20024

۲۰۰۲۴

طراحي مدل پيش بيني بحران مالي با رهيافت اقتصادسنجي (مطالعه موردي صنايع منتخب ايران)

كارشناسي ارشد

سيستم هاي اقتصادي و اجتماعي

95-96

۱۳۹۷/۱۰/۸

دكتر سعيد ميرزا محمدي

دكتر عمران محمدي

صنايع

چكيده با پيشرفت علم و فناوري، رشد و دگرگوني سريع در روابط اقتصادي منجر به افزايش رقابت در بازار و واحدهاي تجاري شده است. در اين شرايط يكي از مهم‌ترين خطراتي كه رشد و بقاي فعاليت‌هاي اقتصادي را تهديد مي‌نمايد ناتواني در پرداخت تعهدات مي‌باشد. شواهد موجود نشان مي‌دهد كه در سه دهه گذشته، نرخ ورشكستگي شركت‌ها در مقايسه با دهه‌هاي قبل رشد چشمگيري داشته است. از اين رو، پيش‌بيني بحران مالي به عنوان يكي از موضوعات مهم مورد توجه مالكان، مديران، سرمايه‌گذاران و كليه اشخاص ذينفع قرار گرفته است. سيستم¬هاي هشدار سريع بحران مالي، ابزارها و مدل¬هايي هستند با هدف شناخت عوامل موثر بر درماندگي مالي و همچنين پيش‌بيني احتمال وقوع بحران مالي در سطح خرد يا كلان. تاكنون روش‌هاي متعددي براي مدل‌سازي و پيش‌بيني ورشكستگي در سطح شركت‌ها ارائه‌ شده‌اند كه از جمله آن‌ها مي‌توان به روش‌هاي آماري و شبكه‌هاي عصبي اشاره كرد. هدف اين پايان‌نامه طراحي سيستم هشدار سريع بحران مالي با استفاده از مدل رگرسيون لاجيت براي شركت‌هاي فعال در صنايع مختلف ايران است. در اين پژوهش تلاش شده است مدل¬هاي پيش‌بيني ورشكستگي با توجه به نوع صنعت و ويژگي‌هاي شركت‌ها طراحي شود. بدين منظور با استفاده تكنيك بهترين- بدترين كه يكي از روش‌هاي نوين در تصميم‌گيري چندمعياره است؛ اولويت متغيرهاي پيش¬بين براي ورود به مدل¬ها تعيين مي‌شود. سپس ضرايب مدل¬ها تخمين زده مي‌شود و از آزمون‌هاي معناداري جهت سنجش كارايي مدل¬ها استفاده مي‌شود. در نهايت دقت پيش‌بيني مدل¬ها برآورد مي‌شود و مدل¬ها در صنايع گوناگون از حيث متغيرهاي پيش¬بين و دقت پيش‌بيني مقايسه مي‌شوند. واژه‌هاي كليدي: هشدار سريع، ورشكستگي، تكنيك بهترين- بدترين، رگرسيون لاجيت

1397/11/14

Designing the financial prediction model based on econometrics approach: case study of selected Iranian industries

12/29/2019 12:00:00 AM

Abstract Due to scientific and technological progress, growth and transformation in economical relationships lead to severer competition in the market and commercial units. In this situation, insolvency is one of the significant risks which endanger the growth and endurance of economic activities. Recent studies suggest that corporate bankruptcy rate has increased during the last three decades. Hence, predictions of financial crisis have been considered one of the most substantial topics by the owners, administrators, investors and shareholders. Early warning systems for financial crisis are the tools and models to identify the main factors of financial failures as well as predicting the probability of financial crisis at the micro and macro levels. Multiple approaches are offered for modelling and predicting corporate bankruptcy including statistical methods and neural networks. The purpose of this research is designing an early warning system for the financial crisis using logit regression model for the companies which are active in various Iranian industries. This research aims to design a bankruptcy prediction model regarding to the type of industry and the features of the corporations. The best-worst method, which is one of the modern methods in multi criteria decision making can be used to rank the financial ratios as the inputs of these models. Subsequently, the coefficients of the independent variables are estimated and robustness tests are employed to assess the validity of the models. Lastly, the accuracy of the predictions is estimated while the models in different industries are compared based on both predictor variables and accuracy of these models predictions. Key words: Early warning, Financial crisis, Best-worst method, Logit regression