نوع مقاله : مقاله پژوهشی
نویسندگان
1 دانشجوی دکتری، گروه حسابداری، دانشکدۀ علوم اداری و اقتصادی، دانشگاه فردوسی مشهد، مشهد، ایران.
2 استادیار گروه حسابداری، دانشکدۀ علوم اداری و اقتصادی، دانشگاه فردوسی مشهد، مشهد، ایران.
چکیده
کلیدواژهها
موضوعات
عنوان مقاله [English]
نویسندگان [English]
The information needs of investors for making informed decisions, as well as companies' need to effectively manage their resources, have consistently drawn researchers' attention to the prediction of future operating cash flows. However, prior empirical evidence on cash flow prediction models has been mixed. This study examines the importance and impact of considering transitory items in accrual accounting, as well as cross-sectional heterogeneity among firms, on the conflicting prior evidence regarding the comparison between accrual-based earnings and operating cash flows in predicting future operating cash flows and related contexts. To test the hypotheses, a sample of 62 companies listed on the Tehran Stock Exchange from 2013 to 2022 was used. Four different earnings components, along with operating cash flows, were analyzed under several forecasting approaches, including cross-sectional, pooled, industry-level, and firm-level estimations, in both univariate and bivariate comparisons. The results indicate that accounting earnings that exclude transitory items have better predictive power for future operating cash flows than operating cash flows themselves. Furthermore, accounting for cross-sectional differences in the relationship between firms' earnings and future cash flows enhances the predictive ability of accruals and increases the reliability of accounting earnings in forecasting future operating cash flows.
Introduction
A company’s success significantly depends on the effective management of its resources. Firms must maximize their resources to overcome various challenges that impact business development. In the face of increasing competition in the modern era, entrepreneurs must adopt strategies to ensure the sustainability of their businesses (Noury et al., 2020). In this age of globalization, a company may either perform as planned or encounter unforeseen challenges leading to unfavorable outcomes, including bankruptcy. One of the most critical factors in assessing a company’s success or failure is the prediction of future cash flows, as it helps evaluate the business’s ability to generate cash, its need to utilize these flows, and enables more informed decision-making. Furthermore, cash flow information serves as an indicator of a company’s actual success or performance, making performance evaluation more meaningful (Sharawi, 2021).
A fundamental assumption in accounting is that financial statements prepared under accrual methods contain more informational content than cash-based accounting. Consequently, the informational value of accrual-based earnings exceeds that of cash flows (Ball & Nikolaev, 2022). Prior research indicates that realized cash flows suffer from timing and matching issues, making them a noisy performance metric. Accruals mitigate this problem (Dechow, 1994). The adoption of accrual accounting is essential for financial reporting, playing a key role in providing a comprehensive and accurate picture of financial performance and reporting entities’ positions. Empirically, researchers have sought to assess the value-added of accrual accounting by comparing accrual-based performance metrics (e.g., earnings) with cash-based metrics (Columbano, 2023). Extensive evidence suggests that accrual measures (particularly operating earnings) possess desirable properties, such as smoother earnings, enabling better prediction of future cash needs (Ball & Nikolaev, 2022; Dechow & Dichev, 2002; Kim & Kross, 2005).
According to Nallareddy et al. (2020), prior studies primarily relied on bottom-line earnings to predict future cash flows. Meanwhile, most earlier research examined cross-sectional regression models, though some studies emphasized the need for firm-level analysis (Finger, 1994). To clarify, this study moves beyond the prior literature’s focus on bottom-line earnings and examines the limitations of cross-sectional regression in inferences about accruals.
Methods & Material
To test the hypotheses, a sample of 62 companies listed on the Tehran Stock Exchange from 2013 to 2022 was used, employing four distinct earnings components plus operating cash flows across several prediction approaches—including cross-sectional, pooled, industry-level, and firm-level estimations—in both univariate and bivariate comparisons. This study evaluates the predictive abilities of several earnings variables. First, earnings before discontinued operations (IBC), as reported in financial statements, serves as a proxy for bottom-line earnings. IBC excludes extraordinary gains/losses (which are rare) but does not exclude non-operating and transitory (unstable) earnings components, making it the weakest predictor of future operating cash flows. Non-operating accruals typically contain less informational content or introduce noise when explaining future cash flows (Barth et al., 2001).
Next, adjusted earnings before discontinued operations (IBCA) is calculated by removing items with no equivalent in future operating cash flows, including extraordinary items, discontinued operations, and gains/losses from the sale of fixed assets and investments. IBCA is expected to outperform IBC in predicting future operating cash flows.
As an accrual-based earnings measure, operating earnings (OP) is used. To compare earnings with operating cash flows, working capital accruals (i.e., operating accruals) are added to operating cash flows, following Dechow and Dichev (2002) and Barth et al. (2001), referred to as OE (Operating Earnings). By definition, working capital assets and liabilities have a cycle of one year or less. Thus, working capital accruals adjust current earnings for cash flows generated by current-year operating activities but realized in cash either in the prior year or expected in the next year. Since operating cash flows arise from transactions with a one-year cycle (while longer-term transactions are classified as investing/financing cash flows), working capital accruals are incorporated into OE. Conceptually, OE is an accrual-based earnings measure expected to align best with operating cash flows. OE excludes all long-term (non-operating) accruals and cash flows embedded in bottom-line earnings (e.g., gains from asset sales). These earnings components do not naturally map to next-period operating cash flows, thereby adding noise in predictive regressions. Since OE removes the most non-operating noise in predicting operating cash flows, it is expected to exhibit the highest predictive power.
Findings
Cross-sectional analyses show that operating cash flows have greater predictive power than earnings variables, with only operating earnings improving model predictability. Pooled estimations reveal that when cross-sectional heterogeneity in the earnings–future cash flow relationship is controlled via a simple firm fixed-effects model, earnings’ predictive power surpasses that of operating cash flows, supporting the hypothesis that accrual-based earnings outperform cash flows. Industry-level analysis indicates that operating earnings dominate operating cash flows in predictive ability while also incorporating cash flow information. Firm-level analysis shows that firm-level heterogeneity is a confounding factor in cross-sectional regressions, with accrual-based earnings outperforming cash flows in prediction.
Conclusion & Results
The findings demonstrate that operating earnings outperform operating cash flows in predicting future operating cash flows. This earnings measure includes accruals that adjust for the timing limitations of operating cash flows, highlighting the incremental information provided by accrual accounting. Our evidence aligns with the argument that operating cash flows are a noisy measure of operating earnings, mitigated by accruals (Dechow, 1994). Additionally, results indicate that the relationship between current earnings and future operating cash flows varies across firms due to differences in industries, business models, operating cycles, growth rates, accounting methods, and other factors. Accounting for this heterogeneity significantly alters results, improving the predictive power of earnings over operating cash flows. These findings support Ball and Nikolaev’s (2022) study. Overall, accrual-based earnings metrics provide a superior basis for predicting future cash flows, consistent with both academic (Dechow, 1994) and professional literature (AICPA, 1973; FASB, 1978). The results also underscore the importance of addressing heterogeneity in cross-sectional models.
کلیدواژهها [English]
موفقیت یک شرکت به طرزی جالب توجه به مدیریت مؤثر منابع آن وابسته است. شرکتها برای غلبه بر چالشهای متعددی که توسعۀ کسبوکار را تحت تأثیر قرار میدهند، نیازمند بیشینهکردن منابع خود هستند. در عصر حاضر، تکامل سریع محیط تجاری موجب تشدید رقابت در سطوح ملی، منطقهای و بینالمللی شده است. در مواجهه با این رقابت فزاینده، کارآفرینان باید راهکارهایی را برای تضمین پایداری کسبوکار خود اتخاذ کنند (Noury et al., 2020). در این عصر جهانیشدن، هر شرکتی با احتمال پیشرفت یا افول مواجه است و این عدم اطمینان دربارۀ آینده و عملکرد شرکتها نشاندهندۀ پویایی محیط کسبوکار است. بنابراین، ممکن است یک شرکت مطابق برنامهریزیهای خود عمل کند یا با چالشهایی پیشبینینشده مواجه شود که به نتایج نامطلوب و حتی ورشکستگی منجر شوند. یکی از مهمترین معیارهای سنجش موفقیت یا شکست یک شرکت بررسی عملکرد مالی آن در پایان دورۀ گزارشگری است. از این طریق، سرمایهگذاران و سایر ذینفعان میتوانند عملکرد مدیریت را تحلیل کنند، عملکرد آتی را پیشبینی و در نهایت، تصمیمهایی آگاهانهتر اتخاذ کنند (Casey & Ruch, 2024). از سوی دیگر، پیشبینی جریانهای نقدی آتی نیز از اهمیت زیادی برخوردار است، زیرا این اطلاعات به ارزیابی توانایی واحد تجاری در تولید وجه نقد و نیاز آن به استفاده از این جریانها کمک میکند. علاوه بر این، اطلاعات جریان نقدی به عنوان شاخصی از موفقیت یا دستاورد واقعی یک شرکت، ارزیابی عملکرد را معنادارتر میکند (Al Sharawi, 2021).
یکی از مفروضات اساسی در حسابداری این است که صورتهای مالی تهیهشده بر مبنای روشهای تعهدی محتوای اطلاعاتی بیشتری نسبت به حسابداری نقدی دارند؛ در نتیجه، ارزش اطلاعاتی سود مبتنی بر اقلام تعهدی از جریانهای نقدی بیشتر است (Ball & Nikolaev, 2022). مطابق پژوهشهای انجامشده، جریانهای نقدی تحققیافته با مشکلات زمانبندی و تطابق مواجه هستند که این امر آنها را به معیاری پُراختلال برای ارزیابی عملکرد شرکت تبدیل میکند. اقلام تعهدی این مشکل را بهبود میبخشند (Dechow, 1994). در واقع، مطابق نتایج مدلهای اقلام تعهدی، سود نسبت به جریانهای نقدی عملیاتی، جریانهای نقدی عملیاتی آتی را بهتر پیشبینی میکند (Dechow et al., 1998).
گزارش تأثیرگذار کمیتۀ تروبلاد (AICPA, 1973) و بیانیۀ شمارۀ یک مفاهیم نظری حسابداری مالی (FASB, 1978) به صورت نظری به اهمیت اطلاعاتی سود برای پیشبینی جریانهای نقدی اشاره کردهاند: «علاقه [استفادهکنندگان] به جریانهای نقدی آتی شرکت و توانایی آن برای ایجاد جریانهای نقدی مطلوب، عمدتاً به علاقهمندی به اطلاعات مربوط به سود آن منجر میشود تا اطلاعات مستقیم دربارۀ جریانهای نقدی آن». با این حال، شواهد مبنی بر برتری سود نسبت به جریانهای نقدی به عنوان شاخصی از توانایی تولید وجه نقد در آینده متفاوت بوده است. مطابق پژوهش نالاردی و همکاران (2020)، مطالعات پیشین عمدتاً از سودهای خط آخر برای پیشبینی جریانهای نقدی آتی استفاده کردهاند (Nallareddy et al., 2020). از طرفی، بیشتر پژوهشهای قبلی فقط مدلهای رگرسیون مقطعی را در این زمینه بررسی کردهاند، اما برخی از مطالعات نیاز به تجزیهوتحلیل در سطح شرکت را بیان کردهاند (Finger, 1994). برای روشنترشدن موضوع، در این پژوهش تمرکز ادبیات قبلی روی سودهای خط آخر کنار گذاشته شده است و محدودیتهای تحلیل رگرسیون مقطعی هنگام استنتاج دربارۀ اقلام تعهدی بررسی شدهاند.
در این مطالعه، ابتدا آزمونها بدون توجه به ناهمگونی شرکت و با تحلیلهای مقطعی سالانۀ توان پیشبینی سودهای خط آخر و جریانهای نقد عملیاتی آغاز شدهاند و در مرحلۀ بعد، چندین متغیر سود مبتنی بر اقلام تعهدی بررسی شدهاند که با تمرکز بر سود عملیاتی، به الگوبرداری دقیقتری از جریانهای نقدی عملیاتی دست مییابند. نتایج مطالعه نشان میدهد در تحلیلهای مقطعی، جریانهای نقد عملیاتی در پیشبینی جریان نقد عملیاتی آتی بر کلیۀ سودهای خط آخر بهجز سود عملیاتی برتری دارند و در نظر گرفتن سود عملیاتی موجب بهبود توان پیشبینی مدل میشود. سپس، ناهمگونی مقطعی با استفاده از انواع مشخصات جدا شده است: تخمین دادههای تابلویی تلفیقی با اثرات ثابت شرکت، تخمین در سطح صنعت که اجازه میدهد همۀ پارامترهای رگرسیون بر اساس صنعت تغییر کنند و در نهایت، تخمین سری زمانی در سطح شرکت. در مدل تلفیقی با اثرات ثابت نتایج به طرزی قابل ملاحظه تغییر میکند؛ سودهای خط آخر نیز به اندازۀ جریانهای نقدی خوب عمل میکنند و حتی از آنها پیشی میگیرند. با توجه به اینکه سود عملیاتی در بیشتر آزمونها از جریانهای نقدی عملیاتی بهتر عمل میکند، به نظر میرسد ادعای FASB درست است؛ سود حاوی اطلاعات بیشتری نسبت به جریانهای نقدی دربارۀ جریانهای نقدی آتی است.
این یافتهها پیامدهایی برای پژوهش در رابطه با اقلام تعهدی و دیگر زمینههای مشابه دارد. اولین موضوع اهمیت بررسی محدودیتهای بالقوۀ برآورد مقطعی است. ناهمگونی شرکت یک عامل مهم در زمینۀ پژوهشهایی است که در آنها، قواعد حسابداری برای ایجاد روابط مختلف در سطح شرکت با ویژگیهای شرکت در تعامل هستند. اقلام تعهدی در سطح شرکت عمل میکنند نه به صورت مقطعی (Dechow, 1994; Dechow & Dichev, 2002; Dechow et al., 1998)، با وجود این، بسیاری از کاربردهای تجربی مانند برآورد اقلام تعهدی اختیاری (برای مثال، (Francis et al., 2005) بر اساس رگرسیونهای مقطعی هستند. بنابراین، در نظر گرفتن ناهمگونی شرکت میتواند نتایج را به طرزی قابل ملاحظه تغییر دهد. این پیام بازتاب مطالعۀ تتس و واسلی (1996) است که اهمیت تحلیل سطح شرکت را در تخمین ضرایب پاسخ سود نشان دادند و همچنین مطالعات بال و همکاران (2013) در تخمین محافظهکاری مشروط و باسو (1997) که نشان میدهد این یک موضوع ساختاری است (Ball et al., 2013; Basu, 1997; Teets & Wasley, 1996). نکتۀ مهم دیگر این مطالعه این است که بسیاری از متغیرهای حسابداری مانند سود، جریانهای نقدی و ارزش دفتری از اجزایی تشکیل شدهاند که از نظر اقتصادی متفاوت هستند. یافتههای پژوهش حاضر این موضوع را در زمینۀ استفاده از سود برای پیشبینی جریانهای نقدی عملیاتی نشان میدهد، اما هنگام پیشبینی بازده سهام (Ball et al., 2020; Ball et al., 2015) و احتمالاً در بسیاری از زمینههای مشابه دیگر نیز چنین است.
این مطالعه از منظرهای مختلف میتواند سبب دانشافزایی و توسعۀ ادبیات شود. این نخستین مطالعهای است که با بهره گیری از روش بال و نیکولائف (2022) اهمیت در نظر گرفتن تأثیر اقلام ناپایدار و ناهمگونی مقطعی در رویکردهای مختلف (از جمله تخمین مقطعی، تلفیقی، در سطح صنعت و در سطح شرکت) بر نتایج حاصل از پژوهش در حوزۀ مقایسۀ توان پیشبینی اقلام تعهدی و نقدی (به ویژه در پیشبینی جریان نقد عملیاتی که قابل تعمیم به سایر حوزههای مشابه از جمله بازده سهام و... نیز هست) در ایران را بررسی است. یکی از تفاوتهای این پژوهش با ادبیات پیشین در انتخاب متغیرهای سود است. اگر هدف پژوهش بررسی ادعای FASB باشد (حسابداری تعهدی نسبت به حسابداری نقدی دربارۀ نتایج آتی اطلاعات بیشتری در بر دارد)، در نتیجه، آزمون آن مستلزم مقایسۀ توانایی پیشبینی یک متغیر سود تعهدی با همان متغیر در مبنای نقدی است. بسیاری از اجزای متغیرهای سود خط آخر، مانند سود قبل از فعالیتهای متوقفشده، به فعالیتهای عملیاتی مربوط میشوند که در مقطعی از زمان از جریانهای نقد عملیاتی عبور میکنند. برای مثال، عایدی حاصل از فروش اعتباری (نسیه) در زمان تحقق در سود (زیان) دورۀ شناسایی و بعداً در جریانهای نقدی عملیاتی منعکس میشود. با این حال، سودهای خط آخر شامل اقلام مربوط به تأمین مالی و سرمایهگذاری نیز هستند که هرگز در جریانهای نقدی عملیاتی منعکس نمیشوند. بارزترین مثال، هزینۀ استهلاک مشهود و نامشهود است که جریانهای نقدی سرمایهگذاریشده در دورههای قبل است و معادل جریان نقد عملیاتی ندارد. مثالهای دیگر عبارتاند از: سود (زیان) ناشی از واگذاری داراییها، کاهش ارزش داراییهای نامشهود مانند سرقفلی، استهلاک حق بیمه و تنزیل بدهیهای بلندمدت، بخشی از سود به روش ارزش ویژه و پاداش غیرنقدی مبتنی بر سهام. بنابراین، مقایسۀ تواناییهای پیشبینی جریانهای نقد عملیاتی و متغیرهای سودی که حاوی اجزای غیرعملیاتی هستند، آزمونی معتبر برای اطلاعات اضافهشده به سود توسط حسابداری تعهدی نیست. از طرف دیگر، اگر هدف پژوهش صرفاً بررسی پیشبینی جریانهای نقدی عملیاتی با استفاده از سود باشد، این اجزای غیرعملیاتی خط آخر مستقیماً به موضوع مربوط نمیشوند. در هر صورت، گنجاندن اجزای غیرعملیاتی هنگام پیشبینی جریانهای نقدی عملیاتی اختلالی را به پیشبینیکنندۀ سود اضافه میکند که در جریانهای نقدی عملیاتی وجود ندارد و توانایی آشکار پیشبینی سود را نسبت به جریانهای نقد عملیاتی کاهش میدهد. همچنین، سودهای خط آخر حاوی اقلام گذرای (ناپایدار) بااهمیتی مانند هزینههای کاهش ارزش داراییها یا ذخایر زیان هستند که این امر قدرت توضیحی آنها را در رگرسیونهای مقطعی کاهش میدهد. در نتیجه، در این پژوهش بر سود عملیاتی تمرکز شده است، اگرچه به منظور مقایسه، نتایج متغیرهای سود خط آخر نیز گزارش شده است.
تفاوت دیگر این مطالعه در نظر گرفتن ناهمگونی مقطعی در نحوۀ ارتباط سود و جریانهای نقدی با جریانهای نقدی آتی است. از آنجا که حسابداری تعهدی جریانهای نقدی را در طول زمان برای یک شرکت معین جابهجا میکند و نه در بین شرکتها، معنادارترین مقایسه، قیاس جریانهای نقدی در مقابل معیارهای مبتنی بر تعهدی در سطح شرکت است نه در مقطع. علاوه بر این، به دلیل تفاوت در صنعت، مدل کسبوکار، نرخ رشد، طول چرخۀ عملیاتی، روشهای حسابداری و سایر عوامل، احتمالاً رابطۀ بین سود جاری و جریانهای نقدی آتی در شرکتها متفاوت است. مقایسه در سطح مقاطع که تفاوتهای شرکت را در نظر نمیگیرند، به اندازۀ کافی روابط زیربنایی را نشان نمیدهد و با واقعیت موجود و نحوۀ بهکارگیری اطلاعات حسابداری توسط استفادهکنندگانی که از چنین عواملی آگاه هستند، همخوانی ندارند. برای مثال، این موضوع در تکنیکهایی مانند مقایسۀ ارزش شرکتها با ارزشهای گذشتۀ آنها، یا با شرکتهای همتا یا میانگینهای صنعت، و نه با کل مقطع منعکس میشود. بررسی ناهمگونی شرکتها به ویژه در زمینۀ موضوعی کنونی مهم است، زیرا مطابق بال و نیکولائف (2022)، در دادههای تابلویی نزدیک به نیمی از تغییرات در سود و جریانهای نقد عملیاتی را توضیح میدهد (Ball & Nikolaev, 2022).
ساختار پژوهش در ادامه به این صورت سازماندهی شده است: در قسمت بعد، مبانی نظری و فرضیۀ پژوهش تشریح میشوند. سپس، روششناسی پژوهش تبیین میشود. بعد از آن، یافتههای تجربی واکاوی میشوند و در نهایت، نتیجهگیری و پیشنهادها ارائه میشوند.
مبانینظری و پیشینۀ پژوهش
پذیرش مبنای تعهدی یکی از فرضهای ضروری برای گزارشگری مالی است که نقش کلیدی در ارائۀ تصویری جامع و دقیق از عملکرد مالی و موقعیت واحدهای گزارشدهنده ایفا میکند. از منظر تجربی، پژوهشگران تلاش کردهاند تا ارزشافزودۀ حسابداری تعهدی را با مقایسۀ معیارهای عملکرد مبتنی بر اقلام تعهدی (مانند سود) با معیارهای مبتنی بر جریانهای نقدی ارزیابی کنند (Columbano et al., 2023). شواهد متعدد نشان میدهند معیارهای تعهدی (به ویژه سود عملیاتی) دارای ویژگیهایی مطلوب همچون هموارتربودن هستند که این امر موجب میشود نیازهای نقدی آینده را بهتر پیشبینی کنند (Ball & Nikolaev, 2022; Dechow & Dichev, 2002; Kim & Kross, 2005). با وجود مزایای حسابداری تعهدی، این مبنا چالشهایی نیز به همراه دارد. اقلام تعهدی معمولاً به دلیل اختیار ذاتی در حسابداری تغییرات داراییها و بدهیها به ویژه حسابهای مرتبط با سرمایۀ در گردش، ممکن است باعث کاهش پایداری سود در طول زمان شوند (Richardson et al., 2005). علاوه بر این، مطالعات اخیر نشان میدهند حسابداری تعهدی میتواند پیامدهایی منفی از جمله مدیریت سود داشته باشد (Bisogno & Donatella, 2022).
