صفحه محصول - مبانی نظری بررسی رابطه نسبت های مالی با نسبت های عملکرد شرکت

مبانی نظری بررسی رابطه نسبت های مالی با نسبت های عملکرد شرکت (docx) 73 صفحه

دسته بندی : تحقیق

نوع فایل : Word (.docx) ( قابل ویرایش و آماده پرینت )

تعداد صفحات: 73 صفحه

قسمتی از متن Word (.docx) :

2571750617855 -66675335915-47625659130 گروه حسابداری پایان نامه جهت اخذ درجه کارشناسی ارشد رشته حسابداری موضوع: " ارزیابی عملکرد شرکت های پذیرفته شده بورس اوراق بهادار تهران بر مبنای شاخص‌های شرکتی-رویکرد الگوریتم درخت تصمیم" استاد راهنما: دکتر پرویز پیری استاد مشاور: دکتر غلامرضا منصورفر اساتید داور: دکتر حمزه دیدار دکتر مهدی حیدری تنظیم و نگارش: معصومه زارعی 2828925589915-152400427990شهریور ماه1393 تقديم به: ساحت مقدس آقا امام زمان(عج) سپاسگزاري با سپاس فراوان از خداوند بزرگ كه به اين بنده ناچيز نعمت تحصيل علم را عطا فرمود، در اين پايان‌نامه بر خود فرض مي‌دانم كه از استاد ارجمندم، جناب آقاي دكتر پرویز پیری تشكر كنم كه پژوهش انجام شده را مرهون كمك‌ها و راهنمايي‌هاي بي‌دريغ ايشان مي‌دانم. همچنين از جناب آقاي دكتر غلامرضا منصورفر كه با دقت و حوصله فراوان راهنماي من در نگارش اين پايان نامه بودند، قدرداني مي‌نمايم. در پايان از زحمات بي دريغ همسرم، صميمانه تشكر مي‌نمايم. معصومه زارعی چک‍یده تعیین عملکرد واحد تجاری با استفاده از تعداد محدودی از نسبت های مالی یک مسئله جالب و چالش برانگیز برای اکثر محققان بوده است. تشخیص فاکتورهایی که می تواند به درستی عملکرد واحد تجاری را پیش بینی کند برای هر تصمیم‌گیرنده بسیار جالب است. در سال های اخیر برای شناسایی چنیین فاکتور هایی، بیشتر از تحلیل‌های سنتی استفاده شده است. هدف این پژوهش بررسی ارتباط بالقوه میان عملکرد واحد تجاری و نسبت‌های مالی بااستفاده از الگوریتم درخت تصمیم به عنوان روشی جایگزین است. جامعه آماري پژوهش حاضر، شامل نمونه‌ای از 110 شرکت حاضر در بورس اوراق بهادار تهران به صورت شرکت-سال طی دوره زمانی 1380-1390 می باشد. در این راستا متغیر های وابسته بازده دارایی و بازده حقوق صاحبان سهام و متغیرهای مستقل نسبت‌های مالی درنظر گرفته شده است. برای تجزیه و تحلیل داده ها ابتدا تحلیل عاملی انجام شده است، سپس الگوریتم درخت تصمیم برای کل شرکت های نمونه و سپس برای هریک از صنایع منتخب به تفکیک اجرا شده است. نتایج تحلیل نشان داد که مهم‌ترین نسبت های مالی به ترتیب نسبت سود قبل از مالیات به حقوق صاحبان سهام، حاشیه سود خالص و سود هر سهم هستند و صنعت تاثیر چندانی بر نتایج نداشت. کلید واژه ها: ارزیابی عملکرد، شاخص های شرکتی، الگوریتم درخت تصمیم، بازده دارایی، بازده حقوق صاحبان سهام. فصل اول: کلیات پژوهش TOC \o "1-3" \h \z \u 1-1-مقدمه PAGEREF _Toc396498584 \h 2 1-2-مساله پژوهش PAGEREF _Toc396498585 \h 3 1-3-اهدف پژوهش PAGEREF _Toc396498586 \h 5 1-4-سوال های پژوهش PAGEREF _Toc396498587 \h 5 1-5-متغيرهاي پژوهش PAGEREF _Toc396498588 \h 6 1-5-1-متغیرهای مستقل PAGEREF _Toc396498589 \h 6 1-5-2- متغيرهاي وابسته PAGEREF _Toc396498590 \h 9 1-6- روش پژوهش PAGEREF _Toc396498591 \h 9 1-7- جامعه آماری PAGEREF _Toc396498592 \h 9 1-8- محدوده زماني PAGEREF _Toc396498593 \h 10 1-9- روش گردآوري داده‌ها PAGEREF _Toc396498595 \h 10 1-10- روش هاي آماري مورد استفاده در پژوهش PAGEREF _Toc396498596 \h 10 1-11- واژه‌هاي كليدي PAGEREF _Toc396498597 \h 10 1-12- ساختار پژوهش PAGEREF _Toc396498598 \h 11 فصل دوم: مبانی نظری و پیشینه پژوهش 2-1- مقدمه PAGEREF _Toc396498599 \h 13 2-2- ديدگاه هاي مختلف ارزیابی عملکرد واحد تجاری PAGEREF _Toc396498600 \h 13 2-2-1- روش هایی که در آن از اطلاعات حسابداری استفاده می شود. PAGEREF _Toc396498601 \h 14 2-2-2- روش هایی که در آن از اطلاعات حسابداری و بازار استفاده می شود. PAGEREF _Toc396498602 \h 15 2-2-3- روش هایی که در آن از داده های مدیریت مالی استفاده می شود. PAGEREF _Toc396498603 \h 18 2-2-4- روش هایی که در آن از اطلاعات حسابداری و معیار های اقتصادی استفاده می شود. PAGEREF _Toc396498604 \h 19 2-3- نسبت های مالی PAGEREF _Toc396498605 \h 21 2-3-1- معیارهای خوشه سودآوری: PAGEREF _Toc396498606 \h 22 2-3-2- معیارهای فعالیت: PAGEREF _Toc396498607 \h 24 2-3-3- معیارهای ساختار دارایی: PAGEREF _Toc396498608 \h 26 2-3-4- معیارهای اهرم مالی: PAGEREF _Toc396498609 \h 26 2-3-5- معیارهای نقدینگی: PAGEREF _Toc396498610 \h 28 2-3-6- معیارهای خوشه رشد: PAGEREF _Toc396498611 \h 29 2-3-7- معیارهای خوشه بازار: PAGEREF _Toc396498612 \h 29 2-4- داده کاوی PAGEREF _Toc396498613 \h 30 2-4-1- مفاهیم اساسی در داده کاوی PAGEREF _Toc396498614 \h 31 2-4-2- تکنیک هاي داده کاوي PAGEREF _Toc396498615 \h 32 2-5- پيشينه پژوهش PAGEREF _Toc396498616 \h 41 2-5-1- پژوهش‌هاي خارجي PAGEREF _Toc396498617 \h 41 2-5-2- پژوهش‌هاي داخلي PAGEREF _Toc396498618 \h 49 2-6- خلاصه فصل PAGEREF _Toc396498619 \h 52 فصل سوم: روش پژوهش و آزمون فرضیه ها 3-1- مقدمه PAGEREF _Toc396498620 \h 54 3-2- روش انجام پژوهش PAGEREF _Toc396498621 \h 54 3-2-1- تهيه اطلاعات در دو سطح صنعت و کل بورس PAGEREF _Toc396498622 \h 55 3-2-2- انجام محاسبات نسبت های مالی و عملکرد شرکت در دو سطح صنعت و کل بورس PAGEREF _Toc396498623 \h 56 3-2-3- تحلیل عاملی اکتشافی در دو سطح صنعت و کل بورس PAGEREF _Toc396498624 \h 56 3-2-4- اجرای مدل های درخت تصمیم در دو سطح صنعت و کل بورس PAGEREF _Toc396498625 \h 64 3-2-5- ترکیب نتایج مدل های الگوریتم درخت تصمیم با کمک تحلیل حساسیت PAGEREF _Toc396498626 \h 68 3-3- سوالات پژوهش PAGEREF _Toc396498627 \h 68 3-4- تعريف متغيرها PAGEREF _Toc396498628 \h 68 3-4-1- متغيرهاي مستقل PAGEREF _Toc396498629 \h 69 3-4-2- متغيرهاي وابسته PAGEREF _Toc396498630 \h 75 3-5- جامعه پژوهش، روش نمونه‌گيري و محدوده زماني PAGEREF _Toc396498631 \h 75 3-5-1- صنايع منتخب PAGEREF _Toc396498632 \h 76 3-6- روش های آماري مورد استفاده در پژوهش PAGEREF _Toc396498633 \h 76 3-7- خلاصه فصل PAGEREF _Toc396498634 \h 77 فصل چهارم: يافته‌ها و تجزيه و تحليل آن ها 4-1- مقدمه PAGEREF _Toc396498637 \h 79 4-2- آزمون سوال‌ها PAGEREF _Toc396498638 \h 79 4-2-1- تجزيه و تحليل سوال اول- بررسی بورس اوراق بهادار تهران PAGEREF _Toc396498639 \h 79 4-2-2- تجزيه و تحليل سوال دوم- بررسی صنایع مختلف PAGEREF _Toc396498640 \h 94 فصل پنجم: نتيجه‌گيري و پيشنهادها 5-1- مقدمه PAGEREF _Toc396498645 \h 141 5-2- مروري بر نتايج پژوهش PAGEREF _Toc396498646 \h 141 5-2-1- تعيين شاخص های شرکتی موثر بر ارزیابی عملکردشرکت های پذیرفته شده در بورس اوراق بهادار PAGEREF _Toc396498648 \h 141 5-2-2- بررسی اثر نوع صنعت برتعيين شاخص های شرکتی موثر بر ارزیابی عملکردشرکت ها PAGEREF _Toc396498649 \h 142 5-3- پيشنهادهاي كاربردي پژوهش PAGEREF _Toc396498650 \h 144 5-4- پيشنهادهايي براي پژوهش‌هاي آتي PAGEREF _Toc396498651 \h 144 5-5- خلاصه فصل PAGEREF _Toc396498652 \h 144 فهرست منابع PAGEREF _Toc396498653 \h 146 منابع فارسي PAGEREF _Toc396498654 \h 146 منابع لاتین PAGEREF _Toc396498655 \h 148 فهرست جدول ها جدول TOC \h \z \t "Caption" \c 3-1: جدول نمونه گیری غربالی (حذفی) PAGEREF _Toc396499090 \h 76 جدول 3-2: جدول صنایع مورد بررسی پژوهش PAGEREF _Toc396499091 \h 76 جدول 4-1: آمار توصيفي کل بورس اوراق بهادار PAGEREF _Toc396499092 \h 80 جدول 4-2:تست بارتلت و KMO برای کل بورس اوراق بهادار PAGEREF _Toc396499093 \h 81 جدول 4-3: کل واریانس توصیف شده برای کل بورس اوراق بهادار PAGEREF _Toc396499094 \h 82 جدول 4-4: ماتریس عوامل چرخش یافته برای کل بورس اوراق بهادار PAGEREF _Toc396499095 \h 83 جدول 4-5: میزان اهمیت هریک از متغیرهای مستقل در کل بورس PAGEREF _Toc396499096 \h 91 جدول 4-6: ماتریس اختلال(انطباق) مدل های درخت تصمیم PAGEREF _Toc396499097 \h 92 جدول 4-7: ارزیابی عملکرد مدل های درخت تصمیم PAGEREF _Toc396499098 \h 92 جدول 4-8: میزان اهمیت هریک از نسبت های مالی در تحلیل حساسیت PAGEREF _Toc396499099 \h 94 جدول 4-9: صنایع منتخب جهت تحلیل های این پژوهش PAGEREF _Toc396499100 \h 95 جدول 4-10: آمار توصیفی صنعت مواد و محصولات دارويي PAGEREF _Toc396499101 \h 95 جدول 4-11: تست بارتلت و KMO برای صنعت مواد و محصولات دارویی PAGEREF _Toc396499102 \h 96 جدول 4-12: کل واریانس توصیف شده برای صنعت مواد و محصولات دارویی PAGEREF _Toc396499103 \h 97 جدول 4-13: ماتریس عوامل چرخش یافته برای صنعت مواد و محصولات دارویی PAGEREF _Toc396499104 \h 98 جدول 4-14: میزان اهمیت هر یک از نسبت های مالی در صنعت دارویی PAGEREF _Toc396499105 \h 101 جدول 4-15: ماتریس اختلال(انطباق) مدل های درخت تصمیم PAGEREF _Toc396499106 \h 101 جدول 4-16: ارزیابی عملکرد مدل های درخت تصمیم PAGEREF _Toc396499107 \h 102 جدول 4-17: میزان اهمیت هریک از نسبت های مالی در تحلیل حساسیت PAGEREF _Toc396499108 \h 103 جدول 4-18: آمار توصیفی صنعت خودرو و ساخت قطعات PAGEREF _Toc396499109 \h 104 جدول 4-19: تست بارتلت و KMO برای صنعت خودرو PAGEREF _Toc396499110 \h 105 جدول 4-20: کل واریانس توصیف شده برای در صنعت خودرو PAGEREF _Toc396499111 \h 106 جدول 4-21: ماتریس عوامل چرخش یافته برای صنعت خودرو PAGEREF _Toc396499112 \h 107 جدول 4-22: میزان اهمیت هر یک از نسبت های مالی در صنعت خودرو و ساخت قطعات PAGEREF _Toc396499113 \h 110 جدول 4-23: ماتریس اختلال(انطباق) مدل های درخت تصمیم PAGEREF _Toc396499114 \h 110 جدول 4-24: ارزیابی عملکرد مدل های درخت تصمیم PAGEREF _Toc396499115 \h 111 جدول 4-25: میزان اهمیت هریک از نسبت های مالی در تحلیل حساسیت PAGEREF _Toc396499116 \h 112 جدول 4-26: آمار توصیفی صنعت فلزات اساسی PAGEREF _Toc396499117 \h 113 جدول 4-27: تست بارتلت و KMO برای صنعت فلزات اساسی PAGEREF _Toc396499118 \h 114 جدول 4-28: کل واریانس توصیف شده برای صنعت فلزات اساسی PAGEREF _Toc396499119 \h 115 جدول 4-29: ماتریس عوامل چرخش یافته برای فلزات اساسی PAGEREF _Toc396499120 \h 116 جدول 4-30: میزان اهمیت هر یک از نسبت های مالی در صنعت فلزات اساسي PAGEREF _Toc396499121 \h 118 جدول 4-31: ماتریس اختلال(انطباق) مدل های درخت تصمیم PAGEREF _Toc396499122 \h 119 جدول 4-32: ارزیابی عملکرد مدل های درخت تصمیم PAGEREF _Toc396499123 \h 119 جدول 4-33: میزان اهمیت هریک از نسبت های مالی در تحلیل حساسیت PAGEREF _Toc396499124 \h 121 جدول 4-34: آمار توصیفی صنعت محصولات غذايي و آشاميدني به جز قند و شكر PAGEREF _Toc396499125 \h 122 جدول 4-35: تست بارتلت و KMO برای صنعت محصولات غذایی PAGEREF _Toc396499126 \h 123 جدول 4-36: کل واریانس توصیف شده برای صنعت محصولات غذایی PAGEREF _Toc396499127 \h 124 جدول 4-37: ماتریس عوامل چرخش یافته برای صنعت محصولات غذایی PAGEREF _Toc396499128 \h 125 جدول 4-38: میزان اهمیت هر یک از نسبت های مالی در صنعت محصولات غذايي و آشاميدني به جز قند و شكر PAGEREF _Toc396499129 \h 128 جدول 4-39: ماتریس اختلال(انطباق) مدل های درخت تصمیم PAGEREF _Toc396499130 \h 128 جدول 4-40: ارزیابی عملکرد مدل های درخت تصمیم PAGEREF _Toc396499131 \h 128 جدول 4-41: میزان اهمیت هریک از نسبت های مالی در تحلیل حساسیت PAGEREF _Toc396499132 \h 130 جدول 4-42: امار توصیفی صنعت سيمان، آهك و گچ PAGEREF _Toc396499133 \h 131 جدول 4-43: تست بارتلت و KMO برای صنعت سيمان، آهك و گچ PAGEREF _Toc396499134 \h 132 جدول 4-44: کل واریانس توصیف شده برای صنعت سيمان، آهك و گچ PAGEREF _Toc396499135 \h 132 جدول 4-45 ماتریس عوامل چرخش یافته برای صنعت سيمان، آهك و گچ PAGEREF _Toc396499136 \h 134 جدول 4-46: میزان اهمیت هر یک از نسبت های مالی در صنعت سيمان، آهك و گچ PAGEREF _Toc396499137 \h 136 جدول 4-47: ماتریس اختلال(انطباق) مدل های درخت تصمیم PAGEREF _Toc396499138 \h 137 جدول 4-48: ارزیابی عملکرد مدل های درخت تصمیم PAGEREF _Toc396499139 \h 137 جدول 4-49: میزان اهمیت هریک از نسبت های مالی در تحلیل حساسیت PAGEREF _Toc396499140 \h 138 جدول 5-1: خلاصه نتایج PAGEREF _Toc396499141 \h 143 فهرست شکل ها شکل 2-1 مراحل داده کاوی................................................................................................................................................................................31 شکل 2-2 تحلیل عاملی تاييدی..........................................................................................................................................................................36 شکل 2-3 تحلیل عاملی اکتشافی.......................................................................................................................................................................38 شکل 3-1 مراحل انجام پژوهش..........................................................................................................................................................................55 شکل 