بررسی های حسابداری و حسابرسی (حسابداری و حسابرسی سابق)

در دنیای متغیر بورس اوراق بهادار، تعیین شاخص های مؤثر بر تصمیم گیری سرمایه گذاران در بورس اوراق بهادار تهران و تحلیل آن ها امری ضروری به نظر می رسد. با داشتن شاخص های مؤثر و شناخت ضریب اهمیت هریک از آن ها، سرمایه گذار قادر خواهد بود از بین شرکت های پذیرفته شده، انتخاب مناسب را انجام دهد. در این مقاله ما ابتدا شاخص های مؤثر بر تصمیم گیری را شناسایی کرده و با استفاده از تکنیک TOPSIS، شرکت های پذیرفته شده را برحسب شاخص های گفته شده رتبه بندی می کنیم سپس با ارایه روشی شاخص های حساس را تشخیص داده و حساسیت رتبه بندی شرکت ها را مبتنی بر تغییرات حساس ترین شاخص ها می سنجیم. نتیجه نشان می دهد، پنج شاخص سود ناویژه به فروش، درآمد هر سهم(EPS)، نسبت توزیع سود(DPR)، افزایش تعداد تولید و در آخر پوشش هزینه های مالی، شاخص های حساس بوده اند. از بین این شاخص ها EPS به دلیل ایجاد کمترین تغییرات، حساس ترین شاخص شناخته شده است.

در این پژوهش به ارزیابی عملکرد شرکت های سرمایه گذاری در بورس اوراق بهادار تهران در طی سال های 1383- 1388 که پرتفوی سرمایه گذاری فعال داشته اند. بر اساس معیارهای شارپ، ترینر و سورتینو پرداخته شده و به منظور بررسی دقیق تر کارایی شرکت های سرمایه گذاری از شاخص های حجم معاملات، نقدشوندگی، اندازه و متنوع بودن پرتفوی نیز استفاده شده است. پس از جمع آوری اطلاعات و محاسبه اطلاعات مورد نیاز مشاهده شد که توزیع داده ها نرمال نبوده؛ بنابراین از آزمون های ناپارامتریک برای آزمون فرضیات پژوهش استفاده شد. فرضیه اول پژوهش بر اساس آزمون های فریدمن و ویلکاکسن نتایج مختلفی در ارتباط با ارزیابی عملکرد شرکت های سرمایه گذاری بر اساس سه معیار ارزیابی بیان کرد و نشان داد کنترل سطح ریسک سیستماتیک موجود در بازار در این شرکت ها بهتر از سطح انحراف معیار نسبت به بازده پرتفوی آن ها است. همچنین آزمون تحلیل رگرسیون ترکیبی از بین شاخص های پژوهش تأثیر مثبت و معنادار حجم معاملات پرتفوی این شرکت ها را بر بازده آن ها را آشکار کرد.

هدف از این پژوهش بررسی این موضوع است که دریابیم چه عواملی و تا چه اندازه بر میزان دقت پیش بینی سود شرکت های پذیرفته شده در بورس اوراق بهادار تهران در زمان افزایش سرمایه مؤثر هستند. جامعه ی آماری این پژوهش شامل شرکت های پذیرفته شده در بورس تهران از ابتدای سال 1384تا پایان سال 1387 است. با بررسی متغیرهای مستقل این پژوهش شامل افق زمانی پیش بینی(کوتاه مدت یا بلندمدت)، دفعات تجدیدنظر گزارش سود پیش بینی شده سال گذشته، نوع اظهارنظر حسابرس در مورد صورت های مالی سال گذشته، نوع صنعت و اندازه شرکت از طریق تحلیل رگرسیون چندگانه، تحلیل واریانس و ضریب تعیین به این نتیجه دست یافتیم که از بین عوامل گفته شده، افق پیش بینی زمانی و نوع صنعت بر دقت پیش بینی سود شرکت ها مؤثرند و میزان اثرگذاری این دو عامل بر متغیر وابسته به ترتیب اولویت، نوع صنعت و سپس افق زمانی پیش بینی تعیین شده است. بین سایر عوامل با دقت پیش بینی سود رابطه معناداری مشاهده نشده است.

یکی از راههایی که میتوان با استفاده از آن به بهره گیری مناسب از فرصتهای سرمایه گذاری و تخصیص بهتر منابع کمک کرد، پیش بینی درماندگی مالی است. از این رو، ارزیابی اثربخشی گزارشهای حسابرسی در شناسایی شرکتهای ورشکسته و مقایسه ی آن با توان پیش بینی ورشکستگی توسط متغیرهای مالی میتواند مفید باشد.. فرضیه زیربنایی به این شرح است: اظهارنظر حسابرس مستقل در شرایط ابهام در مورد تداوم فعالیت (گزارش تعدیل شده) میتواند ورشکستگی در دوره مالی بعد را بهتر از متغیرهای مالی به صورت توأم پیش بینی کند. فرضیه گفته شده با استفاده از یک نمونه شامل 60 شرکت تولیدی از شرکتهای پذیرفته شده در بورس اوراق بهادار تهران طی سالهای 1381 الی 1387 (7 سال) توسط مدل آماری لجستیک و آزمون مک نمار مورد آزمون قرار گرفت. نتیجه پژوهش بیانگر این بود که متغیرهای مالی به صورت توأم و اظهارنظر حسابرس مستقل، هر دو توانایی پیش بینی ورشکستگی در دوره مالی آتی را دارند اما اظهار نظر حسابرس مستقل دارای برتری معناداری نسبت به متغیرهای مالی بود.

پیش بینی ورشکستگی یکی از موضوع های اصلی طبقه بندی ورشکستگی شرکت ها است. سرمایه گذاران، مالکان، مدیران، اعتباردهندگان و مؤسسات دولتی علاقه مند به ارزیابی وضعیت مالی شرکت هستند؛ زیرا درصورت ورشکستگی هزینه های زیادی به آن ها تحمیل می شود. امروزه مدل های مختلفی برای پیش بینی ورشکستگی مورد استفاده قرار می گیرد. این پژوهش درصدد پیش بینی ورشکستگی شرکت-های پذیرفته شده در بورس اوراق بهادار تهران با استفاده از مدل های Z آلتمن و الگوریتم ژنتیک است. نمونه تحت بررسی شامل 36 شرکت ورشکسته و 36 شرکت غیر ورشکسته طی دوره مالی 5 ساله 84-88 است. متغیرهای نهایی مورد استفاده در مدل الگوریتم ژنتیک و مدل Z آلتمن 5 متغیر است که شامل نسبت های مالی است. درنهایت نتایج این 2 مدل با هم مقایسه شده است. مدل الگوریتم ژنتیک توانست به طور میانگین در یک سال و دو سال قبل از سال مبنا به ترتیب دقتی معادل 90 و 5/91 درصد داشته باشد و مدل Z آلتمن دقتی معادل 83.32 و83.32 درصد دارد با توجه به نتایج مدل الگوریتم ژنتیک دقت بیشتری در پیش بینی ورشکستگی دارد؛ درنتیجه ابزار مناسب تری برای پیش بینی محسوب می شود.

این مقاله به بررسی عوامل مؤثر بر واکنش بازار به اعلان سودهای فصلی شرکت های پذیرفته شده در بورس اوراق بهادار تهران طی سال های 1383 تا سه ماهه اول سال1386 می پردازد. 5 عامل زمان اعلان، اندازه شرکت، نوع صنعت، تعداد اعلان های سود و تعداد سایر اطلاعیه های شرکت با داده های مرتبط با 523 مورد اعلان سود فصلی توسط 94 شرکت مورد بررسی قرار گرفته است. براساس روش شناسی رویدادپژوهی، واکنش بازار در قالب تغییرات قیمت و حجم معاملات سهام از 20 روز قبل تا20 روز پس از روز اعلان سود فصلی (دوره رویداد) ارزیابی شده است. نتایج نشان می دهد، هرچه سودهای فصلی زودتراعلان شود محتوای اطلاعاتی بیشتری خواهد داشت. نوع صنعت و تعداد سایر اطلاعیه ها در دوره رویداد بر محتوای اطلاعاتی اعلان سودهای فصلی مؤثر است.همچنین هرچه تعداد اعلان های سود توسط شرکت ها کمتر باشد، بار اطلاعاتی اعلان سودهای فصلی کمترخواهد بود.

هدف این پژوهش، بررسی اهمیت متغیرهای اساسی صورت های مالی در پیش بینی بازده سهام به وسیله ی استراتژی تحلیل بنیادی است. یازده علامت بنیادی بر اساس توانایی شان در پیش بینی بازده شامل موجودی کالا، حساب های دریافتنی، سرمایه گذاری ها، حاشیه سود ناخالص، بازده دارایی ها،تغییرات بازده دارایی ها، جریان وجوه نقد، اقلام تعهدی، تغییرات اهرم مالی، تغییرات نقدینگی و تغییرات گردش دارایی ها در محاسبه نمره بنیادی شرکت ها منظور شده است و شرکت ها با توجه به نمره بنیادی به دو پرتفوی با نمره بالا و پایین تقسیم می شوند و بازده آن ها از ابتدای ماه پنجم سال بعد تا 15 ماه بعد از آن محاسبه شده است.جامعه ی آماری شرکت های بورس اوراق بهادار تهران طی سال های 1378-1389 هستند. نتایج آزمون همبستگی اسپیرمن نشان داد نمره بنیادی رابطه مثبت و معنا داری در سطح 1 درصد با بازده سهام دارد. متغییرهای موجودی کالا و تغییرات گردش دارایی ها رابطه مثبت معنادار و سرمایه گذاری ها دارای رابطه منفی معنادار در سطح 1 درصد با بازده بودند. آزمون تی -استیودنت نیز نشان داد، میانگین بازده پرتفوی با نمره بنیادی بالا(26/49درصد)، بزرگ تر از پرتفوی با نمره بنیادی پایین(57/25) است و در نتیجه با استفاده از استراتژی تحلیل بنیادی، می توان بازده مثبتی به دست آورد.