Exploring Reversible and Renewable Dynamics in the Time Series Structure of Accruals

Document Type : Original Article

Authors

1 Assistant Professor, Faculty of Administrative Sciences and Economics, Department of Accounting, University of Isfahan, Isfahan, Iran

2 Assistant Professor, Department of Accounting, Boj.C., Islamic Azad University, Bojnourd, Iran

10.22108/far.2025.145063.2124

Abstract

This paper examines the time series characteristics of accruals, focusing on their creation processes and the speed of their reversal. The main hypothesis suggests that shocks to working capital accruals, regardless of their origin, tend to reverse over time, though new shocks follow some. A first-order moving average model is employed to predict short-term accrual behavior and capture the reversible nature of these shocks. To test hypotheses, annual data from 200 non-financial companies listed on the Tehran Stock Exchange from 2007 to 2023 were used. The findings indicate that shocks to working capital accruals generally reverse in the next period, although the reversal speed varies. Sales growth shocks tend to reverse quickly and are replaced by new shocks, while working capital fluctuations stabilize more slowly, often taking longer than one period for complete reversal. Notably, in most sampled companies, accrual estimation errors are fully and immediately reversed in the following period. This research underscores the importance of prior estimation errors as a valuable source of information for improving accrual forecasting accuracy.
Introduction
Accruals are crucial components in accounting that have garnered significant attention due to their impact on financial reporting. One of their primary functions is to mitigate noises associated with the timing of cash flows, thereby allowing accounting profit to serve as a measure that reflects a more stable economic reality. Consequently, a deeper examination of the characteristics and functions of accruals can enhance our understanding of how they are generated and their interplay with cash flows. This article focuses on the time series characteristics of accruals, aiming to explore the processes involved in their creation and the speed at which these accruals tend to reverse. The core hypothesis of this research posits that all shocks to working capital accruals—irrespective of their source—tend to reverse over time. Nonetheless, certain accrual shocks are supplanted by new shocks. The study identifies several sources of accrual shocks, including fluctuations in sales, variations in working capital management policies, and errors in accrual estimation.
 Methods & Material
To analyze these phenomena, the research proposes a first-order moving average model to predict the behavior of short-term accruals, capturing the reversible nature of accrual shocks. The analysis utilizes annual data from non-financial companies listed on the Tehran Stock Exchange over 17 years, spanning from 2007 to 2023. Utilizing the balance sheet method, short-term accruals linked to working capital are calculated, and the moving average model is applied to time series data for each company in a final sample containing at least ten consecutive observations.
 
Finding
The study reveals that, on average, shocks to working capital accruals exhibit a tendency to reverse in the subsequent period. However, the speed of this reversal varies. While sales growth shocks tend to reverse and are continuously replaced by new shocks, fluctuations in working capital take longer to stabilize, often exceeding one period for complete reversal. Interestingly, in the majority of the sampled companies, the accrual estimation errors from one period are fully and immediately reversed in the following period.
 
Conclusion
The findings indicate that current-period accruals are influenced by the reversal of prior-period accrual estimation errors. This highlights a critical insight: neglecting this random reversing component can lead to inaccuracies in predicting expected accruals for the current period. Thus, the previous period's accrual estimation error emerges as valuable supplemental information regarding the anticipated accruals for the current period, complementing data related to sales shocks and working capital fluctuations. In summary, this research deepens our understanding of accrual behavior, emphasizing the significance of prior estimation errors as an independent source of information that can enhance the accuracy of accrual forecasting. This finding aligns with the results reported by Bloomfield et al. (2017). Furthermore, the empirical evidence from the study supports the theoretical prediction posited by Dechow et al. (1998), which asserts that working capital accruals approximate white noise. The findings confirm the coexistence of a sustainable process—characterized by a positive serial correlation linked to sales growth—and a reversing process—marked by a negative serial correlation associated with temporary working capital fluctuations. These processes largely offset each other on average. In this regard, the results are consistent with the conclusions of Allen et al. (2013). However, unlike the aforementioned study, the current findings provide stronger empirical evidence for the negative serial correlation of accruals attributable to estimation errors in accrual measurements.
 

Keywords

Main Subjects

Full Text

اقلام تعهدی در قلب حسابداری هستند و از این نظر، ویژگی‌ها و کارکردهای آنها در مطالعات حسابداری مورد توجه بوده است (Dichev & Owens, 2024). فرایندهای ایجاد اقلام تعهدی، ویژگی­های مشخصی را به سری زمانی آن می­بخشد. مطالعه در خصوص این فرایندها به پیش‌بینی بهتر رفتار اقلام تعهدی کمک می­کند. در حالی که برخی از مطالعات حسابداری داخلی (برای مثال، کردستانی و لطفی، ۱۳۹۰) برخی از پیامدهای اخلال ناشی از برآوردهای حسابداری را مورد بررسی قرار داده‌اند، شواهد تجربی اندکی در خصوص ویژگی‌های سری زمانی اقلام تعهدی در مطالعات داخلی وجود دارد.

  یک مطالعه مهم در خصوص ویژگی­های سری زمانی اقلام تعهدی توسط دیچاو و همکاران (1998) انجام شده است (Dechow et al., 1998). در این مطالعه، مانند مطالعۀ جونز (1991)، یک رابطۀ جبری بین اقلام تعهدی سرمایۀ در گردش و فروش فرض می­شود (Jones, 1991). با فرض آنکه فروش از یک روند گام تصادفی تبعیت می­کند، این مطالعه نتیجه­ می­گیرد سری زمانی اقلام تعهدی از یک فرایند نوفه ‌سفید، با میانگین صفر، تبعیت می­کند. شواهد تجربی جونز و برخی از پژوهش‌های دیگر مانند دیچاو و همکاران (2012) از این پیش‌بینی حمایت می­کند (Dechow et al., 2012). نتیجۀ دیگر این است که شوک­های فروش تنها منبع عدم قطعیت در سری زمانی اقلام تعهدی هستند. با وجود این، از آنجا که اقلام تعهدی، به دلیل ماهیت آنها، در دوره­های بعد معکوس می­شوند، باید یک فرایند پایدار و تجدیدشونده نیز در سری زمانی اقلام تعهدی وجود داشته باشد تا نوفه ‌سفید بودن آنها را توضیح دهید. بر این اساس، آلن و همکاران (2013)، دو فرایند متمایز را در سری زمانی اقلام تعهدی کوتاه‌مدت (یعنی اقلام تعهدی سرمایۀ در گردش) شناسایی می­کنند: اقلام تعهدی عادی پایدار مرتبط با رشد فروش که دارای همبستگی سریالی مثبت هستند و اقلام تعهدی معکوس‌شوندۀ مرتبط با نوسان­های موقت سرمایۀ در گردش که دارای همبستگی سریالی منفی هستند (Allen et al., 2013). مطابق آلن و همکاران، اثر خنثی‌کنندۀ این دو فرایند پایدار و معکوس‌شونده باعث می­شود تا سری زمانی اقلام تعهدی از یک فرایند نوفه ‌سفید پیروی کند. همچنین آنها، به پیروی از دیچاو و دیچف (2002)، جزئی از اقلام تعهدی را که در نتیجۀ فرایندهایی غیر از رشد فروش یا نوسان­های سرمایۀ در گردش ایجاد می­شود، به عنوان خطای برآورد اقلام تعهدی تعریف می­کنند (Dechow & Dichev, 2002). خطای برآورد اقلام تعهدی زمانی ایجاد می­شود که اقلام تعهدی میزان جریان‌های نقدی متناظر را با خطا پیش‌بینی می­کنند. برای مثال، هنگامی که یک فروش نسیه رخ می­دهد، حساب‌های دریافتنی به منظور پیش‌بینی جریان‌های نقدی آتی مرتبط با آن افزایش می­یابد. این پیش‌بینی ممکن است به دلایل غیرعامدانه مانند طولانی‌بودن چرخۀ عملیات یا پیچیدگی صنعت (Dechow & Dichev, 2002)، یا دلایل عامدانه مانند دستکاری سود دارای خطا باشد. از این منظر، خطای برآورد اقلام تعهدی در واقع هزینه­ای است که سیستم حسابداری تعهدی برای کسب منفعت ناشی از اندازه­گیری بهتر عملکرد در قالب سود تعهدی متحمل می­شود (Nikolaev, 2018).

با توجه به توضیحات بالا، هدف اصلی پژوهش حاضر این است که نشان دهد سری زمانی اقلام تعهدی سرمایۀ در گردش علاوه بر فرایند پایدار مرتبط با رشد فروش و فرایند معکوس‌شوندۀ مرتبط با نوسان­های سرمایۀ در گردش، شامل یک جزء خطای برآورد اقلام تعهدی دورۀ قبل است که بلافاصله در دورۀ جاری معکوس می­شود. منظورکردن این جزء تصادفی معکوس‌شوندۀ دورۀ قبل در پیش‌بینی اقلام تعهدی دورۀ جاری به تبیین یک مدل تصادفی اقلام تعهدی منجر می­شود. این مدل تصادفی بر اساس این استنباط پیشنهاد می­شود که اقلام تعهدی مورد انتظار به طور کامل توسط متغیرهایی مانند تغییر فروش و غیره تببین نمی­شوند و دارای یک جزء تصادفی مربوط به شوک­های ناشی از خطای برآورد اقلام تعهدی دورۀ گذشته هستند. همچنان که بلومفیلد و همکاران (2017) نشان می­دهند از منظر آماری، این جزء تصادفی معکوس‌شونده باعث می­شود سری زمانی اقلام تعهدی سرمایۀ در گردش به صورت یک سری زمانی میانگین متحرک تعریف شود (Bloomfield et al., 2017). بر این اساس، پژوهش حاضر شواهدی ارائه می­دهد که آیا سری زمانی اقلام تعهدی از یک فرایند میانگین متحرک مرتبۀ اول تبعیت می­کند یا خیر. شواهد یادشده می­تواند به این پرسش پاسخ دهد که آیا این شوک­های ناشی از خطای برآورد اقلام تعهدی دورۀ قبل دارای اطلاعات جدید و اضافی در خصوص اقلام تعهدی دورۀ جاری هستند یا خیر. ضرورت این بررسی را می‌توان به یافته‌های دی مورا و همکاران (2024) مرتبط کرد که تصریح نادرست مدل‌های تعهدی به واسطۀ عدم کنترل کافی برای خطای حسابداری را نشان می دهند (De Moura et al., 2024). شواهد این پژوهش همچنین درجۀ معکوس‌شدن خطای برآورد اقلام تعهدی در دورۀ­ بعد را بررسی می‌کند و سرعت معکوس‌شدن آن را با سرعت معکوس‌شدن فرایندهای دیگر اقلام تعهدی مقایسه می‌کند. سرعت معکوس‌شدن اقلام تعهدی به دوام اقلام تعهدی بستگی دارد که مطابق دیچو و اوونز (2024) برابر با فاصلۀ زمانی بین اقلام تعهدی و جریان‌های نقدی مرتبط با آنها است (Dichev & Owens, 2024).

