فرصت های سرمایه گذاری و کیفیت گزارشگری مالی

دانلود پایان نامه

حسابرسی فرایندی است منظم و باقاعده (سیستماتیک) برای جمع آوری و ارزیابی بیطرفانه شواهد درباره ادعای مربوط به فعالیت و منابع اقتصادی به منظور تعیین درجه انطباق این ادعاها با معیارهای از پیش تعیین شده و گزارش نتایج به افراد ذینفع(نیکخواه آزاد،1379). یک گزارش حسابرسی عاری از هرگونه جانبداری و کامال بیطرفانه به تصمیم سازی و ایجاد بازاری کارا کمک درخور توجهی می کند. چنانچه حسابرس بدون توجیه های مناسب تغییرکند، آنگاه بر استقلال حسابرس که مهمترین رکن از ارکان حسابرسی و تابعی از توازن سالم قدرت بین موسسه حسابرسی و صاحب کار می باشد، تاثیر خواهدگذاشت. نقش اصلی حسابرس مستقل، اعتمادبخشیدن و اعتباربخشی به صورتهای مالی است. صورتهای مالی مرکز ثقل و محور گزارشها و اطلاعات مالی است. صورتهای مالی ابزار پاسخگویی و تصمیم گیری شناخته می شود. این صورتها زمانی در تصمیم گیری و پاسخگویی مفید واقع می شود که قابل اعتماد، شفاف و دارای کیفیت مناسب باشد. طبیعی است که اطلاعات مالی با کیفیت مطلوب، در تصمیم گیری ها و تخصیص بهینه منابع و کارایی بازار اثر مثبت دارد که خود رشد، توسعه و رفاه اجتماعی را به دنبال دارد. ارزش افزوده حسابرسی از دو بُعد تشکیل شده است؛ بُعد کنترل و بُعد اعتباربخشی. از منظر اعتباربخشی، حسابرسی بر اعتبار اطلاعات می افزاید؛ زیرا استفاده کنندگان اطمینان می یابند که عوامل کنترل کننده بر فرآیند گزارشگری مالی حاکم بوده و سبب بهبود کیفیت اطلاعات شده است. درنتیجه، کاربرد اطلاعات حسابرسی به شکوفایی و افزایش ارزش نهفته در اطلاعات مالی می انجامد. در مجموع، کاهش مشکلات اعتباردهی را در پی دارد و به افزایش این اعتبار کمک می کند. هدف گزارش که محصول نهایی فعالیت حسابرسی است، بهینه کردن گزارشگری مالی (اقتصادی) از طریق افزودن اعتبار به اطلاعات گزارش شده است؛ اعتباری که بر مبنای شواهد به دست آمده و در نتیجه درخور توجیه است. اگر گزارش حسابرسی توان ارائه نتایج حسابرسی را نداشته باشد، در حقیقت هدف های حسابرسی تحقق نیافته و بنابراین حسابرسی فاقد هرگونه ارزش اقتصادی خواهد بود(حساس یگانه و خالقی بایگی، 1383).
2ـ13ـ کیفیت گزارشگری مالی و کارایی سرمایه گذاری:
انتظارمی رود کیفیت گزارشگری مالی بالاتر، کارایی سرمایه گذاری را با کاهش عدم تقارن اطلاعاتی بین واحد تجاری و تامین کنندگان خارجی سرمایه بهبود بخشد. به عبارت دیگر کیفیت گزارشگری مالی می تواند کارایی سرمایه گذاری را از دوطریق بهبود بخشد(وردی ،2007). اول از طریق کاهش عدم تقارن اطلاعاتی بین شرکت و سرمایه گذاران و در نتیجه کاهش هزینه تامین مالی؛ و دوم از طریق کاهش عدم تقارن اطلاعاتی بین سرمایه گذارن و مدیران و در نتیجه کاهش هزینه های نظارت و بهبود انتخاب پروژه. واحد تجاری زمانی کارا در سرمایه گذاری تعریف می شود که همه پروژه هایی را که ارزش فعلی خالص مثبت داشته باشد، انتخاب کند. بنابراین در شرایطی که هیچ اصطکاکی مثل انتخاب ناسازگار یا هزینه های نمایندگی وجود ندارد، سرمایه گذاری غیرکارا، صرف نظرکردن از فرصت های سرمایه گذاری با ارزش فعلی خالص مثبت می باشد ( کم سرمایه گذاری). بعلاوه سرمایه گذاری ناکارا شامل انتخاب پروژه هایی با ارزش فعلی خالص منفی نیز می شود ( بیش سرمایه گذاری). حداقل دو معیا ر نظری برای تعیین کارایی سرمایه گذاری وجود دارد. اول اینکه یک شرکت نیاز دا رد تا به منظور تامین مالیِ فرصتهای سرمایه گذاری، منابع را جمع آوری نماید. در یک بازارکارا، همه پروژه های با ارزش فعلی خالص مثبت باید تامین مالی شوند. هر چند؛ بخش عمده ای از ادبیات موجود در حوزه مالی نشان داده است که محدودیت های مالی، توانایی مدیران را برا ی تامین مالی محدود می سازد(لامبرت و همکاران ، 2007).

