کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
5092865 1478421 2014 19 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Finance company failure in New Zealand during 2006-2009: Predictable failures?
ترجمه فارسی عنوان
شکست مالی شرکت در نیوزیلند طی سال های 2006-2009: شکست های پیش بینی شده؟
کلمات کلیدی
شکست مالی شرکت، پیش بینی شکست نیوزلند،
ترجمه چکیده
بیش از 31 شرکت مالی (غیرقانونی) در نیوزیلند در طول دوره 2006-2009 شکست خورد. با تلفات تخمینی بیش از 3 میلیارد دلار، اعتراض عمومی و تحقیق پارلمانی در مورد علل شکست ها وجود داشت، اما تعداد کمی از آنها پرسیدند آیا این یک رویداد قابل پیش بینی است. ما دریافتیم که کمپانی های مالی شکست خورده دارایی کمتری دارند، کمترین کیفیت دارایی، وام های بیشتر را به حساب می آورند، درآمد بالاتر و جریان های نقدی پایین تر. علاوه بر این، شرکت های شکست خورده دارای عقب ماندگی حسابرسی بیشتری هستند و بعضی از وکلای معتقد هستند که درصد بیشتری از شرکت های شکست خورده را نسبت به دیگران دارند. مدل لجستیکی ما می تواند شکست را یک سال قبل برای 88.7٪ از شرکت ها طبقه بندی کند. مدل لجستیک ما (شبکه عصبی) همچنین می تواند به درستی طبقه بندی تا 87.5٪ (83.3٪) از نمونه نگه دارنده. نتایج ما برای رگولاتورها و تمرینکنندگان مورد توجه است، همانطور که نشان می دهیم که داده های قابل دسترس می توانند بین شرکت های مالی مالی شکست خورده و غیر شکست خورده تفاوت ایجاد کنند.
موضوعات مرتبط
علوم انسانی و اجتماعی مدیریت، کسب و کار و حسابداری کسب و کار، مدیریت و حسابداری (عمومی)
پیش نمایش مقاله
شکست مالی شرکت در نیوزیلند طی سال های 2006-2009: شکست های پیش بینی شده؟
چکیده انگلیسی
Over 31 finance companies (non-bank deposit takers) failed in New Zealand over the 2006-2009 period. With an estimated loss of over NZ$3 billion, there was public outcry and a parliamentary inquiry into the causes of the failures, but few have asked if this was a predictable event. We find that failed finance companies have lower capital adequacy, inferior asset quality, more loans falling due, higher earnings and lower cash flows. Furthermore, failed companies have a longer audit lag and some trustees appear to have a greater percentage of failed firms than others. Our logistic model can successfully classify failure one year before for 88.7% of companies. Our logistic model (neural network) can also correctly classify up to 87.5% (83.3%) of a holdout sample. Our results are of interest to regulators and practitioners, as we show that publicly available data could distinguish between failed and non-failed finance companies.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Journal of Contemporary Accounting & Economics - Volume 10, Issue 3, December 2014, Pages 277-295
نویسندگان
, , ,