بسط مدل‌سازی درماندگی مالی با استفاده از مدیریت سود شرکت‌ها در محیط اقتصادی ایران

مدلسازی اقتصادی

مقاله 5، دوره 13، شماره 46، شهریور 1398، صفحه 101-120   

نوع مقاله: پژوهشی

نویسندگان

عباس رمضان زاده زیدی¹؛ خسرو فغانی ماکرانی^{* 2}؛ علی جعفری³

¹دانشجوی دکتری، گروه حسابداری، واحد ساری، دانشگاه آزاد اسلامی، ساری، ایران

²دانشیارگروه حسابداری، واحد ساری، دانشگاه آزاد اسلامی، ساری، ایران

³استادیارگروه حسابداری،‌واحد ساری،‌دانشگاه آزاد اسلامی،‌ساری،‌ایران

چکیده

 هدف این مقاله بسط مدل پیش‌بینی درماندگی مالی با استفاده از مدیریت سود شرکت‌هاست. بنابراین، ‌ضمن طراحی مجدد مدل پیش‏بینی درماندگی مالی آلتمن (1983) با متغیر مدیریت سود واقعی به عنوان یک متغیر پیش‌بین، عملکرد مدل اولیه و مدل تعدیل شده در پیش‏بینی درماندگی مالی شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران مورد مطالعه تطبیقی قرار گرفت. نمونه آماری پژوهش را تعداد 179 شرکت طی سال‏های 1396-1387 تشکیل می‌دهد. تجزیه ‏و تحلیل داده‏ها و آزمون فرضیه‏ها با استفاده از رگرسیون لجستیک چندگانه انجام شد. یافته‏ها نشان داد دقت کلی مدل تعدیل شده نسبت به مدل اولیه بیش‌تر است. بنابراین، در تحلیل درماندگی مالی، لحاظ کردن مدیریت سود واقعی باعث بهبود دقت مدل آلتمن (1983) در پیش‏بینی درماندگی مالی شرکت‌ها می‌شود.

کلیدواژه‌ها

طبقه‏بندی JEL:M41؛ G33؛ G17 . واژگان کلیدی: متغیرهای حسابداری؛ مدل پیش‏بینی درماندگی مالی (FDP)؛ مدیریت سود واقعی

اصل مقاله

1.‌ مقدمه

 در اواخر قرن هجدهم، هم‌زمان با پیشرفت علوم تجربی، تکنولوژی و پیدایش انقلاب صنعتی، اقتصاد و تجارت وارد مرحله جدیدی شده و موسسات کوچک به شرکت‌های بزرگ سهامی و چند ملیتی تغییر یافته‌اند. این امر، موجب توسعه و گسترش بازارهای مالی و پولی شده و سرمایه‌گذاران هزاران نفر در سهام شرکت‌ها را فراهم آورده است. با گسترش شرکت‌های سهامی و پدیدار شدن بحران‌های مالی شدید در ابعاد خرد و کلان اقتصادی، مالکان و ذینفعان بنگاه‌ها به دنبال ایجاد پوششی برای مصون کردن خود در مقابل این‌گونه مخاطرات بوده‌اند و این موضوع آنها را به استفاده از مدل‌های‌ پیش‌بینی‌کننده برای ارزیابی توان مالی شرکت‌ها حساس و آگاه نموده است (مهرانی، کامیابی ‏و غیور، 1396).

از طرف دیگر، رشد و دگرگونی سریع روابط اقتصادی، منجر به ایجاد رقابت شدید در عرصه تجارت، صنعت و سرمایه‌گذاری گردیده است. در نتیجه حاکم شدن وضعیت رقابتی، بسیاری از شرکت‌ها ورشکسته شده و از گردونه رقابت خارج شدند. این امر، موجبات نگرانی صاحبان سرمایه را فراهم کرده است. از این‌رو، سرمایه‌گذاران به منظور اجتناب از بین رفتن اصل و فرع سرمایه، به دنبال روش‌هایی هستند که وضعیت مالی شرکت‌ها را قبل از رسیدن به مرحله ورشکستگی؛ یعنی در مرحله درماندگی مالی، پیش‌بینی نمایند (همان).

«درماندگی مالی»[1] (FD) به شرایطی اطلاق می‌شود که شرکت نتواند به طور کامل به تعهدات خود در قبال طلب‌کاران اقدام نموده و در عمل به این تعهدات، دچار مشکل باشد. «ورشکستگی»[2] آخرین مرحله درماندگی مالی است. از آنجا که ممکن است، درماندگی مالی به ورشکستگی منجر شود، یافتن روش‏هایی که بتواند درماندگی مالی را قبل از رسیدن به مرحله ورشکستگی پیش‌بینی نماید، اهمیت ویژه‏ای می‌یابد؛ زیرا، ورشکستگی هزینه‏های زیادی به سهام‏داران، مدیران، کارکنان، مشتریان، طلبکاران، سایر ذینفعان شرکت و به‌ طور کلی، هم به لحاظ اقتصادی و هم اجتماعی بر کشور تحمیل می‏کند (آلتمن[3]، 1968). بنابراین، روشن است که فعالان بازار در صورت عدم توجه به پیش‏بینی درماندگی مالی باید خسارت سنگینی بپردازند.

یکی از متداول‏ترین و پذیرفته‏ترین روش‏ها برای بررسی عملکرد شرکت‌ها، تجزیه و تحلیل «نسبت‏های مالی»[4] است. نسبت‏های مالی در طول سال‏ها به کار گرفته شده و دقت آن‏ها در تعیین وضعیت مالی شرکت اثبات شده است. به دلیل سهولت استفاده و فهم آسان آن، همواره مورد استفاده‌ طیف وسیعی از استفاده‌کنندگان نظیر سهامداران، ‌تحلیل‏گران، ‌سرمایه‏گذاران، کارگزاران بورس و غیره، به ‌منظور پیش‏بینی درماندگی مالی قرار می‌گیرد. اما، قبل از وقوع درماندگی مالی، شرکت‌ها باید انگیزه‌ بسیار قوی برای کاهش مخارج خود داشته باشند. ‌در نتیجه، نسبت‌های مالی که از صورت‌های مالی به دست می‌آیند، ممکن است دارای محتوای اطلاعاتی برای پیش‌بینی درماندگی مالی نباشند.

