دانلود پایان نامه

دفتری سهام، درصد مالکیت سرمایه گذاران نهادی و مدت تصدی مدیریت عامل با تغییر کیفیت سود در شرکتهای تجدید ارائه کننده سود رابطه معناداری دارند.
نیکبخت و رفیعی (1391)، به تدوین الگوی عوامل موثر بر تجدید ارائه صورتهای مالی در ایران پرداختند. شرکت‏ها هنگام اصلاح اشتباهات دوره‌ های گذشته یا تغییر رویه ‌های حسابداری باید صورتهای مالی مقایسه‏‌ای را تجدید ارائه کنند. تجدید ارائه صورت‏های مالی بر مربوط بودن و توان اتکای اطلاعات صورت‏های مالی اثر منفی دارد با این حال، طی سال‏های اخیر تجدید ارائه صورت‏های مالی در شرکت های پذیرفته شده در بورس رواج زیادی داشته است. این تحقیق در پی یافتن الگوی عوامل موثر بر تجدید ارائه صورت‏های مالی در ایران است. بدین منظور نخست از طریق مصاحبه با 50 نفر از خبرگان عوامل موثر بر تجدید ارائه صورت‏های مالی شناسایی، و سپس با روش رگرسیون لوجستیک الگوی مورد نظر تخمین زده شد. به منظور تخمین الگو، داده‌ های مربوط به 202 شرکت بورسی طی سال های 1384 تا 1388 مورد استفاده قرار گرفت. یافته ‌های این تحقیق نشان می‌ دهد که سودآوری، اهرم مالی، طول دوره تصدی مدیریت، تغییر مدیریت، تغییر حسابرس و اندازه موسسه حسابرسی بر وقوع تجدید ارائه صورتهای مالی موثر است.
حیدرپور و ازوجی (1389) به بررسی عوامل موثر بر تجدید ارائه سود هر سهم پرداختند. این تحقیق عوامل موثر بر تجدید ارائه سود هر سهم را در شرکت های پذیرفته شده در بورس اوراق بهادار تهران طی سال های 1380 الی 1386 مورد بررسی قرار داده است. بر این اساس رابطه بین متغیر وابسته (تفاوت سود هر سهم تجدید ارائه شده و نشده) با متغیرهای مستقل شامل اندازه شرکت، رشد فروش، نسبت اهرم مالی، بازده دارایی ها، شاخص محافظه کاری حسابداری، شاخص کیفیت سود، تغییر حسابرس و نسبت جریان نقدی عملیاتی به سود مورد آزمون قرار گرفت. هدف تحقیق حاضر یافتن عواملی است که بر تجدید ارائه سود هر سهم موثر می باشند. روش تحقیق از نوع همبستگی است. در این تحقیق، تاثیر متغیرهای مستقل بر متغیر وابسته (تفاوت سود هر سهم تجدید ارائه شده و تجدید ارائه نشده) مورد بررسی قرار می گیرد. این فرآیند شامل پالایش و پردازش داده ها هم از لحاظ مفهومی و هم از لحاظ تجربی است. روش آزمون مبتنی بر Enter بوده و بر اساس آن داده های متغیر های مستقل وارد نرم افزار SPSS شده و بررسی رابطه بین متغیر های مستقل و وابسته در یک مرحله انجام شده است. همچنین جهت بررسی رابطه بین متغیرهای مستقل و وابسته در هر سال از تحلیل همبستگی پیرسون سال به سال استفاده شده است. نتیجه اصلی تحقیق بیانگر آن است که از بین متغیرهای مستقل در نظر گرفته شده، تنها عامل موثر بر تجدید ارائه سود هر سهم، شاخص کیفیت سود است.

