داده‏ها (DEA) و تکنیک آنالیز اجزای اصلی(PCA)

نامدانشکده : دانشکدهارشاددماوند

پایاننامهبرایدریافتدرجهکارشناسیارشدرشتهمدیریت صنعتیگرایشمالی

موضوع: پیش بینی ورشکستگی مالی در شرکت‌های تولیدی بورس اوراق بهادار تهران با بهره گرفتن از تلفیق مدل تحلیل پوششی داده‏ها (DEA) و تکنیک آنالیز اجزای اصلی(PCA)

استادراهنما :

آقای دکتر محمد اسماعیل فدایی نژاد

استادمشاور:

آقای دکتر محمود شیرازی

شهریور 1391(در فایل دانلودی نام نویسنده موجود است)(ممکن است هنگام انتقال از فایل اصلی به داخل سایت بعضی متون به هم بریزد یا بعضی نمادها و اشکال درج نشود ولی در فایل دانلودی همه چیز مرتب و کامل است)فهرست مطالبفهرست جداولفهرست نمودارها خلاصهورشکستگی از مهم‌ترین و جذاب‌ترین مباحث پژوهش‌های مالی محسوب می‏گردد که عملا بر روی کلیه ذینفعان یک سازمان اقتصادی اثر می‏گذارد. سرمایه گذاران تلاش زیادی را برای اطلاع از وضعیت شرکت‏ها، در جهت حفظ سرمایه خود انجام می‏دهند. تا کنون پژوهش‏های گوناگونی در زمینه پیش بینی وضعیت شرکت‏ها انجام گرفته است، هرچند که در ایران پژوهش‌های کافی در این زمینه انجام نگرفته است. ازجمله روش‏هایی که به تازگی جهت تسهیل فرایند تصمیم گیری مالی مورد استفاده قرار گرفته است، روش تحلیل پوششی داده‏ها است. در پژوهش‌های گذشته تمامی شرکت‏های مورد بررسی با بهره گرفتن از این روش در یک گروه قرار می‏گرفتند که با توجه به ماهیت مدل تحلیل پوششی داده‌ها که باید مجموعه‏های مورد تحلیل، همگن باشند، کار چندان درستی نبود. در این پژوهش 52 شرکت تولیدی حاضر در بورس اوراق بهادار تهران که اطلاعات مالیشان در دسترس بود، بر اساس سیستم تولید و ریسک‏های مالی، در سه گروه شرکت‏های صنایع غذایی و دارویی، شرکت‏های صنایع فلزی و خودروسازی و شرکت‏های صنایع شیمیایی و پتروشیمی، طبقه بندی گردیدند سپس محاسبات هر دسته جداگانه انجام گرفت. ابتدا داده های استخراج شده از صورت‌های مالی برای کاهش ابعاد، وارد مدل PCA شده و سپس خروجی این مدل برای سنجش کارایی وارد مدل DEA ‏گردید و از روی عدد کارایی بدست آمده (که عددی بین 0و1 می‏باشد) سالم یا ورشکسته بودن (قرار داشتن شرکت در آستانه ورشکستگی) شرکت‌های هر دسته پیش بینی شد. این عمل برای یک سال و دو سال قبل از سال وقوع ورشکستگی برای شرکت‏های هر دسته انجام گرفت. در انتها مشخص شد که مدل مورد استفاده در پژوهش تا دو سال قبل از ورشکستگی قادر به پیش بینی شرکت‏های ورشکسته گروه اول می‏باشد و تا یک سال قبل از وقوع، شرکت‏های ورشکسته گروه دوم را پیش بینی می‏نماید و در مورد گروه سوم توانایی مدل در پیش بینی شرکت‏های سالم بسیار بیشتر از توانایی آن در پیش بینی شرکت‏های ورشکسته می‏باشد. تحلیل پوششی داده‏ها، آنالیز اجزای اصلی، آستانه ورشکستگی مالی، بورس اوراق بهادار   فصل اول-کلیات تحقیقمقدمهموضوع پیش‌بینی ورشکستگی شرکت‏ها، در حوزه پژوهش‌های مالی جذابیت زیادی در بین کارشناسان این امر دارد. با توجه به تاثیری که مشکلات مالی شرکت‏ها بر روی ذینفعان آن‏ها می‌گذارد، همواره ارائه روش‏ها و مدل‏های پیش بینی ورشکستگی و درماندگی مالی یکی از جذاب‌ترین حوزه‌ها در پژوهش‌های امور مالی بوده است.