نقش تعدیل گر ساختار مالکیت بر رابطه قابلیت مقایسه صورت های مالی و مدیریت سود
Publish Year: 1400
Type: Journal paper
Language: Persian
View: 379
This Paper With 23 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
JR_JEMRA-11-1_001
Index date: 31 July 2021
نقش تعدیل گر ساختار مالکیت بر رابطه قابلیت مقایسه صورت های مالی و مدیریت سود abstract
قابلیت مقایسه یکی از ویژگی های کیفی اطلاعات حسابداری به شمار می رود که می تواند تحت تاثیر عوامل مختلفی از قبیل انگیزه های مدیریت و مدیریت سود قرار گیرد. از سوی دیگر، ساختار مالکیت یکی از مباحث مطرح در حوزه حاکمیت شرکتی است که بر جنبه های مختلف شرکت تاثیرگذار است. هدف این پژوهش بررسی نقش تعدیل گر ساختار مالکیت بر رابطه قابلیت مقایسه صورت های مالی و مدیریت سود است. برای دستیابی به این هدف، ۱۲۰ شرکت از بین شرکت های پذیرفته شده در بورس اوراق بهادار تهران طی سال های ۱۳۸۴ تا ۱۳۹۴ به عنوان نمونه آماری انتخاب شدند. برای تجزیه و تحلیل داده ها و آزمون فرضیه های پژوهش از الگوی رگرسیون چندگانه و داده های ترکیبی (با کنترل اثرات سال ها و صنایع) استفاده شده است. نتایج آزمون فرضیه اول پژوهش نشان می دهد که قابلیت مقایسه صورت های مالی با مدیریت سود اقلام تعهدی رابطه منفی و معناداری دارد. نتایج آزمون فرضیه دوم پژوهش حاکی از آن است که افزایش سطح مالکیت نهادی موجب تضعیف رابطه معکوس قابلیت مقایسه و مدیریت سود می شود. این نتیجه را می توان به این صورت تفسیر کرد که هر چه سطح مالکیت نهادی بیشتر باشد، تاثیر منفی مدیریت سود بر قابلیت مقایسه کمتر است. نتایج آزمون فرضیه سوم نشان می دهد که تمرکز مالکیت تاثیر معناداری بر رابطه بین قابلیت مقایسه و مدیریت سود ندارد.
نقش تعدیل گر ساختار مالکیت بر رابطه قابلیت مقایسه صورت های مالی و مدیریت سود Keywords:
نقش تعدیل گر ساختار مالکیت بر رابطه قابلیت مقایسه صورت های مالی و مدیریت سود authors
مهدی خزایی
استادیار حسابداری، دانشگاه بوعلی سینا، همدان، ایران
حسن زلقی
استادیار حسابداری، دانشگاه بوعلی سینا، همدان، ایران
عباس افلاطونی
استادیار حسابداری، دانشگاه بوعلی سینا، همدان، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :