h.jabbari
16th September 2012, 09:36 AM
پیشینه عملکرد شرکت ها و پیش بینی ورشکستگی
مطالعات نسبتاً زیادی در زمینه پیش بینی عملکرد شرکت ها ، به ویژه پیش بینی ورشکستگی در سه دهه اخیر به انجام رسیده است. نتایج این تحقیقات در متون علمی حسابداری، اقتصاد و مدیریت گزارش شده است . در این بررسی ها ، از دو نظرگاه کلی ، به بررسی و تحلیل این پیش بینی ها اقدام شده است . تمرکز یک دسته، بر قابلیت پیش بینی ورشکستگی با استفاده از اطلاعات محیطی موجود است. این گروه از مطالعات شواهدی را درباره این موضوع که ”آیا نسبت های مالی برای پیش بینی ورشکستگی مفید هستند؟ “ را فراهم آورده اند . دسته دوم، به بررسی صحت پیش بینی استفاده کنندگان می پردازند این گروه از تحقیقات، فرآیند پردازش اطلاعات توسط انسان ها را درباره نحوه پردازش اطلاعات به وسیله استفاده کنندگان، و قضاوت این افراد، در مورد موضوعاتی مانند ورشکستگی شرکت ها و یا عدم ورشکستگی آنها، را مورد بررسی قرار داده اند. هر چند که بعضی از استفاده کنندگان بیشتر به پیش بینی ورشکستگی شرکت ها علاقه مند هستند، (مثل موسسات مالی)، سایرین بیشتر علاقه مند به عدم ورشکستگی و پیش بینی وضعیت شرکت ها هم در حالت ورشکستگی و هم در غیر آن می باشند (به طور معمول سرمایه گذاران به عنوان گروه اصلی استفاده کننده از اطلاعات مالی بیشتر علاقمند به تداوم سودآور عملیات شرکت ها، و پیش بینی عملکرد شرکت ها از نظر شاخص های مختلف می باشند).در پیش بینی عملکرد شرکت ها ، از این نظر، به طورعمده از اطلاعات حسابداری استفاده شده است . در اکثر مدل هایی که برای پیش بینی ورشکستگی از اطلاعات حسابداری استفاده شده است، این اطلاعات اغلب به شکل نسبت (مثل نسبت بدهی به جمع دارایی‌ها، نسبت جاری، نسبت توان پرداخت بهره و مانند آن ) بیان شده اند. تلاش محققان در این تحقیقات این است تا با استفاده از نسبت های مالی در مدل های متفاوت، شرکت ها را از نظر معیارهای مختلف رتبه بندی کنند.
این نوع پیش بینی ها، به طور عمده ، با استفاده از شش مدل به انجام رسیده است . این مدل ها به ترتیب تاریخ ظهورآنها در متون علمی حسابداری عبارتند از : مدل تفکیک کننده خطی[22] ، مدل لاجیت[23]، مدل تفکیک مکرر[24] ، مدل تجزیه و تحلیل بقاء[25] ، مدل شبکه های عصبی[26] ، و مدل پردازش اطلاعات توسط انسان[27]. (سلیمانی،1384)
2-2-16-1مدل تفکیک کننده خطی
هدف مدل تفکیک کننده خطی یافتن ترکیبی خطی از پیش بینی کنندهایی است که بهترین تفکیک بین گروهای طبقه بندی شده را داشته باشد . این روش برای طبقه بندی و یا پیش بینی متغیرهای کیفی (مثل موفق و ناموفق) مورد استفاده قرار می گیرد.رتبه هر یک از شرکت ها، بر مبنای ترکیب خطی متغیرهای مستقل حساب می شود. بر مبنای نتایج حاصل از نمونه ، یک نقطه تفکیک (cut off) انتخاب می شود. شرکت هایی که رتبه آنها کمتر از نقطه تفکیک باشد، به عنوان ناموفق و آنهایی که رتبه آ نها بالاتر از آن باشد، به عنوان شرکت موفق طبقه بندی می شوند. نقطه تفکیک به نحوی انتخاب می شودکه صحت پیش بینی ماکزیمم شود. استفاده از این مدل به دو دلیل آماری با محدودیت مواجه است. ابتدا، متغیرهای مستقل باید دارای توزیع نرمال باشند و دوم، کوواریانس دو گروه مورد مطالعه باید مشابه باشد. به طور معمول، در عمل، هر دو شرط رد می شود.
ریچاردسون و دیویدسون نتیجه می گیرند که زمانی که توزیع اطلاعات نرمال نیست، طبقه بندی این مدل حساسیت بالایی نسبت به اطلاعات مورد استفاده در مدل دارد .برای مثال وقتی که از یک متغیر دامی[28] استفاده شود، فرض نرمال بودن رد می شود . برای رفع مشکل نرمال نبودن اطلاعات، معمولاً تبدیل آنها (برای مثال لگاریتم یا ریشه دوم ) و حذف اطلاعات پرت[29] می تواند کمک دهنده باشد.
برای اجتناب از نقص دومین فرض، می توان از فنونی که نیازی به فرض تساوی کوواریانس ندارند ، استفاده کرد. [برای مثال، مدل تفکیک کننده درجه دوم (غیرخطی )]. هر چند، مطالعاتی که این روش را نیز به کار گرفته اند، دریافته اند که افزایش کیفیت آماری مدل، به طور ضروری منتهی به افزایش صحت طبقه بندی نمی شود. بیور اولین کسی بود که با استفاده از این مدل و به کارگیری یک متغیر مستقل، در سال 1966 به بررسی و تفکیک شرکت های ورشکسته اقدام کرده است . آلتمن در سال1968 این کار را با استفاده از یک مدل چند متغیره به انجام رسانده است . محققان دیگری نیز با استفاده از این مدل، به بررسی و طبقه بندی عملکرد شرکت ها ، به ویژه شرکت های ورشکسته پرداخته اند. [Richardson, F. m. and Davidson, L. F. (1983): 195-207]
2-2--16- 2مدل لاجیت
مدل لاجیت با اختصاص وزن هایی به متغیرهای مستقل، رتبه هریک از شرکت های نمونه را پیش بینی می کند. از این رتبه برای تعیین احتمال عضویت در یک گروه معین (برای مثال موفق یا ناموفق ) استفاده می شود . احتمال موفقیت یا عدم موفقیت (یا هررتبه بندی کیفی دوگانه دیگر) در این مدل با استفاده از فرمول زیر حساب می شود.
در این مدل ، xi (i مساوی با 1 تا n) نشا ن دهنده متغییرهای مستقل و a و bi (i مساوی با 1 تا n) پارامترهای برآوردی مدل هستند.
آنچنان که در نمودار شماره ( 1) آمده است، احتمال P(z) همواره عددی بین صفر و یک است، در حالی که در مدل تفکیک کننده خطی، رتبه تعیین شده ممکن است عددی کمتر از صفر و یا بزرگتر از یک نیز باشد .اگر Z به سمت منفی بینهایت حرکت کند ، P(z) به سمت صفر میل میکند.و چنانچه Z به سمت مثبت بینهایت حرکت کند ، P(z) به سمت عدد یک میل میکند.و وقتی Z مساوی صفر است ، احتمال حاصله مساوی 5/0 است. اکثر مطالعاتی که مدل لاجیت را به کار گرفته اند از این عدد (5/0=P(z)) را برای نقطه تفکیک بکار گرفته اند.
از این مدل به طور گسترده ای در تحقیقات مالی و حسابداری، و برای تفکیک شرکت ها در گروه های کیفی دوگانه، استفاده شده است . مارتین[30] ، اُ لسون[31] و هَمِر[32] ، اولین محققانی بودند که با استفاده از نسبت های مالی و با به کارگیری این مدل، نسبت به تفکیک و رتبه بندی شرکت ها اقدام کرده اند. ( صفري ، 1381)
2-2-16-3 تفکیک مکرر
الگوریتم تفکیک مکرر ، منتج به طبقه بندی دودویی به شکل درختی می شود، که در آن موضوعات مورد تحقیق به گروه های از پیش تعیین شده (برای مثال موفق و ناموفق ) نسبت داده می شود. این روش توسط فریدمن و همکارانش در سال 1985 ،و با هدف حداقل کردن هزینه اشتباه طبقه بندی، برای پیش بینی شرکت های دارای مشکلات مالی، مورد استفاده قرار گرفته است . در این مدل، ابتدا کل نمونه بر مبنای بهترین قاعده تفکیک به دو گروه فرعی تقسیم می شود. سپس این رویه به صورت مکرر برای گروه های فرعی تکرار می شود. برای تفکیک در هر مرحله از یک مدل تک متغیره و به طور معمول خطی استفاده می شود. مراحل جداسازی به صورت مکرر وتا زمانی که تقسیم بیشتر در هر شاخه فرعی، منتهی به کاهش خطای مدل نشود، ادامه می یابد. )علی خانی ، (1385
2-2--16- 4مدل تحلیل بقاء
مدل تحلیل بقاء مدت زمان قبل از وقوع یک رویداد ، یا فاصله زمانی بین رویدادها را مورد بررسی قرار می دهد. این مدل از زمان بقاء یا نرخ مخاطره ، به عنوان متغیر وابسته استفاده می کند. در حالت ورشکستگی، هدف مقداری کردن رابطه زمان بقاء و یک مجموعه از متغیرهای توضیح دهنده است. مجموعه ریسک و نرخ مخاطره دو مفهوم اصلی مدل تحلیل بقاء هستند . مجموعه ریسک، جمع افرادی را شامل می شودکه در معرض ریسک و خطر وقوع رویداد درهر دوره از زمان می باشند. در یک مدل غیر پیوسته، نرخ مخاطره که نرخ شکست نیز نامیده می شود، احتمال وقوع رویداد در یک زمان معین را برای یک فرد خاص، با فرض اینکه این فرد در این دوره در معرض ریسک قرار دارد را محاسبه می کند . این تعریف، برای یک مدل پیوسته اعتبار ندارد، زیرا احتمال اینکه یک رویداد به طور دقیق در یک زمان معین رخ دهد، بینهایت کوچک است. مدل های مختلفی برای تحلیل بقاء ارایه شده است . شایعترین مدل مورد استفاده مدلی است که توسط کاکس[33] در سال 1972 معرفی شده است.
در این مدل:
B : ضرایب قابل تعیین توسط رگرسیون، و (t)0h نرخ پایه خطر می باشد؛ یعنی خطر نامعلوم برای مشاهدات با Z مساوی صفر.)علی خانی ، (1385
2-2--16- 5شبکه های عصبی
به کارگیری روش شبکه های عصبی را می توان تا اوایل دهه 1860 پیگیری کرد. هدف مدل شبکه های عصبی ، شناسایی مجموعه ای از اجزاء محاسباتی (نرون ها) است که با هم در ارتباط هستند. ساختار اصلی محاسباتی شامل سه لایه از نرون ها است : لایه های ورودی،مخفی و خروجی . افزون بر نرون ها، شبکه عصبی در برگیرنده نحوه ارتباط این لایه ها با هم نیز می باشد. ارتباط داخلی نرون ها، می تواند در برگیرنده همه نرون ها و یا فقط بخشی ازآنها باشد. تعداد ارتباطات و چگونگی آن، توان شبکه عصبی در اجرای عملیات مورد نظررا نشان می دهد. قبل از به کارگیری شبکه عصبی باید با استفاده از یک مجموعه از مشاهدات (برای مثال گروهی از شرکت های موفق و ناموفق) نسبت به آموزش شبکه اقدام کرد . شبکه تا زمانیکه بتواند ترکیبی از ورودی ها را با یک پیامد خاص ارتباط دهد به آموزش خود ادامه می دهد. بعد از آنکه آموزش کامل شد، شبکه عصبی می تواند در پیش بینی، مورد استفاده قرار گیرد . ساختمان شبکه (نرون ها و ارتباط داخلی آنها)، فرآیند آموزش و کل شبکه عصبی را میتوان بر مبنای تعداد پیش بینیهای صحیح ارزیابی کرد.
2-2--16- 6فرآیند پردازش اطلاعات توسط انسان
فرآیند پردازش اطلاعات توسط انسان یک مطالعه تحقیقی است که به بررسی رفتار استفاده کنندگان می پردازند. هدف از به کارگیری این مدل در حسابداری درک، توصیف،ارزیابی و بهبود تصمیمات گرفته شده و فرآیند تصمیم گیری مورد استفاده بر مبنای اطاعات حسابداری است، زیرا استفاده کنندگان اطلاعات حسابداری را، به عنوان راهنما درتصمیمات خود، به کار می گیرند.
در بسیاری از مطالعات از مد ل لنز که توسط برونزویک[34] در سال 1952 ارایه شده استفاده شده است. برای مثال در پیش بینی ورشکستگی، پیش بینی رتبه اوراق قرضه،پیشنهاد خرید سهام و پیش بینی ریسک از این مدل استفاده شده است. ) همان منبع ، (1385
2-2-17 مروری بر تحقیقات انجام شده در داخل و خارج کشور
2-2-17-1 تحقیقات خارج کشور
اولين تحقيق در زمينه پيش‌بيني ورشکستگي در سال 1900 توسط توماس وودلاک انجام شد. وي يک تجزيه‌وتحليل کلاسيک در صنعت راه‌آهن انجام داد و نتايج تحقيق خود را در مقاله تحت عنوان "درصد هزينه‌هاي عملياتي به سود انباشته ناخالص" ارائه کرد. در سال 1911، لارس جامبرلاين در مقاله‌اي تحت عنوان "اصول سرمايه‌گذاري اوراق قرضه" از نسبت های به‌دست آمده به‌وسيله وودلاک، نسبت های عملکرد را به‌وجود آورد. در سال 1930 تا 1935، آرتور ونيکور و ريموند اسميت در مطالعات خود تحت‌عنوان "روش های تحليل در نسبت های مالي شرکت هاي ورشکسته" دريافتند که صحيح‌ترين نسبت براي تعيين وضعيت ورشکستگي، نسبت سرمايه در گردش به کل دارايي است. اولين تحقيقاتي که باعث ايجاد مدلي براي پيش‌بيني ورشکستگي شد، تحقيقات ويليام بيور در سال 1966 بود. بيور يک مجموعه شامل 30 نسبت مالي که به‌نظر وي، بهترين نسبت های براي ارزيابي سلامتي يک شرکت بودند را انتخاب کرد. سپس نسبت ها را براساس چگونگي ارزيابي شرکت ها، در شش گروه طبقه‌بندي کرد. وي طي تحقيقات خود به اين نتيجه رسيد که ارزش هر نسبت، در ميزان اعتبار طبقه‌بندي شرکت ها در گروه هاي شرکت هاي ورشکسته و غيرورشکسته است، و ميزان خطاي طبقه‌بندي کمتر، نشان‌دهنده ارزش بالاي هر نسبت است. طبق اين اصل، بيور نسبت را که داراي کمترين نرخ خطاي طبقه‌بندي بود را به ترتيب اهميت به شرح زير معرفي کرد: جريان نقد به کل دارايي، درآمد خالص به کل دارايي، کل بدهي به کل دارايي، سرمايه در گردش به کل دارايي، نسبت جاري و نسبت فاصله عدم اطمينان. در ادامه سیر تکوینی مدل های پیش بینی ور شکستگی را به ترتیب ظهورشان بررسی می کنیم.)رهنمای روپشتی،نیکومرام،شاهور دیانی ،1385: 512 (
مدل ويليام بيور ( 1966)
اين مدل از نوع تحليل تك متغيره براي ورشكستگي شركت است. بيور در سال 1966 يك مجموعه شامل 30 نسبت مالي كه به نظر او بهترين نسبت ها براي ارزيابي سلامت يك شركت است را انتخاب كرد. سپس نسبت ها را براساس چگونگي ارزيابي سازمان ها ، در شش گروه طبقه بندي كرد. اين شش گروه عبارت بودند از : نسبت هایي جريان نقد ، نسبت هاي در آمد خالص ، نسبت های بدهي به در آمد كل ، نسبت های در آمد نقدي به در آمد كل ، نسبت های در آمد نقدي به بدهي موجود و نسبت هایي بازده حاصل از فروش . بيور مدل خود را براساس چهار اصل تنظيم كرد :
-1در آمد نقد خالص يك شركت ، احتمال ورشكستگي را كاهش دهد.