با در نظر گرفتن این واقعیت که انواع مختلف مدیریت سود ممکن است وضعیت شرکت‌ها را از لحاظ سلامت مالی یا درماندگی مشخص کند، اطلاعاتی که از این دست‌کاری بالقوه استخراج شده می‏توان برای تشخیص بین این شرکت‌ها مورد استفاده قرار داد و با توسعه‌ مدل‏های پیش‏بینی درماندگی مالی مبتنی بر اطلاعات حسابداری، کارایی این مدل‌ها را بهبود بخشید. از این‌رو، این پژوهش درصدد پاسخ به این سؤال اساسی است که آیا لحاظ کردن تحریف بالقوه مزبور می‏تواند باعث افزایش قدرت پیش‏بینی مدل درماندگی مالی مبتنی بر اطلاعات حسابداری شود؟

برای پاسخ‌گویی به پرسش اساسی، تاثیر مدیریت سود واقعی بر دقت پیش‌بینی مدل سنتی درماندگی مالی مبتنی بر اطلاعات حسابداری با استفاده از رگرسیون لجستیک در بازه زمانی 1396- 1387 مورد بررسی قرار می‌گیرد.

برای دست‌یابی به هدف، مقاله در پنج بخش تنظیم شده است. بعد از مقدمه، ادبیات پژوهش مرور می‌شود؛ بخش سوم، به روش اختصاص یافته است. در بخش چهارم، برآورد و تحلیل آماری ارائه می‌شود و در بخش پنجم، نتیجه‌گیری و توصیه‌های سیاستی بیان می‌شود.   

 

 

2. ادبیات موضوع

2-1. مدل پیش‌بینی درماندگی مالی

مدل‌های پیش‌بینی درماندگی مالی و ورشکستگی بیش از 50 سال است که از سوی دانشگاهیان و موسسات مالی ارائه شده است. این مدل‌ها، به‌طور عمده، به داده‌های حسابداری وابسته هستند. در این راستا، اولین قدم‏های مؤثر که منجر به ارائه مدل برای پیش‏بینی درماندگی مالی گردید، توسط بیور[5] (1966) و آلتمن (1968) برداشته شد؛ آن‏ها از نسبت‏های مالی برای ساخت مدل پیش‏بینی درماندگی مالی استفاده کرده‌اند.

بیور (1966) با استفاده از 14 نسبت مالی برای طبقه‏بندی شکست یک شرکت در مقابل یک نمونه منطبق از آزمون طبقه‏بندی دوگانه برای تعیین نرخ خطاهایی که یک طلبکار بالقوه می‌تواند تجربه کند، استفاده نمود. در مقابل، آلتمن روش تحلیل تشخیص چند متغیره را به‌کار بست.

آلتمن از 22 نسبت مالی برای شناسایی درماندگی مالی شرکت‌های نمونه استفاده کرد. نمونه وی شامل شرکت‌های تولیدی بود. او سپس 5 نسبت را از میان 22 نسبت (که بهترین قدرت را برای پیش‏بینی ورشکستگی شرکت‌ها‌ دارا بودند) انتخاب کرد. این 5 متغیر شامل نسبت‏های نقدینگی، سودآوری، اهرمی، توانایی پرداخت بدهی و فعالیت بودند. در بررسی‏های درماندگی مالی به‌طور معمول از تحلیل تشخیصی چندگانه آلتمن استفاده شد (آلتمن، هارتزل و پک،[6] 1995؛ گومبولا، هاسکینز، کتز و ویلیامز،[7] 1987؛ ‌لوسیر،[8] 1995؛ پیس و وود،[9] 1992).

به هر حال، بیش‌تر پژوهش‏های یاد شده نشان داده‌اند مفرضات اصلی (نرمال بودن داده‌ها، هم‌خطی و ...) تحلیل تشخیصی چندگانه اغلب نقض می‌شوند. برای حل مشکلات مرتبط با مفروضات تحلیل تشخیصی چندگانه، اولسن[10] (1980) یک مدل لاجیت شرطی را ارائه کرد. مزایای عملی مدل لاجیت این است که به مفروضات کلاسیک آماری در آن نیاز نیست. در نتیجه، اولسن نمونه‏ای از شرکت‌های ورشکسته و غیرورشکسته را با استفاده از هفت نسبت مالی و دو متغیر جفتی بررسی کرد. دقت پیش‏بینی به دست آمده کم‌تر از تحلیل تشخیصی چندگانه آلتمن (1968) و آلتمن، هالدمن و نارایانان[11] (1977) بود.

با این‌ حال، پیرو فعالیت‏های پیش‌روی اولسن (1980)، محققان به ‌طور گسترده، از مدل‏های لاجیت برای پیش‏بینی درماندگی استفاده کردند (آلتمن و ساباتو،[12] 2007؛ عزیز، امانوئل و لاوسون،[13] 1988؛ بچتی و سیرا،[14] 2002؛ پلات و پلات،[15] 1990).

یک جایگزین برای مدل‏های پیش‏بینی درماندگی مالی مبتنی بر اطلاعات حسابداری      (مثل مدل‏های ارائه شده توسط آلتمن و اولسن) مدل پیش‏بینی مبتنی بر بازار است که از اطلاعات بازار سهام برای ارزیابی درماندگی مالی استفاده می‏کند.

مدل‏های پیش‏بینی درماندگی مالی مبتنی بر اطلاعات حسابداری با مدل‏های مبتنی بر بازار در اطلاعات استفاده شده برای پیش‏بینی درماندگی مالی فرق دارند.‏ برخلاف مدل‏های مبتنی بر بازار، مدل‏های حسابداری از اقلام صورت‏های مالی شرکت استفاده می‌کنند که ممکن است، تحت تأثیر مدیریت سود قرار بگیرند؛ بنابراین، در این پژوهش، برای تعدیل تاثیر مدیریت سود واقعی از مدل‏های مبتنی بر اطلاعات حسابداری استفاده شد.

2-2. مدیریت سود و درماندگی مالی

هنگامی که شرکتی در وضعیت درماندگی مالی قرار می‌گیرد، مدیریت شرکت نگران کاهش پاداش‌های خود، تغییر مدیریت و از دست دادن شهرت خود است؛ بنابراین، مدیران شرکت دارای انگیزه کافی برای مخفی کردن عملکرد رو به وخامت شرکت، با توسل به انتخاب‌های حسابداری که سبب بیش‌تر نشان دادن سود می‌شود، می‌گردند (گیلسون[16]، 1989).

