Designing a Bankruptcy Prediction Model Based on Account, Market and Macroeconomic Variables (Case Study: Cyprus Stock Exchange)

هدف: توسعه بورس اوراق بهادار قبرس همراه با روند صعوي حضور سرمايه‌گذاران در فعاليت‌هاي مالي سبب شده است تا اين بازار از اهميت خاصي برخوردار شود. در چنين شرايطي، اولين گام جهت توسعه پايدار بورس اوراق بهادار قبرس حمايت از سرمايه‌گذاران است. ريسك ورشكستگي سرمايه‌گذاري يكي از چالش‌هاي اصلي است كه سرمايه‌گذاران بي‌تجربه با آن مواجه‌اند. بر اين اساس در اين پژوهش تلاش شده است تا مدلي معتبر و دقيق براي پيش‌بيني ورشكستگي طراحي شود تا بدين طريق از انتخاب سهام نامناسب توسط سرمايه‌گذاران اجتناب شود. روش: در بسياري از پژوهش‌هاي قبلي، مدل‌هاي غبربومي براي پيش‌بيني ورشكستگي شركت‌ها استفاده شده است. با وجود اين، در پژوهش حاضر قصد بر اين است تا با طراحي مدلي بومي، ضعف‌هاي مدل‌هاي قبلي پوشش داده مي‌شود. بدين منظور داده‌هاي پژوهش بر اساس انتخاب 53 شركت غيرمالي از 103 شركت پذيرفته‌شده در بورس اوراق بهادار قبرس طي دوره زماني 2012-2007 گردآوري شد. مدل مورد نظر نيز با به‌كارگيري مجموعه كاملي از متغيرهاي حسابداري، بازار و اقتصاد كلان و با استفاده از روش رگرسيون لجستيك تخمين زده شد. نتايج: دقت مدل‌هاي ورشكستگي مبتني بر متغيرهاي حسابدري و بازار به ترتيب برابر با 2/91 و 1/82 درصد است. از سوي ديگر، ارتباط معناداري بين متغيرهاي اقتصاد كلان و احتمال ورشكستگي شركت‌ها وجود نداشت.

The development of the Cyprus Stock Exchange together with the increasing trend of investors’ presence in financing activities has led to the importance of this market. In such circumstances, the first step towards a sustainable development of the Exchange is to support the investors. Risk of bankruptcy for the investee is a major challenge that an inexperienced stock investor encounters. In this study, for predicting bankruptcy, an attempt has been made to design a valid and accurate model that could act as a deterrent to improper stock selection. In most of the previous studies, non-native models have been used to predict bankruptcy in companies. However, the present study has attempted to overcome the shortcomings of the earlier studies through designing an indigenous model based on the data collected from 53 non-financial companies out of 103 listed companies in the Cyprus Stock Market from 2007 to 2012, using a complete set of variables affecting bankruptcy (accounting, market and macroeconomic variables), and with using the logistic regression method. The results showed that the accuracy of bankruptcy models that are based on accounting and market variables has been respectively 91.2% and 82.1%, respectively. On the other hand, it was shown that there is no significant relationship between macroeconomic variables and the probability likelihood of bankruptcy.