پژوهش حاضر بر این اصل استوار است که یک ویژگی کلی اقلام تعهدی سرمایۀ در گردش، صرف‌نظر از اینکه در نتیجۀ چه فرایندی ایجاد شده باشند، این است که در دوره یا دوره­های بعد، به واسطۀ تبدیل‌شدن به جریان‌های نقدی یا حذف‌شدن، معکوس می­شوند (Baber et al., 2011; Bloomfield et al., 2017; Dechow et al., 2012). اقلام تعهدی مرتبط با نوسان­های موقت سرمایۀ در گردش در دوره­های بعد معکوس می­شوند. برای مثال، اگر در یک دوره به دلیل مقتضیات عرضه و تقاضا میزان فروش­های نسیه به دلیل تغییر سیاست­ فروش­های اعتباری افزایش یابد، اقلام تعهدی مرتبط با آن در دوره یا دوره­های بعد با وصول مطالبات معکوس می­شوند. با وجود این، اقلام تعهدی پایدار مرتبط با رشد فروش، با وجود معکوس‌شدن در دوره­ یا دوره­های بعد، به طور مستمر با اقلام تعهدی مشابهی جایگزین می­شوند (Allen et al., 2013; DeFond & Park, 2001). برای مثال، هنگامی که ماندۀ موجودی­های دورۀ قبل در دورۀ جاری به فروش می­رسد (و از این لحاظ، اقلام تعهدی مرتبط با آنها معکوس می­شوند)، به منظور حفظ سطح عملیات مجدداً توسط موجودی­های دیگری جایگزین می­شوند. این ویژگی تجدیدشوندگی باعث پایداری اقلام تعهدی مربوط به رشد فروش می­شود. خطای برآورد اقلام تعهدی نیز انتظار می­رود در دوره یا دوره­های بعد به دلیل تبدیل‌شدن به وجه نقد یا حذف‌شدن معکوس شود. برای مثال، اگر در یک دوره میزان حساب‌های دریافتنی به شکلی بسیار محافظه­کارانه پیش‌بینی شود (یعنی ذخیرۀ زیادی برای مطالبات مشکوک‌الوصول منظور شده باشد)، میزان جریان‌های نقدی مربوط در دورۀ بعد بیشتر از میزان مطالبات شناسایی‌شده خواهد بود. این خطا به هر روی در دوره یا دوره­های بعد با وصول جریان‌های نقدی مربوط معکوس می­شود. به همین ترتیب، اگر ذخیرۀ مطالبات مشکوک‌الوصول پایان دوره کافی نباشد، جریان‌های نقدی وصولی مربوط در دوره­ یا دوره­های بعد کمتر از مطالباتِ شناسایی‌شده خواهند بود. در این حالت، انتظار می­رود خطای موجود در مطالبات، در دوره یا دوره­های بعد و به دلیل سوخت مطالبات، حذف و معکوس شود. با توجه به اینکه در روش ترازنامه­­ای، اقلام تعهدی سرمایۀ در گردش برابر هستند با تفاوت سرمایۀ در گردش غیرنقدی پایان دوره و ابتدای دوره، اقلام تعهدی هر دوره شامل خطای برآورد اقلام تعهدی دورۀ جاری منهای خطای برآورد اقلام تعهدی دورۀ قبل هستند (با این فرض که تمام یا بخشی از خطای برآورد اقلام تعهدی دورۀ قبل در دورۀ جاری معکوس ­شود). از آنجا که اقلام تعهدی دورۀ جاری به دلیل معکوس‌شدن خطای برآورد اقلام تعهدی دورۀ قبل تحت تاثیر قرار می­گیرند، عدم کنترل این جزء تصادفی معکوس‌شونده باعث ایجاد خطا در برآورد اقلام تعهدی مورد انتظار دورۀ جاری می­شود. این امر نشان می­دهد خطای برآورد اقلام تعهدی دورۀ قبل اطلاعاتی اضافی را در خصوص اقلام تعهدی عادی دورۀ جاری فراهم می­آورد که توسط شوک­های فروش و نوسان­های موقت سرمایۀ در گردش ارائه نمی­شود.

پژوهش حاضر افزوده­هایی برای ادبیات دارد. این پژوهش، به لحاظ نظری نظری، ساختار سری زمانی اقلام تعهدی سرمایۀ در گردش و دلایل اقتصادی که در ایجاد ویژگی­های این ساختار مؤثر هستند را مورد بحث و واکاوی قرار می­دهد. همچنین، درجۀ معکوس‌شدن فرایندهای اقلام تعهدی سرمایۀ در گردش در دورۀ بعد را بررسی می‌کند. از این نظر، این مطالعه یک گام از پژوهش آلن و همکاران (2013)، که صرفاً همبستگی سریالی فرایندهای اقلام تعهدی را بررسی می‌کند، فراتر می­رود. پژوهش حاضر همچنین از این نظر از پژوهش آلن و همکاران (2013) متمایز است که خطای برآورد اقلام تعهدی دورۀ قبل را نیز به عنوان یک منبع اطلاعاتی جدید در تببین اقلام تعهدی دورۀ جاری لحاظ می­کند (Allen et al., 2013).

 

مبانی نظری، پیشینه و فرضیه‌های پژوهش

مروری بر مفاهیم و ادبیات بحث

اقلام تعهدی حسابداری در نتیجۀ فرایندهایی مشخصی تولید می‌شوند. دیچاو و همکاران (2022) نشان می‌دهند ویژگی‌های اقلام تعهدی ناشی از فعالیت‌های تجاری اندازه‌گیری‌شده و تکرار فعالیت هستند و ناهمگونی اقلام تعهدی باعث اختلال در اندازه‌گیری کیفیت سود می‌شود (Dechow et al., 2022). آنها به این نکته توجه کردند که عدم کنترل تکرارشوندگی یا یکبارگی اقلام تعهدی (برای مثال، اقلام تعهدی مربوط به استهلاک صرف بدهی که به صورت تدریجی و مکرر هستند و اقلام تعهدی یکبارۀ مرتبط با کاهش ارزش دارایی) منجر به خطا در تخمین کیفیت سود حسابداری می‌شود. در ادبیات حسابداری، یک همبستگی منفی بین اقلام تعهدی سرمایۀ در گردش و جریان‌های نقدی مورد انتظار وجود دارد که به عنوان معیاری برای کیفیت سود استفاده می‌شود (ایزدی‌نیا و همکاران، 1391). به بیان دیگر، در غیاب خطای برآورد اقلام تعهدی، انتظار می‌رود یک همبستگی کامل منفی بین این دو متغیر وجود داشته باشد. با وجود این، او و پنمن (2024) نشان می‌دهند درک نادرست از فرایندهای اقلام تعهدی در مطالعات حسابداری به مشاهدۀ یک همبستگی کاذب منفی بین اقلام تعهدی سرمایۀ در گردش و جریان‌های نقدی می‌انجامد که با کیفیت سود حسابداری بالاتر اشتباه گرفته می‌شود (Oh & Penman, 2024). بر این اساس، شناخت ویژگی‌های سری زمانی اقلام تعهدی می‌تواند به درک بهتری از فرایندهای آن، از جمله ارتباط آن با جریان‌های نقدی، کمک کند.

 جونز (1991) یکی از پیشگامان در مدل‌سازی رفتار اقلام تعهدی است. در مدل تعهدی جونز (1991)، فرض می­شود اگر سیاست مدیریت سرمایۀ در گردش ثابت بماند، رشد فروش باعث رشد اقلام تعهدی سرمایۀ در گردش می­شود (Jones, 1991). مدل دیچاو و دیچف (2002) این فرض ثابت‌بودن سیاست مدیریت سرمایۀ در گردش را کنار می­گذارد (Dechow & Dichev, 2002). در صورتی که سیاست مدیریت سرمایۀ در گردش به دلیل جذب شوک­های عرضه و تقاضا متغیر باشد، نوسان­های سرمایۀ در گردش نمی­توانند بر اساس شوک­های فروش تبیین شوند (Ball, 2013). در نتیجه، دیچاو و دیچف (2002)، بر اساس نقش اقلام تعهدی در کاهش اخلال جریان‌های نقدی عملیاتی، که به‌تفصیل توسط دیچاو (1994) مطالعه شده است، اقلام تعهدی را مدل­سازی می­کنند. در مدل آنها، اقلام تعهدی تابعی از جریان‌های نقدی عملیاتی هستند. منطق به‌کارگرفته‌شده در استفاده از جریان‌های نقدی عملیاتی به عنوان متغیر کنترل‌کنندۀ سطح اقلام تعهدی مورد انتظار، متأثر از نقش اقلام تعهدی در کاهش اخلال عملکرد مالی است. هنگامی که دریافت یا پرداخت وجوه نقد بعد یا قبل از شناسایی درآمدها و هزینه­های مربوط رخ می­دهد، اقلام تعهدی به منظور پیش‌بینی میزان وجوهی که باید در آینده دریافت یا پرداخت شوند، ایجاد می­شوند. بر این اساس، اقلام تعهدی تابعی از جریان‌های نقدی مربوط به علاوۀ خطای پیش‌بینی این جریان‌های نقدی هستند. شواهد تجربی دیچاو و دیچف (2002) نشان می­دهد هرچه چرخۀ عملیات طولانی­تر یا پیچیدگی صنعت بیشتر باشد، خطای برآورد اقلام تعهدی افزایش می­یابد (در مطالعات، داخلی نوروش و همکاران (1385) در این باره پژوهش کرده­اند، اگرچه شواهد مشابهی ارائه نمی­دهند). تفاوت رویکرد دیچاو و دیچف (2002) در مقایسه با جونز (1991)، در فرمول­بندی اقلام تعهدی بر اساس تلاطم­های سرمایۀ در گردش است تا تغییرات مقیاس عملیات (که توسط معیار رشد فروش اندازه­گیری می­شود).

همچنان که اشاره شد، دیچاو (1994) و دیچاو و دیچف (2002) به نقش اقلام تعهدی در کاهش اخلال جریان‌های نقدی عملیاتی توجه می­کنند (Dechow, 1994; Dechow & Dichev, 2002). مروری بر اینکه اقلام تعهدی چگونه این نقش را ایفا می­کند به شناسایی بهتر فرایندهای ایجاد اقلام تعهدی کمک می­کند. هنگامی که عملیات خاتمه می­یابد، کلیۀ موجودی­ها به فروش می­رسند، مطالبات وصول و حساب‌های پرداختنی و بدهی­ها تصفیه می‌شوند. در این حالت، معیار مطلق عملکرد برابر است با خالص جریان‌های نقدی حاصل از عملیات. با وجود این، به دلیل عدم تقارن اطلاعاتی بین مدیریت و سایر نمایندگان مشارکت­کننده در واحد تجاری، برای یک معیار عملکرد مالی، که در فواصل زمانی کوتاه­مدت نتایج عملیات را بیان کند، تقاضا وجود دارد. مطابق دیچاو (1994)، جریان‌های نقدی می­توانند یک معیار مطلق عملکرد باشند، مشروط بر آنکه عملیات خاتمه یافته باشد (Dechow, 1994). با این حال، هنگامی که عملیات در جریان است و تقاضا برای اندازه­گیری عملکرد در فواصل زمانی کوتاه‌مدت وجود دارد، جریان‌های نقدی نمی­توانند معیاری مناسب برای عملکرد باشند. جریان‌های نقدی عملیاتی، به دلیل نوسانات سرمایۀ در گردش که از تصمیم‌های عملیاتی ناشی می­شوند، با مشکل زمان­بندی و تطابق مواجه می‌شوند و از این رو دارای اخلال هستند. بر این اساس، مهم‌ترین وظیفه اقلام تعهدی ایجاد تغییر و اصلاح در زمان شناسایی جریان‌های نقدی در سود در طی زمان است (Dechow, 1994; Dechow & Dichev, 2002). برای مثال، اگر فروش یک شرکت تازه‌تأسیس در سال اول (شروع عملیات) و سال دوم (خاتمه عملیات) برابر 100 ریال، و به منظور سهولت، هزینه در هر دو سال صفر باشد، از منظر حسابداری تعهدی، صرف‌نظر از اینکه جریان‌های نقدی ناشی از فروش در چه دوره­ای وصول شوند، سود هر دو سال یکسان و برابر 100 ریال است. حال اگر کل فروش در سال اول و دوم به‌ترتیب نسیه و نقدی باشد، با فرض آنکه مطالبات در سال بعد به طور کامل وصول شوند، جریان‌های نقدی عملیاتی در سال اول و دوم به‌ترتیب صفر و 200 ریال است. به همین ترتیب، اقلام تعهدی در سال اول و دوم به‌ترتیب 100+ و 100- است. همچنانکه این مثال نشان می­دهد، جریان‌های نقدی عملیاتی، برخلاف سود تعهدی، به نوسان­های سرمایۀ در گردش حساس و از این رو، در کوتاه‌مدت دارای اخلال هستند. این اخلال مستقل از عملکرد واقعی سالانۀ شرکت است و از این رو، جریان‌های نقدی عملیاتی، در فواصل زمانی کوتاه‌مدت، به دلیل کاستی­های ذاتی، نمی­توانند به عنوان معیاری برای قراردادبستن بین نمایندگان مختلف واحد تجاری استفاده شوند (Ball & Shivakumar, 2005; Dechow, 1994). با وجود این، میانگین جریان‌های نقدی عملیاتی دورۀ دوسالۀ عملیات برابر عملکرد حقیقی شرکت و میانگین اقلام تعهدی طی دورۀ عملیات برابر صفر است. به بیان دیگر، در درازمدت (یا خاتمۀ عملیات)، جریان‌های نقدی عملیاتی به سمت عملکرد حقیقی شرکت میل می­کنند. همچنانکه مثال بالا نشان می­دهد، اقلام تعهدی به دلیل آنکه اخلال جریان‌های نقدی عملیاتی را اصلاح و جذب می­کنند، ناپایدار هستند. شوک­های اقلام تعهدی با تبدیل‌شدن به جریان‌های نقدی در دوره یا دوره­های بعد معکوس می­شوند. در مثال یادشده، اقلام تعهدی سال اول به طور کامل در سال دوم معکوس و به جریان‌های نقدی بدل می­شوند. از این منظر، اقلام تعهدی یک نقش برآوردکننده از جریان‌های نقدی عملیاتی آتی را به عهده دارند (Dechow & Dichev, 2002). در صورتی که برآورد اقلام تعهدی از جریان‌های نقدی عملیاتی آتی دارای خطا باشد، آنگاه بخشی از شوک­های اقلام تعهدی توسط جریان‌های نقدی عملیاتی قابل پیش‌بینی نخواهد بود. برای مثال، اگر در سال دوم فقط 70 ریال از ماندۀ مطالبات دورۀ قبل وصول و مابقی سوخت شود، آنگاه اقلام تعهدی در سال اول دارای یک خطای 30 ریالی است. بر این اساس، اقلام تعهدی دارای دو جزء هستند. جزء اول به اندازه­گیری عملکرد کمک می­کند و جزء دوم خطای برآوردی است که در نتیجۀ ایفای نقش اول ایجاد می­شود (Nikolaev, 2018). 

خطای برآورد اقلام تعهدی، علاوه بر آنکه می­تواند عامدانه و به دلیل مدیریت سود ایجاد شود، ممکن است در نتیجۀ خطاهای غیرعامدانه مانند برآورد نادرست از اعتبار یک مشتری جدید یا برآورد نادرست قیمت فروش آتی کالای در جریان ساخت ایجاد شود (Richardson et al., 2005).

با توجه به آنکه اقلام تعهدی سرمایۀ در گردش به دلیل ماهیت آنها در دوره یا دوره­های بعد معکوس می­شوند، سری زمانی آنها باید دارای همبستگی سریالی منفی باشد. با وجود این، شواهد تجربی نشان می­دهد اقلام تعهدی از یک فرایند نوفه ‌سفید تبعیت می­کنند، یعنی سری زمانی آنها دارای همبستگی سریالی نیست (برای نمونه، نگاه کنید به Jones, 1991; Kothari et al., 2005; Dechow et al., 2012). این امر نشان می­دهد بخشی از اقلام تعهدی، با وجود معکوس‌شدن، تجدیدشونده و دارای همبستگی سریالی مثبت است. آلن و همکاران (2013)، بر این اساس، دو فرایند متمایز را در سری زمانی اقلام تعهدی عادی شناسایی می­کنند: (1) اقلام تعهدی مرتبط با رشد فروش که دارای همبستگی سریالی مثبت هستند و (2) اقلام تعهدی مرتبط با نوسان­های موقت سرمایۀ در گردش که دارای همبستگی سریالی منفی هستند (Allen et al., 2013). از این منظر، آنها دو عنصر تصادفی (و به بیان دیگر، دو منبع عدم قطعیتِ) شوک­های فروش و تغییر موقت سیاست مدیریت سرمایۀ در گردش را در سری زمانی اقلام تعهدی سرمایۀ در گردش شناسایی می­کنند. آلن و همکاران (2013) همچنین بین اقلام تعهدی خوب، که ناشی از دو فرایند یادشده هستند، و خطای برآورد اقلام تعهدی تمایز قائل می­شوند. یافته­های آنها نشان می­دهد معکوس‌شدن اقلام تعهدی مربوط به نوسان­های موقت سرمایۀ در گردش است. در عین حال، و به طرزی تعجب‌آور، آنها شواهدی از معکوس‌شدن خطای برآورد اقلام تعهدی مشاهده نمی­کنند. از آنجا که خطای برآورد اقلام تعهدی نیز باید در دوره یا دوره­های بعد معکوس شود، استدلال می­شود این مشاهده احتمالاً به این دلیل رخ داده است که یا خطای برآورد اقلام تعهدی با خطای برآورد جدیدی خنثی می­شود یا خطای برآورد اقلام تعهدی زمانی بیشتر از یک دوره طول می­کشد تا معکوس شود(Allen et al., 2013).

 

بسط فرضیه‌های پژوهش

شواهد آلن و همکاران (2013)، در خصوص عدم مشاهدۀ معکوس‌شدن خطای برآورد اقلام تعهدی، این انگیزه را ایجاد می­کند تا با تفکیک دقیق­ترِ جزء خطای برآورد اقلام تعهدی، دربارۀ سرعت معکوس‌شدن آن پژوهش کرد. در ادامۀ این بخش، چارچوبی نظری برای این تفکیک ارائه می­شود. اگر فرض کنیم A اقلام تعهدی سرمایۀ در گردش باشد، آنگاه A برابر است با تفاوت سرمایۀ در گردش غیرنقدی پایان دوره و ابتدای دوره:

رابطۀ (1)

 

سرمایۀ در گردش غیرنقدی هر دوره ( ) را می­توان به صورت حاصل جمع یک میانگین و یک شوک تصادفی تعریف کرد: 

در رابطۀ (2)،  میانگین سرمایۀ در گردش غیرنقدی و  شوک­های سرمایۀ در گردش در دورۀ جاری است. شوک­های سرمایۀ در گردش غیرنقدی ممکن است در اثر تغییر عوامل بنیادی مانند شوک­های فروش، شوک­های ناشی از تغییر سیاست مدیریت سرمایۀ در گردش (برای مثال، تأخیر تصادفی در پرداخت بدهی) یا شوک­های ناشی از خطای برآورد اقلام تعهدی ایجاد شوند. با جایگزینی رابطۀ (2) در رابطۀ (1)، خواهیم داشت:

رابطۀ (4) اقلام تعهدی سرمایۀ در گردش را به صورت یک مدل تصادفی تعریف می­کند. در رابطۀ (4)، فرض می­شود کل شوک­های دورۀ قبل  در دورۀ جاری معکوس می­شوند. رابطۀ (4) همچنین نشان می­دهد اقلام تعهدی سرمایۀ در گردش را می­توان به صورت یک مدل تجربی میانگین متحرک مرتبۀ اول، یعنی MA(1)، تعریف کرد:

رابطۀ (5) یک مدل میانگین متحرک اقلام تعهدی سرمایۀ در گردش است که در آن α میانگین اقلام تعهدی سرمایۀ در گردش،  شوک­های دورۀ جاری اقلام تعهدی سرمایۀ در گردش و  شوک­های دورۀ قبل اقلام تعهدی سرمایۀ در گردش است. همچنین،  درجۀ معکوس‌شدن شوک­های اقلام تعهدی سرمایۀ در گردش در دورۀ بعد را نشان می­دهد. در صورتی که کل شوک­های دورۀ قبل در دورۀ جاری معکوس شوند، انتظار داریم  برابر منفی یک باشد. به همین ترتیب، اگر معکوس‌شدن شوک­های اقلام تعهدی سرمایۀ در گردش بیش از یک دوره به طول انجامد، انتظار می­رود  باشد.

مطابق توضیحات قبل، در این پژوهش پیش‌بینی می­شود شوک­های سرمایۀ در گردش غیرنقدی ناشی از سه منبع عدم قطعیت هستند: شوک­های مربوط به رشد فروش ( )، شوک­های مربوط به نوسان­های موقت سرمایۀ در گردش ( ) و شوک­های مربوط به خطای برآورد اقلام تعهدی ( ). بر این اساس، و با فرض مستقل بودن شوک­های اقلام تعهدی، رابطۀ (3) را می­توان به شرح زیر بسط داد:

رابطۀ (7) ماهیت معکوس‌شوندۀ اجزای اقلام تعهدی سرمایۀ در گردش را به‌خوبی نشان می­دهد. برای مثال، جزء  نشان می­دهد شوک­­­های اقلام تعهدی مرتبط با فروش دورۀ قبل در دورۀ جاری معکوس می­شوند. به همین ترتیب، جزء  نشان می­دهد شوک­های اقلام تعهدی مرتبط با نوسان­های موقت سرمایۀ در گردش دورۀ قبل در دورۀ جاری معکوس می­شوند. این فرایند، همچنین، برای خطای برآورد اقلام تعهدی دورۀ قبل ( ) نیز صادق است و انتظار می­رود خطای برآورد اقلام تعهدی دورۀ قبل با تبدیل‌شدن به وجه نقد یا حذف‌شدن در دورۀ جاری معکوس شود.

رابطۀ (7)، همچنین، تأثیر جایگزین‌شدن شوک­های اقلام تعهدی سرمایۀ در گردش با شوک­های جدید را نشان می­دهد. برای مثال، عبارت  نشان می­دهد، با وجود معکوس‌شدن ، شوک­ جدید  جایگزین آن می­شود. با وجود این، به لحاظ اقتصادی، احتمال جایگزینی  با یک شوک جدید در شرایط غیربحرانی معمولاً اندک است، زیرا به دلیل افزایش اصطکاک­های تجاری، احتمال کمی وجود دارد که شرکت در هر دوره خطی‌مشی­های مدیریت سرمایۀ در گردش خود (شامل سیاست­های مربوط به فروش­های اعتباری به مشتریان و سیاست پرداخت بدهی­های خود به عرضه­کنندگان) را تغییر دهد. برای مثال، فرض کنیم در یک دوره، به دلیل کاهش فروش، پرداخت بدهی­های خرید به تأخیر افتد. این امر باعث ایجاد یک شوک در اقلام تعهدی سرمایۀ در گردش می­شود. با وجود این، تأخیر دوباره در پرداخت بدهی در دورۀ بعد، به ویژه در شرایطی که صنعت مربوط دچار بحران خاصی نشده است، اصطکاک تجاری میان شرکت و عرضه­کنندگان آن را افزایش می­دهد. در نتیجه، انتظار می­رود نوسان­های سرمایۀ در گردش موقت و تصادفی باشند. تصادفی و موقتی‌بودن نوسان­های سرمایۀ در گردش باعث می­شود اقلام تعهدی مرتبط با آن، یعنی ، ناپایدار و دارای همبستگی سریالی منفی باشند. با وجود این، در صورتی که شوک­های ناشی از نوسان­های موقت سرمایۀ در گردش به‌تدریج و طی چند دوره معکوس شوند، یک همبستگی سریالی مثبت در سری زمانی اقلام تعهدی مرتبط با آنها ایجاد می­شود که شدت همبستگی سریالی منفی آنها را کاهش می­دهد.

