تاثیر کاهش داده ها با استفاده از تحلیل عاملی بر دقت مدل های پیش بینی ورشکستگی
- سال انتشار: 1395
- محل انتشار: مجله پیشرفت های حسابداری، دوره: 8، شماره: 2
- کد COI اختصاصی: JR_JAA-8-2_006
- زبان مقاله: فارسی
- تعداد مشاهده: 55
نویسندگان
چکیده
هدف از این پژوهش تعیین الگوهایی با استفاده از نسبت های مالی برای بالا بردن توان تصمیم گیری استفاده کنندگان از صورت های مالی در پیش بینی ورشکستگی شرکت ها است. در این پژوهش از ۵۵ نسبت مالی پرکاربرد استفاده شده و با استفاده از تحلیل عاملی اکتشافی به ۱۲ عامل تبدیل شده است. سپس با استفاده از مدل لوجیت و شبکه های عصبی صحت پیش بینی ورشکستگی با استفاده از ۱۲ عامل به دست آمده، موردبررسی قرارگرفته است. جامعه ی آماری شامل دو گروه، ۴۰ شرکت ورشکسته و ۸۲ شرکت غیر ورشکسته، است. اطلاعات استفاده شده مربوط به دوره ی زمانی ۱۳۹۳-۱۳۸۷ است و نتیجه های پژوهش حاکی از آن است که ۱۲ عامل به دست آمده با بهره گیری از هر دو مدل، دارای توان بالایی در پیش بینی ورشکستگی شرکت ها است و نیز الگوی مبتنی بر شبکه ی عصبی دارای بالاترین دقت است.کلیدواژه ها
نسبت های مالی, ورشکستگی, تحلیل عاملی, مدل لوجیت, شبکه های عصبیاطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.