الگویی برای پیش‌بینی نکول شرکتی در بورس اوراق بهادار تهران

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشیار حسابداری، دانشگاه علامه طباطبائی، تهران، ایران.

2 دانشجوی دکتری مدیریت مالی، دانشگاه علامه طباطبائی، تهران، ایران.

چکیده

هدف: نکول شرکتی یکی از پدیده‌های ناخوشایند در طول زندگی هر بنگاه اقتصادی است. هزینه‌ها و مخاطره‌های نهفته در این رویداد باعث شده است طی چهار دهة گذشته، مدل‌های مختلفی برای پیش‌بینی و اندازه‌گیری آن ابداع و ارائه گردد. با توجه به اهمیت موضوع، این پژوهش قصد دارد با استفاده از داده‌های نمونه‌ای متشکل از 100 شرکت از صنایع منتخب فهرست‌شده در بورس اوراق بهادار تهران، الگویی برای پیش‌بینی نکول شرکتی ارائه کند.
روش: در این پژوهش، ابتدا با استفاده از مطالعه اسنادی و روش دلفی فازی، عوامل و متغیرهای بالقوه تأثیرگذار بر روی نکول شرکتی شناسایی می‌شود، سپس محرک‌های نکول شرکتی به‌شکل تجربی با استفاده از تکنیک مدل‌سازی معادلات ساختاری کمترین مربعات جزئی معرفی و الگویی جهت پیش‌بینی آن در بورس اوراق بهادار تهران ارائه می‌گردد.
یافته‌ها:بر اساس نتایج پژوهش، نسبت‌های سود خالص به مجموع دارایی‌ها، سود عملیاتی به مجموع دارایی‌ها، سود انباشته به مجموع دارایی‌ها، دارایی‌های جاری به بدهی‌های جاری، سرمایه در گردش به مجموع دارایی‌ها، وجوه نقد به بدهی‌های جاری، بدهی‌های جاری به مجموع دارایی‌ها، مجموع بدهی‌ها به مجموع دارایی‌ها، خالص جریان نقدی عملیاتی به فروش و خالص جریان نقدی عملیاتی به مجموع بدهی‌ها را می‌توان به‌عنوان محرک‌های نکول شرکتی در بورس اوراق بهادار تهران معرفی کرد.
نتیجه‌گیری: مشاهده شد که در بورس اوراق بهادار تهران، صرفاً نسبت‌های حسابداری به‌عنوان محرک‌های نکول شرکتی معرفی شده‌اند و سایر محرک‌های بالقوه شامل متغیرهای بازار، نماگرهای کلان اقتصادی، عوامل غیرمالی و معیارهای کیفیت سود، نقشی در پیش‌بینی این رویداد ندارند.

کلیدواژه‌ها


منابع
احمدپور، احمد،؛ شهسواری، معصومه؛ عموزاد خلیلی، علیرضا. (1395). بررسی عوامل مؤثر بر ریسک ورشکستگی مالی شرکت‌ها. مطالعات تجربی حسابداری مالی، 13(51)، 34-9.
احمدوند، میثم. (1395). نقش مؤسسات رتبه‌بندی اعتباری در توسعه بازار سرمایه. بازار و سرمایه، 7(78-77)، 24.
بولو، قاسم؛ حسنی القار، مسعود. (1393). ارتباط میان کیفیت سود، عدم تقارن اطلاعاتی و هزینه حقوق صاحبان سهام. دانش حسابداری، 5(17)، 75-49.
حاجب، حمیدرضا؛ غیوری مقدم، علی؛ غفاری، محمدجواد. (1393). بررسی تأثیر توانایی مدیریت بر ساختار سرمایه در صنعت مواد و محصولات دارویی. حسابداری سلامت، 3(3) ، 17-1.
راموز، نجمه؛ محمودی، مریم. (1396). پیش‌بینی ریسک ورشکستگی مالی با استفاده از مدل ترکیبی در بورس اوراق بهادار تهران، راهبرد مدیریت مالی، 5(1)، 75-51.
