تصمیم گیری و تحقیق در عملیات
سال:1398 | دوره:4 | شماره:ویژه نامه 1 |تعداد مقالات:6

مقاله حاضر احتمال پیش بینی ورشکستگی شرکت ها با مدل های اسپرینگ، آلتمن، فولمر، زیمسکی و ژنتیک مک کی در بین شرکت های موجود در بورس تهران را به شکلی متفاوت نسبت به پژوهش های قبلی و با هدف معرفی شرکت هایی که احتمال ورشکستگی بالاتری با رویکرد مقایسه ای در بین مدل ها دارند مورد بررسی قرار داده است. برای دستیابی به این هدف 75 شرکت که مشمول ماده 141 قانون تجارت نیستند انتخاب گردید. داده های مورد نیاز برای دوره 10 ساله (86-95) جمع آوری شده است. با توجه به نتایج هر یک از مدل های فوق تعدادی شرکت به عنوان شرکت های با احتمال ورشکستگی بالا شناسایی شده و سپس شرکت هایی که در بیشتر این مدل ها به عنوان شرکت با احتمال ورشکسته معرفی شدند، تفکیک گردیدند. نتایج همچنین نشان می دهد که به استثنا مدل مک کی، در چهار مدل دیگر سه شرکت با احتمال ورشکستگی بالا قرار گرفتند و از بین این چهار مدل نیز، مدل زیمسکی ضریب تعیین بالاتری داشته، از این رو می توان گفت نسبت به سایر مدل ها جهت پیش بینی ورشکستگی دقت بیشتری داشته است و از بین نسبت های مالی، نسبت بدهی، گردش دارایی ها و بازده دارایی ها نقش مهمی در تعیین ورشکستگی شرکت ها دارند.

درک از حسابداری رفتاری ارتباط زیادی با مطالعات جوانب انسانی در امور مالی دارد. این موضوع به این دلیل مهم است که تحقیق با تمرکز بر کاربران گزارش های مالی و خصوصیاتشان اغلب فرض می گیرد که اطلاعات مالی، بی طرف، بدون تبعیض و عاری از ارزش هستند. با این حال، اطلاعاتی که سرمایه گذاران و مشارکت کنندگان در بازار سرمایه برای اتخاذ تصمیمات اقتصادی بکار می گیرند توسط حسابدارانی تهیه می شود که با بکارگیری استانداردهای حسابداری از قضاوت های حرفه ای شان بهره می گیرند. هدف این مقاله بررسی تأثیر نقش حسابداری بر رفتار مالی است. به منظور استنباط فرضیه های پژوهش از پرسشنامه استفاده شد، که این پرسشنامه بین 288 نفر از سرمایه گذاران در سال 1396 توزیع گردید. فرضیه اصلی رابطه بین ادراک استانداردهای حسابداری و رفتار مالی مورد بررسی قرار گرفت. یافته ها نشان می دهد بین ادراک استانداردهای حسابداری و رفتار مالی ارتباط مثبت و معناداری دارد.

ﯾ ﮑ ﯽ از ﻣ ﺴ ﺎ ﺋ ﻞ ﻣ ﻬ ﻤ ﯽ ﮐ ﻪ ﭘ ﮋ وﻫ ﺸ ﮕ ﺮ ان و داﻧ ﺸ ﻤ ﻨ ﺪ ان ﺣ ﻮ زه ﺗ ﺼ ﻤ ﯿ ﻢ ﮔ ﯿ ﺮ ی و ﭘ ﯿ ﺶ ﺑ ﯿ ﻨ ﯽ ﺑ ﺎ آن روﺑ ﺮ و ﻫ ﺴ ﺘ ﻨ ﺪ اﻧ ﺘ ﺨ ﺎ ب ﻣ ﺘ ﻐ ﯿ ﺮ ﻫ ﺎ ی ﺗ ﺎ ﺛ ﯿ ﺮ ﮔ ﺬ ار ﺑ ﺮ ﺧ ﺮ وﺟ ﯽ ﺗ ﺼ ﻤ ﯿ ﻢ و ﭘ ﯿ ﺶ ﺑ ﯿ ﻨ ﯽ اﺳ ﺖ . ﺑ ﻨ ﺎ ﺑ ﺮ اﯾ ﻦ اﮔ ﺮ ﺑ ﺘ ﻮ ان ﺑ ﺎ زده ﺳ ﻬ ﺎ م را ﺑ ﺎ اﺳ ﺘ ﻔ ﺎ ده از ﻣ ﺘ ﻐ ﯿ ﺮ ﻫ ﺎ ی ﻣ ﻨ ﺎ ﺳ ﺐ ﭘ ﯿ ﺶ ﺑ ﯿ ﻨ ﯽ ﮐ ﺮ د و ﻣ ﺪ لﻫ ﺎ یی ﺑ ﺮ ای آن اراﺋ ﻪ داد در واﻗ ﻊ ﺷ ﺮ اﯾ ﻂ ﻣ ﻄ ﻤ ﺌ ﻦ ﺗ ﺮ ی در ﺑ ﺎ زار ﺳ ﺮ ﻣ ﺎ ﯾ ﻪ اﯾ ﺠ ﺎ د ﻣ ﯽ ﺷ ﻮ د ﮐ ﻪ ﺑ ﻪ اﻣ ﺮ ﮔ ﺴ ﺘ ﺮ ش ﺳ ﺮ ﻣ ﺎ ﯾ ﻪ ﮔ ﺬ اری در ﺑ ﺎ زارﻫ ﺎ ی ﻣ ﺎ ﻟ ﯽ ﮐ ﻤ ﮏ ﺧ ﻮ اﻫ ﺪ ﮐ ﺮ د. از اینرو هدف مقاله حاضر بررسی پیش بینی بازده منفی سهام در بازار سرمایه ایران است. جهت دستیابی به این هدف داده های مربوط به 180 شرکت در دوره زمانی 89 الی 95 که از طریق روش حذف سیستماتیک جمع آوری گردیده است که از معیار های اهرمی، عملکرد، گردش، نوسان، کیفیت و تورپیدو جهت پیش بینی بازده منفی باستفاده گردید که نتایج بیانگر آن است که تمامی این تمامی این معیارها در پیش بینی بازده منفی سهام در بورس تهران جز معیارهای کارآمدی هستند.

