عنوان انگلیسی مقاله:

Trends in statistically based quarterly cash flowprediction models

ترجمه عنوان مقاله: روندهای موجود بر اساس مدل های پیش بینی جریان نقدی آماری سه ماهه

$$$: فقط 14500 تومان

سال انتشار: 2014

تعداد صفحات مقاله انگلیسی: 7 صفحه

تعداد صفحات ترجمه مقاله: 18 صفحه

منبع: الزویر و ساینس دایرکت

نوع فایل: word

http://modir123.com/photo%20site/D-modir123.com%20_2_.png دانلود اصل مقاله

 

فهرست مطالب
  • چكيده
  • مقدمه
  • پیشینه پژوهشی
  • بررسی اجمالی در تحقیقات برجسته
  • معادلات ساختاری مدل های پیش بینی CFO سه ماهه آماری
  • ملاحظات روشی و توصیه هایی برای تحقیقات آينده
  • داده CFD بر اساس SFAS 95
  • تک متغیره ها در مقابل مدل های پیش بینی CFO چند متغیره
  • مقطع در برآورد سری زمانی
  • بحث و نتیجه گیری
  • منابع

ترجمه چکیده مقاله

در این مقاله به بررسی مختصر و تحقیقات قبلی دررابطه با مدل های پیش بینی جریان نقدی سه ماهه آماری پرداخته شده است. آن با بررسی تحقیقات موجود در مدل های پیش بینی جریان نقدی سه ماهه به صورت زیر می باشد:  (1) حالت پیچیده و بخش برآورد اقلام تعهدی مدل جداگانه که به ویلسون در سال 1987 و 1986 و برنارد واستو بر نسبت داده شده است.(2)مدل ها ARIMA به هوپ وود که یک مدل صرفه جو محور است نسبت داده شده است.(3) مدل اقلام تعهدی جداگانه و مدل رگرسیون سری زمانی، هر دو ویژگی های مجاور به لورک و ویلینجرمنسوب شده است.(4) مدل های ARIMA صرفه جو محور نیز به پارسیمو نسبت داده شده است. با توجه به در دسترس نبودن پیش بینی بلند مدت جریان نقدی منسوب به تحلیل گران، افزایش اهمیت بر توسعه آماری بر اساس مدل های پیش بینی جریان نقدی استفاده شده از آن ها در ارزیابی شرکت به کار می رود. توصیه های خاصی نیز برای تلاش های تحقیقاتی آینده در مورد مدل های پالایش آماری پیش بینی کننده جریان نقدی سه ماهه ارائه شده است.

کلمات کلیدی: آمار بر اساس مدل های پیش بینی جریان نقدی، برآورد سری زمانی، برآورد مقطعی، ARIMA.

ترجمه قسمتی از مقدمه مقاله

در این مقاله یک مرور کلی و بررسی بر روی تحقیقات آماری گذشته بر اساس مدل های پیش بینی جریان نقدی سه ماهه ارائه شده است که یک موضوع مورد علاقه قابل توجهی از محققان دانشگاهی در حسابداری و امور مالی و تحلیل گران مالی و هیئت استانداردهای حسابداری مالی (FASB) می باشد و همچنین هیئت استانداردهای بین المللی حسابداری (IASB) و سرمایه گذاران نیز به این موضوع علاقه نشان می دهند.

این کار با توجه به یافته های اخیر به عنوان مثال لورک و ویلینجر در سال 2011 انجام می شود که به طور قابل توجهی تغییر در درک موارد زیر را در پی دارد.

1 کلید خواص سری زمانی در گزارش سه ماهه جریان نقدی حاصل از عملیات (CFO)
2 تاثیر مشترک سه ماهه به سه ماهه به صورت مجاور و سه ماهه به صورت فصلی در سری زمانی سه ماهه (CFO)
3 توصیه های به صورت ساختاری از نظر آماری بر اساس مدل پیش بینی سه ماهه (CFO)
در نهایت مجموعه ای از پیشنهادات برای تحقیقات آینده به دنبال مدل های پیش بینی سه ماهه آماری موجود را فراهم می کند.