4-1: مدل پیاده سازی الگوریتم در نرم افزار clementine............................................................................................................86 شکل 4-2: نمودار درخت CHAID.....................................................................................................................................................................87 شکل 4-3 نمودار درخت C&RT.........................................................................................................................................................................88 شکل 4-4 نمودار درخت QUEST......................................................................................................................................................................89 شکل 4-5 نمودار درخت C5.0............................................................................................................................................................................90 شکل 4-6 نمودار سود بورس................................................................................................................................................................................93 شکل 4-7 نمودار سود صنعت مواد و محصولات دارويي...............................................................................................................................102 شکل 4-8 نمودار سود صنعت خودرو و ساخت قطعات................................................................................................................................111 شکل 4-9 نمودار سود صنعت فلزات اساسی..................................................................................................................................................120 شکل 4-10 نمودار سود صنعت محصولات غذايي و آشاميدنی به جز قند و شکر..................................................................................129 شکل 4-11 نمودار سود صنعت سيمان، آهک و گچ.....................................................................................................................................138 فصل دوم مباني نظري و پيشينه پژوهش 2333625248285 2-1- مقدمه در فصل قبل مطالبی پیرامون پژوهش از قبيل تشريح و بيان موضوع پژوهش، اهميت و اهداف پژوهش، ضرورت انجام پژوهش و روش پژوهش بيان شد. بسیاری از اشخاص و گروه ها از جمله مدیران، مالکان، سرمایه گذاران بالقوه و بالفعل، اعتبار دهندگان و وام دهندگان (با توجه به محدود بودن منابع و ضرورت تخصیص بهینه آن) می کوشند تا نوعی از سرمایه گذاری را شناسایی، ارزیابی و انتخاب کنند که بهترین بازده اقتصادی را به همراه داشته باشد. از این رو، ارزیابی عملکرد واحدهای اقتصادی جهت تصمیمات آگاهانه و تعیین میزان دستیابی به اهداف تعیین شده از اهمیت بسیاری برخوردار است. ارزیابی مستمر عملکرد مدیران ارشد در جهت اتخاذ تصمیم های درست درارتباط با تخصیص های آینده کمک می کند. همچنین ارزیابی و سنجش عملکرد یک مکانیزم نظارتی است که توسط مالکین شرکت ها به جهت جدایی مالکیت از مدیریت به کار گرفته می شود. به این ترتیب با توجه به موضوع پژوهش، مباحث زیر در این فصل به تفکیک طرح می شوند: 2-2- دیدگا های ارزیابی عملکرد شرکت 2-3- نسبت های مالی (شاخص های شرکتی) 2-4- داده کاوی و تکنیک های مرتبط به آن 2-5- بررسي سوابق تاريخي مرتبط با پژوهش حاضر. 2-2- ديدگاه هاي مختلف ارزیابی عملکرد واحد تجاری سهامداران به عنوان مالکان واحد تجاری در پی افزایش ثروت خود هستند و با توجه به این که افزایش ثروت، نتیجه عملکرد مطلوب واحد تجاری است ارزشیابی واحد تجاری برای مالکان دارای اهمیت فراوان است(حیدرپور، مستوفی،1388). دیدگاه های مختلف ارزیابی عملکرد در گروه های زیر بررسی می شوند. 2-2-1- روش هایی که در آن از اطلاعات حسابداری استفاده می شود. یکی از پیامدهای سیر تحول حسابداری استفاده از نسبت های مالی جهت ارزیابی عملکرد و تجزیه و تحلیل صورت‌های مالی است که پیدایش آن ها به اواخر قرن نوزدهم میلادی بر می گردد. اطلاعات حسابداری مهمترین بخش اطلاعاتی در یک ارزیابی عملکرد به حساب می آید و در تمامی معیارها و مبانی یک اصل اساسی و انکار‌ناپذیر است. یکی از انواع تجزیه و تحلیل ها، تجزیه و تحلیل نسبت های مالی است که خود نوعی معیار ارزیابی عملکرد می‌باشد و بنیان آن به صورت های مالی شامل، ترازنامه، صورت سود و زیان و صورت گردش وجه نقد بستگی دارد(عبدالهی نژاد،1376). 2-2-1-1- ROA (نرخ بازده دارایی ها) اين معيار ،كارايي مديريت در استفاده از دارا يي هاي شركت به منظور ايجاد سود ويژه را نشان مي دهد(سعیدی و ابوجعفری،1388). این نسبت نشان می دهد که به ازای هر ریال دارایی چند ریال سود ایجاد شده است. فرمول محاسباتی به شرح زیر است: (کاشانی پور و رسائیان،1388) ROA=خالص سودفروش×فروشداراییها=خالص سودداراییها 2-2-1-2- ROE (بازده حقوق صاحبان سهام) بازده حقوق صاحبان سهام یا نرخ بازده ارزش ویژه میزان سود خالص ایجاد شده در مقابل هر یک ریال حقوق صاحبان سهام (منابعی که سهامداران در اختیار شرکت قرار داده اند) است که افزایش یا کاهش در این نسبت سبب ایجاد تغییرات در میزان سودآوری سهامداران شرکت می شود. از آنجایی که معمولاً هدف مدیریت تحصیل حداکثر بازده برای سرمایه گذاران در واحد تجاری است، این نسبت یکی از معیارهای سنجش موفقیت واحد تجاری در دستیابی به هدف مزبور محسوب می شود و معمولاً کاربران در تصمیم گیری های خود توجه خاصی به آن دارند. درواقع این نسبت ارتباط سود شرکت و حقوق صاحبان سهام را منعکس می کند(رضا تهرانی،1384). ROE نرخ بازده حقوق صاحبان سهام، يكي از نسبت هاي سود آوري است كه از طريق تقسيم سود بعد از ماليات بر حقوق صاحبان سهام به دست مي آيد. از ROE براي به دست آوردن سود حسابداري استفاده مي شود و از جهتي به سود حسابداري ايراداتي وارد است؛ ازجمله اين كه سود حسابداري تحت تاثير احتساب جريان هاي خروجي وجه نقد به عنوان هزينه جاري يا دارائي است و همچنين سود حسابداري با انتخاب روش هاي حسابداري توسط مديريت تغيير مي كند يا به عبارت ديگر مديريت از توانايي همگون سازي سود برخوردار است(نظریه 1379). بازده دارايي ها نشانه اي مفيد از موفقيت مالي است زيرا نشان مي دهد كه آيا شركت بدون تزريق سرمايه در حال افزايش سود خود است يا نه. رشد مداوم بازده دارايي نشانه اي است از اين كه مديريت پول بيشتري به سهام‌دار‌ها مي‌دهد. به زبان ساده، ROE نشان مي دهد مديريت چطور پول سرمايه گذاران را در امور تجاري و توليدي به كار‌انداخته است. اما واضح است كه يك شركت بدون افزايش نقدينگي خود نمي تواند بازده خود را سريع تر از ROE كنوني اش افزايش دهد. اين به آن معناست كه شركتي با ROE 15درصد، بدون استقراض با فروش سهام بيشتر نمي‌تواند بازده خود را سريع تر از 15 درصد در سال افزايش دهد. اما استقراض يا فروش سهام بيشتر، هزينه هايي دربردارد. پرداخت سود براي وجه استقراض شده، درآمد را كاهش مي دهد و فروش تعداد بيشتري سهم به سبب بالا‌بردن تعداد كل سهم ها در دست سهام داران، سود هر سهم (EPS) را كاهش مي دهد. بنابراين ROE حد سرعت نرخ رشد شركت است به همين دليل مديران مالي از آن به عنوان معياري براي تعيين پتانسيل رشد يك شركت استفاده مي كنند. در واقع بسياري از كارشناسان هنگام ارزيابي گزينه هاي مختلف سرمايه گذاري، 15 درصد ROE را حداقل مقدار قابل قبول براي اين شاخص شركت معرفي مي كنند. 2-2-2- روش هایی که در آن از اطلاعات حسابداری و بازار استفاده می شود. کلیه نسبت هایی که به نسبت های ارزشیابی مشهور هستند در این دسته قرار می گیرند. این نسبت ها با ترکیب معقول ریسک و بازده از طریق اطلاعات بازار و نیز ترکیب آن با اطلاعات حسابداری مبنای ارزشیابی مناسبی جهت ارزیابی عملکرد شرکت ها را فراهم می کند(کاشانی پور و رسائیان،1388). 2-2-2-1- نسبتQ توبین این نسبت توسط اقتصاددانی به نام جیمز توبین در سال 1969 ارائه شد. این نسبت حاصل تقسیم ارزش بازار شرکت بر ارزش دفتری آن است. هر چه این نسبت از یک بیشتر باشد، وضعیت شرکت مطلوبتر است(حیدرپور، مستوفی،1388). با گذشت زمان به این مدل انتقاداتی وارد شد، از جمله استفاده از ارزش دفتری در مخرج کسر و در نظر نگرفتن ارزش دارایی های نا مشهود. بنابراین در سال 1978، جیمز توبین مدل قبلی خود را اصلاح کرد. در مدل جدید، ارزش بازار شرکت بر ارزش جایگزینی دارایی ها تقسیم می شود(حیدرپور، مستوفی،1388). از جمله مزایای نسبت Q توبین می توان به سادگی در فهم برای استفاده کنندگان و تحلیل گران مالی، سادگی محاسبه و سهولت دسترسی به اطلاعات مورد نیاز برای محاسبه اشاره نمود(صالحی،1380). یکی از فرمول محاسباتی پر کاربرد آن به شرح زیر است: (کاشانی پور و رسائیان،1388) Q=MVBV-Debt که در آن MV ارزش بازار شرکت،BV ارزش دفتری دارایی ها و Debt بدهی شرکت می باشد. برای این نسبت، فرمول ها و روش های دیگری هم وجود دارد که برخی از آن ها به شرح زیر است: (مرادی و پور حسن،1389) Qs=VOCSI+EMVOPSI+BVLTI+BVCLIBVTAI VOSI : ارزش سهام عادی در پایان سال EMVOPSI: برآورد ارزش بازار سهام ممتاز در پایان سال : BVLTI: ارزش دفتری بدهی های بلند مدت در پایان سال BVCLI: ارزش دفتری بدهی های جاری در پایان سال BVTAL: ارزش دفتری کل دارایی ها در پایان سال ویژگی: این مدل، Qتوبین ساده است، سهولت محاسبه و در دسترس بودن اطلاعات، مزیت آن است و استفاده از ارزش های تاریخی، بعنوان ایراد آن مطرح است. QB=VOCSI+EMVOPSI+BVLTI+BVCLISVTA SVTA: ارزش جایگزینی دارایی های شرکت ویژگی: Q توبین استاندارد که نسبت به حالت ساده ، به خاطر محاسبه ارزش جایگزینی، پیچیده تر است. QL,R=VOCSI+EMVOPSI+MVLTI+BVCLISVTA MVLTL : ارزش بازار بدهی های بلند مدت شرکت ویژگی: Q توبین لیدنبرگ و راس، نسبت به حالت استاندارد، دارای پیچیدگی مربوط به محاسبه ارزش بازار بدهی بلند مدت می باشد. QP,W=VOCSI+EMVOPSI+MVLTIlr+BVCLISVTAlr MVLTIlr: ارزش بازار بدهی بلند مدت شرکت که با استفاده از برآورد لیندنبرگ و راس تعدیل شده است. SVTAlr: ارزش برآوردی جایگزینی دارایی های شرکت که با استفاده از برآورد لیندنبرگ و راس تعدیل شده است. ویژگی: Q توبین لیدنبرگ و راس تعدیل شده، برای محاسبه از بانک های اطلاعاتی استفاده می شود و نیازی به برآورد بهای جایگزینی نیست اما از آنجا که این اطلاعات در ایران وجود ندارد قابل استفاده در ایران نیست. QLb=MVCS+MVPS+MVLTL+BV(CL)BVTA-BVFA-BVINV+SVFA+SVINV-[BVTL-BVLTD-BVSTD] MV(CS),(PS),(LTL): ارزش بازار سهام عادی،سهام ممتاز و بدهی بلند مدت شرکت BV(CL),(TL),(FA),(INV).(TL): ارزش دفتری بدهی های کوتاه مدت، کل دارایی ها، دارایی هی ثابت، موجودی کالا و کل بدهی ها SV(FA),(INV) : ارزش جایگزینی دارایی های ثابت و موجودی کالای شرکت ویژگی:Q توبین، لیویلن و بادرنات، دارای فرآیند محاسبه طولانی تر است Qcp=MVCS+BVPS+BVLTD+BVCL+BVINV-BV(CA)BVTA CL: بدهی جاری CA : دارایی جاری ویژگی:Q توبین چانگ و پرویت، که نیازی به محاسبه ارزش بازار بدهی ها، ارزش بازار سهام ممتاز و ارزش جایگزینی دارایی ها نیست. 2-2-2-2- نسبت قیمت به سود هر سهم (PE) اگرچه امروزه مدل هاي تنزيل سود تقسيمي بيشتر مورد توجه سرمايه گذاران و تحليلگران قرار گرفته است ولي در عمل روش ضريب قيمت به سود هر سهم داراي كاربرد وسيع تري مي باشد. ضريب قيمت به سود هر سهم يكي از مهم ترين مقياس هاي ارزشيابي سهام مي باشد و خريداران سهام به جهت سادگي محاسبه ي اين ضريب، استفاده از آن را به روش هاي ديگر ترجيح مي دهند. به كمك اين ضريب سرمايه گذار مي تواند مدت زمان استهلاك سرمايه گذاري خود را از طريق درآمد حاصل از سهم محاسبه نمايد همچنین نوسانات قيمت بر درآمد مورد تجزيه و تحليل سرمايه گذار قرار گرفته و طبق نتايج به عمل آمده بهترين شرايط را براي سرمايه گذاري خود انتخاب مي‌كند(علیقی و دیگران، 1391). این نسبت حاصل تقسیم قیمت سهام بر سود هر سهم می باشد. 2-2-2-3- نسبت قیمت به ارزش دفتری هر سهم (PB) این نسبت حاصل تقسیم قیمت سهام بر ارزش دفتری هر سهم می باشد. مقدار پایین این نسبت می تواند نشان دهنده این باشد که سهم زیر ارزش ذاتی قرار دارد. همچنین به این معنا می تواند باشد که مشکل بنیادی در شرکت وجود دارد. توجه کنید که این نسبت همانند خیلی از نسبت های دیگر باید نسبت به صنعت مقایسه شود و نتایج می تواند کاملا متفاوت باشد. 2-2-3- روش هایی که در آن از داده های مدیریت مالی استفاده می شود. 2-2-3-1- بازده هر سهم بازده یک سرمایه گذاری بیانگر منافع حاصل از سرمایه گذاری است و سرمایه گذاران در پی فرصت های سرمایه‌گذاری هستند که بازده سرمایه آن ها را حداکثر کند. برای رسیدن به این هدف سرمایه گذاران باید عوامل زیادی را مد نظر قرار دهند، زیرا نقدترین دارایی خود را به اوراق بهادار تبدیل می کنند اگر سرمایه گذاران بدون توجه به یک سری عوامل، اقدام به سرمایه گذاری نمایند، نتایج مطلوبی از سرمایه گذاری عاید آن ها نخواهد شد. اصلی ترین عاملی که هر سرمایه گذار در تصمیم گیری های خود مورد توجه خاص قرار می دهد بازده است یعنی سرمایه گذاران به دنبال پر بازده ترین فرصت ها برای سرمایه گذاری منابع مازاد خود در بازارهای سرمایه هستند. معمولاً مهمترین معیار ارزیابی عملکرد موسسات در حال حاضر نرخ بازده سهام است . این معیار به تنهایی دارای محتوای اطلاعاتی برای سرمایه گذاران بوده و برای ارزیابی عملکرد مورد استفاده قرار می گیرد. وقتی این معیار کاهش یابد زنگ خطری برای شرکت است و عملکرد شرکت را مناسب نشان نمی دهد. شاید این معیار دارای محتوای اطلاعاتی بیشتری در مقایسه با معیارهای عملکرد بر مبنای حسابداری باشد. چون ارزیابی عملکرد بر مبنای ارزش بازار، اطلاعات سرمایه گذاران را به خوبی منعکس می کند(جهانخانی و پارسائیان،1376). بازده سهام=بازده نقدی سهام + بازده تغییرات قیمت سهام 2-2-3-2- بازده اضافی هر سهم بازده بیشتر از بازده در نقطه تعادل را بازده اضافی گویند. بازده تعادلی از فرمول زیر محاسبه می شود(کاشانی پور و رسائیان،1388). Kj=Ki+(Km-Ki)Beta که در آن Kj معرف نرخ بازده مورد انتظار سهم j و Ki نرخ بهره بدون ریسک و Km نرخ بازده بازار و Beta معرف ارزش بتای مربوط به سهام j می باشد. 2-2-4- روش هایی که در آن از اطلاعات حسابداری و معیار های اقتصادی استفاده می شود. این معیار ها بیشتر از آن که معیار های مالی باشند، معیار های اقتصادی هستند، چون داده های اقتصادی در آن بیشتر مورد استفاده قرار می گیرد(کاشانی پور و رسائیان،1388). 