مدى أهمية النسب المالية المشتقة من قائمتي الدخل والمركز المالي للتنبؤ بالفشل المالي في الشركات الصناعية العامة في ليبيا

Abstract

الملخص النسب المالية المشتقة من قائمتي الدخل والمركز المالي في بناء نموذج للتنبؤ بالفشل المالي، ‏ومن ثم التعرف على مدى قدرة هذا النموذج على التمييز بين الشركات الناجحة والشركات الفاشلة. ‏وقد تم استخدام أسلوب التحليل التمييزي الخطي متعدد المتغيرات وذلك لغرض الوصول إلى أفضل ‏مجموعة من النسب المالية التي يمكن استخدامها في بناء النموذج المقترح، حيث تم احتساب (18) ‏نسبة مالية، ولعينة مكونة من (33) شركة، وعن فترة زمنية ممتدة ما بين (1998م – 2011م)، ‏حيث تم تقسيم هذه الفترة الزمنية إلى فترتين: الفترة الأولى هي فترة تصميم النموذج والممتدة من ‏سنة 1998م وحتى سنة 2006م، وقد بلغت عينة تصميم النموذج (23) شركة، والفترة الثانية هي ‏فترة اختبار النموذج والممتدة من سنة 2007م وحتى سنة 2011م، حيث تم خلالها اختبار النموذج ‏الذي تم التوصل إليه على عينة مكونة من (10) شركات.‏ وتوصلت هذه الدراسة إلى نموذج للتنبؤ بالفشل المالي يتكون من (4) نسب مالية، وهي ‏معدل دوران المخزون، نسبة هامش الربح الاجمالي، نسبة العائد على الاصول، معدل دوران صافي ‏رأس المال العامل. وتبين بأن هذا النموذج قادر على التنبؤ بالفشل المالي في عينة الشركات ‏المستخدمة في اختباره، ففي نهاية سنة 2008م بلغت نسبة دقة النموذج المقترح في التنبؤ بالفشل ‏المالي في الشركات الناجحة(100%)، وفي الشركات الفاشلة (50%)، بينما في نهاية سنة 2009م ‏بلغت نسبة دقة النموذج في التنبؤ بالفشل المالي في الشركات الناجحة (100%)، وفي الشركات ‏الفاشلة (66,7%)، أما في نهاية سنة 2010م فقد بلغت نسبة دقة النموذج في التنبؤ بالفشل المالي ‏في الشركات الناجحة (100%)، وفي الشركات الفاشلة (66,7%)، وأخيراً في نهاية سنة 2011م ‏بلغت نسبة دقة النموذج في التنبؤ بالفشل المالي في الشركات الناجحة (100%)، وفي الشركات ‏الفاشلة (40%). ‏ الكلمات المفتاحية: الفشل المالي، التنبؤ بالفشل المالي، نسب الاستحقاق، الشركات الصناعية ‏العامة.‏

Abstract ‏ ‏This study aims at recognizing the importance of "Financial Ratios", derived ‎from the two statements of income and financial position; and that is in order to forecast ‎the financial failure in the public industrial companies in Libya. In order to achieve the ‎objectives of this study, the "Financial Ratios", derived from the two statements of ‎income and financial position, were used to build a "Model" for forecasting the financial ‎failure; and that is in order to recognize the capability of this "model" in distinguishing ‎between the successful companies and the unsuccessful ones. Therefore, the researchers ‎used the "Multivariate Linear Discriminant Analysis Method", in order to reach the best ‎group of "Financial Ratios" which could be used in building the proposed model. Hence, ‎‎(18) financial ratios were counted for a sample of (33) companies, for an extended period ‎of time (from 1998 to 2011); as this period of time was divided into two main periods as ‎follows: first, the period of designing the model (from 1998 to 2006), as the model ‎designing sample consisted of (23) companies; second, the period of testing the model ‎‎(from 2007 to 2011), as the designed model was tested on a sample of (10) companies.‎ The study concluded a "Model" for forecasting the financial failure, consisted of ‎‎(4) financial ratios which are: the ratio of the inventory turnover, the ratio of the gross ‎profit margin, the ratio of the assets' return and the ratio of the networking capital's ‎turnover. In addition, it was found that the "model" is capable of forecasting the financial ‎failure in the companies of the testing sample. At the end of 2008, the model's accuracy ‎in forecasting the financial failure, was (100%) in the successful companies and (50%) in ‎the failed ones. At the end of 2009, the model's accuracy in forecasting the financial ‎failure, was (100%) in the successful companies and (66.7%) in the failed ones. At the ‎end of 2010, the model's accuracy in forecasting the financial failure was (100%) in the ‎successful companies and (66.7%) in the failed ones. Finally, at the end of 2011, the ‎model's accuracy in forecasting the financial failure, was (100%) in the successful ‎companies and (40%) in the failed ones.‎ Key Words: Financial Failure, Forecasting Financial Failure, Maturity Ratios, ‎Public Industrial Companies.‎