ارائه الگویی برای پیش بینی پویای درماندگی مالی با استفاده از تحلیل بقاء (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
چکیده
علی رغم تحقیقات گسترده ی انجام شده در زمینه ی پیش بینی درماندگی مالی و ورشکستگی، الگوی کامل وجامعی جهت پیش بینی درماندگی مالی که مبتنی بر تئوریهای مالی شناخته شده باشد، یافت نشده است. بنابراین تحقیقات بیشتر در این زمینه منجر به درک بهتر پدیده بحران مالی می شود که به نوبه ی خود احتمال یافتن الگوی مناسبتر جهت پیش بینی را افزایش می دهد. بدین منظور در این تحقیق تلاش شده است که متغیرهای توضیحی اثرگذار در پیش بینی درماندگی مالی از بین مجموعه متغیرهای حسابداری و بازار شناسایی شوند و سپس با استفاده از مدل کاکس الگوی پیش بینی مناسبی ارائه شود. جامعه ی آماری برای انجام این تحقیق کلیه ی شرکت های تولیدی پذیرفته شده در بورس اوراق بهادار تهران در دوره ی زمانی 1395-1384 می باشد،که -ازبین این شرکتها،آنهایی که درتمام دوره موردبررسی به بورس اوراق بهادارتهران صورتهای مالی ارائه کرده باشند، انتخاب شدند که درمجموع تعداد آنها به219شرکت رسید. از بین 18 متغیر شناسایی شده به روش دلفی هشت متغیر در پیش بینی درماندگی مالی معنی دار شناسایی شدند. مقادیر این متغیرها برای 219 شرکت در دوره ی زمانی11 ساله محاسبه شدند که در نهایت 19536 داده سال- شرکت به منظور ارائه ی الگوی پیش بینی فراهم شد. با استفاده از مدل کاکس الگوی پیش بینی پویای درماندگی مالی شرکت های پذیرفته شده در بورس تخمین زده شد که جهت سنجش صحت و دقت تخمین از منحنی ROC و نمره یBrier استفاده شد که نتایج، صحت و دقت مدل را موردتایید قراردادند.A Pattern for Dynamic Prediction of Financial Distress by Using Survival Analysis
In spite of extensive research on predicting financial distress and bankruptcy there seems to be no acceptable pattern for predicting based on known financial theories. Therefore. More research in this field will lead to better understanding of financial crisis. In this research, we tried to find a prediction pattern using the Cox model. Using a company-year sample list of 19536 companies during the time period between 1384 and1395, this study investigates dynamic probability predictions for Iranian firms. This estimated pattern uses a combination of accounting data and stock market information. The pattern provides predictions of survival probability using the cox model with time-varying variables. Forecast accuracy is evaluated using receiver operating characteristics curve and the Brier score. It was found that the dynamic model has acceptable predictive power.
تبلیغات