نمودار شماره (2ـ3) ارتباط کیفیت گزارشگری مالی و کارایی سرمایه گذاری(نمودار تعدیل شده وردی، 2006)
2ـ14ـ کیفیت اطلاعات مالی:
اگر بخواهیم ویژگیهای کیفی اطلاعات مالی را بطور خلاصه تعریف کنیم شاید بهترین تعریف همان تعریف ارائه شده توسط ویکری (1985) است که می گوید “ویژگیهایی از اطلاعات که موجب سودمندی آن می شود”. برای اینکه اطلاعات باکیفیت تلقی شوند باید حایز یکسری خصوصیات کیفی باشند. این خصوصیات باعث می شود تا اطلاعات ارائه شده در صورتهای مالی برای استفاده کنندگان در راستای ارزیابی وضعیت مالی، عملکرد مالی، و انعطاف پذیری مالی واحد تجاری مفید واقع شود. خصوصیات کیفی اصلی مرتبط با محتوای اطلاعات عبارتند از” مربوط بودن” و “قابل اتکا بودن” که این دو خصوصیت نیز خود متشکل از خصوصیات دیگری هستند. اطلاعاتی مربوط تلقی می شوند که بر تصمیمات اقتصادی استفاده کنندگان در ارزیابی رویدادهای گذشته، حال و آینده یا تایید و تصحیح ارزیابیهای گذشته آنها موثر واقع شود. برای اینکه اطلاعات مربوط باشند باید ارزش پیش بینی و قابلیت تایید( ارزش بازخورد) داشته باشند و به موقع در اختیار استفاده کنندگان قرار بگیرند. اطلاعاتی قابل اتکا هستند که کامل بوده، عاری از اشتباه و تمایلات جانبدارانه با اهمیت باشند و بطور صادقانه معرف آن چیزی باشد که مدعی بیان آن است یا بگونه ای معقول انتظار می رود بیان کند. برای اینکه اطلاعات قابل اتکا باشند نیز باید کامل بوده، بیطرفانه و محتاطانه و بیانی صادقانه و با رعایت رجحان محتوا برشکل تهیه و ارائه شوند(اعتمادی و همکاران، 1388).
2ـ15ـ الگو
مجموعه ای از معادلات یا پیشنهادات است که بعضی از جنبه های تجربی را در شکلی ساده تر شرح می دهد. “کوهن” در رساله خود در مورد الگوی تغییرات تفکر علمی مفهوم “الگو” را معرفی کرده است. کوهن الگو را چارچوبی نظری و کاربردی تعریف کرده است که بر مبنای آن الگوهایی برای خلق سنتهای منجسم و خاص تحقیق علمی ساخته می شود. الگوی یک دانشمند نوع مسائل مورد علاقه وی را رقم می زند. الگو دامنه کاربرد تجربه را برای تئوریها و تحقیقات روشن می کند .نوع آزمون و استانداردهای لازم برای داوری درباره تناقض مفروضات تئوریک را الگو تعیین می کند .الگو نوعی جهان بینی و محوری برای تحقیق است(گجراتی، 1384).
2ـ15ـ1ـ ویژگیهای یک الگوی خوب:
یک الگوی خوب باید دارای ویژگیهای زیر باشد :
الف – کمی بودن متغیرهای بیان کننده الگو
این اصل می گوید که الگو زمانی با ارزش و مهم خواهد بود که مقدار زیادی از تغییرات را به وسیله مقدار کمی از متغیرها توضیح دهد. به عبارت دیگر برای دریافتن اساسی پدیده تحت مطالعه، تنها باید متغیرهای کلیدی را در تحلیل وارد نمود .
ب – قابلیت تشخیص
این اصل حکم می کند که برای مجموعه داده های معین، پارامترهای تخمین زده شده بایستی مقادیر منحصر به فردی را به دست دهند .به عبارت دیگر تنها یک تخمین برای هر پارامتر مشخص بدست آید .
