|
|
بررسی کیفیت و پایداری اقلام تعهدی: رویکرد متن کاوی
|
|
|
|
|
نویسنده
|
زیودار زهره ,فروغی داریوش ,کیانی غلامحسین
|
منبع
|
دانش حسابداري و حسابرسي مديريت - 1399 - دوره : 9 - شماره : 35 - صفحه:169 -185
|
چکیده
|
این پژوهش به بررسی کیفیت و پایداری اقلام تعهدی شرکتهای پذیرفته شده در بورس اوراق بهادار تهران از طریق گزارش های کیفی و ناساختاریافته در بازۀ زمانی1390 تا 1396پرداخته است.تکنیک آماری مورداستفاده جهت آزمون فرضیهها، رگرسیون چند متغیره از نوع داد های ترکیبی با استفاده از نرمافزار آماری استتا است.اندازه گیری اقلام تعهدی موجود درگزارش های هیات مدیره به مجمع( اقلام تعهدی متنی) با استفاده از تکنیک رگرسیون بردارپشتیبان در نرم افزار پایتون انجام گرفت.یافته های پژوهش نشان می دهد اقلام تعهدی متنی داری قدرت تبیین کنندگی بیشتری نسبت به اقلام تعهدی واقعی(اقلام تعهدی سطح شرکت) جهت سنجش کیفیت اقلام تعهدی، هستند.همچنین اقلام تعهدی متنی برآوردشده توسط تکنیک رگرسیون بردار پشتیبان، نسبت به اقلام تعهدی غیرمتنی که با این روش تعیین نمی شوند،پایداری بیشتری دارند.استفاده از تکنیک های متن کاوی (به ویژه رگرسیون بردار پشتیبان) قادر است افشاهای کیفی و ناساختار یافته ای چون گزارش هیات مدیره به مجمع شرکت هارا به تخمینی از عناصر بنیادی(کیفیت و پایداری اقلام تعهدی)در سطح شرکت تبدیل کند.
|
کلیدواژه
|
اقلام تعهدی، متن کاوی، کیفیت اقلام تعهدی، پایداری اقلام تعهدی
|
آدرس
|
دانشگاه آزاد اسلامی واحد شهرکرد, گروه حسابداری, ایران, دانشگاه اصفهان, دانشکده امور اداری و اقتصاد, گروه حسابداری, ایران, دانشگاه اصفهان, دانشکده امور اداری و اقتصاد, گروه اقتصاد, ایران
|
پست الکترونیکی
|
gh.kiani@ase.ui.ac.ir
|
|
|
|
|
|
|
|
|
Investigating the quality and sustainability of accruals: text mining approach
|
|
|
Authors
|
Zivdar Zohreh ,foroghi daruosh ,kiani gholamhossein
|
Abstract
|
This study investigates the quality and sustainability of accruals of listed companies in Tehran Stock Exchange through qualitative and unstructured reports in the period 20112017. Statistical technique used to test hypotheses, Multivariate regression of panel data type using The STATA software was used to measure accruals in board reports (accrual accruals) using support vector regression technique in Python software. The accruals in board reports (textual accruals) were measured using support vector regression technique in Python software. The research findings show that textual accruals are more explanatory power than actual accruals (company level accruals) for measuring accrual quality. Also textual accruals estimated by the support vector regression technique are more stable than nontextual accruals that are not determined by this method using text mining techniques (especially support vector regression) is able to transform qualitative and unstructured disclosures such as Board of Directors Reports to an estimate of the fundamental elements (quality and sustainability of accruals) at the company level.
|
Keywords
|
|
|
|
|
|
|
|
|
|
|
|