ادبیات مربوط به مدیریت سود نشان می‌دهد مدیران شرکت‌هایی که در آستانه‌ درماندگی مالی هستند، انگیزه‏ بسیار قوی برای دستکاری سود دارند (برگستالر و دیچو،[17] 1997؛ ‏‏‏حبیب، بهویان ‏و اسلام،[18] 2013؛ لین، لو و وو،[19] 2016؛ آشتاب، حقیقت ‌و کردستانی، 1396).

در چنین شرایطی، شرکت‌ها تلاش می‌کنند از طریق فروش دارایی‎ها، کاهش مخارج سرمایه‏ای، تجدید ساختار بدهی‏ها و تعلیق کارکنان از درماندگی مالی جلوگیری کنند (آسکویت، گر‏تنرواسکارفستین،[20] 1994).

آنچه مسلم است، شرکت‌های درمانده‌ مالی در مقایسه با شرکت‌های سالم، سود خود را در جهت افزایشی دست‌کاری می‏کنند (کامپا و کاماچو،[21] 2015؛ ‏‏احمدپور و شهسورای، 1392؛ مهرانی‏، کامیابی ‌و غیور، 1396). در واقع، شرکت‌ها به منظور پنهان کردن نتایج ضعیف‏شان به قصد کسب فرصت و به تاخیر انداختن ورشکستگی، افزایش سودآوری و نقدینگی شرکت و در برخی موارد، برای از بین بردن نشانه‌های منفی درماندگی مالی مبادرت به این کار می‌کنند (سوئنی[22]، 1994؛ ‏‏‏‏‏‏‏آیتردیس ‏و کادرینیس،[23] 2009).

بنابراین، همان‌طور که آگرول و تافلر[24] (2008) دریافته‌اند ارقام حسابداری به شدت تحت تاثیر رویه‏های انتخاب شده توسط مدیران و گاهی مدیریت سود قرار می‌گیرند؛ در نتیجه، نسبت‏ها‌ی مالی که از صورت‏های مالی به دست می‏آیند، فاقد محتوای اطلاعاتی برای تصمیم‌گیری ذینفعان خواهند بود.

چو، فو و یو[25] (2012) معتقدند که با وجود مدیریت سود، استفاده از ارقام حسابداری و تغییرات در اصول حسابداری، مدل پیش‌بینی درماندگی مالی مبتنی بر اطلاعات حسابداری، دست‌کاری‏های سود را که ممکن است بین شرکت‌ها وجود داشته باشد، نادیده می‏گیرد؛ بنابراین، براساس مطالعات آنها باید تعدیلات مدیریت سود بر ارقام حسابداری مورد استفاده در مدل پیش‏بینی درماندگی مالی انجام شود.‏

2-3. پیشینه پژوهش

اگر چه در ادبیات، به‌طور گسترده، مدل‏ها‌ی متنوعی برای پیش‏بینی درماندگی مالی ارائه شده است؛ اما، پژوهش در مورد تاثیر مدیریت سود در پیش‏بینی درماندگی مالی اندک است و در ایران، پژوهشی در این زمینه یافت نشده است و به نظر می‌رسد که تاکنون مطالعه‌ای در زمینه تاثیر مدیریت سود بر عملکرد مدل‏های پیش‏بینی درماندگی مالی انجام نشده است.

سنچرلی[26] (2018) در پژوهش خود دریافته است شرکت‌های ورشکسته در سال قبل از ورشکستگی و در سال ورشکستگی، درگیر مدیریت سود افزایشی می‌گردند. وی نشان داده است اقدامات مدیریت سود دقت پیش‌بینی مدل‌های ورشکستگی را افزایش می‌دهد.

 دو جاردین، وگانزونس و سورین[27] (2017) در پژوهش خود با استفاده از مدل‏های مبتنی بر اقلام تعهدی نشان داده‌اند، زمانی که این دست‌کاری‏ها با سایر متغیرهای مالی مورد سنجش و استفاده قرار می‏گیرند؛ مدل‏های پیش‏بینی ورشکستگی، دقیق‏تر از زمانی می‌شوند که به اطلاعات مالی خالص متکی هستند.

لین، لو و وو[28] (2016) در مطالعه خود دریافته‌اند، مدل درماندگی مالی که با مدیریت سود واقعی تعدیل شده است، دقت پیش‏بینی بیش‌تری نسبت به مدل اولیه برای شرکت‌های بدون درماندگی مالی دارد.

محسنی، آقابابایی و محمدقربانی (1392) به پیش‌بینی درماندگی مالی با به کار بردن کارایی به عنوان یک متغیر پیش‌بینی‌کننده پرداخته‌اند. یافته‌ها نشان داد استفاده از متغیر کارایی در مدل پیش‌بینی درماندگی، به‌ طور معناداری دقت پیش‌بینی مدل را افزایش می‌دهد.

رستمی، فلاح شمش لیالستانی، اسکندری (1390) در پژوهشی به ارزیابی درماندگی مالی شرکت با استفاده از روش تحلیل پوششی داده‏ها‌ و رگرسیون لجستیک پرداخته‌اند. آنها دریافته‌اند الگوی رگرسیون لجستیک نسبت به الگوی جمعی روش تحلیل پوششی داده‏ها در ارزیابی درماندگی مالی درون نمونه‌ای، به طور معناداری بهتر عمل می‌کند.

رهنمای رودپشتی، علیخانی و مران‌جوری (1388) در پژوهش خود به این نتیجه رسیده‌اند که بین دو مدل پیش‌بینی ورشکستگی آلتمن و فالمر تفاوت معناداری وجود دارد و مدل آلتمن در پیش‌بینی ورشکستگی محافظه‌کارانه‌تر از مدل فالمر عمل می‌کند.

سلیمانی امیری (1382) با استفاده از نسبت‏های مالی نقدینگی، سودآوری، مدیریت بدهی و مدیریت دارائی، مدلی جهت پیش‏بینی بحران مالی در شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران ارائه داد. نتایج آزمون توانایی پیش‌بینی مدل نشان می‌دهد مدل قادر است با دقت کلی 95 درصد تا سه سال قبل از بحران مالی در شرکت‌ها، پیش‌بینی صحیحی درخصوص بحران مالی ارائه دهد.

تاکنون پژوهشی که به بررسی تاثیر مدیریت سود واقعی بر دقت پیش‌بینی مدل‌های درماندگی مالی شرکت‌های ایرانی پرداخته باشد، مشاهده نشد. با توجه به کاستی‌های پژوهش موجود در شرکت‌های ایرانی و تاکید پژوهش‌ها بر مدل‌های بهینه‌ پیش‌بینی درماندگی مالی، این مقاله به بررسی تاثیر استفاده از مدیریت سود واقعی بر عملکرد مدل‌های پیش‌بینی درماندگی مالی می‌پردازد.

