@article { author = {Karimi Pashaki, Mojtaba and Ahadzadeh Namin, Mahnaz}, title = {Financial bankruptcy forecasting model with a two-tier approach in data envelopment analysis with semi-positive and negative indicators}, journal = {Journal of Decisions and Operations Research}, volume = {7}, number = {4}, pages = {581-595}, year = {2022}, publisher = {Ayandegan Institute of Higher Education, Tonekabon, Iran}, issn = {2538-5097}, eissn = {2676-6159}, doi = {10.22105/dmor.2021.252710.1235}, abstract = {Purpose: For managers, investors and creditors, it is important to be aware of the continuity of the company. To this end, financial researchers are looking for effective methods to evaluate the company's performance and predict the continuation of its activities in the coming years.Methodology: In previous research, the standard data envelopment analysis model has been used to predict corporate bankruptcy. The present study aims to provide a model of data envelopment analysis with semi-positive and negative indicators to predict the bankruptcy of companies operating in the Tehran Stock Exchange. The companies listed on the Tehran Stock Exchange constitute the statistical population of the research. To achieve this goal, a sample consisting of 40 non-bankrupt companies and 20 bankrupt companies in the years 1393 to 1397 were selected. The criterion for selecting bankrupt companies is Article 141 of the Commercial Code.Findings: To combine tax ratios that have a more significant correlation with the financial situation of the company, the combined approach of gray relationship analysis and two-level data envelopment analysis has been used.Originality/Value: First, a two-level data envelopment analysis model for semi-positive and negative indices will be developed, then the correct prediction of bankruptcy with its absence will be examined using the results of the proposed model.}, keywords = {Gray relation analysis,super-efficient data envelopment analysis,Efficiency,bi-level data envelopment analysis}, title_fa = {مدل پیش‌بینی ورشکستگی مالی با رویکرد دوسطحی در تحلیل پوششی داده‌ها با شاخص‌های نیمه مثبت و منفی}, abstract_fa = {هدف: برای مدیران، سرمایه‌گذاران و اعتباردهندگان، آگاهی از تداوم فعالیت شرکت امری مهم و قابل‌توجه می‌باشد. بدین منظور پژوهشگران مالی به دنبال روش‌های موثر جهت ارزیابی عملکرد شرکت و پیش‌بینی تداوم فعالیت آن در سال‌های آتی هستند.روش‌شناسی پژوهش: در تحقیق‌های پیشین، از مدل استاندارد تحلیل پوششی داده‌ها برای پیش‌بینی ورشکستگی شرکت‌ها استفاده‌شده است. تحقیق حاضر بر آن است تا مدلی از تحلیل پوششی داده‌ها با شاخص‌های نیمه مثبت و منفی برای پیش‌بینی ورشکستگی شرکت‌های فعال در بورس اوراق بهادار تهران ارائه دهد. شرکت‌های پذیرفته‌شده در بورس اوراق بهادار تهران، جامعه آماری تحقیق را تشکیل می‌دهند. برای دستیابی به این هدف، نمونه‌ای متشکل از 40 شرکت غیر ورشکسته و 20 شرکت ورشکسته در سال‌های 1393 تا 1397 انتخاب شدند. معیار انتخاب شرکت‌های ورشکسته ماده 141 قانون تجارت است.یافته‌ها: برای انتخاب نسبت‌های مالی‌ای که همبستگی معنادارتری با وضعیت مالی شرکت دارند از رویکرد ترکیبی تحلیل رابطه خاکستری و تحلیل پوششی داده‌های دوسطحی استفاده شده است.اصالت/ارزش افزوده علمی: ابتدا مدل تحلیل پوششی داده‌های دوسطحی برای شاخص‌های نیمه مثبت و منفی توسعه داده خواهد شد. سپس پیش‌بینی درستی ورشکستگی با عدم آن با استفاده از نتایج مدل پیشنهادی بررسی خواهد شد.}, keywords_fa = {تحلیل رابطه خاکستری,تحلیل پوششی داده‌های ابرکارا,کارایی,تحلیل پوششی داده‌های دوسطحی}, url = {https://www.journal-dmor.ir/article_137625.html}, eprint = {https://www.journal-dmor.ir/article_137625_2fc1f62175cb5122b8da0d2045676979.pdf} }