-2 جريان نقد خالص بالا كه ناشي از فعاليت شركت در بازار مي باشد نيز احتمال ورشكستگي را پايين مي آورد.
-3ميزان بدهي بالا براي هر شركت ، احتمال ورشكستگي آنها را بالا مي رود.
-4نرخ بالاي در آمد نقد مورد نياز به هزينه هاي عملياتي سرمايه، احتمال ورشكستگي را بالا خواهد برد.
او از اين اصول براي سنجش توانايي نسبت ها به پيش بيني ورشكستگي استفاده كرد. بيور براي اين كار 79 شركت ورشكسته و 79 شركت غير ورشكسته را انتخاب كرد ، سپس هر يك از 30 نسبت را در اين شرکت ها مورد سنجش قرار داد. او در اين تحقيقات به اين نتيجه رسيد كه ميزان اعتبار پيش بيني هر يك از نسبت ها متفاوت است. همچنين شرکت هاي ورشكسته نه فقط جريان هاي نقد كمتري از شرکت هاي غير ور شكسته دارند ،بلكه مقدار ذخيره در آمد نقدي كمتري را نيز دارا مي باشند. در ضمن وي پي برد كه اگر چه شرکت هاي ورشكسته سرمايه كمتري براي پوشش تعهدات خود دارند ولي تمايل به گرفتن فروض بيشتري را نسبت به شرکت هاي غير ورشكسته دارند.
بيور در انتهاي تحقيقات خود به اين نتيجه رسيد كه ارزش هر نسبت در ميزان اعتبار طبقه بندي شرکت ها در گروه هاي شركت هاي ورشكسته و غير ورشكسته مي باشد و ميزان خطاي طبقه بندي كمتر ، نشان دهنده ارزش بالاي هر نسبت مي باشد. طبق اين اصل بيور شش نسبت كه داراي كمترين نرخ خطاي طبقه بندي مي باشند را معرفي كرد كه عبارت بودند از : جريان نقد به كل دارايي ، در آمد خالص به كل دارايي ، كل بدهي به كل دارايي ، سرمايه در گردش به كل دارايي ، نسبت جاري و نسبت فاصله عدم اطمينان به نظر بيور نسبت گردش وجوه نقد به كل بدهي بيشترين قدرت پيش بيني را دارد كه خطاي طبقه بندي آن حدود 13% براي يك سال قبل از ورشكستگي بود. همچنين دومين نسبت مهم نسبت در امد خالص به كل دارايي بود.
يبور تغييرات ارزش بازار سهام را به عنوان يك فاكتور پيشگويي كننده در پيش بيني ورشكستگي شركت مورد بررسي قرار داد. او فهميد كه بازار ورشكستگي شركت را نهايتاً يك سال قبل از رخداد واقعي ورشكستگي پيش بيني مي كند.( (Beaver, W. 1966
مدل آلتمن[35] (1968)
پس از اينكه مشخص شد كه مدل يبور به دلايلي از جمله تك متغيره بودن آن معيار مناسبي براي پيش بيني ورشكستگي نيست ، محققان از مدل هاي چند متغيره براي پيش بيني ورشكستگي و تعيين تداوم يا عدم تداوم فعاليت استفاده كردند.
از مهمترين مدل هاي ارائه شده براي ارزيابي تداوم فعاليت پيش بيني ورشكستگي مدل آلتمن مي باشد. آلتمن در سال 1968 از طريق تجزيه و تحليل مميزي چندگانه و از ميان 22 نسبت مالي كه به نظر وي بهترين پيش بيني كننده ها براي پيش بيني ورشكستگي بودند ، 5 نسبت را به صورت تركيبي به عنوان بهترين پيش بيني كننده ورشكستگي انتخاب كرد. 5 نسبت تركيبي عبارت بودند از : تسويه ، سود آوري اهرمي ، انعطاف پذيري و فعاليت.
مدلي كه وي تدوين كرد به شرح زير است :
:كل دارايي / سرمايه در گردش X1
كل دارايي / سود انباشته :X2
:كل دارايي / در آمد قبل از بهره و ماليات X3
ارزش دفتري بدهي / ارزش بازار حقوق صاحبان سهام :X4
:كل دارايي / كل فروش X5
در اين مدل اگر z محاسبه شده براي شركتي كوچكتر از 81/1 باشد ، آن شركت ورشكسته و اگر بين 81/1 و 675/2 باشد ، شركت در ناحيه ورشكستگي قرار دارد و اگر بزرگتر از 675/2 باشد احتمال ورشكستگي آن خيلي كم است.
آلتمن براي آزمون مدلش 66 شركت را كه شامل 33 شركت ورشكسته و 33 شركت عادي بود ؛ مورد استفاده قرار داد. ميزان موفقيت مدل وي 95 % بود .
نتايج حاصل از آزمون در جدول زير خلاصه شده است .
شركت
تعداد
در صد پيش بيني صحيح
در صد پيش بيني غلط
ورشكسته
33
(31) 94%
(2) 6%
غير ورشكسته
33
(32)97%
1)) 3%
آلتمن در توصيف اين جدول به اين نتيجه رسيد كه خطاي نوع اول تنها 6% بود در حالي كه خطاي نوع دوم به مقدار كمتر از آن يعني 3% مي باشد و همچنين مدل در سطح اطمينان 95% كل نمونه بسيار دقيق عمل كرده است. همچنين با ادامه تحقيق براي دو سال قبل از ورشكستگي مدل فوق دقتي حدود 83% را به دست آورد.
در پس سال هاي بعد از ايجاد مدل و استفاده گسترده از آن، يكسري انتقادات براي مدل مطرح شد. تحليل گران اعتباري ، حسابداران و حتي خود شرکت ها معتقد بودند كه مدل تنها براي مؤسسات با ماهيت تجارت عمومي قابل استفاده است. ( رسول زاده، 1381)
آلتمن در سال 1983 يك اصلاحيه روي مدل انجام و مدل جديدي به نام z' ارائه داد. واضح ترين اصلاحيه آلتمن ، جانشين كردن ارزش دفتري سهام به جاي ارزش بازار آن و سپس تغيير ضرائب و محدوده هاي ورشكستگي مدل بود.
در اين مدل اگر مقدار محاسبه شده براي شرکت ها كمتراز 33/1 باشد ، احتمال ورشكستگي شركت خيلي بالا و اگر بين 33/1 و 9/2 باشد ، شركت در ناحيه ورشكستگي است و احتمال آن وجود دارد و اگر Z' محاسبه شده شركت بزرگتر از 9/2 باشد ، احتمال ورشكستگي شركت خيلي كم مي باشد. آلتمن براي آزمون مدل اصلاح شده از نمونه اي شامل 33 شركت ورشكسته و 33 شركت فعال استفاده كرد.
در اين آزمون دقت نوع اول تنها اندكي کم گشته (91% مقابل 94%) ، اما دقت نوع دوم همان 97% باقي مانده است.
اصلاح بعدي مدل z-score به تحليل مشخصات و دقت مدل ، بدون در نظر گرفتن متغير نسبت فروش به كل دارايي پرداخته شد. آلتمن در سال 1995 ، اين كار را براي به حداقل رساندن تأثيرات بالقوه نوع صنعت انجام داد. وي در اصلاحات خود نسبت فروش به كل دارايي را حذف و سپس تغييراتي در ضرايب مدل به وجود آورد.
در اين مدل اگر Z" محاسبه شده براي شركتي كوچكتر از 1/1 باشد ، آن شركت ورشكسته و اگر Z' محاسبه شده بين 1/1 و 6/2 باشد ، احتمال ورشكستگي آن وجود دارد و اگر بزرگتر از 6/2 باشد ، احتمال ورشكستگي شركت خيلي كم مي باشد.
آلتمن اين مدل را براي پيش بيني ورشكستگي مؤسسات غير توليدي و به خصوص براي صنايعي كه نوع سرمايه گذاراي دارايي هاي آن در ميان شرکت هاي آن صنعت متفاوت مي باشد ، ايجاد نمود . نتايج آزمون اين مدل با نمونه اي شامل 33 شركت ورشكسته و 33 شركت فعال تقريباً مشابه نتايج آزمون مدل Z' به دست آورد با اين تفاوت كه دقت نوع دوم 94% بود. ( صفري ، 1381)
نوع مدل
كاربرد
Z
پيش بيني ورشكستگي بنگاه هاي توليدي همگاني
Z'
پيش بيني ورشكستگي همه بنگاه هاي توليدي اعم از همگاني و خصوصي
Z"
پيش بيني ورشكستگي بنگاه هاي غير توليدي و خدماتي
- تست قابليت عموميت مدل پيش بيني ورشكستگي آلتمن
آلتمن در سال 1968 به كار گرفتن نمونه شركت ها از دهه 1950 و 1960 اين مدل را توسعه داد. مدل Z اسكور هنوز هم به عنوان يك ابزار كاربردي عمومي براي ارزيابي سلامت مالي شرکت ها به كار مي رود. اين مدل به دليل خصوصياتش براي نمونه هاي كوچكي از شرکت هاي توليدي و گروه شرکت هاي ورشكسته و غير ورشكسته با اندازه مساوي به كار مي رفته است. در نتيجه مدل بعد زيادي ندارد. اين مدل براي طبقه بندي شرکت ها در بيشتر تحقيقات اخير كافي نيست.
در اين تحقيق سه سؤال اصلي مطرح مي شود :
-1آيا آلتمن براي پيش بيني ورشكستگي هاي امروزي كارايي كامل و فايدة لازم را دارد؟ همان گونه كه آلتمن در آن زمان ها آن را به كار گرفت و توسعه داد؟
-2آيا اين مدل براي پيش بيني ورشكستگي شرکت هاي غير توليدي به اندازه پيش بيني ورشكستگي شرکت هاي توليدي كاربرد دارد ؟
-3آيا اين مدل براي پيش بيني ورشكستگي شرکت هاي غير توليدي به اندازه پيش بيني ورشكستگي سودمند است ؟
نتايج حاصل از تحقيق به سؤالات 1 و 2 پاسخ منفي و به سؤال 3 پاسخ مثبت مي دهد.)رهنمای روپشتی،نیکومرام،شاهور دیانی ، 1383: 512 (
مدل دي كين ( 1972)
بعد از آلتمن تحقيقات ديگري براي پيش بيني ورشكستگي با استفاده از نسبت های مالي انجام شده كه هر چند در اين تحقيقات به واسطه بهبود در جمع آوري داده ها و روش های آماري ، روش ها اصلاح شد ولي نتايج به دست آمده توسط محققان به صورت قابل ملاحظه اي تغيير نيافت. به عنوان نمونه دي كين در سال 1972 به نسبت های اوليه آزمايش شده توسط بيور مراجعه كرد و از تصادف به جاي تطابق براي انتخاب نمونه شرکت هاي موفق استفاده كرد. معادله مميز به دست آمده دقت طبقه بندي مدل آلتمن را داشت و از توانايي تمايز تا سه سال قبل از ورشكستگي به صورت كار آمد برخوردار بود. اما وقتي با نمونه معتبر مطابقت داده شد، در نتايج حاصله عدم يكنواختي مشاهده شد. يعني تزلزل قابل ملاحظه اي در مدل برآوردي وجود داشت. ) علی خانی ،1385 (
مدل اسپرين گيت (1978)
فكر اوليه اين مدل براي نخستين بار در دانشگاه سيمون فريزر توسط گور دون ال وي اسپرين گيت مطرح شد. وي همانند آلتمن از تجزيه و تحليل مميزي براي انتخاب 4 نسبت مالي مناسب از ميان 19 نسبت كه بهترين نسبت ها براي تشخيص شرکت هاي سالم و ورشكسته بود ، استفاده كرد.
:كل دارايي / سرمايه در گردش A
:كل دارايي / سود ويژه قبل از بهره و ماليات B
:بدهي جاري / سود ويژه قبل از ماليات C
:كل دارايي / فروش D
وقتي شود ، شركت ورشكسته خواهد شد.
اسپرين گيت با استفاده از 40 شركت اين مدل را آزمون كرد و با نتيجه شگفت انگيز 5/92%مواجه شد.در سال 1979 با تراس مدل اسپرين گيت را براي 50 شركت استفاده كرد و به نرخ دقت 95% دست يافت . در سال 1980 سند سن با استفاده از 24 شركت به بررسي مدل پرداخت و با نتيجه 89% صحت مدل را اثبات نمود.) همان منبع، 1385 (
-مدل اهلسون (1980)
اهلسون از نسبت های مالي و تجزيه و تحليل لوجستيك براي ايجاد مدل خود استفاده كرد. مدل اهلسون از 9 متغير از جمله اندازه ،نقدينگي ، عملكرد و اهرم مالي تشكيل شده است. اهلسون مدلش را روي يك نمونه شامل 105 شركت ورشكسته و 2058 شركت غير ورشكسته امتحان كرد كه نرخ دقتي حدود 85% براي يك سال قبل از ورشكستگي حاصل شد.
Y1 : كل بدهي / جريانات نقدي
: بدهي جاري / درآمد جاري Y2
:كل دارايي / سرمايه در گردش Y3
:دارايي جاري / بدهي جاري Y4
:عدد يك اگر بدهي كل بيشتر از كل دارايي شود و گرنه عدد صفر Y5
:كل دارايي / در آمد خالص Y6
:كل بدهي / وجوه حاصل از فعاليت Y7
:عدد يك اگر در آمد خالص منفي براي دو سال گذشته باشد و گرنه عدد صفر Y8
:ميزان تغيير درآمد خالص Y9
وقتي شود ، شركت ورشكسته خواهد شد.