2-2-4-1- معیار ارزش افزوده اقتصادی (EVA) در این معیار هزینه فرصت همه منابع بکار گرفته شده در شرکت را از سود خالص عملیاتی کسر می کند، به عبارتی EVA مثبت نشان دهنده تخصیص بهینه منابع و ارزش آفرینی برای سهامداران است و بالعکس، EVA منفی نشان‌دهنده اتلاف منابع و از بین رفتن ثروت سهامداران می باشد(جهانخانی و دیگران،1374). EVA=NOPAT-(c*CAPITAL) NOPAT =سود خالص عملیاتی پس از کسر مالیات، c= نرخ هزینه سرمایه Capital سرمایه لزوم دسترسی به اطلاعات زیاد، انجام محاسبات پیچیده و اتکا بر ارقام تاریخی و در نظر نگرفتن هزینه فرصت منابع بکار گرفته شده به جهت استفاده از ارزش دفتری در محاسبات، از جمله ایرادات وارده به معیار ارزش افزوده می‌باشد(نظریه ، 1379). 2-2-4-2- معیار ارزش افزوده اقتصادی تعدیل شده(REVA) این روش به جای تاکید بر قابلیت اتکای اطلاعات، بر مربوط بودن آن ها تاکید دارد. به عبارت دیگر این معیار هزینه فرصت منابع بکار گرفته شده را بر مبنای ارزش بازار آن ها محاسبه می کند(بادآور نهندی،1383) این معیار در سال 1977 توسط باسیدور و همکارانش ارائه شده است. یکی از روش های محاسبه به شرح زیر است(حیدرپور، مستوفی،1388). REVAt=NOPATt-(WACC*Mcapitalt-1) که در آن : REVAt= ارزش افزوده تعدیل شده در دوره t NOPATt= سود خالص عملیاتی پس از مالیات در دوره t WACC = میانگین موزون هزینه سرمایه Mcapitalt-1= ارزش بازار شرکت در ابتدای دوره t 2-2-4-3- ارزش افزوده بازار(MVA) ارزش افزوده بازار به صورت زیر محاسبه می شود(کاشانی پور و رسائیان،1388). MVA=شرکت بازار ارزش-شرکت در شده گرفته کار به سرمایه جاری های بدهی-جاری های دارایی+انباشته استهلاک کسر از پس ثابت های دارایی=شده گرفته کار به سرمایه 2-2-4-4- ارزش افزوده نقدی(CVA) ابداع معیار ارزش افزوده نقدیCVA به دنبال پیچیدگی محاسباتی ارزش افزوده اقتصادی و انتقادات ساختاری وارد بر آن بود. اتوسون بعنوان مبدع معیار ارزش افزوده نقدی استدلال می کند که با انجام تعدیلات پیشنهادی استوارت (مبدع ارزش افزوده اقتصادی)، ارزش افزوده اقتصادی به جریانات نقدی بسیار نزدیک تر می شود( اتوسون،1996). اهداف ارزش افزوده نقدی: الف- ارزیابی عملکرد مدیریت در قبال ارزشی که برای سهام داران ایجاد کرده است. ب- ارائه اطلاعاتی سودمند به سرمایه گذاران در جهت انتخاب سهام پربازده( اتوسون،1996). نحوه محاسبه ارزش افزوده نقدی (نوروش و حیدری، 1383) مالیات کسر از پس عملیاتی نقدی سود-نقدی سرمایه هزینه=نقدی افزوده ارزش که در آن: سود نقدی عملیاتی پس از کسر مالیات = وجه نقد حاصل از فعالیت های عملیاتی پس از کسر مالیات پرداختنی هزینه سرمایه نقدی= بهره پرداختنی + سود سهام پرداختنی مالیات پرداختنی: برابر است با مبلغی که در صورت جریان وجه نقد به عنوان مالیات پرداختنی در نظر گرفته شده است. 2-3- نسبت های مالی اگر اندازه‌گيري عملکرد را فرايند کمّي‌سازي کارايي و اثربخشي يک فعاليت تعريف کنیم، از جمله راه‌هاي تجزيه و تحليل گزارش‌هاي مالي که از طريق آن مي‌توان حجم بالاي اطلاعات موجود در گزارش‌هاي مالي را خلاصه نمود و همزمان جنبه‌هاي مختلف فعاليت شرکت را مورد بررسي قرار داد، تهيه نسبت‌هاي مالي از اطلاعات گزارش‌هاي مالي است. نسبت‌هاي مالي، بيان‌کننده ارتباط بين دو يا چند رقم از ارقام صورت‌هاي مالي است که به صورت جزئي از کل يا درصدي از آن بيان مي‌شود. زماني که يک نسبت محاسبه مي‌گردد، مي‌توان گفت که عدد به‌دست آمده، محصول يک رابطه رياضي و همبستگي آماري دو يا چند متغير در مقطع خاصي از زمان است. در نتیجه یکی از مباحث مهم در ارزیابی شاخص های شرکتی عملکرد، نسبت های مالی می باشد. این نسبت ها به تفکیک زیر در ادبیات مالی مطرح شده اند. 2-3-1- معیارهای خوشه سودآوری: بازده دارایی ها: توانمندي شرکت را در استفاده از دارايي هايش جهت رسيدن به سود خالص مي‌سنجد. برخي از تحليل گران اين نسبت را شاخص نهايي براي تشخيص كفايت و كارايي مديريت در اداره امور واحدتجاري مي دانند. نسبت مزبور بازده اي است كه شركت براي كليه سرمايه گذاران و اعتباردهندگان تحصيل كرده است(جانسون و همکاران، 2003). ها دارایی بازده=خالص سوددارایی کل حاشیه سود ناخالص: نشان مي دهد که چه مقدار از هر ریال فروش بعد از بهاي تمام شده کالاي فروش رفته باقي مي‌ماند. ناخالص سود حاشیه=ناخالص سودفروش حاشیه سود خالص: نشان مي دهد که چه مقدار از هر ريال فروش بعد از تمام هزينه ها باقي مي ماند. به طور قطع هر چه نسبت حاشيه سود بزرگتر باشد مطلوب تر است. اين نسبت تحت تاثير سه عامل حجم فروش و قيمت هرواحد فروش و مجموع هزينه ها اعم از بهاي تمام شده کالاي فروش رفته، هزينه هاي عملياتي، بهره، ماليات و ساير هزينه‌ها مي باشد(ادریسینگ و همکاران، 2008). خالص سود حاشیه=خالص سودفروش حاشیه سود عملیاتی: نشان مي دهد که چه مقدار از هر ریال فروش بعد از هزينه هاي عملياتي باقي مي ماند. عملیاتی سود حاشیه=عملیاتی سودفروش نسبت سود قبل از مالیات به حقوق صاحبان سهام: نشان مي دهد كه در قبال حقوق صاحبان موسسه چند درصد سود، نصيب آنان شده است از نقطه نظر صاحبان سهام اين نسبت اهميت بسياري دارد. مسلما تورم، به تناسب افزايش شاخص هزينه زندگي و يا در واقع کاهش قدرت خريد پول، از اعتبار اين ضابطه مي کاهد. سهام صاحبان حقوق به مالیات از قبل سود نسبت=مالیات از قبل سودسهام صاحبان حقوق بازده حقوق صاحبان سهام: میزان سود خالص ایجاد شده در مقابل هر یک ریال حقوق صاحبان سهام را نشان می‌دهد. سهام صاحبان حقوق بازده=خالص سودسهام صاحبان حقوق نسبت هزینه عملیاتی به فروش خالص: نشان دهنده سهم هزبنه های عملیاتی از فروش است. هرچه این نسبت بیشتر باشد بدین معناست که ما به ازای بدست آوردن یک ریال فروش خالص شرکت ، چه میزان هزینه عملیاتی انجام داده است. در نتیجه پائین تر بودن این نسبت مطلوب تر است. عملیاتی هزینه نسبت=عملیاتی هزینهخالص فروش سود هر سهم: نشان دهنده میزان سود هر سهم عادی از سود خالص کسب شده شرکت می باشد(ادریسینگ و همکاران، 2008). سهم هر سود=ممتاز سهام تقسیمی سود منهای خالص سودعادی سهام تعداد بازده سرمایه در گردش: گردش در سرمایه بازده=سودخالصگردش در سرمایه 2-3-2- معیارهای فعالیت: نسبت گردش حساب دریافتنی: بدین معناست که شرکت با چه سرعتي توانسته مطالبات خود را وصول کند. زياد بودن آن لزوما معناي منفي ندارد زيرا ممکن است بواسطه سياست اعتباري شرکت با هدف افزايش فروش و جلب مشتري باشد. دریافتنی حساب گردش نسبت=فروشدریافتنی های حساب نسبت گردش موجودی کالا: بدين معناست که شرکت با چه سرعتي توانسته است موجودي کالاي خود را بفروشد. بالا بودن آن مي تواند نشانه کارآيي بالاي شرکت باشد و کم بودن آن نشانه کم رضايتي مشتريان باشد اما به نوع صنعت وابستگي زيادي دارد. کالا موجودی گردش نسبت=رفته فروش کالای شده تمام بهایکالا موجودی نسبت گردش خالص سرمایه در گردش: با توجه به این نسبت، توان شرکت در استفاده از باقيمانده دارايي هاي جاري از محل تسويه بدهي هاي جاري در جهت فروش خالص محاسبه مي گردد. گردش در سرمایه خالص گردش نسبت=فروشجاری بدهی-جاری دارایی نسبت گردش دارایی: اين نسبت ميزان و اثر گردش دارايي را در تحصيل درآمد نشان مي دهد و اين‌که آيا افزايش دارايي ها با افزايش فروش ملازمه داشته است يا خير. با فرض ثابت ماندن قيمت ها هنگامي که شرکت ها به ظرفيت توليدي خود برسد ، اين نسبت به حداکثر خواهد رسيد. کاهش اين نسبت احتمالا نشانه کاهش حجم فعاليت شرکت است و پايين آمدن گردش کل دارايي ها مي تواند نوعي اخطار تلقي گردد. دارایی گردش نسبت=فروشدارایی کل نسبت گردش حقوق صاحبان سهام: سهام صاحبان حقوق گردش نسبت=فروشسهام صاحبان حقوق نسبت گردش دارایی های ثابت: توان شرکت در استفاده از دارايي هاي ثابت جهت فروش خالص را نشان می دهد. سرمايه گذاري بيش از حد در دارايي هاي ثابت و پايين بودن درآمد حاصل از فروش باعث كم شدن اين نسبت مي‌شود. ثابت های دارایی گردش نسبت=فروشثابت دارایی نسبت گردش دارایی غیرجاری: غیرجاری دارایی گردش نسبت=فروشغیرجاری دارایی نسبت گردش دارایی های جاری: جاری های دارایی گردش نسبت=فروشجاری های دارایی نسبت موجودی کالا به سرمایه در گردش: گردش در سرمایه به کالا موجودی=کالا موجودیگردش در سرمایه نسبت خالص سرمایه در گردش به فروش: فروش به گردش در سرمایه خالص نسبت=گردش در سرمایه خالصفروش نسبت سرمایه در گردش به جمع دارایی: دارایی جمع به گردش در سرمایه=گردش در سرمایهدارایی جمع 2-3-3- معیارهای ساختار دارایی: نسبت دارایی جاری به کل دارایی: دارایی کل به جاری دارایی نسبت=جاری داراییدارایی کل نسبت موجودی کالا به دارایی جاری: جاری دارایی به کالا موجودی نسبت=کالا موجودیجاری دارایی نسبت وجه نقد و معادل وجه نقد به دارایی های جاری: جاری های دارایی به نقد وجه معادل و نقد وجه نسبت=آن معادل و نقد وجهجاری دارایی نسبت دارایی های غیرجاری به کل دارایی: دارایی کل به غیرجاری های دارایی نسبت=جاری غیر داراییدارایی کل 2-3-4- معیارهای اهرم مالی: بدهی جاری به کل بدهی: بدهی کل به جاری بدهی=جاری بدهیبدهی کل نسبت پوشش بهره: تغييرات نامطلوب در اين نسبت حکايت از مشکلات در بازپرداخت وام دارد. گاهي کاهش اين نسبت به معناي افزايش ريسک مالي است. اگر مقدار اين نسبت از حد معيني بگذرد، سازمان هاي وام دهنده از درخواست کننده وام بهره بيشتري طلب کرده و شرايط سخت تري تعيين مي کنند. بهره پوشش نسبت=مالیات و بهره از قبل سودبهره نسبت بدهی به حقوق صاحبان سهام: نشان دهنده اين است که بدهي هاي سازمان چند برابر حقوق صاحبان سهام مي‌باشد و هرچه کمتر باشد بهتر است. سهام صاحبان حقوق به بدهی نسبت=بدهی کلسهام صاحبان حقوق نسبت بدهی: ميزان اتکاي ساختار سرمايه شرکت را به بدهي نشان مي دهد و واحد آن درصد است. ميزان بالاي آن نشان دهنده مشکلات نقدينگي آتي سازمان و يا کاهش ظرفيت استقراض سازمان مي باشد. بطور كلي وام و اعتبار‌دهندگان نسبت بدهي نسبتاً كم را ترجيح مي دهند. نسبت بدهي زياد معمولاً به معناي اين است كه شركت براي تامين منابع مورد نياز ناگزير از استفاده تسهيلات بيشتري شده است . بدهی نسبت=بدهی کلدارایی کل نسبت بدهی بلندمدت: بلندمدت بدهی نسبت=بلندمدت بدهیبلندمدت بدهی+سهام صاحبان حقوق نسبت اهرم مالی: مالی اهرم نسبت=دارایی کلسهام صاحبان حقوق نسبت دارایی ثابت به ارزش ویژه: ویژه ارزش به ثابت دارایی نسبت=ثابت دارایی ویژه ارزش نسبت بدهی جاری: جاری بدهی نسبت=جاری بدهیویژه ارزش نسبت بدهی بلندمدت به ارزش ویژه: ویژه ارزش به بلندمدت بدهی نسبت=بلندمدت بدهیویژه ارزش 2-3-5- معیارهای نقدینگی: نسبت آنی: این نسبت نشان مي دهد که به صورت نظري تا چندبار مي توان تعهدات کوتاه مدت را از محل دارايي‌هاي آنی پرداخت کنيم. اگر نسبت آني کمتر از يک باشد سازمان تحت فشار قرار مي گيرد. نسبت آني شرکت ها بايد برابر با 1 و يا بيشتر از آن باشد تا شرکت بتواند از محل دارايي هاي آني بدهي هاي جاري خود را بپردازد. استدلال تحليلگراني که استاندارد نسبت آني را 1 مي دانند اين است که اين عدد مرز بين قدرت نقدينگي کافي و قدرت نقدينگي ناکافي شرکت است. آنی نسبت=کالا موجودی-جاری داراییجاری بدهی نسبت جاری: این نسبت نشان مي دهد که به صورت نظري تا چندبار مي توان تعهدات کوتاه مدت را از محل دارايي‌هاي جاري پرداخت کنيم. از نظر وام دهندگان هر چه اين نسبت بزرگتر باشد بهتر است اما لزوما زيادبودن آن از نظر مدير مالي مثبت نيست زيرا ممکن است به دليل بلوکه شدن حجم زيادي از نقدينگي باشد که در صورت غيرضروري بودن آن، هزينه فرصت به دنبال دارد و يا به دليل وجود قسمتي از موجودي هاي کالاي فاقد بازار يا منسوخ شده باشد. جاری نسبت=جاری های داراییجاری بدهی نسبت وجه نقد: نقد وجه نسبت=آن معادل و نقد وجهجاری بدهی 2-3-6- معیارهای خوشه رشد: نسبت رشد دارایی: دارایی رشد نسبت=قبل سال دارایی کل-امسال دارایی کلقبل سال دارایی کل نسبت رشد فروش:(بریکلی و همکاران، 1983) فروش رشد نسبت=قبل سال فروش کل-امسال فروش کلقبل سال فروش کل نرخ رشد سود خالص: درجه تغییر در سود خالص شرکت در طی دوره زمانی مشخص(ادریسینگ و همکاران،2008). خالص سود رشد نرخ=قبل سال خالص سود کل-امسال خالص سود کلقبل سال خالص سود کل 2-3-7- معیارهای خوشه بازار: نسبت ارزش بازار به دفتری (MV/BV): فاما و همکاران نشان دادند که این نسبت می تواند تشریح کننده پراکندگی مقطعی بازده سهام باشد. نسبت قیمت به سود هرسهم (P/E) : این نسبت نشان می دهد که سهامدران انتظار دارند طی چند سال آتی (با فرض حفظ شرایط) ارزش سرمایه گذاری امروز خود را بازیافت نمایند (شهدایی،1385). 