 

3. روش‌ تحقیق

این مقاله از نظر هدف، کاربردی و از لحاظ نوع روش پژوهش، علّی- مقایسه‌ای (پس‌رویدادی) است.

با توجه به این‌که ملاک درماندگی مالی در این پژوهش، ماده 141 قانون تجارت شرکت‌هاست؛ ابتدا فهرستی از شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران که طی دوره‌ زمانی 1387 تا 1396 دچار درماندگی مالی بودند، تهیه شد. از بین این فهرست، 333 سال- شرکت[29] تولیدی که اطلاعات مورد نیاز آن‌ها در دسترس بود، به عنوان شرکت‌های درمانده‌ مالی انتخاب شد. در ادامه، شرکت‌های درمانده را در صنایع مختلف طبقه‌بندی کرده و تمامی شرکت‌هایی که در آن صنایع حضور داشتند، به عنوان سال- شرکت‌[30] بدون درماندگی مالی (1224 سال- شرکت سالم) انتخاب شد. بدین ترتیب، تعداد 1557 سال- شرکت تولیدی به عنوان نمونه پژوهش انتخاب شدند.

روش گردآوری داده‏ها، اسنادکاوی است و داده‏ها‌ی مورد نیاز از صورت‏های مالی حسابرسی شده شرکت‌های نمونه (منابع دست دوم) [31]، از طریق سامانه بورس اوراق بهادار تهران (کدال)[32] و مرکز پژوهش، توسعه و مطالعات‌ اسلامی ‌جمع‌آوری شد. برای آزمون فرضیه‏ها‌ از رگرسیون لجستیک چندگانه و نرم افزار استاتا[33] چهارده استفاده گردید.

برای انتخاب مدل برتر از معیار آکائیک[34]، شوارتز بیزین[35]، ضریب تعیین مک فادن، شاخص انحراف[36] به عنوان شاخص‌های نیکویی برازش و از صحت پیش‌بینی[37] به عنوان مهم‌ترین معیار نیکویی برازش مدل استفاده شده است (سوری، 1396).

3-1. مدل و متغیرهای پژوهش

 در ادبیات تجربی، محققان مدل‌های مختلفی را با استفاده از اطلاعات حسابداری برای پیش‌بینی درماندگی مالی ارائه کرده‌اند در این پژوهش، برای بررسی تاثیر مدیریت حسابداری سود بر قدرت پیش‏بینی مدل درماندگی مالی مبتنی بر اطلاعات حسابداری از مدل آلتمن (1983) استفاده شده است. مدل رگرسیونی اولیه آلتمن (1983) به شرح زیر است:

(1) P(Distress_i,t =0) = β₀ + β₁ WCi_,t-1+ β₂ RE_i,t-1+β₃ EBIT_i,t-1+ β₄ LEV_i,t-1+ β₅ S_i,t-1+ Ԑ_i,t

متغیر وابسته: متغیر وابسته در این معادله احتمال درماندگی مالی یک متغیر مجازی است. اگر سال- ‏شرکت نمونه در دوره جاری درماندگی مالی را تجربه کند، عدد صفر و در غیر این صورت، عدد یک منظور می‌شود.

متغیرهای مستقل: (WC) بیانگر سرمایه در گردش، (RE) نشان‌دهنده سود انباشته، (EBIT) معرف سود قبل از بهره و مالیات، (LEV) بیانگر اهرم مالی (نسبت ارزش دفتری حقوق صاحبان سهام به ارزش دفتری بدهی‏ها) و (S) نشان‌دهنده فروش است. تمامی متغیر‏های مستقل در مدل به جز (LEV) به مجموع دارایی‏های ابتدای سال تقسیم می‌شوند. هر چه نمره این 5 متغیر توضیحی بیش‌تر باشند، احتمال وقوع درماندگی مالی کم‌تر خواهد بود.

برای پیش‏بینی این که آیا سال- شرکت نمونه در دوره جاری درماندگی مالی را تجربه می‏کند یا خیر، از داده‏های یک سال قبل متغیرهای مستقل استفاده شد.

برای بررسی این‏که آیا تعدیلات مدیریت سود باعث افزایش دقت پیش‌بینی مدل درماندگی مالی مبتنی بر اطلاعات حسابداری می‌شود یا خیر؛ مدل اولیه آلتمن (1983) با پیروی ‌از لین و همکاران (2016) به صورت زیر بسط داده شده است:

(2)    P(Distress_i,t = 0) = β₀ + β₁ WC_i,t-1+ β₂ RE_i,t-1+ β₃ EBIT_i,t-1+ β₄ LEV_i,t-1+ β₅ S_i,t-1 +

 α₁D×WC _i,t-1+ α₂ D×RE _i,t-1+ α₃ D×EBIT _i,t-1+ α₄ D×LEV _i,t-1+ α₅D×S _i,t-1 + Ԑ_i,t                  

D= در صورتی که معیار دستکاری افزایشی سود یک سال- شرکت، بالاتر از مقدار میانه باشد، عدد یک و در غیر این صورت، عدد صفر منظور می‌شود.

با توجه به این‏که متغیر وابسته یک متغیر مجازی است، معادله‌های (1) و (2) مدل رگرسیون لجستیک است. با استفاده از این روش، شرکت با مقایسه احتمال درماندگی مالی با یک آستانه از پیش تعیین شده، در یک گروه معین طبقه‌بندی می‌شود.

3-1-1. اندازه‏گیری مدیریت سود

 در این پژوهش از مدل جامع مدیریت سود واقعی به عنوان معیار مدیریت سود استفاده شد. برای این منظور به پیروی از کوهن، دی و لیز[38] (2008) و رویچوداری[39] (2006) ابتدا هر یک از معیارهای مدیریت سود واقعی که 3 شکل از دستکاری فعالیت‏های واقعی(شتاب در شناسایی فروش، تولید اضافی و کاهش هزینه‏های اختیاری) را نشان می‌دهند، از طریق معادلات (3 تا 5) برآورد گردید.