پژوهش حاضر به پویایی پیش بینی ضریب بتای (ریسک سیستماتیک) در چارچوب دو مدل ساختاری اقتصاد کلان یعنی الگوی در چارچوب الگوی تعادل عمومی تصادفی پویا (DSGE) و خودرگرسیون برداری پانل (PVAR) با لحاظ کردن داده های مالی شرکت ها و برخی از واقعیات مشاهده شده در اقتصاد ایران در دوره 15 ساله (1381 الی 1395) پرداخته است. نتایج پژوهش نشان می دهد که شوک های اقتصادی بر ضریب بتای سهام تأثیرگذار هستند. همچنین در سه رهیافت جهت پیش بینی ضریب بتای سهام، مدل VAR خطای کمتری نسبت به مدل DSGE داشته است. نهایتاً اینکه با مقایسه گشتاورهای متغیرهای حاضر در مدل DSGE و گشتاورهای داده های واقعی اقتصاد ایران حکایت از موفقیت نسبی این مدل در واقعیات اقتصاد ایران را داشته است.

تحلیل ورشکستگی مالی یک پدیده بااهمیت برای سرمایه گذاران، اعتباردهندگان و سایر استفاده کنندگان از اطلاعات مالی محسوب می شود. تعیین احتمال درمانده شدن یک شرکت قبل از بروز درماندگی یک موضوع بسیار جالب و جذاب محسوب می شود و می تواند هم برای مدیران و هم برای سرمایه گذاران و اعتباردهندگان مفید واقع شود. در این پژوهش با استفاده از اطلاعات 1488 شرکت سال طی دوره 1390 الی 1395 اقدام به بومی سازی روشی جهت شناسایی شرکت های درمانده مالی در سه سطح شده است و در نهایت با استفاده از الگوریتم هوش مصنوعی ماشین بردار پشتیبان کرنل گوسی و الگوریتم قانون گرا چاید ورشکستگی مالی در سال آتی و دوسال آینده با استفاده از متغیر های کلان اقتصادی و حسابداری در بازار سرمایه ایران به کمک نرم افزار متلب 2017 پیش بینی شده است. از جنبه های نوآوری این پژوهش بومی سازی مدل ورشکستگی مالی در ایران با بکار گیری همزمان مدل های جهانی و ایرانی، استفاده از متغیر های کلان اقتصادی و حسابداری و همچنین استفاده از روش های هوش مصنوعی سه سطحی می باشد. نتایج تحقیق حاکی از تأثیر مستقیم تورم و ریسک مالی و تأثیر معکوس نسبت مدیران غیرموظف، بازده سالانه سهام و نسبت وجه نقد عملیاتی بر ورشکستگی مالی می باشد. همچنین نتایج نشان می دهد که الگوریتم غیر خطی ماشین بردار پشتیبان کرنل گوسی نسبت به الگوریتم قانون گرا چاید توانایی بالا تری در پیش بینی ورشکستگی آتی شرکت ها دارد.

یکی از مهم ترین مسائلی که مدیران مالی باید برای حداکثر کردن ثروت سهامداران در نظر بگیرند، تعیین بهترین ترکیب منابع شرکت یا همان ساختار سرمایه است؛ به گونه ای که در آن ترکیب، منابع مالی با خصوصیاتی همچون هزینه سرمایه اندک، نرخ بازده بیشتری را تحصیل نماید و ادعا می شود ساختار سرمایه ای که ارزش شرکت را افزایش می دهد و یا هزینه سرمایه کل را به حداقل می رساند، ساختار سرمایه بهینه می باشد. امروزه توجه به تصمیمات مربوط به ساختار سرمایه به قدری است که پژوهشگران با استفاده از مدل ها و بکارگیری تکنیکهای کمی سعی در ایجاد ترکیب بهینه دارند. از اینرو یکی از علومی که تاکنون در علم مالی بسیار مورد استفاده قرار گرفته و منشأ توسعه پژوهش های مالی شده، استفاده از مدل های پژوهش عملیاتی (OR) بوده است، به طور یکه نقش تعیین کننده در توسعه تئوری های مالی و سرمایه گذاری نیز داشته است و منجربه به رابطه دوسویه بین امور مالی و تکنیک های پژوهش عملیاتی گردیده است. لازم به ذکر است که همان طور که تکنیک های مختلف پژوهش عملیاتی برای مسائل مالی بکار گرفته شده، ا نظریه های مالی نیز نیازمند توسعه و بهبود تکنیک های راه حل پژوهش عملیاتی بوده است. ازاین رو مقاله حاضر به صورت مروری و به طور خلاصه به برخی از کاربرد تکنیک های پژوهش های عملیاتی در ساختار سرمایه می پردازد.