2-4- داده کاوی داده کاوي یک اصطلاح است که براي توصیف استخراج ارزش از یک پایگاه داده استفاده می شود. پایگاه داده محلی براي نگهداري اطلاعات ذخیره شده می باشد که در آن نوع داده ذخیره شده بستگی زیادي به نوع صنعت و شرکت دارد، به عنوان مثال: استخراج اطلاعات مبنی بر پیشگویی پنهان از بانک هاي اطلاعاتی بزرگ، یک فناوري جدید و نیرومند با پتانسیل بالا براي کمک به صنعت پزشکی می باشد. ابزارهاي داده کاوي روش‌ها و رفتارهاي آینده و امکان ایجاد کسب وکار فعال و تصمیمات دانش محور را پیش‌بینی می کنند. تکنیک هاي داده‌کاوي می توانند به سرعت روي پلت فرم هاي نرم افزار و سخت افزار موجود به منظور افزایش ارزش منابع اطلاعاتی موجود، اجرا شوند. همچنین در صنعت آموزش که استخراج داده هاي آموزشی خوانده می شود، در رابطه با شیوه هاي در حال توسعه‌اي است که به کشف اطلاعات بدست آمده از محیط هاي آموزشی می پردازد و از تکنیک هایی مانند درخت تصمیم‌گیري، شبکه هاي عصبی، نزدیک ترین نود مجاور و غیره استفاده می‌کند. در حوزه ورزش نیز داده کاوي براي کاربردهایی از جمله ارزیابی استراتژي هاي بازي، پیش بینی نتایج آموزش، آسیب دیدگی، عملکرد تیمی و فردي، همچنین شناسایی استعدادهاي مختلف در رشته هاي ورزشی مختلف استفاده می شود. داده کاوي در شکل‌دهی تجارت ها و ارتباطات مشتریان به ابزار مهمی تبدیل شده است. استخراج داده ها و کشف آن ها به منظور تصمیم گیري بهتر می باشد و به عنوان یک مولفه ضروري در سازمان هاي مختلف در آمده است. این تکنیک ها نیازمند زمینه هاي جدید علمی،آماري و قابلیت هاي محاسباتی مناسب می باشد. داده کاوي به عنوان مهمترین کاربرد انبارهاي داده شناخته می شود. داده هاي موجود به وسیله داده کاوي مورد تحلیل قرار می گیرند تا روندهاي احتمالی، ارتباط هاي غیر محسوس و الگو هاي مخفی از بین انبوه داده ها شناسایی شوند. در این فرایند از الگوریتم هاي پیچیده ریاضی و آماري استفاده می شود تا داده ها تبدیل به دانش سازمان شوند. شکل (1) نمای شماتیکی از مراحل داده کاوی را نشان می دهد(بریجشکومار، 2001). شکل 2-1: مراحل داده کاوی امروزه، بیشترین کاربرد داده کاوي در بانک ها، مراکز صنعتی، کارخانجات بزرگ، مراکز درمانی، بیمارستان ها، مراکز آموزشی، مراکز تحقیقاتی، بازاریابی هوشمند و بسیاري از موارد دیگر می باشد. داده کاوي پل ارتباطی میان علم آمار، علم کامپیوتر، هوش مصنوعی، الگوشناسی، فراگیري ماشین و بازنمایی بصري داده می باشد. داده کاوي فرآیندي پیچیده جهت شناسایی الگوها و مدل هاي صحیح، جدید و به صورت بالقوه مفید در حجم وسیعی از داده می باشد، به طریقی که این الگوها و مدل ها براي انسان ها قابل درك باشند. داده کاوي به صورت یک محصول قابل خریداري نمی باشد، بلکه یک رشته علمی و فرآیندي است که بایستی به صورت یک پروژه پیاده سازي شود. هدف اصلی داده کاوي پیش بینی است، و به صورت دقیق تر می توان گفت: "کاوش داده ها شناسایی الگوهاي صحیح، بدیع، سودمند و قابل درك از داده هاي موجود در یک پایگاه داده است که با استفاده از پردازش هاي معمول قابل دستیابی نیستند" الگوریتم و تکنیک هاي متفاوتی جهت داده کاوي وجود دارد، مانند دسته بندي، خوشه بندي، رگرسیون گیري، هوش مصنوعی، درخت تصمیم گیري و الگوریتم ژنتیک که براي کشف اطلاعات به کار می روند. این تکنیک‌ها براي درك بهتر به طور مختصر بیان شده اند(بریجشکومار، 2001). 2-4-1- مفاهیم اساسی در داده کاوی Bagging: این مفهوم برای تركیب رده بندی های پیش بینی شده از چند مدل  به كار می رود. فرض كنید كه قصد دارید مدلی برای رده بندی پیش بيني بسازید و مجموعه داده های مورد نظرتان كوچك است. شما می توانید نمونه‌هایی(با جایگزینی) را از مجموعه داده ها انتخاب و برای نمونه های حاصل از درخت رده بندی (مثلا C&RT وCHAID) استفاده نمایید. به طوركلی برای نمونه های مختلف به درخت های متفاوتی خواهید رسید. سپس برای پیش بینی با كمك درخت های متفاوت به دست آمده از نمونه ها، ‌یك رای گیری ساده انجام دهید. رده‌بندی نهایی، رده بندی ای‌ خواهد بود كه درخت های مختلف آن را پیش بینی كرده اند. Boosting: این مفهوم برای تولید مدل‌های چندگانه (برای پیش بینی یا رده بندی) به كار می‌رود و از روش C&RT یا CHAID استفاده وتعدادی از دسته ها را تولید خواهد كرد. Meta-Learning : این مفهوم برای تركیب پیش بینی‌های حاصل از چند مدل به كار می‌رود و هنگامی كه انواع مدل‌های موجود در پروژه خیلی متفاوت هستند، كاربرد دارد. فرض كنید كه پروژه داده كاوی شما شامل چند گروه نظیر C&RT و CHAID، تحلیل خطی و شبكه های عصبی است. هر یك از كامپیوترها، رده بندی‌هایی را برای نمونه‌ها‌ پیش بینی كرده اند. تجربه نشان می‌دهد كه تركیب پیش بینی های چند روش دقیق تر از پیش بینی‌های هر یك از روش هاست. پیش بینی های حاصل از چند گروه را می توان به عنوان ورودی meta-linear مورد استفاده قرار داد. meta-linear پیش بینی ها را تركیب می كند تا بهترین رده بندی پیش بینی شده حاصل شود. 2-4-2- تکنیک هاي داده کاوي 2-4-2-1- دسته بندي متداول ترین تکنیک است و یک سري نمونه هاي از پیش تعیین شده را شامل می شود که براي توسعه مدل به کار می رود که بتواند انواعی از موارد ثبت شده را دسته بندي نماید. این شیوه غالباً از درخت تصمیم گیري یا الگوریتم‌هاي دسته بندي شبکه استفاده می کند، فرایند شامل یادگیري و رده بندي است. در یادگیري اطلاعات آموزشی با الگوریتم دسته بندي تحلیل می شود و اطلاعات براي برآورد دقیق قواعد به کار می رود، اگر دقت آن در حد مناسبی باشد می توان از آن براي موارد جدید استفاده نمود. الگوریتم دسته بندي‌کننده موارد آموزشی از نمونه هاي از پیش دسته بندي شده براي تعیین مجموعه اي از پارامترهاي مورد نیاز براي تفکیک صحیح استفاده می کند، سپس الگوریتم این پارامترها را به مدلی به نام دسته بندي تبدیل می‌کند(بریجشکومار،2001). 2-4-2-2- خوشه بندي داده ها ممکن است حاوي ساختارهاي پیچیده اي باشند که حتی بهترین تکنیک هاي داده کاوي هم قادر به استخراج الگوهاي معنی دار از آن ها نباشند. خوشه بندي راهی را براي یافتن ساختار داده هاي پیچیده فراهم می آورد و سیگنال هاي رقابتی ناهماهنگ را به اجزایشان تفکیک می کند. خوشه بندي به عمل تقسیم جمعیت ناهمگن به تعدادي از زیرمجموعه ها یا خوشه هاي همگن گفته می شود. نقطه تمایز خوشه بندي از دسته بندي: در دسته بندي براساس یک مدل هر کدام از داده ها به دسته هاي از پیش تعیین شده اختصاص می یابد. این دسته‌ها از طریق پژوهش هاي پیشین تعیین گردیده اند. لیکن در روش خوشه بندي هیچ دسته ی از پیش تعیین شده اي وجود ندارد و داده ها صرفاً بر اساس تشابه، گروه‌بندي می شوند و عناوین هر گروه نیز توسط کاربر تعیین می گردد(بریجشکومار، 2001). 2-4-2-3- رگرسیون گیري تکنیک رگرسیون گیري را می توان براي پیش بینی پذیرفت. از تحلیل رگرسیون می توان براي مدل سازي روابط یک یا چند متغیر مستقل و وابسته استفاده نمود. در استخراج اطلاعات متغیر هاي مستقل ویژگی هایی هستند که قبلاً شناخته شده و متغیرهاي وابسته مربوط به چیزي هستند که می خواهیم پیش بینی کنیم. متاسفانه، خیلی از مسائل واقعی به راحتی پیش بینی نمی شوند بنابراین، تفکیک هاي پیچیده تر ممکن است براي پیش بینی مقادیر آینده ضروري باشد، انواعی از مدل ها غالباً براي رگرسیون گیري و دسته بندي به کار می روند. براي نمونه C&RT (دسته بندي و درخت رگرسیون گیري) الگوریتم درخت تصمیم گیري را می توان براي ایجاد درخت دسته بندي و درخت رگرسیون گیري استفاده نمود. شبکه هاي عصبی می توانند مدل هاي رگرسیون گیري و دسته بندي را ایجاد کنند(بریجشکومار، 2001). 2-4-2-4- تجمع و همبستگی تجمع و همبستگی معمولاً براي یافتن یک آیتم تکراري به کار می رود و یافته ها را در میان مجموعه اطلاعات و سیستم تنظیم می کند. این مورد به تاجران کمک می کند تا تصمیمات مشخصی بگیرند مانند طراحی کاتالوگ، بازاریابی و تحلیل رفتار مشتري. این الگوریتم لازم است بتواند قوانینی را ایجاد نماید که مقدار اعتباري کمتر از 1 را داشته باشد. به هر حال تعداد قوانین انجمنی احتمالی براي مجموعه داده هاي مشخص خیلی بزرگ است و نسبت بالاي قوانین با مقدار کم همراه است(بریجشکومار، 2001). 2-4-2-5- الگوریتم ژنتیک الگوریتم ژنتیک (GA) یک جستجوي اکتشافی است که فرآیند تکامل طبیعی را پیروي می کند، این اکتشاف براي ایجاد راه حل هاي مفید در بهینه سازي و جستجوي مسائل به طور مدارم استفاده شده است. الگوریتم هاي ژنتیک متعلق به کلاس بزرگتري از الگوریتم هاي تکاملی (EA) هستند، که براي ایجاد راه حل هاي بهینه سازي مسائل از روش هاي الهام گرفته از تکامل طبیعی، مانند وراثت، جهش، گزینش و تقاطع استفاده می کنند، و به این صورت است که طبیعت، افراد قوي تر (شایسته تر) را براي زندگی برمی گزیند(اینا کاپور شارما، 2012‌). 2-4-2-6- شبکه هاي عصبی مصنوعی در یادگیري ماشین، دو رهیافت براي یادگیري وجود دارد: یادگیري نمادي و یادگیري زیر نمادي. درخت تصمیم یک روش نمادي است که داري تفسیرپذیري و قابلیت فهم بالایی می باشد. شبکه عصبی یک روش زیر نمادي است که داراي پایداري و انعطاف پذیري بالایی می باشد. درخت شبکه عصبی یک مدل یادگیري ترکیبی است که ساختار اصلی آن درخت تصمیم و هر گره داخلی آن، یک شبکه عصبی خبره خواهد بود و سعی دارد تا مزیت‌هاي درخت تصمیم و شبکه عصبی را با هم ترکیب کند. نتایج آزمایشات نشان می دهد که در حالت کلی، درخت شبکه عصبی بهتر از درخت تصمیم معمولی عمل خواهد کرد، زیرا شبکه عصبی جداکنندگی بهتري نسبت به یک ویژگی خواهد داشت(پریجایی مقدم و موسوی، 2012). شبکه هاي عصبی مصنوعی (ANN) که معمولاً به عنوان" شبکه هاي عصبی" نام برده می شوند یک الگوي ریاضی مبنی بر سیستم زیستی است. سیستم هاي عصبی یک الگوریتم براي بهینه سازي و یادگیري آزادانه بر اساس مفاهیم الهام گرفته از تحقیق در ماهیت مغز می باشند. مغز با استفاده از قابلیتی شناخته شده به عنوان نورون اجزا ی ساختاري خود را سازمان دهی می کند، در نتیجه محاسبات معینی را بسیار سریع تر از کامپیوتر دیجیتال انجام می‌دهد. در حالت کلی شبکه عصبی ماشینی است که طراحی شده تا روشی مشابه با کاري که مغز براي انجام وظایف خاص یا عملکرد قابل توجه بر اساس مطالعات دکتر سایمون هاسکین انجام می دهد را مدل سازي کند. این شبکه یک پردازنده توزیع شده موازي بزرگ است که از واحد هاي پردازش ساده ساخته شده است، و داراي یک تمایل طبیعی براي ذخیره سازي دانش تجربی و ایجاد دسترسی به آن براي استفاده می باشد(اینا کاپور شارما، 2012‌). 2-4-2-7- تحلیل عاملی معمولاً در تحقیقات به دلایل مختلف با حجم زیادی از متغیرها روبرو هستیم. برای تحلیل دقیق تر داده ها و رسیدن به نتایج علمی تر و در عین حال عملیاتی تر، پژوهشگران به دنبال کاهش حجم متغیرها و تشکیل ساختار جدیدی برای آن ها می باشند و بدین منظور از روش تحلیل عاملی استفاده می کنند. تحليل عاملي يكي از روش هاي آماري براي تجزية اطلاعات موجود در مجموعة داده ها است. اين روش توسط كارل پيرسون (1901) و چارلز اسپيرمن (1904) براي اولين بار هنگام اندازه گيري هوش مطرح شد و براي تعيين تأثيرگذارترين متغيرها در زماني كه تعداد متغيرهاي مورد بررسي زياد و روابط بين آنها ناشناخته باشد، استفاده مي شود. در اين روش متغيرها در عامل هايي قرار مي گيرند، به طوري كه از عامل اول به عامل هاي بعدي درصد واريانس كاهش مي يابد، از اين رو متغيرهايي كه در عامل هاي اولي قرار مي گيرند، تأثيرگذارترين هستند. تجزية عاملي در واقع گسترش تجزية مؤلفه هاي اصلي است و سعی در شناسایی متغیرهای اساسی یا عامل ها به منظور تبیین الگوی همبستگی بین متغیرهای مشاهده شده دارد. تحلیل عاملی نقش بسیار مهمی در شناسایی متغیرهای مکنون یا همان عامل ها از طریق متغیرهای مشاهده شده دارد. عامل، متغیر جدیدی است که از طریق ترکیب خطی مقادیر اصلی متغیرهای مشاهده شده برآورد می شود. تحلیل عاملی دارای کاربردهای متعددی است که عبارتند از: کاهش داده ها شناسایی ساختار سنجش اعتبار(روایی) پرسشنامه یا یک مقیاس به طور كلي هدف از تجزية عامل ها به شرح زير خلاصه مي شود: الف) تفسير وجود همبستگي دروني بين تعدادي صفت قابل مشاهده از طريق عواملي كه قابل مشاهده نيستند و آن‌ها را عامل گويند. در واقع اين عوامل غيرقابل مشاهده دليل مشترك همبستگي بين متغيرهاي اصلي هستند؛ ب) ارائه روش تركيب و خلاصه كردن تعداد زيادي از متغيرها در تعدادي گروه متمايز؛ ج) از بين متغيرهاي مختلف تأثيرگذارترين آن ها تعيين شده و در پژوهش هاي بعدي به طور جزيي تر متغيرهاي تأثيرگذار را با تكرار بيشتري بررسي مي كنند. تحلیل عاملی بر دو نوع است: تحلیل عاملی تأییدی و تحلیل عامل اکتشافی . اینکه کدام یک از این دو روش باید در تحلیل عاملی به کار رود مبتنی بر هدف تحلیل داده هاست. 2-4-3-7-1- تحليل عاملي تأیيدي (CFA)  در تحليل عاملي ت‍‍ٌأييدي پیش فرض اساسی پژوهشگر آن است که هر عاملی با زیر مجموعه خاصی از متغیرها ارتباط دارد. حداقل شرط لازم برای تحلیل عاملی تأییدی این است که پژوهشگر در مورد تعداد عامل های مدل، قبل از انجام تحلیل، پیش فرض معینی داشته باشد، ولی در عین حال پژوهشگر می تواند انتظارات خود مبنی بر روابط بین متغیرها و عامل ها را نیز در تحلیل وارد نماید. در اینجا پژوهشگر به دنبال تهيه مدلي است که فرض مي‌شود داده ‌هاي تجربي را بر پايه چند پارامتر نسبتاً اندک، توصيف، تبيين يا توجيه مي‌کند. اين مدل مبتني بر اطلاعات پيش تجربي درباره ساختار داده‌ها است که مي‌تواند به شکل 1) يک تئوري يا فرضيه، 2)يک طرح طبقه بندي کننده معين براي گويه‌ها یا پاره تست ها در انطباق با ويژگي هاي عيني شکل و محتوا، 3)شرايط معلوم تجربي و يا 4)دانش حاصل از مطالعات قبلي درباره داده هاي وسيع باشد. روش هاي تأييدي (آزمون فرضيه) تعيين مي‌کنند که داده‌ها با يک ساختار عاملي معين (که در فرضيه آمده) هماهنگ هستند يا نه. شکل 2-2: تحلیل عامل تاییدی 60007533020BAB4A1A2B2B1A3B300BAB4A1A2B2B1A3B3 كاربردهاي ديگر تحليل عاملي تأييدي عبارتند از: - تعين اعتبار يك مدل عاملي؛ - مقايسة توان دو مدل متفاوت كه از داده های مشابه ساخته شده اند؛ - آزمون معني داري يك بار عاملي ويژه؛ - آزمون اينكه آيا مجموعة عامل ها با يكديگر همبستگي دارند يا خير؟ - آزمون رابطة بين دو يا چند بار عاملي. دستور تحليل عاملي تأييدي برخلاف تحليل عاملي اكتشافي در نرم افزار SPSS وجود ندارد. اين روش در نرم افزار ليزرل قابل انجام است. 2-4-3-7-2- تحليل عاملي اکتشافي (EFA) در تحليل اکتشافي پژوهشگر درصدد کشف ساختار زیربنایی مجموعه نسبتاً بزرگی از متغیرها است و پیش فرض اولیه پژوهشگر، آن است که هر متغیری ممکن است با هر عاملی ارتباط داشته باشد. به عبارت دیگر پژوهشگر در این روش، هیچ تئوری اولیه ندارد. پژوهشگر به دنبال بررسي داده‌هاي تجربي به منظور کشف و شناسايي شاخص ها و نيز روابط بين آنهاست و این کار را بدون تحمیل هر گونه مدل معینی انجام میدهد. در اينجا از پيش مدل معيني وجود ندارد. به بيان ديگر تحليل اکتشافي علاوه بر آنکه ارزش تجسسي يا پيشنهادي دارد؛ مي‌تواند ساختارساز، مدل ساز يا فرضيه ساز باشد. تحليل اکتشافي وقتي به کار مي‌رود که پژوهشگر شواهد کافي قبلي و پيش تجربي براي تشکيل فرضيه درباره تعداد عامل هاي زيربنايي داده‌ها نداشته و به واقع مايل باشد درباره تعيين تعداد يا ماهيت عامل‌هايي که همپراشي بين متغيرها را توجيه مي‌کنند داده‌ها را بکاود. بنابراين تحليل اکتشافي بيشتر به عنوان يک روش تدوين و توليد تئوري و نه يک روش آزمون تئوري در نظر گرفته مي‌شود. تحلیل عاملی اکتشافی روشی است که اغلب برای کشف و اندازه گیری منابع مکنون پراش و همپراش در اندازه گیری های مشاهده شده به کار میرود. پژوهشگران به این واقعیت پی برده اند که تحلیل عاملی اکتشافی می تواند در مراحل اولیه تجربه یا پرورش تست ها کاملا مفید باشد. توانش های ذهنی نخستین ترستون ، ساختار هوش گیلفورد نمونه های خوبی برای این مطلب می باشد. اما هر چه دانش بیشتری درباره طبیعت اندازه گیری های روانی و اجتماعی به دست آید ممکن است کمتر به عنوان یک ابزار مفید به کار رود و حتی ممکن است بازدارنده نیز باشد.  847725183515BAQ7Q1Q2Q5Q4Q3Q600BAQ7Q1Q2Q5Q4Q3Q6شکل 2-3: تحلیل عامل اکتشافی تحلیل عامل اکتشافی به هدف شناسایی و تعیین اعتبار ابعاد اساسی نسبت های مالی در اختیار گرفته شده است. برای شناسایی ابعاد اساسی، تحلیل عامل اجزاء اصلی استفاده می شود. تحلیل اجزاء اصلی (PCA)، داده ها را به مجموعه اجزاء خطی تجزیه می کند. این نشان می دهد که یک متغیر چگونه به آن جزء مرتبط می شود، درحالیکه تحلیل عامل یک مدل ریاضی را آغاز می کند که عوامل برآورد می شوند(دانتیمن، 1989). PCA یک فرآیند ریاضی است که شبیه به تحلیل عامل تفکیک کننده و MANOVA است. ابتدا ماتریسی رسم می کنیم که ارتباط میان متغیر ها را نشان می دهد. سپس فاکتورهای (اجزاء خطی) ماتریس با تعیین ماتریس ویژه محاسبه می شود. بردار ویژه با استفاده از دترمینان ماتریس ویژه محاسبه می شود. بردار های ویژه بارگذاری یک متغیر خاص را بر یک عامل خاص نشان می‌دهد (فیلد، ۲۰۰۵). از سوی دیگر بیشتر مطالعات ممکن است تا حدی هم اکتشافی و هم تاییدی باشند زیرا شامل متغیر معلوم و تعدادی متغیر مجهول هستند. متغیرهای معلوم را باید با دقت زیادی انتخاب کرد تا حتی الامکان درباره متغیرهای نامعلومی که استخراج می شود اطلاعات بیشتری فراهم آید. مطلوب آن است که فرضیه ای که از طریق روش های تحلیل اکتشافی تدوین می شود از طریق قرار گرفتن در معرض روش های آماری دقیق تر تایید یا رد شود. تحلیل اکتشافی نیازمند نمونه هایی با حجم بسیار زیاد می باشد. تمایز مهم روش های تحلیل اکتشافی و تاییدی در این است که روش اکتشافی با صرفه ترین روش تبیین واریانس مشترک زیربنایی یک ماتریس همبستگی را مشخص می‌کند. در حالی که روش‌های تاییدی (آزمون فرضیه) تعیین می کنند که داده ها با یک ساختار عاملی معین (که در فرضیه آمده) هماهنگ‌اند یا نه. بنا به گفته رويس (1963) اگرچه از عامل تعاريف زيادي ارائه شده، مفهوم زيربنايي مشتركي در بين همه آن ها وجود دارد. اساساً عامل، بعد يا سازه اي است كه روابط بين مجموعه اي از متغيرها را به صورت خلاصه مطرح مي‌كند. رويس، عامل را دقيق تر تعريف كرده است. او معتقد است عامل، سازه اي است كه عملاً به وسيله بارهاي عاملی‌اش تعريف مي شود. همبستگي يك متغير با يك عامل را بار عاملي گويند. چنان چه، اين همبستگي ها بيش‌تر از 6/0 باشد (بدون توجه به علامت مثبت يا منفي)، به عنوان بارهاي عاملي بالا و چنان چه بيش از 3/0 باشند به عنوان بارهاي عاملی نسبتاً بالا در نظر گرفته مي شوند. بارهاي كم تر از 3/0 را مي توان ناديده گرفت. تحليل عاملي معرفي شده در بالا، به عنوان تحليل عاملي اكتشافي شناخته مي شود. هدف از تحليل عاملي اكتشافي، بررسي يك حوزه، براي كشف ابعاد يا سازه هاي اصلي آن حوزه است؛ به همين علت بود كه اسپيرمن(1904) تحليل عاملي را در حوزه توانايي هاي انسان به وجود آورد. او سعي كرد به اين سؤال كه چرا بين توانايي هاي انسان هميشه همبستگي مثبتي وجود دارد، پاسخ دهد. از همين كارهاي اوليه بود، كه ديدگاه هوش عمومي به اذهان راه يافت، چرا كه تحليل عاملي يك عامل كلي را كه روي تمامي متغيرهايش بار عاملي بالايي داشت و در تبيين همبستگي ها از اهميت بسياري برخوردار بود، آشكار ساخت. بنابراين به طور كلي، در تحليل عاملي اكتشافي، قاعده بر اين است كه محققان تا حد امكان متغيرهاي بسياري را وارد تحليل كنند تا ببينند كدام يك از آن ها روي عامل مورد نظر، بار عاملي دارند. به طور خلاصه، در جايي كه داده ها پيچيده اند و مهم ترين متغيرهاي حوزه مورد نظر نامعلوم است مي توان گفت كه تحليل عاملي روش ايده آلي تلقي مي شود. هم چنين از تحليل عاملي مي توان به عنوان روشي براي خوشه بندي كردن داده ها استفاده نمود. بدين ترتيب كه، متغيرهايي كه در هر عامل بيش‌ترين بار را بر روي آن عامل دارند، مي توان به عنوان خوشه اول، متغيرهايي كه در هر عامل رتبه دوم را از لحاظ بار عاملي دارند، مي توان به عنوان خوشه دوم و به همين ترتيب الي آخر در نظر گرفت. زيرا در تحليل عاملي، متغيرهايي كه بر اساس بار عاملي خود در يك عامل قرار مي گيرند، با يكديگر همبستگي بالايي داشته، در حالي كه با ساير متغيرهاي موجود در ديگر عوامل، همبستگي پاييني دارند. 2-4-3-8- درخت تصمیم گیري درخت تصمیم درختی است که در آن نمونه ها را به نحوي دسته بندي می کند که از ریشه به سمت پائین رشد می‌کنند و در نهایت به گره هاي برگ می رسد. هر گره داخلی یا غیر برگ با یک ویژگی مشخص می شود، این ویژگی سوالی را در رابطه با مثال ورودي مطرح می کند. در هر گره داخلی به تعداد جواب هاي ممکن با این سوال شاخه وجود دارد که هر یک با مقدار آن جواب مشخص می شود. برگ هاي این درخت با یک کلاس و یا یک دسته از جواب ها مشخص می شوند. علت نامگذاري آن با درخت تصمیم این است که این درخت فرآیند تصمیم‌گیري براي تعیین دسته یک مثال ورودي را نشان می دهد(یاشپال سینگ، 2009). درختان تصمیم، نمونه ها را با مرتب کردن آن ها در درخت از گره ی ریشه به سمت گره هاي برگ دسته بندي می کنند. هر گره ی داخلی در درخت، صفتی از نمونه را آزمایش می کند و هر شاخه اي که از آن گره خارج می شود متناظر یک مقدار ممکن براي آن ویژگی می باشد. به هر گره ی برگ، یک دسته بندي منتسب می شود. هر نمونه، با شروع از گره ریشه ی درخت و آزمایش ویژگی مشخص شده توسط این گره و حرکت در شاخه ی متناظر با مقدار ویژگی داده شده در نمونه، دسته بندي خواهد شد. این فرآیند براي هر. زیر درختی که گره ی جدید ریشه ی آن می باشد، تکرار می‌شود(کتسیانتیس، 2011). درختان تصمیم یک ترکیب فصلی از ترکیبات عطفی قیود روي مقادیر ویژگی هاي نمونه ها را بازنمایی می کنند. هر مسیر از ریشه ی درخت به یک برگ، متناظر با یک ترکیب عطفی ویژگی هاي تست موجود در آن مسیر بوده و خود درخت نیز متناظر با ترکیب فصلی همه ی این ترکیبات عطفی می باشد(پریجایی مقدم و موسوی، 2012). براي ساخت درخت تصمیم، فرض بر این است که مجموعه داده هاي آموزشی که شامل بردار ویژگی ها و برچسب کلاس مربوطه می باشند، در دسترس هستند. درخت تصمیم با بخش بندي فضاي ویژگی به صورت بازگشتی ساخته می شود. این رویه شامل سه مرحله می باشد: تقسیم بندي گره ها، تصمیم گیري در مورد اینکه چه گرهی، گره پایانی می باشد و اختصاص دادن برچسب کلاس به گره هاي پایانی. در بین این مراحل، مهم ترین و زمان برترین مرحله، تقسیم بندي گره ها می باشد. معیارهاي مختلفی براي تقسیم بندي گره ها وجود دارد. یکی از عمومی ترین معیارها، معیار ضریب بهره اطلاعات می باشد که در C 4.5 استفاده می شود(کتسیانتیس، 2011). الگوریتم هاي درخت تصمیم یکی از رهیافت هاي ممکن براي تصمیم گیري چندمرحله اي می باشند. ایده اصلی در تصمیم گیري چند مرحله اي این است که، تصمیمیات پیچیده به چند تصمیم ساده تقسیم شوند و در نهایت با ترکیب این تصمیمات ساده، به تصمیم مورد انتظار دست پیدا کنیم. درخت تصمیم زیرمجموعه اي از تصمیم‌گیري‌هاي سلسله مراتبی می باشد(پریجایی مقدم و موسوی، 2012). الگوریتم هاي زیادي در طول سال هاي گذشته براي ساخت درخت تصمیم ایجاد شده اند، همانند: (1993) C4.5،(1984) C&RT ، SPRINT (1996)، (1996) SLIQ. یکی از آخرین مطالعاتی که درخت تصمیم و دیگر الگوریتم‌هاي یادگیري را مقایسه کرد، به وسیله Tjen-Sien و همکارانش در سال 2000 انجام شد. این مطالعه نشان داد که C. 4.5 یک ترکیب بسیار خوب از خطا و سرعت می باشد. در C4.5 فرض بر این است که کل داده‌هاي آموزشی در داخل حافظه باشند، بنابراین گرک و همکارانش، چارچوبی براي رشد سریع درخت تصمیم پیشنهاد کردند که به خوبی با اندازه حافظه در دسترس قابل انطباق می باشد(کتسیانتیس، 2011). درخت تصمیم و شبکه عصبی متدهاي ترتیبی براي دسته بندي نمونه ها می‌باشند.. اَطلس و همکارانش در سال 1990 کارایی این دو الگوریتم را در زمینه پیش بینی بار، امنیت انرژي و تشخیص صدا مقایسه کردند و دریافتند که هر دوي این روش ها مزایاي خاص خود را دارند(کتسیانتیس، 2011). بعضی از محققان همچون مینسکی (1991)، سان و همکارانش (1992) و هندلر (1991) نشان دادند که روش ترکیبی می تواند مزایاي هر دو روش را باهم داشته باشد(مینسکی، 1991) بنابراین تحقیقات زیادي به ترکیب درخت تصمیم و شبکه عصبی پرداختند. 2-4-3-8-1- ویژگی هاي درخت تصمیم براي تقریب توابع گسسته بکار می رود و نسبت به نویز داده هاي ورودي مقاوم است. براي داده هاي با حجم بالا کاراست از این رو در داده کاوي استفاده می شود. می توان درخت را بصورت قوانین if-then نمایش داد که قابل فهم براي استفاده است. امکان ترکیب عطفی و فصلی فرضیه ها را می دهد. در مواردي که مثال هاي آموزشی که فاقد همه ویژگی ها هستند نیز قابل استفاده است(بریجشکومار،2001). 2-5- پيشينه پژوهش 2-5-1- پژوهش‌هاي خارجي در سال 2013 درسان دیلن و همکاران در پژوهشی با عنوان «ارزیابی عملکرد واحد تجاری با استفاده از نسبت های مالی با رویکرد درخت تصمیم»، 4 مدل درخت تصمیم (CHAID, C5.0 , C&RT , QUEST) را برای ارزیابی عملکرد مالی شرکت های لیست شده در بورس اوراق بهادار استانبول استفاده کردند. بازده حقوق صاحبان سهام (ROE) و بازده دارایی (ROA) را به عنوان متغیر وابسته درنظر گرفتند. ابتدا با استفاده از ادبیات منتشر شده درمورد این موضوع، نسبت های مالی رایج که احتمال می رفت بر ROE و ROA اثر قابل توجهی داشته باشند، را شناسایی و جمع آوری کردند. سپس با استفاده از تحلیل عامل اکتشافی ابعاد اساسی این نسبت های مالی را محاسبه کردند. برای مدل های پیش بینی، چهار الگوریتم درخت تصمیم رایج را به کار بردند و آن ها را با استفاده از چندین معیار عملکرد با یکدیگر مقایسه کردند. بعد از طراحی مدل پیش بینی، با استفاده از تحلیل حساسیت مبتنی بر همجوشی اطلاعات در این چهار نوع مدل درخت تصمیم، درجه بندی اعتبار نسبت های مالی را تعیین کردند. نتایج بدست آمده با استفاده از ROE به عنوان متغیر وابسته نشان داد که مهم ترین نسبت های مالی به ترتیب نسبت سود قبل از مالیات به حقوق صاحبان سهام، حاشیه سود خالص، نسبت اهرم مالی و نسبت رشد فروش هستند. این متغیرها بالاترین تاثیر را بر پیش‌بینی ROE دارند. قابل توجه است که نسبت سود قبل از مالیات به حقوق صاحبان سهام مهم‌ترین عامل در هر یک از 4 مدل درخت تصمیم بود. همچنین حاشییه سود خالص دومین نسبت مهم در سه مدل (CHAID,C5.0,QUEST) بود. یافته های مدل برای متغیر وابسته ROA نشان داد که مهم ترین نسبت های مالی، نسبت سود قبل از مالیات به حقوق صاحبان سهام، حاشیه سود خالص، نسبت بدهی و نسبت گردش دارایی هستند که بالاترین تاثیر را بر پیش بینی ROA دارند. نتایج همچنین نشان داد که نسبت سود قبل از مالیات به حقوق صاحبان سهام، حاشیه سود خالص و نسبت بدهی مهم ترین نسبت ها در هر 4 مدل درخت تصمیم هستند. همچنین نتایج تحلیل حساسیت مدل های درخت تصمیم را با نتایج بدست آمده از معیارهای تحلیل عامل اکتشافی برای ارزش گذاری ابعاد مالی مقایسه کردند. مهم ترین نسبت های تعیین شده در مدل های درخت تصمیم برابر با ابعاد اهرم مالی و حاشیه سود بودند که 7 و 8 عامل در یافته های تحلیل عامل اکتشافی برای آن ها تعریف شده است. نتایج تحلیل عامل اکتشافی و یافته های درخت تصمیم شدیدا برای تعیین فاکتورهای نشان دهنده عملکرد واحد تجاری (ROE,ROA) به هم نزدیک هستند. بیت کلینبرگ و همکاران (2013) در مقاله ای تحت عنوان ارتباط استراتژی عملیاتی و عملکرد مالی، اثر استراتژی عملیاتی «سیستم تولید بهنگام» (نسبت های مدیریت موجودی کالا به عنوان شاخص سیستم تولید بهنگام مدنظر قرار داده شده است) را بر عملکرد واحد تجاری (نرخ بازده دارایی و نرخ بازده حقوق صاحبان سهام و توان سودآوری مقدماتی به عنوان شاخص های عملکرد درنظر گرفته شده اند) با روش رگرسیون مورد بررسی قرار دادند. نتایج عدم ارتباط آن ها را نشان داد که چنین تفسیر شد که نمی توان به سادگی اثرات یک استراتژی عملیاتی را از دیگر فعالیت‌های واحد تجاری تفکیک کرد. ادریسینگ و همکاران(2008) در پژوهشی با نام "انتخاب سبد سهام بر اساس شاخص قدرت مالی با به کارگیری تحلیل پوششی داده ها" از یک سری نسبت های مالی به منظور تخمین قدرت مالی شرکت ها و همبستگی این معیارها با بازده واقعی سهام استفاده نمودند. نسبت های مالی بکار گرفته شده در این تحقیق در 6 دسته قرار گرفته که در برگیرنده معیارهای سودآوری )شامل بازده سرمایه، بازده دارایی ها، حاشیه سود خالص، سود هر سهم(، معیارهای کارایی عملیاتی)شامل گردش حساب های دریافتنی، گردش موجودی کالا، گردش دارایی ها(، معیارهای نقدینگی )شامل نسبت جاری، نسبت آنی و نسبت بدهی به حقوق صاحبان سهام(، معیارهای اهرمی )شامل نسبت اهرمی، نسبت کل بدهی به کل دارایی، نسبت بدهی کل به حقوق صاحبان سهام(، معیارهای چشم انداز شرکت )شامل نسبت قیمت به درآمد و نسبت ارزش بازار به دفتری( و معیارهای رشد )شامل نرخ رشد درآمدها، نرخ رشد سود خالص و نرخ رشد سود هر سهم( می باشد. روسواتی (2007) اثر متغیرهای نسبت جاری، نسبت قیمت به ارزش دفتری و نرخ بازده حقوق صاحبان سهام و سود هر سهم را بر قیمت سهام صنایع تولیدی با طبقه بندی صنایع به پنج صنعت خرده فروشی، مواد غذایی و آشامیدنی، دخانیات، خودروسازی و دارویی مطالعه کرد. نتایج نشان داد که دو نسبت سود هر سهم و نسبت قیمت به ارزش دفتری در هر پنج صنعت معنادار بودند و بقیه نسبت ها با توجه به صنایع متفاوت بود. دوزاکین و همکاران (2007) پژوهشی تحت عنوان اندازه گیری عملکرد شرکتهای تولیدی بر مبنای sup SBM مدل تحلیل پوششی داده ها عملکرد 500 شرکت ترکیه ای را رتبه بندی کردند. در این پژوهش از خالص دارایی ها، مجموع حقوق صاحبان سهام و تعداد کارکنان بعنوان متغیر ورودی و سود و ارزش افزوده (معیار عملکرد) بعنوان متغیر خروجی در نظر گرفته شده است. جوسته (2006) در پژوهشی با عنوان «نسبت های جریان نقدی بعنوان یک معیار برای ارزیابی عملکرد مالی در شرکت های آفریقایی» شرکت های موجود در صنایع مختلف در کشورهای درحال توسعه آفریقایی را با شرکت‌های مشابه در آمریکا از لحاظ نسبت های نقدینگی مورد بررسی قرار داد. یافته های این پژوهش نشان داد که نسبت کفایت جریان نقدی حاکی از آن است که صنایع آفریقای جنوبی برخلاف صنایع آمریکایی دارای وجه نقد کافی برای پرداخت تعهدات ضروری، هستند. چانگ (2006) در پژوهشی برای رتبه بندی عملکرد بانک های تجاری در کشور تایوان از رویکرد سیستم خاکستری استفاده کرده است. در این پژوهش با استفاده از نسبت های مالی به عنوان شاخص های ارزیابی، رتبه بانک ها مورد مطالعه قرار گرفته است. نتایج این پژوهش بیانگر آن است که رویکرد سیستم خاکستری بهتر از روش های آماری رایج نظیر تحلیل رگرسیون، تحلیل عاملی و سایر روش های آماری چندمتغیره می تواند عملکرد را ارزیابی کند، زیرا فاقد محدودیت های این روش ها یعنی موجود بودن حجم زیادی از داده ها است. مایس (2005) تحقیقی را با بررسی اثر نسبت های مالی بر روی قیمت سهام شرکت های پذیرفته شده در بورس جاکارتا انجام داد. یافته های تحقیق حاکی بر این بود که تمامی متغیرهای مورد بررسی به جز DER دارای اثر مثبت معنادار بر قیمت سهام بودند. ورتینگتون و وست (2004) محتوای اطلاعاتي ارزش افزوده اقتصادي را براي 110 شركت استراليايي با محتواي اطلاعاتي سود باقي مانده، جريان نقدي عملياتي و سود قبل از اقلام غيرمترقبه، مقايسه كردند. آن ها براي آزمون‌هاي خود از سه مدل رگرسيون تركيبي شامل مدل اثرات ثابت، مدل اثرات معمولي و مدل اثرات تصادفي استفاده نمودند. نتايج تحقيق نشان داد که سود قبل از اقلام غيرمترقبه و ارزش افزوده اقتصادي به ترتيب داراي بيشترين و كمترين ارتباط با بازده سهام بودند. تريسي وست و ورتينگتون (2000) در تحقيقي به بررسي محتواي اطلاعاتي ارزش افزوده اقتصادي در مقايسه با سود عملياتي و جريانات نقدي عملياتي پرداختند. ايشان در بررسي محتواي نسبي اطلاعاتي به اين نتيجه دست يافتند كه سود عملياتي با ارائه ضريب تعيين 67/23 درصد نسبت به جريانات نقدي عملياتي (18درصد) و ارزش افزوده اقتصادی (29/14 درصد) قدرت توضيح دهندگي بيش تري در ارتباط با بازده كل سهام (متغير وابسته) دارد. پيكسوتو (2000) در تحقيقي به بررسي محتواي اطلاعاتي ارزش افزوده اقتصادي در مقايسه با سود عملياتي و سود خالص پرداخت. وي به اين نتيجه دست يافت كه سود خالص با ارائه ضريب تعيين 86/53% نسبت به سود عملياتي (35/51%) و ارزش افزوده اقتصادي (22/51%) قدرت توضيح دهندگي بيش تري در ارتباط با بازده كل سهام دارد. چن و دد (1998) در تحقيقي به بررسي محتوي اطلاعاتي سود عملياتي، سود مازاد و ارزش افزوده اقتصادي پرداختند. جامعه آماري پژوهش آن ها شامل 6683 شركت بود. محققين به اين نتيجه رسيدند كه سود عملیاتی با ارائه ضريب تعيين 2/6% در مقايسه با سود مازاد (5%) و ارزش افزود اقتصادی (3/2%) قدرت توضيح دهندگي بيش‌تري در ارتباط با بازده كل سهام دارد. بیدل و همكاران (1997) در تحقيقي شواهدي درباره محتواي نسبي و افزاينده اطلاعاتي ارزش افزوده اقتصادی، سود مازاد، جریان نقدی حاصل از عملیات و سود عملیاتی ارائه دادند. نمونه شامل 773 شركت بود. آزمون هاي محتواي نسبي اطلاعاتي محققين نشان داد كه سود عملیاتی با ارائه ضريب تعيين 8/12% در مقایسه با سود مازاد (3/7%)، ارزش افزوده اقتصادی (5/6%) و جریان نقدی حاصل از عملیات (8/2%) قدرت توضيح دهندگي بيش تري در ارتباط با بازده كل سهام به عنوان متغير وابسته دارد. بلكويي (1997) ارتباط ارزش سهام شركت ها را با متغيرهاي بنيادي مرتبط با ارزش بررسي كرد. متغيرهاي بنيادي حسابداري منتخب شامل: متغيرهاي سود هر سهم، سود خالص به فروش، سود قبل از ماليات به كل ارزش ويژه، دارايي جاري به بدهي جاري، وجه نقد و اوراق بهادار قابل فروش به فروش، جريان نقدي حاصل از فعاليت هاي عملياتي به كل دارايي ها، بدهي بلندمدت به حقوق سهامداران، سود قبل از ماليات به هزينه بهره، فروش به كل دارايي ها، فروش به كل حساب هاي دريافتني و بهاي تمام شده كالاي فروش رفته به موجودي كالا بود. علامت نسبت جاري، سود قبل از ماليات به هزينه بهره، نقد و اوراق بهادار قابل فروش به فروش، بدهي بلندمدت به حقوق صاحبان سهام و بهاي تمام شده كالاي فروش رفته به موجودي ها منفي و علامت سود هر سهم، سود قبل از ماليات به حقوق صاحبان سهام و سود خالص به فروش مثبت بود. علامت نسبت جريان نقد حاصل از فعاليت هاي عملياتي به جمع دارايي ها، فروش به جمع دارايي ها و فروش به حساب هاي دريافتني براي بعضي از سال ها منفي و بعضي سال ها مثبت بود. ماتسوموتو، شیواسوامی و هوبان (1995) مطالعه ای را انجام دادند مبنی براینکه تحلیلگران سهام چگونه اطلاعات و آگاهی خود را در مورد نسبت های مالی استفاده می کنند. آن ها یافتند که نرخ های رشد، نسبت ارزش و سپس نسبت‌های سودآوری در اولویت اهمیت قرار دارند. تحلیگران نسبت های سود هر سهم و بدهی را در سطحی پایین‌تر از سه مورد فوق رتبه بندی کردند. آن ها همچنین فهمیدند که رتبه بندی نسبت ها برای خرده فروشان و تولیدکنندگان کاملا متفاوت است. لو و تياگاراجان (1993) ارتباط ارزش سهام شرکت ها را با متغيرهاي حسابداري و غيرحسابداري در بازار سرمايه آمريكا مورد آزمون قرار دادند. دوازده متغير مورد استفاده در اين تحقيق عبارت بودند از: موجودي كالا، حساب‌هاي دريافتني، مخارج سرمايه‌اي، مخارج تحقيق و توسعه، سود ناخالص، هزينه هاي اداري؛ توزيع و فروش، مطالبات مشكوك الوصول، مالیات موثر، یش دریافت فروش، نیروی انسانی، سود LIFO و نظريه حسابرس. سود قبل از مالیات موثر با ضريب مثبت و موجودي ها، مخارج سرمايه اي، سود ناخالص، هزينه هاي اداري و فروش و نيروي انساني با ضريب منفي در سطح 5% معنادار بودند. در حالي كه دريافتني ها و نرخ ماليات مؤثر در سطح 10 % با ضريب منفي معنادار بودند. کلیه ضرایب متغيرهايFIFO و LIFOدر دهه 1970 مثبت بودند، در حالي كه در دهه 1980(به استثناي1988) منفي بودند. در مورد نظريه حسابرس، اكثر سال ها داراي ضرايب منفي، در سطح 5% معنادار نبودند. هوریگان (1965) ادعا کرد که گسترش نسبت های مالی باید نتیجه منحصر بفرد تکامل تدریجی روش کار حسابداری و شیوه ها در آمریکا باشد. منشا استفاده اولیه از نسبت های مالی به اواخر قرن نوزدهم بر می‌گردد. نسبت‌های مالی با استفاده از متغیرهای موجود در صورت های مالی محاسبه می شوند و فواید زیر را به دنبال دارند (راس، وسترفیلد و جردن 2003): ارزیابی عملکرد مدیران برای رسیدن به پاداش؛ ارزیابی عملکرد بخش ها در شرکت های چندسطحی؛ طرح ریزی آینده با ارائه اطلاعات تاریخی به سرمایه گذاران موجود و بالقوه؛ فراهم کردن اطلاعات برای بستانکاران و تولیدکنندگان؛ ارزیابی موقعیت های رقابتی حریفان و ارزیابی عملکرد مالی ادغام. علاوه بر فواید بالا، نسبت های مالی همچنین با هدف پیش بینی عملکرد آتی استفاده می شوند. برای مثال، آن ها به عنوان ورودی برای مطالعات تجربی و یا برای مدل های تعمیم برای پیش بینی بحران مالی یا شکست استفاده می شدند (آلتمن 1968، بیور 1966). در حقیقت اکثریت مطالعات اخیر بر تحلیل و پیش بینی بالقوه ورشکستگی به عنوان ابزاری برای تشخیص ویژگی های (به جای نسبت های مالی) عملکرد خوب یا بد واحد تجاری و ارزش های بالقوه آنان تمرکز می کنند (کومار و راوی، 2007). هزاران مطالعه در مورد پیش بینی ورشکستگی وجود دارد که آن ها با استفاده از مجموعه نسبتا منحصر بفردی از ویژگی های مالی یا به کار گیری مجموعه مختلفی از مدل های پیش بینی متمایز می شوند (آلفارو، گارسیا و الیزوندو 2008؛ هالس اپل و وو 2011؛ لی هان و کووان 1996؛ مارتین الیور و سالاس فوماس 2012؛ اولسون و مینگ 2012؛ ویلسون و شاردا 1994). باوجود اینکه بسیاری از این مطالعات در پیش بینی ورشکستگی موفق هستند، آن ها اغلب در شناسایی و تشریح ویژگی هایی که می تواند به عنوان عامل تعیین کننده عملکرد واحد تجاری باشند موفق نیستند. عموما هیچ فهرست پذیرفته شده در خصوص نوع، متد های محاسبه و تعداد نسبت های مالی استفاده شده در مطالعات اولیه وجود ندارد. برای مثال گومبولا و کتز (1983) از 58 نسبت برای برای تعیین الگوهای نسبت مالی در سازمان‌های خرده فروشی و تولیدی استفاده کردند درحالیکه هو و وو (2006) از 59 نسبت؛ سینکا، مولینرو و لاراز (2005) از 16 نسبت؛ یویار و اوکوموس (2010) از 15 نسبت و کاراکا و سیگدم (2012) از 24 نسبت استفاده کردند. بهرحال اکثر کتاب ها و مطالعات تحقیقاتی منتشر شده در مجلات معتبر، حدود 20 تا 30 نسبت رایج استفاده شده را مشخص کردند که اغلب برای ارزیابی عملکرد واحد تجاری کافی هستند(درسان دیلن و دیگران، 2013). مطالعات اولیه مدارک تجربی فراهم کردند که ساختار الگوهای نسبت مالی بین واحدهای خرده فروشی و تولیدی متفاوت است(گومبولا و کتز 1983). سینکا و دیگران(2005) ثابت کردند که اندازه شرکت و کشوری که شرکت در آن واقع شده است، بر ساختار نسبت مالی تاثیر می گذارد. یویار و اوکوموس (2010) تاثیر بحران های مالی جهانی اخیر را بر واحدهای صنعتی ترکیه که از نسبت های مالی استفاده می کنند، مورد رسیدگی قرار داد؛ نتایج نشان داد که واحدهای تجاری از نظر مالی در طول دوره بحران ضعیف شده بودند. در مطالعات اولیه، محققان روش های آماری را به کار می برند که برای فرضیات خطی و نرمالیزه غیر واقعی مهیا باشد. برای مثال آلتمن (1968) تحلیل مبین چندگانه به کار برد که داده ها را برای اجرای کوواریانس هم ارز و نرمالیزه و استقلال شرایط متغیرها فراهم می کند. برتری روش های درخت تصمیم (تکنیک های داده کاوی رایج) این است که از این فرضیات محدود آزاد است. علاوه بر آن درخت تصمیم می تواند به آسانی با صفحات گرافیکی، قابل درک شود بطوری که برای مدیران شفاف و قابل استنباط باشد(درسان دیلن و دیگران، 2013). مطالعات قبلی همچنین ابتدائاً بر پیش بینی عملکرد مالی، بازده سهام و بحران مالی یا ورشکستگی با استفاده از تکنیک‌های داده کاوی و آماری متنوع مثل درخت تصمیم و شبکه عصبی تمرکز می کنند (چن و دو 2009؛ لام 2004؛ سان و هوای 2006؛ وانگ، جیانگ و وانگ2009؛ یو و ونژوان 2010). برای مثال زیبانژاد، فروغی و منجمی (2011) درخت خوشه بندی و رگرسیون (C&RT) به کار بردند تا ورشکستگی مالی را با استفاده از نسبت‌های مالی و تعیین متغیرهای اصلی پیش بینی کنند. وانگ و دیگران (2009) مدل درخت تصمیم کیسه ای را برای پیش بینی بازده سهام با استفاده از 50 نسبت مالی اجرا کرد. سان و هوای (2006) بر پیش بینی بحران مالی شرکت‌های چینی که از الگوریتم ژنتیک و درخت تصمیم استفاده می کنند، تمرکز کردند. یو و ونژوان (2010) درخت تصمیم را به کار بردند تا نسبت های مالی موثر بر رشد سود شرکت های توزیع را آزمون کنند؛ آن ها الگوریتم C5.0 را به کار بردند که یکی از تکنیک های درخت تصمیم است(درسان دیلن و دیگران، 2013). 