چکیده:
ورشکستگی، پدیدهای است که بسیاری از شرکتها خصوصا در عصر شدیدا رقابتی حاضر، با آن مواجهاند. از این رو، تجزیه و تحلیل و پیشبینی ورشکستگی، امری بسیاری حیاتی خصوصا برای سرمایهگذاران است. بر این اساس، تحقیق حاضر با هدف معرفی دو روش مبتنی بر تحلیل پوششی داده ها (DEA) در تجزیه و تحلیل و پیشبینی ورشکستگی برای شرکتهای مواد غذایی پذیرفته شده در بورس اوراق بهادار تهران صورت گرفت. تحقیق حاضر، از نوع توصیفی ـ کاربردی است و به منظور ارزیابی مدلهای تحلیل ورشکستگی، 58 شرکت مواد غذایی پذیرفته شده در بورس اوراق بهادار به عنوان جامعه آماری در نظر گرفته شد. یافتههای تحقیق نشان داد که دقت مدل تشخیصی تحلیل پوششی دادهها در پیشبینی شرکت های غیرورشکسته 92 درصد و در پیشبینی شرکتهای ورشکسته 70 درصد بود؛ در حالی که دقت مدل افزایشی تحلیل پوششی دادهها در پیشبینی شرکتهای غیرورشکسته 90 درصد و در پیشبینی شرکتهای ورشکسته 70 درصد بود. بنابراین در مجموع در تحلیل ورشکستگی، مدل تشخیصی نسبت به مدل افزایشی دقت بیشتر و بر آن ارجحیت دارد.
خلاصه ماشینی:
بر این اساس ، تحقیق حاضر با هدف معرفی دو روش مبتنی بر تحلیل پوششی داده ها (DEA) در تجزیه و تحلیل و پیش بینی ورشکستگی برای شرکت های مواد غذایی پذیرفته شده در بورس اوراق بهادار تهران صورت گرفت .
بر این اساس ، تحقیق حاضر با هدف ارزیابی و تجزیه و تحلیل ورشکستگی شرکت های فعال در صنعت مواد غذایی و پذیرفته شده در بورس اوراق بهادار بر مبنای دو تکنیک افزایشی و تشخیصی تحلیل پوششی داده ها و سپس ارزیابی و مقایسه دقت پیش بینی این دو تکنیک صورت گرفته است .
فرضیات تحقیق سه فرضیه اصلی تحقیق حاضر را میتوان به صورت زیر تبیین کرد: فرضیه اول : مدل افزایشی تحلیل پوششی داده ها (DEA-Additive) دقت بالایی در پیش بینی ورشکستگی شرکت های مواد غذایی فعال در بورس اوراق بهادار دارد.
فرضیه دوم : مدل تشخیصی تحلیل پوششی داده ها (DEA-DA) دقت بالایی در پیش بینی ورشکستگی شرکت های مواد غذایی فعال در بورس اوراق بهادار دارد.
در تحقیق حاضر، با توجه به این که تعداد زیادی از شرکت های پررونق (٤٥ شرکت از ٥٠ شرکت ) زیر مرز و نیز تعداد زیادی از شرکت های کم رونق (٦ شرکت از ٨ شرکت ) روی مرز قرار گرفته اند، حاکی از دقت بالا و طبقه بندی منطقی شرکت ها در دو دسته شرکت های در خطر ورشکستگی و دور از ورشکستگی با مدل افزایشی تحلیل پوششی داده ها است .