شاخص های حسابداری

هدف این تحقیق، بررسی توانایی شاخصهای حسابداری و غیرحسابداری مؤثر بر پیش بینی درماندگی مالی و مقایسه روشهای پارامتریک و ناپارامتریک است. بدین منظور اطلاعات 211 سال-شرکت درمانده منتخب بر اساس معیارهای خاص درماندگی و 211 سال-شرکت سالم پذیرفته شده در بورس اوراق بهادار تهران در فاصله بین سالهای 1384 الی 1393 مورد استفاده قرار گرفته است. در این مطالعه از 32 شاخص حسابداری و 20 شاخص غیرحسابداری به همراه دو روش پارامتریک شامل روشهای رگرسیون لوجستیک و تحلیل ممیزی چندگانه و هفت روش ناپارامتریک شامل ماشین بردار پشتیبان، شبکه عصبی مصنوعی، درخت تصمیم (با 4 الگوریتم) و شبکه بیزین جهت پیش بینی درماندگی مالی استفاده گردیده است. نتایج تحقیق نشان می دهد مدلهای مستخرج از شاخصهای حسابداری به طور معنی داری نسبت به مدلهای مبتنی بر شاخصهای غیرحسابداری از دقت پیش بینی بالاتری برخوردارند و اضافه نمودن شاخصهای غیرحسابداری به مدلهای مبتی بر شاخصهای حسابداری، قدرت پیش بینی آنها را به طور معنی داری افزایش نمی دهد. همچنین، علیرغم بالاتر بودن میانگین توانایی پیش بینی روشهای ناپارمتریک نسبت به روشهای پارامتریک، این تفاوت از نظر آماری معنی دار نیست.

یکی از مهمترین مخاطرات پیشروی بانکها ریسک نقدینگی است، بنابراین بانکها باید سیستمهای اطلاعاتی مناسبی برای اندازه گیری، پیشبینی و کنترل ریسک نقدینگی داشته باشند، هر بانکیا مؤسسه مالی و اعتباری با توجه به شرایط، ویژگیهاو نوع فعالیت، با استفاده از ابزارها و روشهای مختلفی ریسک نقدینگی خود رامدیریت میکند، با وجود تفاوتهای اساسی در اندازه، نوع فعالیت و ساختار بانکهای دولتی با یکدیگر، آیا با استفاده از شاخص های حسابداری وشبکه عصبی امکان مدل سازی و پیش بینی ریسک نقدینگی بانک های دولتی وجود دارد؟برای پاسخ به این سوال در این پژوهشابتدا با استفاده از اطلاعات حسابداری هشت بانک، که کل بانکهایدولتی ایران را تشکیل میدهند، به صورت جداگانه ،شاخص های حسابداری پژوهش محاسبه وریسک نقدینگی توسط شبکه عصبی پرسپترون چند لایه مدلسازی شد.سپس اختلاف نتایج حاصل از مدل با اطلاعات واقعی با استفاده از معیار میانگین مربعات خطا اندازه گیری شد. نتایج پژوهش نشان داد که از مدل طراحی شده، میتوان برای پیش بینی ریسک نقدینگی بانکهای دولتی ایران استفاده کرد.