عنوان پایان‌نامه
بررسی اثرشمول جریانهای نقدی عملیاتی و اقلام تعهدی بر قدرت پیش بینی و توجیه کنندگی مدل جونز و مدل جونز تعدیل شده
- رشته تحصیلی
- حسابداری
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 43086
- تاریخ دفاع
- ۳۱ شهریور ۱۳۸۸
- دانشجو
- محمدرضا زمانی قورتولیش
- استاد راهنما
- کاوه مهرانی
- چکیده
- تحقیق حاضر در بخش اول به بررسی مدلهای جونز و تعدیل شده جونز و در بخش دوم، به بررسی ارتباط اجزاء منتظره وغیرمنتظره اقلام تعهدی با بازده سهام و نحوه قیمت گذاری اقلام تعهدی توسط بازار می پردازد. تابحال، تحقیقات زیادی از مدلهای مذکور، استفاده نموده اند. در این تحقیق، بدنبال اثر ترکیب جریانات نقد عملیاتی جاری و گذشته و همچنین اقلام تعهدی سال گذشته، بر مدلهای مذکور، جهت ارتقاء قدرت این مدلها در شناسایی اقلام تعهدی، بودیم. نتایج تحقیق نشان دادند که قدرت این دومدل، با افزایش همزمان جریانات نقد عملیاتی و اقلام تعهدی تاخیری افزایش می یابد. در بخش دوم تحقیق، اقلام تعهدی را به دو بخش منتظره وغیرمنتظره تفکیک نموده و بررسی نمودیم که آیا بازار توانایی درک آن بخش از اقلام تعهدی را که غیرمنتظره است را دارد یا خیر. نتایج در این بخش نشان دادند که بازار، بدرستی توانایی تفکیک اقلام تعهدی منتظره وغیرمنتظره را ازیکدیگر ندارد. در همین بخش، نشان داده شد که بازار، در تشخیص اقلام تعهدی منتظره مربوط به اول دوره نسبت به اقلام تعهدی منتظره انتهای دوره، دچار اشتباه می شود و آنها را بدرستی قیمت گذاری نمی نماید.
- Abstract
- An investigation into the effects of including cash flows and accruals in Jones and Modified Jones models on their optimization Accruals, as a criterion for measuring earnings management, play a major role in today studies. In fact, earnings management detection is the main usage of accruals segregation. A number of models are employed to determine earnings management among them Jones and Modified Jones models is known to be the best. In this study, we investigate the inclusion of three proposed variables in the above-mentioned models and their possible contribution to error reduction and consequent optimization of the models. These variables are as follows: current and lagged operating cash flows, lagged cash flows and finally, concurrent current and lagged operating cash flows and lagged cash flows. The results show that addition of our proposed variables in the below order can improve the efficiency of our models in earnings management detection: 1. Concurrent current and lagged operating cash flows and lagged cash flows. 2. Current and lagged operating cash flows. 3. Lagged accruals.
