شناسایی متغیرهای غیرشکننده اقلام تعهدی بر اساس رویکردهای بیزین غیرخطی در بازار سرمایه ایران
محورهای موضوعی : اقتصاد سنجی مالی و روشهای کمّی
اعظم رضائیان جویباری
1
,
جمادوردی گرگانلی دوجی
2
*
,
مجید اشرفی
3
,
علی خامکی
4
1 - دانشجوی دکتری، گروه حسابداری، واحد علی آباد کتول، دانشگاه آزاد اسلامی، علی آباد کتول، ایران
2 - استادیار، گروه حسابداری، واحد علی آباد کتول، دانشگاه آزاد اسلامی، علی آباد کتول، ایران
3 - استادیار، گروه حسابداری، واحد علی آباد کتول، دانشگاه آزاد اسلامی، علی آباد کتول، ایران
4 - استادیار، گروه حسابداری، واحد علی آباد کتول، دانشگاه آزاد اسلامی، علی آباد کتول، ایران
کلید واژه: مدیریت سود, اقلام تعهدی, میانگینگیری بیزین,
چکیده مقاله :
هدف: اکثر مدلهای اقلام تعهدی در محیط کشورهای پیشرفته (بازار سرمایه عمیق) شکل گرفتهاند و تحقیقی که با توجه به شرایط خاص بازار سرمایه کشور اقدام به مدلسازی اقلام تعهدی نماید، وجود ندارد؛ در نتیجه سعی شده است با استفاده از رویکردهای میانگینگیری بیزین (BMA)، میانگنین گیری پویا (TVP-DMA) و میانگینگیری انتخابی (TVP-DMS)، اقدام به شناسایی متغیرهای غیرشکننده موثر بر اقلام تعهدی در بازار سرمایه ایران نماییم. روششناسی پژوهش: روش تحقیق حاضر از لحاظ هدف کاربردی است. نمونه آماری پژوهش شامل 171 شرکت بورسی در دوره زمانی 1390 تا 1400 میباشد. یافتهها: در این پژوهش 58 متغیر موثر بر اقلام تعهدی وارد مدلهای بیزین گردیدند. نتایج بیانگر این است که از میان مدلهای BMA، TVP-DMA و TVP-DMS، BVAR و OLS مدل BMA به عنوان کاراترین مدل تعیین گردید. بر اساس مدل BMA، 11 متغیر غیرشکننده موثر بر اقلام تعهدی شناسایی شدند. اصالت / ارزشافزوده علمی: برای اولین بار در تحقیقات داخلی 58 متغیر موثر بر اقلام تعهدی جهت مدلسازی این شاخص به کار گرفته شده است. جهت جامعیت در مدلسازی از هر سه نوع مدلهای اقلام تعهدی اختیاری (تأکید بر داراییها و فروش، هزینههای اختیاری)؛ مدل درآمد اختیاری (تأکید بر سود، درآمد و جریان وجه نقد) و مدلهای ترکیبی در طراحی مدل بهینه به کار گرفته شده است.
Purpose: Most accrual models have been developed in the environment of advanced countries (deep capital market) and there is no research that models accruals according to the specific conditions of the country's capital market; As a result, we have tried to identify non-fragile variables affecting accruals in the Iranian capital market by using Bayesian averaging (BMA), dynamic averaging (TVP-DMA) and selective averaging (TVP-DMS) approaches. Research Methodology: The current research method is practical in terms of purpose. The statistical sample of the research includes 171 stock companies in the period of 1390 to 1400. Findings: In this research, 58 variables affecting accruals were included in Bayesian models. The results show that among the BMA, TVP-DMA and TVP-DMS, BVAR and OLS models, the BMA model was determined as the most efficient model. Based on the BMA model, 11 non-fragile variables affecting accruals were identified. Originality/scientific added value: For the first time in internal research, 58 variables affecting accruals have been used to model this index. For comprehensiveness in the modeling of all three types of discretionary accruals models (emphasis on assets and sales, discretionary expenses); Discretionary income model (emphasis on profit, income and cash flow) and hybrid models are used in designing the optimal model.