خطای برآورد اقلام تعهدی هر دوره نیز، برحسب ماهیت، احتمالاً تصادفی و غیرتجدیدشونده است، زیرا احتمال تکرار سیستماتیک خطا (چه عامدانه یا غیرعامدانه) به دلیل دخالت حسابرس و یادگیری شرکت کاهش می­یابد. با وجود این، همچنانکه دیچاو و دیچف (2002) نشان می­دهند، میزان خطای برآورد اقلام تعهدی از پیچیدگی­های محیط تجاری که شرکت در آن فعالیت می­کند، متأثر می‌شود. بنابراین، خطای برآورد اقلام تعهدی هر دوره تا حدی ممکن است تجدیدشونده باشد. برای مثال، در یک شرکت با چرخۀ عملیات طولانی‌تر احتمال بیشتری وجود دارد که پیش‌بینی اقلام تعهدی دارای خطا باشد و این خطا در تخمین اقلام تعهدی در دوره‌های بعدی نیز رخ دهد. این تجدیدشوندگی ساختاری می­تواند شدت همبستگی سریالی منفی جزء  را تضعیف یا پنهان کند.

رابطۀ (7) نشان می­دهد درجۀ معکوس‌شدن خطای برآورد اقلام تعهدی دورۀ قبل (یعنی ) را می­توان به شکلی مجزا از سایر اجزای اقلام تعهدی مدل‌سازی و بررسی کرد. در پژوهش حاضر، پیش‌بینی می‌شود این تفکیک، به لحاظ تجربی، درجه و سرعت معکوس‌شدن خطای برآورد اقلام تعهدی را آشکارتر خواهد کرد. از سوی دیگر، ریشه‌های اقتصادی دیگر نیز احتمالاً به این تفکیک کمک می‌کنند. برای مثال، خطای برآورد اقلام تعهدی هر دوره در سطح معامله رخ می­دهد (برای مثال، به دلیل خطا در برآورد میزان مطالبات قابل وصول از یک مشتری خاص)، در حالی که نوسان­های موقت سرمایۀ در گردش به دلیل تغییر سیاست مدیریت سرمایۀ در گردش و در نتیجه، برای مجموع معاملات رخ می­دهند. در دوره­های بحرانی، تغییر رویه­های مدیریت سرمایۀ در گردش و معکوس‌شدن شوک­های اقلام تعهدی مربوط به آنها ممکن است بیش از یک دوره به طول انجامد. برای مثال، احتمال بیشتری وجود دارد که در دورۀ رکود یا افت پایدار فروش، و به منظور حفظ مشتریان یا حفظ نقدینگی، اعطای فروش­های نسیه یا تأخیر در پرداخت حساب‌های پرداختنی به بیش از یک دورۀ خاص گسترش یابد. در نتیجۀ این پایداری موقتی، در پژوهش حاضر پیش‌بینی می‌شود سرعت معکوس‌شدن شوک­های مرتبط با نوسان­های سرمایۀ در گردش در سری زمانی آنها کاهش یابد. بر این اساس، پیش‌بینی می­شود سرعت معکوس‌شدن خطای برآورد اقلام تعهدی، در صورتی که به صورت مستقل از شوک­های جدید آن مدل‌سازی و بررسی شود، بیشتر از سرعت معکوس‌شدن اقلام تعهدی مرتبط با نوسان­های موقت سرمایۀ در گردش  است.

در مقابل، اقلام تعهدی مرتبط با رشد فروش ، به دلیل آنکه برای حفظ عملیات و پاسخ‌گویی به تقاضای آتی، بازتجدید و جایگزین می­شوند، احتمالاً پایدارترین جزء اقلام تعهدی هستند. در واقع، به دلیل مستمربودن عملیات و تداوم فعالیت، احتمال اینکه  با یک شوک جدید، یعنی ، جایگزین شود بیشتر از احتمال عدم جایگزین‌شدن آن است. برای مثال، به منظور حفظ عملیات و مشتریان، موجودی­های فروش‌رفته با خرید/تولید موجودی­های جدید جایگزین می­شوند. میزان این جایگزینی، به هر روی، وابسته به پایداری رشد فروش است. اگر رشد فروش پایدار باشد، به این معنا که رشد فروش دورۀ قبل در دورۀ جاری تداوم یابد، آنگاه بسته به اینکه رشد فروش دورۀ قبل مثبت یا منفی باشد، موجودی جایگزین‌شده بیشتر یا کمتر از موجودی فروش‌رفته خواهد بود. به بیان دیگر، خواهیم داشت:

 

 در نتیجه، می‌توان استنتاج کرد: ، به شرطی که  (گفتنی است، این شرط از این رو ضروری است که پایداری سری زمانی اقلام تعهدی مرتبط با رشد فروش ایجاب می‌کند سری زمانی آن مانا باشد. در غیر این صورت، سری زمانی این متغیر مانا نخواهد بود). بر این اساس، با جایگزینی روابط بالا، خواهیم داشت:

رابطۀ بالا نشان می­دهد با فرض پایداری رشد فروش، کوواریانس اقلام تعهدی مرتبط با رشد فروش دورۀ جاری و دورۀ قبل همواره یک عدد مثبت است. در نتیجه، سری زمانی اقلام تعهدی مرتبط با رشد فروش دارای همبستگی سریالی مثبت است (در واقع، می­توان نشان داد ضریب همبستگی سریالی در این حالت برابر 1+ است). با وجود این، به دلیل تصادفی‌بودن تقاضا و رقابت در صنعت، نرخ رشد فروش شرکت‎ها یا پایدار نیست یا پایداری ضعیفی دارد (برای نمونه، نگاه کنید به قربانی و ودیعی نوقابی، 1397؛Dechow et al., 1998 ). بر این اساس، می­توان پیش‌بینی کرد احتمالاً شوک­های اقلام تعهدی مرتبط با رشد فروش نیز تا حدی در دورۀ بعد معکوس می­­شوند و در نتیجه، همبستگی سریالی مثبت آنها تا حدی تضعیف می­شود.

از مجموعۀ توضیحات ارائه‌شده در مباحث بالا، به صورت خلاصه، موارد زیر را می­توان نتیجه­گیری کرد: (1) مجموع شوک­های اقلام تعهدی سرمایۀ در گردش گرایش به معکوس‌شدن در دورۀ بعد دارند. (2) شوک­های مرتبط با نوسان­های سرمایۀ در گردش احتمالاً موقت و تصادفی هستند. (3) اقلام تعهدی مرتبط با نوسان­های سرمایۀ در گردش، در صورتی که شوک­های مرتبط با آنها به‌سرعت و نه به‌تدریج معکوس شوند، دارای همبستگی سریالی منفی هستند. (4) خطای برآورد اقلام تعهدی تصادفی و معکوس­شونده است. (5) سرعت معکوس‌شدن خطای برآورد اقلام تعهدی احتمالاً از سرعت معکوس‌شدن شوک­های اقلام تعهدی مرتبط با نوسان­های سرمایۀ در گردش بیشتر است. (6) اقلام تعهدی مرتبط با رشد فروش پایدارترین جزء اقلام تعهدی و دارای همبستگی سریالی مثبت هستند. بر اساس استنتاج­های بالا، فرضیه­های پژوهش به شرح زیر تدوین می­شوند:

فرضیۀ اول: شوک­های اقلام تعهدی سرمایۀ در گردش دورۀ قبل ( )، در دورۀ جاری معکوس می­شوند.

فرضیۀ دوم: در صورت کنترل فرایندهای پایدار مرتبط با رشد فروش ، فرایند معکوس‌شدن شوک‌های اقلام تعهدی دورۀ قبل آشکارتر خواهد شد. بنابراین، ضریب  در مدل میانگین متحرک (رابطۀ ۵) به منفی یک نزدیک­تر می­شود.

فرضیۀ سوم: شوک­های مربوط به خطای برآورد اقلام تعهدی دورۀ قبل ( ) در دورۀ جاری معکوس می­شوند.

فرضیۀ چهارم: سرعت معکوس‌شدن شوک­های مربوط به خطای برآورد اقلام تعهدی دورۀ قبل ( ) از سرعت معکوس‌شدن اقلام تعهدی مرتبط با نوسان­های سرمایۀ در گردش  بیشتر هستند.

 

روش پژوهش

نمونۀ پژوهش

نمونۀ این پژوهش شامل کلیۀ شرکت‎های پذیرفته‌شده در بورس اوراق بهادار تهران به‌استثنای شرکت‌های واسطه‌گر مالی (شرکت‎های سرمایه­گذاری، مؤسسه‌های مالی و بانک­ها) است و داده­های مربوط به صورت­های مالی سالانۀ آنها برای دورۀ زمانی 17ساله از 1386 تا 1402 در بانک اطلاعاتی ره‌آورد نوین در دسترس است. شرکت‌های مالی به این دلیل از نمونه کنار گذاشته می‌شوند که مطابق ادبیات، فرایندهای اقلام تعهدی در آنها با بقیۀ شرکت‌ها متفاوت هستند. به دلیل برآورد مدل­های پژوهش در سطح شرکت، شرکت‎هایی که سری زمانی مشاهدات متغیرهای آنها دارای کمتر از 10 مشاهده بدون انقطاع است، از نمونه حذف می‌شوند. بر اساس این فرایند انتخاب نمونه، یک نمونه شامل 3022 مشاهدۀ شرکت ـ سال از 200 شرکت غیرمالی به عنوان نمونۀ نهایی انتخاب شد. کلیۀ متغیرهای پیوستۀ پژوهش به دلیل وجود خطا در داده­ها و مشکلات ناشی از مقیاس‌زدایی، در سطح 1 درصد مقادیر منتهایی توزیعشان ویرایش (وینسورایز) شده­اند.

 

 

مدل‌های میانگین متحرک

در پژوهش حاضر، به منظور آزمون فرضیۀ اول و بررسی اینکه آیا شوک­های اقلام تعهدی سرمایۀ در گردش در دورۀ بعد معکوس می­شوند یا خیر، از میانگین متحرک مدل (1) استفاده می­شود:

مدل (1)

 

که در آن A اقلام تعهدی سرمایۀ در گردش،  میانگین اقلام تعهدی سرمایۀ در گردش، و  شوک­های دورۀ گذشته اقلام تعهدی سرمایۀ در گردش است. همچنین،  درجۀ معکوس‌شدن شوک­های اقلام تعهدی سرمایۀ در گردش دورۀ قبل در دورۀ جاری را نشان می­دهد. در صورتی که کل شوک­های دورۀ قبل در دورۀ جاری معکوس شوند، انتظار داریم  برابر منفی یک باشد. به همین ترتیب، اگر معکوس‌شدن شوک­های اقلام تعهدی سرمایۀ در گردش بیش از یک دوره به طول انجامد یا برخی از شوک­های اقلام تعهدی پایدار باشند، انتظار می­رود  باشد. سرعت معکوس‌شدن  برابر است با نسبت مشاهدۀ  به کل مشاهدات در نمونه. هرچه این نسبت بزرگ‌تر باشد، سرعت معکوس‌شدن اقلام تعهدی بیشتر است. برای مثال، اگر در 50 شرکت از 200 شرکت،  باشد، آنگاه سرعت معکوس‌شدن اقلام تعهدی برابر 25/0 است.

همچنین، بر اساس رابطۀ (7) و با فرض آن­که  برداری از متغیرهای کنترل‌کنندۀ شوک­های مربوط به رشد فروش و  برداری از متغیرهای کنترل‌کنندۀ شوک­های مربوط به نوسان­های موقت سرمایۀ در گردش است، مدل میانگین متحرک (2) تعریف می­شود:

مدل (2)

 

به منظور کنترل شوک­های اقلام تعهدی مرتبط با رشد فروش، متغیر تغییر فروش ( ) به‌جای  در مدل (2) جایگزین می­شود. همچنین، مطابق آلن و همکاران (2013)، به منظور کنترل شوک­های اقلام تعهدی مرتبط با نوسان­های موقت سرمایۀ در گردش، سه متغیر جریان‌های نقدی عملیاتی دورۀ قبل ، دورۀ جاری  و دورۀ آینده   به طور هم‌زمان به‌جای  در مدل جایگزین می‌شوند (Allen et al., 2013). جریان‌های نقدی عملیاتی بر اساس استاندارد حسابداری ایران هستند. در رابطۀ بالا،  خطای برآورد اقلام تعهدی دورۀ قبل و  درجۀ معکوس‌شدن آن در دورۀ جاری است. سرعت معکوس‌شدن  برابر است با نسبت مشاهدۀ  به کل مشاهدات. هرچه این نسبت بزرگ‌تر باشد، سرعت معکوس‌شدن خطای برآورد اقلام تعهدی بیشتر است.

برای آزمون فرضیه‌های دوم، سوم و چهارم پژوهش از تصریح‌های جایگزین مدل (2) استفاده می‌شود. برای آزمون فرضیۀ دوم بررسی می‌شود که آیا کنترل بردار  Xدر مدل میانگین متحرک بالا باعث می‌شود نسبت مشاهدۀ  در قیاس با نسبت مشاهده‌شدۀ آن برای مدل (1) افزایش یابد یا خیر. همچنین، مشاهدۀ  در این مدل شواهدی در تأیید فرضیۀ سوم ارائه خواهد کرد. برای آزمون فرضیۀ چهارم، بررسی می‌شود که آیا اضافه‌کردن بردار  به مدل‌سازی بهتر فرایند معکوس‌شدن خطای اقلام تعهدی و در نتیجه، مشاهدۀ نسبت بالاتر  در قیاس با عدم کنترل این بردار منجر خواهد شد یا خیر.

در پژوهش حاضر، مطابق جونز (1991) و آلن و همکاران (2013)، اقلام تعهدی سرمایۀ در گردش (A) به روش ترازنامه­ای و به صورت زیر تعریف می­شوند:

 

که در آن، : تغییر دارایی­های جاری طی دوره؛ : تغییر وجه نقد طی دوره؛ : تغییر بدهی­های جاری طی دوره؛ : تغییر جمع مالیات پرداختنی و ذخیرۀ مالیات طی دوره؛ و : تغییر جمع تسهیلات مالی جاری دریافتی و حصه جاری بدهی­های بلندمدت است (Allen et al., 2013; Jones, 1991).

یافته‌های پژوهش

آمار توصیفی

در نگارۀ (1)، تابلوی اول، آمار توصیفی برای متغیرهای پژوهش ارائه شده است. میانگین اقلام تعهدی سرمایۀ در گردش مثبت و برابر 041/0 است. مثبت‌بودن میانگین اقلام تعهدی سرمایۀ در گردش نشان می­دهد در نمونۀ پژوهش، اقلام تعهدی سرمایۀ در گردش دارای رشد مثبت بوده‌اند. در صورتی که اقلام تعهدی به طور پیوسته معکوس شوند، آنگاه انتظار می‌رود میانگین اقلام تعهدی سرمایۀ در گردش صفر شود. بنابراین، غیرصفربودن میانگین  نشان می­دهد یک فرایند غیرمعکوس­شوندۀ ناشی از رشد نیز در سری زمانی آن وجود دارد. همچنین، میانگین جریان‌های نقدی عملیاتی و سود عملیاتی به‌ترتیب 119/0 و 146/0 است. این یافته نشان می­دهد مطابق انتظار، در درازمدت، جریان‌های نقدی عملیاتی و سود تعهدی به سمت یکدیگر میل می­کنند.

در تابلوی دوم و سوم نگارۀ (1)، ضرایب همبستگی متغیرهای پژوهش ارائه شده‌اند. ضریب همبستگی اسپیرمن و پیرسون اقلام تعهدی سرمایۀ در گردش دورۀ جاری و اقلام تعهدی سرمایۀ در گردش دورۀ بعد، به‌ترتیب 005/0- و 026/0- است که اگرچه منفی است، معنا­دار نیست. این یافته، با این پیش‌بینی که اقلام تعهدی سرمایۀ در گردش نوفه ‌سفید هستند، هم‌خوانی دارد. ضریب همبستگی اسپیرمن اقلام تعهدی سرمایۀ در گردش دورۀ جاری با جریان‌های نقدی عملیاتی دورۀ قبل، دورۀ جاری و دورۀ آینده به‌ترتیب 095/0، 242/0- و 059/0 است که همگی در سطح یک درصد معنا­دار هستند. علامت ضرایب همبستگی یادشده با علامت پیش‌بینی‌شده توسط دیچاو و دیچف (2002) هم‌خوانی دارد. به طور کلی، این شواهد اولاً نقش پیش‌بینی‌کنندۀ اقلام تعهدی از جریان‌های نقدی عملیاتی و ثانیاً ماهیت معکوس‌شوندۀ اقلام تعهدی به دلیل تبدیل‌شدن آنها به جریان‌های نقدی عملیاتی را نشان می­دهد. همبستگی مثبت  و  نشان می­دهد اقلام تعهدی سرمایۀ در گردش دورۀ جاری در دورۀ آینده به جریان‌های نقدی ورودی یا خروجی تبدیل و معکوس می­شوند. همبستگی منفی  و  نقش اقلام تعهدی در جذب و کاهش اخلال جریان‌های نقدی عملیاتی را نشان می­دهد (برای مثال، کاهش جریان‌های نقدی عملیاتی دورۀ جاری به دلیل فروش­های نسیه باعث افزایش اقلام تعهدی مربوط به مطالبات می­شود). و در نهایت، همبستگی مثبت  و  نشان می­دهد جریان‌های نقدی خروجی (ورودی) دورۀ قبل که مربوط به پیش‌پرداخت­ها (پیش­دریافت­ها) هستند با کاهش (افزایش) اقلام تعهدی دورۀ جاری به دلیل کاهش پیش­پرداخت‌ها (پیش­دریافت­ها) همبستگی مستقیم دارند. مطابق شواهد بالا، ،  و  شوک­های ناشی از نوسان­های سرمایۀ در گردش را جذب می­کنند. در نتیجه، شواهد تجربی پژوهش از به‌کار­گیری هم‌زمان این متغیرها در مدل (2)، برای کنترل اقلام تعهدی معکوس‌شوندۀ مرتبط با نوسان­های موقت سرمایۀ در گردش، پشتیبانی می­کند.

شواهد ارائه‌شده در تابلوی دوم نگارۀ (1) همچنین نشان می­دهد بین اقلام تعهدی سرمایۀ در گردش دورۀ جاری و رشد فروش دورۀ جاری همبستگی معنا­دار و مثبت وجود دارد (ضریب همبستگی اسپیرمن و پیرسون به‌ترتیب 291/0 و 256/0 است). این یافته نشان می­دهد، به طور میانگین، شوک­های فروش دورۀ جاری باعث ایجاد شوک­های همجهت در اقلام تعهدی سرمایۀ در گردش دورۀ جاری می­شوند. به بیان دیگر، به طور میانگین، رشد فروش باعث رشد اقلام تعهدی و کاهش فروش باعث کاهش اقلام تعهدی می­شود. شواهد پژوهش همچنین نشان می­دهد اگرچه شوک­های فروش دورۀ آینده و اقلام تعهدی سرمایۀ در گردش دورۀ جاری همبستگی ندارند، شوک­های فروش دورۀ جاری و اقلام تعهدی سرمایۀ در گردش دورۀ آینده دارای همبستگی معنا­دار هستند (ضریب همبستگی اسپیرمن  و  برابر 031/0 و ضریب همبستگی اسپیرمن  و  برابر 180/0 است). همبستگی مثبت شوک­های فروش دورۀ جاری و اقلام تعهدی سرمایۀ در گردش دورۀ آینده شواهدی از پایداری اقلام تعهدی مرتبط با رشد فروش ارائه می­دهد، زیرا این یافته می­تواند به این معنا باشد که اقلام تعهدی مرتبط با فروش دورۀ جاری، که متأثر از شوک­های آنها در دورۀ جاری هستند، و اقلام تعهدی سرمایۀ در گردش دورۀ آینده، همبستگی مثبت دارند. همچنین، عدم مشاهدۀ همبستگی معنا­دار میان  و  ممکن است به دلیل وجود خطا در متغیر  رخ داده باشد. اقلام تعهدی، همچنانکه دیچاو و همکاران (1998) نشان می­دهند، ممکن است تابعی از پیش‌بینی شوک­­ فروش دورۀ آتی باشند (Dechow et al., 1998). با وجود این، در پژوهش حاضر، به‌جای تغییر فروش پیش‌بینی‌شده از تغییر فروش واقعی دورۀ آینده استفاده شده است. مغایرت احتمالی این دو، در نتیجه، می­تواند عدم همبستگی  و  را توضیح دهد. به بیان دیگر، اگر  تابعی از شوک فروش پیش‌بینی‌شدۀ دورۀ آتی باشد، آنگاه اگر  واقعی با مقدار پیش‌بینی‌شدۀ آن اختلاف داشته باشد، احتمالاً نمی­توان بین  و  یک همبستگی معنا­دار مشاهده کرد.

نتایج ارائه‌شده در تابلوی سوم نگارۀ (1)، شواهد دیگری از معکوس‌شدن شوک­های اقلام تعهدی ارائه می­دهد. در این تابلو، همبستگی سریالی تفاضل اول اقلام تعهدی  و تفاضل اول جریان‌های نقدی عملیاتی  با تأخیر اول، دوم و سوم آنها نمایش داده شده است. هنگامی که از تفاضل اول متغیرها استفاده می­شود، اثرات ثابت و پایدار حذف می­شوند و فقط شوک­های ناپایدار باقی می­مانند. این امر کمک می­کند تا فرایند­های معکوس‌شوندۀ اقلام تعهدی به شکل بهتری قابل مشاهده باشند (نتایج حاصل از تفاضل متغیرهای یادشده نسبت به میانگین دورۀ آنها نیز نتایجی یکسان را ایجاد کرد (این نتایج در مقالۀ حاضر ارائه نشده است).

 

نگارۀ 1: آمار توصیفی و ضریب همبستگی متغیرهای پژوهش

Table 1: Descriptive statistics and correlation coefficient of research variables

تابلوی اول: آمار توصیفی

 

تعداد مشاهدات

میانگین

میانه

کمترین

بیشترین

انحراف معیار

 

3022

035/0

023/0

247/0-

649/0

105/0

 

3022

031/0

022/0

245/0-

690/0

093/0

 

3022

021/0

006/0

239/0-

338/0

093/0

 

3022

041/0

035/0

389/0-

514/0

154/0

 

3022

018/0

012/0

879/0-

467/0

135/0

 

3022

119/0

106/0

278/0-

588/0

136/0

 

3022

146/0

123/0

262/0-

635/0

141/0

 

3022

117/0

094/0

156/1-

235/1

256/0

تابلوی دوم: ضرایب همبستگی اسپیرمن (مثلث بالا) و پیرسون (مثلث پایین)

 

 

 

 

 

 

 

 

--

005/0-

***291/0

031/0

***242/0-

***059/0

 

026/0-

--

***180/0

***311/0

***095/0

***229/0-

 

***256/0

***176/0

--

***146/0

***157/0

***133/0

 

026/0

***272/0

***116/0

--

***090/0

***171/0

 

***246/0-

***096/0

***167/0

***068/0

--

***450/0

 

**044/0

***231/0-

***115/0

***177/0

***466/0

--

تابلوی سوم: ضرایب همبستگی اسپیرمن (سمت راست) و پیرسون (سمت چپ)

 

 

 

 

 

***471/0-

***520/0-

023/0

033/0

011/0

011/0

 

***211/0

***182/0

031/0

**047/0

026/0-

034/0-

 

 

 

 

 

***337/0-

***390/0-

***073/0-

***083/0-

013/0

000/0-

 

***228/0

***247/0

033/0-

012/0-

026/0-

018/0-

کلیۀ متغیرها بر میانگین دارایی­های دوره تقسیم شده­اند. کلیۀ متغیرها در سطح یک درصد مقادیر منتهایی توزیع خود ویرایش شده­اند. مقادیر با سه ستاره، دو ستاره و یک ستاره به‌ترتیب در سطح یک درصد، پنج درصد و ده درصد معنا­دار هستند. نام متغیرها به شرح زیر است:

∆ : تغییر حساب‌های دریافتنی؛ ∆ : تغییر موجودی­ها؛ ∆ : تغییر حساب‌های پرداختنی؛ : اقلام تعهدی سرمایۀ در گردش؛ TA: کل اقلام تعهدی؛. : تغییر فروش؛ : جریان‌های نقدی عملیاتی (مطابق استاندارد حسابداری ایران).   : سود عملیاتی.

