چکیده:
پیش بینی ورشکستگی پدیده ای است که مورد توجه فزاینده سرمایه گذاران، بانک ها و موسسات مالی و اعتباری قرار گرفته است. از آنجایی که نشانه های بالقوه ورشکستگی ماه ها قبل از اینکه ورشکستگی به طور واقعی نمایان گردد قابل درک می باشد لذا پیش بینی به موقع و صحیح این بحران فرصتی را در اختیار مدیران و اعتبار دهنده گان جهت انجام فعالیت های بازدارنده قرار می دهد. هدف از این پژوهش، تعیین میزان کارایی الگوهای زاوگین، زیمسکی و شیراتا است. در این تحقیق ابتدا برای بررسی صحت تفکیک دو نمونه ورشکسته و غیر ورشکسته با استفاده از آزمونF، میانگین متغیرهای مستقل دو نمونه بررسی و سپس برای بررسی تفاوت اهمیت متغیرهای مستقل الگوها از آزمون بزرگی همبستگی درون گروهی بین متغیرها استفاده شد.گزینش الگو و برازش متغیرها با معیار خطای کمتر و آزمون معنی دار بودن همبستگی انجام گرفت. در تحقیق از دو روش آماری تحلیل تمایزی و رگرسیون لجستیک (به سه روش اینتر، پیش رونده و پس رونده) استفاده گردید؛ نتایج حاکی از دقت ۹۸.۶ درصد الگوی شیراتا، ۸۷ درصد الگوی زاوگین و ۸۹.۶ درصد الگوی زیمسکی در انطباق با شرایط محیطی ایران می باشد.
Bankruptcy anticipation is a phenomenon which has been increasingly favored by investors, banks and financial and credit institutes. Since the potential signs of bankruptcy would be understood a few months before the real appearance of it, so the timely and accurate anticipation of this crisis will give the opportunity to managers and creditors in order to adopt preventable activities. The aim of this study was to explore the applicability of the Zaougin, Zmijewski and Shirata’s models. Initially, the independent variables of the two samples were investigated, using F test to review the accuracy of segregation of two bankrupted and un-bankrupted samples and then to examine the difference in importance of independent variables models, the magnitude of cooperation in group between variables. Sample selection and suitability of variables with less error criteria and meaningful cooperation test was carried out. Data were run using two statistical difference analysis and logistic regression (in three methods, inter, forward and backward). The results indicate the accuracy of Shirata’s model at 98.6%, Zaougin’s model at 87% and Zmijewski model at 89.6% in accordance with Iran environmental conditions