پایان نامه رایگان درباره ورشکستگی، وجوه نقد، هوش مصنوعی

دانلود پایان نامه ارشد

طبقه بندی مجدد اطلاعات حسابداری مربوط به یک دوره مالی به شکل دیگر نیست (فرقاندوست حقیقی و وفادار، 1376).

2-9- ماهيت صورت گردش وجوه نقد
صورت گردش وجوه نقد یکی از صورت های مالی اساسی است که جایگزین صورت تغییرات در وضعیت مالی گردیده است. این صورت مالی جدید اطلاعات سودمندی را در مورد دریافت ها و پرداخت های وجه نقد در قالب فعالیت های عملیاتی، سرمایه گذاری و تأمین مالی ارائه می نماید. این طبقه بندی ناشی از این استدلال هیأت تدوین استانداردهای حسابداری مالی است که انجام تجزیه و تحلیل توسط استفاده کنندگان خارج از سازمان به منظور پیش بینی مبلغ، زمان بندی و ابهام در مورد جریان های نقدی آتی مستلزم ارائه اطلاعات مالی تفکیک شده در قالب گروه های مشابه است. در نتیجه صورت گردش وجوه نقد باید به طور واضح نشان دهنده اطلاعات مالی در قالب گروه های زیر باشد:
خالص وجه نقد ناشی از فعالیت های عملیاتی
گردش وجوه نقد ناشی از فعالیت های سرمایه گذاری
گردش وجوه نقد ناشی از فعالیت های تأمین مالی
خالص افزایش یا کاهش در وجه نقد
تطبیق مانده ابتدای دوره وجه نقد با مانده آن در پایان دوره
جدول ضمیمه مربوط به گزارش فعالیت های عمده سرمایه گذاری و تأمین مالی غیرنقدی.
صورت گردش وجوه نقد را می توان به یکی از دو روش مستقیم یا غیرمستقیم تهیه نمود. در روش مستقیم، جریان های نقدی خروجی ناشی از فعالیت های عملیاتی از جریان های ورودی ناشی از فعالیت های عملیاتی کسر شده و در نتیجه خالص وجه نقد ناشی از فعالیت های عملیاتی محاسبه می شود. در روش غیرمستقیم، سود خالص از بابت تفاوت های میان جریان سود و جریان وجه نقد ناشی از فعالیت های عملیاتی تعدیل و در نتیجه خالص وجه نقد ناشی از فعالیت های عمیاتی تعیین می گردد. بیانیه شماره 95 هیأت تدوین استانداردهای حسابداری مالی لازم دانسته است که جدول تطبیق سود خالص و خالص وجه نقد ناشی از فعالیت های عملیاتی باید صرف نظر از به کارگیری روش مستقیم یا غیرمستقیم در گزارشگری خالص وجه نقد ناشی از فعالیت های عملیاتی، تهیه و به همراه صورت گردش وجوه نقد ارائه گردد (فرقاندوست حقیقی و وفادار، 1376).

2-10- شناسايی ورشکستگی شرکت ها بر اساس ماده 141 قانون تجارت
در ایران مبنای ورشکستگی ماده 141 قانون تجارت مصوب سال 1347 می‌باشد. طبق این ماده اگر بر اثر زیان‌های وارده حداقل نصف سرمایه شرکت از بین برود، هیأت مدیره مکلف است بلافاصله مجمع عمومی فوق‌العاده صاحبان سهام را دعوت نماید تا موضوع انحلال یا بقای شرکت مورد شور و رأی واقع شود. از طرف دیگر سازمان بورس اوراق بهادار تهران نیز برای شناسایی شرکت‌های ورشکسته از همان ماده 141 قانون تجارت بهره می‌گیرد. با این تفاوت که بر اساس آیین نامه های اجرایی و انضباطی بورس اوراق بهادار تهران پاره ای محدودیت‌های ویژه برای شرکت‌هایی که مشمول ماده 141 می‌شوند، وضع می‌گردد که آن‌ها را به رفع مشکل مربوط ملزم کند. موارد ذکر شده بدین شرح است:
در صورتی که شرکت، مشمول ماده 141 و ورشکسته شناخته شود از این تاریخ به مدت شش ماه به شرکت فرصت داده می شود تا مشکل زیان انباشته را مرتفع و مطابق قانون رفتار نماید. پس از گذشت این مدت در صورتی که همچنان شرکت ورشکسته تشخیص داده شود و زیان مربوط را کاهش نداده باشد، نماد شرکت متوقف می گردد و برای ورود مجدد نماد به بورس، شرکت باید تمامی موارد قانونی را دوباره طی کند. در صورتی که پس از مدت معین باز هم شرکت اقدامی در این خصوص نکرده باشد، این بار شرکت به حالت تعلیق در می آید و در نهایت از تابلو حذف می شود. بنابراین برای پذیرش و ورود مجدد به بورس اوراق بهادار تهران، شرکت باید تمام مراحل را از ابتدا طی کند (سعیدی و آقایی، 1388). لذا در این پژوهش شرکت هایی که مشمول ماده 141 شده اند به عنوان شرکت های درمانده مالی انتخاب گردیده اند.

2-11- تکنيک‌های پيش بينی ورشکستگی
تکنیک‌ها و استراتژی‌های مورد استفاده در ساخت مدل‌های پیش بینی ورشکستگی به طور کلی در سه گروه طبقه بندی می‌گردند: تکنیک‌های آماری، تکنیک‌های هوش مصنوعی، و مدل‌های نظری.

2-11-1- تکنيک‌های آماری10
تکنیک‌های آماری از ابتدایی‌ترین و رایج‌ترین روش‌ها و جهت مدل سازی برای پیش بینی ورشکستگی به شمار می‌روند. در این مدل‌ها از روش‌های مدل سازی استاندارد کلاسیک استفاده شده است و بر نشانه های ناتوانی تجاری شرکت‌ها تمرکز دارند. متغیرهای مورد استفاده در ساخت این مدل‌ها عموماً اطلاعات مندرج در صورت‌های مالی منتشره‌ی شرکت‌ها می‌باشند. مدل‌های آماری خود به دو گروه مدل‌های آماری تک متغیره و چند متغیره تقسیم می‌شوند. از جمله مهم‌ترین تکنیک‌های آماری چند متغیره می‌توان به تحلیل تشخیصی، احتمال خطی11 ، لاجیت12 ، پروبیت13 و فرآیندهای تعدیل ناقص14 اشاره کرد (قدرتی، 1389).
2-11-1-1- تحليل تشخيصی چندگانه15
روشی است چند متغیره که پدیده‌ها را بر اساس ویژگی‌هایشان به گروه های مانع الجمع طبقه بندی می‌کند. هدف از این روش فراهم آوردن ترکیبی خطی از متغیر های مستقل یعنی نسبت‌های مالی است که بتواند شرکت‌های ورشکسته و غیر ورشکسته را به بهترین نحو تفکیک کند. از تحقیقات قابل توجه انجام شده با تکنیک تحلیل تشخیصی چندگانه می‌توان به پژوهش آلتمن در سال 1977 و فالمر16 در سال 1989 اشاره کرد (قدرتی، 1389).

2-11-1-2- مدل‌های لاجيت و پروبيت (مدل‌های احتمال شرطی)17
این مدل‌ها که به نام مدل‌های احتمال شرطی نیز شناخته می‌شوند بر مبنای یک تابع احتمال تجمعی و با استفاده از نسبت‌های مالی یک شرکت، احتمال تعلق شرکت به یکی از گروه های از پیش تعیین شده را اندازه گیری می‌کنند. تحلیل لاجیت نخستین بار توسط مارتین18 در سال 1977 برای پیش بینی ورشکستگی بانک‌ها پیشنهاد شد و توسط اوهلسون19 در سال 1980 برای پیش بینی ناتوانی تجاری به کار رفت (اعتمادی، 1387). پس از سال 1981 و به دلیل محدودیت‌های موجود در روش‌های تحلیل تشخیصی چندگانه، مطالعات ناتوانی تجاری اغلب بر استفاده از لاجیت تمرکز یافتند. مدل‌های پروبیت نیز، مشابه با مدل‌های لاجیت می‌باشد. تفاوت اصلی آن‌ها در تابع احتمال ورشکستگی می‌باشد. به هر حال مدل‌های لاجیت نسبت به مدل‌های پروبیت از محبوبیت بیشتری برخوردار است، چرا که تحلیل پروبیت در مقایسه با تحلیل لاجیت به دلیل استفاده از برآوردهای غیر خطی، به محاسبات بیشتری نیاز دارد (قدرتی، 1389). تكنيك تحليل تشخیصی چندگانه توانايي توليد نتايج احتمالي را دارد اما قابليت اتكاي آن كمتر از مدل‌های احتمال شرطي است.
اوهلسون با استفاده از روش‌های احتمال شرطي شكنندگي نتايج را بررسي كرد. او اين روش را براي نمونه اي با احتمال قبلي شكست كه به واقعيت نزديك بود، انجام داد. معادله برآورد شده 88/3% از نمونه‌ها را به صورت نادرست طبقه بندي كرد ولي مدل ساده فرض می‌کرد كه عدم ورشكستگي در مورد 95/4% از نمونه‌ها غلط باشد. علاوه بر اين نتايج حاصل از مدل احتمال شرطي در مقايسه با مدل تحليل تشخیصی چندگانه، برتري قدرت تشخيص آن را به خوبی نمایانگر می‌سازد.

2-11-2- تکنيک‌های هوش مصنوعی20
تکنیک‌های هوش مصنوعی، مشابه با هوش و منطق انسان، سیستمی است که یاد می‌گیرد و عملکرد حل مسأله خود را با توجه به تجربیات گذشته بهبود می‌بخشد. این تکنیک‌های هوشمند به دلیل کارایی بالا و فارغ بودن از مفروضات محدود کننده موجود در روش‌های آماری با استقبال زیادی مواجه شده‌اند. تکنیک‌های هوش مصنوعی از الگوریتم‌های بازگشتی یا همان درخت‌های تصمیم21 ، استدلال مبتنی بر موضوع22 ، شبکه های عصبی مصنوعی23، الگوریتم ژنتیک و مجموعه های سخت24 تشکیل شده‌اند (قدرتی، 1389). تمرکز تکنیک‌های هوش مصنوعی بر عوارض ناشی از ورشکستگی است که از صورت‌های مالی استخراج می‌شوند و به کمک روش‌های نوین و پیشرفته با استفاده از تکنولوژی سعی در پیش بینی ورشکستگی دارند.

2-11-2-1- شبکه های عصبی25
به‌کارگیری روش شبكه‌هاي عصبي را مي‌توان تا اوايل دهه 1860 پي‌گيري كرد. هدف مدل شبكه‌هاي عصبي، شناسايي مجموعه اي از اجزاء محاسباتي (نرون‌ها) است كه با هم در ارتباط هستند. ساختار اصلي محاسباتي شامل سه لايه از نرون‌ها است: لايه هاي ورودي، مخفي و خروجي. افزون بر نرون‌ها، شبكه عصبي در برگيرنده نحوه ارتباط اين لایه‌ها با هم نيز می‌باشد. ارتباط داخلي نرون‌ها، مي‌تواند در برگيرنده همه نرون‌ها و يا فقط بخشي از آن‌ها باشد. تعداد ارتباطات و چگونگي آن، توان شبكه عصبي در اجراي عمليات مورد نظر را نشان می‌دهد (پورعلی، 1390).
قبل از به‌کارگیری شبكه عصبي بايد با استفاده از يك مجموعه از مشاهدات (براي مثال گروهي از شرکت‌های موفق و ناموفق) نسبت به آموزش شبكه اقدام كرد. شبكه تا زماني كه بتواند تركيبي از ورودي‌ها را با يك پيامد خاص ارتباط دهد به آموزش خود ادامه می‌دهد، بعد از آن كه آموزش كامل شد، شبكه عصبي مي‌تواند در پيش بيني، مورد استفاده قرار گيرد. ساختمان شبكه (نرون‌ها و ارتباط داخلي آن‌ها)، فرآيند آموزش و كل شبكه عصبي را می‌توان بر مبناي تعداد پيش بینی‌های صحيح ارزيابي كرد (پورعلی، 1390).

2-11-2-2- الگوريتم ژنتيک26
ایده اصلی الگوریتم ژنتیک، انتقال خصوصیات موروثی توسط ژن‌ها است. الگوریتم ژنتیک یک روش
جستجوی احتمالی است که از شبیه سازی تکامل زیستی و طبیعی استفاده می‌کند. الگوریتم‌های ژنتیک با به‌کارگیری اصل بقای بهترین‌ها، برای تولید تخمین‌های هرچه بهتر از یک جواب، روی جمعیتی از جواب‌های بالقوه عمل می‌نماید (فدایی نژاد، 1390).

2-11-3- مدل‌های نظری27
برخلاف مدل‌های آماری و تکنیک‌های هوش مصنوعی که بر نشانه های ناتوانی تجاری تمرکز دارند، مدل‌های نظری به دنبال تعیین دلایل کیفی این ناتوانی‌های تجاری‌اند. یعنی عمدتاً بر اطلاعاتی تمرکز دارند که بتوانند از نظر منطقی توجیه کننده ورشکستگی باشند (قدرتی، 1389). مدل نظری از نظر ماهیت، چند متغیره بوده و معمولاً از تکنیک‌های آماری برای پشتیبانی کمی مباحث نظری استفاده می‌کنند.

2-12- جريان نقدی و درماندگی مالی
هر شرکتی در ابتدای فعالیت خود ضمن ارائه طرح کسب و کار، دارایی هایی را که برای اجرای این طرح نیاز دارد، خریداری می کند. تأمین مالی برای تهیه این دارایی ها از راه های مختلفی مانند سهام عادی یا روش های مختلف استقراض انجام می شود. پس از آغاز عملیات، یا طرح کسب و کار با موفقیت انجام می شود، که در این حالت بازپرداخت اصل و فرع بدهی ها به موقع انجام شده و صاحبان سهام نیز بازده مورد انتظار از این سرمایه گذاری را بدست می آورند و یا این که، طرح کسب و کار با شکست مواجه شده و جریانات نقد خروجی از جریانات نقد ورودی تجاوز می کند. اگر شرکتی دچار حالت دوم شود با درماندگی مالی رو به رو خواهد شد. در زمان درماندگی جریانات نقدی پوشش لازم برای ایفای تعهدات را تأمین نکرده و شرکت دچار ناتوانی در پرداخت بدهی ها می شود. در این حالت شرکت ها به فروش دارایی ها (جریان نقد سرمایه گذاری) و دریافت وام (جریان نقد تأمین مالی) رو می آورند که نتیجه آن کاهش ظرفیت و عملکرد تولیدی و نیز افزایش اهرم می باشد. به همین دلیل، پیش بینی درماندگی مالی شرکت ها امری ضروری بوده و امکان ارائه راه حل های ممکن را قبل از بروز هرگونه بحرانی فراهم می آورد (منصورفر و همکاران، 1392).

بخش دوم

پيشينه‌ تحقيق

2-13- تحقيقات خارجی

2-13-1- قبل از به وجود آمدن مدل پيش بينی ورشکستگی
تعاریف مختلفی از ورشکستگی و دیدگاه های متفاوتی در مورد متغیرهای آن ازجمله تداوم فعالیت وجود دارد. اولين‌ تحقيق‌ در زمينه‌ پيش‌بيني‌ ورشکستگي‌ در سال‌ 1900 توسط‌ توماس‌ وودلاک‌28 انجام‌ شد. وي‌ يک‌ تجزيه ‌و تحليل‌ کلاسيک‌ در صنعت‌ راه آهن‌ انجام‌ داد و نتايج‌ تحقيق‌ خود را در مقاله ای‌ تحت‌ عنوان «درصد هزينه‌هاي‌ عملياتي‌ به‌ سود

پایان نامه
Previous Entries پایان نامه رایگان درباره تداوم فعالیت، جریان های نقدی، حسابداری مالی Next Entries پایان نامه رایگان درباره ورشکستگی، دارایی ها، درماندگی مالی