منبع: یافته‌های پژوهش

 

ضریب همبستگی اسپیرمن و پیرسون  با  منفی و در سطح یک درصد معنا­دار است (به‌ترتیب، 471/0- و 520/0-). این همبستگی سریالی منفی نشان می­دهد اجزای ناپایدار اقلام تعهدی (شامل شوک­های نوسان­های موقت سرمایۀ در گردش و خطای برآورد اقلام تعهدی) در سال بعد معکوس می­شوند. با توجه به اینکه  با  و  همبستگی ندارتد، می­توان نتیجه گرفت معکوس‌شدن شوک­های ناپایدار بیش از یک دوره طول نمی­کشد. در مقابل،  با تأخیر اول و دوم خود دارای یک همبستگی معنا­دار و منفی است (ضریب همبستگی اسپیرمن به‌ترتیب 337/0- و 073/0-  است). این همبستگی سریالی منفی نشان می­دهد شوک­های ناپایدار جریان‌های نقدی عملیاتی بیش از یک دوره طول می­کشد تا معکوس شوند. به همین ترتیب، می­توان نتیجه­گیری کرد احتمالاً شوک­های اقلام تعهدی مرتبط با این نوسان­های جریان‌های نقدی عملیاتی نیز بیش از یک دوره طول می­کشد تا معکوس شوند. مطابق این نتیجه­گیری، ضریب همبستگی پیرسون  و  مثبت و در سطح پنج درصد معنا­دار است (047/0=ρ)، که نشان می­دهد شوک­های دو دورۀ قبل اقلام تعهدی در دورۀ جاری به جریان‌های نقدی تبدیل می­شوند.

 

همبستگی سریالی اجزای سود تعهدی

در نگارۀ (2)، آمار توصیفی مربوط به ضرایب همبستگی سریالی اجزای سود تعهدی ارائه شده است. برای محاسبۀ ضرایب همبستگی سریالی، مطابق کوتاری و همکاران (2005) از یک مدل اتورگرسیو در سطح شرکت استفاده شده است (Kothari et al., 2005). همچنانکه در نگارۀ (2) مشاهده می­شود، اقلام تعهدی سرمایۀ در گردش و اجزای آن (شامل تغییر حساب‌های دریافتنی و تغییر موجودی­ها) دارای همبستگی سریالی منفی معنا­دار هستند. این همبستگی سریالی منفی چندان قوی نیست و در نتیجه، این استنباط که اقلام تعهدی سرمایۀ در گردش به دلیل وجود دو فرایند معکوس‌شونده و پایدار از یک فرایند نوفه ‌سفید تبعیت می­کنند، تقویت می­شود. با وجود این، منفی‌بودن میانگین ضریب همبستگی سریالی اقلام تعهدی سرمایۀ در گردش نشان می­دهد در مجموع، فرایند معکوس‌شونده بر فرایند پایدار تا حدی غلبه دارد (این نتیجه با پیش‌بینی پژوهش هم‌خوانی دارد). همبستگی سریالی تغییر موجودی­ها و تغییر حساب‌های دریافتنی به‌ترتیب 120/0- (837/5-= t) و 069/0- (312/2-= t) است. این نتایج نشان می­دهد که شوک­های موجودی­ها و مطالبات در دوره بعد معکوس می­شوند. در مقابل، همبستگی سریالی تغییر حسابهای پرداختنی، اگرچه میانگین ضریب آن منفی است، در سطح 5 درصد معنی­دار نیست. این یافته می­تواند نشان دهد شوک­های حساب‌های پرداختنی ممکن است به‌تدریج معکوس شوند (به طوری که این معکوس‌شدن تدریجی باعث ایجاد یک همبستگی سریالی مثبت در سری زمانی آن می­شود و نتیجتا همبستگی سریالی منفی آن تضعیف را می­کند). این یافته با پیش­بینی­های پژوهش هم‌خوانی دارد، زیرا انتظار می­رود در دوره­های بحرانی که شرکت تمایل به حفظ وجه نقد دارد، سیاست تأخیر بدهی بیش از یک دوره به طول انجامد. مضافاً، حساب‌های پرداختنی، به دلیل آنکه مشمول الزامات حسابداری کمتری هستند، در مقایسه با موجودی­ها و مطالبات دارای خطای برآورد کمتری هستند (برای مثال، به طور معمول، برای حساب‌های پرداختنی ذخیره در نظر گرفته نمی­شود) و شوک­های آنها بیشتر مربوط به تغییر تصادفی سیاست مدیریت سرمایۀ در گردش هستند. از این رو، سرعت معکوس‌شدن تغییر حساب‌های پرداختنی، در مقایسه با تغییر موجودی­ها و مطالبات، احتمالاً به شکل بهتری می­تواند سرعت معکوس‌شدن اقلام تعهدی مرتبط با نوسان­های موقت سرمایۀ در گردش را نشان دهد. این یافته­ شواهدی در خصوص فرضیۀ چهارم پژوهش ارائه می­دهد.

نتایج نگارۀ (2) همچنین نشان می­دهد، برخلاف اقلام تعهدی سرمایۀ در گردش که دارای همبستگی سریالی منفی هستند، کل اقلام تعهدی TA، که بر اساس روش جریان‌های نقدی محاسبه شده و برابر است با تفاوت سود عملیاتی دوره E منهای جریان‌های نقدی عملیاتی دوره، دارای همبستگی سریالی مثبت است. با توجه به آنکه کل اقلام تعهدی برابر است با اقلام تعهدی سرمایۀ در گردش و اقلام تعهدی استهلاک، این یافته می­تواند نشان دهد که احتمالا یک فرایند همبستگی سریالی مثبت نسبتا قوی­تر، که مرتبط با استهلاک است، عامل همبستگی سریالی مثبت TA است. رویه­های استهلاک دارایی ثابت، مانند روش نزولی، که به صورت تدریجی دارایی را مستهلاک می­کند می­تواند باعث ایجاد یک همبستگی سریالی مثبت در سری زمانی کل اقلام تعهدی شود.

 

نگارۀ 2: آمار توصیفی ضرایب همبستگی سریالی

Table 2: Descriptive Statistics of Serial Correlation Coefficients

متغیر

نام متغیر

میانگین

آمارۀ t

میانه

چارک اول

چارک سوم

 

تغییر حساب‌های دریافتنی

069/0-

312/2-

066/0-

321/0-

144/0

 

تغییر موجودی­ها

120/0-

837/5-

130/0-

315/0-

071/0

 

تغییر حساب‌های پرداختنی

085/0-

833/1-

134/0-

149/0-

199/0

 

اقلام تعهدی سرمایۀ در گردش

093/0-

324/4-

113/0-

309/0-

117/0

 

اقلام تعهدی

112/0

484/5

128/0

074/0-

318/0

 

جریان­های نقدی عملیاتی

145/0

958/5

139/0

120/0-

413/0

 

سود عملیاتی

474/0

22/22

516/0

311/0

686/0

 

تغییر فروش

013/0

601/0

033/0

150/0-

199/0

نگارۀ (2) همبستگی سریالی اجزای سود تعهدی را نشان می­دهد. مطابق کوتاری و همکاران (2005)، برای محاسبۀ ضریب خودهمبستگی سریالی، از مدل اتورگرسیو زیر که به صورت سری زمانی برازش شد، استفاده شده است که در آن، به‌‌جای متغیر X، متغیرهای پژوهش شامل اقلام تعهدی، سود و غیره جایگزین می­شوند.

 

مقدار ضریب نمایش داده‌شده میانگین ضریب b در مدل بالا در 200 سری زمانی است. مقدار آمارۀ t بر اساس انحراف استاندارد توزیع ضرایب محاسبه شده است. قدر مطلق مقدار بحرانی آمارۀ t (دو دامنه)، با درجۀ آزادی 199، 97/1 است.

منبع: یافته‌های پژوهش

 

مطابق نگارۀ (2)، میانگین ضریب همبستگی سریالی سود عملیاتی (474/0) به‌مراتب قوی­تر از میانگین آن برای جریان‌های نقدی عملیاتی (145/0) و کل اقلام تعهدی (112/0) است. این یافته­ نشان می­دهد، همچنانکه دیچاو (1994) پیش‌بینی می­کند، سود تعهدی در مقایسه با اجزای آن پایدارتر و دارای اخلال کمتری است (Dechow, 1994). همچنین، میانگین ضریب همبستگی سریالی تغییر فروش در نمونه تفاوت معنا­داری با صفر ندارد و از این رو، می­توان نتیجه گرفت تغییر فروش در شرکت‎های نمونه پایدار نیست و یک نوفه سفید است.

 

 

 

نتایج برازش مدل­های میانگین متحرک

در نگارۀ (3)، آمار توصیفی مربوط به ضرایب مدل میانگین متحرک 1 و 2 ارائه شده است. به طور کلی، در تمام مدل­ها، علامت و بزرگی ضرایب متغیرها مطابق پیش‌بینی پژوهش است. در تابلوی اول، نتایج مدل تجربی (1) ارائه شده است. میانگین  برابر 469/0- است که در سطح یک درصد معنا­دار است. چارک اول و سوم  به‌ترتیب برابر 000/1- و 043/0- است. با توجه به اینکه چارک سوم  نیز منفی است، می­توان نتیجه گرفت دست‌کم در سه‌چهارم شرکت‎ها، بخشی از شوک­های اقلام تعهدی در سال بعد معکوس می­شود. به این ترتیب، این یافته شواهدی در پشتیبانی از فرضیۀ اول پژوهش ارائه می­دهد. همچنین، نسبت مشاهدۀ  برابر 45/0 است (آزمون برابری نسبت­ نشان می­دهد این نسبت به میزانی معنا­دار مغایر با 50/0 نیست). این نتیجه نشان می­دهد تقریباً در نیمی از شرکت‎های عضو نمونۀ پژوهش، کل شوک­های اقلام تعهدی بلافاصله در سال بعد معکوس می­شوند. همچنین، مقدار عرض از مبدأ، که در واقع میانگین اقلام تعهدی سرمایۀ در گردش را نشان می­دهد، برابر 038/0 است که تقریباً با میانگین آن طبق نگارۀ (1) برابر است (041/0). بر این اساس، نتایج تجربی از تصریح نظری مدل (1) پشتیبانی می­کند. این نتایج همچنین از فرضیۀ اول پژوهش پشتیبانی می‌کند.

در تابلوی دوم نگارۀ (3)، و به منظور آزمون فرضیۀ دوم، نتایج مدل میانگین متحرک (1)، که در آن اقلام تعهدی مرتبط با رشد فروش کنترل ‌شده‌اند، ارائه شده است. در این تصریح، انتظار می­رود  درجۀ معکوس‌شدن مجموع شوک­های مرتبط با نوسان­های موقت سرمایۀ در گردش و خطای برآورد اقلام تعهدی را اندازه­گیری ­کند. همچنانکه مشاهده می­شود، میانگین  برابر 480/0- و نسبت مشاهدۀ  برابر 48/0 است. نکتۀ جالب توجه این است که برخلاف انتظار، کنترل اقلام تعهدی مرتبط با رشد فروش باعث افزایش سرعت معکوس‌شدن شوک‌های اقلام تعهدی نشد. این یافته می­تواند نشان دهد شوک­های مرتبط با رشد فروش پایدار نیستند. با توجه به اینکه پایداری اقلام تعهدی مرتبط با رشد فروش وابسته به فرض پایداری فروش است، این یافته دور از انتظار نیست، زیرا همچنان که در نگارۀ (2) مشاهده شد، سری زمانی تغییر فروش یک نوفه ‌سفید است. در تابلوی سوم نگارۀ (3)، نتایج مدل میانگین متحرک (1)، که در آن اقلام تعهدی مرتبط با نوسان­های سرمایۀ در گردش کنترل‌ شده‌اند، ارائه شده است. در این حالت،  درجۀ معکوس‌شدن مجموع شوک­های مرتبط با رشد فروش و خطای برآورد اقلام تعهدی را نشان می­دهد. میانگین  برابر 606/0- و نسبت مشاهدۀ  برابر 63/0 است.