ج – خوبی برازش
نظر به اینکه هدف اساسی تحلیل رگرسیون، بیان تا حد امکان تغییرات دو متغیر وابسته به وسیله متغیرهای توضیحی ملحوظ در الگو است؛ بنابراین الگو، زمانی به اندازه گیری عنوان یک الگوی خوب مد نظر قرار می گیرد که این بیان که بوسیله ٢R می شود حتی الامکان بالا باشد .
د – سازگاری با تئوری
ممکن است الگو علی رغم داشتن ٢R بالا ، بعلت اشتباه بودن علائم یک یا چند ضریب آن، الگوی خوبی نباشد، به عبارت دیگر علامت ضرایب الگو باید با مفاهیم تئوری سازگار باشد .
ه – قدرت تعمیم دهی و پیشگیری
تنها آزمون مناسب برای اعتبار الگو مقایسه پیش بینی آن با تجربه و واقعیت است . اما این سوال مطرح می شود که مگر٢R بالا دلالت بر قدرت تعمیم دهی الگو ندارد. جواب این سوال مثبت است و باید گفت که این قدرت بیان شده توسط٢R فقط در رابطه با یک نمونه معین مدنظر است و آنچه که در اینجا مدنظر است قدرت پیش بینی و تعمیم دهی برای دوره ای خارج از دوره نمونه می باشد(گجراتی، 1384).
2ـ16ـ ماشین بردار پشتیبان
اولین الگوریتم برای طبقه بندی و دسته بندی الگوها در سال 1936 توسط فیشر ارائه شد و معیار آن برای بهینه کردن، کم کردن خطای طبقه بندی داده های آموزشی بوده است. بسیاری از الگوریتم ها و روش هایی که تاکنون نیز برای طراحی طبقه بندی کننده ها ارائه شده است، از همین استراتژی پیروی می کنند. در این روش ها، طبقه بندی کننده ی طراحی شده دارای خاصیت تعمیم دهندگی کمی است. اگر طراحی طبقه بندی کننده ی الگو را بعنوان یک مساله بهینه سازی در نظر بگیریم، بسیار ی از این روش ها با مشکل بهینه سازی محلی در تابع مواجه اند و در دام بهینه سازی محلی گرفتار می آیند. در سال 1965 محققی روسی به نام ولادیمیر وپنیک گامی بسیار مهم در طراحی طبقه بندی کننده ها برداشت . وی نظریه آماری یادگیری را به صورت مستحکم تری بنا نهاد و ماشین های بردار پشتیبان را بر این اساس ارائه داد. ماشین های بردار پشتیبان دارای خواص زیر هستند:
طراحی طبقه بندی کننده با حداکثر تعمیم 2ـ رسیدن به نقطه بهینه کلی تابع 3ـ تعیین خودکار ساختار و توپولوژی بهینه برای طبقه بندی کننده 4ـ مدل کردن توابع تمایز غیرخطی با استفاده از هسته های غیر خطی و مفهوم حاصل ضرب داخلی در فضاهای هیلبرت.
SVM الگوریتمی است که نوع خاصی از مدل های خطی را می یابد که حداکثر حاشیه ابرصفحه را حاصل می کنند. حداکثر کردن حاشیه ابر صفحه منجر به حداکثر شدن تفکیک بین طبقات می شود. به نزدیک ترین نقاط آموزشی به حداکثر حاشیه ابرصفحه، بردارهای پشتیبان اطلاق می گردد. تنها از این بردارها (نقاط) برای مشخص کردن مرز بین طبقات استفاده می شود(شین و همکاران ، 2005).
اگر داده ها به صورت خطی مجزا از هم باشند، SVM به ماشین های خطی برای تولید یک سطح بهینه که داده ها را بدون خطا و با حداکثر فاصله میان صفحه و نزدیکترین نقاط آموزشی(بردارهای پشتیبان) تفکیک می نماید، آموزش می د هد. اگر نقاط آموزشی را به صورت[xi,yi] و بردار ورودی ∈Rn xi و ارزش طبقه i =1,…,l و {1,1ـ}∈ yi تعریف کنیم ، آنگاه در حالتی که داده ها بصورت خطی قابل تفکیک هستند، قواعد تصمیم گیری که تعریف می شود و توسط یک صفحه بهینه که طبقات تصمیم گیری باینری را تفکیک می کند، به صورت معادله زیر است: