نقش اطلاعات بنیادی حسابداری در پیش بینی بازده سهام

بازده سهام یکی از مفاهیم پیچیده است که مورد علاقه سرمایه گذاران و تصمیم گیرندگان می باشد. برای تبیین و پیش بینی سهام مدل ها نظریه های مختلفی شامل مدل قیمت گذاری دارایی های سرمایه ای (CAPM)، مدل های عاملی یا شاخصی (FM)، مدل های آربیتاژ (APT)، تحلیل های فنی (TA) و تحلیل های بنیادی (FA) مطرح شده است. در تحلیل بنیادی بازده سهام تابعی از شرایط کلان اقتصادی، وضعیت صنعت و شرایط خاص شرکت میباشد. شرایط خاص شرکت شامل عملکرد و وضعیت مالی است که در قالب صورت های مالی اساسی ارائه میگردد. دانش حسابداری مدعی است که برای تصمیم گیرندگان اطلاعات سودمندی تهیه میکند. یکی از معیارهای سودمندی اطلاعات حسابداری، توان پیش بینی آن است. این پژوهش با انتخاب بازده سهام جهت پیش بینی، در صدد آزمون تجربی سودمندی اطلاعات حسابداری می باشد. هدف دیگر، ایجاد ارتباط بین متغییرهای حسابداری و اقتصادی میباشد که در صورت حصول نتیجه میتوان از تجزیه و تحلیل صورت های مالی برای استخراج ارزش و بازده اقتصادی استفاده کرد. برای انتخاب متغییرهای حسابداری مرتبط با بازده، مدل قیاسی استوارت مبنای کار قرار گرفت و سپس عوامل تشکل دهنده آن بسط داده شد. درنتیجه 42 متغییر مستقل انتخاب و مورد آزمون قرار گرفت. آزمون های آماری براساس رگرسیون های مبتنی بر مقادیر و علائم متغییرهای مستقل با نرم افزار SPSS به صورت گام به گام (Stepwise)، انجام گردید. مدل های رگرسیون برای دوره های 1374 تا 80، 1374 تا 78، 1379 تا 80 و همچنین تک تک سالهای 1374 الی 1380 برای کل نمونه شامل 82 شرکت از صنایع مختلف برازش شد. این مدل ها برای دو صنعت سیمان و کانی غیرفلزی و شیمیایی و دارویی برای دوره های 1374 تا 78 و 1379 تا 80 نیز برازش شد. نتایج تجربی حاصل تایید کننده توان پیش بینی اطلاعات حسابداری است. R2تعدیل شده مدل های نمونه اصلی 0.033 تا 0.665 متفاوت بود.ضرایب متغییرهای بازده دارایی ها (ROA) ، بازده سرمایه گذاری ها (ROI) ، رشد فروش به جمع دارایی ها (GSTTA) ، رشد سود خالص به فروش (GNITS) ، هزینه های مالی به فروش (FEXTS) ، در 9 مدل معنادار بوده است. به عبارت دیگر این متغییرها سهم بیشتری (نسبت به سایر متغییرها) در پیش بینی بازده را داشته اند. بقیه متغییرهای پیش بینی کننده بازدهی در طول زمان همسان نبودند. استفاده از مدل های علائم به جای مدل های مقادیر باعث افزایش توان پیش بینی نشد. تنها متغییر رشد فروش به جمع دارایی ها (GSTTA) در هر دو مدل مقادیر و علائم مشترک بود. توان پیش بینی مدل های خاص صنعت، برای دو نمونه صنعت شیمیایی دارویی و سیمان و کانی غیرفلزی در هر یک از دوره های 74-78 و 79-80 نیز آزمون شد. R2 تعدیل شده مدل صنایع شیمیایی و دارویی در دوره های فوق به ترتیب 0.348 و 0.729 و همچنین در مدل سنعت سیمان و کانی غیرفلزی به ترتیب0.400 و 0.417 شد. نتایج حاصل از برازش مدل های خاص صنایع فوق به مراتب بهتر از نتایج مدل اصلی در دوره های مشابه بود. این پژوهش از طریق جمع آوری شواهد تجربی در خصوص سودمندی اطلاعات حسابداری و شناخت متغییرهای حسابداری مرتبط با بازدهی، میتواند در ارتقای دانش حسابداری سهمی داشته باشد.