اهلسون با استفاده از روش های احتمالي شرطي ، شكنندگي نتايج را بررسي كرد.او اين روش را براي نمونه اي با احتمال قبلي شكست كه به واقعيت نزديك بود، انجام داد. معادله برآورد شده 88/3% از نمونه ها را به صورت نادرست طبقه بندي كرد. علاوه بر اين ، نتايج كمي حاصل از مدل احتمالي شرطي در مقايسه با مدل مميزي از بهبود شخصي برخوردار نبود با اينكه دلايلي مبني بر برتري قدرت تشخيص تكنيك لجیت وجود داشت.)رهنمای روپشتی،نیکومرام،شاهور دیانی ،1385 :519 (
· مدل تافلر ( 1983)
تافلر در سال 1983 در انگلستان تحقيقاتي در ارتباط با پيش‌بيني ورشكستگي انجام داد. وي اطلاعات 46 شركت ورشكسته در بين سال هاي 1976 – 1969 را جمع‌آوري كرد و با اطلاعات شرکت هاي موفق مطابقت داد و مدلي براي پيش‌بيني ارائه نمود كه به صورت زير است:
:نرخ بازده سرمايه‌گذاري هاR
:سرمايه در گردش W
:ريسك مالي، نسبت بدهي به حقوق صاحبان سهام FR
:نقدينگي L
تافلر سهم هر يك از متغيرها در مدل را به ترتيب 53، 13، 18، 16 درصد ارزيابي كرد. پس از ارائه اين مدل وي نمونه‌اي از شرکت هاي ريسك‌دار را انتخاب كرد و با اسفتاده از مدل فوق، آنها را ارزيابي نمود. مدل، 115 شركت از 825 شركت صنعتي موجود در بانك اطلاعاتي را در حد خطرناك طبقه‌بندي كرد. در طي 2 سال بعد 35% از شركت ها يا ورشكست شدند يا به لحاظ اقتصادي تقريباً با عدم توانايي در بازپرداخت بدهي ها روبرو شدند و بيش از 27% از شرکت ها هنوز هم در حد خطرناك باقي ماندند. واضح است كه مدل بعضي قابليت هاي پيش‌بيني را نشان مي‌دهد. اما اينكه مدل فوق ارزشمند است يا خير هنوز چندان روشن نيست زيرا علاوه بر اينكه 44 شركت از 115 شركت در حد خطرناك تا چهار سال بعد هنوز به فعاليت خود ادامه مي دادند. يكي از شرکت ها با وضعيت غيرخطرناك ورشكست شد. اين مدل مشكلات عملي را براي موسسات اعتباري به وجود آورد. زيرا بين 11 تا 21 درصد از وضعيت مشتريان بالقوه آنها را طي سال هاي 1980 – 1973 در حد خطرناك طبقه‌بندي كرده بود.)رهنمای روپشتی،نیکومرام،شاهور دیانی ،1385 :519 (
مدل زميجوسكي (1984)
زميجوسكي نسبت های مالي كه نقدينگي، عملكرد و اهرم هاي مالي شركت را اندازه‌گيري مي‌كنند براي ايجاد مدل مورد استفاده قرار دارد. اين نسبت ها فقط براساس ديدگاه نظري انتخاب نشده بودند، بلكه آنها بر مبناي اطلاعات پيشين زيمجوسكي روي نسبت های مالي انتخاب شده بودند. در ضمن وي از تجزيه و تحليل پروبيت براي ايجاد مدل خود استفاده كرد.
:كل دارايي / درآمد خالص
:كل دارايي/ كل بدهي
:بدهي جاري / درآمد جاري
وقتي Z<0 باشد، شركت ورشكسته خواهدشد.
زميجوسكي مدل را روي 40 شركت ورشكسته و 800 شركت غير ورشكسته امتحان كرد كه نرخ دقتي حدود 78% براي يك سال قبل از ورشكستگي به دست آورد. (صفري،1381)
مدل فالمر (1984)
يكي ديگر از اشخاصي كه در مورد پيش‌بيني ورشكستگي با استفاده از نسبت های مالي تحقيق انجام داد، فالمر بود. وي در سال 1984 با استفاده از تجزيه و تحليل چند متغيره، اطلاعات مربوط به 40 نسبت مالي را براي 60 شركت شامل 30 شركت ورشكسته و 30 شركت فعال جمع‌آوري نمود و با استفاده از 9نسبت مالي كه بيشترين نقش را در پيش‌بيني اوليه ايفاد كردند مدلي به صورت زير ارائه نمود:
:كل دارايي / سود انباشته
:كل دارايي/ فروش
:حقوق صاحبان سهام / سود قبل از ماليات
:كل بدهي / جريانات نقدي
:كل دارايي ها/ بدهي
:كل دارايي / بدهی های جاري
:لگاريتم كل دارائي هاي مشهود
:كل بدهي / سرمايه در گردش
:بهره / لگاريتم سود قبل از بهره و ماليات
اگر باشد، شركت در گروه ورشكسته طبقه‌بندي مي‌شود.
دقت مدل فالمر در طبقه‌بندي شرکت ها يك سال قبل از ورشكستگي 98% و بيش از يك سال قبل از ورشكستگي 81% بود.(صفری، 1381)
مدل (1987)
اين مدل توسط دانشمندان دانشگاه كبك درمونترال كانادا ايجاد شد. آنها از تجزيه و تحليل چند متغير براي ايجاد مدل استفاده كردند. آنها در اين تحقيق از 30 نسبت مالي همراه با يك نمونه 173 تايي از كارخانجات تجاري لوكس كه سالانه فروشي معادل 1 تا 20 ميليون دلار داشتند، استفاده كردند.
:كل دارايي(1) / حقوق صاحبان سهام(1)
:كل دارايي(1) / هزينه‌هاي مالي+ اقلام فوق‌العاده و درآمد قبل از ماليات(1)
كل دارايي(2) / فروش(2)
(1)= رقمهاي باقيمانده از يك دوره قبل
(2)= رقمهاي باقيمانده از دو دوره قبل
وقتي باشد، شرکت ها ورشكسته خواهند شد.
اين مدل در سال 1987 توسط بيلانسه[36] مورد آزمايش قرار گرفت و نرخ دقتي حدود 83% براي موسسات توليدي به دست آمد.) علی خانی ، (1385
مدل گرايس (1998)
گرايس مجموعه‌اي از مدل هاي پيش‌بيني ورشكستگي را براي ارزيابي حساسيت ساختار آنها نسبت به تركيبات متعدد نسبت های مالي، مورد مطالعه قرار داد. او مخصوصاً به مدل ها و ضرايب مورد استفاده كه شامل تركيبات متعدد نسبت های مالي بودند، توجه خاصي داشت.
مدل پيش‌بيني ورشكستگي كه توسط گرايس ارائه گرديد براساس مدل احتمالي شرط لوجيت مي‌باشد.
در مدل هاي لوجيت، نسبت هایي مالي شرکت ها در ضرايب مدل ضريب شده تا يك شاخص لوجيت (LCI) ايجاد شود.
= Pاحتمال ورشكستگي
مجموعه جواب هاي اين فرمول در حدود صفر تا يك مي‌باشد. احتمال ميان برد دقت پيش‌بيني اين فرمول عدد 5/0 مي‌باشد. انتخاب ميان برد، براساس نقطه بي‌تفاوتي بين خطاهاي نوع اول و دوم مي‌باشد. وزن هاي خطاهاي نوع اول و دوم به خاطر اين توسط گرايس مساوي در نظر گرفته شده بود كه غير قابل اجتناب بودن هر دو نوع خطا را پذيرفته است. بنابراين شرکت هايي كه احتمال ورشكستگي بزرگتر از 5/0 دارند به‌عنوان ورشكسته و شرکت هايي كه احتمال كوچكتر از 5/0 دارند به‌عنوان شرکت هاي غير ورشكسته طبقه‌بندي مي‌شوند.
گرايس براي اندازه‌گيري دقت پيش‌بيني مدل خود نمونه‌اي شامل شرکت هايي كه در يك گروه 5 ساله از سال 1988 تا 1993 تقاضاي ورشكستگي كرده‌اند و همچنين تعدادي شركت فعال در همان دوره استفاده كرد. اين حجم نمونه از 24 شركت ورشكسته و 24 شركت غير ورشكسته تشكيل شده بود. در اين آزمايش كه از نسبت های درآمد خالص به كل دارايي و كل بدهي به كل دارايي استفاده مي‌كرد، دقت پيش‌بيني حدود 79% براي سال قبل از ورشكستگي و 7% براي دو سال قبل از ورشكستگي به دست آمد.
اغلب مدل هاي پيش‌بيني ورشكستگي، نسبت هايي كه نشان دهنده نسبت هایي نقد، عملكرد و اهرم مالي شرکت ها است را براي ارزيابي خود به كار مي‌برند. مدل گرايس و تمام مدل هاي استفاده كننده از تركيبات مناسب نسبت های، از نسبت هایي درآمد خالص به كل دارايي، سرمايه در گردش به كل دارايي، كل بدهي به كل دارايي و تفاوت درآمد خالص و جريان نقدي عملياتي به كل دارايي به‌عنوان شاخص لوجيت استفاده مي‌كند. (صفری، 1381)
-مدل زاوگين (1985)
مدل تدوين شده توسط خانم كريستين زاوگين كه از تحليل آماري لوجيت استفاده مي‌كند، به طور خلاصه به شرح زير است:
:فروش/ متوسط موجودي ها
:متوسط موجودي ها / متوسط حساب هاي دريافتني
:كل دارائي ها/ موجودي نقد+ سرمايه‌گذاري كوتاه مدت
:بدهی های جاري/ دارائي هاي آتي
:كل دارايي – بدهي جاري / سود عملياتي
:كل دارايي – بدهي جاري/ بدهي بلندمدت
:دارايي هاي ثابت+ خالص سرمايه در گردش/ فروش
= احتمالي ورشكستگي
كاربرد مدل لوجيت نيازمند 4 مرحله است:
1- يكسري نسبت های مالي محاسبه مي‌شود كه در مدل پيش‌بيني زاوگين نسبت مي‌بايست محاسبه شود.
2- هر يك از نسبت ها، درضرايب آنها ضرب مي‌شود. ضرايب هر كشور مختص به آن كشور است و براي محاسبه ضرايب آن در هر كشور از تحليل آماري لوجيت كه شبيه به تحليل رگرسيون است، استفاده مي‌شود.
3- حاصل ضرب نسبت ها در ضرايبشان را با هم جمع كرده و y را بدست مي‌آوريم.
4- براي محاسبه احتمالي ورشكستگي شركت، y را در فرمول ( ) قرار داده و احتمال ورشكستگي هر شركت را كه يك عدد منحصر به فردي است، به دست مي‌آوريم.
در مدل مربوطه، متغيرهايي با ضرايب منفي احتمال ورشكستگي را افزايش مي‌دهند چون را كاهش مي‌دهند. متغيرهايي با ضرايب مثبت نيز احتمال ورشكستگي را كاهش مي‌دهند. چرا كه را به طرف 1 سوق مي‌دهد.
خروجي مدل كه احتمال ورشكستگي شركت مربوطه است عددي در دامنه بين صفر تا يك است. هرچه اين عدد بزرگتر بوده و به يك نزديكتر باشد، احتمال ورشكستگي شركت بيشتر است و برعکس هرچه اين عدد كوچكتر باشد و به صفر نزديكتر باشد، احتمال ورشكستگي پايين‌تري را براي شركت نشان خواهد داد. (گجراتی ،1372: 625)
خانم زاوگين با استفاده از صورت هاي مالي شرکت هاي عادي و ورشكسته، ضرايب متغيرهاي مدلش را براي 5 سال محاسبه كرد. وي شرکت هاي ورشكسته سال 1980 را در نظر گرفته و ضرايب متغيرهاي مدلش را براي 5 سال متوالي 1975 تا 1979 حساب كرد. سپس براساس ضرايب مربوطه، احتمال ورشكستگي يك شركت ورشكسته را براي نمونه بررسي كرد. وي مشاهده كرد كه در دوره سال هاي 1975 تا 1979 احتمال ورشكستگي شركت مذكور روند صعودي داشته است. سپس تغييرات روند احتمال ورشكستگي شركت مذكور را با روند قيمت سهام آن شركت در طول آن سال ها بررسي كرد و مشاهده كرد كه همزمان با روند صعودي احتمال ورشكستگي شركت، قيمت سهام شركت تغييرات نزولي داشته و سال به سال همراه با افزايش احتمال ورشكستگي، كاهش يافته است.
مدل زاوگين به دليل عدم اتكاء به فرض نرمال بودن توزيع جامعه متغيرهاي مورد استفاده در مدل پيش‌بيني ورشكستگي، به واقعيت نزديك مي‌باشد، لكن مدل آلتمن به استناد فرضي كه براساس آن مدل را تدوين كرده‌اند، قابليت كاربرد در بسياري از جوامع با شرايط مختلف را دارد.
با اين حال، يكي از ايرادات وارد بر آن اين است كه در مدل زاوگين به دليل عدم اتكا به فرض نرمال بودن توزيع متغيرها و نسبت هایي مدل و استفاده مستقيم از تحليل هاي آمار ناپارامتريك و مدل لوجيت براي پيدا كردن ضرايب نسبت های و متغيرهاي مدل پيش‌بيني، مقايسه با مدل هاي تحليل مميزي مثل مدل آلتمن، ضرايب محاسبه شده متغيرها با هم همبستگي كمتري دارند .(سلیمانی ، 1385 )
مدل فيلوسوفو (2002)
لئونيدو ولاديمير فيلوسوفو مسئله پيش‌بيني ورشكستگي شرکت ها را با ارزيابي همزمان فاصله مدتي كه ورشكستگي اتفاق مي‌افتد بررسي كردند. دو تا از اين فاكتورها كميت و كيفيت بدهي شركت ( ) هستند، در حالي كه دو فاكتور ديگر توانايي پرداخت بدهي ( ) هستند.
:كل دارايي/ تعهدات جاري
ارزش اين عامل با نزديك شدن به ورشكستگي افزايش مي‌يابد. اين عامل مي‌تواند به عنوان پيشگويي كننده ورشكستگي يك يا دو سال قبل از اينكه ورشكستگي اتفاق بيفتد به كار رود. افزایش تعهدات جاري به موجب نزديك شدن به سررسيد بدهی های بلند مدت شركت ايجاد مي شود. بدهي بلند مدت در سال قبل از تاريخ پرداخت مي‌تواند كاهش پيدا كند.
:كل دارايي / سود انباشته
ارزش اين عامل در حالي كه شركت به ورشكستگي نزديك مي‌شود كاهش مي‌يابد. تحقيقات نشان داد كه پتانسيل قابل ملاحظه‌اي براي پيش‌بيني ورشكتسگي شرکت ها تا سه سال قبل از اينكه اتفاق بيفتد وجود دارد.
:كل دارايي / سود قبل از بهره و ماليات
يكي از نشانه‌هاي طبيعي رسيدن به ورشكستگي تقليل سود شركت و تغييرات آن به سوي زيان است. اين همه نوع سودي را شامل مي‌شود (عملياتي، ناخالص، خالص). سودهاي شركت در اين مواقع به دليل زیان های غير طبيعي و بعضي مواقع سودهاي غير طبيعي بسيار ناپايدار هستند. ارزش اين عامل زماني كه شركت به ورشكتسگي نزديك مي‌شود كاهش مي‌يابد.
:كل دارايي / بهره
ارزش اين عامل زماني كه شركت به ورشكستگي نزديك مي‌شود افزايش مي‌يابد. پرداخت هايي بهره در 2 تا 3 سال قبل از ورشكستگي افزايش پيدا مي‌كند.
هدف فاكتورهاي پيش‌بيني كننده در اين تحقيق محاسبه درست آخرين احتمال ورشكستگي است. يك سري اطلاعات از 24 شركت كه منجر به ورشكتسگي بين سال هاي 1988 – 1980 شد به‌عنوان ماده تجربی اصلی برای انتخاب فاکتورهای پیش بینی ، ساختار الگوریتم پیش بینی و برآورد قابلیتهایشان مورد استفاده قرار گرفت.
صورتحساب سود و زیان و ترازنامه شرکت ها و اطلاعات درباره تاریخ احساس وضعیت ورشکستگی جمع آوری شد.اطلاعات برای هر شرکت شامل بیش از هفت ترازنامه و صورتحساب سود و زیان سالانه است.
آخرین نسبت به تاریخ کمتر از یکسال قبل از تاریخ ورشکستگی است.کارایی متغیرهای قواعد پیش بینی در این تحقیق توسعه پیدا کرد و نشان داده شد که در شرایط برابر ، آنها بسیار کاراتر از قاعده Z اسکور آلتمن و قواعد محاسباتی آزمون شده هستند.)رهنمای روپشتی،نیکومرام،شاهور دیانی ،1385: (525
2-2-17-2 تحقیقات انجام شده در ایران
اما در ایران نیزتحقیقات مشابهی در این زمینه به انجام رسیده است که به آن اشاره می شود.
