)= رقمهای باقیمانده از یک دوره قبل

(2)= رقمهای باقیمانده از دو دوره قبل

وقتی  باشد، شرکت ها ورشکسته خواهند شد.

این مدل در سال 1987 توسط بیلانسه[36]  مورد آزمایش قرار گرفت و نرخ دقتی حدود 83% برای موسسات تولیدی به دست آمد.) علی خانی ، (1385

 

  • مدل گرایس  (1998)

گرایس مجموعه‌ای از مدل های پیش‌بینی ورشکستگی را برای ارزیابی حساسیت ساختار آنها نسبت به ترکیبات متعدد نسبت های مالی، مورد مطالعه قرار داد. او مخصوصاً به مدل ها و ضرایب مورد استفاده که شامل ترکیبات متعدد نسبت های مالی بودند، توجه خاصی داشت.

مدل پیش‌بینی ورشکستگی که توسط گرایس ارائه گردید براساس مدل احتمالی شرط لوجیت می‌باشد.

در مدل های لوجیت، نسبت هایی مالی شرکت ها در ضرایب مدل ضریب شده تا یک شاخص لوجیت (LCI) ایجاد شود.

= Pاحتمال ورشکستگی

مجموعه جواب های این فرمول در حدود صفر تا یک می‌باشد. احتمال میان برد دقت پیش‌بینی این فرمول عدد 5/0 می‌باشد. انتخاب میان برد، براساس نقطه بی‌تفاوتی بین خطاهای نوع اول و دوم می‌باشد. وزن های خطاهای نوع اول و دوم به خاطر این توسط گرایس مساوی در نظر گرفته شده بود که غیر قابل اجتناب بودن هر دو نوع خطا را پذیرفته است. بنابراین شرکت هایی که احتمال ورشکستگی بزرگتر از 5/0 دارند به‌عنوان ورشکسته و شرکت هایی که احتمال کوچکتر از 5/0 دارند به‌عنوان شرکت های غیر ورشکسته طبقه‌بندی می‌شوند.

گرایس برای اندازه‌گیری دقت پیش‌بینی مدل خود نمونه‌ای شامل شرکت هایی که در یک گروه 5 ساله از سال 1988 تا 1993 تقاضای ورشکستگی کرده‌اند و همچنین تعدادی شرکت فعال در همان دوره استفاده کرد. این حجم نمونه از 24 شرکت ورشکسته و 24 شرکت غیر ورشکسته تشکیل شده بود. در این آزمایش که از نسبت های درآمد خالص به کل دارایی و کل بدهی به کل دارایی استفاده می‌کرد، دقت پیش‌بینی حدود 79% برای سال قبل از ورشکستگی و 7% برای دو سال قبل از ورشکستگی به دست آمد.

اغلب مدل های پیش‌بینی ورشکستگی، نسبت هایی که نشان دهنده نسبت هایی نقد، عملکرد و اهرم مالی شرکت ها است را برای ارزیابی خود به کار می‌برند. مدل گرایس و تمام مدل های استفاده کننده از ترکیبات مناسب نسبت های، از نسبت هایی درآمد خالص به کل دارایی، سرمایه در گردش به کل دارایی، کل بدهی به کل دارایی و تفاوت درآمد خالص و جریان نقدی عملیاتی به کل دارایی به‌عنوان شاخص لوجیت استفاده می‌کند. (صفری، 1381)

 

  • -مدل زاوگین (1985)

مدل تدوین شده توسط خانم کریستین زاوگین که از تحلیل آماری لوجیت استفاده می‌کند، به طور خلاصه به شرح زیر است:

:فروش/ متوسط موجودی ها

:متوسط موجودی ها / متوسط حساب های دریافتنی

:کل دارائی ها/ موجودی نقد+ سرمایه‌گذاری کوتاه مدت

:بدهی های جاری/ دارائی های آتی

:کل دارایی – بدهی جاری / سود عملیاتی

:کل دارایی – بدهی جاری/ بدهی بلندمدت

:دارایی های ثابت+ خالص سرمایه در گردش/ فروش

= احتمالی ورشکستگی

کاربرد مدل لوجیت نیازمند 4 مرحله است:

1- یکسری نسبت های مالی محاسبه می‌شود که در مدل پیش‌بینی زاوگین  نسبت می‌بایست محاسبه شود.