از زمان آغاز تحول تمرکز بر استفادهکننده (محور) در ادبیات علمی و حرفهای در طول دهههای 1960 و 1970، دو آزمون مهم در رابطه با اینکه آیا روشها و شیوههای حسابداری تعهدی اطلاعاتی را نسبت به گزارشدهی سادۀ جریانهای نقدی اضافه میکنند یا خیر مطرح شدهاند. هر دو آزمون سود مبتنی بر اقلام تعهدی را در مقابل جریانهای نقدی عملیاتی معیار قرار میدهند. سودها به این دلیل بررسی شدهاند که برای بسیاری از استفادهکنندگان بهخودیخود مهم هستند. علاوه بر این، رویدادهای مالی ثبتشده در صورت سود و زیان در ترازنامه جریان مییابند؛ بنابراین، ویژگیهای سود بر سایر اطلاعات حسابداری نیز تأثیر میگذارند (Ball & Nikolaev, 2022). یکی از آزمونها این بود که آیا سود نسبت به جریانهای نقدی با بازده سهام همبستگی بیشتری نشان میدهد یا خیر (Ball & Brown, 1968; Dechow, 1994)؛ معیاری که به عنوان «ارتباط ارزشی» شناخته شد. آزمونی که بعداً توسعه یافت این بود که آیا سود همبستگی بیشتری با جریانهای نقدی آتی نشان میدهد (Bowen et al., 1986; Finger, 1994; Greenberg et al., 1986). پیشبینی جریان نقدی در افقهای زمانی کوتاه است، در حالی که بازده سهام منعکسکنندۀ تجدیدنظر در انتظارات کلیۀ توزیعهای نقدی آتی است. در مطالعات اخیر، حیدرپور و همکاران (1395) دریافتند قدرت نسبی پیشبینی سود عملیاتی در رابطه با جریانهای نقدی عملیاتی آتی بیشتر از قدرت نسبی پیشبینی توسط خود وجه نقد عملیاتی است. همچنین، یافتههای پژوهش کیم و کراس (2005) و نالاردی و همکاران (2020) بیانگر افزایش توانایی سود برای پیشبینی جریانهای نقدی عملیاتی آتی در دهههای اخیر بوده است. این تغییر با افزایش تقریباً مشابه در واکنش قیمت سهام به اعلانهای سود مطابقت دارد، همانطور که بال و شیواکومار (2008) گزارش کردند و توسط بیور و همکاران (2018) و بیور و همکاران (2020) نیز تأیید شد (Ball & Shivakumar, 2008; Beaver et al., 2018, 2020; Kim & Kross, 2005; Nallareddy et al., 2020). افزایش توانایی سود برای پیشبینی نتایج آتی نشان میدهد افزایش واکنش بازار به اعلانهای سود، دستکم تا حدی، یک پاسخ منطقی به افزایش واقعی در اطلاعات نهفته در سود است و مصنوع بازار نیست. علاوه بر این، جریانهای نقدی عملیاتی افزایشی مشابه در توانایی پیشبینی ارزشهای آتی از خود نشان میدهند که حاکی از آن است که افزایش واکنش بازار به اعلانهای سود ناشی از تغییرات در اصول پذیرفتهشدۀ حسابداری نیست، بلکه به احتمال زیاد منعکسکنندۀ تغییرات در ویژگیهای اساسی شرکت است؛ همانطور که حاجیان نژاد و همکاران (1400) نیز دریافتند در پیشبینی جریانهای ﻧﻘﺪی ﻋﻤﻠﯿﺎﺗﯽ آﺗﯽ، ﺗﻮان ﺗﺒﯿﯿﻦ جریانهای ﻧﻘﺪی ﻋﻤﻠﯿﺎﺗﯽ ﮔﺬﺷﺘﻪ ﺑﯿﺸﺘﺮ از ﺳﻮدﻫﺎی ﻋﻤﻠﯿﺎﺗﯽ ﮔﺬﺷﺘﻪ است. به علاوه، شواهد اویه پس از تصویب SFAS 95 در سال 1987 نشان میدهد اقلام تعهدی و اجزای جداگانۀ آنها حاوی اطلاعاتی مفید دربارۀ جریانهای نقدی آتی هستند (Barth et al., 2001; Dechow et al., 1998). یافتههای خیری و حیدرپور (1399) در تعدادی معدود از صنایع بورس اوراق بهادار ایران نیز نشان داد ﺗﻔﮑﯿﮏ اﻗﻼم ﺗﻌﻬﺪی ﺑﺎﻋﺚ اﻓﺰاﯾﺶ ﺗﻮاﻧﺎﯾﯽ آنها در پیشبینی ﺟﺮﯾﺎﻧﺎت ﻧﻘﺪ آﺗﯽ میشود. بارث و همکاران (2001) نیز نشان میدهند اجزای اقلام تعهدی تفاوتهایی را در افزایش اطلاعات نسبت به جریانهای نقدی نشان میدهند که عمدتاً از تفاوت بین طبقات جاری و غیرجاری اقلام تعهدی ناشی میشود (Barth et al., 2001). اقلام تعهدی غیرجاری معمولاً حاوی اطلاعات کمتر یا با علامت مخالف هستند. با این حال، مطالعات یادشده ناهمگونی شرکتها و توانایی معیارهای سودآوری جایگزین برای پیشبینی جریانهای نقدی را بررسی نکردهاند.
تمرکز بر جریانهای نقدی به دو دلیل مهم است: اول، به سرمایهگذاران یا اعتباردهندگان در پیشبینی جریانهای نقدی (که احتمالاً در قالب سود سهام توزیع میشوند) کمک میکنند (Frankel & Sun, 2018) و دوم، به ارزیابی ریسک و بازده آتی کمک میکنند. یکی از مهمترین اجزای جریان نقدی بخش فعالیتهای عملیاتی است، زیرا جریان نقدی حاصل از فعالیتهای عملیاتی شاخصی است برای تعیین اینکه آیا جریان نقدی حاصل از فعالیتهای عملیاتی یک شرکت بدون اتکا به منابع مالی خارجی برای ایفای تعهدات مالی، حفظ توان عملیاتی، پرداخت سود سهام و سرمایهگذاریهای جدید کافی است یا خیر (Nallareddy et al., 2018; Senan, 2019). استفاده از محتوای اطلاعاتی جریانهای نقدی آتی به عنوان یک معیار منعکسکنندۀ نظریۀ سودمندی در تصمیم گزارشگری مالی است. طرفدار اصلی این نظریه استاباس (1961) بود که بر تقاضای سرمایهگذاران برای اطلاعات در خصوص چشمانداز دریافتهای نقدی تأکید کرد (Staubus, 1961). توجه گسترده به نقش سود در تخمین جریانهای نقدی آتی توسط گزارش تأثیرگذار کمیتۀ تروبلاد برانگیخته شد که بیان میکرد: «استفادهکنندگان باید از تغییرات احتمالی وجه نقد یک شرکت اطلاع داشته باشند تا جریانهای نقدی پرداختی به خود را برآورد کنند. اندازهگیری دورهای سود توسط شرکتها مبنایی برای انجام این برآوردها میشود» (AICPA, 1973). این امر FASB را بر آن داشت تا در اولین چارچوب مفهومی خود ادعا کند هدف اساسی صورتهای مالی ارائۀ اطلاعاتی به استفادهکنندگان است که در ارزیابی توانایی شرکت برای ایجاد جریانهای نقدی آتی مفید است (FASB, 1978). FASB با انعکاس گزارش کمیتۀ تروبلاد اظهار داشت: «اطلاعات مربوط به سود شرکت و اجزای آن که به وسیلۀ حسابداری تعهدی اندازهگیری میشوند، عموماً نسبت به اطلاعات مربوط به دریافتها و پرداختهای نقدی فعلی، نشانهای بهتر از عملکرد شرکت ارائه میدهند». همچنین، FASB (1984) بیان کرد: «تحلیل با اهدافی مانند پیشبینی مقادیر، زمانبندی و عدم قطعیت جریانهای نقدی آتی نیازمند اطلاعات مالی است که به گروههای کاملاً همگن تفکیک شدهاند. هیئت معتقد است اجتناب از تمرکز بر روی سودهای خط آخر بااهمیت است».
پژوهشهایی مختلف با انگیزۀ واکاوی ادعای FASB مبنی بر اینکه معیارهای عملکرد مبتنی بر اقلام تعهدی (سود) نسبت به معیارهای مبتنی بر وجه نقد (جریانهای نقدی) اطلاعات بیشتری در خصوص توانایی شرکت برای ایجاد جریانهای نقدی آتی دارند انجام شدهاند و نتایج این مقایسه در برخی از مطالعات حاکی از برتری سودها در پیشبینی جریانهای نقدی آتی (Ball & Nikolaev, 2022; Kim & Kross, 2005; Nam et al., 2012) و در برخی دیگر از مطالعات، برتری جریانهای نقدی در پیشبینی جریانهای نقدی آتی بوده است (Hribar et al., 2018; Lev et al., 2010; Nallareddy et al., 2020). یافتههای زف (2016) نشان میدهد چگونه تصویب گزارش تروبلاد از پذیرش هدف پیشبینی جریان نقدی برای اطلاعات حسابداری توسط بسیاری از تدوینکنندگان استاندارد در سطح بینالمللی مورد توجه قرار گرفت (Zeff, 2016).
FASB سود و جریان نقدی را تعریف نکرد و صرفاً یک بیانیۀ مفهومی دربارۀ معیارهای مبتنی بر اقلام تعهدی در مقابل معیارهای مبتنی بر نقدی منتشر کرد. در ارجاع به سودها و اجزای آن که اطلاعات مربوط به جریانهای نقدی آتی را ارائه میدهد، دقت داشت و تصریح کرد که فقط به سودهای خط آخر به عنوان منبع اطلاعات اشاره نمیکند. در واقع، اصول حسابداری پذیرفتهشدۀ عمومی (GAAP) برای ارائۀ اطلاعاتی دربارۀ سود ناخالص، سود عملیاتی، سود عملیاتی قبل از بهره و مالیات (EBIT) و سود خالص قبل و بعد از مالیات بر درآمد، قبل و بعد از عملیات متوقفشده و قبل و بعد از موارد فوقالعاده، به صورتهای سود و زیان با اهداف عمومی نیاز دارد، زیرا استفادهکنندگان متغیرهای سودی را انتخاب میکنند که اهداف خاص آنها را برآورده میکنند. این غنای متغیرهای سود در دسترس استفادهکنندگان بخشی از زمینهای است که FASB در پیشبینی جریانهای نقدی به اطلاعات مربوط به سود شرکت و اجزای آن اشاره میکند. اصول حسابداری پذیرفتهشدۀ عمومی از شرکتها میخواهد اطلاعات مربوط به انواع معیارهای سود را گزارش دهند، با تشخیص اینکه استفادهکنندگان متغیرهایی را انتخاب میکنند که اهداف خاص آنها را برآورده میکنند.
