ترکیب اجزای جریان نقد و پیش بینی درماندگی مالی در بورس اوراق بهادار تهران

Authors

  • بهناز لطفی کارشناسی ارشد حسابداری دانشگاه ارومیه
  • غلامرضا منصورفر استادیار علوم مالی دانشگاه ارومیه
  • فرزاد غیور مربی حسابداری دانشگاه ارومیه
Abstract:

تحقیق حاضر تلاش دارد تا با تبیین مفهوم جدیدی از درماندگی مالی، بین مفاهیم درماندگی مالی و ورشکستگی تمییز قایل شده و با استفاده از ترکیبات اجزای جریان نقد به پیش بینی درماندگی مالی بپردازد. برخلاف مطالعات قبلی که همگی از ماده 141 قانون تجارت برای تفکیک شرکتها استفاده کرده اند در این تحقیق، از نشانه های مالی جدیدی برای شناسایی شرکت های درمانده استفاده شده است. در تحقیق حاضر، پیش بینی درماندگی مالی از طریق در نظر گرفتن هشداری انجام می پذیرد که علامت مثبت یا منفی خالص جریان نقد عملیاتی، سرمایه گذاری و تأمین مالی صورت جریان نقد، درباره ی وضعیت مالی آتی شرکت ها می دهد. بدین منظور از رگرسیون لجستیک باینری، برای 59 شرکت درمانده و 59 شرکت غیر درمانده با داده های زمانی 1380 تا 1389 استفاده شده است. نتایج تحقیق نشان دهنده ی مفید بودن برخی از ترکیبات جریانات نقد در ارزیابی عملکرد شرکت و پیش بینی درماندگی مالی است.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

ترکیب اجزای جریان نقد و پیش بینی درماندگی مالی درشرکتهای پذیرفته شده بورس اوراق بهادار تهران

تحقیق حاضر تلاش دارد تا با تبیین مفهوم جدیدی از درماندگی مالی، ضمن نقد تحقیقات قبلی انجام شده در ایران، بین مفاهیم درماندگی مالی و ورشکستگی تمییز قایل شده و به پیش بینی درماندگی بپردازد. بدین منظور، به بررسی مفید بودن ترکیبات اجزای جریان نقد در پیش بینی درماندگی مالی شرکتهای پذیرفته شده در بورس اوراق بهادار تهران برای دوره زمانی 1380تا 1389 پرداخته شده است. برخلاف مطالعات قبلی که همگی از ماده 1...

اثر تعدیل‌گر کیفیت سود در پیش بینی درماندگی مالی شرکتهای پذیرفته شده بورس اوراق بهادار تهران

یکی از مهمترین تهدیدهای پیش روی شرکتها، ریسک درماندگی و در نهایت ورشکستگی مالی است. هدف پژوهش حاضر، بررسی تأثیر تعدیل­گر کیفیت سود در پیش­بینی درماندگی مالی شرکت­ها می­باشد. بدین منظور، در محدوده زمانی 1382 تا 1391، نمونه ای مشتمل بر 41 شرکت درمانده و 41 شرکت غیردرمانده از مجموعه شرکت­های پذیرفته شده در بورس اوراق بهادار تهران انتخاب شده است. ملاک گزینش شرکت­های درمانده، استفاده از پنج معیار مخ...

full text

کاربرد روش انتخاب ویژگی هارک (HARC) در پیش بینی درماندگی مالی شرکت ها در بورس اوراق بهادار تهران

یکی از مسائل مهم در پیش­بینی درماندگی مالی، انتخاب متغیرهای پیش­بین می­باشد. پژوهش پیش رو به نشان رویکردی جدید برای انتخاب ویژگی با استفاده از دسته­بندی نسبت­های مالی بر مبنای مفاهیم مالی و ترکیب روش­های آماری با الگوریتم­های فراابتکاری می­پردازد. بدین منظور 34 نسبت مالی برای شرکت­های تولیدی درمانده براساس ماده 141 قانون تجارت و به همان تعداد شرکت سالم به صورت تصادفی از شرکت­های پذیرفته شده در ...

full text

ارائه یک روش ترکیبی به منظور پیش بینی درماندگی مالی شرکت های پذیرفته شده در بورس اوراق بهادار تهران

هدف: هدف این پژوهش ارائه رویکردی جدید برای انتخاب متغیرهای مؤثر در پیش­بینی درماندگی مالی با استفاده از نظر خبرگان و الگوریتم­های تصمیم­گیری است. روش: بدین منظور 29 نسبت مالی برای شرکت­های تولیدی درمانده مالی بر اساس ماده 141 قانون تجارت و به همان تعداد شرکت سالم به صورت تصادفی از شرکت­های پذیرفته شده در بورس اوراق بهادار تهران در بازه زمانی 1385 تا 1395 با استفاده از صورت­های مالی حسابرسی­ شد...

full text

نسبتهای مالی و پیش بینی بحران مالی شرکتها در بورس اوراق بهادار تهران

دراین مقاله قدرت نسبتهای مالی جهت پیش بینی بحران مالی شرکتها مورد بررسی قرار گرفته است. برای این منظور از مدل رگرسیون چندگانه استفاده شده، مدلی جهت پیش بینی بحران مالی در شرکتهای پذیرفته شده در بورس اوراق بهادارتهران ارائه شده است. برآورد مدل با استفاده از اطلاعات دو گروه از شرکتهای پذیرفته شده در بورس اوراق بهادار تهران صورت گرفته است.گروه اول متشکل از 30 شرکت فاقد بحران مالی بوده، گروه دوم نی...

full text

تعیین روش بهینه پیش بینی درماندگی مالی شرکت ها (مطالعه موردی: شرکت های بورس اوراق بهادار تهران)

یکی از مهم‌ترین موضوعات مطرح در حوزه مدیریت مالی، آن است که سرمایه‌گذاران فرصت‌های مطلوب سرمایه‌گذاری را از فرصت‌های نامطلوب تشخیص دهند. در راستا، ‌یکی از راه‌های کمک به سرمایه‌گذاران ارائه‌ی مدل‌های پیش‌بینی درماندگی مالی شرکت‌ها است. با توجه به مطالعات مختلفی که برای توسعه این دسته از مدل‌ها انجام گرفته‌اند، در پژوهش حاضر از ترکیب تکنیک‌های شبکه‌ عصبی مصنوعی و الگوریتم ژنتیک بر مبنای نسبت‌های...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 5  issue 18

pages  74- 87

publication date 2013-06-22

By following a journal you will be notified via email when a new issue of this journal is published.

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023