ارائه الگوی دومرحله ای برای پیش بینی ورشکستگی شرکت ها با استفاده از تحلیل پوششی داده ها

Abstract

پیش بینی ورشکستگی شرکت ها یکی از اساسی ترین فعالیت ها در حسابرسی ریسک و عدم قطعیت شرکت ها محسوب می شود. از این رو، طراحی مدل هایی برای پیش بینی ورشکستگی برای بسیاری از فرایندهای تصمیم گیری از اهمیت اساسی برخوردار است. هدف از انجام این پژوهش ارائه مدلی دو مرحله ای برای پیش بینی ورشکستگی شرکت ها با بهره گیری از روش تحلیل پوششی داده ها می باشد. برای انجام این تحقیق ابتدا از تحلیل پوششی داده ها و با استفاده از داده های مالی بازارمحور و حسابداری محور و همچنین داده های غیرمالی برای اندازه گیری امتیازات کارایی مدیریتی و کارآیی بازار سهام شرکت ها استفاده شد و سپس از امتیازات کارایی به دست آمده برای پیش بینی ورشکستگی شرکت ها استفاده شده است و 9 مدل پیش بینی ورشکستگی پیشنهاد شد. همچنین، مدل های ارائه شده با استفاده از رگرسیون لجستیک اثرات ثابت مشروط اجرا شدند و با استفاده از منحنی ROC بهترین مدل انتخاب شد.نتایج نشان داد که مدل دومرحله ای ارائه شده از قدرت پیش بینی کنندگی بسیار مناسبی برخوردار است. همچنین، نتایج حاکی از آن بود که امتیازات کارآیی مدیریت ارنباط مستقیم با ورشکستگی دارد به عبارتی شرکت هایی که امتیاز کارآیی مدیریتی پایین تری داشتند از نظر ریسک ورشکستگی در وضعیت بدی قرار گرفته بودند و همچنین داده های حسابداری محور برآورد بهتری از شرکت های ورشکسته داشتند. مدل دومرحله ای ارائه شده در این پژوهش با اطمینان بالایی می تواند برای پیش بینی شرکت های ورشکسته بکار رود.