صادقی، حسین؛ رحیمی، پریسا؛ سلمانی، یونس. (1393). تأثیر عوامل کلان اقتصادی و نظام راهبری بر درماندگی مالی شرکت‌های تولیدی پذیرفته‌شده در بورس اوراق بهادار تهران. اقتصاد پولی، مالی، 21(8)، 127-107.
عرب‌مازار یزدی، محمد؛ صفرزاده، محمدحسین. (1389). بررسی توانایی نسبت‌های مالی در پیش‌بینی بحران مالی: تحلیل لاجیت. بورس اوراق بهادار، 2(8)، 37-7.
فدائی‌نژاد، محمداسماعیل؛ اسکندری، رسول. (1390). طراحی و تبیین مدل پیش‌بینی ورشکستگی شرکت‌ها در بورس اوراق بهادار تهران. تحقیقات حسابداری و حسابرسی،3(9)، 55-38.
فدائی‌نژاد، محمداسماعیل؛ شهریاری، سارا؛ سلیم، فرشاد. (1394). تجزیه و تحلیل رابطه ریسک درماندگی مالی و بازدۀ سهام. بررسی‌های حسابداری و حسابرسی، 22(2)، 262-243.
قائدی، مریم،؛ مدهوشی، مهرداد؛ راسخی، سعید. (1396). بررسی تأثیر متغیرهای کلان اقتصادی بر بقای شرکت‌های تازه‌وارد با استفاده از تابع هازارد. پژوهش‌های نوین در تصمیم‌گیری، 2(2)، 239-217.
کردستانی، غلامرضا؛ تاتلی، رشید. (1393). بررسی ویژگی‌های کیفی سود و نوع سود در شرکت‌های درمانده مالی و ورشکسته. پژوهش حسابداری، 4(1)، 104-79.
منصورفر، غلامرضا؛ غیور، فرزاد؛ لطفی، بهناز. (1394). توانایی ماشین بردار پشتیبان در پیش‌بینی درماندگی مالی. پژوهش‌های تجربی حسابداری، 5(17)، 195-177.
مهرانی، ساسان؛ کامیابی، یحیی؛ غیور، فرزاد. (1396). بررسی تأثیر شاخص‌های کیفیت سود بر قدرت مدل‌های پیش‌بینی درماندگی مالی. بررسی‌های حسابداری و حسابرسی، 24(1)، 126-103.
نمازی، محمد؛ قدیریان آرانی، محمدحسین. (1393). بررسی رابطۀ سرمایۀ فکری و اجزای آن با خطر ورشکستگی شرکت‌های پذیرفته‌شده در بورس اوراق بهادار تهران. پژوهش‌های تجربی حسابداری، 3(11)، 141-115.
وظیفه‌دوست، حسین؛ زنگنه، طیبه. (1394). ارائۀ مدل پیش‌بینی ورشکستگی شرکت‌های بورس اوراق بهادار تهران مبتنی بر مدل ترکیبی شبکۀ عصبی گروهی دستکاری داده‌ها و الگوریتم ژنتیک. پژوهش‌های مدیریت راهبردی، 21(57)، 100-83.
هومن، حیدرعلی. (1388). مدل‌یابی معادلات ساختاری با کاربرد نرم‌افزار لیزرل (چاپ سوم)، تهران. سازمان مطالعه و تدوین کتب علوم انسانی دانشگاه‌ها (سمت).
References
Abinzano, I., Muga, L., Santamaria, R. (2013). Is default risk the hidden factor in momentum returns? Some empirical results. Accounting & Finance, 54(3), 671-696.
Ahmadpour, A., Shahsavari, M., Amoozad Khalili, A. (2016). Investigation of important factors on risk of financial bankruptcy. Empirical Studies in Financial Accounting Quarterly, 13(51), 9-34 [In Persian].
Ahmadvand, M. (2016).The role of credit rating agencies in the capital market development. Capital & Market Monthly, 7(77-78), 24 [In Persian].
Altman, E. I. (1968). Financial ratios, discriminant analysis and the prediction of corporate bankruptcy. The Journal of Finance, 23(4), 589-609.