 

(3)                                   

 

(4)           

 (5)          

 

در مدل‏های بالا CFO جریان‏های نقدی حاصل از عملیات؛ Assets مجموع دارایی‏ها‏؛ Sales فروش خالص؛ ProdCost هزینه‏های تولید (مجموع بهای تمام شده‏ کالای فروش رفته و تغییرات در موجودی کالای طی سال) و DiscEXP نیز هزینه‏های اختیاری (هزینه‏های عمومی، اداری و فروش) را نشان می‌دهند. ضریب به صورت سال- صنعت برای معادله (1) تا (3) برآورد شد و ضریب برآورد شده‏ سال قبل هر صنعت به صورت داده برای هر شرکت در طول سال جاری ارائه شد تا ارزش مورد انتظار به دست آید. مقدار غیرعادی بودن با استفاده از تفاوت مقدار واقعی از مقدار مورد انتظار برآورد گردید.

سپس، برای تعیین سطح کلی مدیریت سود واقعی (REM) با پیروی از کوهن و همکاران^[40](2008) و زانگ^[41](2012)، باقی‏مانده‏های معادله‏ها‌ی (3) تا (5) به شرح رابطه زیر با یکدیگر جمع گردید:

 

AbDiscExp_i,t ) – AbCFO_i,t) + AbProdCost_i,t + (–) REM_i,t =

 

4. برآورد و تحلیل آماری

4-1. آمار توصیفی

جدول (1) شاخص‏های توصیفی متغیرهای پیوسته پژوهش را نشان می‌دهد. میانگین و میانه نمره Z به‌ترتیب، 45/1 و 44/1 است. میانگین سرمایه در گردش، سود (زیان) انباشته و سود (زیان) قبل از کسر بهره و مالیات به‌ترتیب، 5/2- درصد، 7- درصد و 8/8 درصد از کل دارایی‏هاست که کم‌تر از 10 درصد می‏باشد. فروش، به‏طور متوسط، 19/94 درصد کل دارایی‏هاست. میانگین نرخ بازده دارایی‏ها‌، 13/8 درصد است. میانگین نسبت بدهی نشان می‏دهد که حدود 84 درصد دارایی‏های شرکت‌ها از محل بدهی‏ها‌ تامین شده است. در نتیجه، احتمال این که شرکت‌ها در باز پرداخت برخی وام‏های خود ناتوان بمانند، افزایش می‏یابد.

 

جدول 1. شاخص‏های توصیفی متغیرهای پیوسته پژوهش

متغیرهای پژوهش	میانگین	میانه	چارک اول	چارک سوم	انحراف معیار
نمره z	4512/1	4371/1	6359/0	1322/2	5845/3
سرمایه درگردش به دارایی‏ها	0248/0-	0611/0	1164/0-	2089/0	5607/0
سود انباشته به دارایی‏ها	0704/0-	0447/0	1129/0-	1479/0	9901/0
سود قبل از بهره و مالیات به دارایی‏ها	0881/0	0858/0	0201/0	1530/0	1566/0
حقوق صاحبان سهام به بدهی‏ها	6019/0	3883/0	1120/0	7514/0	6183/0
فروش به دارایی‏ها	9419/0	8186/0	5552/0	1315/1	9032/0
بازده دارایی‏ها	0813/0	0535/0	0056/0-	1401/0	3411/0
کل دارایی‏ها- میلیون ریال	3360229	463893	186276	1109046	07+e27/2
نسبت بدهی	8358/0	7189/0	5676/0	8998/0	8759/0
مدیریت سود واقعی	3686/0	0037/0	2118/0-	2081/0	9854/4
تعداد مشاهدات	1557	1557	1557	1557	1557

منبع: یافته‌های پژوهش

 

میانگین مدیریت سود واقعی 3686/0 است و میانه مدیریت سود واقعی ناچیز بوده و سازگار با مبانی نظری است.

در جدول (2) تفاوت میانگین و میانه‌های بین دو گروه شرکت‌های درمانده مالی و شرکت‌های بدون درماندگی مالی مقایسه گردید. هر دو میانگین و میانه نمره Z آلتمن (1983)، شرکت‌های درمانده مالی، به‌طور معنا‏داری، کم‌تر از شرکت‌های بدون درماندگی مالی و با گرایش‌های برابر کم‌تر از صفر می‌باشد. متغیرهای مستقل مدل برای شرکت‌های درمانده‏ مالی نیز، به‌طور معنا‏داری، کم‌تر از شرکت‌های بدون درماندگی مالی است که نشان‌دهنده هشدار نمره Z برای درماندگی مالی است. با توجه به نرخ بازده دارایی‏ها، شرکت‌های درمانده مالی در طول سال قبل از بروز مشکلات مالی متحمل زیان می‏شوند. برای این شرکت‌ها، میانگین نسبت بدهی از صددرصد تجاوز می‌کند. تمامی ‌این ارقام، به‌طور معناداری، برای شرکت‌های غیر درمانده‌ مالی تفاوت دارد.

جدول 2. آزمون مقایسه‏ میانگین‌ها و میانه‌های بین متغیرهای پیوسته پژوهش

متغیرهای پژوهش
	درمانده	‏غیردرمانده	آماره‏ ‌تی	درمانده	غیردرمانده	آماره‏ ‌والد
نمره z آلتمن(1983)	3855/0-	0069/2	2530/16-	0110/0	7054/1	349/24-
سرمایه درگردش به دارایی‏ها	4754/0-	1026/0	3765/12-	2493/0-	1144/0	642/19-
سود انباشته به دارایی‏ها	7131/0-	1113/0	8115/12-	3276/0-	0855/0	335/26-
سود قبل ‌از بهره‏ و مالیات ‌به‌ دارایی‏ها	0433/0-	1253/0	8067/19-	0189/0-	1053/0	879/19-
حقوق ‏صاحبان ‏سهام‏ به‌ بدهی‏ها	0152/0-	7763/0	0005/12-	0665/0-	5043/0	709/23-
فروش به دارایی‏ها	6736/0	0178/1	2473/9-	5946/0	8652/0	687/10-
بازده دارایی‏ها	0882/0-	1291/0	3549/13-	0952/0-	0813/0	569/21-
کل دارایی‏ها- میلیون ریال	1002949	4026625	0627/4-	256535	556541	103/8-
نسبت بدهی	4059/1	6746/0	5293/8	0728/1	6614/0	809/23
مدیریت سود واقعی	1448/0	7015/0	9681/0-	051/0	005/0-	511/3
تعداد مشاهدات	333	1224		333	1224

منبع: یافته‌های پژوهش                   سطح معناداری 5 درصد است.