2-5-2-2 تحقیقات در حوزه پیش‏بینی ورشکستگی
رسول زاده(1380) در تحقیق خود با عنوان «بررسی کاربرد مدل آلتمن برای پیش بینی ورشکستگی شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران با استفاده از مدل اصلی score-z به بررسی کاربرد مدل آلتمن طی دوره چهار ساله 1375 تا 1378 پرداخت و توانست با دقت 92% عدم ورشکستگی و با دقت 81% ورشکستگی شرکت‌ها را پیش بینی نماید.»
سلیمانی امیری(1381) نخستین تلاش را برای ارایه مدلی به منظور پیش بینی ورشکستگی شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران انجام داد. وی در تحقیق خود با عنوان «بررسی‌های شاخص‌های پیش بینی کننده ورشکستگی در شرایط محیطی ایران» از تحلیل رگرسیون چندگانه برای مدل سازی استفاده نمود. نمونه تحقیق وی متشکل از 30 شرکت تولیدی دارای بحران مالی و 30 شرکت فاقد بحران مالی بودند. وی در تحقیق خود از بین 22 نسبت اولیه در نهایت 5 نسبت سرمایه در گردش به کل دارایی‌ها، دارایی جاری به بدهی جاری، سود قبل از بهره و مالیات به کل دارایی‌ها، حقوق صاحبان سهام به کل دارایی‌ها، نسبت فروش به کل دارایی‌ها به عنوان متغیر های مستقل تحقیق مشخص نمود. مدل وی 28 شرکت از 30 شرکت ورشکسته و 29 شرکت از 30 شرکت غیر ورشکسته را یک سال قبل از ورشکستگی، 23 شرکت از 30 شرکت ورشکسته و 27 شرکت از 30 شرکت غیر ورشکسته را دو سال قبل از ورشکستگی، 28 شرکت از 30 شرکت ورشکسته و 26 شرکت از 30 شرکت غیر ورشکسته را سه سال قبل از ورشکستگی درست طبقه بندی نمود.
راعی و فلاح پور(1383) در تحقیق خود با استفاده از شبکه های عصبی مصنوعی (ANN) به پیش بینی ناکامی مالی شرکت‌های تولیدی و مقایسه‌ی آن با یک مدل تحلیل تشخیصی چندگانه(MDA) پرداخته‌اند. نمونه آنها شامل 80 شرکت تولیدی در بازه زمانی 1380-1373 بود. نتایج این تحقیق نشان داد که مدل شبکه عصب مصنوعی در پیش بینی بحران مالی از دقت پیش بینی بالاتری برخوردار است.
احدیان پور(1384) در تحقیق خود به پیش بینی ورشکستگی با استفاده از شبکه های عصبی مصنوعی و مقایسه آن با تحلیل ممیزی چندگانه آلتمن پرداخته‌اند. دوره زمانی تحقیق آنها 1384-1379 می‌باشد. نتایج تحقیق آنها نشان داد مدل ایجادی توسط شبکه های عصبی مصنوعی دارای توانایی پیش بینی بالاتری نسبت به تحلیل ممیزی چندگانه آلتمن است.
خوش‏طینت و قسوری(1384) در تحقیق خود با عنوان «مقایسه بین نسبت‌های مالی ترکیبی مبتنی بر صورت جریان وجوه نقد و اقلام تعهدی با نسبت‌های مالی صرفاً مبتنی بر اقلام تعهدی در پیش بینی ورشکستگی شرکت‌ها» مدل کی سی و بارتزاک را برای محیط اقتصادی ایران تخمین زدند. آنها از روش تحلیل تشخیصی چندگانه استفاده نمودند. آنها ابتدا شش متغیر تعهدی را وارد نمودند که در این
مرحله دقت مدل 83% بود در مرحله بعد سه متغیر نقدی را نیز وارد مدل نمودند که باعث شد دقت مدل 95% گردد. البته آنها در تحقیق خود هیچ اشاره ای به بازه‌ی زمانی تحقیق خود ننموده‌اند.
مهرانی و همکاران (1384) در تحقیق خود با عنوان «بررسی کاربردی الگوهای پیش بینی ورشکستگی زیمسکی و شیراتا در شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران» به ارایه ی مدل‌هایی جدید بر مبنای الگوهای پیش بینی ورشکستگی زیمسکی و شیراتا متناسب با شرایط محیطی ایران پرداخته‌اند. تحقیق آنها نشان داد که هر دو الگو توانایی تقسیم شرکت‌ها را به دو گروه ورشکسته و غیر ورشکسته دارند و متغیر های مستقل الگو تاثیر یکسانی در پیش بینی ورشکستگی شرکت‌ها ندارند.
کمیجانی و همکار (1385) در تحقیق خود به پیش بینی ورشکستگی شرکت‌های فعال در بازار بورس اوراق بهادار تهران طی دوره زمانی 1386-1385 با استفاده از شبکه های عصبی مصنوعی پرداختند. آنها همچنین روند ورشکستگی این شرکت‌ها را ترسیم نمودند.
فرج زاده دهکردی (1386) در پایان نامه کارشناسی ارشد خود با عنوان «کاربرد الگوریتم ژنتیک در مدل بندی پیش بینی ورشکستگی» به ارایه مدلی برای پیش بینی ورشکستگی شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران پرداخته است. نمونه وی شامل 72 شرکت ورشکسته و 72 شرکت غیر ورشکسته بود. مدل وی توانست با دقت 94% شرکت‌های نمونه را درست طبقه بندی نماید.
رهنمای رود پشتی و همکاران(1387) در تحقیق خود با عنوان «بررسی کاربرد مدل‌های پیش بینی ورشکستگی آلتمن و فالمر در شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران» به مقایسه نتایج این دو مدل پرداختند. نتایج تحقیق نشان داد بین نتایج این دو مدل تفاوت معنی داری وجود دارد و همچنین مدل آلتمن در پیش بینی ورشکستگی محافظه‏کارانه تر از مدل فالمر عمل می‌کند.