از منظر استفادهکنندگان، آزمونهای سودمندی اطلاعات سود در پیشبینی جریانهای نقدی باید محدودیتهای کمّی را اعمال کنند که استفادهکنندگان در عمل با آنها مواجه نیستند. استفادهکنندگان میتوانند یک متغیر سود عملیاتی را انتخاب کنند که بیشترین مطابقت را با جریانهای نقدی عملیاتی دارد. آنها میتوانند هر گونه اطلاعاتی را در اجزای اقلام تعهدی (همچون اقلام ناپایدار سود) نادیده بگیرند یا در پیشبینیهای خود بگنجانند. استفادهکنندگان میتوانند بر اساس دانش خود از ویژگیهای شرکت مانند عضویت در صنعت، مدل کسبوکار، طول چرخۀ عملیاتی و روشهای حسابداری بهکارگرفتهشده، اطلاعات حسابداری را به روشهای مختلف برای شرکتهای مختلف یا به روشهای مختلف در طول زمان پردازش کنند (Ball & Nikolaev, 2022). با توجه به مطالب پیشگفته، فرضیۀ پژوهش به شرح زیر ارائه میشود:
فرضیه: سودهای تعهدی در مقایسه با جریانهای نقدی عملیاتی، جریانهای نقدی عملیاتی آتی را بهتر پیشبینی میکنند.
از آنجا که در پژوهشهای پیشین مطالعاتی اندک مبتنی بر تکنیکهایی همچون کاربرد شبکۀ عصبی مصنوعی (ثقفی و همکاران، 1394)، یادگیری ماشینی (رجب زاده و همکاران، 1401) و همبستگی (خدامی پور و پوراحمد، 1389) بودهاند و معمولاً از مدلهای رگرسیون مقطعی در پیشبینی جریانهای نقدی آتی استفاده کردهاند، در تحلیلی که در ادامه ارائه خواهد شد، میتوان با برخی از اقدامات، محدودیتهایی را که رگرسیونهای مقطعی بر دنیای واقعی تحمیل میکنند تا حدی کاهش داد. در این نوشتار، مؤلفههای سود متفاوتی انتخاب شدهاند، از اجزای موقت سود اجتناب و از تکنیکهایی مختلف برای رسیدگی به ناهمگونی شرکتها استفاده شده است. این تکنیکهای آماری نمیتوانند به طور کامل توانایی استفادهکنندگان را برای پیشبینیهای جریان نقدی بر اساس سود تکرار کنند و همۀ دانشی که آنها دربارۀ شرایط فعلی شرکت دارند را در بر نمیگیرند. با وجود این، همانطور که در تحلیلها نشان داده شده است، کاهش محدودیتهای یک مدل مقطعی تأثیری مهم بر نتایج تجربی دارد.
روش پژوهش
مدلها و متغیرها
برای آزمون فرضیۀ پژوهش مبنی بر توان پیشبینی برتر سود مبتنی بر اقلام تعهدی نسبت به جریان نقدی عملیاتی، مدلها و متغیرهای استفادهشده در این پژوهش به شرح زیر هستند:
کلیۀ متغیرها بر مبنای جمع کل داراییها همگن میشوند. در این مقاله، تواناییهای پیشبینی چندین متغیر سود بررسی میشود؛ ابتدا از سود قبل از فعالیتهای متوقفشده (IBC)، مطابق طبقهبندی که در صورتهای مالی گزارش میشود، به عنوان معیاری برای نشاندادن سودهای خط آخر استفاده میشود. IBC به استثنای سود و زیان غیرعادی که بهندرت اتفاق میافتند، اجزای غیرعملیاتی و گذرای (ناپایدار) سود را مستثنا نمیکند؛ بنابراین، انتظار میرود بدترین متغیر سود در پیشبینی جریانهای نقد عملیاتی باشد. در واقع، اقلام تعهدی غیرعملیاتی معمولاً محتوای اطلاعاتی کمتری دارند یا هنگام توضیح جریانهای نقدی آتی، به اقلام تعهدی سرمایه در گردش اختلال اضافه میکنند (Barth et al., 2001). سپس سود تعدیلشده قبل از فعالیتهای متوقفشده (IBCA) محاسبه میشود و برخی از اقلامی که معادل جریان نقد عملیاتی آتی ندارند حذف میشوند که شامل اقلام استثنائی و عملیات متوقفشده، سود و زیان تحققیافته از فروش داراییهای ثابت و سرمایهگذاریها هستند. انتظار میرود IBCA بهتر از IBC، جریان نقد عملیاتی آتی را پیشبینی کند. به عنوان یکی از معیارهای سود مبتنی بر اقلام تعهدی، از متغیر سود عملیاتی (OP) استفاده میشود و برای متغیر سود مناسب به منظور مقایسه با جریانهای نقدی حاصل از عملیات، اقلام تعهدی سرمایۀ در گردش (یعنی اقلام تعهدی عملیاتی) به جریانهای نقدی عملیاتی افزوده و به پیروی از دیچو و دیچف (2002) و مطابق یافتههای بارث و همکاران (2001) بهاختصار OE نامیده میشوند (Barth et al., 2001; Dechow & Dichev, 2002). طبق تعریف، داراییها و بدهیهای سرمایۀ در گردش اقلامی هستند که طول چرخۀ آنها یک سال یا کمتر است. بنابراین، اقلام تعهدی سرمایۀ در گردش برای اضافهکردن آن دسته از جریانهای نقدی به سود سال جاری طراحی شدهاند که توسط رویدادهای عملیاتی سال جاری ایجاد میشوند، اما به صورت نقدی در سال قبل محقق شدهاند یا انتظار میرود در سال بعد محقق شوند. از آنجا که بر اساس تعریف، جریانهای نقد عملیاتی از معاملات با طول چرخۀ یکساله یا کمتر ناشی میشوند، در حالی که معاملات دورههای طولانیتر به عنوان جریانهای نقدی سرمایهگذاری یا تأمین مالی طبقهبندی میشوند، اقلام تعهدی سرمایۀ در گردش برای ایجاد سود عملیاتی (OE) لحاظ میشوند. از لحاظ مفهومی، OE نسخهای از سود مبتنی بر اقلام تعهدی است که انتظار میرود به بهترین وجه با جریانهای نقدی حاصل از فعالیتهای عملیاتی همسو شود. OE تمام اقلام تعهدی بلندمدت (غیرعملیاتی) و جریانهای نقدی را که در سودهای خط آخر گنجانده شدهاند (مانند سودهای تحققیافتۀ حاصل از فروش داراییها) مستثنا میکند. این اجزای سود به طور طبیعی با جریانهای نقدی عملیاتی دورۀ بعدی نگاشت نمیشوند و در نتیجه، در رگرسیونهای پیشبینیکننده به متغیر مستقل اختلال اضافه میکنند. از آنجا که OE متغیر سودی است که بیشترین اختلال غیرعملیاتی را در پیشبینی جریانهای نقدی عملیاتی حذف میکند، انتظار میرود بیشترین توانایی پیشبینی را نشان دهد.
با داشتن این معیارهای سود، مجموعهای جامع از آزمونها برای بررسی چگونگی مقایسۀ تواناییهای پیشبینی آنها با جریانهای نقدی عملیاتی انجام میشود. ابتدا، از تغییرات رگرسیون OLS تکمتغیرۀ معادلۀ زیر برای پیشبینی جریانهای نقد عملیاتی استفاده شده است:
معادلۀ (1) Operating Cash Flowi,t+1 = α + βPredictori,t + Ɛi,t+1
که در آن، پیشبینیکننده (Predictor) یکی از متغیرهای جریان نقد عملیاتی (CF)، سود قبل از فعالیتهای متوقفشده (IBC)، سود تعدیلشده با برخی از اقلام غیرعملیاتی (IBCA)، سود عملیاتی (OP) و سود عملیاتی دیچو و دیچف (2002) (OE) است (Dechow & Dichev, 2002). معادلۀ (1) به صورت مقطعی، تلفیقی و در سطح شرکت برآورد میشود. تمرکز پژوهش بر روی ضریب تعیین (R2) است، اما ضرایب شیب نیز بررسی میشوند که باید به طور معکوس با میزان اختلال در پراکسیهای جریان نقدی عملیاتی مورد انتظار مرتبط باشند.
همچنین، توانایی پیشبینی معیارهای مبتنی بر اقلام تعهدی برای جریانهای نقدی عملیاتی به صورت تدریجی بررسی میشود. این آزمون با انگیزۀ مدلهای اقلام تعهدی (Dechow & Dichev, 2002; Nikolaev, 2018) انجام میشود که نشان میدهد سودهای عملیاتی و جریانهای نقدی را میتوان به عنوان معیارهای پُراختلالتر عملکرد در نظر گرفت. مدل نیکولائف (2018):
CFi,t+1 = πi,t + Dwi,t , OEi,t+1 = πi,t + Dvi,t
در این مدل، πi,t عملکرد اقتصادی غیرقابل مشاهده است که در طول زمان ادامه مییابد، wi,t تغییرات گذرا (ناپایدار) در جریانهای نقدی عملیاتی (خطاهای زمانبندی) است که در سود مبتنی بر اقلام تعهدی وجود ندارد و vi,t خطای تخمین گذرا (ناپایدار) در سود است. این مدل نشان میدهد هم جریانهای نقدی و هم سودها حاوی اطلاعات پُراختلال در رابطه با πi,t هستند. با این حال، اگر خطای تخمین در سود در مقایسه با خطاهای زمانبندی در جریانهای نقدی نسبتاً کوچک باشد (برای مثال، اگر اقلام تعهدی در کاهش اختلال جریانهای نقدی بسیار مؤثر باشند) سود برتر خواهد بود. این مدل با استفاده از رگرسیون OLS دومتغیرۀ معادلۀ زیر تخمین زده میشود:
Operating Cash Flowi,t+1 = α + β1Operating Cash Flowi,t + β2Earningsi,t + Ɛi,t+1 معادلۀ (2)
که در آن، متغیر (Earnings) یکی از چهار معیار سود است. این مدل به بررسی این پرسش کمک میکند که آیا سودها و جریانهای نقد عملیاتی اطلاعات افزایشی در خصوص جریانهای نقدی عملیاتی آتی اضافه میکنند یا خیر؟
جامعه و نمونه
جامعه به روش حذف نظاممند انتخاب شد و شامل شرکتهایی است که واجد شرایط زیر باشند: (1) اطلاعات مورد نیاز شرکتها به منظور انجام پژوهش برای دورۀ مورد مطالعه موجود باشد؛ (2) طی دورۀ مدنظر سال مالی یا فعالیت خود را تغییر نداده باشند و (3) جزء شرکتهای سرمایهگذاری و واسطهگریهای مالی، بانکها و بیمهها نباشند. پس از تعیین جامعۀ آماری با اعمال محدودیتهای یادشده، جامعۀ آماری پژوهش متشکل از 62 (496 مشاهدۀ سال - شرکت) شرکت پذیرفتهشده در بورس اوراق بهادار تهران در فاصلۀ زمانی 1393 تا 1400 است که با توجه به محدودبودن تعداد، تمامی شرکتها در نمونه استفاده شدهاند. گفتنی است، با توجه به نیاز از لحاظ تغییر برخی از اقلام نسبت به سال قبل در محاسبۀ متغیر OE و همچنین، استفاده از جریان نقد عملیاتی سال بعد به عنوان متغیر وابسته، اطلاعات برای انجام تخمین مدلها از سال 1392 تا 1401 جمع آوری شده است. همچنین، به منظور فراهمکردن تعداد مشاهدات کافی برای آزمون فرضیهها در سطح صنعت، صنایع تحت بررسی باید دارای دستکم 9 شرکت (72 مشاهده) باشند (پس از طبقهبندی صنایع دارای فعالیتهای مشابه در یک گروه). نگارۀ زیر مراحل تشکیل جامعۀ آماری پژوهش را نشان میدهد.
