پیش بینی ورشکستگی شرکتهای پذیرفته شده در بورس اوراق بهادار تهران با مدل تحلیل پوششی داده ها ورودی ها و خروجی ها (در صنعت سیمان)

الگوهای پیش بینی کننده ورشکستگی یا بحران مالی در مطالعات و مقالات موجود در حوزه های حسابداری و مدیریت بسیار مورد بحث واقع شده است و مطالعات فراوانی در رابطه با روش تجربی مؤثرتر برای پیش بینی ورشکستگی انجام شده است. هدف از این پژوهش بیان، تعیین و تبیین قدرت پیش بینی مدل های ورشکستگی تحلیل پوششی داده ها و الگوریتم ژنتیک در شرکت های بورس اوراق بهادار تهران می باشد. از نظر هدف این پژوهش از نوع کاربردی است و از نظر روش و ماهیت نیز از نوع تحقیقات همبستگی می باشد. جامعه آماری شامل شرکت های پذیرفته شده در صنعت سیمان برای سال های 1388 تا 1393 می باشد که با توجه به محدودیت ها، 19 شرکت در صنعت سیمان انتخاب گردید. دو گروه شرکت های ورشکسته و غیرورشکسته در شرایط یکسان و با توجه به ماده 141 قانون تجارت (فزونی زیان انباشته بیش از دو برابر سرمایه) مورد بررسی قرار گرفته است. در مجموع پیش بینی ورشکستگی با مدل تحلیل پوششی داده ها برای گروه آزمایش مشخص شده 73.68 درصد برای شرکت های عضو جامعه مورد بررسی را به درستی تشخیص داده و معادل 26.32 درصد شرکت ها را به درستی شناسایی نکرده است. نتایج حاکی از قدرت تشخیص هر مدل تحلیل پوششی داده ها در پیش بینی ورشکستگی شرکت ها می باشد .

کلیدواژه ها:

ورشکستگی ، مدل ، تحلیل پوششی ، مدل تحلیل پوششی ، تحلیل پوششی داده ها