به وسیله آگاه کردن حسابرس از مشکلات خاصی که ممکن است با کاربرد فرآیندهای معمولی حسابرسی دستیابی به آن‌ ها مشکل باشد، کمک کنند.

جدول (۲-۲): نتایج حاصل از آزمون آلتمن و مک گوگه

شماره آزمون
تعداد نمونه
دوره بررسی
میزان موفقیت مدل آلتمن در پیش‌بینی ورشکستگی

میزان اشاره و انعکاس

گزارش‌ حسابرسی شرکت‌های نمونه

۱

۲

۳۷

۴۴

۱۹۷۴-۱۹۷۸

۱۹۷۸-۱۹۸۲

۱ و ۸۱%

۹۳%

۱ و ۵۹%

۴۰%

نتایج مذکور نشان داد که استفاده از مدل‌های پیش‌بینی ورشکستگی توسط حسابرسان حین مواجه با موارد ابهام درباره توانایی تداوم فعالیت می‌تواند مفید باشد.

اصلاح بعدی مدل Z-Score به تحلیل مشخصات و دقت مدل، بدون در نظر گرفتن متغیر (نسبت فروش به‌کل دارایی) پرداخته شد. آلتمن در سال ۱۹۹۵ این کار را برای به حداقل رساندن تأثیرات بالقوه نوع صنعت انجام داد. وی در اصلاحات خود نسبت فروش به‌کل دارایی را حذف و سپس تغییراتی در ضرایب مدل به وجود آورد.

Z=6.56X₁+3.26X₂+6.72X₃+1.05X₄

در این مدل اگر Z ُ محاسبه‌شده برای شرکتی کوچک‌تر از ۱/۱ باشد، آن شرکت ورشکسته و اگر Z ٌ محاسبه‌شده بین ۱/۱ و ۶/۲ باشد. احتمال ورشکستگی آن وجود دارد و اگر بزرگ‌تر از ۶/۲ باشد، احتمال ورشکستگی شرکت خیلی کم می‌باشد.

آلتمن این مدل را برای پیش‌بینی ورشکستگی مؤسسات غیر تولیدی و بخصوص برای صنایعی که نوع سرمایه‌گذاری دارایی‌های آن در میان شرکت‌های آن صنعت متفاوت می‌باشد، ایجاد نمود. نتایج آزمون این مدل با نمونه‌ای شامل ۳۳ شرکت ورشکسته و ۳۳ شرکت غیر ورشکسته تقریباً مشابه نتایج آزمون مدل Z ٌ به دست آمد. (شیخی،۱۳۸۹)

ب: مبانی تجربی تحقیق

پیشینه تحقیق

تحقیقات داخلی

غلامعلی (۱۳۸۲) در تحقیقی به بررسی تطبیقی قابلیت پیش‌بینی شاخص پیش‌بینی توقف و ورشکستگی آلتمن و نسبت‌های مالی معین در پیش‌بینی عدم تأدیه تسهیلات اعطایی موردمطالعه قرارداد. فرضیه تحقیق ایشان عبارت از شاخص‌های پیش‌بینی و توقف آلتمن برای پیش‌بینی عدم تأدیه تسهیلات اعطایی بهتر از دیگر نسبت‌های مالی معین در پیش‌بینی توقف فعالیت شرکت‌ها هست.

متغیر مستقل آن عبارت است از شاخص‌های معین مالی و متغیر وابسته آن عبارت است از نحوه بازپرداخت تسهیلات شرکت‌هایی که سهام آن‌ ها در بورس معامله نمی‌شود و از تسهیلات بانک سپه بهره‌مند گردیده‌اند. دوره زمانی تحقیق ۱۳۷۰ الی ۱۳۸۰ بود دوره مکانی شرکت‌های تولیدی که سهام آن‌ ها در بورس قابل معامله نیست از تسهیلات بانک سپه استفاده می‌کنند. نتیجه تحقیق وی حاکی از این بود که شاخص آلتمن برای پیش‌بینی عدم تأدیه تسهیلات اعطایی بهتر از دیگر نسبت‌های مالی معین جهت پیش‌بینی توقف شرکت‌ها هست و فرضیه تحقیق اثبات‌شده است.

فلاح شمسی و همکاران (۱۳۸۴)، طراحی و تبیین مدل ریسک اعتباری در نظام بانکی کشور. در این مقاله تلاش شد تا کارایی مدل‌های احتمالی، خطی، لجستیک و شبکه های عصبی مصنوعی برای پیش‌بینی ریسک اعتباری مشتریان نظام بانکی کشور، موردبررسی قرار گیرد. متغیرهای پیش‌بینی کننده در این مدل‌ها، نسبت‌های مالی وام‌گیرندگان بوده که معنی‌داری ارتباط آن‌ ها با ریسک اعتباری از آزمون‌های آماری مناسب تأیید شد. با بهره گرفتن از داده های مالی و اعتباری ۳۱۶ نفر از مشتریان حقوقی بانک‌های کشور مدل‌های یادشده طراحی و مورد آزمون کارایی قرار گرفت. تمامی مشتریان حقوقی تسهیلات اعتباری در شبکه‌ بانکی کشور که از بانک‌ها تسهیلات اعتباری دریافت کرده و اصل و سود آن را به بانک‌ها عودت داده یا نداده‌اند، به عنوان جامعه‌ آماری تعریف می‌شوند. نمونه‌ انتخاب‌شده بر اساس فرمول بالا ۳۱۶ نفر (شرکت‌های دریافت‌کننده‌ وام) بوده است. فرضیه‌های این پژوهش به صورت زیر می‌باشند:

فرضیه اول: افزایش نوسان نرخ ارز (ریسک نرخ ارز) منجر به افزایش احتمال عدم بازپرداخت اصل و سود تسهیلات اعطایی بانک‌ها خواهد شد.

فرضیه دوم: بین نرخ سود تسهیلات گوناگون اعطایی بانک‌ها و درجه ریسک آن‌ ها ارتباط معنی‌داری وجود دارد.

فرضیه سوم: با افزایش مدت‌زمان سررسید تسهیلات اعطایی بانک‌ها، درجه ریسک آن‌ ها افزایش خواهد یافت.

فرضیه چهارم: بهبود وضعیت مالی وام‌گیرندگان، درجه ریسک تسهیلات اعطایی را کاهش خواهد داد.

فرضیه پنجم: بین نوع صنعت وام‌گیرنده و درجه ریسک اعتباری تسهیلات اعطایی بانک‌ها رابطه‌ معنی‌داری وجود دارد.

فرضیه ششم: مدل احتمالی خطی برای پیش‌بینی ریسک اعتباری مشتریان بانک‌ها، مدل کارایی است.

فرضیه هفتم: مدل لجستیک برای پیش‌بینی ریسک اعتباری مشتریان بانک‌ها، مدل کارایی است.

فرضیه هشتم: مدل شبکه‌ عصبی پرسپترون چندلایه برای پیش‌بینی ریسک اعتباری مشتریان بانک‌ها، مدل کارایی است.

نتیجه های به دست ‌آمده بیانگر این بود که ارتباط بین متغیرها در مدل پیش‌بینی ریسک اعتباری به صورت خطی نبوده و تابع‌های نمایی و سیگموئید مناسب‌ترین مدل‌های پیش‌بینی ریسک اعتباری محسوب می‌شوند. بیشترین کارایی برای پیش‌بینی ریسک اعتباری به ترتیب مربوط به شبکه های عصبی مصنوعی و مدل لجستیک می‌باشد.

حیدر زاده (۱۳۸۶) در تحقیقی ارزیابی توان بازپرداخت تعهدات مشتریان از طریق به‌کارگیری مدل Z-SCORE آلتمن (موردمطالعه بانک ملت سال ۸۵-۷۶) را موردمطالعه قرارداد. فرضیه تحقیق عبارت بود از:

الف) بین مدل آلتمن و توان بازپرداخت تعهدات توسط مشتریان ارتباط معناداری وجود دارد.

ب) بر اساس مدل آلتمن پیش‌بینی توان بازپرداخت تعهدات مشتریان از روی اطلاعات یک سال قبل قوی‌تر از اطلاعات دو سال قبل است.

نتیجه تحقیق: فرضیه اول تحقیق، بین مدل آلتمن و توان بازپرداخت تعهدات توسط مشتریان ارتباط معناداری وجود دارد و فرضیه تحقیق پذیرفته‌شده است اما فرضیه دوم تحقیق، مدل آلتمن پیش‌بینی توان بازپرداخت تعهدات مشتریان از روی اطلاعات یک سال قبل با اطلاعات دو سال قبل برابر است و فرضیه دوم رد شده است.

خوانساری (۱۳۸۸)، در تحقیقی به ارزیابی کاربرد مدل ساختاری KMV در پیش‌بینی نکول شرکت‌های پذیرفته‌شده در بورس تهران پرداخت.

هدف از این تحقیق به‌کارگیری مدل کی ام وی جهت پیش‌بینی ورشکستگی مشتریان حقوقی بانک‌های ایرانی و ارزیابی دقت مدل در این زمینه بود. داده های تحقیق از نمونه‌ای چهل‌تایی از شرکت‌های سهامی دریافت‌کننده تسهیلات از بانک‌های ایرانی در سال‌های ۱۳۸۶ و ۱۳۸۷ استخراج شد، قلمرو مکانی آن نیز شرکت‌های پذیرفته‌شده در بورس اوراق بهادار تهران بود که در این بازه زمانی از بانک‌های ایرانی تسهیلات اعتباری دریافت کرده‌اند. فرضیه‌های تحقیق به صورت زیر بود:

فرضیه اول: بین احتمال نکول محاسبه‌شده توسط مدل کی ام وی برای شرکت‌های خوش‌حساب و بدحساب اختلاف وجود دارد.