در مقاله حاضر به طور مستقیم نورنبرگ و هرمان در سال 2006 و سادوگاران و توماس در سال 2006 اعلام نظر نموده اند. نورنبرگ می گوید که باید توجه داشته باشید که احتیاط های مربوطه در استفاده از سری CFO در زمینه ارزیابی شبیه به آنچه ما توصیف نموده ایم، می باشد. او می گوید که دانستن برتری CFO در برابر سری درآمد لازم است. در حالی که هیچ مقدار عددی سودی به راحتی تحت تاثیر اعمال مدیران فرصت طلب وجود ندارد، با این حال ممکن است با استفاده از انتقال معاملات اداره این اتفاق بیفتد که توسط نورنبرگ بحث شده است. چنین تحریف خدمت منجر به تضعیف طبیعت سری CFO و کاهش سودمندی مقادیر CFO در زمینه ارزیابی در اینجا توضیح داده شده است. علاوه بر این باید توجه داشته باشیم که احتیاط و تاکید بر روی محدودیت های بالقوه به کارگیری CFO در ارزیابی لازم است. هرمان و همکارانش در سال 2006 استدلال می کنند که استفاده از اقدامات عادلانه ارزش اموال و ماشین آلات و تجهیزات در برابر هزینه ها ممکن است به منظور افزایش ارزش آن ها در سری حسابداری باشد. اگر استدلال هرمان و همکارانش از طریق آزمایش تجربی اثبات شود، پس مزایای ذاتی CFO در مقابل درآمد در تنظیمات ارزیابی ممکن است کاهش یابد. هرمان و همکارانش در سال 2000 نشان دادند که استفاده از هزینه های تاریخی برای ارزش نهادن به اموال و ماشین آلات و تجهیزات در ایالات متحده بیشتر بوده است. مگر اینکه چنین دارایی هایی مشکل داشته باشند که ممکن است خدمت مفید را از حسابداری برای تصمیمات اقتصادی را تضعیف کند. به حدی که اقدامات ارزش منصفانه جایگزینی هزینه های تاریخی در سراسر دارایی های گوناگون شده و اهمیت پیش بینی عملکرد مدل CFO که در اینجا توضیح داده شده است، ممکن است کاهش یابد.

ترجمه نتیجه گیری مقاله

در حالی که گام های قابل توجهی در توسعه آماری بر اساس توسعه نقدی سه ماهه برداشته شده است، جریان پیش بینی مدل ها نیاز به تحقیقات بیشتر برای مدل های موجود دارد. به خصوص چرا که متغیرهای مدل سری زمانی ARIMA و مدل مبتنی بر رگراسیون در چند گام به پیشرو پیش بینی CFO سه ماهه را دارد. در حالی که چنین یافته هایی مطابق با تحقیقات بوده و تحقیقات آینده بررسی هر دو مجموعه را به طور بالقوه غنی از متغیرهای مستقل مبتنی بر اقلام تعهدی و ساختار با تاخیر ذاتی در مدل چند متغیره می داند که ممکن است به نسل بعدی ازجریان پول های نقد و مدل های پیش بینی منجر شود به طور خاص تحقیقات آینده در ساختار تاخیر مجاور و فصلی بر اساس مدل سری زمانی با استفاده از مدل رگراسیون MULT است. علاوه بر این به طور منظم، پارامترهای شخصی در حال حرکت به طور متوسط به سمت سری زمانی برای سری  CFO سه ماهه است که ممکن است به عنوان پروکسی برای تداوم CFO  در یک زمینه ارزیابی باشد.

چکیده انگلیسی مقاله

This paper provides a succinct review and synthesis of the literature on statistically basedquarterly cash flow prediction models. It reviews extant work on quarterly cash flow pre diction models including: (1) complex, cross sectionally estimated disaggregated accrualmodels attributed to Wilson (1986, 1987) and Bernard and Stober (1989), (2) parsimoniousARIMA models attributed to Hopwood and McKeown (1992), (3) disaggregated accrual,time series regression models attributed to Lorek and Willinger (1996), and (4) parsimo nious ARIMA models with both adjacent and seasonal characteristics attributed to Lorek andWillinger (2008, 2011). Due to the unavailability of long term cash flow forecasts attributedto analysts, increased importance has been placed upon the development of statisticallybased cash flow prediction models given their use in firm valuation. Specific recommen dations are also provided to enhance future research efforts in refining extant statisticallybased quarterly cash flow prediction models.

Keywords: Statistically based cash flow prediction, models, Time series estimation, Cross sectional estimation, ARIMAa

مقدمه انگلیسی مقاله

IntroductionThis paper provides an overview and synthesis of research devoted to statistically based, quarterly cash flow predictionmodels, a topic of considerable interest to academic researchers in accounting and finance, financial analysts, standard setting boards like the Financial Accounting Standards Board (FASB) and the International Accounting Standards Board(IASB), and retail investors. It is timely to undertake this task due to recent empirical findings (e.g., Lorek & Willinger, 2011)that have considerably altered the understanding of: (1) the key time series properties of reported quarterly cash flow fromoperations (CFO), (2) the joint impact of quarter to quarter (adjacent) and quarter by quarter (seasonal) autocorrelation inthe time series of quarterly CFO, (3) and the recommended structural form(s) of statistically based quarterly CFO predictionmodel(s). Finally, it also provides a set of recommendations for future research seeking to refine extant statistically basedquarterly CFO prediction models.The current paper is directly related to Nurnberg (2006) and Herrmann, Saudagaran, and Thomas (2006). Nurnbergprovides a cautionary note pertaining to the use of the CFO series in valuation contexts similar to those that we describe.He questions the inherent superiority of CFO vis à vis the earnings series. While there is no question that earnings numbersare more readily subject to manipulation by opportunistic managers, the CFO series, nevertheless, may also be managedusing acquisition and disposition transactions as discussed by Nurnberg. Such distortions serve to undermine the pristinenature of the CFO series and reduce the usefulness of CFO numbers in the valuation contexts described herein. Moreover,they provide a cautionary note and underscore a potential limitation of employing CFO numbers in firm valuations.
Herrmann et al. (2006) argue that the use of fair value measures for property, plant, and equipment vis à vis historicalcost may serve to enhance the predictive value of accounting series. If Hermann et al.’s analytical reasoning is substantiatedvia empirical testing, then the inherent advantages of CFO versus earnings in valuation settings may be mitigated. Herrmannet al. (2006) suggest further that the use of historical costs for valuing property, plant, and equipment in the United States,unless such assets are impaired, may serve to undermine the usefulness of accounting numbers for economic decisions. Tothe extent that fair value measures replace historical costs across diverse asset classes, the importance of the predictiveperformance of the CFO models described herein may be diminished.

نتیجه گیری انگلیسی مقاله

While considerable strides have been made in the development of statistically based quarterly cash flow prediction models, additional research is necessary to refine extant models. Particularly curious is why univariate ARIMA time series models like the Brown Rozeff (100) × (011) ARIMA model outperform disaggregated accrual regression based models in multi step ahead quarterly CFO predictions. While such findings are consistent with the principle of parsimony, future research examining both the potentially rich set of accrual based independent variables and the lag structure inherent in the multivariate models may lead to the next generation of disaggregated accrual cash flow prediction models. Specifically, future work should factor in the adjacent and seasonal lag structure in the Brown Rozeff ARIMA time series model when specifying lead/lag relationships using disaggregated accrual regression models like MULT. Moreover, the regular and seasonal moving average parameters in the Brown Rozeff ARIMA time series model for the quarterly CFO series may also serve as proxies for the persistence of CFO in a valuation context.

 

 

مطالب مرتبط