2-5-2- پژوهش‌هاي داخلي میرغفوری و همکاران (1391) در پژوهشی با عنوان «ارزیابی عملکرد مالی با رویکرد تحلیل پوششی داده ها»، نخست با استفاده از اعداد خاکستری، میزان اهمیت هر یک از معیارهای موثر در ارزیابی عملکرد را تعیین و سپس با استفاده از روش تحلیل پوششی داده ها، مدلی برای ارزیابی و رتبه بندی شرکت های مورد مطالعه ارائه دادند. مهدوی و قربانی (1391) در پژوهشی با عنوان «بررسی مقایسه ای نقش شاخص های نوین و سنتی نقدینگی در ارزیابی عملکرد مالی شرکت های پذیرفته شده در بورس اوراق بهادار تهران»، ارتباط میان نسبت جاری، نسبت آنی (به عنوان شاخص سنتی نقدینگی) و همچنین شاخص فراگیر نقدینگی، دوره تبدیل وجه نقد، مانده نقدی خالص (به عنوان شاخص نوین نقدینگی) با بازده دارایی، بازده حقوق صاحبان سهام و کیوتوبین (به عنوان شاخص عملکرد) بررسی کردند. نتایج نشان داد که شاخص های نوين نقدينگي در ارزيابي عملكرد مالي شركت ها تصوير دقيقتري نسبت به شاخص هاي سنتي نقدينگي به استفاده كنندگان از اطلاعات مالي در جهت اخذ تصميمات بهينه ارائه مي دهند. مولایی و محمدی (1389) در پژوهشی تحت عنوان «کاربرد تصمیم گیری چند معیاره خاکستری در ارزیابی عملکرد شرکت ها» با استفاده از سیستم خاکستری و 22 معیار از شاخص های مالی شرکت های مورد مطالعه رتبه بندی شده‌اند. حسن زاده و زارع (1388) در پژوهشی با عنوان « تبیین شاخص های ارزیابی عملکرد شرکت های بیمه خصوصی با استفاده از روش امتیازی متوازن با خبرگان» تعداد 64 شاخص در قالب 11 معیار پیشنهاد داده اند که شرکت های بیمه می توانند با توجه به آن ها عملکرد خود را ارزیابی کنند. امیری و همکاران (1387) در پژوهشی تحت عنوان «توسعه یک مدل تحلیل پوششی داده ها برای ارزیابی عملکرد تولید به همراه یک مطالعه موردی» با استفاده از تحلیل پوششی داده ها، عملکرد واحدها را مورد ارزیابی قرار داده اند و در پایان عملکرد واحد در طی ماه های مختلف اولویت بندی شده است. مجتهدزاده و اسمعیلی (1387) در تحقيقي با عنوان «بررسي معيارهاي مورد استفاده حسابرسان مستقل در ارتباط با تداوم فعاليت بنگاه هاي اقتصادي در ايران» با هدف شناسايي و بررسي معيارهاي مورد استفاده حسابرسان مستقل در ارزيابي تداوم فعاليت بنگاه هاي اقتصادي در ايران و تعيين ميزان اهميت آن‌ها با استفاده از رهنمود هاي استاندارد حسابرسي شماره 57 ايران در خصوص تداوم فعاليت واحد مورد رسيدگي، 16 معيار مؤثر را بيان كردند و سپس با استفاده از پرسش نامه و روش‌های آمار توصيفي و استنباطي در سطح معني داري 5% تعيين شد. محمدی (1386) در پژوهشی با استفاده از تحلیل پوششی داده ها به رتبه بندی شرکت های داروسازی فعال در بورس پرداخته است و نشان داده که تحلیل پوششی داده ها می تواند با تلفیق تعداد زیادی از نسبت های مالی در چارچوب یک شاخص یعنی کارآیی، معیاری را برای مقایسه شرکت ها از نگاه ذینفعان فراهم سازد. فضلی و منصوری (1386) در مطالعه ای با استفاده از رویکردهای تحلیل پوششی داده ها و فرآیند تحلیل سلسله مراتبی به رتبه بندی شاخص های کلیدی عملکرد پرداخته اند. نتایج این پژوهش بیانگر آن است که تفاوت معناداری در اولویت بندی صورت گرفته توسط دو رویکرد وجود ندارد و تحلیل پوششی داده ها نسبت به فرآیند تحلیل سلسله مراتبی توانمندی بالاتری در اولویت بندی شاخص های کلیدی عملکرد دارد. مهدیه (1386) در پژوهشی برای ارزیابی تعدادی از شرکت های فعال در بورس از تکنیک تاپسیس و تخصیص خطی استفاده کرده است. در این پژوهش با درنظرگرفتن 20 نسبت مالی به عنوان شاخص ارزیابی، شرکت های مورد مطالعه رتبه بندی شده اند. مهدوی و حسینی (1385) در پژوهشی تحت عنوان «بهترین معیار ارزیابی عملکرد مالی چیست؟» به بررسی رابطه بین ارزش افزوده اقتصادی تعدیل شده با معیارهای معمول ارزیابی عملکرد از قبیل سود هر سهم و نسبت قیمت به سود هر سهم پرداخته اند. نتایچ پژوهش نشان داد که بین ارزش افزوده اقتصادی تعدیل شده با سود هر سهم و نسبت قیمت به سود هر سهم، رابطه آماری معنی داری وجود ندارد. رحیمی (1385) در مقاله خود بیان می کند که وردر و دیویس معتقدند: ارزیابی عملکرد فرآیندی است که عملکرد شاغل با آن اندازه‌گیری می‌شود و هنگامیکه درست انجام شود کارکنان، سرپرستان، مدیران و نهایتاً شرکت از آن بهره‌مند خواهند شد. ارزیابی عملکرد در نحوه استفاده از منابع و امکانات در قالب شاخص‌های کارایی بیان می‌شود. کاسیو ارزیابی عملکرد را توصیف نظام‌دار نقاط قوت و ضعف عملکرد فرد یا گروه در رابطه با اجرای وظایف محوله تعریف می‌کند. اگر در ساده‌ترین تعریف، نسبت داده به ستاده را کارایی بدانیم، نظام ارزیابی عملکرد در واقع میزان کارایی تصمیمات مدیریت در خصوص استفاده بهینه از منابع و امکانات را مورد سنجش قرار می‌‌دهد. ارزیابی عملکرد در بعد شرکت معمولاً مترادف با اثربخشی فعالیت ها است. منظور از اثربخشی میزان دستیابی به اهداف و برنامه‌ها با ویژگی کارآ بودن فعالیت ها و عملیات است. بهرامفر و ساعی (1385) در تحقیقی با عنوان «ارائه مدل براي پيش بيني عملكرد (مالي و بازار) شرکت‌های پذيرفته شده در بورس اوراق بهادار تهران با استفاده از اطلاعات مالي منتشره» ابتدا تفاوت متوسط برخي از ویژگی‌های مالي شرکت‌های موفق و ناموفق، مورد بررسي تحليلي قرار دادند. سپس دو مدل مجزا براي پيش بيني شرکت‌های موفق و ناموفق ارائه شد. مدل اول، با استفاده از تحلیل‌های آماري لاجيت، احتمال تعلق يك شركت به گروه شرکت‌های موفق و ناموفق را از نظر بازده سهام و عملكرد بازار پيش بيني می‌کند. مدل دوم نيز با استفاده از روش‌شناسي مشابه، به پيش بيني بازده حقوق صاحبان سهام و عملكرد مالي مي‌پردازد. يافته هاي تحقيق، در مورد تحليل معني دار بودن تفاوت اطلاعات مالي منتشره شرکت‌های موفق و ناموفق چنين نشان دادند كه از نظر شاخص‌های فعاليت، وضعيت بدهي، متوسط اندازه ارزش دفتري دارايي و نوع صنعت، تفاوت‌های آماري با اهميتي وجود دارد هر چند تفاوت وضعيت نقدينگي اين دو گروه با اهميت نيست. بهرامفر و همکاران (1384) در پژوهشی با عنوان «بررسی رابطه بین نسبت های نقدینگی سنتی و نسبت های حاصل از صورت جریان وجوه نقد جهت ارزیابی تداوم فعالیت شرکت ها» به بررسی ارتباط بین نسبت های نقدینگی سنتی و نسبت های مالی حاصل از صورت جریان وجوه نقد جهت ارزیابی عملکرد می پردازند. نتایج پژوهش نشان می دهد که هریک از دو روش تعهدی و نقدی محتوای اطلاعاتی کاملی را ارائه می کنند و نمی توانند جایگزین یکدیگر شوند. با این وجود ارائه ی آن ها در کنار یکدیگر، تصویری روشن از وضعیت نقدینگی یک واحد تجاری را به معرض نمایش می گذارد. مهراني و همکارانش (1383) با استفاده از اطلاعات دو ساله 81 و 82 ، برای 120 شركت و 3 متغير مالي و 3 متغير غير مالي اقدام به بررسي و پيش بيني شرکت‌های موفق و ناموفق كردند. آن‌ها شرکت‌های موفق را به گونه ای تعريف كردند كه بايد حداقل5 نسبت از نسبت‌های ياد شده در سال 82 نسبت به سال 81 افزايش داشته باشد و شرکت‌های ناموفق بايد حداقل 5 نسبت آن‌ها در سال 82 كاهش داشته باشد. آن‌ها تفاوت معني داري بين بازده سهام دو گروه پيدا كردند. در مدل نهايي آن‌ها، تنها از دو متغير بازده حقوق صاحبان سهام و رشد فروش به عنوان متغيرهاي توضيح‌دهنده شرکت‌های موفق و ناموفق استفاده شده است و ساير متغيرها رابطه مهمي با طبقه‌بندي انجام شده نداشتند. 2-6- خلاصه فصل در اين فصل به بررسي نظري مفاهيم استفاده شده شامل مفاهيم مربوط به نسبت های مالی، معیار های ارزیابی عملکرد پرداخته شد و در ادامه اصول و روش های داده کاوی معرفي گرديد . در پايان نيز پژوهش‌هاي انجام شده در داخل و خارج از کشور در زمينه ارزیابی عملکرد و داده کاوی ارائه شده است. در فصل بعد به تشريح فرضيه‌هاي پژوهش و تعريف متغيرهاي مورد استفاده و همچنين، روش‌هاي گردآوري داده‌ها از جامعه آماري پرداخته مي‌شود. در ادامه، روش‌هاي مورد استفاده براي تجزيه و تحليل داده‌ها و آزمون فرضيه‌ها ارائه مي‌شود. فهرست منابع منابع فارسي امیری، مقصود و صالحی صدقیانی، جمشید و میرهدایتیان، مصطفی و مومنی، احسان (1387). توسعه یک مدل تحلیل پوششی داده ها برای ارزیابی عملکرد تولید به همراه یک مطالعه موردی. فصلنامه مطالعات مدیریت.شماره 58،صفحات 91-106. بادآورنهندی، یوسف (1383). بررسی رابطه بین ارزش افزوده اقتصادی تعدیل شده و بازده سهام تعدیل شده بر اساس ریسک-پایان نامه کارشناسی ارشد دانشگاه علامه بهرامفر، نقی و مهرانی، ساسان و فرزاد غیور (1384). بررسی رابطه بین نسبت های نقدینگی سنتی و نسبت های حاصل از صورت جریان وجه نقد جهت ارزیابی تداوم فعالیت شرکتها. بررسی های حسابداری و حسابرسی، شماره 4، صفحه 3-17. پریجایی مقدم، احمد و سجاد موسوی،یادگیري درخت تصمیم بااستفاده ازشبکه عصبی براي افزایش پایداري وانعطاف پذیري،Iranian Journal of Medical Informatics (2012) Vol 1 Issue 3, تقی زاده، هوشنگ.(1386). الگوی گرافیکی روش تحقیق در علوم انسانی. نشر حفیظ. تقي‌زاده، رسول و صفر فضلي؛(1390). روش اندازه‌گيري عملکرد شرکت‌ها با استفاده از رويکرد ترکيبي آناليز روابط خاکستري و تاپسيس فازي چشم‌انداز مديريت صنعتي,شماره2,ص150- 125 تولایی، روح الله (1386). "رویکردهای نوین به ارزیابی عملکرد سازمان ها"، دوماهنامه توسعه انسانی پلیس، سال چهارم، شماره 12 تهرانی، رضا (1384). بررسی عوامل موثر بر قیمت سهام در بورس اوراق بهادار تهران، رساله دکتری، دانشگاه تهران. مدیریت مالی،چاپ و انتشارات نگاه دانش،جلد اول،چاپ پاییز84،ص 45 جهانخانی، علی و پارسائیان، علی (1376). مدیریت سرمایه گذاری و ارزیابی اوراق بهادار، انتشارات دانشکده مدیریت دانشگاه تهران، چاپ اول، دی ماه. جهانخانی، علی و سجادی، اصغر (1374). کابرد مفهوم ارزش افزوده اقتصادی در تصمیمات مالی ، فصلنامه علمی و پژوهشی« تحقیقات مالی» ، سال دوم، شماره 5و6، زمستان 1373 و بهار 1374 حسن زاده، حمیدرضا و زارع، محمدصادق (1388). تبیین شاخص های ارزیابی عملکرد شرکت های بیمه خصوصی با استفاده از روش امتیازی متوازن با خبرگان. فصلنامه صنعت بیمه، شماره 3و4، صفحات 7-36. ح‍يدرپور، فرزانه و مستوف‍ي، حم‍يد (1388). بررس‍ي رابطه ب‍ين نسبت Q توب‍ين و ارزش افزوده اقتصاد‍ي پالا‍يش شده در شرکت ها‍ي پذ‍يرفته شده در بورس اوراق بهادار تهران، فصلنامه حسابدار‍ي مال‍ي-سال اول- شماره 1- بهار88 صفحه 20-37. سعيدي پرويز,ابوجعفري محمدرضا، بررسي همبستگي EVA با ROE در ارزيابي عملكرد صنايع شيميايي پذيرفته شده در بورس اوراق بهادار تهران پژوهشگر (مديريت) پاييز 1388; 6(15):66-76. شاکری، امیر و صفتر آبنار(1391). همایش منطقه ای مباحث نوین در حسابداری شهدایی، س. م. ع.، ارزشگذاری سهام بر مبنای P/E ، چاپ اول، تهران، چالش صالحی، عبدالعلی(1380). تاثیر وجود همبستگی بین نسبت Q و سایر نسخه های Q در ارزیابی عملکرد شرکت های پذیرفته شده در بورس اوراق بهادار تهران-پایان نامه کارشناسی ارشد-دانشگاه علامه طباطبایی طبرسا، غلامرضا (1378). "بررسی و تبیین نقش اقتضائات استراتژیک در انتخاب الگوی ارزیابی عملکرد شرکت های دولتی"، مجموعه مقالات دومین جشنواره شهید رجایی ارزیابی عملکرد دستگاه‌های اجرایی کشور، تهران: شرکت امور اداری و استخدامی کشور. عبداله‍ي نژاد، هاد‍ي (1376). رابطه نسبت ها‍ي مال‍ي تعهد‍ي و نسبت ها‍ي مبتن‍ي بر جر‍يان ها‍ي نقد‍ي، بررس‍ي ها‍ي حسابدار‍ي و حسابرس‍ي، انتشارات دانشگاه تهران، شماره ها‍ي 20و 21. عبداللهیان بلوچی، علی (1392). "بررسی کاربرد مدل پیش بینی ورشکستگی اوهلسون و تعدیل آن بر اساس شرایط محیطی ایران" دانشگاه علوم تحقیقات گیلان سید علیقی، روشن و ابوالفضل آرین، سید حسن حسینی، کامبیز نوایی زند، علی دریکنده(1391). ارزیابی عوامل موثر بر قیمت به درآمد سهام شرکت های پذیرفته شده در بورس اوراق بهادار تهران، دانش مالی تحلیل اوراق بهادار ، شماره چهارم، تابستان 1391، ص ص 41-58. فضلی، صفر و منصوری، صالح (1386). مقایسه رویکردهای تحلیل پوششی داده ها و فرآیند تحلیل سلسله مراتبی در رتبه بندی شاخص های کلیدی تصمیم گیری خرید و فروش سهام، فصلنامه مطالعات مدیریت صنعتی، شماره 15، صفحه 1-24. کاشانی پور، محمد و رسائیان، امیر (1388). رابطه Q توبین و معیارهای عملکرد شرکت ها در ایران، فصلنامه حسابداری مالی-سال اول-شماره 3-پائیز 88-صفحه 131-146 مجتهدزاده، ویدا و اسمعیلی، لیلا (1387). بررسي معيارهاي مورد استفاده حسابرسان مستقل در ارتباط با تداوم فعاليت بنگاه هاي اقتصادي در ايران. مجله دانش و پژوهش حسابداری، شماره 12، صفحه 6-11. محمدی، علی (1386). کاربرد تکنیک های برنامه ریزی ریاضی برای تجزیه و تحلیل صورت های مالی شرکت های داروسازی، مجله علوم اجتماعی و انسانی، دوره بیست و ششم، شماره اول، صفحه 117-135. مرادی مهدی و پور حسن، فهیمه (1389). بررسی کاربرد نسبت Qتوبین و مقایسه آن با نسبت های P/E وP/B در پیش بینی بازده حقوق صاحبان سهام در شرکت های پذیرفته شده در بورس اوراق بهادار تهران، مجله پیشرفت های حسابداری دانشگاه شیراز، دوره دوم ، شماره اول ، تابستان 1389 ،ص ص 179-198 مولایی، نبی و محمدی، علی (1389). کاربرد تصمیم گیری چندمعیاره خاکستری در ارزیابی عملکرد شرکت ها. مجله مدیدریت ضنعتی دانشکده مدیریت دانشگاه تهران، دوره 2، شماره 4، صفحه 127-144. مهدوی، غلامحسین و حسینی ازان آخاری، سید مهدی (1385). بهترین معیار ارزیابی عملکرد مالی چیست؟. پژوهشنامه اقتصادی، صفحات 121-146. مهدوی، غلامحسین و قربانی، اصغر (1391). بررسی مقایسه ای نقش شاخص های نوین و سنتی نقدینگی در ارزیابی عملکرد مالی شرکت های پذیرفته شده در بورس اوراق بهادار تهران. مجله پژوهش های حسابداری مالی، شماره 1، صص 67-88. مهدیه نجف آبادی، بتول (1386). کاربرد مقایسه ای روش تخصیص خطی و تاپسیس برای ارزیابی مالی، پایان نامه کارشناسی ارشد، دانشگاه شیراز. مهراني، كاوه و بهرام فر، نقي (1383). رابطه بين سود هر سهم، سود تقسيمي و سرمايه گذاري در شركت هاي پذيرفته شده بورس اوراق بهادار تهران بررسيهاي حسابداري و حسابرسي تابستان 1383; 11(36):27-46 میرغفوری، سید حبیب الله و شفیعی رودپشتی، میثم و ندافی، غزاله (1391). ارزیابی عملکرد مالی با رویکرد تحلیل پوششی داده ها. مجله پژوهش های مدیریت در ایران، دوره 16، شماره 4، صص 189-206. نظریه، زهرا(1379). ارزش افزوده اقتصادی و رابطه آن با سود هر سهم در شرکت های محصولات کانی غیر فلزی پذیرفته شده در بورس اوراق بهادار تهران. مجله بورس، شماره 23، صص 18-24. . نمازي، محمد (1379). پژوهش‌هاي تجربي در حسابداري، ديدگاه روش‌شناختي. شيراز: انتشارات دانشگاه شيراز چاپ اول. نوروش، ایرج و حیدری، مهدی (1383). ارزیابی عملکرد مدیریت شرکت های پذیرفته شده در بورس تهران با مدل CVA و بررسی رابطه آن با بازده سهام، بررسی های حسابداری و حسابرسی، سال یازدهم، شماره 38، زمستان 1383، صفحه 121-147 منابع لاتین Adnan aziz, m: dar, h.a (2006): Predicting Corporate Bankruptcy: Where We Stand? Corporate governance. 