العنوان بلغة أخرى: |
The Use of Discriminatory Analysis to Predict the Financial Failure of a Sample of Small and Medium Enterprises in Oum-Bouaghi during the Period 2014-2016 |
---|---|
المصدر: | حوليات جامعة الجزائر 1 |
الناشر: | جامعة الجزائر1 بن يوسف بن خدة |
المؤلف الرئيسي: | دردور، أسماء (مؤلف) |
المؤلف الرئيسي (الإنجليزية): | Derdour, Asma |
المجلد/العدد: | ع32 |
محكمة: | نعم |
الدولة: |
الجزائر |
التاريخ الميلادي: |
2018
|
الصفحات: | 808 - 833 |
ISSN: |
1111-0910 |
رقم MD: | 1058492 |
نوع المحتوى: | بحوث ومقالات |
اللغة: | العربية |
قواعد المعلومات: | HumanIndex, AraBase, IslamicInfo, EduSearch, EcoLink |
مواضيع: | |
كلمات المؤلف المفتاحية: |
التحليل التمييزي | التنبؤ | الفشل المالي | النسب المالية | المؤسسات الصغيرة والمتوسطة | Discriminat Analysis | Prediction | Financial Failure | Financial Ratios | Small and Medium Enterprises (SME)
|
رابط المحتوى: |
الناشر لهذه المادة لم يسمح بإتاحتها. |
المستخلص: |
تهدف هذه الدراسة إلى تحديد طريقة علمية تسمح لنا بالكشف المبكر عن المخاطر التي قد تواجه المؤسسات الصغيرة والمتوسطة، وسنحاول في هذه الدراسة استخدام أسلوب التحليل التمييزي التي تستند على العوامل التمييزية لعينة مكونة من 30 مؤسسة صغيرة ومتوسطة بولاية أم البواقي منها 13 مؤسسة فاشلة و17 مؤسسة ناجحة خلال الفترة 2014-2016. أظهرت نتائج الدراسة أن نسبتين من أصل تسعة نسب لها القدرة على التمييز بين المؤسسات الصغيرة والمتوسطة الفاشلة والناجحة وتمثلت في معدل دوران إجمالي الأصول ومعدل دوران الأصول المتداولة. This study aims to determine the scientific method that allows us to an early detection of risks that may be faced by small and medium enterprises (SME). We will try in this study using the statistical method which is based on the factor analysis discriminatory on a sample of 30 SME’s of oum bouaghi, 13 failed SME’s and 17 sound SME’s during the period 2014-2016. The study concluded that two of the nine ratios have he ability to distinguish between the failed SME’s and sound SME’s, represented by the total assets turnover ratio and current assets turnover ratio. |
---|---|
وصف العنصر: |
الجزء الرابع: ديسمبر 2018 |
ISSN: |
1111-0910 |