 

میانه مدیریت سود واقعی شرکت‌های درمانده مالی مثبت بوده و به طور معناداری بیش‌تر از شرکت‌های غیردرمانده‌ مالی است. این نتیجه از این استدلال حمایت می‌کند که شرکت‌ها قبل از وقوع درماندگی مالی تمایل به دستکاری فعالیت‌های واقعی جهت افزایش سود دارند.‏ در نتیجه، مدیریت سود واقعی این شرکت‌ها از مدیریت سود واقعی برآورده شده گروه مقایسه بیش‌تر است.

4-2. آزمون فرضیه‏

برای بررسی این که مدیریت سود تا چه اندازه ضرایب متغیرهای توضیحی در مدل آلتمن (1983) را برای شناسایی درماندگی مالی شرکت‌ها توضیح می‏دهد، ضرایب متغیرهای توضیحی، با و بدون در نظر گرفتن مدیریت سود برآورد گردید و یافته‌های آن به ترتیب در جداول (3) و (4) ارائه شد.

جدول (3) نشان می‏دهد که به‌جز نسبت سرمایه در گردش به دارایی‏ها، ضرایب برآوردی برای نمونه داده‌ها به‌طور عمده با ضرایب مدل آلتمن (1983) یکسان است. به‌ویژه، ضریب متغیر سود (زیان) انباشته به دارایی‏ها از همه بزرگ‏تر و ضریب نسبت حقوق صاحبان سهام به بدهی‏ها از همه کوچک‏تر است. هم‏چنین تمامی ضرایب متغیرهای توضیحی به‌جز ضریب متغیر توضیحی نسبت سرمایه درگردش به دارایی‏ها در سطح 5 درصد معناداری می‌باشند.

 

جدول 3. نتایج برازش رگرسیون لجستیک مدل اولیه آلتمن (1983)

متغیرهای پژوهش	ضرایب مدل آلتمن (1983)	بدون کنترل اثر سال		با کنترل اثر سال
		ضرایب	آماره والد	ضریب	آماره والد
ضریب ثابت		0468/1	*78/4	6131/1	*4.45/4
سرمایه درگردش به دارایی‏ها	291/0	2567/0-	97/0-	2038/0-	74/0-
سود انباشته به دارایی‏ها	458/2	4037/6	*76/10	3157/6	*43/10
سود قبل از بهره ومالیات به دارایی‏ها	031/0-	2522/4	*99/3	3830/4	*06/4
حقوق صاحبان سهام به بدهی‏ها	079/0-	5012/0	*26/2	4834/0	*17/2
فروش به دارایی‏ها	05/0-	5763/0	*87/2	5916/0	*91/2
آماره نسبت راست‏نمایی (LR)		***23/811		***77/822
ضریب تعیین مک فادن(R2)		48/0		49/0

منبع: یافته‌های پژوهش               * سطح معناداری 5 درصد است.

 

جدول (4) نتایج بررسی تاثیر سطح کلی مدیریت سود واقعی بر رابطه بین متغیرهای توضیحی و احتمال بقا را توضیح می‌دهد. یافته‏ها نشان می‏دهد که سطح کلی مدیریت سود واقعی تاثیر مثبت بر قدرت توضیحی نسبت سود انباشته (D×RE) و اثر منفی بر نسبت حقوق صاحبان سهام (D×BE)، نسبت فروش (D×S)، نسبت سود انباشته (D×RE) و نسبت سرمایه در گردش(D×WC)  در احتمال بقای شرکت دارد. اما ضرایب نسبت حقوق صاحبان سهام (D×BE) و نسبت سرمایه در گردش(D×WC)  به لحاظ آماری معنادار نمی‌باشند.

جدول 4. نتایج برازش مدل رگرسیون تعدیل شده با مدیریت سود واقعی

متغیرهای پژوهش	بدون کنترل اثر سال		با کنترل اثر سال
	ضریب	آماره والد	ضریب	آماره والد
ضریب ثابت	4323/1	*07/6	0175/2	*18/5
سرمایه درگردش به دارایی‏ها	2996/0	37/0	458/0	54/0
سود انباشته به دارایی‏ها	6231/10	*82/8	6369/10	*59/8
سود قبل از بهره و مالیات به دارایی‏ها	6773/2	32/1	8593/2	39/1
حقوق صاحبان سهام به بدهی‏ها	7179/0	*75/1	6316/0	56/1
فروش به دارایی‏ها	5158/0	*76/1	4893/0	*64/1
تعامل مدیریت سود با نسبت سرمایه‏درگردش	4519/0-	48/0-	6753/0-	69/0-
تعامل مدیریت سود با نسبت سود انباشته	1286/3-	*2.24-	086/3-	*18/2-
تعامل مدیریت سود بانسبت سودقبل‌از بهره‌ومالیات	756/0	*31/0	7017/0	28/0
تعامل مدیریت سود با نسبت حقوق صاحبان سهام	5001/1-	12/1-	4379/0-	00/1-
نسبت فروش تعامل مدیریت سود با	0629/0-	*21/0-	0222/0-	*07/0-
آماره نسبت راست‏نمایی	***78/869		***65/881
ضریب تعیین مک فادن	54/0		55/0

منبع: یافته‌های پژوهش                  * سطح معناداری 5 درصد است.

 

برای انتخاب مدل برتر از بین مدل اولیه و مدل تعدیل شده با شاخص مدیریت سود واقعی از معیار ضریب تعیین مک‏فادن، آکائیک، شوارتز بیزین، صحت پیش‌بینی و شاخص انحراف استفاده شده است. نتایج این مقایسه در جدول (5) گزارش شده است. از نظر تمامی ‌معیارهای گزینش مدل، یافته‏ها‌ حاکی از برتری مدل تعدیل شده نسبت به مدل اولیه دارد. ضریب تعیین مک‏فادن مدل تعدیل شده با استفاده از مدیریت سود واقعی بیش‌تر از مدل اولیه است که نشان از برتری قدرت تبیین مدل تعدیل شده با استفاده از مدیریت سود واقعی نسبت به قدرت تبیین مدل اولیه در پیش‌بینی درماندگی مالی‌ دارد. ‏در انتخاب مدل با معیار اطلاعاتی آکائیک و شوارتز- بیزین مدلی مطلوب است که معیار اطلاعاتی آن کم‌تر باشد. بنابراین، تغییرات بالای 10 معیار بیزین از برتری مدل تعدیل شده قویا حمایت می‏کند. از لحاظ آماری انحراف بیش‌تر نشان‌دهنده‏ برازش ضعیف مدل است. نتیجه حاصل از آزمون این معیار نیز نشان می‌دهد با ورود متغیر مدیریت سود واقعی شاخص انحراف مدل تعدیل شده در مقایسه با مدل اولیه کاهش یافته است؛ این موضوع بیانگر آن است که مدل تعدیل شده نسبت به مدل اولیه عملکرد بهتری دارد.