در تابلوی چهارم نگارۀ (3)، و به منظور آزمون فرضیه‌های سوم و چهارم، نتایج مدل میانگین متحرک (2) ارائه شده است. در این مدل، هم شوک­های سرمایۀ در گردش و هم شوک­های رشد فروش کنترل‌ شده‌اند. میانگین ، که درجۀ معکوس‌شدن خطای برآورد اقلام تعهدی دورۀ قبل در دورۀ جاری را نشان می­دهد، برابر 767/0- است. همچنین، چارک اول، دوم و سوم این ضریب برابر 000/1- است. این یافته شواهدی تجربی در حمایت از فرضیۀ سوم پژوهش ارائه می­دهد. به همین ترتیب، نسبت مشاهده  برابر 78/0 است. این یافته نشان می­دهد در بیشتر شرکت‎های نمونه، کل خطای برآورد اقلام تعهدی بلافاصله در سال بعد معکوس می­شود. این نتیجه، هنگامی که با نتیجۀ تابلوی دوم مقایسه می­شود، نشان می­دهد مطابق فرضیۀ چهارم، سرعت معکوس‌شدن خطای برآورد اقلام تعهدی بیشتر از سرعت معکوس‌شدن اقلام تعهدی مرتبط با نوسان­های سرمایۀ در گردش است.

نگارۀ 3: آمار توصیفی ضرایب مدل­های میانگین متحرک

Table 3: Descriptive statistics of the coefficients of moving average models

متغیر

علامت مورد انتظار

میانگین

آمارۀ t

میانه

چارک اول

چارک سوم

انحراف معیار

تابلوی اول

 

-

469/0-

03/12-

483/0-

000/1-

043/0-

54/0

Intercept

؟

038/0

51/11

039/0

004/0

064/0

05/0

نسبت مشاهدۀ : 45/0 (367/1-= ، 171/0= )

تابلوی دوم

 

-

480/0-

67/12-

436/0-

000/1-

002/0-

53/0

 

+

188/0

588/9

184/0

032/0

343/0

27/0

Intercept

؟

016/0

208/5

012/0

008/0-

037/0

58/0

نسبت مشاهدۀ  : 48/0 (547/0-= ، 584/0= )

تابلوی سوم

𝜃

-

606/0-

40/15-

000/1-

000/1-

077/0-

55/0

𝑡−1

+

103/0

444/2

078/0

167/0-

392/0

59/0

𝑡

-

421/0-

910/7-

435/0-

868/0-

071/0-

74/0

𝐶𝐹𝑡+1

+

055/0

091/1

040/0

297/0-

377/0

70/0

Intercept

؟

050/0

354/5

033/0

007/0-

104/0

13/0

نسبت مشاهدۀ  : 63/0 (555/3=Z، 000/0=sig)

تابلوی چهارم

𝜃

-

767/0-

93/22-

000/1-

000/1-

000/1-

47/0

𝛥𝑆𝑡

+

205/0

758/7

172/0

025/0

418/0

37/0

𝐶𝐹𝑡−1

+

113/0

928/2

147/0

196/0-

458/0

54/0

𝐶𝐹𝑡

-

516/0-

74/11-

538/0-

921/0-

186/0-

61/0

𝐶𝐹𝑡+1

+

048/0

126/1

011/0

288/0-

368/0

60/0

Intercept

؟

037/0

984/3

019/0

013/0-

087/0

13/0

نسبت مشاهدۀ  : 78/0 (658/7=Z، 000/0=sig)

نگارۀ (3) نتایج برازش مدل­های سری زمانی میانگین متحرک 1 و 2 را برای 200 شرکت ارائه می­دهد. ضرایب نمایش داده‌شده میانگین آنها در نمونه هستند. برای هر ضریب آزمون برابری میانگین آن با صفر با آزمون t انجام شده است. مقدار بحرانی آمارۀ t در سطح خطای 5 درصد (دو دامنه) برابر 97/1 است. نسبت مشاهدۀ  نشان می­دهد در چه نسبتی از کل نمونه، کل شوک­های اقلام تعهدی سرمایۀ در گردش بلافاصله در سال مالی بعد معکوس می­شوند. آمارۀ Z نشان­ می­دهد آیا این نسبت، به میزان معناداری از 50/0 بزرگ‌تر است یا خیر.

منبع: یافته‌های پژوهش

 

بررسی بیشتر

شواهد ارائه‌شده در قسمت قبل نشان داد اقلام تعهدی مرتبط با رشد فروش پایدار نیست. برای بررسی بیشتر در این خصوص، همبستگی سریالی فرایندهای اقلام تعهدی به تفکیک بررسی شد. شواهد ارائه‌شده در نگارۀ (4) همبستگی سریالی فرایندهای اقلام تعهدی را به روش آلن و همکاران (2013) نشان می­دهد. برای این منظور، سری زمانی هر یک از فرایندها بر اساس ضرایب مشاهده‌شده برآورد و خودهمبستگی سریالی آن بررسی می‌شود. مطابق این شواهد، سری زمانی اقلام تعهدی مرتبط با رشد فروش دارای همبستگی سریالی با تأخیر اول خود نیست (Allen et al., 2013). این یافته توضیح دیگری برای شواهد ارائه‌شده در نگارۀ (4) ارائه می­دهد. در مقابل، اقلام تعهدی مرتبط با نوسان­های سرمایۀ در گردش دارای یک همبستگی سریالی منفی با بزرگی 406/0- هستند که در سطح یک درصد معنا­دار است. همچنین، اقلام تعهدی مرتبط با خطای برآورد اقلام تعهدی، که در واقع  را اندازه­گیری می­کند، دارای همبستگی سریالی منفی با بزرگی 184/0- است، که در سطح یک درصد معنادار است. لازم به توضیح است که جزء خطای مدل، که در اینجا به عنوان اقلام تعهدی مرتبط با خطای برآورد اقلام تعهدی تعریف شده است، ممکن است به دلیل اثر متغیرهای کنترل‌نشده و محذوفی که دارای همبستگی سریالی مثبت هستند، دارای اخلال باشد. به هر روی، مطابق این شواهد، همبستگی سریالی منفی نسبتاً ضعیف ، علاوه بر وجود خطا، می­تواند به دلیل ماهیت پیچیدۀ محیط تجاری که شرکت در آن فعالیت می­کند و جایگزینی خطای اقلام تعهدی دورۀ قبل با یک خطای جدید ایجاد شده باشد. این تجدیدشوندگی، مطابق پیش‌بینی پژوهش، می­تواند تا حدی همبستگی سریالی منفی مورد انتظار اقلام تعهدی مرتبط با خطای برآورد را کاهش دهد.

نگارۀ 4: همبستگی سریالی فرایندهای اقلام تعهدی سرمایۀ در گردش

Table 4: Serial Correlation of Working Capital Accruals Processes

 

محاسبه‌شده بر اساس

B

اقلام تعهدی مرتبط با رشد فروش و نوسان­های سرمایۀ در گردش

 

278/0-

(438/7-)

اقلام تعهدی مرتبط با رشد فروش

 

016/0

(496/0)

اقلام تعهدی مرتبط با نوسان­های سرمایۀ در گردش

 

406/0-

(92/12-)

اقلام تعهدی مرتبط با خطای برآورد اقلام تعهدی

 

184/0-

(907/5-)

نگارۀ (4) همبستگی سریالی فرایندهای اقلام تعهدی سرمایۀ در گردش را نشان می­دهد. برای برآورد هر فرایند از مدل زیر استفاده شده است:

 

به طوری که،  اقلام تعهدی مرتبط با رشد فروش،  اقلام تعهدی مرتبط با نوسان­های سرمایۀ در گردش و  اقلام تعهدی مرتبط با خطای برآورد اقلام تعهدی را اندازه­گیری می­کند. همچنین، برای هر فرایند، ضرایب همبستگی سریالی با تأخیر اول آن با استفاده از مدل زیر محاسبه شده‌اند:

 

مقدار ضرایب نمایش داده‌شده میانگین ضرایب در نمونه است. مقدار آمارۀ t بر اساس انحراف استاندارد توزیع ضرایب محاسبه شده است. قدر مطلق مقدار بحرانی آمارۀ t (دو دامنه)، با درجۀ آزادی 199، 97/1 است.       منبع: یافته‌های پژوهش

 

در نگارۀ (5)، مجدداً همبستگی سریالی فرایندهای اقلام تعهدی بررسی شده است. در بررسی جدید، مطابق دیچاو و همکاران (1998)، متغیر تغییر فروش دورۀ قبل (­ ) نیز برای کنترل اقلام تعهدی مرتبط با رشد فروش به مدل اضافه شده است (Dechow et al., 1998). شواهد ارائه‌شده نشان می­دهد اقلام تعهدی مرتبط با رشد فروش، با کنترل شوک­های مرتبط با رشد فروش دورۀ قبل و دورۀ جاری، یک همبستگی سریالی مثبت با بزرگی 352/0 را نشان می­دهند که در سطح یک درصد معنا­دار است. این یافته شواهدی از وجود یک فرایند پایدار در سری زمانی اقلام تعهدی ارائه می­دهد. همچنین، کنترل این فرایند پایدار اقلام تعهدی، که پیش‌تر کنترل نشده بود، همبستگی سریالی منفی خطای برآورد اقلام تعهدی را افزایش می­دهد.

 

نگارۀ 5: همبستگی سریالی فرایندهای اقلام تعهدی سرمایۀ در گردش

Table 5: Serial Correlation of Working Capital Accruals Processes

 

محاسبه‌شده بر اساس

B

اقلام تعهدی مرتبط با رشد فروش و نوسان­های سرمایۀ در گردش

 

107/0-

(905/2-)

اقلام تعهدی مرتبط با رشد فروش

 

352/0

(34/12)

اقلام تعهدی مرتبط با نوسان­های سرمایۀ در گردش

 

334/0-

(06/10-)

اقلام تعهدی مرتبط با خطای برآورد اقلام تعهدی
 

 

216/0-

(832/6-)

نگارۀ (5) همبستگی سریالی فرایندهای اقلام تعهدی سرمایۀ در گردش را نشان می­دهد. برای برآورد هر فرایند از مدل زیر استفاده شده است:

 

به طوری که،  اقلام تعهدی مرتبط با رشد فروش،  اقلام تعهدی مرتبط با نوسان­های سرمایۀ در گردش و  اقلام تعهدی مرتبط با خطای برآورد اقلام تعهدی را اندازه­گیری می­کند. همچنین، برای هر فرایند، ضرایب همبستگی سریالی با تأخیر اول آن با استفاده از مدل زیر محاسبه شده‌اند:

 

مقدار ضرایب نمایش داده‌شده میانگین ضرایب در نمونه است. مقدار آمارۀ t بر اساس انحراف استاندارد توزیع ضرایب محاسبه شده است. قدر مطلق مقدار بحرانی آمارۀ t (دو دامنه)، با درجۀ آزادی 199، 97/1 است.

