مدل نوین سنجش میزان خوانش پذیری گزارش های مالی و فرضیه ابهام مدیران
Publish Year: 1402
Type: Journal paper
Language: Persian
View: 189
This Paper With 25 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
JR_JEMRA-13-2_003
Index date: 26 September 2023
مدل نوین سنجش میزان خوانش پذیری گزارش های مالی و فرضیه ابهام مدیران abstract
میزان با اهمیتی از اطلاعات حسابداری به صورت متن و نوشتار در اختیار استفاده کنندگان از آن ها قرار می گیرد. این موارد، جزئی جدایی ناپذیر از مجموعه گزارشگری مالی یک سازمان می باشد و به استفاده کنندگان از اطلاعات مالی کمک می کند تا تصویر مدیریت از شرکت را بدست آورند. ادبیات خاطرنشان ساخته است، مدیران به عنوان نویسندگان گزارش های شرکت، بیشترین تاثیر را بر بخش نوشتار (کیفی) گزارش ها و میزان خوانش پذیری آن ها می گذارند. پژوهش حاضر با بکارگیری یک مدل نوین در سنجش میزان خوانش پذیری گزارش های مالی و از طریق تحلیل داده های مربوط به گزارش های تفسیری مدیریت و صورت های مالی ۷۸ شرکت حاضر در بورس اوراق بهادار تهران با استفاده از روش تحلیل همبستگی و رگرسیون، به بررسی ویژگی های عملکردی و ساختاری شرکت با میزان خوانش پذیری گزارش های منتشر شده می پردازد. نتایج نشان دهنده، رابطه مثبت و معنادار میزان بازده دارایی ها با خوانش پذیری گزارش های تفسیری مدیریت می باشد. در مقابل، تاثیر مثبت و معنادار جریان های نقدی عملیاتی بر خوانش پذیری گزارش های تفسیری مدیریت ، تنها در سطح اطمینان ۹۰% حمایت شده است. همچنین، همبستگی منفی و معناداری بین سن شرکت و اهرم مالی با خوانش پذیری گزارش های تفسیری مدیریت وجود دارد، اما هیچ همبستگی معناداری بین اندازه شرکت و خوانش پذیری گزارش ها وجود ندارد.
مدل نوین سنجش میزان خوانش پذیری گزارش های مالی و فرضیه ابهام مدیران Keywords:
مدل نوین سنجش میزان خوانش پذیری گزارش های مالی و فرضیه ابهام مدیران authors
جواد شکرخواه
دانشیار گروه حسابداری دانشکده مدیریت و حسابداری دانشگاه علامه طباطبائی، تهران، ایران
محمد مرفوع
استادیار گروه حسابداری دانشکده مدیریت و حسابداری دانشگاه علامه طباطبائی، تهران، ایران
حامد عبدی
دانشجوی دکتری حسابداری، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبائی ، تهران، 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 :