توانايي تخمين الگوهاي اقلام تعهدي غيرعادي براساس تعديل الگوي جونز و پيش‌بيني قيمت‌گذاري نادرست سهام

Ability of Accruals Prediction Models on the Basis of Jones Model in Prediction of Abnormal Accruals and

در پژوهش‌هاي پيشين، روش‌هاي متفاوتي براي تخمين اقلام تعهدي (غيرعادي) پيشنهاد شده است. هر كدام از اين روش‌ها داراي مزايا و ومعايبي مي‌باشند. در اين پژوهش، سه الگوي جونز تعديل شده (MJ)، جونز تعديل شده با بازده دارايي‌ها (MJROA) و جونز تعديل شده با جريان‌هاي نقد عملياتي (MJOCF) در نمونه 80 شركت پذيرفته شده در بورس و اوراق بهادار تهران مورد مقايسه قرار گرفته است. علاوه براين، به منظور تبيين توانايي آن‌ها نابهنجاري اقلام تعهدي به كمك دو الگوي جونز تعديل شده و جريان‌هاي نقد عملياتي (OCF) و جونز تعديل شده و نرخ بازده دارايي‌ها (ROA) مورد آزمون قرار گرفته است. نتايج پژوهش بيانگر برتري الگوي جونز تعديل شده و جريان هاي نقد عملياتي (OCF) نسبت به دو الگوي ديگر در تخمين اقلام تعهدي مذكور مي‌باشد. علاوه بر آن، استفاده از اقلام تعهدي تخمين زده شده به كمك الگوي جونز تعديل شده وجريان‌هاي نقد عملياتي، نابهنجاري كمتري را نسبت به الگوي جونز تعديل شده و نرخ بازده دارايي‌ها نشان مي‌دهد.

To estimate abnormal accruals, prior researches employed a wide variety of models and estimation procedures. We evaluate the performance of three representative models, modified Jones model (MJ), MJ with operating cash flows (MJOCF), and MJ with return on assets (MJROA), using multi regression model and a sample with 80 active companies in Tehran Stock Exchange (TSE). In addition, we investigated accrual anomaly, using MJ with operating cash flows (MJOCF), and MJ with return on assets (MJROA). The result showed that the best model for perspective abnormal accrual is the MJOCF model, and that MJOCF shows less accrual anomaly.