2- هر یک از نسبت ها، درضرایب آنها ضرب می‌شود. ضرایب هر کشور مختص به آن کشور است و برای محاسبه ضرایب آن در هر کشور از تحلیل آماری لوجیت که شبیه به تحلیل رگرسیون است، استفاده می‌شود.

3- حاصل ضرب نسبت ها در ضرایبشان را با هم جمع کرده و y را بدست می‌آوریم.

4- برای محاسبه احتمالی ورشکستگی شرکت، y را در فرمول ( ) قرار داده و احتمال ورشکستگی هر شرکت را که یک عدد منحصر به فردی است، به دست می‌آوریم.

در مدل مربوطه، متغیرهایی با ضرایب منفی احتمال ورشکستگی را افزایش می‌دهند چون   را کاهش می‌دهند. متغیرهایی با ضرایب مثبت نیز احتمال ورشکستگی را کاهش می‌دهند. چرا که  را به طرف 1 سوق می‌دهد.

خروجی مدل که احتمال ورشکستگی شرکت مربوطه است عددی در دامنه بین صفر تا یک است. هرچه این عدد بزرگتر بوده و به یک نزدیکتر باشد، احتمال ورشکستگی شرکت بیشتر است و برعکس هرچه این عدد کوچکتر باشد و به صفر نزدیکتر باشد، احتمال ورشکستگی پایین‌تری را برای شرکت نشان خواهد داد. (گجراتی ،1372: 625)

 خانم زاوگین با استفاده از صورت های مالی شرکت های عادی و ورشکسته، ضرایب متغیرهای مدلش را برای 5 سال محاسبه کرد. وی شرکت های ورشکسته سال 1980 را در نظر گرفته و ضرایب متغیرهای مدلش را برای 5 سال متوالی 1975 تا 1979 حساب کرد. سپس براساس ضرایب مربوطه، احتمال ورشکستگی یک شرکت ورشکسته را برای نمونه بررسی کرد. وی مشاهده کرد که در دوره سال های 1975 تا 1979 احتمال ورشکستگی شرکت مذکور روند صعودی داشته است. سپس تغییرات روند احتمال ورشکستگی شرکت مذکور را با روند قیمت سهام آن شرکت در طول آن سال ها بررسی کرد و مشاهده کرد که همزمان با روند صعودی احتمال ورشکستگی شرکت، قیمت سهام شرکت تغییرات نزولی داشته و سال به سال همراه با افزایش احتمال ورشکستگی، کاهش یافته است.

مدل زاوگین به دلیل عدم اتکاء به فرض نرمال بودن توزیع جامعه متغیرهای مورد استفاده در مدل پیش‌بینی ورشکستگی، به واقعیت نزدیک می‌باشد، لکن مدل آلتمن به استناد فرضی که براساس آن مدل را تدوین کرده‌اند، قابلیت کاربرد در بسیاری از جوامع با شرایط مختلف را دارد.

با این حال، یکی از ایرادات وارد بر آن این است که در مدل زاوگین به دلیل عدم اتکا به فرض نرمال بودن توزیع متغیرها و نسبت هایی مدل و استفاده مستقیم از تحلیل های آمار ناپارامتریک و مدل لوجیت برای پیدا کردن ضرایب نسبت های و متغیرهای مدل پیش‌بینی، مقایسه با مدل های تحلیل ممیزی مثل مدل آلتمن، ضرایب محاسبه شده متغیرها با هم همبستگی کمتری دارند .(سلیمانی ، 1385 )

 

  • مدل فیلوسوفو (2002)

لئونیدو ولادیمیر فیلوسوفو مسئله پیش‌بینی ورشکستگی شرکت ها را با ارزیابی همزمان فاصله مدتی که ورشکستگی اتفاق می‌افتد بررسی کردند. دو تا از این فاکتورها کمیت و کیفیت بدهی شرکت ( ) هستند، در حالی که دو فاکتور دیگر توانایی پرداخت بدهی ( ) هستند.