سرمایه گذاران شرکت‏ها همواره انتظار دارند که سرمایه‌شان از امنیت لازم برخوردار باشد و بازده‏ای مناسب در مقیاس با ریسکی که کرده‏اند نصیبشان شود؛ و این که بتوانند به موقع بحران‏های مالی شرکت‏ها را پیش بینی کرده و از به خطر افتادن سرمایه‌شان جلوگیری کنند.محققان در جهت رفع این نیاز تا کنون پژوهشات گسترده‌ای انجام داده‌اند  و از روش‌ها و مدل‌های مختلفی برای ارزیابی عملکرد مالی شرکت‏ها و البته پیش بینی ورشکستگی آن‏ها استفاده کرده‌اند، اما به نکته ای که باید توجه کرد این است که هیچ کدام از این روش‌ها به تنهایی کافی نیست و باید از آن‏ها در کنار هم و البته با بهره گرفتن از قضاوت‌های حرفه ای کارشناسان کاربلد (تحلیل‌های فاندمنتال) استفاده شود.از جمله روش‌هایی که در چند سال اخیر جهت تسهیل فرایند تصمیم گیری‌های مالی بیشتر مورد توجه محققان قرار گرفته، روش تحلیل پوششی داده‌ها است، که البته نتایج قابل قبولی نیز داشته است. در این پژوهش هدف بررسی توان مدل تحلیل پوششی داده‌ها در پیش بینی ورشکستگی یا به نوعی قرار گرفتن شرکت‏ها (در گروه‌های مختلف) در آستانه ورشکستگی مالی می‌باشد. که در این بین از یک روش آماری با عنوان تکنیک اجزای اصلی برای کاهش بعد ورودی‌های مدل تحلیل پوششی داده‌ها استفاده شده است.در فصل اول این پژوهش درباره ضرورت موضوع و گزاره های پژوهش بحث شده است، پایه تئوریک و پیشینه پژوهش‌های داخلی و خارجی در فصل دوم مطرح شده است، روش پژوهش و طرق جمع آوری اطلاعات در فصل سوم بیان شده است و درنهایت در فصل چهارم و پنجم نتایج بدست آمده ارائه شده است.1-1-بیان مسئلهتا کنون پژوهشات زیادی در باب پیش بینی ورشکستگی شرکت‏ها انجام شده است و البته نتایج مختلفی نیز بدست آمده که در بخش پیشینه پژوهش بیشتر در مورد آن بحث می‌شود. اما استفاده از روش‌های جدید و البته مدل‌های قدیمی در قالب‌های جدید، همواره مورد توجه محققان مالی قرار داشته است.هرچقدر این مدل‌ها ساده‌تر و قابل فهمتر باشند، بیشتر مورد توجه قرار می‌گیرند. یکی ازمدل‏هایی که اخیرا برای پیش بینی آینده مالی شرکت‏ها بیشتر مورد توجه و استفاده قرار گرفته مدل تحلیل پوششی داده‌ها است که با بهره گرفتن از سنجش کارایی شرکت‏ها، پیش بینی برای آینده شرکت (سالم یا ورشکسته شدن) ارائه می‌کند.مشکل اساسی در کارهای گذشته این است که همه شرکت‏ها در یک گروه قرار گرفته و مورد تحلیل قرار داده شدند. با توجه به ماهیت DEA که باید تمام اعضای مجموعه ( DMUها) دارای ماهیت یکسان باشند، این موضوع یکی از ضعف‌های پژوهشات قبلی محسوب می‌شود که در این پژوهش با دسته بندی شرکت‏ها سعی شده تا این مشکل برطرف گردد.در چنین وضعیتی می‌توان به صورت تفکیک شده قابلیت پیش بینی هر دسته را مورد ارزیابی قرار داد و نتیجه کامل‌تری در مورد ماهیت این مدل در پیش بینی وضعیت مالی شرکت‏ها ارائه نمود.1-2- اهمیت و ضرورت تحقیقسرمایه‌گذاران حقیقی و حقوقی تلاش زیادی را برای اطلاع از وضعیت شرکت‏ها، در جهت محافظت از سرمایه خود انجام می‌دهند. کارشناسان مالی باید در جهت رفع این نیاز سرمایه‌گذاران تا حد امکان پژوهشات گسترده‏ای را انجام دهند و مدل‌های متفاوتی برای ارزیابی وضعیت مالی و عملکرد شرکت‏ها ارائه نمایند. اما باید توجه داشت که هیچ یک از

ادامه خواندن