الگوی پیش‌بینی نکول شرکتی در صنایع منتخب فهرست‌شده در بورس اوراق بهادار تهران

با توجه به اهمیت بسیار زیاد پیش‌بینی نکول شرکتی برای ذینفعان مختلف، این پژوهش قصد دارد محرک‌های بالقوه این رویداد را شناسایی و الگویی برای پیش‌بینی آن در صنایع خودرو و ساخت قطعات، فلزات اساسی و محصولات شیمیایی در بورس اوراق بهادار تهران ارائه نماید. در این پژوهش، ابتدا با استفاده از مطالعه اسنادی و روش دلفی فازی، عوامل و متغیرهای بالقوه تاثیرگذار بر روی نکول شرکتی شناسایی می شود، سپس محرک های نکول شرکتی به‌شکل تجربی با استفاده از تکنیک مدل‌سازی معادلات ساختاری کمترین مربعات جزئی معرفی و الگویی جهت پیش‌بینی آن در هر یک از صنایع منتخب فهرست‌شده در بورس اوراق بهادار تهران ارائه می‌گردد. در پایان نیز، صحت و دقت الگوی استخراج‌شده آزمون می شود. بر اساس نتایج پژوهش، نسبت‌های سود خالص به مجموع دارایی‌ها، سود عملیاتی به مجموع دارایی‌ها، سود عملیاتی به مجموع بدهی‌ها، فروش به مجموع دارایی‌ها، نرخ رشد فروش، سود انباشته به مجموع دارایی‌ها، سرمایه در گردش به مجموع دارایی‌ها، وجوه نقد به بدهی‌های جاری، بدهی‌های جاری به مجموع دارایی‌ها، مجموع بدهی‌ها به مجموع دارایی‌ها، مجموع وام‌های کوتاه‌مدت و بلندمدت به مجموع حقوق صاحبان سهام، مجموع وام‌های کوتاه‌مدت و بلندمدت به مجموع دارایی‌ها، خالص جریان نقدی عملیاتی به فروش، خالص جریان‌ نقدی عملیاتی به سود عملیاتی، خالص جریان‌ نقدی عملیاتی به مجموع بدهی‌ها، خالص جریان نقدی عملیاتی به بدهی‌های جاری و ارزش بازار سهام شرکت به مجموع بدهی‌ها را می‌توان در مجموع به‌عنوان محرک‌های نکول شرکتی در صنایع نامبرده معرفی کرد. مشاهده شد که در دو صنعت خودرو و ساخت قطعات و فلزات اساسی، نسبت‌های حسابداری و در صنعت محصولات شیمیایی، نسبت‌های حسابداری و متغیرهای بازاری به‌عنوان محرک‌های نکول شرکتی معرفی شده‌اند و سایر محرک‌های بالقوه (طبق یافته‌های پژوهش‌های پیشین و نظرهای خبرگان) شامل نماگرهای کلان اقتصادی، عوامل غیرمالی و معیارهای کیفیت سود، نقشی در پیش‌بینی نکول شرکتی ندارند.

a model for corporate default prediction in some industries listed in tehran stock exchange

considering the great importance of corporate default prediction for various stakeholders, the study aims to identify the potential drivers of this event and to present a model for predicting corporate default in automotive and auto parts manufacturing, basic metals, and chemicals industries listed in tehran stock exchange.  this study, at first, identifies the factors affecting corporate default, by conducting library research and through the fuzzy delphi method. then, using partial least squares structural equation modeling (plssem) technique, corporate default drivers are introduced, and a model for predicting this event in each industry is extracted and presented. finally, the accuracy of the extracted model is tested.  according to the findings, the following variables can be introduced as corporate default drivers in the above mentioned industries: the ratios of net income to total assets, earnings before interest and tax to total assets, earnings before interest and tax to total liabilities, sales to total assets, sales growth rate, retained earnings to total assets, net working capital to total assets, cash to current liabilities, current liabilities to total assets, total liabilities to total assets, total shortterm and longterm loans to total equity, total shortterm and longterm loans to total assets, net operating cash flow to sales, net operating cash flow to earnings before interest and tax, net operating cash flow to total liabilities, net operating cash flow to current liabilities, and market capitalization to total liabilities.  according to thefindings, in automotive and auto parts manufacturing industry and basic metals industry, only accounting ratios, and in chemicals industry, both accounting ratios and market variables are introduced as corporate default drivers. moreover, other potential drivers (according to previous research findings and experts’ opinions) including macroeconomic indicators, nonfinancial factors, and earning quality measures do not play any role in predicting corporate default.