1- بررسی شاخص های پیش بینی کننده ورشکستگی در شرایط محیطی ایران ، غلامرضا امیری سلیمانی ، رساله دکترا در رشته حسابداری ، دانشگاه تهران ، سال 1381، با استفاده از پرسش نامه نظر پرسش شوندگان را در مورد قابلیت پیش بینی کنندگی مجموعه ای از 15 متغیر مالی و 10 متغیر غیرمالی در پیش بینی ورشکستگی شرکت ها (یا آنگونه که در تحقیق ایشان آمده تجارت ناموفق) جویا شده است، و در نهایت در مدلی از نوع تفکیک کننده خطی 15 متغیر مالی را مورد بررسی بیشتر قرار داده است . مدل نهایی او تنها در برگیرنده چهار نسبت شامل : جریان نقدی عملیاتی هر سهم به سود هرسهم ؛ وجه نقد حاصل از عملیات به حقوق صاحبان سهام ؛نسبت موجودی کالا به دارایی‌های جاری؛ و دارایی‌های جاری به بدهی های جاری.
2- پیش بینی درماندگی مالی شرکت ها با استفاده از شبکه های عصبی مصنوعی ، رضا راعی و سعید فلاح پور ، تحقیقات مالی ، بهار و تابستان1383 ، به مقایسه قدرت پیش بینی کنندگی شبکه های عصبی در مقایسه با روش تفکیک کننده خطی چند متغیره پرداخته اند. آنها شرکت هایی که مشمول ماده 141 قانون تجارت بوده اند، را از سالی که مشمول این ماده شده اند به عنوان شرکت های درمانده مالی تعریف کردند و با استفاده از اطلاعات مالی سنوات قبل، این گونه شرکت ها را پیش بینی کرده اند. پنج متغیر مورد بررسی در این تحقیق عبارتند از، نسبت جاری، نسبت سود قبل از بهره و مالیات به دارایی ها، حقوق صاحبان سهام به بدهی ها، سرمایه در گردش به کل دارایی ها و نسبت سود قبل از بهره و مالیات به فروش .آنها در مجموع 40 شرکت درمانده مالی در سنوات 73 تا 80 را که مشمول شرایط تعیین شده بوده اند، در نمونه قرارداده و 40 شرکت نیز از میان سایر شرکت ها به صورت تصادفی و به عنوان شرکت های سالم انتخاب کرده اند. میانگین صحت پیش بینی مدل تفکیک کننده خطی به طور کلی 4/93% و صحت پیش بینی مدل شبکه های عصبی مصنوعی 3/95 ٪ محاسبه شده است . آنها نقطه انقطاع را در مدل تفکیک کننده خطی معادل 5/0 فرض کرده اند. در نهایت چنین نتیجه گیری کرده اند که"مدل ANN شبکه های عصبی مصنوعی" در پیش بینی درماندگی مالی، به طور معنی داری نسبت به "مدل MDA مدل تفکیک کننده چند متغیره" از دقت پیش بینی بیشتری برخوردار است. در هر حال، با توجه به دو نکته، نتیجه گیری یادشده قابل تأمل است : استفاده آن ها از نقطه انقطاع 5/0 در مدل تفکیک کننده چند متغیره، و تفاوت نسبتاً کم صحت کلی مدل های یاد شده (3/95% در مقایسه با 4/93%).
3- استفاده از اطلاعات تاریخی مالی و غیرمالی جهت تفکیک شرکت های موفق و ناموفق ، ساسان مهرانی ، کاوه مهرانی و غلامرضا کرمی ، بررسی های حسابداری و حسابرسی ، زمستان 1381 ، با استفاده از اطلاعات دو ساله 1381 و 1382 ، 120 شرکت و 6 متغیر اقدام به بررسی و پیش بینی شرکت های موفق و ناموفق کرده اند .متغیرهای مورد بررسی آنها متشکل از 3 متغیر مالی و 3 متغیر غیر مالی است که عبارتند از: بازده حقوق صاحبان سهام، رشد فروش، رشد سود، حجم معاملات، تعداد خریداران، و تعداد دفعات معامله .آنها شرکت موفق را به گونه ای تعریف کرده اند که باید حداقل 5 نسبت از نسبت های یادشده در سال 1382 نسبت به سال 1381 افزایش داشته باشد . وشرکت های ناموفق نیز باید حداقل 5 نسبت آنها درسال 1382 کاهش داشته باشد . آنها تفاوت معنی داری بین بازده سهام این دو گروه پیدا کرده اند. در مدل نهایی آنها ، تنها دومتغیر بازده حقوق صاحبان سهام و رشد فروش به عنوان متغیرهای توضیح دهنده شرکت های موفق و ناموفق استفاده شده است . و سایر متغیرها رابطه مهمی با طبقه بندی انجام شده نداشته اند.
4- ارزيابي توانمندي مالي شركت هاي پذيرفته شده در بورس اوراق بهادار تهران و ارائه مدل زواگین برمبنای آن، اعظم سلیمانی ، رساله دکترا در رشته حسابداری ، سال 1384 ، به دنبال درجه بندي و رتبه بندي شركت هاي پذيرفته شده در بورس اوراق بهادارتهران بر مبناي توانايي نسبي تداوم فعاليت(توانمندي مالي) بر اساس مدل زاوگين شدند. براي اين امر، يك نمونه سي تايي شركت هاي ورشكسته(شركت هايي كه داراي زيان انباشت هاي بيش از 50 درصد سرمايه مي باشند) و يك نمونه سي تايي از شركت هاي غيرورشكسته در دو مرحله انتخاب شده است.(در مرحله اول شركت هايي انتخاب شده اند كه داراي بيشترين سود انباشته بوده و در يك دوره زماني ده ساله زيان نداده اند و در مرحلة دوم شركت هايي برگزيده شده كه با شركت هاي ورشكسته هم صنعت بوده اند). همچنين اطلاعات شركت ها در سه دوره زماني مربوط به سال ورشكستگي، يك سال قبل ازورشكستگي و ميانگين پنج سال قبل از ورشكستگي مورد آزمون قرار گرفته است.نتيجه بدست آمده از تحقيق، حاكي از اين امر است كه به دليل شرايط محيطي و اقتصادي حاكم بر بورس ايران، مدل زاوگين براي پيش بيني احتمال ورشكستگي كارا نبوده و مناسب ترين مدل، مدلي است كه ضرايب آن بر اساس شرايط ايران تعديل گرديده باشد.
مابقی تحقیقات انجام شده در ایران ، اکثرآ به آزمون مدل های ورشکستگی مانند آزمون مدل های آلتمن ، اسپرینگیت،شیراتا،زیمسکی و... پرداخته اند.از جمله آنها می توان به تحقیق آقای سبزه وری درباره آزمون مدل آلتمن در تعیین ورشکستگی شرکت ها در بازار بورس و همچنین تحقیق آقای مهدی گلدوز با عنوان "بررسی مقایسه ای کارایی مدل های ورشکستگی آلتمن،اسپرینگیت،زیمسکی و شیراتا در بورس اوراق بهادار تهران " اشاره کرد . (سایت ایران داک)
واژگان لاتین داخل متن:
[1] Distress
[2] Failure
[3] Bankruptcy
[4] Insolvency
[5] Gitman
[6] Newton
[7] Namaki
[8] Jonah Aiyabei
[9] Chandler Act
[10] Keynes
[11] Ezre Solomon
[12] Kings
[13] Solon
[14] La Portal
[15] Lopez
[16] De-Silanse
[17] Shleifer
[18] Vishny
[19] Classens
[20] Djanko
[21] Klapper
[22] Linear Discriminant Analysis
[23] Logit
[24] Recursive Partitioning
[25] Survival Analysis
[26] Neural Networks
[27] Human Information Processing
[28] Dummy
[29] Outliers
[30] Martin
[31]Ohlson
[32] Hamer
[33] Cox
[34] Brunswick
[35] Altman
[36] Billance
منابع
کتب و مقالات
۱-هرانی ، ستوده (1379) ،حقوق تجارت ، جلد 4 ، تهران انتشارات ققنوس
۲-سکینی ، ربیعا (1384) ، حقوق تجارت ورشکستگی و تسویه امور ورشکسته،تهران انتشارات سمت.
۳-عفری لنگرودی، محمدجعفر)۱۳۴۶)، ترمینولوژی حقوق، تهران: کتابخانه ابن سینا، خورشیدی. (بدون نقض حق تکثیر (اثر قدیمی)).
۴-هنمای روپشتی ، فریدون ، فرزین ، اکرم (1383) ، کلیات مدیریت مالی ،اصفهان: انتشارات جنگل.
۵-هنمای روپشتی ،فریدون و نیکو مرام ، هاشم و شاهور دیانی ،شادی(1385)،مدیریت مالی و راهبردی (ارزش آفرینی) ،تهران: انتشارات کساکاوش.
۶-صقری ، محمد1376)) ، کتاب حقوق بازرگانی ورشکستگی(نظری و عملی) ،تهران: انتشارات شرکت سهامی انتشار.
۷-باهنگ ، رضا(1375) ،مدیریت مالی (جلد اول), چاپ سوم، مرکز تحقیقات تخصصی حسابداری و حسابرسی سازمان حسابرسی.
۸-راهاني، قائم‌مقام، (1368)، حقوق و تجارت، ورشکستگي و تصفيه (جلد اول)، تهران: انتشارات دانشگاه تهران.
۹-حاجیها ، زهره (1384) ، سقوط شرکت ، علل و مراحل آن ، حسابرس شماره 29 :ص8 تا18و 24تا 43 .
۱۰-یویکی ، تاد1383)) ، " ورشکستگی " ، مترجم ، الحسینی ، محمد صادق و رنجبر محسن ، منتشر شده در سایت مقالات تخصصی مدیریت.
۱۱-تهرانی ستوده(1379) ،حقوق تجارت ، جلد 4 ، تهران انتشارات ققنوس
۱۲سکینی ، ربیعا (1384) ، حقوق تجارت ورشکستگی و تسویه امور ورشکسته،تهران انتشارات سمت.
13جعفری لنگرودی، محمدجعفر)۱۳۴۶)، ترمینولوژی حقوق، تهران: کتابخانه ابن سینا، خورشیدی. (بدون نقض حق تکثیر (اثر قدیمی)).
15-رهنمای روپشتی ، فریدون ، فرزین ، اکرم (1383) ، کلیات مدیریت مالی ،اصفهان: انتشارات جنگل.
16-رهنمای روپشتی ،فریدون و نیکو مرام ، هاشم و شاهور دیانی ،شادی(1385)،مدیریت مالی و راهبردی (ارزش آفرینی) ،تهران: انتشارات کساکاوش.
17- صقری ، محمد1376)) ، کتاب حقوق بازرگانی ورشکستگی(نظری و عملی) ،تهران: انتشارات شرکت سهامی انتشار.
18-شباهنگ ، رضا(1375) ،مدیریت مالی (جلد اول), چاپ سوم، مرکز تحقیقات تخصصی حسابداری و حسابرسی سازمان حسابرسی.
19-فراهاني، قائم‌مقام، (1368)، حقوق و تجارت، ورشکستگي و تصفيه (جلد اول)، تهران: انتشارات دانشگاه تهران.
20- حاجیها ، زهره (1384) ، سقوط شرکت ، علل و مراحل آن ، حسابرس شماره 29 :ص8 تا18و 24تا 43 .
21- زیویکی ، تاد1383)) ، " ورشکستگی " ، مترجم ، الحسینی ، محمد صادق و رنجبر محسن ، منتشر شده در سایت مقالات تخصصی مدیریت.
پایان نامه ها
22- امینی ، عذرا (1384) ، ارزیابی ورشکستگی در شرکت های پذیرفته شده در بورس اوراق بهادار تهران ، استاد راهنما: دکتر فرشاد هیبتی ، پایان نامه تحصیلی کارشناسی ارشد ، دانشگاه آزاد اسلامی ، واحد تهران مرکزی.
23- سلیمانی امیری ، غلامرضا، ( 1381 )بررسی شاخص های پیش بینی کننده ورشکستگی در شرایط محیطی ایران "، پایان نامه دکتری، رشته حسابداری، دانشگاه تهران.
24- علی خانی ، مرضیه (1385)، ارزیابی های مدل های ورشکستگی در بورس اوراق بهادار تهران ، استاد راهنما: دکتر فریدون رهنمای روپشتی ، پایان نامه تحصیلی کارشناسی ارشد ، دانشگاه آزاد اسلامی ، واحد علوم و تحقیقات.
25-مهرانی، ساسان؛ مهرانی، کاوه و کرمی، غلامرضا، (زمستان 1383 )،استفاده از اطلاعات تاریخی مالی و غیرمالی جهت تفکیک شرکت ها ی موفق و ناموفق “،.بررسی های حسابداری و حسابرسی، سال یازدهم.
26-صفري، عليرضا (1381) ، ارتباط نسبت های مالی و تداوم فعالیت شرکت ها ،پايان نامه تحصيلي کارشناسی ارشد، تهران دانشگاه علامه طباطبايي.
27-راعی، رضا و فلا ح پور، سعید ،)بهار و تابستان، (1383 ، پیش بینی درماندگی مالی شرکت ها با استفاده از شبکه های عصبی مصنوعی “، تحقیقات مالی ، سال ششم ، شماره.39- 17 ، صفحات
منابع لاتین
Altman, E. (1968) ‘Financial ratios, Discriminant analysis and the prediction of corporate bankruptcy’, Journal of Finance, 4 (September):pp54-89.
2-Altman, E., Haldeman, R. and Narayanan, P. (1977) ‘ZETA analysis. A new model to identify bankruptcy risk of corporations’, Journalof Banking and Finance,pp14-31.
-3Adnan Aziz .M and Humayon A. Dar (2002). predicting corporate Bankruptcy :weither do we stand? Department of Economics, Loughborough University, UK.
3-Beaver, W. (1966) ‘Financial ratios as predictors of failure’, Empirical Research in Accounting. Selected Studies, Supplement toVol.
4-Deakin, E. (1972) ‘A Discriminant analysis of predictors of business failure’, Journal of Accounting Research, 1 (Spring):pp8-29
5-Frydman, H., Altman, E. and Kao, D. (1985) ‘Introducing recursive partitioning for financial classification: the case offinancial distress’,Journal of Finance;PP 40(1)
6-Grant W.Newton;(1981 )“Bankruptcy and Insolveny Accounting “ Practice and procedure ; New York: The Ronald Press Company.
7-Hamer, M. (1983) ‘Failure prediction: sensitivity of classification accuracy to alternative statistical methods and variable sets’, Journal of Accounting and Public Policy;PP 2
8-Martin, D. (1977) ‘Early warning of bank failure: a logit regression approach’, Journal of Banking Finance;PP 1(3)
9-Ohlson, J. (1980) ‘Financialratios and the probabilistic prediction of bankruptcy’, Journal of Accounting Research;PP 18(1)
14-Springate, Gord, L.V. (1978). “Predicting the possibility of failure in a Canadian firm”.Unpublished M،B،A Research Project,Simon Fraser university, junuary.
Kamvernon T;(1990)”Acconting theory”second Edition ; pp 55-58
13-Zmijewski Mark.E. (2005). Method logical Issues Relate to the Estimation of Financial Distress prediction Models, Journal of Accounting Research Vol 22supplement.PP1 & 7 ; 11 & 30;110&129
10-Richardson, F. m. and Davidson, L. F. (1983) ‘An exploration into bankruptcy Discriminant model sensitivity’ , Journal of Business Finance & Accounting;PP 10(2) (Summer)
مطالعات نسبتاً زیادی در زمینه پیش بینی عملکرد شرکت ها ، به ویژه پیش بینی ورشکستگی در سه دهه اخیر به انجام رسیده است. نتایج این تحقیقات در متون علمی حسابداری، اقتصاد و مدیریت گزارش شده است . در این بررسی ها ، از دو نظرگاه کلی ، به بررسی و تحلیل این پیش بینی ها اقدام شده است . تمرکز یک دسته، بر قابلیت پیش بینی ورشکستگی با استفاده از اطلاعات محیطی موجود است. این گروه از مطالعات شواهدی را درباره این موضوع که ”آیا نسبت های مالی برای پیش بینی ورشکستگی مفید هستند؟ “ را فراهم آورده اند . دسته دوم، به بررسی صحت پیش بینی استفاده کنندگان می پردازند این گروه از تحقیقات، فرآیند پردازش اطلاعات توسط انسان ها را درباره نحوه پردازش اطلاعات به وسیله استفاده کنندگان، و قضاوت این افراد، در مورد موضوعاتی مانند ورشکستگی شرکت ها و یا عدم ورشکستگی آنها، را مورد بررسی قرار داده اند. هر چند که بعضی از استفاده کنندگان بیشتر به پیش بینی ورشکستگی شرکت ها علاقه مند هستند، (مثل موسسات مالی)، سایرین بیشتر علاقه مند به عدم ورشکستگی و پیش بینی وضعیت شرکت ها هم در حالت ورشکستگی و هم در غیر آن می باشند (به طور معمول سرمایه گذاران به عنوان گروه اصلی استفاده کننده از اطلاعات مالی بیشتر علاقمند به تداوم سودآور عملیات شرکت ها، و پیش بینی عملکرد شرکت ها از نظر شاخص های مختلف می باشند).در پیش بینی عملکرد شرکت ها ، از این نظر، به طورعمده از اطلاعات حسابداری استفاده شده است . در اکثر مدل هایی که برای پیش بینی ورشکستگی از اطلاعات حسابداری استفاده شده است، این اطلاعات اغلب به شکل نسبت (مثل نسبت بدهی به جمع دارایی‌ها، نسبت جاری، نسبت توان پرداخت بهره و مانند آن ) بیان شده اند. تلاش محققان در این تحقیقات این است تا با استفاده از نسبت های مالی در مدل های متفاوت، شرکت ها را از نظر معیارهای مختلف رتبه بندی کنند.
این نوع پیش بینی ها، به طور عمده ، با استفاده از شش مدل به انجام رسیده است . این مدل ها به ترتیب تاریخ ظهورآنها در متون علمی حسابداری عبارتند از : مدل تفکیک کننده خطی[22] ، مدل لاجیت[23]، مدل تفکیک مکرر[24] ، مدل تجزیه و تحلیل بقاء[25] ، مدل شبکه های عصبی[26] ، و مدل پردازش اطلاعات توسط انسان[27]. (سلیمانی،1384)
2-2-16-1مدل تفکیک کننده خطی
هدف مدل تفکیک کننده خطی یافتن ترکیبی خطی از پیش بینی کنندهایی است که بهترین تفکیک بین گروهای طبقه بندی شده را داشته باشد . این روش برای طبقه بندی و یا پیش بینی متغیرهای کیفی (مثل موفق و ناموفق) مورد استفاده قرار می گیرد.رتبه هر یک از شرکت ها، بر مبنای ترکیب خطی متغیرهای مستقل حساب می شود. بر مبنای نتایج حاصل از نمونه ، یک نقطه تفکیک (cut off) انتخاب می شود. شرکت هایی که رتبه آنها کمتر از نقطه تفکیک باشد، به عنوان ناموفق و آنهایی که رتبه آ نها بالاتر از آن باشد، به عنوان شرکت موفق طبقه بندی می شوند. نقطه تفکیک به نحوی انتخاب می شودکه صحت پیش بینی ماکزیمم شود. استفاده از این مدل به دو دلیل آماری با محدودیت مواجه است. ابتدا، متغیرهای مستقل باید دارای توزیع نرمال باشند و دوم، کوواریانس دو گروه مورد مطالعه باید مشابه باشد. به طور معمول، در عمل، هر دو شرط رد می شود.
ریچاردسون و دیویدسون نتیجه می گیرند که زمانی که توزیع اطلاعات نرمال نیست، طبقه بندی این مدل حساسیت بالایی نسبت به اطلاعات مورد استفاده در مدل دارد .برای مثال وقتی که از یک متغیر دامی[28] استفاده شود، فرض نرمال بودن رد می شود . برای رفع مشکل نرمال نبودن اطلاعات، معمولاً تبدیل آنها (برای مثال لگاریتم یا ریشه دوم ) و حذف اطلاعات پرت[29] می تواند کمک دهنده باشد.
برای اجتناب از نقص دومین فرض، می توان از فنونی که نیازی به فرض تساوی کوواریانس ندارند ، استفاده کرد. [برای مثال، مدل تفکیک کننده درجه دوم (غیرخطی )]. هر چند، مطالعاتی که این روش را نیز به کار گرفته اند، دریافته اند که افزایش کیفیت آماری مدل، به طور ضروری منتهی به افزایش صحت طبقه بندی نمی شود. بیور اولین کسی بود که با استفاده از این مدل و به کارگیری یک متغیر مستقل، در سال 1966 به بررسی و تفکیک شرکت های ورشکسته اقدام کرده است . آلتمن در سال1968 این کار را با استفاده از یک مدل چند متغیره به انجام رسانده است . محققان دیگری نیز با استفاده از این مدل، به بررسی و طبقه بندی عملکرد شرکت ها ، به ویژه شرکت های ورشکسته پرداخته اند. [Richardson, F. m. and Davidson, L. F. (1983): 195-207]
2-2--16- 2مدل لاجیت
مدل لاجیت با اختصاص وزن هایی به متغیرهای مستقل، رتبه هریک از شرکت های نمونه را پیش بینی می کند. از این رتبه برای تعیین احتمال عضویت در یک گروه معین (برای مثال موفق یا ناموفق ) استفاده می شود . احتمال موفقیت یا عدم موفقیت (یا هررتبه بندی کیفی دوگانه دیگر) در این مدل با استفاده از فرمول زیر حساب می شود.
در این مدل ، xi (i مساوی با 1 تا n) نشا ن دهنده متغییرهای مستقل و a و bi (i مساوی با 1 تا n) پارامترهای برآوردی مدل هستند.
آنچنان که در نمودار شماره ( 1) آمده است، احتمال P(z) همواره عددی بین صفر و یک است، در حالی که در مدل تفکیک کننده خطی، رتبه تعیین شده ممکن است عددی کمتر از صفر و یا بزرگتر از یک نیز باشد .اگر Z به سمت منفی بینهایت حرکت کند ، P(z) به سمت صفر میل میکند.و چنانچه Z به سمت مثبت بینهایت حرکت کند ، P(z) به سمت عدد یک میل میکند.و وقتی Z مساوی صفر است ، احتمال حاصله مساوی 5/0 است. اکثر مطالعاتی که مدل لاجیت را به کار گرفته اند از این عدد (5/0=P(z)) را برای نقطه تفکیک بکار گرفته اند.
از این مدل به طور گسترده ای در تحقیقات مالی و حسابداری، و برای تفکیک شرکت ها در گروه های کیفی دوگانه، استفاده شده است . مارتین[30] ، اُ لسون[31] و هَمِر[32] ، اولین محققانی بودند که با استفاده از نسبت های مالی و با به کارگیری این مدل، نسبت به تفکیک و رتبه بندی شرکت ها اقدام کرده اند. ( صفري ، 1381)
2-2-16-3 تفکیک مکرر
الگوریتم تفکیک مکرر ، منتج به طبقه بندی دودویی به شکل درختی می شود، که در آن موضوعات مورد تحقیق به گروه های از پیش تعیین شده (برای مثال موفق و ناموفق ) نسبت داده می شود. این روش توسط فریدمن و همکارانش در سال 1985 ،و با هدف حداقل کردن هزینه اشتباه طبقه بندی، برای پیش بینی شرکت های دارای مشکلات مالی، مورد استفاده قرار گرفته است . در این مدل، ابتدا کل نمونه بر مبنای بهترین قاعده تفکیک به دو گروه فرعی تقسیم می شود. سپس این رویه به صورت مکرر برای گروه های فرعی تکرار می شود. برای تفکیک در هر مرحله از یک مدل تک متغیره و به طور معمول خطی استفاده می شود. مراحل جداسازی به صورت مکرر وتا زمانی که تقسیم بیشتر در هر شاخه فرعی، منتهی به کاهش خطای مدل نشود، ادامه می یابد. )علی خانی ، (1385
2-2--16- 4مدل تحلیل بقاء
مدل تحلیل بقاء مدت زمان قبل از وقوع یک رویداد ، یا فاصله زمانی بین رویدادها را مورد بررسی قرار می دهد. این مدل از زمان بقاء یا نرخ مخاطره ، به عنوان متغیر وابسته استفاده می کند. در حالت ورشکستگی، هدف مقداری کردن رابطه زمان بقاء و یک مجموعه از متغیرهای توضیح دهنده است. مجموعه ریسک و نرخ مخاطره دو مفهوم اصلی مدل تحلیل بقاء هستند . مجموعه ریسک، جمع افرادی را شامل می شودکه در معرض ریسک و خطر وقوع رویداد درهر دوره از زمان می باشند. در یک مدل غیر پیوسته، نرخ مخاطره که نرخ شکست نیز نامیده می شود، احتمال وقوع رویداد در یک زمان معین را برای یک فرد خاص، با فرض اینکه این فرد در این دوره در معرض ریسک قرار دارد را محاسبه می کند . این تعریف، برای یک مدل پیوسته اعتبار ندارد، زیرا احتمال اینکه یک رویداد به طور دقیق در یک زمان معین رخ دهد، بینهایت کوچک است. مدل های مختلفی برای تحلیل بقاء ارایه شده است . شایعترین مدل مورد استفاده مدلی است که توسط کاکس[33] در سال 1972 معرفی شده است.
در این مدل:
B : ضرایب قابل تعیین توسط رگرسیون، و (t)0h نرخ پایه خطر می باشد؛ یعنی خطر نامعلوم برای مشاهدات با Z مساوی صفر.)علی خانی ، (1385
2-2--16- 5شبکه های عصبی
به کارگیری روش شبکه های عصبی را می توان تا اوایل دهه 1860 پیگیری کرد. هدف مدل شبکه های عصبی ، شناسایی مجموعه ای از اجزاء محاسباتی (نرون ها) است که با هم در ارتباط هستند. ساختار اصلی محاسباتی شامل سه لایه از نرون ها است : لایه های ورودی،مخفی و خروجی . افزون بر نرون ها، شبکه عصبی در برگیرنده نحوه ارتباط این لایه ها با هم نیز می باشد. ارتباط داخلی نرون ها، می تواند در برگیرنده همه نرون ها و یا فقط بخشی ازآنها باشد. تعداد ارتباطات و چگونگی آن، توان شبکه عصبی در اجرای عملیات مورد نظررا نشان می دهد. قبل از به کارگیری شبکه عصبی باید با استفاده از یک مجموعه از مشاهدات (برای مثال گروهی از شرکت های موفق و ناموفق) نسبت به آموزش شبکه اقدام کرد . شبکه تا زمانیکه بتواند ترکیبی از ورودی ها را با یک پیامد خاص ارتباط دهد به آموزش خود ادامه می دهد. بعد از آنکه آموزش کامل شد، شبکه عصبی می تواند در پیش بینی، مورد استفاده قرار گیرد . ساختمان شبکه (نرون ها و ارتباط داخلی آنها)، فرآیند آموزش و کل شبکه عصبی را میتوان بر مبنای تعداد پیش بینیهای صحیح ارزیابی کرد.
2-2--16- 6فرآیند پردازش اطلاعات توسط انسان
فرآیند پردازش اطلاعات توسط انسان یک مطالعه تحقیقی است که به بررسی رفتار استفاده کنندگان می پردازند. هدف از به کارگیری این مدل در حسابداری درک، توصیف،ارزیابی و بهبود تصمیمات گرفته شده و فرآیند تصمیم گیری مورد استفاده بر مبنای اطاعات حسابداری است، زیرا استفاده کنندگان اطلاعات حسابداری را، به عنوان راهنما درتصمیمات خود، به کار می گیرند.
در بسیاری از مطالعات از مد ل لنز که توسط برونزویک[34] در سال 1952 ارایه شده استفاده شده است. برای مثال در پیش بینی ورشکستگی، پیش بینی رتبه اوراق قرضه،پیشنهاد خرید سهام و پیش بینی ریسک از این مدل استفاده شده است. ) همان منبع ، (1385
2-2-17 مروری بر تحقیقات انجام شده در داخل و خارج کشور
2-2-17-1 تحقیقات خارج کشور
اولين تحقيق در زمينه پيش‌بيني ورشکستگي در سال 1900 توسط توماس وودلاک انجام شد. وي يک تجزيه‌وتحليل کلاسيک در صنعت راه‌آهن انجام داد و نتايج تحقيق خود را در مقاله تحت عنوان "درصد هزينه‌هاي عملياتي به سود انباشته ناخالص" ارائه کرد. در سال 1911، لارس جامبرلاين در مقاله‌اي تحت عنوان "اصول سرمايه‌گذاري اوراق قرضه" از نسبت های به‌دست آمده به‌وسيله وودلاک، نسبت های عملکرد را به‌وجود آورد. در سال 1930 تا 1935، آرتور ونيکور و ريموند اسميت در مطالعات خود تحت‌عنوان "روش های تحليل در نسبت های مالي شرکت هاي ورشکسته" دريافتند که صحيح‌ترين نسبت براي تعيين وضعيت ورشکستگي، نسبت سرمايه در گردش به کل دارايي است. اولين تحقيقاتي که باعث ايجاد مدلي براي پيش‌بيني ورشکستگي شد، تحقيقات ويليام بيور در سال 1966 بود. بيور يک مجموعه شامل 30 نسبت مالي که به‌نظر وي، بهترين نسبت های براي ارزيابي سلامتي يک شرکت بودند را انتخاب کرد. سپس نسبت ها را براساس چگونگي ارزيابي شرکت ها، در شش گروه طبقه‌بندي کرد. وي طي تحقيقات خود به اين نتيجه رسيد که ارزش هر نسبت، در ميزان اعتبار طبقه‌بندي شرکت ها در گروه هاي شرکت هاي ورشکسته و غيرورشکسته است، و ميزان خطاي طبقه‌بندي کمتر، نشان‌دهنده ارزش بالاي هر نسبت است. طبق اين اصل، بيور نسبت را که داراي کمترين نرخ خطاي طبقه‌بندي بود را به ترتيب اهميت به شرح زير معرفي کرد: جريان نقد به کل دارايي، درآمد خالص به کل دارايي، کل بدهي به کل دارايي، سرمايه در گردش به کل دارايي، نسبت جاري و نسبت فاصله عدم اطمينان. در ادامه سیر تکوینی مدل های پیش بینی ور شکستگی را به ترتیب ظهورشان بررسی می کنیم.)رهنمای روپشتی،نیکومرام،شاهور دیانی ،1385: 512 (
مدل ويليام بيور ( 1966)
اين مدل از نوع تحليل تك متغيره براي ورشكستگي شركت است. بيور در سال 1966 يك مجموعه شامل 30 نسبت مالي كه به نظر او بهترين نسبت ها براي ارزيابي سلامت يك شركت است را انتخاب كرد. سپس نسبت ها را براساس چگونگي ارزيابي سازمان ها ، در شش گروه طبقه بندي كرد. اين شش گروه عبارت بودند از : نسبت هایي جريان نقد ، نسبت هاي در آمد خالص ، نسبت های بدهي به در آمد كل ، نسبت های در آمد نقدي به در آمد كل ، نسبت های در آمد نقدي به بدهي موجود و نسبت هایي بازده حاصل از فروش . بيور مدل خود را براساس چهار اصل تنظيم كرد :
-1در آمد نقد خالص يك شركت ، احتمال ورشكستگي را كاهش دهد.