نگارۀ 1: نحوۀ استخراج و انتخاب جامعۀ آماری
Table 1: Method of extracting and selecting the statistical population
|
شرح |
تعداد |
|
کل شرکتها در قلمرو زمانی پژوهش |
740 |
|
شرکتهایی که جزء شرکتهای سرمایهگذاری، واسطهگری مالی، بانک و بیمه بودهاند |
(168) |
|
شرکتهایی که طی دورۀ تحت بررسی تغییر سال مالی یا تغییر فعالیت داشتهاند |
(57) |
|
شرکتهایی که اطلاعات آنها برای انجام پژوهش در دسترس نبوده است (به دلایل مختلف از جمله حذف از فهرست شرکتهای پذیرفتهشده، پذیرفتهشده پس از سال 1392، توقف فعالیت، عدم کفایت تعداد شرکتها در صنعت، عدم دسترسی به اطلاعات و...) |
(453) |
|
جمع شرکتهای مورد مطالعه |
62 |
تجزیهوتحلیل
آمار توصیفی
خلاصۀ آمار توصیفی متغیرها در نگارۀ (2) ارائه شده است. مطابق نتایج، بیشترین انحراف استاندارد مقطعی در بین متغیرها متعلق به OE است که منعکسکنندۀ در نظر نگرفتن تفاوتهایی است که در طول زمان و مقطع متفاوت هستند و قدرت پیشبینی سودهای خط آخر را دچار اختلال میکنند. نتایج مندرج در نگارۀ (2) نشان میدهد IBCA دارای سطوح میانگین و میانۀ نزدیکتر به جریانهای نقدی عملیاتی است. دو ستون آخر نگاره، ناهمگونی مقطعی جالب توجهی را نشان میدهند که مشخص است باعث ایجاد اشکالاتی در پژوهشها سود میشود (برای مثال، Ball et al. 2013). این ستونها پس از حذف اثرات ثابت خاص شرکت و خاص سال از هر متغیر ساخته میشوند که کاهش جالب توجهی را در انحرافات استاندارد درونشرکتی در نتایج نشان میدهند. کاهش انحراف استاندارد پس از حذف اثرات ثابت شرکت برایCF ، 44 درصد ((167/0÷093/0) - 1)، OP 50 درصد و برای سایر متغیرهای سود نیز 39 تا 45 درصد است که نشان میدهد متغیر OP بیشتر از سایرین تحت تأثیر ناهمگونی مقطعی قرار میگیرد. همانطور که اشاره شد، حسابداری تعهدی تنها منشأ تفاوت بین سود و جریانهای نقدی عملیاتی است و در طول زمان جریانهای نقدی را به سود تخصیص میدهد. در نتیجه، میزان تغییرات مقطعی در دادهها نسبت به تغییرات سری زمانی، نگرانیهایی را در رابطه با تخمین مقطعی در این زمینه ایجاد میکند.
نگارۀ 2: آمار توصیفی
Table 2: Descriptive statistics
|
متغیر |
میانگین |
میانه |
بیشینه |
کمینه |
انحراف معیار |
انحراف معیار شرکت |
انحراف معیار سال |
چارک اول |
چارک سوم |
|
CF |
0/070 |
0/051 |
0/566 |
-1/419 |
0/167 |
0/093 |
0/162 |
0/004 |
0/136 |
|
IBC |
0/108 |
0/098 |
0/719 |
-0/785 |
0/177 |
0/104 |
0/169 |
0/015 |
0/197 |
|
IBCA |
0/095 |
0/074 |
0/914 |
-0/548 |
0/174 |
0/107 |
0/167 |
-0/002 |
0/182 |
|
OP |
0/098 |
0/085 |
0/708 |
-1/846 |
0/187 |
0/093 |
0/178 |
0/026 |
0/182 |
|
OE |
0/097 |
0/106 |
0/860 |
-2/121 |
0/245 |
0/135 |
0/233 |
0/013 |
0/208 |
انحراف معیار شرکت بیانگر محاسبۀ انحراف معیار در سطح شرکت است که برای هر شرکت جداگانه محاسبه شده و سپس، میانگین تمام شرکتها گزارش شده است. انحراف معیار سال نیز به طرزی مشابه (در سطح هر سال و سپس میانگین کل سالها) محاسبه شده است.
نگارۀ (3) ماتریس همبستگی بین متغیرها را ارائه میدهد. کلیۀ متغیرها در سطح 1 درصد معنادار هستند. IBCA و IBC کاملاً همبستگی مثبت دارند. OP با IBCA و IBC همبستگی زیادی دارد. بیشترین همبستگی بین جریان نقد عملیاتی (CF) و متغیرهای سود متعلق به OE و با مقدار 53 درصد است که نشان میدهد آنها فقط 53 فقط (534/0) واریانس مشترک دارند و توانایی پیشبینی آن 53 درصد است.
نگارۀ 3: ماتریس همبستگی
Table 3: Correlation Matrix
|
نماد |
CF |
IBC |
IBCA |
OP |
OE |
|
CF |
1 |
|
|
|
|
|
IBC |
0/482 |
1 |
|
|
|
|
IBCA |
0/458 |
0/895 |
1 |
|
|
|
OP |
0/515 |
0/903 |
0/808 |
1 |
|
|
OE |
0/534 |
0/692 |
0/645 |
0/703 |
1 |
کلیۀ ضرایب در سطح 1 درصد معنادار هستند.
نمودار مقایسهای زیر روند متغیرها را در طول بازۀ زمانی پژوهش نشان میدهد. با مقایسۀ شهودی نمودار (1) میتوان ملاحظه کرد روند متغیر IBC بیشترین شباهت را با CFt+1 دارد؛ بنابراین، انتظار میرود در آزمون متغیرها به صورت مقطعی بیشترین توضیحدهندگی را داشته باشد.
نمودار 1: مقایسۀ روند متغیرهای پژوهش
Figure 1: Comparison of trends in research variables
آمار استنباطی
تحلیلها با ارزیابی توانایی پیشبینی جریانهای نقد عملیاتی در مقابل سود در رگرسیونهای مقطعی آغاز میشوند. سپس، سری زمانی با حرکت به سمت تخمین دادههای تابلویی تلفیقی، با استفاده از اثرات ثابت برای نشاندادن ناهمگونی مقطعی کاویده میشود. بعد از آن، سطح صنعت و در نهایت سطح شرکت تخمین زده میشود تا ناهمگونی مقطعی به طور کاملتر بررسی شود.
تخمین مقطعی
ابتدا، معادلۀ تک پیشبینیکنندۀ (1) برای هر متغیر در هر سال تخمین زده میشود. مدل مبتنی بر جریانهای نقدی عملیاتی دورۀ جاری (CF) معیاری برای ارزیابی توانایی پیشبینی متغیرهای سود ارائه میدهد. برای هر سال، در رگرسیونهای تکمتغیرۀ جداگانه، ضریب شیب و R2 برای CF، و مقادیر معادل برای هر یک از پیشبینیکنندههای سود (IBC، IBCA، OP و OE) تخمین زده میشوند. سپس، تفاوتهای سالانه در ضرایب شیب و R2 بین CF و هر یک از مدلهای سود محاسبه میشوند. توانایی پیشبینی برتر جریانهای نقدی عملیاتی نسبت به یک متغیر سود بهتنهایی، با استفاده از معناداری آماری میانگین تفاوتهای سالانۀ آن بر اساس آزمون t و معناداری آماری میانۀ تفاوتهای سالانه بر اساس آزمون رتبهبندی ویلکاکسون بررسی میشود. در رگرسیون جریانهای نقدی آتی حاصل از عملیات بر روی جریان نقدی عملیاتی جاری، ضرایب شیب و R2 هر دو منعکسکنندۀ ویژگیهای شرکت هستند نه ویژگیهای حسابداری (با فرض اینکه حسابداران بهدرستی جریانهای نقد عملیاتی را ثبت و طبقهبندی کنند). برای مثال، شرکتهایی که کسبوکارشان شوکهای گذرای بیشتری به جریانهای نقدی عملیاتی وارد میکنند، ضرایب شیب و R2 کمتری نشان خواهند داد. اثراتی مشابه نیز در سالهایی که نوسانات جریان نقدی بیشتری ایجاد میکنند (مانند رکود و بحران) رخ خواهند داد. با این حال، در رگرسیون جریانهای نقدی آتی حاصل از عملیات بر اساس سود جاری، هر دوی ضرایب شیب و R2، هم ویژگیهای حسابداری و هم ویژگیهای شرکت را منعکس میکنند. ویژگی متمایز سود مبتنی بر اقلام تعهدی این است که جریانهای نقدی عملیاتی مورد انتظار مرتبط با دورۀ جاری را در بر میگیرد. برای مثال، جریانهای نقدی عملیات سال جاری که انتظار میرود در سال بعد ایجاد شوند را در دورۀ جاری لحاظ میکند (از جمله وصولیهای حاصل از فروش اعتباری). همچنین، اقلام تعهدی بخشی از جریانهای نقدی جاری که انتظار نمیرود در آینده به دست آیند (مانند درآمد معوق) را از سود حذف میکند. بنابراین، انتظار میرود سود مبتنی بر اقلام تعهدی ضرایب شیب بزرگتر و R2 بیشتری را نشان دهد، زیرا حاوی اطلاعات نسبتاً بیشتری دربارۀ جریانهای نقدی عملیاتی آینده است. میزان دقت حسابداری تعهدی در برآورد پیامدهای جریان نقدی آینده عملیات سال جاری بر میزان این افزایش تأثیر میگذارد. برای مثال، تخمینهای دقیقتر از نسبت فروشهای اعتباری غیرقابل وصول، اطلاعات پیشبینیکنندۀ اضافی در سود را کاهش میدهد و بر این اساس، افزایش آمار رگرسیون را نسبت به پیشبینیکنندۀ جریان نقدی کاهش میدهد. اگر سود، جریانهای نقدی عملیاتی مورد انتظار را بدون خطای برآورد اندازهگیری کند، انتظار میرود ضریب شیب سود نزدیک به یک باشد، اگرچه این امر برای R2 صادق نخواهد بود. از سوی دیگر، اگر اقلام تعهدی به جریانهای نقدی عملیاتی اختلال اضافه کنند، پیشبینیکنندههای سود، شیبهای رگرسیون و R2 کمتری نسبت به پیشبینیکنندۀ جریانهای نقدی نشان خواهند داد. نتایج حاصل از تجزیهوتحلیل مقطعی در نگارۀ (4) ارائه شده است.
نگارۀ 4: نتایج تخمین مقطعی مدلها
Table 4: Results of cross-sectional estimation of models
|
مدل 1: یک پیشبینیکننده |
|||||||||
|
متغیر |
ضریب |
تفاوت ضریب |
R2 |
تفاوت R2 |
تعداد سالها |
||||
|
میانگین |
میانه |
میانگین |
میانه |
میانگین |
میانه |
میانگین |
میانه |
||
|
CF |
0/580 |
0/654 |
|
0/294 |
0/321 |
|
|
||
|
IBC |
0/506 |
0/499 |
-0/074 |
-0/155 |
0/275 |
0/287 |
-0/018 |
-0/035 |
8 |
|
IBCA |
0/426 |
0/465 |
-0/154** |
-0/188** |
0/254 |
0/222 |
-0/040 |
-0/099 |
8 |
|
OP |
0/616 |
0/636 |
0/036 |
-0/018 |
0/383 |
0/359 |
0/089 |
0/038 |
8 |
|
OE |
0/420 |
0/458 |
-0/160* |
-0/196** |
0/289 |
0/309 |
-0/005 |
-0/012 |
8 |
|
مدل 2: دو پیشبینیکننده |
|||||||||
|
متغیر سود |
ضریب CF |
ضریب متغیر سود |
R2 |
تعداد سالها |
|||||
|
IBC |
0/358 |
0/321** |
0/390 |
8 |
|||||
|
IBCA |
0/409 |
0/216 |
0/364 |
8 |
|||||
|
OP |
0/264 |
0/452 |
0/419 |
8 |
|||||
|
OE |
0/387 |
0/229 |
0/358 |
8 |
|||||
در مدل اول، ستونها بهترتیب میانگین و میانههای آمار زیر را در طول سالها گزارش میکنند: ضریب رگرسیون (β)، تفاوت بین ضریب پیشبینیکنندههای مبتنی بر سود (IBC، IBCA، OP و OE) و ضریب CF (ردیف اول). ضریب تعیین (R2)؛ تفاوت بین R2 برای یک پیشبینیکنندۀ معین و معادل آن برای پیشبینیکنندۀ CF معیار و تعداد سالها. برای معناداری آماری میانگین تفاوت بین ضرایب یا R2ها، از آزمون t و برای میانهها، از آزمون رتبهبندی Wilcoxon استفاده شده است. در بخش دوم نگارۀ (4)، آمار رگرسیون مقطعی OLS معادلۀ دوم ارائه شده است که بر اساس سال تخمین زده شده و میانگین کل سالها گزارش شده است. ستونها بهترتیب میانگین آمار زیر را گزارش میکنند: دو ضریب شیب رگرسیون (β1 و β2)، ضریب تعیین (R2) و تعداد سالها. معناداری آماری در سطوح 1، 5 و 10 درصد بهترتیب با ***، ** و * نشان داده شده است.
مطابق ردیف اول مدل (1)، میانگین (میانه) ضریب شیب متغیر CF 580/0 (654/0) و میانگین (میانه) R2 مدل 294/0 (321/0) است. این نتایج معیاری برای مقایسه با چهار متغیر سود است. ردیفهای دوم تا پنجم عملکرد پیشبینیکنندههای سود را گزارش میکنند. بهجز متغیر سود عملیاتی (OP)، متغیرهای سود IBCA و OE نسبت به معیار CF کاهش معنادار در ضریب شیب و R2 مدل نشان میدهند. در واقع، یافتهها بیانگر ضرایب شیب و R2 بیشتر متغیر سود عملیاتی نسبت به جریان نقد عملیاتی است، اما این تفاوت معنادار نیست. بنابراین، در تحلیل مقطعی، توانایی سودهای خط آخر برای پیشبینی جریانهای نقد عملیاتی کمتر است. در واقع، زمانی که هر دو متغیر بر اساس یک مبنای ثابت اندازهگیری میشوند، سود عملیاتی بهتر از جریانهای نقد عملیاتی عمل نمیکند و فرضیۀ پژوهش مبنی بر اینکه سودها پیشبینیکنندههایی برتر هستند، رد میشود. در ادامه، محتوای اطلاعاتی افزایشی تحلیل میشود و معادلۀ (2) با دو پیشبینیکننده به صورت سالانه تخمین زده میشود. جریانهای نقد عملیاتی آتی بر روی جریانهای نقدی عملیاتی دورۀ جاری و یک متغیر سود رگرس میشوند (رویکرد مشابه Ball et al., 2016). نتایج در بخش دوم نگارۀ (4) ارائه شده است. نتایج R2 حاکی از آن است که صرفنظر از نحوۀ اندازهگیری سود، هم سود و هم جریانهای نقدی حاوی محتوای اطلاعاتی افزایشی در پیشبینی جریانهای نقد عملیاتی آتی هستند. بر اساس وزن ضرایب در رگرسیون، به نظر میرسد جریانهای نقدی بر کلیۀ متغیرهای سود بهجز OP که فاقد هرگونه اقلام غیرعملیاتی است، غالب است (ضریب 264/0 در مقابل 452/0). همچنین، بیشترین ضریب تعیین مربوط به مدل (2) با دو پیشبینیکنندۀ CF و OP است، اما صرفاً ضریب IBC معنادار است؛ بنابراین، توان پیشبینی برتر متغیرهای سود رد میشود. به طورکلی، تحلیلهای مقطعی نشان میدهند جریان نقدی عملیاتی نسبت به متغیرهای سود توانایی پیشبینی بیشتری دارند و صرفاً متغیر سود عملیاتی موجب بهبود توان پیشبینی مدل میشود. در ادامه، بررسی خواهد شد که چگونه ناهمگونی مقطعی بر این نتایج تأثیر میگذارد.
تخمین تلفیقی (Pooled)
اکنون، بُعد زمان با حرکت از تخمین مقطعی به تخمین تلفیقی معرفی میشود. همانگونه که بیان شد، اقلام تعهدی زمانبندی گنجاندن جریان نقدی در سود را تعدیل میکند، در حالی که خلاصۀ آمار در نگارۀ (2) تغییرات جالب توجهی را در بین شرکتها در خصوص سود و جریانهای نقد عملیاتی نشان میدهد. این ناهمگونی، تفسیر نتایج قابل پیشبینی مقطعی را مخدوش میکند (مشابه Hsiao, 1985). کنترل ناهمگونی دستکم به سه دلیل مهم است. اول، احتمالاً رابطۀ بین سودهای جاری و جریانهای نقدی آتی به دلیل تفاوت در مدلهای کسبوکار، طول چرخۀ عملیاتی، روشهای حسابداری و سایر عوامل در شرکتها متفاوت است. دوم، شرکتها در سطوح سودآوری متفاوتی هستند و از این رو، زمانی که هر دو متغیر بر اساس کل داراییها همگن میشوند، سودهای جاری و جریانهای نقدی آتی همبستگی مقطعی دارند. این امر ممکن است ارتباط مکانیکی گمراهکنندهای بین این متغیرها ایجاد کند، حتی اگر سودها اطلاعاتی جدید دربارۀ جریانهای نقدی آتی نداشته باشند. دلیل سوم برای جداسازی ناهمگونی خاص شرکت کنترل تفاوتهای سیستماتیک بین شرکتها در اجزای غیرعملیاتی سود است. برای مثال، شرکتها در شدت سرمایه و در نتیجه، در سطح استهلاک یا سایر اقلام تعهدی غیرجاری متفاوت هستند. در رگرسیونهای مقطعی، این تفاوتها به عنوان اختلال در متغیر پیشبینیکننده (سودها) عمل میکنند و توانایی پیشبینی آن را سرکوب میکنند، در حالی که استفادهکنندۀ آگاه، از تفاوتها مطلع است و میتواند بر اساس آن، اطلاعات را تعدیل کند. نتایج حاصل از تخمین تلفیقی در نگارۀ (5) ارائه شده است. بخش اول نگاره، ضرایب شیب و R2 را برای معادلۀ (1) نشان میدهد، در حالی که بخش دوم نتایج معادلۀ (2) را گزارش میدهد. هر بخش یافتهها را بدون اثرات ثابت شرکت (سمت راست) و با اثرات ثابت شرکت (سمت چپ) نشان میدهد.
نگارۀ 5: نتایج تخمین تلفیقی مدلها
Table 5: Results of pooled estimation of models
|
مدل 1: یک پیشبینیکننده |
||||||||
|
پیشبینی کننده |
بدون اثرات ثابت |
با اثرات ثابت شرکت |
||||||
|
ضریب |
R2 |
تعداد |
ضریب |
R2 |
مشاهدات |
|||
|
CF |
0/488*** |
0/231 |
496 |
-0/029 |
0/530 |
496 |
||
|
IBC |
0/463*** |
0/232 |
496 |
0/111** |
0/536 |
496 |
||
|
IBCA |
0/347*** |
0/204 |
496 |
0/046 |
0/531 |
496 |
||
|
OP |
0/513*** |
0/319 |
496 |
0/136*** |
0/538 |
496 |
||
|
OE |
0/314*** |
0/206 |
496 |
-0/060* |
0/533 |
496 |
||
|
مدل 2: دو پیشبینیکننده |
||||||||
|
متغیر سود |
بدون اثرات ثابت |
با اثرات ثابت شرکت |
||||||
|
ضریب CF |
ضریب متغیر سود |
R2 |
تعداد |
ضریب CF |
ضریب متغیر سود |
R2 |
مشاهدات |
|
|
IBC |
0/317** |
0/302*** |
0/302 |
496 |
-0/062 |
0/127 |
0/537 |
496 |
|
IBCA |
0/334** |
0/200*** |
0/276 |
496 |
-0/058 |
0/063 |
0/533 |
496 |
|
OP |
0/163 |
0/410*** |
0/332 |
496 |
-0/125 |
0/201 |
0/544 |
496 |
|
OE |
0/326*** |
0/150* |
0/253 |
496 |
0/021 |
-0/068 |
0/533 |
496 |
هر کدام از معادلههای 1 و 2، دو بار (با و بدون اثرات ثابت شرکت) اجرا میشود. خطاهای استاندارد در بخش دوم در سطح شرکت کلاستر میشوند. ستونهای بخش اول (مدل 1) بهترتیب ضرایب شیب (β)، ضریب تعیین (R2) و تعداد مشاهدات را گزارش میدهند. بخش دوم (مدل 2) هر دوی ضرایب (β1 و β2)، ضریب تعیین (R2) و تعداد مشاهدات را گزارش میکند. هر بخش، نتایج تخمین را بدون (سمت راست) و با اثرات ثابت شرکت (سمت چپ) نشان میدهد. معناداری آماری در سطوح 1، 5 و 10 درصد بهترتیب با ***، ** و * نشان داده شده است.
به طور کلی، تخمین تلفیقی بدون اثرات ثابت یافتههای مقطعی را تأیید میکند. به طور مشخص، بخش اول نشان میدهد جریانهای نقد عملیاتی جاری در پیشبینی جریانهای نقد عملیاتی آتی بهتر از سودهای «IBC، IBCA و OE» عمل میکنند. هنگامی که اجزای غیرعملیاتی سود حذف میشوند، معیار سود OP برتر از جریانهای نقدی عملیاتی عمل میکند. همچنین، تخمین با اثرات ثابت میزان ناهمگونی دادهها در سطح شرکت و تأثیر جالب توجه آن بر تخمین مقطعی را نشان میدهد. برای پیشبینیکنندۀ CF، R2 مدل با اثرات ثابت شرکت 29/2 برابر مدل بدون اثرات ثابت است (231/0÷530/0). برای پیشبینیکنندههای IBC، IBCA، OP و OE، نسبتهای معادل بهترتیب 31/2، 60/2، 69/1 و 59/2 هستند. الگوی این افزایشهای جالب توجه در قدرت توضیحی با تغییرات جالب توجه بین شرکت در هر دو مؤلفۀ عملیاتی و غیرعملیاتی سود و وجوه نقد سازگار است. از آنجا که اقلام تعهدی متأثر از تفاوتهای مقطعی هستند، این ناهمگونی باید در مدلهای مقطعی مورد توجه قرار گیرد. متغیرهای سود عملیاتی OP و سود تعدیلنشده IBC، هم بدون در نظر گرفتن اثرات ثابت و هم با گنجاندن اثرات ثابت شرکت در مدل، بیشترین قدرت پیشبینی را دارند و بهبودی جالب توجه در توانایی پیشبینی نشان میدهند، تا جایی که R2 متغیر IBC تقریباً مشابه جریان نقد عملیاتی و R2 متغیر OP بزرگتر از جریان نقد عملیاتی است. R2 تمام متغیرهای سود پس از لحاظ اثرات ثابت به طرزی جالب توجه بهبود یافته است، تا جایی که نسبت به جریانهای نقد عملیاتی بیشتر میشود. بنابراین، پس از حذف واریانس مقطعی که با اثرات ثابت توضیح داده میشود (یعنی تمرکز بر موضوع زمانبندی که با روشهای حسابداری تعهدی مورد توجه قرار میگیرد)، معیارهای مبتنی بر اقلام تعهدی بر جریانهای نقدی تسلط مییابند. همچنین، مطابق یافتههای نگارۀ (5)، پس از کنترل اثرات ثابت، ضریب متغیر CF در رقابت با OPکاهش زیادی مییابد و بیمعنا نیز میشود. در مجموع، این شواهد نشان میدهد توانایی پیشبینی بهظاهر برتر جریانهای نقدی عملیاتی نسبت به متغیرهای سود گزارششده در نگارۀ (4) عمدتاً ناشی از تفاوتهای مقطعی است نه به دلیل بیاثربودن اقلام تعهدی در انجام عملکرد تخصیص خود در طول زمان. بینش دیگری که از تخمین اثرات ثابت به دست آمده است را میتوان در بخش دوم نگارۀ (5) مشاهده کرد که مدل دومتغیره را با جریان نقد عملیاتی و یک پیشبینیکنندۀ سود به طور همزمان گزارش میکند. در حالی که مدل بدون اثرات ثابت نتایجی مشابه با بخش اول دارد، کنترل ناهمگونی شرکت به طرزی جالب توجه قدرت پیشبینی جریانهای نقد عملیاتی را کاهش میدهد. ضریب شیب در CF هنگام کنترل IBC از 317/0 به 062/0-، در رابطه با IBCA از 334/0 به 058/0-، در رابطه با OP از 163/0 به 125/0- و در رابطه با OE از 326/0 به 021/0 کاهش مییابد. در مقابل، با وجود اینکه ضرایب متغیرهای سود نیز پس از کنترل اثرات ثابت به میزان جالب توجهی کاهش مییابند (بهاستثنای OP)، غالباً از ضرایب CF بزرگتر میشوند (بهاستثنای OE). به طور کلی، برآورد تلفیقی نشان میدهد زمانی که ناهمگونی مقطعی در رابطۀ بین سود و جریانهای نقدی آتی با یک مدل سادۀ اثرات ثابت شرکت در نظر گرفته شود، توانایی پیشبینی سود بر جریانهای نقد عملیاتی غالب میشود و فرضیۀ پژوهش مبنی بر توانایی برتر سود مبتنی بر اقلام تعهدی بر جریان نقدی تأیید میشود.
تخمین تلفیقی بر اساس صنعت
با توجه به اهمیت ناهمگونی در سطح شرکت که در بخش قبل بیان شده است، با تخمین معادلات (1) و (2) به طور جداگانه بر اساس صنعت، فرض همگونی بیشتر بررسی میشود. برآورد بر روی دادههای تلفیقی در سطح صنعت با اثرات ثابت شرکت اجازه میدهد تا علاوه بر اینکه عرض از مبدأها در سطح شرکت متفاوت باشند، عرض از مبدأها و ضرایب شیب بسته به صنعت نیز متفاوت باشند. نتایج میانگین ضرایب شیب و R2 سطح صنعت در نگارۀ (6) ارائه شده است. آزمون بر اساس تنوع در صنایع است که مشابه روش فاما و مکبث (1973) است (Fama & MacBeth, 1973) و در مقایسه با تخمین تلفیقی، به خطاهای استاندارد محافظهکارانهتری منجر میشود. مشابه قبل، معادلۀ (1) بر اساس یک پیشبینیکننده در یک زمان و معادلۀ (2) بر اساس دو پیشبینیکنندۀ سود و جریانهای نقدی عملیاتی تخمین زده میشود.
نگارۀ 6: نتایج تخمین تلفیقی مدلها در سطح صنعت
Table 6: Results of pooled estimation of models at the industry level
|
مدل 1: یک پیشبینیکننده با کنترل اثرات ثابت شرکت |
|||||
|
پیشبینی کننده |
ضریب |
تفاوت ضریب |
R2 |
تفاوت R2 |
تعداد صنعت |
|
CF |
0/024 |
|
0/307 |
|
5 |
|
IBC |
0/075 |
0/052 |
0/322 |
0/015 |
5 |
|
IBCA |
0/014 |
-0/009 |
0/310 |
0/003 |
5 |
|
OP |
0/096 |
0/072 |
0/316 |
0/008 |
5 |
|
OE |
-0/009 |
-0/032 |
0/316 |
0/008 |
5 |
|
مدل 2: دو پیشبینیکننده با کنترل اثرات ثابت شرکت |
|||||
|
متغیر سود |
ضریب CF |
ضریب متغیر سود |
R2 |
تعداد صنعت |
|
|
IBC |
-0/025 |
0/075 |
0/323 |
5 |
|
|
IBCA |
-0/058 |
0/016 |
0/312 |
5 |
|
|
OP |
-0/077 |
0/144 |
0/325 |
5 |
|
|
OE |
0/046 |
-0/032 |
0/313 |
5 |
|
در بخش اول، ستونها بهترتیب میانگین آمارهای زیر را در بین صنایع گزارش میکنند: ضریب رگرسیون (β)، تفاوت بین ضریب پیشبینیکنندههای مبتنی بر سود (IBC، IBCA، OP و OE) و ضریب CF در سطح صنعت، ضریب تعیین (R2)، تفاوت بین R2 پیشبینیکنندههای مبتنی بر سود (IBC، IBCA، OP و OE) و معادل آن برای CF در سطح صنعت و تعداد صنایع. معناداری تفاوت در ضرایب یا R2 بر اساس آزمون t بررسی شده است. در بخش دوم، ستونها بهترتیب میانگین آمار زیر را در صنایع مختلف گزارش میکنند: دو ضریب شیب رگرسیون (β1 و β2)، ضریب تعیین (R2) و تعداد صنایع. معناداری آماری در سطوح 1، 5 و 10 درصد بهترتیب با ***، ** و * نشان داده شده است.
بخش اول نشان میدهد در مقایسه با تخمین تلفیقی، در نظر گرفتن ناهمگونی در سطح صنعت، میانگین ضرایب شیب همتراز بیشتری را برای CF ایجاد میکند: 024/0 در مقابل 029/0- که متأثر از در نظر گرفتن تفاوتهای سطح شرکت و صنعت مانند مدلهای کسبوکار و روشهای حسابداری است. به علاوه، بخش اول نشان میدهد سایر متغیرهای سود نسبت به جریانهای نقدی عملیاتی R2های بیشتری ایجاد میکنند. همانگونه که در بخش دوم نگارۀ (6) مشاهده میشود، هم جریانهای نقد عملیاتی و هم سودهای تعهدی در پیشبینی جریانهای نقدی عملیاتی آتی بیمعنا هستند، اما یافتهها مبین نتیجۀ گویای دیگری نیز هست: ضریب CF زمانی که با OP رقابت میکند، کمترین مقدار را دارد؛ یعنی ضریب CF فقط 077/0- است، در حالی که ضریب متغیر سودعملیاتی 144/0 است. نتیجۀ تحلیل تفاوتهای صنعت (که بدون شک تحلیلگران با استفاده از اطلاعات حسابداری انجام میدهند) این است که سود عملیاتی بر جریان نقد عملیاتی در توانایی پیشبینی تسلط دارد و اطلاعات متغیر جریان نقدی را نیز در بر میگیرد.
سوگیری دادههای تابلویی
در حالی که ناهمگونی شرکت به تخمینهای مقطعی با سویه منجر میشود، استفاده از مقادیر باوقفۀ جریانهای نقدی یا سود به عنوان رگرسور در مدلهای دادههای تابلویی (مانند مدلهای اثرات ثابت) شرایط دقیق برونزایی را نقض میکند و بنابراین، سوگیری را به طور کامل برطرف نمیکند (Anderson & Hsiao, 1981; Arellano & Bond, 1991; Nickell, 1981)؛ به ویژه اگر بُعد زمانی نسبتاً کوچک باشد. پس پرسش این است که آیا این برتری اقلام تعهدی را نسبت به متغیرهای نقدی توضیح میدهد. در ادامه، با تخمین در سطح شرکت، این موضوع بالقوه از لحاظ تجربی بررسی شده است.
تخمین در سطح شرکت
آزمون نهایی در این بخش مدلهای ارائهشدۀ معادلات (1) و (2) را به طور جداگانه و به صورت سریهای زمانی در سطح هر شرکت تخمین میزند. انتظار میرود اقلام تعهدی نقش کمتری در حذف تغییرات سرمایۀ در گردش از سود داشته باشند. نتایج این تحلیل در نگارۀ (7)، بخش اول (معادلۀ (1)) و بخش دوم (معادلۀ (2))، ارائه شده است.
نتایج میانگین (میانه) R2های مرتبط با IBC، IBCA، OP و OE بهترتیب 184/0 (104/0)، 168/0 (086/0)، 192/0 (102/0) و 163/0 (105/0) در مقابل 127/0 (063/0) برای CF است. تفاوتها هم از نظر اقتصادی و هم از نظر آماری معنادار هستند و بنابراین، توان پیشبینی برتر جریانهای نقد عملیاتی رد میشود. در نتیجه، تجزیهوتحلیل نشان میدهد سود مبتنی بر اقلام تعهدی در این معیار نسبت به جریانهای نقدی برتری دارد. بخش دوم نگارۀ (7) نتایج سطح شرکت را بین جریان نقد و پیشبینیکنندههای مبتنی بر اقلام تعهدی ارائه میکند. مشاهده میشود هم جریانهای نقد عملیاتی و هم سودهای خط آخر در پیشبینی جریانهای نقدی عملیاتی آتی بیمعنا هستند. جالب توجه است که بیشتر مقادیر بزرگتر از معادلهای خود در آزمونهای سطح صنعت هستند. در مجموع، تجزیهوتحلیل سطح شرکت نشان میدهد ناهمگونی سطح شرکت یک عامل مخدوشکنندۀ مهم در رگرسیونهای مقطعی است و سود مبتنی بر اقلام تعهدی در پیشبینی جریانهای نقدی بر جریانهای نقدی غالب است.