6(1),18-33. Alfaro, E., García, N., Gámez, M., & Elizondo, D. (2008). Bankruptcy forecasting: An empirical comparison of AdaBoost and neural networks. Decision Support Systems, 45(1), 110–122. Altman, Edward I. (1968). Financial ratios, discriminant analysis and the predication of corporate bankruptcy. The Journal of Finance, 23(4), 589–609. Beate Klingenberg a,n, RachelTimberlake b, TomG.Geurts c, RogerJ.Brown, (2013). The relationship of operational innovationand financial performance—A critical perspective. Int. J. Production Economics 142 (2013) 317–323 Belkaoui, A. R, (1997). Volue Relevance of Popular Financial Ratios, Advances in Quantitative Analysis of Finance and Accounting, Dryden Press Inc. Biddle, G.C., Bowen, R.M. & Wallace, J. S. (1997), Does EVA Beat Earnings? Evidence on Associations with Stock Returns and Firm Values, Journal of Accounting and Economics, Vol. 24, No. 3: 301-336. Breiman, L., Friedman, J. H., Olshen, R. A., & Stone, C. J. (1984).Classification and regression trees . New York: Chapman & Hall/CRC. Brickley, James A.. “Shareholder Wealth, Information Signaling and the Specially Designated DividHend.” Journal of Financial Economics 12 (1983): 187-209. Brijesh Kumar Baradwaj Research Scholor, Singhaniya University, Rajasthan, India Saurabh Pal Sr. Lecturer, Dept. of MCA,VBS Purvanchal University, Jaunpur-22,2001, India “Mining Educational Data to Analyze Students, Performance ” Chang ping chang (2006). Managing business attributes and performance for commercial banks, Journal of American Academy of Business, Vol, 9, NO 1:104-109. Chen & Dodd,1998, The Economic Value Added (EVA®): An Analysis of Market Reaction, Asian Review of Accounting pp1-22. Cinca, C. S., Molinero, C. M., & Larraz, J. L. G. (2005). Country and size effects in financial ratios: A European perspective. Global Finance Journal, 16, 26–47. Delen, D., Oztekin, A., & Tomak, L. (2012). An analytic approach to better understanding and management of coronary surgeries. Decision Support Systems, 52, 698–705. Dunteman, G. E. (1989). Principal components analysis. Sage university paper series on quantitative applications in social sciences, 07-069. Newbury Park, CA: Sage. Dursun Delen, Cemil Kuzey, Ali Uyar,2013; Measuring firm performance using financial ratios: A decision tree approach; Expert Systems with Applications 40 pp:3970–3983 Edirisinghe, NCP & X Zhang, Portfolio selection under DEA-based relative financial strength indicators: case of US industries, Journal of the Operational Research Society, 57, 2008. Erkut Duzakın, Hatice Duzakın, (2007). Measuring the performance of manufacturing firms with super slacks based model of data envelopment analysis: An application of 500 major industrial enterprises in Turkey. European Journal of Operational Research 182,1412–1432. Field, A. (2005). Discovering statistics using SPSS, London, Sage. Fuller, C. M., Biros, D. P., & Delen, D. (2011). An investigation of data and text mining methods for real world deception detection. Expert Systems with Applications, 38,8392–8398. Gombola, Michael J., & Ketz, J. Edward (1983). Financial ratio patterns in retail and manufacturing organizations. Financial Management, 12 (2), 45–56. Ho, C.-T., & Wu, Y.-S. (2006). Benchmarking performance indicators for banks, benchmarking. An International Journal, 13(1/2), 147–159. Holsapple, C. W., & Wu, J. (2011). An elusive antecedent of superior firm performance: The knowledge management factor.Decision Support Systems,52(1), 271–283. Horrigan, James O. (1965). Some empirical bases of financial ratio analysis. The Accounting Review, 40(3), 558–568. Ina Kapok Sharma .Use of Data Mining & Neural Network in Medical Industry, Lecturer B.N College of Engineering & Technology Current Development in Artificial Intelligence ISSN 0976-5832 Volume 3, Number 1 (2012), International Research Publication House © pp. 1-8 Jooste,L.(2006). Cash Flow Ratios as a Yardstick for Evaluating Financial Performance in African Businesses. Managerial Finance, 7, 569-576. Kantardzic, M. (2003). Data mining: Concepts, models, methods and algorithms, IEEE Computer Society, IEEE Press. Karaca, S. S., & Çig˘ dem, R. (2012). The effects of the 2008 world crisis to Turkish certain sectors: The case of food, main metal, stone and soil and textile industries. International Research Journal of Finance and Economics (88), 59–68. Kass, G. (1980). An exploratory technique for investigating large quantities of categorical data. Applied Statistics, 29:2, 119–127. Kohavi & Provost (1998). Glossary of terms, editorial for the special issue on applications of machine learning and the knowledge discovery process. Machine Learning, 30(2–3), 271–274. Kotsiantis S. Decision Trees: A Recent Overview. Springer Netherlands, Computer Science, 2011. Kumar, P. R., & Ravi, V. (2007). Bankruptcy prediction in banks and firms via statistical and intelligent techniques – A review. European Journal of Operations Research, 180(1), 1–28. Lam, M. (2004). Neural network techniques for financial performance prediction: Integrating fundamental and technical analysis. Decision Support Systems, 37,567–581. Lee, K. C., Han, I., & Kwon, Y. (1996). Hybrid neural network models for bankruptcy predictions. Decision Support Systems, 18 (1), 63–72. Lev, B, and Tiagarajan, (1993). Fundamental Information analysis. Journal of Accounting Research, Vol 31. No2. Loh, W. Y., & Shih., Y. S. (1997). Split selection methods for classification trees. Statistica Sinica, 7, 815–840. Mais, Rimi Gusliana. (2005, July-September). Pengaruh rasio-rasio keuangan utama perusahaan terhadap harga saham perusahaan yang terdaftar di jakarta islamic index tahun 2004. Jurnal Ekonomi STEI, 14(3), 30. Martín-Oliver, A., & Salas-Fumás, V. (2012). IT assets, organization capital and market power: Contributions to business value. Decision Support Systems, 52 (3),612–623. Matsumoto, K., Shivaswamy, M., & Hoban, J. P. Jr., (1995). Security Analysts’ views of the financial ratios of manufacturers and retailers. Financial Practice & Education ,5(2), 44–55. Minsky M. Logical Versus Analogical or Symbolic Versus Connectionist or Neat Versus Scruffy. AI Magazine, 1991; 12(2): 35-51. Olson, D. L., Delen, D., & Meng, Y. (2012). Comparative analysis of data mining methods for bankruptcy prediction.Decision Support Systems, 52 (2), 464–473. Ottoson.E,Weissenrieder.F.(1996). Cash Value Added- a new method for measuring financial performance, Gothenburg Studies in financial Economics, www.anelda.com. Peixoto, S, (2000). Economic Value Added: Application to Portuguese Public. Accounting Journal of Portuguese, (3), 25-40. Quinlan, J. (1993). C4.5: programs for machine learning . San Mateo, CA: Morgan Kaufmann. Robert Johnson, Luc Soenen, Indicators of Successful Companies, European Management Journal Vol. 81, No. 2, pp. 264–267, 2008. ROBERT JOHNSON, LUC SOENEN, Indicators of Successful Companies, European Management Journal Vol. 81, No. 2, pp. 264–267, 2008. Ross, Stehen A., Westerfield, Randolph W., & Jordan, Bradford D. (2003). Fundamentals of corporate finance (6th ed.). New York: The McGraw-Hill Companies. Roswati,2007, relevansi ratio keuangan dengan harga saham, university Indonesia fakultas ekonomi. Sun, J., & Hui, X-F. (2006). An application of decision tree and genetic algorithms for financial ratios’ dynamic selection and financial distress prediction, In Proceedings of the fifth international conference on machine learning and cybernetics , Dalian, 13–16 August. Tracey, W, & Worthington, A, (2000). The Information Content of EVA: A Comparative Analysis with Earnings, Cash Flow and Residual Income. Journal of Finance, www.elsevier.com. Uyar, A., & Okumus , E. (2010). Finansal Oranlar Aracılıg˘ ıyla Kuresel Ekonomik Krizin Uretim Sirketlerine Etkilerinin Analizi: IMKB’de Bir Uygulama. Muhasebe ve Finansman Dergisi, vol. 46, April 2010, pp. 146–156. Wang, H., Jiang, Y., & Wang, H. (2009). Stock return prediction based on bagging-decision tree, InProceedings of 2009 IEEE international conference on grey systems and intelligent services, November 10–12, Nanjing, China. Wilson, R. L., & Sharda, R. (1994). Bankruptcy prediction using neural networks. Decision Support Systems, 11 (5), 545–557. Witten, I. H., & Frank, E. (2005). Data Mining: Practical Machine Learning Tools and Techniques (2nd ed.). San Francisco: Elsevier. Worthington, A and Tracey west, (2004). Australian Evidence Concerning the Information Content of Economic Value-Added. Australian Journal of Management, Vol 29, No 2,P 201-224. YASHPAL SINGH. (2009). NEURAL NETWORKS IN DATA MINING , ALOKSINGH CHAUHAN Reader, Bundelkhand Institute of Engineering & Technology, Jhansi, India Lecturer, United Institute of Management, Allahabad,India. Yu, G., & Wenjuan, G. (2010). Decision tree method in financial analysis of listed logistics companie, In 2010 International conference on intelligent computation technology and automation. Zibanezhad, E., Foroghi, D., & Monadjemi, A. (2011). Applying decision tree to predict bankruptcy. Computer Science and Automation Engineering (CSAE). In IEEE International Conference (vol. 4, pp . 165–169). Measuring listed Companies in Tehran Stock Exchange performance based on firm-specific characteristics: A decision tree approach Abstract Determining the firm performance using a set of financial measures/ratios has been an interesting and challenging problem for many researchers and practitioners. Identification of factors (i.e., financial measures/ratios) that can accurately predict the firm performance is of great interest to any decision maker. In recent years to identify these factors, ofthen traditional analysis is used. The purpose of this study was to investigate the potential relationship between the firm performance and financial ratios using decision tree algorithm as an alternative method during the period (2001-2011). Population is all companies in the Tehran Stock Exchange. In this context, the dependent variable, return on assets and return on equity, and independent variables, financial ratios are considered. The result indicated that the most important financial ratios are the the Earnings Before Tax to Equity Ratio, Net Profit Margin, Earning per Share respectively. Keywords: Firm Performance, Finantial Ratios, Decision Tree Approach, Return on Assets, Return on Equity.