Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/71434
Title: การใช้ข้อมูลทางการเงินเพื่อพยากรณ์บริษัทจดทะเบียนในกลุ่มอุตสาหกรรมการผลิต ที่เข้าข่ายถูกเพิกถอนจากตลาดหลักทรัพย์แห่งประเทศไทย
Other Titles: Using financial information for prediction of potential delisted companies in manufacturing sector from the Stock Exchange of Thailand
Authors: ปาลวีย์ พูลเจริญ
Advisors: สุภาพร เชิงเอี่ยม
Other author: จุฬาลงกรณ์มหาวิทยาลัย. คณะพาณิชยศาสตร์และการบัญชี
Advisor's Email: fcomsle@phoenix.acc.chula.ac.th, Supapon.C@Chula.ac.th
Subjects: อุตสาหกรรมการผลิต -- การเงิน
พยากรณ์ธุรกิจ
บริษัทมหาชน
Manufacturing industries -- Finance
Business forecasting
Public companies
Issue Date: 2548
Publisher: จุฬาลงกรณ์มหาวิทยาลัย
Abstract: วัตถุประสงค์ของการศึกษาครั้งนี้เพื่อพัฒนาตัวแบบที่ใช้ในการพยากรณ์การเข้าข่ายถูกเพิกถอนของ บริษัทในกลุ่มอุตสาหกรรมการผลิตและทดสอบความสามารถในการพยากรณ์ของตัวแบบที่ได้พัฒนาขึ้น โดย ตัวแบบที่พัฒนาขึ้นนั้นสามารถนำไปใช้เป็นระบบสัญญาณเตือนภัยล่วงหน้าสำหรับบริษัทในกลุ่ม อุตสาหกรรมการผลิตที่จดทะเบียนในตลาดหลักทรัพย์แห่งประเทศไทย การศึกษาใช้การวิเคราะห์จำแนก ประเภท(Multivariate Discriminant Analysis) และการวิเคราะห์ความถดถอยโลจิสติค(Logistic Regression Analysis) ในการระบุข้อมูลทางการเงินที่มีความสัมพันธ์กับประเภทของบริษัทในกลุ่ม อุตสาหกรรมการผลิต ซึ่งแบ่งเป็นบริษัทในกลุ่มอุตสาหกรรมการผลิตที่เข้าข่ายถูกเพิกถอนและบริษัทในกลุ่ม อุตสาหกรรมการผลิตที่ไม่เข้าข่ายถูกเพิกถอนจากตลาดหลักทรัพย์แห่งประเทศไทย โดยข้อมูลทางการเงินที่ ใช้ในการพัฒนาตัวแบบประกอบด้วยอัตราส่วนทางการเงินและข้อมูลที่เกี่ยวข้องในงบการเงินในช่วงปี พ.ศ. 2538 -2545 ผลการวิจัยพบว่าข้อมูลทางการเงินที่มีความสัมพันธ์กับประเทของบริษัทในกลุ่มอุตสาหกรรมการ ผลิต ได้แก่ อัตราส่วนเงินทุนหมุนเวียน อัตราการหมุนเวียนของสินค้าสำเร็จรูป อัตราส่วนกระแสเงินสดจาก การดำเนินงานต่อหนี้สินรวม อัตราส่วนหนี้สินระยะยาวต่อหนี้สินรวม อัตราส่วนเงินทุนหมุนเวียนต่อสินทรัพย์ รวม ประเทของผู้สอบบัญชี และอายุเป็นบริษัทจดทะเบียน โดยความถูกต้องในการจัดประเภทจากข้อ มูลที่ใช้ในการพัฒนาตัวแบบสำหรับการวิเคราะห์จำแนกประเภทสามารถจัดประเทข้อมูลได้ถูกต้องโดยรวม ร้อยละ 96.2 และตัวแบบจากการวิเคราะห์ความถดถอยโลจิสติคสามารถจัดประเภทข้อมูลได้ถูกต้องโดยรวม ร้อยละ 96.8 สำหรับผลการทดสอบความสามารถในการพยากรณ์ของตัวแบบโดยใช้ข้อมูลที่ใช้ทดสอบ (Holdout Sample) จากข้อมูลทางการเงินในปี พ.ศ. 2546 เพื่อพยากรณ์การเข้าข่ายถูกเพิกถอนของบริษัทในกลุ่ม อุตสาหกรรมการผลิตที่จดทะเบียนในตลาดหลักทรัพย์แห่งประเทศไทยในปี พ.ศ. 2547 พบว่า ตัวแบบจาก การวิเคราะห์จำแนกประเภทสามารถพยากรณ์การเข้าข่ายถูกเพิกถอนได้ถูกต้องโดยรวมร้อยละ 91.7 และตัว แบบจากการวิเคราะห์ความถดถอยโลจิสติคสามารถพยากรณ์การเข้าข่ายถูกเพิกถอนได้ถูกต้องโดยรวม ร้อยละ 90.0
Other Abstract: The purpose of this study is to develop the models for prediction of potential delisted companies in manufacturing sector and test for predictability of the models. The models can be used as an early warning system of the companies in manufacturing sector listed in the stock exchange of Thailand. This research used multivariate discriminant analysis (MDA) and logistic regression analysis (LRA) for selecting the financial information relevant to the type of companies in manufacturing sector classified as non-potential delisted manufacturing business and potential delisted manufacturing business. The financial information used in developing the models are financial ratios and other financial statements information during the years 1995 to 2002. The research results indicate that the financial information relevant to the potential delisted manufacturing business include current ratio, finished good turnover, operating cash flow to total liabilities ratio, long-term liabilities to total liabilities ratio, net working capital ratio, type of auditor and listed age in the stock exchange of Thailand. The overall classification accuracy of the MDA model is 96.2 percent and the overall classification accuracy of the LRA model is 96.8 percent. According to the predictability test of the models from holdout sample using the financial information in years 2003 for predicting potential delisted manufacturing business in year 2004, the overall prediction accuracy of the MDA model is 91.7 percent and the overall prediction accuracy of the LRA model is 90.0 percent.
Description: วิทยานิพนธ์ (บช.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2548
Degree Name: บัญชีมหาบัณฑิต
Degree Level: ปริญญาโท
Degree Discipline: การบัญชี
URI: http://cuir.car.chula.ac.th/handle/123456789/71434
URI: http://doi.org/10.14457/CU.the.2005.717
ISBN: 9745324647
metadata.dc.identifier.DOI: 10.14457/CU.the.2005.717
Type: Thesis
Appears in Collections:Acctn - Theses

Files in This Item:
File Description SizeFormat 
Palavee_ph_front_p.pdf944.29 kBAdobe PDFView/Open
Palavee_ph_ch1_p.pdf927.43 kBAdobe PDFView/Open
Palavee_ph_ch2_p.pdf2.21 MBAdobe PDFView/Open
Palavee_ph_ch3_p.pdf1.11 MBAdobe PDFView/Open
Palavee_ph_ch4_p.pdf2.62 MBAdobe PDFView/Open
Palavee_ph_ch5_p.pdf1.12 MBAdobe PDFView/Open
Palavee_ph_back_p.pdf2.19 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.