بررسی ارتباط ارزشی و سودمندی دارایی های نامشهود در پیش بینی سود و جریان وجه نقد آتی
Publish place: Journal of Financial Accounting، Vol: 3، Issue: 1
Publish Year: 1395
نوع سند: مقاله ژورنالی
زبان: Persian
View: 194
This Paper With 22 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JFAK-3-1_001
تاریخ نمایه سازی: 2 مهر 1400
Abstract:
اهمیت دارایی های نامشهود برای موفقیت سازمان ها در حال افزایش است. بنابراین ارائه بینش بیشتر در مورد کیفیت، مقیاس و ارزش دارایی نامشهود برای شرکت از اهمیت روزافزونی برخوردار است. شرکتهای فعال در عرصه اقتصاد دانش محور به این نتیجه رسیده اند که استفاده از دارایی های نامشهود باید محور حرکت و توسعه آنها قرار گیرد. لذا مدیریت این دارایی ها از اهمیت زیادی برخوردار است و این مدیریت بدون انجام فرآیند اندازه گیری دارایی های نامشهود، مدیریتی کارا و اثربخش نخواهد بود. هدف این پژوهش، بررسی ارتباط ارزشی دارایی های نامشهود خصوصا دارایی های نامشهود ثبت نشده و بررسی سودمندی دارایی های نامشهود در پیش بینی سود و وجه نقد آتی شرکت های پذیرفته شده در بورس اوراق بهادار تهران می باشد. جهت محاسبه دارایی های نامشهود ثبت نشده و کل دارایی های نامشهود از مدل پیشنهادی عارف منش و رحمانی (۱۳۹۴) بهره گرفته شد. یافته های حاصل از تجزیه و تحلیل داده های پانل برای ۱۴۳ شرکت طی دوره ۷ ساله ۱۳۸۶ تا ۱۳۹۲ حاکی از این است که دارایی های نامشهود رابطه مثبت و معنی داری با ارزش بازار شرکت دارد. همچنین بر اساس نتایج تحقیق، اطلاعات دارایی های نامشهود پیش بینی کننده خوبی برای سودآوری آتی و جریان وجه نقد آتی خصوصا در شرکت های فعال در صنایع با تکنولوژی به طور متوسط بالا و صنایع با تکنولوژی بالا می باشد. بنابراین بر اساس یافته های این پژوهش، دارایی های نامشهود اطلاعات سودمندی جهت تصمیم گیری در اختیار استفاده کنندگان قرار می دهد.
Keywords:
Authors
زهره عارف منش
دانشجوی دکترای حسابداری دانشگاه الزهرا
علی رحمانی
دانشیار حسابداری دانشگاه الزهرا
رضوان حجازی
استاد حسابداری دانشگاه الزهرا
میراحمد امیرشاهی
دانشیار مدیریت بازاریابی دانشگاه الزهرا
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 :