-2 جريان نقد خالص بالا كه ناشي از فعاليت شركت در بازار مي باشد نيز احتمال ورشكستگي را پايين مي آورد.
-3ميزان بدهي بالا براي هر شركت ، احتمال ورشكستگي آنها را بالا مي رود.
-4نرخ بالاي در آمد نقد مورد نياز به هزينه هاي عملياتي سرمايه، احتمال ورشكستگي را بالا خواهد برد.
او از اين اصول براي سنجش توانايي نسبت ها به پيش بيني ورشكستگي استفاده كرد. بيور براي اين كار 79 شركت ورشكسته و 79 شركت غير ورشكسته را انتخاب كرد ، سپس هر يك از 30 نسبت را در اين شرکت ها مورد سنجش قرار داد. او در اين تحقيقات به اين نتيجه رسيد كه ميزان اعتبار پيش بيني هر يك از نسبت ها متفاوت است. همچنين شرکت هاي ورشكسته نه فقط جريان هاي نقد كمتري از شرکت هاي غير ور شكسته دارند ،بلكه مقدار ذخيره در آمد نقدي كمتري را نيز دارا مي باشند. در ضمن وي پي برد كه اگر چه شرکت هاي ورشكسته سرمايه كمتري براي پوشش تعهدات خود دارند ولي تمايل به گرفتن فروض بيشتري را نسبت به شرکت هاي غير ورشكسته دارند.
بيور در انتهاي تحقيقات خود به اين نتيجه رسيد كه ارزش هر نسبت در ميزان اعتبار طبقه بندي شرکت ها در گروه هاي شركت هاي ورشكسته و غير ورشكسته مي باشد و ميزان خطاي طبقه بندي كمتر ، نشان دهنده ارزش بالاي هر نسبت مي باشد. طبق اين اصل بيور شش نسبت كه داراي كمترين نرخ خطاي طبقه بندي مي باشند را معرفي كرد كه عبارت بودند از : جريان نقد به كل دارايي ، در آمد خالص به كل دارايي ، كل بدهي به كل دارايي ، سرمايه در گردش به كل دارايي ، نسبت جاري و نسبت فاصله عدم اطمينان به نظر بيور نسبت گردش وجوه نقد به كل بدهي بيشترين قدرت پيش بيني را دارد كه خطاي طبقه بندي آن حدود 13% براي يك سال قبل از ورشكستگي بود. همچنين دومين نسبت مهم نسبت در امد خالص به كل دارايي بود.
يبور تغييرات ارزش بازار سهام را به عنوان يك فاكتور پيشگويي كننده در پيش بيني ورشكستگي شركت مورد بررسي قرار داد. او فهميد كه بازار ورشكستگي شركت را نهايتاً يك سال قبل از رخداد واقعي ورشكستگي پيش بيني مي كند.( (Beaver, W. 1966
مدل آلتمن[35] (1968)
پس از اينكه مشخص شد كه مدل يبور به دلايلي از جمله تك متغيره بودن آن معيار مناسبي براي پيش بيني ورشكستگي نيست ، محققان از مدل هاي چند متغيره براي پيش بيني ورشكستگي و تعيين تداوم يا عدم تداوم فعاليت استفاده كردند.
از مهمترين مدل هاي ارائه شده براي ارزيابي تداوم فعاليت پيش بيني ورشكستگي مدل آلتمن مي باشد. آلتمن در سال 1968 از طريق تجزيه و تحليل مميزي چندگانه و از ميان 22 نسبت مالي كه به نظر وي بهترين پيش بيني كننده ها براي پيش بيني ورشكستگي بودند ، 5 نسبت را به صورت تركيبي به عنوان بهترين پيش بيني كننده ورشكستگي انتخاب كرد. 5 نسبت تركيبي عبارت بودند از : تسويه ، سود آوري اهرمي ، انعطاف پذيري و فعاليت.
مدلي كه وي تدوين كرد به شرح زير است :
:كل دارايي / سرمايه در گردش X1
كل دارايي / سود انباشته :X2
:كل دارايي / در آمد قبل از بهره و ماليات X3
ارزش دفتري بدهي / ارزش بازار حقوق صاحبان سهام :X4
:كل دارايي / كل فروش X5
در اين مدل اگر z محاسبه شده براي شركتي كوچكتر از 81/1 باشد ، آن شركت ورشكسته و اگر بين 81/1 و 675/2 باشد ، شركت در ناحيه ورشكستگي قرار دارد و اگر بزرگتر از 675/2 باشد احتمال ورشكستگي آن خيلي كم است.
آلتمن براي آزمون مدلش 66 شركت را كه شامل 33 شركت ورشكسته و 33 شركت عادي بود ؛ مورد استفاده قرار داد. ميزان موفقيت مدل وي 95 % بود .
نتايج حاصل از آزمون در جدول زير خلاصه شده است .
شركت
تعداد
در صد پيش بيني صحيح
در صد پيش بيني غلط
ورشكسته
33
(31) 94%
(2) 6%
غير ورشكسته
33
(32)97%
1)) 3%
آلتمن در توصيف اين جدول به اين نتيجه رسيد كه خطاي نوع اول تنها 6% بود در حالي كه خطاي نوع دوم به مقدار كمتر از آن يعني 3% مي باشد و همچنين مدل در سطح اطمينان 95% كل نمونه بسيار دقيق عمل كرده است. همچنين با ادامه تحقيق براي دو سال قبل از ورشكستگي مدل فوق دقتي حدود 83% را به دست آورد.
در پس سال هاي بعد از ايجاد مدل و استفاده گسترده از آن، يكسري انتقادات براي مدل مطرح شد. تحليل گران اعتباري ، حسابداران و حتي خود شرکت ها معتقد بودند كه مدل تنها براي مؤسسات با ماهيت تجارت عمومي قابل استفاده است. ( رسول زاده، 1381)
آلتمن در سال 1983 يك اصلاحيه روي مدل انجام و مدل جديدي به نام z' ارائه داد. واضح ترين اصلاحيه آلتمن ، جانشين كردن ارزش دفتري سهام به جاي ارزش بازار آن و سپس تغيير ضرائب و محدوده هاي ورشكستگي مدل بود.
در اين مدل اگر مقدار محاسبه شده براي شرکت ها كمتراز 33/1 باشد ، احتمال ورشكستگي شركت خيلي بالا و اگر بين 33/1 و 9/2 باشد ، شركت در ناحيه ورشكستگي است و احتمال آن وجود دارد و اگر Z' محاسبه شده شركت بزرگتر از 9/2 باشد ، احتمال ورشكستگي شركت خيلي كم مي باشد. آلتمن براي آزمون مدل اصلاح شده از نمونه اي شامل 33 شركت ورشكسته و 33 شركت فعال استفاده كرد.
در اين آزمون دقت نوع اول تنها اندكي کم گشته (91% مقابل 94%) ، اما دقت نوع دوم همان 97% باقي مانده است.
اصلاح بعدي مدل z-score به تحليل مشخصات و دقت مدل ، بدون در نظر گرفتن متغير نسبت فروش به كل دارايي پرداخته شد. آلتمن در سال 1995 ، اين كار را براي به حداقل رساندن تأثيرات بالقوه نوع صنعت انجام داد. وي در اصلاحات خود نسبت فروش به كل دارايي را حذف و سپس تغييراتي در ضرايب مدل به وجود آورد.
در اين مدل اگر Z" محاسبه شده براي شركتي كوچكتر از 1/1 باشد ، آن شركت ورشكسته و اگر Z' محاسبه شده بين 1/1 و 6/2 باشد ، احتمال ورشكستگي آن وجود دارد و اگر بزرگتر از 6/2 باشد ، احتمال ورشكستگي شركت خيلي كم مي باشد.
آلتمن اين مدل را براي پيش بيني ورشكستگي مؤسسات غير توليدي و به خصوص براي صنايعي كه نوع سرمايه گذاراي دارايي هاي آن در ميان شرکت هاي آن صنعت متفاوت مي باشد ، ايجاد نمود . نتايج آزمون اين مدل با نمونه اي شامل 33 شركت ورشكسته و 33 شركت فعال تقريباً مشابه نتايج آزمون مدل Z' به دست آورد با اين تفاوت كه دقت نوع دوم 94% بود. ( صفري ، 1381)
نوع مدل
كاربرد
Z
پيش بيني ورشكستگي بنگاه هاي توليدي همگاني
Z'
پيش بيني ورشكستگي همه بنگاه هاي توليدي اعم از همگاني و خصوصي
Z"
پيش بيني ورشكستگي بنگاه هاي غير توليدي و خدماتي
- تست قابليت عموميت مدل پيش بيني ورشكستگي آلتمن
آلتمن در سال 1968 به كار گرفتن نمونه شركت ها از دهه 1950 و 1960 اين مدل را توسعه داد. مدل Z اسكور هنوز هم به عنوان يك ابزار كاربردي عمومي براي ارزيابي سلامت مالي شرکت ها به كار مي رود. اين مدل به دليل خصوصياتش براي نمونه هاي كوچكي از شرکت هاي توليدي و گروه شرکت هاي ورشكسته و غير ورشكسته با اندازه مساوي به كار مي رفته است. در نتيجه مدل بعد زيادي ندارد. اين مدل براي طبقه بندي شرکت ها در بيشتر تحقيقات اخير كافي نيست.
در اين تحقيق سه سؤال اصلي مطرح مي شود :
-1آيا آلتمن براي پيش بيني ورشكستگي هاي امروزي كارايي كامل و فايدة لازم را دارد؟ همان گونه كه آلتمن در آن زمان ها آن را به كار گرفت و توسعه داد؟
-2آيا اين مدل براي پيش بيني ورشكستگي شرکت هاي غير توليدي به اندازه پيش بيني ورشكستگي شرکت هاي توليدي كاربرد دارد ؟
-3آيا اين مدل براي پيش بيني ورشكستگي شرکت هاي غير توليدي به اندازه پيش بيني ورشكستگي سودمند است ؟
نتايج حاصل از تحقيق به سؤالات 1 و 2 پاسخ منفي و به سؤال 3 پاسخ مثبت مي دهد.)رهنمای روپشتی،نیکومرام،شاهور دیانی ، 1383: 512 (
مدل دي كين ( 1972)
بعد از آلتمن تحقيقات ديگري براي پيش بيني ورشكستگي با استفاده از نسبت های مالي انجام شده كه هر چند در اين تحقيقات به واسطه بهبود در جمع آوري داده ها و روش های آماري ، روش ها اصلاح شد ولي نتايج به دست آمده توسط محققان به صورت قابل ملاحظه اي تغيير نيافت. به عنوان نمونه دي كين در سال 1972 به نسبت های اوليه آزمايش شده توسط بيور مراجعه كرد و از تصادف به جاي تطابق براي انتخاب نمونه شرکت هاي موفق استفاده كرد. معادله مميز به دست آمده دقت طبقه بندي مدل آلتمن را داشت و از توانايي تمايز تا سه سال قبل از ورشكستگي به صورت كار آمد برخوردار بود. اما وقتي با نمونه معتبر مطابقت داده شد، در نتايج حاصله عدم يكنواختي مشاهده شد. يعني تزلزل قابل ملاحظه اي در مدل برآوردي وجود داشت. ) علی خانی ،1385 (
مدل اسپرين گيت (1978)
فكر اوليه اين مدل براي نخستين بار در دانشگاه سيمون فريزر توسط گور دون ال وي اسپرين گيت مطرح شد. وي همانند آلتمن از تجزيه و تحليل مميزي براي انتخاب 4 نسبت مالي مناسب از ميان 19 نسبت كه بهترين نسبت ها براي تشخيص شرکت هاي سالم و ورشكسته بود ، استفاده كرد.
:كل دارايي / سرمايه در گردش A
:كل دارايي / سود ويژه قبل از بهره و ماليات B
:بدهي جاري / سود ويژه قبل از ماليات C
:كل دارايي / فروش D
وقتي شود ، شركت ورشكسته خواهد شد.
اسپرين گيت با استفاده از 40 شركت اين مدل را آزمون كرد و با نتيجه شگفت انگيز 5/92%مواجه شد.در سال 1979 با تراس مدل اسپرين گيت را براي 50 شركت استفاده كرد و به نرخ دقت 95% دست يافت . در سال 1980 سند سن با استفاده از 24 شركت به بررسي مدل پرداخت و با نتيجه 89% صحت مدل را اثبات نمود.) همان منبع، 1385 (
-مدل اهلسون (1980)
اهلسون از نسبت های مالي و تجزيه و تحليل لوجستيك براي ايجاد مدل خود استفاده كرد. مدل اهلسون از 9 متغير از جمله اندازه ،نقدينگي ، عملكرد و اهرم مالي تشكيل شده است. اهلسون مدلش را روي يك نمونه شامل 105 شركت ورشكسته و 2058 شركت غير ورشكسته امتحان كرد كه نرخ دقتي حدود 85% براي يك سال قبل از ورشكستگي حاصل شد.
Y1 : كل بدهي / جريانات نقدي
: بدهي جاري / درآمد جاري Y2
:كل دارايي / سرمايه در گردش Y3
:دارايي جاري / بدهي جاري Y4
:عدد يك اگر بدهي كل بيشتر از كل دارايي شود و گرنه عدد صفر Y5
:كل دارايي / در آمد خالص Y6
:كل بدهي / وجوه حاصل از فعاليت Y7
:عدد يك اگر در آمد خالص منفي براي دو سال گذشته باشد و گرنه عدد صفر Y8
:ميزان تغيير درآمد خالص Y9
وقتي شود ، شركت ورشكسته خواهد شد.
اهلسون با استفاده از روش های احتمالي شرطي ، شكنندگي نتايج را بررسي كرد.او اين روش را براي نمونه اي با احتمال قبلي شكست كه به واقعيت نزديك بود، انجام داد. معادله برآورد شده 88/3% از نمونه ها را به صورت نادرست طبقه بندي كرد. علاوه بر اين ، نتايج كمي حاصل از مدل احتمالي شرطي در مقايسه با مدل مميزي از بهبود شخصي برخوردار نبود با اينكه دلايلي مبني بر برتري قدرت تشخيص تكنيك لجیت وجود داشت.)رهنمای روپشتی،نیکومرام،شاهور دیانی ،1385 :519 (
· مدل تافلر ( 1983)
تافلر در سال 1983 در انگلستان تحقيقاتي در ارتباط با پيش‌بيني ورشكستگي انجام داد. وي اطلاعات 46 شركت ورشكسته در بين سال هاي 1976 – 1969 را جمع‌آوري كرد و با اطلاعات شرکت هاي موفق مطابقت داد و مدلي براي پيش‌بيني ارائه نمود كه به صورت زير است:
:نرخ بازده سرمايه‌گذاري هاR
:سرمايه در گردش W
:ريسك مالي، نسبت بدهي به حقوق صاحبان سهام FR
:نقدينگي L
تافلر سهم هر يك از متغيرها در مدل را به ترتيب 53، 13، 18، 16 درصد ارزيابي كرد. پس از ارائه اين مدل وي نمونه‌اي از شرکت هاي ريسك‌دار را انتخاب كرد و با اسفتاده از مدل فوق، آنها را ارزيابي نمود. مدل، 115 شركت از 825 شركت صنعتي موجود در بانك اطلاعاتي را در حد خطرناك طبقه‌بندي كرد. در طي 2 سال بعد 35% از شركت ها يا ورشكست شدند يا به لحاظ اقتصادي تقريباً با عدم توانايي در بازپرداخت بدهي ها روبرو شدند و بيش از 27% از شرکت ها هنوز هم در حد خطرناك باقي ماندند. واضح است كه مدل بعضي قابليت هاي پيش‌بيني را نشان مي‌دهد. اما اينكه مدل فوق ارزشمند است يا خير هنوز چندان روشن نيست زيرا علاوه بر اينكه 44 شركت از 115 شركت در حد خطرناك تا چهار سال بعد هنوز به فعاليت خود ادامه مي دادند. يكي از شرکت ها با وضعيت غيرخطرناك ورشكست شد. اين مدل مشكلات عملي را براي موسسات اعتباري به وجود آورد. زيرا بين 11 تا 21 درصد از وضعيت مشتريان بالقوه آنها را طي سال هاي 1980 – 1973 در حد خطرناك طبقه‌بندي كرده بود.)رهنمای روپشتی،نیکومرام،شاهور دیانی ،1385 :519 (
مدل زميجوسكي (1984)
زميجوسكي نسبت های مالي كه نقدينگي، عملكرد و اهرم هاي مالي شركت را اندازه‌گيري مي‌كنند براي ايجاد مدل مورد استفاده قرار دارد. اين نسبت ها فقط براساس ديدگاه نظري انتخاب نشده بودند، بلكه آنها بر مبناي اطلاعات پيشين زيمجوسكي روي نسبت های مالي انتخاب شده بودند. در ضمن وي از تجزيه و تحليل پروبيت براي ايجاد مدل خود استفاده كرد.
:كل دارايي / درآمد خالص
:كل دارايي/ كل بدهي
:بدهي جاري / درآمد جاري
وقتي Z<0 باشد، شركت ورشكسته خواهدشد.
زميجوسكي مدل را روي 40 شركت ورشكسته و 800 شركت غير ورشكسته امتحان كرد كه نرخ دقتي حدود 78% براي يك سال قبل از ورشكستگي به دست آورد. (صفري،1381)
مدل فالمر (1984)
يكي ديگر از اشخاصي كه در مورد پيش‌بيني ورشكستگي با استفاده از نسبت های مالي تحقيق انجام داد، فالمر بود. وي در سال 1984 با استفاده از تجزيه و تحليل چند متغيره، اطلاعات مربوط به 40 نسبت مالي را براي 60 شركت شامل 30 شركت ورشكسته و 30 شركت فعال جمع‌آوري نمود و با استفاده از 9نسبت مالي كه بيشترين نقش را در پيش‌بيني اوليه ايفاد كردند مدلي به صورت زير ارائه نمود:
:كل دارايي / سود انباشته
:كل دارايي/ فروش
:حقوق صاحبان سهام / سود قبل از ماليات
:كل بدهي / جريانات نقدي
:كل دارايي ها/ بدهي
:كل دارايي / بدهی های جاري
:لگاريتم كل دارائي هاي مشهود
:كل بدهي / سرمايه در گردش
:بهره / لگاريتم سود قبل از بهره و ماليات
اگر باشد، شركت در گروه ورشكسته طبقه‌بندي مي‌شود.
دقت مدل فالمر در طبقه‌بندي شرکت ها يك سال قبل از ورشكستگي 98% و بيش از يك سال قبل از ورشكستگي 81% بود.(صفری، 1381)
مدل (1987)
اين مدل توسط دانشمندان دانشگاه كبك درمونترال كانادا ايجاد شد. آنها از تجزيه و تحليل چند متغير براي ايجاد مدل استفاده كردند. آنها در اين تحقيق از 30 نسبت مالي همراه با يك نمونه 173 تايي از كارخانجات تجاري لوكس كه سالانه فروشي معادل 1 تا 20 ميليون دلار داشتند، استفاده كردند.
:كل دارايي(1) / حقوق صاحبان سهام(1)
:كل دارايي(1) / هزينه‌هاي مالي+ اقلام فوق‌العاده و درآمد قبل از ماليات(1)
كل دارايي(2) / فروش(2)
(1)= رقمهاي باقيمانده از يك دوره قبل
(2)= رقمهاي باقيمانده از دو دوره قبل
وقتي باشد، شرکت ها ورشكسته خواهند شد.
اين مدل در سال 1987 توسط بيلانسه[36] مورد آزمايش قرار گرفت و نرخ دقتي حدود 83% براي موسسات توليدي به دست آمد.) علی خانی ، (1385
مدل گرايس (1998)
گرايس مجموعه‌اي از مدل هاي پيش‌بيني ورشكستگي را براي ارزيابي حساسيت ساختار آنها نسبت به تركيبات متعدد نسبت های مالي، مورد مطالعه قرار داد. او مخصوصاً به مدل ها و ضرايب مورد استفاده كه شامل تركيبات متعدد نسبت های مالي بودند، توجه خاصي داشت.
مدل پيش‌بيني ورشكستگي كه توسط گرايس ارائه گرديد براساس مدل احتمالي شرط لوجيت مي‌باشد.
در مدل هاي لوجيت، نسبت هایي مالي شرکت ها در ضرايب مدل ضريب شده تا يك شاخص لوجيت (LCI) ايجاد شود.
= Pاحتمال ورشكستگي
مجموعه جواب هاي اين فرمول در حدود صفر تا يك مي‌باشد. احتمال ميان برد دقت پيش‌بيني اين فرمول عدد 5/0 مي‌باشد. انتخاب ميان برد، براساس نقطه بي‌تفاوتي بين خطاهاي نوع اول و دوم مي‌باشد. وزن هاي خطاهاي نوع اول و دوم به خاطر اين توسط گرايس مساوي در نظر گرفته شده بود كه غير قابل اجتناب بودن هر دو نوع خطا را پذيرفته است. بنابراين شرکت هايي كه احتمال ورشكستگي بزرگتر از 5/0 دارند به‌عنوان ورشكسته و شرکت هايي كه احتمال كوچكتر از 5/0 دارند به‌عنوان شرکت هاي غير ورشكسته طبقه‌بندي مي‌شوند.
گرايس براي اندازه‌گيري دقت پيش‌بيني مدل خود نمونه‌اي شامل شرکت هايي كه در يك گروه 5 ساله از سال 1988 تا 1993 تقاضاي ورشكستگي كرده‌اند و همچنين تعدادي شركت فعال در همان دوره استفاده كرد. اين حجم نمونه از 24 شركت ورشكسته و 24 شركت غير ورشكسته تشكيل شده بود. در اين آزمايش كه از نسبت های درآمد خالص به كل دارايي و كل بدهي به كل دارايي استفاده مي‌كرد، دقت پيش‌بيني حدود 79% براي سال قبل از ورشكستگي و 7% براي دو سال قبل از ورشكستگي به دست آمد.
اغلب مدل هاي پيش‌بيني ورشكستگي، نسبت هايي كه نشان دهنده نسبت هایي نقد، عملكرد و اهرم مالي شرکت ها است را براي ارزيابي خود به كار مي‌برند. مدل گرايس و تمام مدل هاي استفاده كننده از تركيبات مناسب نسبت های، از نسبت هایي درآمد خالص به كل دارايي، سرمايه در گردش به كل دارايي، كل بدهي به كل دارايي و تفاوت درآمد خالص و جريان نقدي عملياتي به كل دارايي به‌عنوان شاخص لوجيت استفاده مي‌كند. (صفری، 1381)
-مدل زاوگين (1985)
مدل تدوين شده توسط خانم كريستين زاوگين كه از تحليل آماري لوجيت استفاده مي‌كند، به طور خلاصه به شرح زير است:
:فروش/ متوسط موجودي ها
:متوسط موجودي ها / متوسط حساب هاي دريافتني
:كل دارائي ها/ موجودي نقد+ سرمايه‌گذاري كوتاه مدت
:بدهی های جاري/ دارائي هاي آتي
:كل دارايي – بدهي جاري / سود عملياتي
:كل دارايي – بدهي جاري/ بدهي بلندمدت
:دارايي هاي ثابت+ خالص سرمايه در گردش/ فروش
= احتمالي ورشكستگي
كاربرد مدل لوجيت نيازمند 4 مرحله است:
1- يكسري نسبت های مالي محاسبه مي‌شود كه در مدل پيش‌بيني زاوگين نسبت مي‌بايست محاسبه شود.
2- هر يك از نسبت ها، درضرايب آنها ضرب مي‌شود. ضرايب هر كشور مختص به آن كشور است و براي محاسبه ضرايب آن در هر كشور از تحليل آماري لوجيت كه شبيه به تحليل رگرسيون است، استفاده مي‌شود.
3- حاصل ضرب نسبت ها در ضرايبشان را با هم جمع كرده و y را بدست مي‌آوريم.
4- براي محاسبه احتمالي ورشكستگي شركت، y را در فرمول ( ) قرار داده و احتمال ورشكستگي هر شركت را كه يك عدد منحصر به فردي است، به دست مي‌آوريم.
در مدل مربوطه، متغيرهايي با ضرايب منفي احتمال ورشكستگي را افزايش مي‌دهند چون را كاهش مي‌دهند. متغيرهايي با ضرايب مثبت نيز احتمال ورشكستگي را كاهش مي‌دهند. چرا كه را به طرف 1 سوق مي‌دهد.
خروجي مدل كه احتمال ورشكستگي شركت مربوطه است عددي در دامنه بين صفر تا يك است. هرچه اين عدد بزرگتر بوده و به يك نزديكتر باشد، احتمال ورشكستگي شركت بيشتر است و برعکس هرچه اين عدد كوچكتر باشد و به صفر نزديكتر باشد، احتمال ورشكستگي پايين‌تري را براي شركت نشان خواهد داد. (گجراتی ،1372: 625)
خانم زاوگين با استفاده از صورت هاي مالي شرکت هاي عادي و ورشكسته، ضرايب متغيرهاي مدلش را براي 5 سال محاسبه كرد. وي شرکت هاي ورشكسته سال 1980 را در نظر گرفته و ضرايب متغيرهاي مدلش را براي 5 سال متوالي 1975 تا 1979 حساب كرد. سپس براساس ضرايب مربوطه، احتمال ورشكستگي يك شركت ورشكسته را براي نمونه بررسي كرد. وي مشاهده كرد كه در دوره سال هاي 1975 تا 1979 احتمال ورشكستگي شركت مذكور روند صعودي داشته است. سپس تغييرات روند احتمال ورشكستگي شركت مذكور را با روند قيمت سهام آن شركت در طول آن سال ها بررسي كرد و مشاهده كرد كه همزمان با روند صعودي احتمال ورشكستگي شركت، قيمت سهام شركت تغييرات نزولي داشته و سال به سال همراه با افزايش احتمال ورشكستگي، كاهش يافته است.
مدل زاوگين به دليل عدم اتكاء به فرض نرمال بودن توزيع جامعه متغيرهاي مورد استفاده در مدل پيش‌بيني ورشكستگي، به واقعيت نزديك مي‌باشد، لكن مدل آلتمن به استناد فرضي كه براساس آن مدل را تدوين كرده‌اند، قابليت كاربرد در بسياري از جوامع با شرايط مختلف را دارد.
با اين حال، يكي از ايرادات وارد بر آن اين است كه در مدل زاوگين به دليل عدم اتكا به فرض نرمال بودن توزيع متغيرها و نسبت هایي مدل و استفاده مستقيم از تحليل هاي آمار ناپارامتريك و مدل لوجيت براي پيدا كردن ضرايب نسبت های و متغيرهاي مدل پيش‌بيني، مقايسه با مدل هاي تحليل مميزي مثل مدل آلتمن، ضرايب محاسبه شده متغيرها با هم همبستگي كمتري دارند .(سلیمانی ، 1385 )
مدل فيلوسوفو (2002)
لئونيدو ولاديمير فيلوسوفو مسئله پيش‌بيني ورشكستگي شرکت ها را با ارزيابي همزمان فاصله مدتي كه ورشكستگي اتفاق مي‌افتد بررسي كردند. دو تا از اين فاكتورها كميت و كيفيت بدهي شركت ( ) هستند، در حالي كه دو فاكتور ديگر توانايي پرداخت بدهي ( ) هستند.
:كل دارايي/ تعهدات جاري
ارزش اين عامل با نزديك شدن به ورشكستگي افزايش مي‌يابد. اين عامل مي‌تواند به عنوان پيشگويي كننده ورشكستگي يك يا دو سال قبل از اينكه ورشكستگي اتفاق بيفتد به كار رود. افزایش تعهدات جاري به موجب نزديك شدن به سررسيد بدهی های بلند مدت شركت ايجاد مي شود. بدهي بلند مدت در سال قبل از تاريخ پرداخت مي‌تواند كاهش پيدا كند.
:كل دارايي / سود انباشته
ارزش اين عامل در حالي كه شركت به ورشكستگي نزديك مي‌شود كاهش مي‌يابد. تحقيقات نشان داد كه پتانسيل قابل ملاحظه‌اي براي پيش‌بيني ورشكتسگي شرکت ها تا سه سال قبل از اينكه اتفاق بيفتد وجود دارد.
:كل دارايي / سود قبل از بهره و ماليات
يكي از نشانه‌هاي طبيعي رسيدن به ورشكستگي تقليل سود شركت و تغييرات آن به سوي زيان است. اين همه نوع سودي را شامل مي‌شود (عملياتي، ناخالص، خالص). سودهاي شركت در اين مواقع به دليل زیان های غير طبيعي و بعضي مواقع سودهاي غير طبيعي بسيار ناپايدار هستند. ارزش اين عامل زماني كه شركت به ورشكتسگي نزديك مي‌شود كاهش مي‌يابد.
:كل دارايي / بهره
ارزش اين عامل زماني كه شركت به ورشكستگي نزديك مي‌شود افزايش مي‌يابد. پرداخت هايي بهره در 2 تا 3 سال قبل از ورشكستگي افزايش پيدا مي‌كند.
هدف فاكتورهاي پيش‌بيني كننده در اين تحقيق محاسبه درست آخرين احتمال ورشكستگي است. يك سري اطلاعات از 24 شركت كه منجر به ورشكتسگي بين سال هاي 1988 – 1980 شد به‌عنوان ماده تجربی اصلی برای انتخاب فاکتورهای پیش بینی ، ساختار الگوریتم پیش بینی و برآورد قابلیتهایشان مورد استفاده قرار گرفت.
صورتحساب سود و زیان و ترازنامه شرکت ها و اطلاعات درباره تاریخ احساس وضعیت ورشکستگی جمع آوری شد.اطلاعات برای هر شرکت شامل بیش از هفت ترازنامه و صورتحساب سود و زیان سالانه است.
آخرین نسبت به تاریخ کمتر از یکسال قبل از تاریخ ورشکستگی است.کارایی متغیرهای قواعد پیش بینی در این تحقیق توسعه پیدا کرد و نشان داده شد که در شرایط برابر ، آنها بسیار کاراتر از قاعده Z اسکور آلتمن و قواعد محاسباتی آزمون شده هستند.)رهنمای روپشتی،نیکومرام،شاهور دیانی ،1385: (525
2-2-17-2 تحقیقات انجام شده در ایران
اما در ایران نیزتحقیقات مشابهی در این زمینه به انجام رسیده است که به آن اشاره می شود.