Arab Mazar Yazdi, M., Safarzadeh, M.H. (2010). The ability of financial ratios to predict financial crisis: Logit analysis. Quarterly of Stock Exchange, 2(8), 7-37 [In Persian].
Asgarnezhad Nouri, B., Soltani, M. (2016). Designing a bankruptcy prediction model based on account, market and macroeconomic variables (Case study: Cyprus stock exchange). Iranian Journal of Management Studies, 9(1), 125-147.
Asquith, P., Gertner, R., Scharfstein, D. (1994). Anatomy of financial distress: An examination of junk-bond issuers. The Quarterly Journal of Economics, 109(3), 625-658.
Atsu, F., Costantini, M. (2015). Modelling corporate failure dependence of UK public listed firms. Working Paper, Brunel University.
Black, F., Scholes, M. (1973). The pricing of options and corporate liabilities. Journal of Political Economy, 7, 637-654.
Bellovary, J.L., Giacomino, D.L., Akers, M.D. (2005). Earnings quality: It’s time to measure and report. CPA Journal, 75(11), 32-37.
Bolo, Gh., Hasani Alghar, M. (2014). Relations among earnings quality, information asymmetry and cost of equity. Journal of Accounting Knowledge, 5(17), 49-75 [In Persian].
Bonfim, D. (2009). Credit risk drivers: Evaluating the contribution of firm level information and of macroeconomic dynamics. Journal of Banking and Finance, 33(2), 281-299.
Bottazzi, G., Grazzi, M., Secchi, A., Tamagni, F. (2011). Financial and economic determinants of firm default. Journal of Evolutionary Economics, 21(3), 373-406.
Byström, H. (2006). Merton unraveled: A flexible way of modeling default risk. Journal of Alternative Investments, 8(4), 39-47.
Camacho-Miñano, M.M., Moreno, A. (2016). Can we sense bankruptcy using the content of management reports? Working Paper, Complutense University of Madrid.
Carling, K., Jacobson, T., Lindé, J., Roszbach, K. (2007). Corporate credit risk modeling and the macroeconomy. Journal of Banking & Finance, 31(3), 845-868.
Charitou, A., Lambertides, N., Trigeorgis, L. (2011). Distress risk, growth and earnings quality. Abacus, 47(2), 158-181.
Christidis, A., Gregory, A. (2010). Some new models for financial distress prediction in the UK. Retrieved June 21, 2017, from https://ssrn.com/ abstract= 1687166.
Couderc, F., Renault, O. (2004). Times-to-default: Life cycle, global and industry cycle impacts. Working Paper, University of Geneva.
Crosbie, P., Bohn, J. (2003). Modeling Default Risk. Moody's KMV.
Denis, D.J., Denis, D.K. (1995). Causes of financial distress following leveraged recapitalizations. Journal of Financial Economics, 37(2), 129-157.
Evans, M.H. (2015). Turnarounds for distressed companies. Retrieved June 21, 2017, from http://www.exinfm.com/board/turnarounds_distressed_company.htm.
Fadaeinejad, M.E., Eskandari, R. (2011). Designing and explaining bankruptcy prediction model in Tehran Stock Exchange. Accounting and Auditing Research, 3(9), 38-55 [In Persian].
Fadaeinejad, M.E., Shahriary, S., Salim, F. (2015). An analysis of the relationship between financial distress risk and equity returns. Journal of the Accounting and Auditing Review, 22(2), 243-262 [In Persian].
Fawzi, N.S., Kamaluddin, A., Sanusi, Z.M. (2015). Monitoring distressed companies through cash flow analysis. Procedia Economics and Finance, 28, 36-144.
Fernandez, G. (2012). A comprehensive study of bankruptcy prediction: Accounting ratios, market variables, and microstructure. Ph.D. Dissrtation, Florida International University.
Fischinger, S. (2017). Earnings quality and European companies' access to credit. Master Thesis, Ghent University.
