الخلاصة:
نحاول من خلال هذا البحث إلى فحص قدرة المؤشرات المالية المستخرجة من القوائم المالية على التنبؤ
بالتعثر المالي للمؤسسات، واقتصرت الدراسة على عينة مكونة من 14مؤسسة صغيرة و متوسطة جزائرية منها ثمانية سليمة و الباقي متعثرة، وذلك خلال الفترة الممتدة من2009 إلى 2014 تم احتساب 29 نسبة مالية صنفت في خمس مجموعات وهي: النسب الهيكلية، نسب المردودية، نسب الربحية، نسب الاستدانة ونسب السيولة . و لتحقيق غرض هذه الدراسة والوصول إلى نتائج دقيقة، اعتمدنا على ثلاث أساليب إحصائية متعددة المتغيرات ألا وهي: التحليل العاملي إلى مركبات أساسية، التحليل العنقودي و التحليل التمييزي، وعليه فقد حاولنا أن نبين أهمية القياس الاقتصادي لأغراض التحليل المالي و كذا أهمية التنبؤ في الكشف المبكر لخطر التعثر المالي، وتمثلت أهم نتائج الدراسة إلى قدرة التصنيفات المعتمدة للمؤشرات المالية على التنبؤ بخطر التعثر المالي و كذا التصنيف لعينة الدراسة إلى مؤسسات سليمة و متعثرة، إلا أنه لكل من مؤشرات الاستدانة والسيولة قدرة أعلى مقارنة بباقي التصنيفات المعتمدة، وهذا باستخدام أسلوب التحليل العنقودي والتحليل العاملي التمييزي، فيما أفادنا التحليل العاملي إلى مركبات أساسية في تقليص بيانات الدراسة إلى أقل عدد ممكن .
In this research We are trying to examine the ability of financial ratios that was extracted from the menus to predict the enterprises financial distress, the study was narrowed on a sample of 14 Small and medium Algerian enterprises, consisted of eight non – failed and the rest failed, during a period from 2009 to 2014, 29 financial ratios was considered and classified in five groups : the structural ratios, Rate of return ratios, profitability ratios, debt ratios liquidity ratios.
To achieve the purpose of this study and get an accurate results we used
three methods of multivariate statistical -factorial analysis toprincipal
components, cluster analysis and discriminant Analysis, therefore we have tried to show the importance of economic measurement to the financial analysis and the importance of prediction and early detection of the risk of financial distress in the enterprise, and the most important results of the study led to the ability of the approved classifications for financial ratios to predict the risk of financial distress, and classification of the study sample to intact institutions and distressed ones, but all of the debt and liquidity indicators has higher capacity compared to the rest of the ratios, and this by using cluster analysis and analysis discriminant methods, and factorial analysis toprincipal components helped us reducing the study data to the lowest number possible.