نگارۀ 7: نتایج تخمین مدلها در سطح شرکت
Table 7: Results of model estimation at the company level
|
|
مدل 1: یک پیشبینیکننده |
||||||||||||||
|
متغیر |
ضریب |
تفاوت ضریب |
R2 |
تفاوت R2 |
تعداد شرکت |
||||||||||
|
میانگین |
میانه |
میانگین |
میانه |
میانگین |
میانه |
میانگین |
میانه |
||||||||
|
CF |
0/061 |
0/032 |
|
0/127 |
0/063 |
|
|
||||||||
|
IBC |
-0/138 |
-0/004 |
-0/198* |
-0/037 |
0/184 |
0/104 |
0/057** |
0/041*** |
62 |
||||||
|
IBCA |
-0/198 |
-0/015 |
-0/259 |
-0/048** |
0/168 |
0/086 |
0/041 |
0/023*** |
62 |
||||||
|
OP |
0/045 |
0/060 |
-0/016 |
0/028 |
0/192 |
0/102 |
0/065** |
0/038*** |
62 |
||||||
|
OE |
-0/016 |
-0/005 |
-0/076 |
-0/037 |
0/163 |
0/105 |
0/036 |
0/041*** |
62 |
||||||
|
|
مدل 2: دو پیشبینیکننده |
||||||||||||||
|
|
متغیر سود |
ضریب CF |
ضریب متغیر سود |
R2 |
تعداد شرکت |
||||||||||
|
|
IBC |
-0/031 |
-0/131 |
0/303 |
62 |
||||||||||
|
|
IBCA |
0/024 |
-0/231 |
0/282 |
62 |
||||||||||
|
|
OP |
-0/090 |
0/103 |
0/318 |
62 |
||||||||||
|
|
OE |
0/072 |
-0/056 |
0/269 |
62 |
||||||||||
در بخش اول، ستونها بهترتیب میانگین و میانههای آمار زیر را در بین شرکتها گزارش میکنند: ضریب رگرسیون (β)، تفاوت بین ضریب پیشبینیکنندههای مبتنی بر سود (IBC، IBCA، OP و OE) و ضریب CF در سطح شرکت، ضریب تعیین (R2)، تفاوت بین R2 پیشبینیکنندههای مبتنی بر سود (IBC، IBCA، OP و OE) و معادل آن برای CF در سطح شرکت و تعداد شرکتها. برای بررسی معناداری تفاوت در میانگین ضرایب یا R2، آزمون t استاندارد و برای میانهها، آزمون رتبهبندی Wilcoxon انجام شده است. در بخش دوم، ستونها بهترتیب میانگین آمار زیر را در بین شرکتها گزارش میدهند: دو ضریب شیب رگرسیون (β1 و β2)، ضریب تعیین (R2) و تعداد شرکتها. معناداری آماری در سطوح 1، 5 و 10 درصد بهترتیب با ***، ** و * نشان داده شده است.
نتیجهگیری
هدف این پژوهش ارائۀ شواهدی جدید در خصوص یک بحث طولانیمدت حول محور ارزش سود حسابداری برای پیشبینی جریانهای نقدی عملیاتی آتی در شرکتهای بورس اوراق بهادار تهران است، زیرا این موضوع برای جامعۀ حرفهای، دانشگاهی و تدوینکنندگان استاندارد حائز اهمیت است (Nallareddy et al., 2020). یافتهها نشان داد در پیشبینی جریانهای نقدی عملیاتی آتی، سود عملیاتی بر جریانهای نقدی عملیاتی برتری دارد. این متغیر سود شامل اقلام تعهدی است که محدودیتهای زمانی جریانهای نقدی حاصل از عملیات را تعدیل میکنند؛ بنابراین، برتری آن بیانگر اطلاعات اضافهشده توسط حسابداری تعهدی است. شواهد ما با این استدلال مطابقت دارد که جریانهای نقدی عملیاتی معیاری مخدوش یا پُراختلال از سودهای عملیاتی است که به وسیلۀ اقلام تعهدی کاهش مییابد (Dechow, 1994). همچنین، نتایج نشان میدهد رابطۀ بین سود جاری و جریانهای نقدی عملیاتی آتی در بین شرکتها با صنایع مختلف، مدلهای تجاری، چرخههای عملیاتی، نرخهای رشد، روشهای حسابداری و سایر عوامل متفاوت است. بررسی این ناهمگونی به طرزی قابل ملاحظه نتایج را تغییر میدهد و توانایی پیشبینی متغیرهای سود را نسبت به جریانهای نقد عملیاتی بهبود میبخشد. این نتایج یافتههای مطالعۀ بال و نیکولائف (2022) را تأیید میکند (Ball & Nikolaev, 2022). نتایج پژوهش با شواهد مطالعه نالاردی و همکاران (2020) مبنی بر اینکه در پیشبینی جریانهای نقدی عملیاتی آتی، جریانهای نقدی عملیاتی بر سود غالب است، متفاوت است (Nallareddy et al., 2020). این تفاوت به دلیل دو عامل مهم است. اول، نالاردی و همکاران (2020) اولین مطالعهای است که اثر استفاده از اقلام تعهدی مستعد خطا را در این زمینه بررسی کرده و بر سودهای خط آخر متمرکز است. دوم، مطالعۀ یادشده ناهمگونی را در رابطۀ بین سودهای دورۀ جاری و جریانهای نقدی عملیاتی آتی تجزیهوتحلیل نکرده است. این یافتهها استدلال تدوینکنندگان استانداردهای حسابداری در خصوص یکی از اصول مهم گزارشگری مالی را تأیید میکند (سود حسابداری، به عنوان یک متریک خلاصه، مبنایی بهتر برای پیشبینی جریانهای نقدی آتی فراهم میکند). با این حال، FASB (1984) نسبت به اتکا بر سودهای خط آخر هشدار میدهد و بیان میکند استفادهکنندگان رابطۀ بین سودهای دورۀ جاری و جریانهای نقدی عملیاتی آتی را مستقل از ویژگیهای شرکت و روشهای حسابداری که استفاده میکنند، تلقی نمیکنند.
به طور کلی، نتیجهگیری میشود معیارهای سود مبتنی بر اقلام تعهدی در واقع مبنایی بهتر برای پیشبینی جریانهای نقدی آتی فراهم میکنند که هم با ادبیات علمی (Dechow, 1994) و هم با ادبیات حرفهای (AICPA, 1973; FASB, 1978) سازگار است. همچنین، این نتایج اهمیت بررسی ناهمگونی در مدلهای مقطعی را نشان میدهد. در شرایط کنونی، واریانس مقطعی تغییرات سری زمانی را که جوهرۀ حسابداری تعهدی است مخدوش میکند؛ بنابراین، عدم رسیدگی به ناهمگونی توانایی پیشبینی سود مبتنی بر اقلام تعهدی را نسبت به جریانهای نقدی عملیاتی تحریف و تضعیف میکند.
مطابق نتایج این پژوهش، پیشنهاد میشود کلیۀ ذینفعان از جمله مدیران برای مدیریت منابع شرکت و ارزیابی توانایی واحد تجاری در تولید وجه نقد در آینده و حفظ توان عملیاتی بدون اتکا به منابع مالی بیرونی، سرمایهگذاران در اتخاذ تصمیمهای سرمایهگذاری و ارزشگذاری سهام با استفاده از ارزش فعلی توزیعهای نقدی آتی، اعتباردهندگان در ارزیابی توانایی بازپرداخت بدهیها، و پژوهشگران و تحلیلگران در پیشبینی جریان نقد آتی، بر اقلام تعهدی (شامل سود عملیاتی) تأکید کنند و نسبت به اثر ناهمگونی مقطعی شرکتها هوشیار باشند. پیشنهاد میشود استانداردگذاران و تنظیمکنندگان نیز در تدوین استانداردها و مقررات یا ارائۀ رهنمودها بر اهمیت اقلام تعهدی در بهبود کیفیت پیشبینیپذیری جریانات نقد شرکتها و این نکته که جریان نقدی عملیاتی بهتنهایی ممکن است تصویری ناقص از عملکرد آتی شرکت ارائه دهد، تأکید کنند و اقداماتی همچون الزام شرکتها به افشای جزئیات بیشتر دربارۀ اقلام تعهدی را مدنظر قرار دهند.
از آنجا که FASB در بیانیۀ مفاهیم حسابداری مالی شمارۀ 1 صراحتاً به سود و اجزای آن اشاره کرده است و شواهد پژوهشهای قبلی همچون بارث و همکاران (2001) نیز نشان میدهد تفکیک سود به اجزای آن بر استنتاج دربارۀ ویژگیهای آماری سود تأثیر میگذارد، پیشنهاد میشود در مطالعات آتی وزندهی متفاوت اجزای سود در رابطه با جریانهای نقدی آتی مدنظر قرار گیرد و توان اجزای سود و مؤلفههای معادل مبتنی بر نقد (مانند هزینۀ استهلاک در مقابل مخارج سرمایهای) برای پیشبینی جریانهای نقدی آتی مقایسه شود. به علاوه، با توجه به اینکه ارزشهای بازار به عنوان ارزش فعلی جریانهای نقدی مورد انتظار آتی نیز تفسیر میشوند، پیشنهاد میشود در مطالعات آینده از بازده سهام بهجای جریانهای نقدی آتی استفاده شود و مطابق روش بهکارگیریشده در این مطالعه، نقش سود در توضیح بازده و ارزش سهام نسبت به جریانهای نقدی بررسی شود. در نهایت، پیشنهاد میشود مطالعات آتی اثر تفاوت در نوسانات جریانهای نقدی جاری و سود و همچنین کوواریانس بین جریانهای نقدی آتی و اقلام تعهدی جاری بر مقایسۀ توان پیشبینی اقلام نقدی و تعهدی، بهرهگیری از سایر معیارها و ابزارهای آماری، توان پیشبینی عملکرد آتی با اطلاعات حسابداری تعهدی نسبت به اطلاعات مبتنی بر وجه نقد در واحدهای بخش عمومی و سودمندی بهکارگیری معیارهای مبتنی بر اقلام تعهدی برای پیشبینی ریسک اعتباری آتی را بررسی کنند. توصیه میشود پژوهشگران و سایر استفادهکنندگان نسبت به محدودیتهای محتمل اﯾﻦ ﻣﻄﺎﻟﻌﻪ در تعمیم استنتاجهای حاصل از مؤلفههای تحلیلشده (مقادیر ضرایب تعیین، ضرایب شیب و غیره) دقت کافی داشته باشند.
)