Ghaedi, M., Madhoshi, M., Rasekhi, S. (2017). Envestigating the effect of macroeconomic variables on the survival of manufacturing companies using a hazard function. Modern Researches in Decesiom Making, 2(2), 217-239 [In Persian].
Gilbert, L.R., Menon, K., Schwartz, K.B. (1990). Predicting bankruptcy for firms in financial distress. Journal of Business Finance & Accounting, 17(1), 161-171.
Gitman, L.J. (1998). Principle of managerial finance. Working Paper, Harper Collins College.
Gupta, V. (2017). A survival approach to prediction of default drivers for Indian listed companies. Theoretical Economics Letters, 7, 116-138.
Hajeb, H.R., Ghayouri Moghadam, A., Ghaffari, M.J. (2014). Examining the effect of managerial ability on capital structure in the pharmaceutical products and material industry. Health Accounting, 3(3), 1-17 [In Persian].
Hamilton, B. (2014). The 9 biggest financial warning signs. Retrieved June 21, 2017, from https://www.entrepreneur.com/article/239730.
Hillegeist, S.A., Keating, E.K., Cram, D.P., Lundstedt, K.G. (2004). Assessing the probability of bankruptcy. Review of Accounting Studies, 9, 5-22.
Hol, S. (2007). The influence of the business cycle on bankruptcy probability. International Transactions in Operational Research, 14(1), 75-90.
Hooman, H.A. (2009). Structural Equation Modeling with LISREL Software Application (Third Ed.). Tehran. SAMT [In Persian].
Howe, J.S., Houston, R. (2016). Earnings management, earnings surprises, and distressed firms. Accounting and Finance Research, 5(1), 64-87.
Jantadej, P. (2006). Using the combinations of cash flow components to predict financial distress. Ph.D. Dissertation, University of Nebraska Lincoln.
Karami, A. (2017). Examining the effect of managerial ability on financial distress with an emphasis on financial felexibility as a mediator variable in firms listed on Tehran Stock Exchange. Master Thesis, Urmia University [In Persian].
Keasey, K., Watson, R. (1991). Financial distress prediction models: A review of their usefulnes. British Journal of Management, 2(2), 89-102.
Koopman, S.J., KrÄaussl, R., Lucas, A., Monteiro, A.B. (2009). Credit cycles and macrofundamentals. Journal of Empirical Finance, 16, 42-54.
Kordestani, G.H., Tatli, R. (2014). Earnings quality and firms' financial position. Journal of Accounting and Auditing Studies, 3(11), 4-19 [In Persian].
Lau, A. H.L. (1987). A five-state financial distress prediction model. Journal of Accounting Research, 25(1), 127-138.
Lensberg, T., Eilifsen, A., McKee, T.E. (2006). Bankruptcy theory development and classification via genetic programming. European Journal of Operational Research, 169(2), 677-697.
Li, D., Xia, Y. (2015). The effect of stock liquidity on default risk. Working Paper, University of Hong Kong.
McDonald, R.L. (2002). Derivatives markets (First Ed.). San Francisco: Benjamin Cummings.
Mansourfar, GH., Ghayour, F., Lotfi, B. (2015). The ability of support vector machine (SVM) in financial distress prediction. Journal of Empirical Research in Accounting, 5(17), 177-195 [In Persian].
Mardani, M., Fallah, R., Golestani, R. (2016). A review of the relationship between the structure of corporate governance and financial distress (financial crisis) in companies listed on Tehran Stock Exchange. Account and Financial Management Journal, 1(4), 208-226.
Mehrani, S., Kamyabi. Y., Ghayour, F. (2017). Reviewing the effectiveness of earnings quality indices on the power of financial distress prediction models. Journal of the Accounting and Auditing Review, 24(1), 103-126 [In Persian].
Merton, R. (1974). On the pricing of corporate debt: The risk structure of interest rates. The Journal of Finance, 29, 449-470.
Mishra, P.S. (2013). Relationship between macroeconomic variables and corporate health of manufacturing firms in India. Journal of Quantitative Economics, 11(1&2), 230-249.
Murcia, F.C.S., Fernando, D.M., Suliani, R., José, A.B. (2014). The determinants of credit rating: Brazilian evidence. Brazilian Administration Review, 11(2), 188-209.
Namazi, M., Ghadiryian Arani, M.H. (2014). Investigation of the relationship between bankruptcy risk, intellectual capital and its components for the companies listed on Tehran Stock Exchange. Journal of Empirical Research in Accounting, 3(3), 115-141 [In Persian].
Ohlson, J. A. (1980). Financial ratios and the probabilistic prediction of bankruptcy. Journal of Accounting Research, 18(1), 109-131.
Opler, T.C., Titman, S. (1994). Financial distress and corporate performance. The Journal of Finance, 49(3), 1015-1040.
Outecheva, N. (2007). Corporate financial distress: An empirical analysis of distress risk. Ph.D. Dissertation, The University of St.Gallen.
Payam, M.A., Setayesh, M.H. (2015). The effect of macroeconomic variables on the bankruptcy risk of listed companies on Tehran Stock Exchange. Applied Mathematics in Engineering, Management and Technology, 3(3), 358-363.
Pervan, M., Visic, J. (2012). Influence of firm size on its business success. Croatian Operational Research Review, 3, 213-223.
Pindado, J., Rodrigues, L., De la Torre, C. (2008). Estimating financial distress likelihood. Journal of Business Research, 61, 995-1003.
Platt, H.D. (2010). Lead with cash: Cash flow for corporate renewal. London: Imperial College Press.
Ramooz, N., Mahmoudi, M. (2017). Predicting financial bankruptcy risk using hybrid model in Tehran Stock Exchange. Journal of Financial Management Strategy, 5(16), 51-75 [In Persian].
Sadeghi, H., Rahimi, P., Salmani, Y. (2014). The effect of macroeconomic and governance factors on financial distress in manufacturing firms listed on Tehran Stock Exchange. Financial Monetary Economics, 21(8), 107-127 [In Persian].
Sanchez, G. (2013). PLS path modeling with R. Berkeley: Trowchez Editions.
Schipper, K., Vincent, L. (2003). Earnings quality. Accounting Horizons, 17, 97-110.
Situm, M. (2014). The age and size of the firm as relevant predictors for bankruptcy. Journal of Applied Economics and Business, 2(1), 5-30.
Stenbäck, T. (2013). Corporate default prediction with financial ratios and macroeconomic variables. Master Thesis, Aalto University.
Switzer, L.N., Wang, J., Zhang, Y. (2016). Effect of corporate governance on default risk in financial versus nonfinancial firms: Canadian evidence. Retrieved June 21, 2017, from https://doi.org/10.1002/cjas.1423.
Taremi, K., khodaverdi, Y. (2015). Investigating the effect of macroeconomic variables on financial distress among the companies listed on Tehran Stock Exchange (Case study: pharmaceutical companies). Retrieved June 21, 2017, from https://www.civilica.com/paper-ICMBA01-ICMBA01_108.html.
Trujillo-Ponce, A., Samaniego-Medina, R., Cardone-Riportella, C. (2014). Examining what best explains corporate credit risk: Accounting-based versus market-based models. Journal of Business Economics and Management, 15(2), 253-276.
Vassalou, M., Xing, Y. (2004). Default risk in equity returns. The Journal of Finance, 49, 831-868.
Vazifehdust, H., Zangene, T. (2015). A hybrid bankruptcy prediction model based on GMDH-type neural network and genetic algorithm for Tehran Stock Exchange listed companies. Journal of Strategic Management Researches, 21(57), 83-100 [In Persian].
Wang, J. (2012). Do firms' relationships with principal customers/ suppliers affect shareholders' income? Journal of Corporate Finance, 18, 860-878.
Wang, Y. (2011). Corporate default prediction: models, drivers and measurements. Ph.D. Dissertation, The University of Exeter.
Ward, T.J., Foster, B.P. (1997). A note on selecting a response measure for financial distress. Journal of Business Finance & Accounting, 24(6), 869-879.
Xia, Y. (2016). The real effects of stock market liquidity. Ph.D. Dissertation, University of Hong Kong.