قدرتی و معنوی مقدم(1389) در تحقیق خود با عنوان «بررسی دقت مدل‌های پیش بینی (مدل‌های آلتمن، شیراتا، اهلسون، زمیسکی، اسپرینگیت، سی ای اسکور، فولمر، ژنتیک فرج زاده، ژنتیک مک کی) در بورس اوراق بهادار تهران» به تعدیل ضرایب مدل‌ها بر اساس شرایط محیطی بورس اوراق بهادار تهران پرداخته و توانایی آنها را در پیش بینی ورشکستگی مورد آزمون قرار دادند. نتایج تحقیق آنها نشان داد که تمامی الگوها توانایی پیش بینی تداوم فعالیت شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران را دارند و مدل‌هایی که با استفاده از تکنیک‌های هوش مصنوعی مدل سازی شده بودند، نسبت به مدل‌هایی که با استفاده از تکنیک‌های آماری مدل سازی شده بودند از قدرت پیش بینی بهتری برخوردار بودند.
سلیمانی (1389) در تحقیق خود با عنوان «ارزیابی کارایی الگو های پیش بینی بحران مالی برای شرکت‌های ایرانی» به بررسی کارایی و مقایسه مدل‌های زمیسکی، اسپرینگ و آلتمن در شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران در دوره زمانی 1385-1376 پرداخت. نمونه تحقیق وی شامل 30 شرکت موفق و 30 شرکت ناموفق می‌باشد. نتایج تحقیق آنها نشان داد این مدل‌ها توانایی پیش بینی تداوم فعالیت شرکت‌ها را برای یک و دو سال قبل از توقف عملیات دارند. همچنین نتایج تحقیق آنها نشان داد که این الگوها، تفاوت معنی داری در پیش بینی تداوم فعالیت شرکت‌ها دارند.
پور حیدری و همکار (1389) در تحقیق خود با عنوان پیش بینی بحران مالی شرکت‌ها با استفاده از مدل تابع تفکیک خطی «ابتدا با استفاده از آزمون T-test، 9 نسبت مالی را به عنوان متغیر های مستقل انتخاب نموده و سپس با استفاده از تابع تفکیک خطی مدلی جهت پیش بینی بحران مالی ارایه کردند. جامعه آماری تحقیق، کلیه شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران که در بازه‌ی زمانی 1386-1380 در بورس فعال بوده‌اند است. نمونه تحقیق شامل 30 شرکت دارای بحران مالی و 60 شرکت فاقد بحران مالی است. نتایج تحقیق آنها نشان می‌دهد مدل ارایه شده در این تحقیق قابلیت پیش بینی بحران مالی را تا پنج سال قبل از وقوع با دقت بالا داراست.»
مکیان و همکاران(1389) در تحقیق خود با عنوان «مقایسه مدل شبکه های عصبی مصنوعی با روش‌های رگرسیون لجستیک و تحلیل تمیزی در پیش بینی ورشکستگی شرکت‌ها» به مقایسه مدل شبکه عصبی مصنوعی با دو روش دیگر طی دوره 1386-1374 پرداختند. نمونه تحقیق شامل 40 شرکت ورشکسته و 40 شرکت غیر ورشکسته است. نتایج تحقیق آنها نشان داد که مدل شبکه عصبی مصنوعی در مقایسه با دو روش آماری دیگر از دقت بالاتری برخوردار است.
فدائی نژاد و اسکندری(1390) در تحقیق خود تحت عنوان”طراحی و تبیین مدل پیش‏بینی ورشکستگی شرکت‏ها در بورس اوراق بهادار تهران “نشان دادند که استفاده از داده‏های بازار برای پیش‏بینی ورشکستگی مؤثرتر از استفاده از نسبتهای مالی و یا استفاده هم زمان از داده های بازار و نسبتهای مالی است و همچنین مدلی که از داده های بازار استفاده کرده و از طریق الگوریتم بهینه سازی تجمعی ذرات آموزش ببیند می‏تواند تا 6/92 درصد ورشکستگی شرکت‏ها را به درستی پیش‏بینی نماید.
کرمی و سید حسینی (1391) تحقیقی را تحت عنوان”سودمندی اطلاعات حسابداری نسبت به اطلاعات بازار در پیش‏بینی ورشکستگی ” ارائه نمودند و یافته های تحقیق حاکی از آن است که اطلاعات حسابداری در پیش‏بینی ورشکستگی از سودمندی بیشتری نسبت به اطلاعات بازار برخوردار بوده و ترکیب اطلاعات بازار با اطلاعات حسابداری نتوانسته است دقت الگوی حسابداری را بهبود بخشد.

این مطلب رو هم توصیه می کنم بخونین:   منابع پایان نامه ارشد با موضوعزنان و دختران، حق تملک

2-6- خلاصه و نتیجه گیری
بررسی پیشینه تحقیق نشان دا
د که عمده تحقیقات انجام شده در این حوزه بر استفاده از نسبت های مالی در پیش بینی ورشکستگی تمرکز کرده اند. همچنین سایر تحقیقات بر عوامل موثر بر تجدید ارائه صورت های مالی اتکا کرده اند. تحقیق حاضر می تواند با فراهم آوردن شواهد تجاری در حمایت بین تجدید ارائه صورت های مالی و احتمال درماندگی شرکت ها در آینده، اطلاعات مفیدی را به سرمایه گذاراان و مدیران در خصوص پیامدها و محتوای اطلاعاتی تجدید ارائه صورت های مالی فراهم آورد.


دیدگاهتان را بنویسید