تبین ارتباط بین محافظه کاری و ورشکستگی شرکت های پذیرفته شده در بورس اوراق بهادار تهران با استفاده از مدل های اندازه گیری پیش بینی ورشکستگی
Authors
Abstract:
رقابت روزافزون بنگاه های اقتصادی دست یابی به سود را محدود و احتمال بحران مالی شرکت ها را افزایش داده است. یکی از دغدغه های همیشگی سرمایه گذاران تشخیص شرکت های سودده از شرکت های دارای بحران مالی از طریق ویژگی های مالی آنان بوده است . از طرفی محافظه کاری حسابداری در حسابداری سابقه طولانی دارد. مدتها است که محافظه کاری در رویه های حسابداری نفوذ کرده و این نفوذ نیز با اهمیت بوده است. لذا بررسی و شناخت ارتباط بین محافظه کاری حسابداری و بحران مالی شرکتها ، لازم و ضروری به نظر می رسد. جهت آزمون فرضیه های پژوهش از دو روش آماری مختلف یعنی رگرسیون لجستیک و آزمون برابری میانگین استفاده شده است. حجم نمونه، شامل 48 شرکت دارای بحران مالی و 57 شرکت سودده ، در بورس اوراق بهادار تهران می باشد. نتایج بدست آمده نشان دهنده این مطلب است که شاخص محافظه کاری حسابداری با بحران مالی شرکتها دارای رابطه معنی دار و مستقیم است. همچنین رابطه معکوس میان بحران مالی شرکتها با اندازه شرکت و شاخص سودآوری و همچنین رابطه مستقیم با نسبت اهرمی وجود دارد. نتایج نشان می دهد که رشد فروش ، اثری بر بحران مالی شرکتها نداردو بیشترین تاثیر بر احتمال بحران مالی در شرکت ها ،توسط شاخص سودآوری و یا عدم کارایی مدیریت در بهبود عملکرد می باشد.
similar resources
ارائه مدل ریاضی پیش بینی ورشکستگی شرکت های پذیرفته شده در بورس اوراق بهادار تهران
در این مقاله پنج مدل مهم پیش‌بینی ورشکستگی را مطالعه و از میان متغیرهای پنج مدل، مدل بازطراحی شده پیش‌بینی ورشکستگی را ارائه می‌کنیم که دربرگیرنده هشت متغیر می‌باشد. مسأله اصلی در این تحقیق این است که با بررسی و تحلیل صورت‌های مالی شرکتهای پذیرفته شده در بورس اوراق بهادار تهران بتوانیم مدلی برای پیش‌بینی ورشکستگی شرکتها ارائه نماییم. به منظور طراحی مدل، از اطلاعات دو گروه از شرکتهای پذیرفت...
full textپیش بینی ورشکستگی شرکت های پذیرفته شده در بورس اوراق بهادار تهران با استفاده از الگوریتم کرم شب تاب(FA)
سرمایه گذاران ، سهامداران، مدیران و دیگر ذینفعان با ورشکسته شدن شرکت، متضرر شده و دارایی خود را از دست خواهند داد. بنابراین وجود مکانیزمی که به بررسی و پیش بینی بحران مالی شرکت ها بپردازد امری ضروری و اجتناب ناپذیر بشمار می رود. تحقیقات متعددی در خصوص پیش بینی ورشکستگی صورت گرفته که استفاده از الگوریتم های هوش مصنوعی و فرا اکتشافی از نمونه مدل های دهه اخیر می باشند. در این پژوهش با استفاده از ا...
full textرابطه محافظه کاری با خطر ورشکستگی در شرکتهای پذیرفته شده در بورس اوراق بهادار تهران
این مقاله به بررسی رابطه محافظه کاری در گزارشگری مالی با خطر ورشکستگی در شرکتهای پذیرفته شده در بورس اوراق بهادار تهران می پردازد. برای این منظور شرکتهای نمونه به دو گروه شرکتهای در معرض خطر ورشکستگی و شرکتهای غیر ورشکسته تفکیک شدند. فرض شده است شرکتهایی در معرض خطر ورشکستگی قرار دارند که دو سال متوالی در بازه زمانی تحقیق مشمول ماده 141 اصلاحیه قانون تجارت باشند. تحلیل داده های گردآوری شده طی د...
full textپیش بینی ورشکستگی شرکت های پذیرفته شده در سازمان بورس و اوراق بهادار با استفاده از شبکه عصبی مصنوعی
آگاهی از وضعیت مالی شرکت های بازار سرمایه همیشه یکی از دغدغه های سهامداران و تحلیلگران اقتصادی است؛ از این رو تحلیل گران و محقیق بازار های مالی همیشه به دنبال روش هایی برای پیش بینی شرایط آتی شرکت های حاضر در بازار سرمایه بودند. تحقیق پیش رو نیز به دنبال ایجاد مدلی برای پیش بینی ورشکستگی شرکت های حاضر در بازار بورس و اوراق بهادار با استفاده از شبکه عصبی مصنوعی است. در این تحقیق از نسبت های مالی...
full textمقایسه قدرت پیش بینی الگوهای ورشکستگی زاوگین ،زیمسکی و شیراتا در شرکت های پذیرفته شده در بورس اوراق بهادار تهران
full text
پیش بینی پنج ساله ورشکستگی مالی برای شرکت های پذیرفته شده در بورس اوراق بهادار تهران
در این مطالعه مدلی برای پیش‌بینی ورشکستگی ارائه شده است که این پیش‌بینی در فاصله زمانی پنج سال قبل از وقوع ورشکستگی اتفاق می افتد. در این مدل از نسبت های مالی الگوی آلتمن به همراه نسبت جاری استفاده شده است. برآورد مدل به سه روش مدل احتمال خطی، مدل لوجیت و مدل پروبیت صورت گرفته است. نمونه انتخابی برای برآورد مدل شامل 134 شرکت از بین شرکت های فعال در بورس در سال 1382 است. براساس اطلاعات سال 1382...
full textMy Resources
Journal title
volume 9 issue 35
pages 337- 356
publication date 2020-11-21
By following a journal you will be notified via email when a new issue of this journal is published.
Keywords
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023