تحلیل فاصله انتظارات استفاده کنندگان اطلاعات گزارشگری مالی
Publish place: Journal of Financial Accounting Research، Vol: 14، Issue: 4
Publish Year: 1401
Type: Journal paper
Language: Persian
View: 98
This Paper With 30 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
JR_FAR-14-4_003
Index date: 21 July 2024
تحلیل فاصله انتظارات استفاده کنندگان اطلاعات گزارشگری مالی abstract
پژوهش پیش رو با یک بررسی آسیب شناسانه و توجه به دیدگاه های استفاده کنندگان، به دنبال شناسایی فاصله انتظارات در گزارشگری مالی با هدف شناخت زمینه های ناکامی در ارائه اطلاعات سودمند برای تصمیم گیری استفاده کنندگان است. پژوهش در سال ۱۴۰۱ با رویکردی کیفی و انجام مصاحبه های نیمه ساختاریافته ازطریق فرآیند مارپیچ تحلیل داده ها با نرم افزار مکس کیودا انجام شده است. برای این منظور، تعداد ۲۱ مصاحبه با استفاده کنندگان اصلی اطلاعات حسابداری انجام شد. نتایج نشان دادند محتوای گزارشگری مالی تامین کننده همه اطلاعات لازم برای تصمیم گیری های اقتصادی نیست و برای ارزیابی وظیفه مباشرت مدیریت کفایت نمی کند. اطلاعات مالی به دلیل ویژگی های ناقص بودن، گذشته نگر و تاریخ گذشته بودن، پیچیدگی، تغییر قالب و محتوا، قضاوت ها و برآوردهای غیردقیق و روابط غیرشفاف اجزای آن سودمندی کمی دارد. راهکار پیشنهادی تدوین اصولی به عنوان راهنمای عمومی افشای اطلاعات در صورت های مالی است که می تواند در قالب تجدیدنظر در استاندارد حسابداری شماره یک در بخش های ساختار و محتوا یا یادداشت های توضیحی آن باشد و به کاهش فاصله انتظارات و بهبود سودمندی گزارشگری مالی منجر شود.
تحلیل فاصله انتظارات استفاده کنندگان اطلاعات گزارشگری مالی Keywords:
تحلیل فاصله انتظارات استفاده کنندگان اطلاعات گزارشگری مالی authors
شعیب رضایی
دانشجوی دکتری حسابداری، دانشگاه بین المللی امام خمینی (ره) قزوین، ایران
غلامرضا کردستانی
استاد حسابداری، دانشگاه بین المللی امام خمینی (ره) قزوین، ایران
محمدحسین قائمی
استاد حسابداری، دانشگاه بین المللی امام خمینی (ره) قزوین، ایران
عباسعلی دریائی
دانشیار حسابداری، دانشگاه بین المللی امام خمینی (ره) قزوین، 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 :
