شناسایی مهم‌ترین عوامل مؤثر بر اقلام تعهدی در بازار سرمایه ایران و بررسی نحوه اثرگذاری آن‌ها طی زمان

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشگاه آزاد واحد علی آباد کتول .علی آباد کتول ایران

2 استادیار، گروه حسابداری، واحد علی آباد کتول، دانشگاه آزاد اسلامی، علی آباد کتول، ایران

چکیده

مدلسازی‌های مبتنی بر رگرسیون خطی، به علت فروض رگرسیونی متعدد؛ عمدتاً دارای خطای بالا است؛ لذا در سال‌های اخیر، پژوهش‌هایی مبتنی بر رویکردهای بیزین توسعه یافته‌اند. بر این اساس مسئله اصلی پژوهش‌ حاضر شناسایی مهم‌ترین عوامل مؤثر بر اقلام تعهدی در بازار سرمایه ایران در بازه‌های زمانی کوتاه مدت، میان مدت و بلند مدت است. ‌نمونه آماری پژوهش شامل 171 شرکت بورس اوراق بهادار تهران و فرابورس در دوره زمانی 1390 تا 1400 می‌باشد. در این پژوهش 58 متغیر موثر بر اقلام تعهدی وارد مدل‌های میانگین‌گیری پویا (TVP-DMA)، انتخابی (TVP-DMS) و بیزین (TVP-BMA) گردیدند. از میان مدل‌های مذکور مدل میانگین‌گیری بیزین به عنوان کاراترین مدل تعیین گردید. بر اساس نتایج، یازده متغیر با بالاترین سطح اثرگذاری بر اقلام تعهدی شناسایی شدند. بر اساس نتایج تأثیر متغیرهای منتخب در بازه زمانی بلندمدت قوی‌تر از بازه کوتاه‌مدت هستند؛ بدین معنی که سطح مدیریت سود در سال‌های اخیر افزایش یافته؛ که این امر موجبات کاهش سطح کارایی در بازار سرمایه شده است.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Identifying the Most Important Factors Affecting Accruals Iran's Capital Market and Examining How They Affect Over Time

نویسندگان [English]

  • Azam Rezaeyan joibary 1
  • Jomadoordi gorganli davaji 2
  • Majid Ashrafi 2
  • ali khamaki 2
1 Islamic azad University of ali Abad Kathleen.
2 Assistant Professor, Department of Accounting , Ali Abad Katoul Branch, Islamic Azad University, Aliabad Katoul, Iran
چکیده [English]

modeling based on linear regression, due to multiple regression assumptions; It mainly has high error; Therefore, in recent years, researches based on Bayesian approaches have been developed. Based on this, the main problem of the current research is to identify the most important factors affecting accruals in Iran's capital market in the short, medium and long term. The statistical sample of the research includes 171 companies of the Tehran Stock Exchange and over-the-counter companies in the period from 1390 to 1400. In this research, 58 variables affecting accruals were included in dynamic averaging (TVP-DMA), selective (TVP-DMS) and Bayesian (TVP-BMA) models. Among the mentioned models, the Bayesian averaging model was determined as the most efficient model. Based on the results, eleven variables with the highest level of influence on accruals were identified. Based on the results, the influence of the selected variables in the long-term period is stronger than the short-term period; This means that the level of profit management has increased in recent years; This has caused a decrease in the level of efficiency in the capital market.

کلیدواژه‌ها [English]