:کل دارایی/ تعهدات جاری

ارزش این عامل با نزدیک شدن به ورشکستگی افزایش می‌یابد. این عامل می‌تواند به عنوان پیش‌گویی کننده ورشکستگی یک یا دو سال قبل از اینکه ورشکستگی اتفاق بیفتد به کار رود. افزایش تعهدات جاری به موجب نزدیک شدن به سررسید بدهی های بلند مدت شرکت ایجاد می شود. بدهی بلند مدت در سال قبل از تاریخ پرداخت می‌تواند کاهش پیدا کند.

:کل دارایی / سود انباشته

ارزش این عامل در حالی که شرکت به ورشکستگی نزدیک می‌شود کاهش می‌یابد. تحقیقات نشان داد که پتانسیل قابل ملاحظه‌ای برای پیش‌بینی ورشکتسگی شرکت ها تا سه سال قبل از اینکه اتفاق بیفتد وجود دارد.

 

:کل دارایی / سود قبل از بهره  و مالیات

یکی از نشانه‌های طبیعی رسیدن به ورشکستگی تقلیل سود شرکت و تغییرات آن به سوی زیان است. این همه نوع سودی را شامل می‌شود (عملیاتی، ناخالص، خالص).  سودهای شرکت در این مواقع به دلیل زیان های غیر طبیعی و بعضی مواقع سودهای غیر طبیعی بسیار ناپایدار هستند. ارزش این عامل زمانی که شرکت به ورشکتسگی نزدیک می‌شود کاهش می‌یابد.

:کل دارایی / بهره 

ارزش این عامل زمانی که شرکت به ورشکستگی نزدیک می‌شود افزایش می‌یابد. پرداخت هایی بهره در 2 تا 3 سال قبل از ورشکستگی افزایش پیدا می‌کند.

هدف فاکتورهای پیش‌بینی کننده در این تحقیق محاسبه درست آخرین احتمال ورشکستگی است. یک سری اطلاعات از 24 شرکت که منجر به ورشکتسگی بین سال های 1988 – 1980 شد به‌عنوان ماده تجربی اصلی برای انتخاب فاکتورهای پیش بینی ، ساختار الگوریتم پیش بینی و برآورد قابلیتهایشان مورد استفاده قرار گرفت.

صورتحساب سود و زیان و ترازنامه شرکت ها و اطلاعات درباره تاریخ احساس وضعیت ورشکستگی جمع آوری شد.اطلاعات برای هر شرکت شامل بیش از هفت ترازنامه و صورتحساب سود و زیان سالانه است.

آخرین نسبت به تاریخ کمتر از یکسال قبل از تاریخ ورشکستگی است.کارایی متغیرهای قواعد پیش بینی در این تحقیق توسعه پیدا کرد و نشان داده شد که در شرایط برابر ، آنها بسیار کاراتر از قاعده Z اسکور آلتمن و قواعد محاسباتی آزمون شده هستند.)رهنمای روپشتی،نیکومرام،شاهور دیانی ،1385: (525

 

 2-2-17-2 تحقیقات انجام شده در ایران

اما در ایران نیزتحقیقات مشابهی در این زمینه به انجام رسیده است که به آن اشاره می شود.

1- بررسی شاخص های پیش بینی کننده ورشکستگی در شرایط محیطی ایران ، غلامرضا امیری سلیمانی ، رساله دکترا در رشته حسابداری ، دانشگاه تهران ، سال 1381، با استفاده از پرسش نامه نظر پرسش شوندگان را در مورد قابلیت پیش بینی کنندگی مجموعه ای از 15 متغیر مالی و 10 متغیر غیرمالی در پیش بینی ورشکستگی شرکت ها (یا آنگونه که در تحقیق ایشان آمده تجارت ناموفق) جویا شده است، و در نهایت در مدلی از نوع تفکیک کننده خطی 15 متغیر مالی را مورد بررسی بیشتر قرار داده است . مدل نهایی او تنها در برگیرنده چهار نسبت شامل : جریان نقدی عملیاتی هر سهم به سود هرسهم ؛ وجه نقد حاصل از عملیات به حقوق صاحبان سهام ؛نسبت موجودی کالا به دارایی‌های جاری؛ و دارایی‌های جاری به بدهی های جاری.

2- پیش بینی درماندگی مالی شرکت ها با استفاده از شبکه های عصبی مصنوعی ، رضا راعی و سعید فلاح پور ، تحقیقات مالی ، بهار و تابستان1383 ، به مقایسه قدرت پیش بینی کنندگی شبکه های عصبی در مقایسه با روش تفکیک کننده خطی چند متغیره پرداخته اند. آنها شرکت هایی که مشمول ماده 141 قانون تجارت بوده اند، را از سالی که مشمول این ماده شده اند به عنوان شرکت های درمانده مالی تعریف کردند و با استفاده از اطلاعات مالی سنوات قبل، این گونه شرکت ها را پیش بینی کرده اند. پنج متغیر مورد بررسی در این تحقیق عبارتند از، نسبت جاری، نسبت سود قبل از بهره و مالیات به دارایی ها، حقوق صاحبان سهام به بدهی ها، سرمایه در گردش به کل دارایی ها و نسبت سود قبل از بهره و مالیات به فروش .آنها در مجموع 40 شرکت درمانده مالی در سنوات 73 تا 80 را که مشمول شرایط تعیین شده بوده اند، در نمونه قرارداده و 40 شرکت نیز از میان سایر شرکت ها به صورت تصادفی و به عنوان شرکت های سالم انتخاب کرده اند. میانگین صحت پیش بینی مدل تفکیک کننده خطی به طور کلی 4/93% و صحت پیش بینی مدل شبکه های عصبی مصنوعی 3/95 ٪ محاسبه شده است . آنها نقطه انقطاع را در مدل تفکیک کننده خطی معادل 5/0  فرض کرده اند. در نهایت چنین نتیجه گیری کرده اند که"مدل ANN شبکه های عصبی مصنوعی"  در پیش بینی درماندگی مالی، به طور معنی داری نسبت به "مدل MDA مدل تفکیک کننده چند متغیره" از دقت پیش بینی بیشتری برخوردار است. در هر حال، با توجه به دو نکته، نتیجه گیری یادشده قابل تأمل است : استفاده آن ها از نقطه انقطاع 5/0  در مدل تفکیک کننده چند متغیره، و تفاوت نسبتاً کم صحت کلی مدل های یاد شده (3/95% در مقایسه با 4/93%).

3- استفاده از اطلاعات تاریخی مالی و غیرمالی جهت تفکیک شرکت های موفق و ناموفق ، ساسان مهرانی ، کاوه مهرانی و غلامرضا کرمی ، بررسی های حسابداری و حسابرسی ، زمستان 1381 ، با استفاده از اطلاعات دو ساله 1381 و 1382 ، 120 شرکت و 6 متغیر اقدام به بررسی و پیش بینی شرکت های موفق و ناموفق کرده اند .متغیرهای مورد بررسی آنها متشکل از 3 متغیر مالی و 3 متغیر غیر مالی است که عبارتند از: بازده حقوق صاحبان سهام، رشد فروش، رشد سود، حجم معاملات، تعداد خریداران، و تعداد دفعات معامله .آنها شرکت موفق را به گونه ای تعریف کرده اند که باید حداقل 5 نسبت از نسبت های یادشده در سال 1382 نسبت به سال 1381 افزایش داشته باشد . وشرکت های ناموفق نیز باید حداقل 5 نسبت آنها درسال 1382 کاهش داشته باشد . آنها تفاوت معنی داری بین بازده سهام این دو گروه پیدا کرده اند. در مدل نهایی آنها ، تنها دومتغیر بازده حقوق صاحبان سهام و رشد فروش به عنوان متغیرهای توضیح دهنده شرکت های موفق و ناموفق استفاده شده است . و سایر متغیرها رابطه مهمی با طبقه بندی انجام شده نداشته اند.

4- ارزیابی توانمندی مالی شرکت های پذیرفته شده در بورس اوراق بهادار تهران و ارائه مدل زواگین برمبنای آن، اعظم سلیمانی ، رساله دکترا در رشته حسابداری ، سال 1384 ، به دنبال درجه بندی و رتبه بندی شرکت های پذیرفته شده در بورس اوراق بهادارتهران بر مبنای توانایی نسبی تداوم فعالیت(توانمندی مالی) بر اساس مدل زاوگین شدند. برای این امر، یک نمونه سی تایی شرکت های ورشکسته(شرکت هایی که دارای زیان انباشت های بیش از 50 درصد سرمایه       می باشند) و یک نمونه سی تایی از شرکت های غیرورشکسته در دو مرحله انتخاب شده است.(در مرحله اول شرکت هایی انتخاب شده اند که دارای بیشترین سود انباشته بوده و در یک دوره زمانی ده ساله زیان نداده اند و در مرحلة دوم شرکت هایی برگزیده شده که با شرکت های ورشکسته هم صنعت بوده اند). همچنین اطلاعات شرکت ها در سه دوره زمانی مربوط به سال ورشکستگی، یک سال قبل ازورشکستگی و میانگین پنج سال قبل از ورشکستگی مورد آزمون قرار گرفته است.نتیجه بدست آمده از تحقیق، حاکی از این امر است که به دلیل شرایط محیطی و اقتصادی حاکم بر بورس ایران، مدل زاوگین برای پیش بینی احتمال ورشکستگی کارا نبوده و مناسب ترین مدل، مدلی است که ضرایب آن بر اساس شرایط ایران تعدیل گردیده باشد.

مابقی تحقیقات انجام شده در ایران ، اکثرآ به آزمون مدل های ورشکستگی مانند آزمون مدل های آلتمن ، اسپرینگیت،شیراتا،زیمسکی و... پرداخته اند.از جمله آنها می توان به تحقیق آقای سبزه وری درباره آزمون مدل آلتمن در تعیین ورشکستگی شرکت ها در بازار بورس و همچنین تحقیق آقای مهدی گلدوز با عنوان "بررسی مقایسه ای کارایی مدل های ورشکستگی آلتمن،اسپرینگیت،زیمسکی و شیراتا در بورس اوراق بهادار تهران " اشاره کرد . (سایت ایران داک)

 


واژگان لاتین داخل متن:

 

[1] Distress

[2] Failure

[3] Bankruptcy

[4] Insolvency

[5] Gitman

[6] Newton

[7] Namaki

[8] Jonah Aiyabei

[9] Chandler Act

[10] Keynes

[11] Ezre Solomon

[12]  Kings

[13] Solon

[14] La Portal

[15] Lopez

[16] De-Silanse

[17] Shleifer

[18] Vishny

[19] Classens

[20] Djanko

[21] Klapper

[22] Linear Discriminant Analysis

[23] Logit

[24] Recursive Partitioning

[25] Survival Analysis  

[26] Neural Networks

[27] Human Information Processing

[28] Dummy

[29] Outliers

[30] Martin

[31]Ohlson

[32] Hamer

[33] Cox

[34] Brunswick

[35] Altman

[36] Billance

منابع

کتب و مقالات

۱-هرانی ، ستوده (1379) ،حقوق تجارت ، جلد 4 ، تهران انتشارات ققنوس

۲-سکینی ، ربیعا (1384) ، حقوق تجارت ورشکستگی و تسویه امور ورشکسته،تهران انتشارات سمت.

۳-عفری لنگرودی، محمدجعفر)۱۳۴۶)، ترمینولوژی حقوق، تهران: کتابخانه ابن سینا،  خورشیدی. (بدون نقض حق تکثیر (اثر قدیمی)).

۴-هنمای روپشتی ، فریدون ، فرزین ، اکرم (1383) ، کلیات مدیریت مالی ،اصفهان: انتشارات جنگل.

۵-هنمای روپشتی ،فریدون و نیکو مرام ، هاشم و شاهور دیانی ،شادی(1385)،مدیریت مالی و راهبردی (ارزش آفرینی) ،تهران: انتشارات کساکاوش.

۶-صقری ، محمد1376)) ، کتاب حقوق بازرگانی ورشکستگی(نظری و عملی) ،تهران: انتشارات شرکت سهامی انتشار.

۷-باهنگ ، رضا(1375) ،مدیریت مالی (جلد اول), چاپ سوم، مرکز تحقیقات تخصصی حسابداری و حسابرسی سازمان حسابرسی.

۸-راهانی، قائم‌مقام، (1368)، حقوق‌ و تجارت، ورشکستگی‌ و تصفیه‌ (جلد اول)، تهران: انتشارات‌ دانشگاه‌ تهران.

۹-حاجیها ، زهره (1384) ، سقوط شرکت ، علل و مراحل آن ، حسابرس شماره 29 :ص8 تا18و 24تا 43 .

۱۰-یویکی ، تاد1383)) ، " ورشکستگی " ، مترجم ، الحسینی ، محمد صادق و رنجبر محسن ، منتشر شده در سایت مقالات تخصصی مدیریت.

۱۱-تهرانی ستوده(1379) ،حقوق تجارت ، جلد 4 ، تهران انتشارات ققنوس

۱۲سکینی ، ربیعا (1384) ، حقوق تجارت ورشکستگی و تسویه امور ورشکسته،تهران انتشارات سمت.

13جعفری لنگرودی، محمدجعفر)۱۳۴۶)، ترمینولوژی حقوق، تهران: کتابخانه ابن سینا،  خورشیدی. (بدون نقض حق تکثیر (اثر قدیمی)).

15-رهنمای روپشتی ، فریدون ، فرزین ، اکرم (1383) ، کلیات مدیریت مالی ،اصفهان: انتشارات جنگل.

16-رهنمای روپشتی ،فریدون و نیکو مرام ، هاشم و شاهور دیانی ،شادی(1385)،مدیریت مالی و راهبردی (ارزش آفرینی) ،تهران: انتشارات کساکاوش.

17- صقری ، محمد1376)) ، کتاب حقوق بازرگانی ورشکستگی(نظری و عملی) ،تهران: انتشارات شرکت سهامی انتشار.

18-شباهنگ ، رضا(1375) ،مدیریت مالی (جلد اول), چاپ سوم، مرکز تحقیقات تخصصی حسابداری و حسابرسی سازمان حسابرسی.

19-فراهانی، قائم‌مقام، (1368)، حقوق‌ و تجارت، ورشکستگی‌ و تصفیه‌ (جلد اول)، تهران: انتشارات‌ دانشگاه‌ تهران.

20- حاجیها ، زهره (1384) ، سقوط شرکت ، علل و مراحل آن ، حسابرس شماره 29 :ص8 تا18و 24تا 43 .

21-  زیویکی ، تاد1383)) ، " ورشکستگی " ، مترجم ، الحسینی ، محمد صادق و رنجبر محسن ، منتشر شده در سایت مقالات تخصصی مدیریت.

 پایان نامه ها

22- امینی ، عذرا (1384) ، ارزیابی ورشکستگی در شرکت های پذیرفته شده در بورس اوراق بهادار تهران ، استاد راهنما: دکتر فرشاد هیبتی ، پایان نامه تحصیلی کارشناسی ارشد ، دانشگاه آزاد اسلامی ، واحد تهران مرکزی.

