<?xml version="1.0" encoding="utf-8"?>
<journal>
<title>Quarterly Journal of Economic Research and Policies</title>
<title_fa>فصلنامه پژوهش ها وسیاست های اقتصادی</title_fa>
<short_title>qjerp</short_title>
<subject>Literature &amp; Humanities</subject>
<web_url>http://qjerp.ir</web_url>
<journal_hbi_system_id>1</journal_hbi_system_id>
<journal_hbi_system_user>admin</journal_hbi_system_user>
<journal_id_issn>1027-9024</journal_id_issn>
<journal_id_issn_online>3092-6505</journal_id_issn_online>
<journal_id_pii>8</journal_id_pii>
<journal_id_doi>10.61882/qjerp</journal_id_doi>
<journal_id_iranmedex></journal_id_iranmedex>
<journal_id_magiran></journal_id_magiran>
<journal_id_sid>14</journal_id_sid>
<journal_id_nlai>8888</journal_id_nlai>
<journal_id_science>13</journal_id_science>
<language>fa</language>
<pubdate>
	<type>jalali</type>
	<year>1392</year>
	<month>1</month>
	<day>1</day>
</pubdate>
<pubdate>
	<type>gregorian</type>
	<year>2013</year>
	<month>4</month>
	<day>1</day>
</pubdate>
<volume>21</volume>
<number>65</number>
<publish_type>online</publish_type>
<publish_edition>1</publish_edition>
<article_type>fulltext</article_type>
<articleset>
	<article>


	<language>fa</language>
	<article_id_doi></article_id_doi>
	<title_fa>پیش‌بینی درماندگی مالی با بکار بردن‌کارایی به‌عنوان یک متغیر پیش‌بینی‌کننده </title_fa>
	<title>Financial Distress Prediction with the Use of the Efficiency as a Predictor Variable</title>
	<subject_fa>عمومى</subject_fa>
	<subject>General</subject>
	<content_type_fa>كاربردي</content_type_fa>
	<content_type>Applicable</content_type>
	<abstract_fa>مقاله حاضر به ارائه مدلی مناسب برای پیش‌بینی درماندگی مالی شرکت‌های تولیدی پذیرفته شده در بورس اوراق ‌بهادار تهران می‌پردازد، بنابراین در کنار نسبت‌های مالی مهم برای پیش‌بینی درماندگی مالی از کارایی شرکت‌هاکه می‌تواند به دقت و قدرت پیش‌بینی مدل بیفزاید به‌عنوان یک متغیر پیش‌بینی‌کننده استفاده می‌گردد. ابتدا از روش تحلیل پوششی داده‌ها برای محاسبه شاخص کارایی شرکت‌های تولیدی پذیرفته‌شده در بورس اوراق ‌بهادار تهران طی دوره (1388-1384) استفاده می‌شود و نتیجه شاخص کارایی به‌عنوان متغیری برای پیش‌بینی درماندگی مالی در کنار سایر نسبت‌های مالی مورد استفاده قرار می‌گیرد. در روش پیشنهادشده، تحلیل پوششی داده‌ها به‌عنوان ابزاری برای ارزیابی کارایی ورودی- خروجی هر شرکت بکار برده‌ می‌شود. برای بررسی میزان تأثیر کارایی به‌عنوان پیش‌بینی‌کننده داده‌های 50 شرکت‌ تولیدی که در بورس اوراق بهادار تهران پذیرفته‌ شده‌اند، مورد استفاده قرار می‌گیرد. با استفاده از آزمون‌های آماری متغیرهایی که قدرت بیشتری در تفکیک شرکت‌های درمانده از شرکت‌های سالم را دارند انتخاب شده است. سپس، درماندگی شرکت‌ها با استفاده از رگرسیون لجستیک در قالب دو الگو (با متغیر کارایی و بدون آن) پیش‌بینی شده است. یافته‌های حاصل از تحقیق نشان می‌دهند که استفاده از متغیر کارایی در مدل پیش‌بینی درماندگی به‌طور معناداری دقت پیش‌بینی مدل را افزایش می‌دهد. </abstract_fa>
	<abstract>This paper introduces a suitable model for predicting the financial distress of the listed manufacturing companies in Tehran Stock Exchange market during 2005-2009. Besides the important financial ratios for predicting companies’ financial distress, this paper uses companies’ efficiency variable, which can increase the accuracy and predictive power of the model, as a predictor variable. At first, Data Envelopment Analysis (DEA) is used for calculating the efficiency index of the listed manufacturing companies in Tehran Stock Exchange market during 2005-2009 and then efficiency index results, besides other financial ratios, were used as a variable for predicting the financial distress. In proposed method, DEA is used as a tool for evaluating input-output efficiency of every company. To evaluate the influence of efficiency as a predictor, 50 manufacturing companies’ data that have accepted in Tehran Stock Exchange market is used. With the use of statistical test, the variables which have more power in differentiating healthy and distressed companies, have selected. Then, using logistic regression model in two forms (with or without efficiency variable), companies distress is predicted.  The results of the research show that using efficiency variable in distress predicting model, increases the prediction accuracy of the model</abstract>
	<keyword_fa>درماندگی مالی، نسبت‌های مالی، کارایی، تحلیل پوششی داده‌ها (DEA)، رگرسیون لجستیک (LR)</keyword_fa>
	<keyword>Financial Distress, Financial Ratios, Efficiency, Data Envelopment Analysis (DEA), Logistic Regression</keyword>
	<start_page>123</start_page>
	<end_page>146</end_page>
	<web_url>http://qjerp.ir/browse.php?a_code=A-10-1-34&amp;slc_lang=fa&amp;sid=1</web_url>


<author_list>
	<author>
	<first_name>Reza </first_name>
	<middle_name></middle_name>
	<last_name>Mohseni</last_name>
	<suffix></suffix>
	<first_name_fa>رضا </first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa>محسنی</last_name_fa>
	<suffix_fa></suffix_fa>
	<email>mohseni_re@yahoo.com</email>
	<code>10031947532846001534</code>
	<orcid>10031947532846001534</orcid>
	<coreauthor>Yes
</coreauthor>
	<affiliation></affiliation>
	<affiliation_fa></affiliation_fa>
	 </author>


	<author>
	<first_name>Reza </first_name>
	<middle_name></middle_name>
	<last_name>Agha Babaee</last_name>
	<suffix></suffix>
	<first_name_fa>رضا </first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa>‌آقابابایی</last_name_fa>
	<suffix_fa></suffix_fa>
	<email>aghababaee2001@yahoo.com</email>
	<code>10031947532846001535</code>
	<orcid>10031947532846001535</orcid>
	<coreauthor>No</coreauthor>
	<affiliation></affiliation>
	<affiliation_fa></affiliation_fa>
	 </author>


	<author>
	<first_name>Vahid </first_name>
	<middle_name></middle_name>
	<last_name>Mohammad Ghorbani</last_name>
	<suffix></suffix>
	<first_name_fa>وحید </first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa>محمدقربانی</last_name_fa>
	<suffix_fa></suffix_fa>
	<email>vh.ghorbani@yahoo.com</email>
	<code>10031947532846001536</code>
	<orcid>10031947532846001536</orcid>
	<coreauthor>No</coreauthor>
	<affiliation></affiliation>
	<affiliation_fa></affiliation_fa>
	 </author>


</author_list>


	</article>
</articleset>
</journal>
