ارائه یک رویکرد ترکیبی مبتنی بر تحلیل پوششی داده ها و آنالیز مولفه اساسی جهت پیش بینی ورشکستگی شرکت های بورسی

موضوع 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 استفاده از قضاوت‌های حرفه ای کارشناسان زبده 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 تحقیق تعداد 52 شرکت تولیدی حاضر در بورس اوراق بهادار تهران در سه گروه شرکت‏های صنایع غذایی و دارویی، شرکت‏های صنایع فلزی و خودرو و ماشین آلات، و شرکت‏های صنایع شیمیایی و پتروشیمی، با توجه به اطلاعات در دسترس انتخاب شدند که تعداد 21 (10 ورشکسته و 11 سالم) شرکت در گروه اول، 18 (10 ورشکسته و 8 سالم) شرکت در گروه دوم و 13 (7 ورشکسته و 6 سالم) شرکت در گروه سوم قرار گرفته‏اند.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 مولفه اساسی برای کاهش بعد ورودی‌های مدل تحلیل پوششی داده‌ها استفاده شده است.