1- بررسی شاخص های پیش بینی کننده ورشکستگی در شرایط محیطی ایران ، غلامرضا امیری سلیمانی ، رساله دکترا در رشته حسابداری ، دانشگاه تهران ، سال 1381، با استفاده از پرسش نامه نظر پرسش شوندگان را در مورد قابلیت پیش بینی کنندگی مجموعه ای از 15 متغیر مالی و 10 متغیر غیرمالی در پیش بینی ورشکستگی شرکت ها (یا آنگونه که در تحقیق ایشان آمده تجارت ناموفق) جویا شده است، و در نهایت در مدلی از نوع تفکیک کننده خطی 15 متغیر مالی را مورد بررسی بیشتر قرار داده است . مدل نهایی او تنها در برگیرنده چهار نسبت شامل : جریان نقدی عملیاتی هر سهم به سود هرسهم ؛ وجه نقد حاصل از عملیات به حقوق صاحبان سهام ؛نسبت موجودی کالا به دارایی‌های جاری؛ و دارایی‌های جاری به بدهی های جاری.
2- پیش بینی درماندگی مالی شرکت ها با استفاده از شبکه های عصبی مصنوعی ، رضا راعی و سعید فلاح پور ، تحقیقات مالی ، بهار و تابستان1383 ، به مقایسه قدرت پیش بینی کنندگی شبکه های عصبی در مقایسه با روش تفکیک کننده خطی چند متغیره پرداخته اند. آنها شرکت هایی که مشمول ماده 141 قانون تجارت بوده اند، را از سالی که مشمول این ماده شده اند به عنوان شرکت های درمانده مالی تعریف کردند و با استفاده از اطلاعات مالی سنوات قبل، این گونه شرکت ها را پیش بینی کرده اند. پنج متغیر مورد بررسی در این تحقیق عبارتند از، نسبت جاری، نسبت سود قبل از بهره و مالیات به دارایی ها، حقوق صاحبان سهام به بدهی ها، سرمایه در گردش به کل دارایی ها و نسبت سود قبل از بهره و مالیات به فروش .آنها در مجموع 40 شرکت درمانده مالی در سنوات 73 تا 80 را که مشمول شرایط تعیین شده بوده اند، در نمونه قرارداده و 40 شرکت نیز از میان سایر شرکت ها به صورت تصادفی و به عنوان شرکت های سالم انتخاب کرده اند. میانگین صحت پیش بینی مدل تفکیک کننده خطی به طور کلی 4/93% و صحت پیش بینی مدل شبکه های عصبی مصنوعی 3/95 ٪ محاسبه شده است . آنها نقطه انقطاع را در مدل تفکیک کننده خطی معادل 5/0 فرض کرده اند. در نهایت چنین نتیجه گیری کرده اند که"مدل ANN شبکه های عصبی مصنوعی" در پیش بینی درماندگی مالی، به طور معنی داری نسبت به "مدل MDA مدل تفکیک کننده چند متغیره" از دقت پیش بینی بیشتری برخوردار است. در هر حال، با توجه به دو نکته، نتیجه گیری یادشده قابل تأمل است : استفاده آن ها از نقطه انقطاع 5/0 در مدل تفکیک کننده چند متغیره، و تفاوت نسبتاً کم صحت کلی مدل های یاد شده (3/95% در مقایسه با 4/93%).
3- استفاده از اطلاعات تاریخی مالی و غیرمالی جهت تفکیک شرکت های موفق و ناموفق ، ساسان مهرانی ، کاوه مهرانی و غلامرضا کرمی ، بررسی های حسابداری و حسابرسی ، زمستان 1381 ، با استفاده از اطلاعات دو ساله 1381 و 1382 ، 120 شرکت و 6 متغیر اقدام به بررسی و پیش بینی شرکت های موفق و ناموفق کرده اند .متغیرهای مورد بررسی آنها متشکل از 3 متغیر مالی و 3 متغیر غیر مالی است که عبارتند از: بازده حقوق صاحبان سهام، رشد فروش، رشد سود، حجم معاملات، تعداد خریداران، و تعداد دفعات معامله .آنها شرکت موفق را به گونه ای تعریف کرده اند که باید حداقل 5 نسبت از نسبت های یادشده در سال 1382 نسبت به سال 1381 افزایش داشته باشد . وشرکت های ناموفق نیز باید حداقل 5 نسبت آنها درسال 1382 کاهش داشته باشد . آنها تفاوت معنی داری بین بازده سهام این دو گروه پیدا کرده اند. در مدل نهایی آنها ، تنها دومتغیر بازده حقوق صاحبان سهام و رشد فروش به عنوان متغیرهای توضیح دهنده شرکت های موفق و ناموفق استفاده شده است . و سایر متغیرها رابطه مهمی با طبقه بندی انجام شده نداشته اند.
4- ارزيابي توانمندي مالي شركت هاي پذيرفته شده در بورس اوراق بهادار تهران و ارائه مدل زواگین برمبنای آن، اعظم سلیمانی ، رساله دکترا در رشته حسابداری ، سال 1384 ، به دنبال درجه بندي و رتبه بندي شركت هاي پذيرفته شده در بورس اوراق بهادارتهران بر مبناي توانايي نسبي تداوم فعاليت(توانمندي مالي) بر اساس مدل زاوگين شدند. براي اين امر، يك نمونه سي تايي شركت هاي ورشكسته(شركت هايي كه داراي زيان انباشت هاي بيش از 50 درصد سرمايه مي باشند) و يك نمونه سي تايي از شركت هاي غيرورشكسته در دو مرحله انتخاب شده است.(در مرحله اول شركت هايي انتخاب شده اند كه داراي بيشترين سود انباشته بوده و در يك دوره زماني ده ساله زيان نداده اند و در مرحلة دوم شركت هايي برگزيده شده كه با شركت هاي ورشكسته هم صنعت بوده اند). همچنين اطلاعات شركت ها در سه دوره زماني مربوط به سال ورشكستگي، يك سال قبل ازورشكستگي و ميانگين پنج سال قبل از ورشكستگي مورد آزمون قرار گرفته است.نتيجه بدست آمده از تحقيق، حاكي از اين امر است كه به دليل شرايط محيطي و اقتصادي حاكم بر بورس ايران، مدل زاوگين براي پيش بيني احتمال ورشكستگي كارا نبوده و مناسب ترين مدل، مدلي است كه ضرايب آن بر اساس شرايط ايران تعديل گرديده باشد.
مابقی تحقیقات انجام شده در ایران ، اکثرآ به آزمون مدل های ورشکستگی مانند آزمون مدل های آلتمن ، اسپرینگیت،شیراتا،زیمسکی و... پرداخته اند.از جمله آنها می توان به تحقیق آقای سبزه وری درباره آزمون مدل آلتمن در تعیین ورشکستگی شرکت ها در بازار بورس و همچنین تحقیق آقای مهدی گلدوز با عنوان "بررسی مقایسه ای کارایی مدل های ورشکستگی آلتمن،اسپرینگیت،زیمسکی و شیراتا در بورس اوراق بهادار تهران " اشاره کرد . (سایت ایران داک)
واژگان لاتین داخل متن:
[1] Distress
[2] Failure
[3] Bankruptcy
[4] Insolvency
[5] Gitman
[6] Newton
[7] Namaki
[8] Jonah Aiyabei
[9] Chandler Act
[10] Keynes
[11] Ezre Solomon
[12] Kings
[13] Solon
[14] La Portal
[15] Lopez
[16] De-Silanse
[17] Shleifer
[18] Vishny
[19] Classens
[20] Djanko
[21] Klapper
[22] Linear Discriminant Analysis
[23] Logit
[24] Recursive Partitioning
[25] Survival Analysis
[26] Neural Networks
[27] Human Information Processing
[28] Dummy
[29] Outliers
[30] Martin
[31]Ohlson
[32] Hamer
[33] Cox
[34] Brunswick
[35] Altman
[36] Billance
منابع
کتب و مقالات
۱-هرانی ، ستوده (1379) ،حقوق تجارت ، جلد 4 ، تهران انتشارات ققنوس
۲-سکینی ، ربیعا (1384) ، حقوق تجارت ورشکستگی و تسویه امور ورشکسته،تهران انتشارات سمت.
۳-عفری لنگرودی، محمدجعفر)۱۳۴۶)، ترمینولوژی حقوق، تهران: کتابخانه ابن سینا، خورشیدی. (بدون نقض حق تکثیر (اثر قدیمی)).
۴-هنمای روپشتی ، فریدون ، فرزین ، اکرم (1383) ، کلیات مدیریت مالی ،اصفهان: انتشارات جنگل.
۵-هنمای روپشتی ،فریدون و نیکو مرام ، هاشم و شاهور دیانی ،شادی(1385)،مدیریت مالی و راهبردی (ارزش آفرینی) ،تهران: انتشارات کساکاوش.
۶-صقری ، محمد1376)) ، کتاب حقوق بازرگانی ورشکستگی(نظری و عملی) ،تهران: انتشارات شرکت سهامی انتشار.
۷-باهنگ ، رضا(1375) ،مدیریت مالی (جلد اول), چاپ سوم، مرکز تحقیقات تخصصی حسابداری و حسابرسی سازمان حسابرسی.
۸-راهاني، قائم‌مقام، (1368)، حقوق و تجارت، ورشکستگي و تصفيه (جلد اول)، تهران: انتشارات دانشگاه تهران.
۹-حاجیها ، زهره (1384) ، سقوط شرکت ، علل و مراحل آن ، حسابرس شماره 29 :ص8 تا18و 24تا 43 .
۱۰-یویکی ، تاد1383)) ، " ورشکستگی " ، مترجم ، الحسینی ، محمد صادق و رنجبر محسن ، منتشر شده در سایت مقالات تخصصی مدیریت.
۱۱-تهرانی ستوده(1379) ،حقوق تجارت ، جلد 4 ، تهران انتشارات ققنوس
۱۲سکینی ، ربیعا (1384) ، حقوق تجارت ورشکستگی و تسویه امور ورشکسته،تهران انتشارات سمت.
13جعفری لنگرودی، محمدجعفر)۱۳۴۶)، ترمینولوژی حقوق، تهران: کتابخانه ابن سینا، خورشیدی. (بدون نقض حق تکثیر (اثر قدیمی)).
15-رهنمای روپشتی ، فریدون ، فرزین ، اکرم (1383) ، کلیات مدیریت مالی ،اصفهان: انتشارات جنگل.
16-رهنمای روپشتی ،فریدون و نیکو مرام ، هاشم و شاهور دیانی ،شادی(1385)،مدیریت مالی و راهبردی (ارزش آفرینی) ،تهران: انتشارات کساکاوش.
17- صقری ، محمد1376)) ، کتاب حقوق بازرگانی ورشکستگی(نظری و عملی) ،تهران: انتشارات شرکت سهامی انتشار.
18-شباهنگ ، رضا(1375) ،مدیریت مالی (جلد اول), چاپ سوم، مرکز تحقیقات تخصصی حسابداری و حسابرسی سازمان حسابرسی.
19-فراهاني، قائم‌مقام، (1368)، حقوق و تجارت، ورشکستگي و تصفيه (جلد اول)، تهران: انتشارات دانشگاه تهران.
20- حاجیها ، زهره (1384) ، سقوط شرکت ، علل و مراحل آن ، حسابرس شماره 29 :ص8 تا18و 24تا 43 .
21- زیویکی ، تاد1383)) ، " ورشکستگی " ، مترجم ، الحسینی ، محمد صادق و رنجبر محسن ، منتشر شده در سایت مقالات تخصصی مدیریت.
پایان نامه ها
22- امینی ، عذرا (1384) ، ارزیابی ورشکستگی در شرکت های پذیرفته شده در بورس اوراق بهادار تهران ، استاد راهنما: دکتر فرشاد هیبتی ، پایان نامه تحصیلی کارشناسی ارشد ، دانشگاه آزاد اسلامی ، واحد تهران مرکزی.
23- سلیمانی امیری ، غلامرضا، ( 1381 )بررسی شاخص های پیش بینی کننده ورشکستگی در شرایط محیطی ایران "، پایان نامه دکتری، رشته حسابداری، دانشگاه تهران.
24- علی خانی ، مرضیه (1385)، ارزیابی های مدل های ورشکستگی در بورس اوراق بهادار تهران ، استاد راهنما: دکتر فریدون رهنمای روپشتی ، پایان نامه تحصیلی کارشناسی ارشد ، دانشگاه آزاد اسلامی ، واحد علوم و تحقیقات.
25-مهرانی، ساسان؛ مهرانی، کاوه و کرمی، غلامرضا، (زمستان 1383 )،استفاده از اطلاعات تاریخی مالی و غیرمالی جهت تفکیک شرکت ها ی موفق و ناموفق “،.بررسی های حسابداری و حسابرسی، سال یازدهم.
26-صفري، عليرضا (1381) ، ارتباط نسبت های مالی و تداوم فعالیت شرکت ها ،پايان نامه تحصيلي کارشناسی ارشد، تهران دانشگاه علامه طباطبايي.
27-راعی، رضا و فلا ح پور، سعید ،)بهار و تابستان، (1383 ، پیش بینی درماندگی مالی شرکت ها با استفاده از شبکه های عصبی مصنوعی “، تحقیقات مالی ، سال ششم ، شماره.39- 17 ، صفحات
منابع لاتین
Altman, E. (1968) ‘Financial ratios, Discriminant analysis and the prediction of corporate bankruptcy’, Journal of Finance, 4 (September):pp54-89.
2-Altman, E., Haldeman, R. and Narayanan, P. (1977) ‘ZETA analysis. A new model to identify bankruptcy risk of corporations’, Journalof Banking and Finance,pp14-31.
-3Adnan Aziz .M and Humayon A. Dar (2002). predicting corporate Bankruptcy :weither do we stand? Department of Economics, Loughborough University, UK.
3-Beaver, W. (1966) ‘Financial ratios as predictors of failure’, Empirical Research in Accounting. Selected Studies, Supplement toVol.
4-Deakin, E. (1972) ‘A Discriminant analysis of predictors of business failure’, Journal of Accounting Research, 1 (Spring):pp8-29
5-Frydman, H., Altman, E. and Kao, D. (1985) ‘Introducing recursive partitioning for financial classification: the case offinancial distress’,Journal of Finance;PP 40(1)
6-Grant W.Newton;(1981 )“Bankruptcy and Insolveny Accounting “ Practice and procedure ; New York: The Ronald Press Company.
7-Hamer, M. (1983) ‘Failure prediction: sensitivity of classification accuracy to alternative statistical methods and variable sets’, Journal of Accounting and Public Policy;PP 2
8-Martin, D. (1977) ‘Early warning of bank failure: a logit regression approach’, Journal of Banking Finance;PP 1(3)
9-Ohlson, J. (1980) ‘Financialratios and the probabilistic prediction of bankruptcy’, Journal of Accounting Research;PP 18(1)
14-Springate, Gord, L.V. (1978). “Predicting the possibility of failure in a Canadian firm”.Unpublished M،B،A Research Project,Simon Fraser university, junuary.
Kamvernon T;(1990)”Acconting theory”second Edition ; pp 55-58
13-Zmijewski Mark.E. (2005). Method logical Issues Relate to the Estimation of Financial Distress prediction Models, Journal of Accounting Research Vol 22supplement.PP1 & 7 ; 11 & 30;110&129
10-Richardson, F. m. and Davidson, L. F. (1983) ‘An exploration into bankruptcy Discriminant model sensitivity’ , Journal of Business Finance & Accounting;PP 10(2) (Summer)