 

جدول 5. نتایج مقایسه دو مدل رگرسیون اولیه و تعدیل شده با مدیریت سود واقعی

 

نوع مدل	ضریب تعیین  (R2)	معیار آکائیک	معیار شوارتز-بیزین	شاخص انحراف
مدل اولیه	48/0	81/865	41/774-	81/853
مدل تعدیل شده	53/0	75/780	04/784-	15/758

منبع: یافته‌های پژوهش

 

جدول (6) صحت پیش‌بینی مدل اولیه و مدل تعدیل شده با استفاده از مدیریت سود واقعی را نشان می‌دهد.

 

جدول 6. نتایج صحت پیش‌بینی مدل اولیه و مدل تعدیل شده

	مدل اصلی آلتمن (1983)		مدل تعدیل شده با مدیریت سود واقعی
	تعداد پیش‌بینی صحیح	درصد	تعداد پیش‌بینی صحیح	درصد
درمانده مالی	215	56/64	229	77/68
غیردرمانده مالی	1188	06/97	1192	39/97
دقت کلی	1403	11/90	1421	27/91

منبع: یافته‌های پژوهش

 

دقت به عنوان مهم‌ترین معیار خوبی برازش یک مدل، در مدل تعدیل شده (27/91 درصد) از دقت کلی پیش‌بینی مدل اولیه (11/90 درصد) بیش‌تر است. بنابراین، می‏توان گفت، شواهد حاکی از عملکرد بهتر مدل تعدیل شده نسبت به مدل اولیه در پیش‏بینی درماندگی مالی شرکت‌ها دارد. به عبارت دیگر، تعدیل مدل پیش‌بینی درماندگی مالی با مدیریت سود، قدرت پیش‏بینی مدل درماندگی مالی مبتنی بر اطلاعات حسابداری را افزایش می‌دهد. یعنی، مدل اولیه آلتمن (1983) با تعدیل مدیریت سود واقعی، قدرت بیش‌تری در پیش‏بینی درماندگی مالی شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران خواهد داشت.

 

5. نتیجه‌گیری و پیشنهادها

در این مقاله، تاثیر دست‌کاری‏های بالقوه‏ صورت‏های مالی بر عملکرد مدل پیش‏بینی درماندگی مالی مبتنی بر اطلاعات حسابداری طی دوره زمانی 1396-1387 مورد بررسی قرار گرفت. از شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران به عنوان نمونه، برای بررسی تاثیر مدیریت سود واقعی بر دقت پیش‌بینی مدل درماندگی مالی مبتنی بر اطلاعات حسابداری استفاده شد. یافته‌ها نشان می‌دهد مدل تعدیل شده با استفاده از مدیریت سود واقعی می‌تواند به‌طور متوسط، دقتی معادل با 27/91 درصد در مقابل 11/90 درصد مدل اولیه آلتمن (1983) در یک سال قبل از درماندگی مالی داشته باشد.

 

بنابراین، با توجه به نتایج حاصل از پژوهش دقت کلی مدل تعدیل شده پیش‌بینی درماندگی مالی آلتمن (1983) نسبت به مدل اولیه آن بیش‌تر است. به‌طور کلی، یافته‏ها‌ نشان می‌دهد تعدیل مدل پیش‏بینی درماندگی مالی با استفاده از مدیریت سود واقعی، یک مدل خاص را ارائه نموده و باعث افزایش قدرت پیش‏بینی با دقت بالاتری در طبقه‌بندی شرکت‌ها به دو گروه درمانده و غیردرمانده‏ مالی می‌شود. نتایج شواهدی را ارائه می‌کند که باید مدل‏های پیش‏بینی درماندگی مالی مبتنی بر اطلاعات حسابداری با استفاده از مدیریت سود واقعی تعدیل شوند. نتایج این پژوهش با یافته‏ها‌ی سنچرلی (2018)؛ دو جاردین و همکاران (2017) و لین و همکاران (2016) مطابقت دارد.

بنابراین، بر اساس نتایج، به سرمایه‌گذاران، اعتباردهندگان و بانک‏ها پیشنهاد می‌شود برای ارزیابی وضعیت مالی شرکت و تصمیم‌گیری درباره سرمایه‏گذاری، اعطای اعتبار و تسهیلات مالی به هنگام استفاده از مدل استفاده کنند. به مدیران شرکت‌های تولیدی پیشنهاد می‌شود از طریق این مدل می‌توانند وضعیت مالی خود را بررسی نموده و در صورت قرارگرفتن در مرحله درماندگی مالی، نسبت به برنامه‏های اصلاحی برای جلوگیری از این رویداد ناخوشایند اقدام نمایند. همچنین، حسابرسان مستقل می‌توانند از این مدل به عنوان ابزاری برای قضاوت و اظهارنظر درباره تداوم فعالیت شرکت‌ها استفاده نمایند.

---

[1]  Financial Distress

[2]  Bankruptcy

[3] Altman, E.I.

[4] Financial Ratios

[5] Beaver

[6] Altman, Hartzell & Peck

[7] Gombola, Haskins, Ketz & Williams

[8] Lussier

[9] Piesse & Wood

[10] Ohlson

[11] Altman, Haldeman & Narayanan

[12] Altman & Sabato

[13] Aziz, Emanuel & Lawson

[14] Becchetti & Sierra

[15] Platt & Platt 

[16] Gilson

[17] Burgstahler & Dichev

[18] Habib, Bhuiyan, & Islam

[19] Lin, LO & Wu

[20] Asquith, Gertner & Scharfstein

[21] Campa & Camacho

[22] Sweeney

[23] Iatridis & Kadorinis

[24] Agarwal & Taffler

[25] Cho, Fu & Yu

[26] Cenciarelli

[27] Du Jardin, P., Veganzones, D., Séverin, E.

[28] Lin, H-W.W., LO, H-C., Wu, R-S.  

[29] سال- شرکت: منظور، هر عضو جامعه آماری است که یک مشاهده به شمار می‌رود؛ شامل شرکت i در سال t است.

2 Firm-Year

[31] منابع دست دوم، منابعی است که پژوهش‌گر در خلق داده‌های مورد مطالعه نقشی ندارد و فقط به گردآوری آن‌ها می‌پردازد.