منبع: یافته‌های پژوهش

 

بحث و نتیجه‌گیری

در پژوهش حاضر، ویژگی­های سری زمانی اقلام تعهدی سرمایۀ در گردش، با این فرض که سه منبع عدم قطعیت در سری زمانی آن وجود دارند، مطالعه شده‌اند. این سه منبع عدم قطعیت عبارت‌اند از: شوک­های اقلام تعهدی مرتبط با رشد فروش، نوسان­های موقت سرمایۀ در گردش و خطای برآورد اقلام تعهدی. در هیچ یک از مطالعات گذشته این سه منبع عدم قطعیت به طور هم‌زمان در تبیین سطح مورد انتظار اقلام تعهدی سرمایۀ در گردش بررسی نشده‌اند. در پژوهش حاضر، یک مدل میانگین متحرک اقلام تعهدی ارائه می­شود که مطابق آن، مقدار اقلام تعهدی سرمایۀ در گردش هر دوره برابر است با میانگین اقلام تعهدی سرمایۀ در گردش به علاوۀ شوک­های دورۀ جاری اقلام تعهدی منهای شوک­های دورۀ قبل اقلام تعهدی. این مدل، این امکان را می­دهد تا فرایند معکوس‌شدن خطای برآورد اقلام تعهدی دورۀ قبل، به صورت مستقل از خطای برآورد دورۀ جاری، در تببین اقلام تعهدی مورد انتظار دورۀ جاری استفاده شود. شواهد پژوهش نشان می­دهد به طور میانگین، مجموع شوک­های اقلام تعهدی سرمایۀ در گردش گرایش دارد تا در دورۀ بعد معکوس ­شود. این یافته، با ماهیت معکوس‌شوندۀ اقلام تعهدی کوتاه‌مدت انطباق دارد. با وجود این، سرعت معکوس‌شدن شوک­های مختلف اقلام تعهدی یکسان نیست. مطابق شواهد پژوهش، در بیشتر شرکت‎های نمونه، خطای برآورد اقلام تعهدی هر دوره، با بیشترین سرعت معکوس‌شدن، بلافاصله و به طور کامل در دورۀ بعد معکوس می­شود. این یافته نشان می­دهد خطای برآورد اقلام تعهدی دورۀ قبل، به دلیل معکوس‌شدن در دورۀ جاری، یک منبع اطلاعاتی جدید و اضافی در خصوص اقلام تعهدی دورۀ جاری، غیر از اطلاعات مربوط به شوک­های فروش و نوسان­های سرمایۀ در گردش است. این یافته با نتایج بلومفیلد و همکاران (2017) هم‌خوانی دارد.

شواهد تجربی پژوهش، همچنین، از پیش‌بینی نظری دیچاو و همکاران (1998)، که مطابق آن اقلام تعهدی سرمایۀ در گردش تقریباً یک نوفه ‌سفید است، پشتیبانی می­کند. این یافته، وجود یک فرایند پایدار (با همسبتگی سریالی مثبت و مرتبط با رشد فروش) و یک فرایند معکوس‌شونده (با همبستگی سریالی منفی و مرتبط با نوسان­های موقت سرمایۀ در گردش) را، که در میانگین تقریباً یکدیگر را خنثی می­کنند، تأیید می­کند. از این نظر، یافته­های پژوهش با یافته­های مطالعۀ آلن و همکاران (2013) هم‌خوانی دارد، اگرچه یافته­های پژوهش حاضر، برعکس مطالعۀ یادشده، شواهدی قوی­تر از همبستگی سریالی منفی اقلام تعهدی مرتبط با خطای برآورد اقلام تعهدی ارائه می­دهد.

یافته‌های این پژوهش، از این نظر که ریشه‌های اقتصادی ناپایداری فرایندهای تعهدی را واکاوی و رفتار سری زمانی اجزای تعهدی را مدل‌سازی می‌کند، می‌تواند مورد استفادۀ دانشگاهیان و پژوهشگران حوزۀ مدیریت سود و کیفیت اقلام تعهدی واقع شود.

پژوهش حاضر، به لحاظ نظری و به شکل نسبتاً جزئی­، در خصوص منابع مختلف شوک­های اقلام تعهدی سرمایۀ در گردش بحث و دلایل اقتصادی معکوس‌شدن یا بازتجدید آنها با شوک­های جدید را مطالعه می‌کند. شواهد تجربی پژوهش، در مجموع، از پیش­بینی­های نظری ارائه‌شده حمایت می­کند. با وجود این، پژوهش حاضر به برخی از پرسش­ها پاسخ نداده است. این پرسش­ها پیشنهادهایی برای پژوهش‌های آینده ارائه می­دهند. نخست، چرا با وجود آنکه سری زمانی اقلام تعهدی سرمایۀ در گردش دارای یک همبستگی سریالی منفی نسبتاً ضعیف است، کل اقلام تعهدی دارای یک همبستگی سریالی مثبت است. در پژوهش حاضر، اقلام تعهدی سرمایۀ در گردش به روش ترازنامه­ای و کل اقلام تعهدی به روش جریان‌های نقدی محاسبه شده‌اند. از این رو، این پرسش مفتوح است که آیا روش محاسبۀ اقلام تعهدی در ایجاد این مشاهده مؤثر است یا وجود یک جزء پایدار مستقل از رشد فروش (برای مثال، به دلیل وجود اقلام تعهدی بلند مدت استهلاک). پرسش دیگر این است که معکوس‌شدن خطای برآوردی اقلام تعهدی در دورۀ بعد تا چه اندازه در اثر تبدیل‌شدن آن به جریان‌های نقدی عملیاتی است و تا چه اندازه در اثر حذف‌شدن. این پرسش همچنین، این پرسش را ایجاد می­کند که ویژگی­های مدیریت و ویژگی­های محیط فعالیت شرکت تا چه اندازه بر میزان خطاهایی که به جریان‌های نقدی تبدیل می­شوند یا حذف می­شوند، مؤثر هستند.

 

References

ایزدی‌نیا، ناصر، قوچی فرد، حمزه، و حمیدیان، نرگس (۱۳۹۱). بررسی رابطۀ بین جریان‌های نقد عملیاتی، سود خالص و اجزای اقلام تعهدی با جریان‌های نقد آزاد آتی شرکت‎های پذیرفته‌شده بورس اوراق بهادار تهران. نشریۀ پژوهش‌های حسابداری مالی، 4(4)، 19-36. https://far.ui.ac.ir/article_16960.html
قربانی، آرش، و ودیعی نوقابی، محمدحسین (1397). توسعۀ مدل‌‌های جبری و تجربی برای تبیین و کنترل مؤلفه‌‌های مؤثر بر فرایندهای ایجاد اقلام تعهدی. پژوهش­های کاربردی در گزارشگری مالی، 7(1)، 42-7. https://www.arfr.ir/article_68834.html
نوروش، ایرج، ناظمی، امین، و حیدری، مهدی (1385). کیفیت اقلام تعهدی و سود با تأکید بر نقش خطای برآورد اقلام تعهدی. بررسی­های حسابداری و حسابرسی، 13(1)، 135-160. https://acctgrev.ut.ac.ir/article_18494.html
کردستانی، غلامرضا، و لطفی،  احمد (1390). بررسی ارتباط بین خطای پیش‌بینی سود و اقلام تعهدی، نشریه پژوهش‌های حسابداری مالی. 3(2)، 63-78. https://far.ui.ac.ir/article_16913.html
 
References
Allen, E. J., Larson, C. R., & Sloan, R. G. (2013). Accrual reversals, earnings and stock returns. Journal of Accounting and Economics, 56(1), 113-129. https://doi.org/10.1016/j.jacceco.2013.05.002
Baber, W. R., Kang, S.-H., & Li, Y. (2011). Modeling discretionary accrual reversal and the balance sheet as an earnings management constraint. The Accounting Review, 86(4), 1189-1212. https://doi.org/10.2308/accr-10037
Ball, R. (2013). Accounting informs investors and earnings management is rife: Two questionable beliefs. Accounting Horizons, 27(4), 847-853.  https://doi.org/10.2308/acch-10366
Ball, R., & Shivakumar, L. (2005). Earnings quality in UK private firms: comparative loss recognition timeliness. Journal of Accounting and Economics, 39(1), 83-128. https://doi.org/10.1016/j.jacceco.2004.04.001
Bloomfield, M. J., Gerakos, J., & Kovrijnykh, A. (2017). Accrual reversals and cash conversion. Chicago Booth Research Paper, No. 14-29. https://dx.doi.org/10.2139/ssrn.2495610
De Moura, A. A. F., Suguri Motoki, F. Y., Modolo, R., & Gerakos, J. (2024). Are accruals actually less persistent than cash flows?. Available at SSRN 4398902.  https://dx.doi.org/10.2139/ssrn.4398902
Dechow, P. M. (1994). Accounting earnings and cash flows as measures of firm performance: The role of accounting accruals. Journal of Accounting and Economics, 18(1), 3-42.  https://doi.org/10.1016/0165-4101(94)90016-7
Dechow, P. M., & Dichev, I. D. (2002). The quality of accruals and earnings: The role of accrual estimation errors. The Accounting Review, 77(s-1), 35-59. https://doi.org/10.2308/accr.2002.77.s-1.35
Dechow, P. M., Hutton, A. P., Kim, J. H., & Sloan, R. G. (2012). Detecting earnings management: A new approach. Journal of Accounting Research, 50(2), 275-334.  https://doi.org/10.1111/j.1475-679X.2012.00449.x
Dechow, P. M., Kothari, S. P., & Watts, R. L. (1998). The relation between earnings and cash flows. Journal of Accounting and Economics, 25(2), 133-168. https://doi.org/10.1016/S0165-4101(98)00020-2
Dechow, P. M., Larson, C. R., & Resutek, R. J. (2022). The effect of accrual heterogeneity on accrual quality inferences. The Accounting Review, 97(5), 245-273. https://doi.org/10.2308/TAR-2019-0200
DeFond, M. L., & Park, C. W. (2001). The reversal of abnormal accruals and the market valuation of earnings surprises. The Accounting Review, 76(3), 375-404. https://doi.org/10.2308/accr.2001.76.3.375
Dichev, I., & Owens, E. (2024). Accrual duration. Review of Accounting Studies, 30, 611–649. https://doi.org/10.1007/s11142-024-09826-8
Ghorbani, A., & Vadi'ei Noqabi, M. H. (2018). Developing algebraic and empirical models to explain and control factors affecting the accruals process. Applied Research in Financial Reporting, 7(1), 7-42. https://www.arfr.ir/article_68834.html [In Persian]
Izadinia, N., Ghoochifard, H., & Hamidian, N. (2012). Investigating the relationship between operating cash flows, net income, and accrual components with future free cash flows of companies listed on the Tehran Stock Exchange. Journal of Financial Accounting Research, 4(4), 19-36. https://far.ui.ac.ir/article_16960.html [In Persian]
Jones, J. J. (1991). Earnings management during import relief investigations. Journal of Accounting Research, 29(2), 193-228. https://doi.org/10.2307/2491047
Kordestani, G., & Lotfi, A. (2011). Examining the relationship between earnings forecast error and accruals. Journal of Financial Accounting Research, 3(2), 63-78. https://far.ui.ac.ir/article_16913.html [In Persian]
Kothari, S. P., Leone, A. J., & Wasley, C. E. (2005). Performance matched discretionary accrual measures. Journal of Accounting and Economics, 39(1), 163-197. https://doi.org/10.1016/j.jacceco.2004.11.002
Nikolaev, V. V. (2018). Identifying accounting quality. Chicago Booth Research Paper, No. 14-29. https://dx.doi.org/10.2139/ssrn.2484958
Noravesh, I., Nazemi, A., & Heydari, M. (2006). Accrual quality and earnings with an emphasis on the role of accrual estimation error. Accounting and Auditing Reviews, 13(1), 135-160. https://acctgrev.ut.ac.ir/article_18494.html [In Persian]
Oh, H. I., & Penman, S. (2024). The Accruals–Cash Flow Relation and the Evaluation of Accrual Accounting. Abacus, 60(1), 23-48.  https://doi.org/10.1111/abac.12307
Richardson, S. A., Sloan, R. G., Soliman, M. T., & Tuna, I. (2005). Accrual reliability, earnings persistence and stock prices. Journal of Accounting and Economics, 39(3), 437-485. https://doi.org/10.1016/j.jacceco.2005.04.005
Financial Accounting Research
Volume 16, Issue 3 - Serial Number 61
September 2024
Pages 89-114

Files

History

  • Receive Date: 28 April 2025
  • Revise Date: 07 May 2025
  • Accept Date: 27 May 2025

Share

How to cite

Statistics