مدل آلتمن

پیش بینی ورشکستگی یکی از موضوعات اصلی طبقه بندی شرکت هاست. مالکان، مدیران، سرمایه گذاران، اعتباردهندگان، شرکای تجاری و همچنین موسسات دولتی علاقمند به ارزیابی وضعیت مالی شرکت هستند زیرا در صورت ورشکستگی هزینه های زیادی به آنها تحمیل می شود.امروزه مدل های مختلفی برای پیش بینی ورشکستگی مورد استفاده قرار می گیرد. هدف این مطالعه،ارائه مبانی تئوریکی تحقیق و مقایسه نتایج حاصل از به کارگیری مدل های آلتمن و فالمر جهت پیش بینی ورشکستگی شرکت ها می باشد. از این رو داده های جمع آوری شده برای سال های 1379 تا 1383 مورد آزمون قرار گرفت. به منظور تجزیه و تحلیل داده ها روش های آماری باینومیال ناپارامتریک مورد استفاده قرار گرفت. نتایج حاصله حاکی از آن است که در پیش بینی یک شرکت،تفاوت معنی داری بین نتایج دو مدل وجود دارد. همچنین مدل آلتمن در پیش بینی ورشکستگی محافظه کارانه تر از مدل فالمر عمل می کند.

با گسترش روزافزون شرکتهای سهامی و متنوع شدن ساختار سرمایه آنها از یکسو و پدیدار شدن بحرانهای مالی شدید در ابعاد کلان و خرد اقتصادی از سوی دیگر، مالکان و ذینفعان مختلف بنگاهها بدنبال ایجاد پوشش و سپری برای مصون کردن خود در مقابل اینگونه مخاطرات بوده اند و این موضوع آنها را به استفاده از ابزارها و مدلهای پیش بینی کننده برای ارزیابی توان مالی شرکتها حساس و آگاه نموده است. هدف این پژوهش، نخست مقایسه دو الگوی پیش بینی ورشکستگی آلتمن و اهلسون متناسب با شرایط محیطی ایران و دوم ارائه مدل آماری مناسب جهت پیش بینی نسبتا دقیق ورشکستگی شرکت ها در یک، دو و سه سال قبل از رویداد بحران مالی شرکت ها می باشد، تا بتوان با استفاده از مدل مزبور وضعیت مالی شرکت ها و همچنین موضوع تداوم فعالیت آنها را بررسی و موجب ارتقاء کیفی تصمیم گیری سهامداران و ذینفعان مربوطه گردید. یافته های تحقیق حاکی از آن است که بدون تغییر ضرایب و متغیرهای مدل آلتمن (Altman، 1968 و مدل اهلسون(Ohlson، 1980) و همچنین استخراج مدل پیش بینی ورشکستگی طی روشهای رگرسیون چندگانه و لجستیک، در مجموع بر اساس دقت برآورد مدل های مزبور، مدل ارائه شده توسط اهلسون و مدل استخراج شده طی روش رگرسیون لجستیک، دقت بالاتری در پیش بینی ورشکستگی شرکت ها دارا می باشند.

موضوع و هدف پژوهش- هدف اصلی این پژوهش بررسی تجربی رابطه سرمایه فکری و اجزای آن با خطر ورشکستگی شرکت های پذیرفته شده در بورس اوراق بهادار تهران است. روش پژوهش- به منظور دستیابی به اهداف پژوهش چهار فرضیه تدوین و برای آزمون آن ها، روش آماری رگرسیون خطی چند متغیره به کار رفته است. اطلاعات 80 شرکت پذیرفته شده در بورس اوراق بهادار تهران طی بازه زمانی 1383 تا 1390 گردآوری شده است. هم چنین برای اندازه گیری ریسک ورشکستگی از مدل آلتمن؛ و برای اندازه گیری سرمایه فکری و اجزای آن از مدل پالیک استفاده شد. یافته های پژوهش- یافته های حاصل از آزمون فرضیه های پژوهش حاضر نشان می دهد که رابطه منفی معناداری بین سرمایه فکری و ریسک ورشکستگی شرکت ها وجود دارد؛ هم چنین اجزای سرمایه فکری در مدل پالیک (شامل کارایی سرمایه به کار گرفته شده، کارایی سرمایه انسانی و کارایی سرمایه ساختاری) بر ریسک ورشکستگی به گونه ای منفی تأثیرگذارند. نتیجه گیری و اصالت و افزوده پژوهش به دانش- با توجه به رابطه منفی بین سرمایه فکری و اجزای آن با ریسک ورشکستگی شرکت ها نتیجه گیری می شود که سرمایه فکری می تواند ضمن بهبود عملکرد شرکت ها، از ورشکستگی آن ها نیز جلوگیری کند و بدین ترتیب از پیامدهای اقتصادی، اجتماعی و سیاسی این رویداد ناگوار بکاهد

بحران مالی از این لحاظ برای نهادهای مالی حیاتی است که بتوانند با شناسایی عوامل موثر بر بحران مالی از وقوع آن جلوگیری کرده و نیز تصمیمات مناسبی جهت برون رفت از بحران بگیرند. بعد از وقوع بحران مالی اخیر، ناظران بانکی و بانکهای مرکزی به این نتیجه رسیدند که حاکمیت شرکتی ضعیف ممکن است نقش مهمی در افزایش ریسکپذیری نهاد مالی و در نتیجه گسترش بحران مالی داشته باشد. در این راستا بحران مالی بر اساس شاخص آلتمن در موسسات واسطه گر مالی مورد بررسی قرار گرفته است. این پژوهش از جهت روششناسی از نوع شبه تجربی و پس رویدادی و توصیفی و از حیث هدف کاربردی است. هدف این پژوهش بررسی نقش حسابرسی داخلی بر رابطه بین عملکرد و بحران مالی در 41 موسسه واسطهگر مالی مانند بانک و بیمه و شرکتهای سرمایهگذاری در دوره مالی 1393 تا 1397 میباشد. تحلیل شواهد بر مبنای دادههای پنلی نشان میدهد بین حسابرسی داخلی و بحرانمالی رابطه منفی و معنادار و بین عملکرد و بحرانمالی رابطه مثبت و معنادار وجود دارد و نقش حسابرسی داخلی بر رابطه بین عملکرد و بحران مالی نیز معنادار است.

پیشبینی ورشکستگی موضوعی است که بر رفاه اقتصادی تمام کشورها تأثیر میگذارد. داشتن یک مدل دقیق برای پیشبینی ورشکستگی، بهطور پیشفرض که بتواند نشانههای بحران مالی را بهموقع تشخیص دهد، برای همهی شرکتها بسیار حیاتی است. بنابراین شرکتها، به یک مدل مناسب که بتواند نشانههای ورشکستگی را بهآسانی تشخیص دهد، نیاز دارند.این پژوهش درصدد ارائه مدل بهینه برای پیشبینی ورشکستگی با استفاده از الگوریتم علفهای هرز میباشد. نمونه آماری پژوهش شامل 112 شرکت ورشکسته وغیرورشکسته پذیرفتهشده در بورس اوراق بهادار تهران در بازه زمانی 1393-1381 میباشد که ازلحاظ اندازه و صنعت نیز باهم تطابق دارند. جهت ارزیابی کارایی مدل مبتنی بر الگوریتم علفهای هرز در مقایسه با مدل   آلتمن، دقت مدلهای مزبور در پیشبینی صحیح ورشکستگی شرکتها مورد ارزیابی قرار گرفت. دقت کلی مدل مبتنی بر الگوریتم علفهای هرز و مدل  آلتمن در سال وقوع ورشکستگی به ترتیب برابر با 32/97 و 46/56 درصد، در سال قبل از وقوع ورشکستگی به ترتیب برابر29/89 و 21/48 درصد و در دو سال قبل از وقوع ورشکستگی، برابر 10/74 و 14/32 درصد میباشد. نتایج پژوهش حاکی از این است، که مدلهای مبتنی بر الگویتم علفهای هرز در مقایسه با مدل سنتی  آلتمن، با دقت بالاتری ورشکستگی شرکتها را پیشبینی مینماید.  

هدف: در این پژوهش با استفاده از تکنیک شبیه سازی مونت کارلو به بررسی این موضوع می پردازیم که شکل توزیع آماری نسبت های مالی مورداستفاده در مدل آلتمن تا چه اندازه ای مقدار احتمال ورشکستگی را تحت تأثیر قرار می دهد.   روش: در این پژوهش از داده های 104 شرکت پذیرفته شده در بورس اوراق بهادار در بازده زمانی سال های 1395 الی 1398 استفاده شده است. جهت انجام محاسبات اولیه، پردازش داده ها از طریق نرم افزار Excel صورت گرفته و در ادامه تحلیل های آماری از طریق نرم افزارهای MATLAB و Minitab انجام شد.   یافته ها: یافته های حاصل از انجام پژوهش به کمک تکنیک شبیه سازی مونت کارلو نشان داد که از بین نسبت های مالی مورداستفاده در مدل آلتمن، در خصوص نسبت های X1 تا X4 نرمال بودن یا نرمال نبودن توزیع نسبت ها تأثیری در تغییر مقدار احتمال ورشکستگی ندارد. همچنین، نتایج نشان داد که در خصوص نسبت X5 تغییر توزیع آماری می تواند مقدار احتمال ورشکستگی را تغییر دهد که این مطلب به معنی مؤثر بودن این نسبت در افزایش یا کاهش مقدار احتمال ورشکستگی است.   نتیجه گیری: نتایج حاصل از یافته های این پژوهش بیان کننده این مطلب است که اگرچه در مدل آلتمن از نسبت های مالی مختلف به عنوان متغیرهای پیش گو استفاده می شود اما بررسی شکل توزیع این نسبت ها نشان داد که آگاهی از شکل توزیع آماری متغیرهای x1 ، x2 ، x3 و x4 تأثیری در آگاهی از توزیع مقادیر متغیر Z-score ندارد و تنها تغییر شکل توزیع آماری متغیر x5 می تواند برای پیش بینی تغییرات شکل توزیع متغیر Z-score کافی باشد.