ارایه مدلی برای پیش بینی خطر ورشکستگی با استفاده از راهبرد بیزی

با توجه به بحران های مالی اخیر، اهمیت و ضرورت پیش بینی خطر ورشکستگی شرکت ها، دوچندان شده است. علی رغم پژوهش های متعدد انجام شده در این باره، به نظر می رسد هنوز مدل بهینه و قابل پذیرشی برای افزایش توان استفاده کنندگان و نیز حسابرسان در حوزه های تصمیم گیری و قضاوت، تدوین نشده و لذا پژوهش های بیشتر در این حوزه می تواند ضمن کمک به درک بهتر بحران مالی و خطر ورشکستگی شرکت ها، احتمال دستیابی به چنین مدلی را نیز بیشتر کند. پژوهش حاضر با استفاده از راهبرد بیزی و با کاربست 31 نسبت مالی و نیز اطلاعات بازار شرکت های پذیرفته شده در بورس اوراق بهادار تهران برای سال های 1386 تا 1396، مدلی6 متغیره برای پیش بینی این خطر طراحی و ارایه نموده است؛ این متغیرها شامل نسبت های سود انباشته به کل دارایی ها، تغییر در سود خالص به مجموع قدرمطلق سود هر دو سال، اهرم مالی، ارزش دفتری حقوق صاحبان سهام به ارزش دفتری کل بدهی ها، متغیر مجازی مازاد بدهی ها و متغیر مجازی شاخص زیان، بوده است. توانایی و صحت پیش بینی این مدل با استفاده از منحنی مشخصه عملکرد سیستم و نیز اطلاعات شرکت های خارج از نمونه، بررسی و نتایج نشان از دقت و صحت بالای مدل مذکور دارد.

The Prediction Model for Bankruptcy Risk by Bayesian Method

The importance of predicting bankruptcy risk of firms is increasing because of later financial crisis. Despite practical researchers trying to present models for predicting this risk, it seems that an optimum and acceptable model that is reliable for financial statement users and auditors in order to increase their ability in decision making and professional judgment has not been presented yet. Therefore more researches in this region can help to understand financial crisis and bankruptcy risk of firms and finally increase the probability of accessing such a model. This research investigates 31 financial ratios have been used with Bayesian approach to test market information of firms listed in TSE during 1386 to 1396. Finally a model consist of 6 variables (retained earnings to total asset, changes in net income to the sum of absolute value of two years net income, financial leverage, equity book value to debt book value, excess of debt to total asset and loss index) has been designed and presented for predicting this risk. The ability and prediction accuracy of this model has been tested by Receiver Operating Characteristics (ROC) curve and actual information of crisis and noncrisis firms. The results show high precision and accuracy of the model.