[32] www.codal.ir

[33] Stata

[34] در انتخاب مدل با معیار اطلاعاتی آکائیک مدلی مطلوب است که معیار اطلاعاتی آن کم‌تر باشد.

[35] در انتخاب مدل با معیار اطلاعاتی شوارتز- بیزین مدلی مطلوب است که معیار اطلاعاتی آن کم‌تر باشد.

[36] شاخص انحراف، معیاری برای مقایسه و انتخاب مدل است.

[37] منظور از صحت پیش‌بینی "تعداد طبقه‌بندی صحیح به تعداد کل شرکت‌های موجود در نمونه" است.

[38] Cohen, D., Dey, A., Lys, T.

[39] Roychowdhury, S.

1 Cohen et al.

2 Zang

مراجع

منابع

-  آشتاب، علی، حقیقت، حمید، کردستانی، غلامرضا (1396). مقایسه دقت مدل‌های پیش‌بینی بحران مالی و تاثیر آن بر ابزارهای مدیریت سود. فصلنامه بررسی‌های حسابداری و حسابرسی، 24(2):172-147.

-  احمدپور، احمد، شهسواری، معصومه (1392). بررسی روش‏های استفاده از اختیارات مدیران و تاثیر کیفیت سود در گزارشگری سودآوری آتی، مطالعات حسابداری و حسابرسی، (8): 39-20.

-    رستمی، محمدرضا، فلاح شمش لیالستانی، میرفیض، اسکندری، فرزانه (1390). ارزیابی درماندگی مالی شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران: مطالعه مقایسه‌‌ای بین تحلیل پوششی داده‌ها و رگرسیون لجستیک. پژوهش‌های مدیریت در ایران، 15(3(پیاپی 72)): 147-129.

-  رهنمای رودپشتی، فریدون، علی خانی، راضیه، مران جوری، مهدی (1388). بررسی کاربرد مدل‏های پیش‌بینی ورشکستگی آلتمن و فالمر در بورس اوراق بهادارتهران. فصلنامهبررسی‏های حسابداریوحسابرسی، 16 (55): 34-19.

-  سلیمانی امیری، غلامرضا (1382). نسبت‌های مالی و پیش بینی بحران مالی شرکت‌ها در بورس اوراق بهادار تهران. فصلنامهتحقیقاتمالی، 5(1(پیاپی533)): 136-121.

-    سوری، علی (1396). اقتصادسنجی پیشرفته. نشر فرهنگ‌شناسی: تهران.

-  محسنی، رضا، آقابابایی، رضا، محمدقربانی، وحید (1392). پیش‌بینی درماندگی مالی با بکار بردن کارایی به عنوان یک متغیر پیش‌بینی‌کننده. فصلنامه پژوهش‌ها و سیاست‌های اقتصادی، 21(پیاپی 65): 146-123.

-  مهرانی، ساسان، کامیابی، یحیی‏، غیور، فرزاد (1396). بررسی تاثیر شاخص‏های کیفیت سود بر قدرت پیش‏بینی مدل‎های درماندگی مالی، فصلنامه بررسی‏های حسابداری و حسابرسی، 24(1): 126-103.

-  Altman, E.I. (1968). Financial ratios, discriminant analysis and the prediction of corporate bankruptcy. The Journal of Finance, 23(4): 589–609.

-  Altman, E.I. (1983). Corporate financial distress: A complete guide to predicting, avoiding, and dealing with bankruptcy. New York: NY, John Wiley and Sons, In.

-  Altman, E.I., &  Sabato, G. (2007). Modeling credit risk for SMEs: Evidence from the U.S.market.Abacus, 43: 332–357.

-  Altman, E.I., & Hartzell, J., &Peck, M. (1995). A scoring system for emerging market corporate debt.Salomon Brothers, 15 (May).

-  Altman, E.I., & Haldeman, R.G., & Narayanan, P. (1977). ZETA-analysis: A new model to identify bankruptcy risk of corporations. Journal of Banking & Finance, 1(1): 29–54.

-  Agarwal, V., & Taffler, R.J. (2008). Comparing the performance of market-based and accounting-based bankruptcy prediction models. Journal of Banking & Finance, 32(8):1541-1551.

-  Asquith, P., & Gertner, R., & Scharfstein, D. (1994). Anatomy of financial distress: An examination of junk-bond issuers. The Quarterly Journal of Economics, 109(3): 625-658.

-  Aziz, A., & Emanuel, D.C., & Lawson, G.H. (1988). Bankruptcy prediction an investigation of cash flow based models. Journal of Management Studies, 25(5): 419–437.

-  Beaver, W. (1966). Financial ratios as predictors of failure. Journal of Accounting Research, 4: 71–111.

-  Becchetti, L, & Sierra, J. (2002). Bankruptcy risk and productive efficiency in manufacturing firms. Journal of Banking & Finance, 27(11): 2099–2120.

-  Burgstahler, D., & Dichev, I. (1997). Earnings management to avoid earnings decreases and losses. Journal of Accounting and Economics, 24 (1): 99-126.

-  Campa, D., & Camacho-Miñano, M.M. (2015). The impact of SME’s pre-bankruptcy financial distress on earnings management tools. International Review of Financial Analysis, 42: 222-234.

-  Cenciarelli, V.G. (2018). Research seminar: Bankruptcy Prediction and Earnings Management. Research seminar.

-  Cho, S., & Fu, L., & Yu, Y. (2012). New risk analysis tools with accounting changes: adjusted Z-score. The Journal of Credit Risk, 8 (1): 89-108.

-  Cohen, D., & Dey, A., &Lys, T. (2008). Real and accrual based earnings management in the pre and post Sarbanes Oxley periods. Accounting Review, 83: 757–787.

-  Du Jardin, P., Veganzones, D., Séverin, E. (2017). Forecasting Corporate Bankruptcy Using Accrual-Based Models. Computational Economics, 16: doi: 10.1007/s10614-017-9681-9.

-  Gombola, M., Haskins, M., Ketz, J., Williams, D. (1987). Cash flow in bankruptcy prediction. Financial Management, 16(4): 55–65.

-  Habib, A., Bhuiyan, M.B.U., Islam, A. (2013). Financial distress, earnings management and market pricing of accruals during the global financial crisis. Journal of Managerial Finance, 39(2): 155-180.

-  Iatridis, G., & Kadorinis, G. (2009). Earnings management and firm financial motives: A financial investigation of UK listed firms. International Review of Financial Analysis, 18(4): 164-173.

-  Lin, H-W.W., LO, H-C., Wu, R-S. (2016). Modeling default prediction with earnings management. