CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

بررسی توانایی مدل های تعدیل شده فالمر والسن در پیش بینی ورشکستگی شرکت ها : مطالعه موردی بورس اوراق بهادار تهران

اعتبار موردنیاز PDF: ۱ | تعداد صفحات: ۲۳ | تعداد نمایش خلاصه: ۷۹ | نظرات: ۰
سال انتشار: ۱۳۹۲
کد COI مقاله: ACCFIN01_459
زبان مقاله: فارسی
حجم فایل: ۸۰۹.۵۳ کیلوبایت (فایل این مقاله در ۲۳ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

متن کامل این مقاله دارای ۲۳ صفحه در فرمت PDF قابل خریداری است. شما می توانید از طریق بخش روبرو فایل PDF این مقاله را با پرداخت اینترنتی ۳۰,۰۰۰ ریال بلافاصله دریافت فرمایید
قبل از اقدام به دریافت یا خرید مقاله، حتما به فرمت مقاله و تعداد صفحات مقاله دقت کامل را مبذول فرمایید.
علاوه بر خرید تک مقاله، می توانید با عضویت در سیویلیکا مقالات را به صورت اعتباری دریافت و ۲۰ تا ۳۰ درصد کمتر برای دریافت مقالات بپردازید. اعضای سیویلیکا می توانند صفحات تخصصی شخصی روی این مجموعه ایجاد نمایند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۲۳ صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله بررسی توانایی مدل های تعدیل شده فالمر والسن در پیش بینی ورشکستگی شرکت ها : مطالعه موردی بورس اوراق بهادار تهران

  جمشید محمدزارده رستمی - کارشناس ارشد دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران گروه مدیریت بازرگانی تهران ایران
زهره اکبر پور - مرکز آموزش علمی - کابردی فرهنگ وهنر واحد یک خراسان رضوی

چکیده مقاله:

ورشکستگی های اخیر شرکت های بزرگ در سطح بین المللی ونوسان های بورس اوراق بهادار در ایران نیاز به وجود ابزارهایی برای ارزیابی توان مالی شرکت ها را نشان می دهدیکی از ابزارهای ارزیابی توان مالی شرکت ها استفاده از نسبت های مالی به عنوان متغیر مستقل وبه دست آوردن الگوهایی برای پیش بینی ورشکستگی شرکت هاست هدف این مطالعه ارایه مبانی تئوریکی تحقیق ومقایسه نتایج حاصل ازبه کارگیری مدل های تعدیل شده فالمر والسن جهت پیش بینی ورشکستگی شرکتها مناسب با شرایط محیطی ایران می باشد ازاین روداده های جمع آوری شده است برای سال های 1380تا 1389 مورد آزمون قرار گرفت به منظور تجزیه وتحلیل داده ها روش های آماری رکرسیون لجستیک وتحلیل تمایزی چندگانه مورد استفاده قرار گرفت نتایج حاصله حاکی از آن است که مدل های تعدیل شده فالمر والسن توانایی پیش بینی ورشکستگی شرکتهای پذیرفته شده دربورس اوراق بهادارتهران رادارند.همچنین تونایی مدل تعدیل شده السن ازمدل تعدل شده فالمر درپیش بینی ورشکستگی شرکت ها پذیرفته شده دربورس اوراق بهادارتهران بیشتر است .

کلیدواژه‌ها:

روشکستگی ، مدل تعدیل شده السن، مدل تعدیل شده فالمر، پیش بینی ورشکستگی ، رگرسیون لجستیک ، تحلیل تمایزی چندگانه

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-ACCFIN01-ACCFIN01_459.html
کد COI مقاله: ACCFIN01_459

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
محمدزارده رستمی, جمشید و زهره اکبر پور، ۱۳۹۲، بررسی توانایی مدل های تعدیل شده فالمر والسن در پیش بینی ورشکستگی شرکت ها : مطالعه موردی بورس اوراق بهادار تهران، کنفرانس ملی حسابداری و مدیریت، تهران، مرکز همایشهای پژوهشگاه نیرو، https://www.civilica.com/Paper-ACCFIN01-ACCFIN01_459.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (محمدزارده رستمی, جمشید و زهره اکبر پور، ۱۳۹۲)
برای بار دوم به بعد: (محمدزارده رستمی و اکبر پور، ۱۳۹۲)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :

  • اعتمادی، حسین و حسن فرج زاده دهکردی (۱۳۸۷)، «مروری بر ...
  • امینی، پیمان (۱۳۸۴)، بررسی امکان سنجی استفاده از مدل فالمر ...
  • حسن خانی، محمد ابراهیم (۱۳۸۶)، توانایی نسبت های مالی در ...
  • رهنمای رودپشتی فریدون، راضیه علی خانی و مهدی مران جوری ...
  • سعیدی علی و آرزو آقایی (۳۸۸)، «پیش بینی درماندگی مالی ... (مقاله ژورنالی)
  • سلیمانی امیری، غلامرضا (۱۳۸۱)، بررسی شاخص های پیش بینی کننده ...
  • شریفیان، شیوا (۱۳۸۸)، ارزیابی کاربرد مدل Rolling-Logit در پیش بینی ...
  • شیخی، خالد (۱۳۸۶)، مقایسه توانایی مدل های السن و آلتمن ...
  • فیروزیان، محمود، داریوش جاوید، نرگس نجم الدینی (۱۳۹۰)، «کاربرد الگوریتم ...
  • منصفی، یاشار (۱۳۸۴)، بررسی کاربردی مدلهای پیش‌بینی ورشکستگی Zimijewski و ...
  • Altman, E. I. (2000). "Predicting Financial Distress of Companies: Revisiting ...
  • Aziz. M. A. & Homayon A. D. (2006). "Predicting Corporate ...
  • Beaver, W. H. (1966). "Financial Ratios as Predictors of Failure?. ...
  • Cheeneebash, J, K.B. Lallmamode & A. Gopaul. (2009). "Predicting Bankruptcy ...
  • Etemadi, H., A. A. Anvari Rostami & H. F. Dehkordi. ...
  • Ohlson, J. A. (1980). "Financial ratios and the probabilistic prediction ...
  • Pongsatat, S, J. Ramage & H. Lawrence. (2004). "Bankruptcy Prediction ...
  • Philosophov L. V & V. L. Philosophov. (2002). :Corporate bankruptcy ...
  • Shin, K. S., T. S. Lee & Hyun-jung K. (2005). ...
  • Shumway, T. (2001). "Forecasting Bankruptcy More Accurately: A Simple Hazard ...
  • Wu Y., C. Gaunt & S. Gray. (2010).:A comparison of ...
  • Xie C., Changqing L. & Xiang Y. (2011). "Financial distress ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه آزاد
    تعداد مقالات: ۱۷۱۹۶
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.