  • Accrual items
  • Earnings management
  • accrual accounting
  • accrual Earnings management
الف. فارسی
اساماعیلی، ارساالن و غاالم نیاروشان، حمیدرضاا. )1402(. ناهنجااری اقاالم تعهادی اختیااری,
هزینههای تحقیق و توسعه, بازده و الگوی مبتنی بر عامل Q. پژوهشهای حسابداری ماالی و
حسابرسی )پژوهشنامه حسابداری مالی و حسابرسی(، 15)57 (، .210-185
بوژمهرانی, احسان، کامیابی, یحیی و ملکیان, اسافندیار. )1399(. زمانبنادی جریانهاای نقادی و
رویدادهای اقتصادی: الگویی برای طبقهبندی اقالم تعهادی. داناش حساابداری و حسابرسای
مدیریت, 9)33(, .284-268
186 مجله پیشرفتهای حسابداری، دوره پانزدهم، شماره دوم، پاییز و زمستان 1402
بهنام پور, محمود، ایازدی نیاا, ناصار و صافاری, باباک. )1398(. تحلیال نقاش اقاالم تعهادی در
اندازهگیری عملکرد و کیفیت حسابداری بر اساس مدل نیکلاوف، بررسایهاای حساابداری و
حسابرسی, 26)3(, .347-327
ثقفی, علی، بولو, قاسم و سهرابی ورزنه, حسینعلی. )1401(. مدل کیفیت اقالم تعهادی باا رویکارد
الگوریتم مدیریت گروهی دادهها، مطالعات تجربی حسابداری مالی, 19)75(, .40-1
حسین افشاری, مهران, دستگیر, محسن, و خواجوی, شکراله. )1399(. تاثیر تفکیاک شااخصهای
اخبار بد بار محافظاه کااری مشارو در مادلهای مبتنای بار اقاالم تعهادی. پیشارفتهای
حسابداری, 12)1(, .61-29
صباغیان طوسی، امید، مرادی، زهرا و یزدانی، شهره. )1402(. اثر سنجش شاخصهای سالمت مالی
از بعد رفتارهای بازدارنده و فرصتطلبانه مدیریت سود در شرکتهای با فرصت سرمایهگذاری
متفاوت. فصلنامه تحلیل بازار سرمایه, 3 )1(, .173-141
عزیزی, صدیقه, و جوکار, حسین. )1400(. مقایسه توانایی الگوریتم یادگیری ماشاین آدابوسات در
تبیین نابهنجاری اقالم تعهادی باا اساتفاده از مادلهای آربیتاراژ، قیمتگاذاری داراییهاای
سرمایهای و پنج عاملی فاما و فرنچ. پیشرفتهای حسابداری, 13)1(, .298-261

Almand, A., Cantrell, B., & Dickinson, V. (2023). Accruals and firm life cycle:
Improving regulatory earnings management detection, Advances in
accounting, 60(1), 11-18.
Azizi, S., & Jokar, H. (2021). Comparison of the ability of Adabust's machine
learning algorithm in explaining accruals abnormality using arbitrage,
capital asset pricing and Fama and French five-factor models. Accounting
Advances, 13(1), 261-298. (In Persian)
Barth, M. E., Clinch, G., & Israeli, D. (2016). What do accruals tell us about
future cash flows? Review of Accounting Studies, 21(3), 768-807.
Beckmann, J., Koop, G., Korobilis, D., & Schüssler, R. (2020). Exchange Rate
Predictability and Dynamic Bayesian Learning. Journal of Applied
Econometrics, 35(3), 410-421.
Behnampour, M., Izadinia, N., & Safari, B. (2018). Analyzing the role of
accruals in measuring accounting performance and quality based on
Niklov's model. Accounting and Auditing Reviews, 26(3), 327-347. (In
Persian)
شناسایی مهمترین عوامل مؤثر بر اقالم تعهدی در بازار سرمایه ایران و بررسی ... 187
Belmonte, M., & Koop, G. (2014). Model Switching and Model Averaging in
Time-Varying Parameter Regression Models. Advances in Econometrics,
34(3), 45-69.
Bernanke, B. S., & Boivin, J. (2003). Monetary policy in a data -rich
environment. Journal of Monetary Economics, 50(3),525-546.
Boivin, J., & Ng, S. (2006). Are more data always better for factor analysis?,
Journal of Econometrics, 132 (1), 169-194.
Bozhmehrani, E, Sagham, Y., & Malekian, E. (2019). Timing of cash flows and
economic events: a model for classification of accruals. Knowledge of
Accounting and Management Audit, 9(33), 268-284 .(In Persian)
Bradshaw, M.T., Richardson, S.A. & Sloan, R.G. (2006). The relation between
corporate financing activities, analysts’ forecasts and stock returns.
Journal of Accounting and Economics, 42(1-2), 53-85.
Breuer, M., & Schütt, H. (2023), Accounting for uncertainty: an application of
Bayesian methods to accruals models, Review of Accounting Studies,
28(2), 726-768.
Buncic, D., & Moretto, C. (2015). Forecasting copper prices with dynamic
averaging and selection models. North American Journal of Economics
and Finance, 33(3), 1-38.
Canova, M. (2002), Testing for Unit Roots in a Bayesian Framework, Journal
of Econometrics, 69(1), 81-109.
Caylor, R. (2009). Strategic revenue recognition to achieve earnings
benchmarks, Journal of Accounting and Public Policy, Forthcoming,
5(11), 55-71.
Ferreira, D., & Palma, A. (2015). Forecasting Inflation with the Phillips Curve:
A Dynamic Model Averaging Approach for Brazil. Revista Brasileira de
Economia, 69(4), 33-53.
Hossein Afshari, M., Dastgir, M., & Khajawi, S. (2019). The effect of
separating indicators of bad news on conditional conservatism in models
based on accruals. Accounting Advances, 12(1), 29-61. (In Persian)
Ismaili, A., & Gholam Niaroshan, H. (2023). Anomaly of optional accruals,
research and development costs, returns and model based on factor Q.
Financial accounting and auditing research (Financial accounting and
auditing research), 15(57), 185-210. (In Persian)
Kasznik, R. (1999). On the association between voluntary disclosure and
earnings. Management Journal of Accounting Research, 37(2), 57-81.
188 مجله پیشرفتهای حسابداری، دوره پانزدهم، شماره دوم، پاییز و زمستان 1402
Koop, G. (2012). Using VARs and TVP-VARs with Many Macroeconomic
Variables. Central European Journal of Economic Modelling and
Econometrics, 4(3), 143-167.
Koop, G., McIntyre, S., Mitchell, J., & Poon, A. (2020). Regional output
growth in the United Kingdom: More timely and higher frequency
estimates from 1970. Journal of Applied Econometrics, 35(2), 176-197.
Kothari, S.P., Leone Andrew L., & Wasley Charles, E. (2005). Performance
matched discretionary accrual measures, Journal of Accounting and
Economics, 39(1), 163-197.
Larson, C. R., Sloan, R., & Giedt, J. Z. (2018). Defining, measuring, and
modeling accruals: a guide for researchers. Review of Accounting Studies,
23(3), 827-871.
Li, J., & Jiang, Y. (2022) Recent Advances of Dynamic Model Averaging
Theory and Its Application in Econometrics. Journal of Financial Risk
Management, 11(3), 740-756.
McNichols, F. (2002). Discussion of the quality of accruals and earnings: The
role of accrual estimation error. The Accounting Review, 77(11), 61-69.
Ohlson, J. A. (2014). Accruals: An Overview. China Journal of Accounting
Research, 7(2), 65-80.
Ohlson, J.A. (1995). Earnings, book values, and dividends in equity valuation.
Contemporary accounting research, 11(2), 661-687.
Ronen,. J., & Yaari, V. (2008). Earnings Management: Emerging Insights in
Theory, Practice, and Research, 18(2), 50-70.
Sabbaghian Tousi, O., Moradi, Z., & Yazdani, S. (2023). The effect of
measuring financial health indicators from the perspective of inhibiting and
opportunistic behavior of profit management in companies with different
investment opportunities. Capital Market Analysis Quarterly, 3(1), 141-
173. (In Persian)
Schumacher, C. (2007). Forecasting German GDP using alternative factor
models based on large datasets. Journal of Forecasting, 26(4), 271-302.
Scott, W. (2009). Financial Accounting Theory, Fifth Edition, Prentice Hall,
chapter, 11(3), 402-428.
Thaghafi, A., Bolo, Q., Hossein Ali, S.V. (2022). Quality model of accruals
with group data management algorithm approach, Financial Accounting
Empirical Studies, 19(75), 1-40. (In Persian)