محتواي اطلاعاتي معيارهاي ريسك حسابداري در پيش بيني ريسك سيستماتيك

The information content of accounting determined-risk measures in predicting systematic risk

چكيده: بر اساس مباني گزارشگري مالي بيان شده است كه گزارش هاي مالي كه در صورت هاي مالي خلاصه شده اند دربرگيرنده اطلاعات مفيدي براي پيش بيني جريانات نقدي آتي و ريسك مربوط به آن است. طبق مدل قيمت گذاري دارايي هاي سرمايه اي، ريسك سيستماتيك تغييرات نسبي بازده هر سهم نسبت به بازده بازار و در نتيجه ريسك مربوط به جريانات نقدي آتي را نشان مي دهد. هدف اصلي اين پژوهش نيز بررسي ميزان سودمندي بعضي از اطلاعات حسابداري در فرآيند پيش بيني ريسك سيستماتيك است. به اين منظور نمونه اي متشكل از 410 سال- شركت از شركت هاي پذيرفته شده در بورس اوراق بهادار تهران كه اطلاعات مورد نياز آنها طي دوره زماني 87-1378 در دسترس بود، انتخاب گرديد. به منظور آزمون فرضيه هاي پژوهش از تكنيك هاي آماري همبستگي و رگرسيون چند متغيره استفاده شد. نتايج پژوهش نشان مي دهد كه بين شش متغير حسابداري با ريسك سيستماتيك طي دوره زماني 1378 تا 1387 رابطه معني دار وجود دارد . علاوه بر اين، نتايج حاصل از مدل رگرسيون چند متغيره نهايي، پيش بيني شده با استفاده روش حذف پسرو، نشان مي دهد كه از بين شش متغير پيش بيني كننده، چهار متغير باقيمانده در آخرين گام نسبت به ساير متغيرهاي پژوهش در پيش بيني ريسك سيستماتيك داراي محتواي افزاينده اطلاعاتي است.

Abstract: Iranian Accounting Guideline Setting Committee (IAGSC) asserts financial reporting would be resulted to financial statements that contain useful information to estimate enterprise future cash flow and related risk of cash flow generating. According to Capital Asset Pricing Model, the systematic risk is the most important factor of risk. So, the main goal of this study is to investigate the usefulness of some accounting variables in assessing the systematic risk in listed companies in Tehran stock exchange. Data related to eight independent variables is collected from TSE data base and the systematic risk is measured as the dependent variable. Pearson correlation and multiple regressions are used to test the research hypothesis. The results indicate that there is a significant relation between six predicted variables with systematic risk in period of 1999-2008, so, this information can be used for anticipating systematic risk. Additionally, the result of the optimum model in the last step of the backward elimination method reveals that among the six predicted variables, four variables have incremental information content relative to other variables. EMBED Equation.3 EMBED Equation.3