الهام درجاتی

هدف: از آنجایی که SME ها سهم بزرگی در توسعه اقتصادی محسوب می شوند، ولی به دلیل عدم دسترسی آسان به تأمین مالی از بانک ها و مؤسسات مالی، در موقعیت فرودستی قرار دارند و به علاوه، اغلب صاحبان SME و کارآفرینان از مسائل مالی آگاهی چندانی ندارند و با وجود محدودیت سرمایه ورشکست می شوند، هدف از این مطالعه تعیین و اولویت بندی عوامل مؤثر بر تأمین مالی زنجیره تأمین این شرکت ها است.   روش: در مرحله اول، ادبیات موجود مورد بررسی قرار گرفت و بر این اساس، مشاوره و مصاحبه با خبرگان برای شناسایی عوامل مؤثر زنجیره تأمین انجام شد. در مرحله دوم، برای رتبه بندی عوامل مذکور از فرآیند تحلیل سلسله مراتبی ( AHP ) استفاده شد. گردآوری و تحلیل داده ها در روش نظریه پردازی داده بنیان به طور همزمان صورت می گیرد. قلمرو زمانی پژوهش بهار 1402 و به شیوه پژوهشی میدانی صورت پذیرفته است.   یافته ها: یافته های این مطالعه به متخصصان زنجیره تأمین توجه روشنی از عوامل حیاتی که برای بهبود ایجاد جریان نقدی زنجیره تأمین مورد نیاز است، ارائه و دستورالعمل هایی را ارائه می کند که چه ابعاد و عواملی از قابلیت تأثیر بیشتری بر روی مدیریت تأمین مالی زنجیره تأمین دارند.   نتیجه گیری: نتایج حاصل نشان داد ابعاد مدیریت سرمایه در گردش، رتبه اعتباری، راه حل مالی، مدیریت ریسک به ترتیب بیشترین وزن ها را به خود اختصاص دادند و در ادامه ابزارهای SCF، پذیرش SCF، بُعد مفهومی SCF، نتایج عملکرد SCF و نهایتاً ترکیب SCF با فن آوری های جدید در رتبه های بعدی قرار گرفتند.

همه گیری کووید-19 بر تمام ارکان نظام اقتصادی و همچنین نظام سلامت در کل جهان اثر گذاشته است. در این شرایط بحرانی همه ذینفعان، سهامداران، مدیران و استفاده کنندگان از اطلاعات مالی انتظار دارند اثر گذاری پاندمی کرونا بر کارایی شرکتها منفی باشد و این کاستی ها برای جامعه، مورد انتظار و قابل پیش بینی است. بنابراین در مورد میزان کارایی، پاسخ گویی مدیریت به مراتب قابل پذیرش عموم و سهل تر از گذشته به تمامی ذینفعان خواهد بود. لذا پژوهشگران حاضر به بررسی میزان کاهش کارایی و ارتباط آن با محافظه کاری پرداختند که در اصطلاح به آن کارایی محافظه کارانه می گویند(بدین معنی که چگونه این اصل در گزارشگری مالی برای ارائه اطلاعات دقیق و قابل اتکا به استفاده کنندگان صورت های مالی به کار گرفته می شود). جهت نائل شدن به اهداف پژوهش، دو فرضیه در نظر گرفته شد. در این راستا اطلاعات مربوط به سه سال قبل از شیوع پاندمی کرونا و دوسال پس از این همه گیری، از سال های 1396 تا 1400، برای 250 شرکت به عنوان نمونه آماری پژوهش، جمع آوری گردید و با استفاده از رویکرد تحلیل پوششی داده ها و رگرسیون خطی با ستفاده از نرم افزار ایویوز انجام شد. نتایج حاصل از این پژوهش موید این مطلب است که شرکت ها برای خنثی کردن کاهش کارایی خود (بدون توجه به دوره شیوع کووید-19) از روش های محافظه کارانه استفاده نمی کنند، دلیل این امر هم غیر معنادار بودن ضریب تعاملی کارایی و بازدهی و متغیر موهومی بازدهی است و نتایج حاصل از بررسی مدل دوم حاکی از آن بود که بدون توجه به دوره کرونا، شرکت ها به منظور افزایش کارایی هیچ گونه تمایلی به افزایش استفاده از رویه های محافظه کارانه ندارند، درصورتیکه بررسی سومین مدل پژوهش(که در واقع کامل ترین مدل این مطالعه می باشد)، بسیار قابل توجه و قابل تامل است، به این صورت که شرکت ها در دوره کرونا به استفاده ی بیشتر از رویه های محافظه کارانه تشویق شده اند و علاوه بر آن کاهش کارایی نیز در ایجاد این مشوق (در دوره مذکور)، افزایش چشم گیری داشته است.

درماندگی مالی یکی از موضوعات مهم در بازارهای مالی بوده و می تواند در مدل تصمیم گیری سرمایه گذاران وارد شود تا بتوانند به تجزیه و تحلیل وضعیت مالی موارد سرمایه گذاری پرداخته و با مشخص شدن سطح درماندگی مالی، با اطمینان در موقعیت مناسب تصمیم گیری کنند؛ بنابراین در این پژوهش بررسی می شود که آیا می توان یک رویکرد محاسباتی نوین برای پیش بینی درماندگی مالی، با استفاده از شیوه های خوشه بندی و طبقه بندی ارائه کرد؟ جامعه آماری پژوهش، شرکت های پذیرفته شده در بورس اوراق بهادار تهران در سال های 1393 الی 1399 می باشد؛ که با استفاده از روش حدف سیستماتیک؛ اطلاعات 123 شرکت استخراج گردید؛ برای پاسخ گویی به سؤالات پژوهش از 6 علامت هشدار دهنده درماندگی مالی به همراه شیوه های داده کاوی تحلیل مؤلفه های اساسی و خوشه بندی، برای تعیین شرکت های درمانده مالی استفاده شد؛ سپس به منظور ارائه مدلی برای پیش بینی درماندگی مالی، از 23 متغیر مالی و غیرمالی (که در نهایت تعداد 13 متغیر به عنوان ورودی به علت داشتن ضریب همبستگی بالا با متغیر در ماندگی مالی انتخاب شدند) به همراه شیوه درخت تصمیم استفاده شد. یافته های پژوهش بیانگر این موضوع هستند که شیوه های داده کاوی امکان تفکیک شرکت های درمانده و غیر درمانده را فراهم می کند و بیانگر یک روش تحلیلی خودکار برای کشف درماندگی بالقوه می باشد.