23- سلیمانی امیری ، غلامرضا، ( 1381 )بررسی شاخص های پیش بینی کننده ورشکستگی در شرایط محیطی ایران "، پایان نامه دکتری، رشته حسابداری، دانشگاه تهران.

24- علی خانی ، مرضیه (1385)، ارزیابی های مدل های ورشکستگی در بورس اوراق بهادار تهران ، استاد راهنما: دکتر فریدون رهنمای روپشتی ، پایان نامه تحصیلی کارشناسی ارشد ، دانشگاه آزاد اسلامی ، واحد علوم و تحقیقات.

25-مهرانی، ساسان؛ مهرانی، کاوه و کرمی، غلامرضا، (زمستان 1383 )،استفاده از اطلاعات تاریخی مالی و غیرمالی جهت تفکیک شرکت ها ی موفق و ناموفق “،.بررسی های حسابداری و حسابرسی، سال یازدهم.

26-صفری، علیرضا (1381) ، ارتباط نسبت های مالی و تداوم فعالیت شرکت ها ،پایان نامه تحصیلی کارشناسی ارشد،  تهران دانشگاه علامه طباطبایی.

27-راعی، رضا و فلا ح پور، سعید ،)بهار و تابستان، (1383 ، پیش بینی درماندگی مالی شرکت ها با استفاده از شبکه های عصبی مصنوعی “، تحقیقات مالی ، سال ششم ، شماره.39- 17 ، صفحات

 

منابع لاتین

Altman, E. (1968) ‘Financial ratios, Discriminant analysis and the prediction  of corporate bankruptcy’, Journal of Finance, 4 (September):pp54-89.

2-Altman, E., Haldeman, R. and Narayanan, P. (1977) ‘ZETA analysis. A new model to identify bankruptcy risk of corporations’, Journal of Banking and Finance,pp14-31.

-3Adnan Aziz .M and Humayon A. Dar (2002). predicting corporate Bankruptcy :weither do we stand? Department of Economics, Loughborough University, UK.

3-Beaver, W. (1966) ‘Financial ratios as predictors of failure’, Empirical Research in Accounting. Selected Studies, Supplement to Vol.

4-Deakin, E. (1972) ‘A Discriminant analysis of predictors of business failure’, Journal of Accounting Research, 1 (Spring):pp8-29

5-Frydman, H., Altman, E. and Kao, D. (1985) ‘Introducing recursive partitioning for financial classification: the case of financial distress’,Journal of Finance;PP 40(1)

6-Grant W.Newton;(1981 )“Bankruptcy and Insolveny Accounting “ Practice and procedure ; New York: The Ronald Press Company.

7-Hamer, M. (1983) ‘Failure prediction: sensitivity of classification accuracy to alternative statistical methods and variable sets, Journal of Accounting and Public Policy;PP 2

8-Martin, D. (1977) ‘Early warning of bank failure: a logit regression approach’, Journal of Banking Finance;PP 1(3)

9-Ohlson, J. (1980) ‘Financial ratios and the probabilistic prediction of bankruptcy’, Journal of Accounting Research;PP 18(1)

14-Springate, Gord, L.V. (1978). “Predicting the possibility of failure in a Canadian firm”.Unpublished M،B،A Research Project,Simon Fraser university, junuary.

Kamvernon T;(1990)”Acconting theory”second Edition ; pp 55-58

13-Zmijewski Mark.E. (2005). Method logical Issues Relate to the  Estimation of Financial Distress prediction Models, Journal of Accounting Research Vol 22supplement.PP1 & 7 ; 11 & 30;110&129

10-Richardson, F. m. and Davidson, L. F. (1983) ‘An exploration into bankruptcy Discriminant model sensitivity’ , Journal of Business Finance & Accounting;PP 10(2) (Summer)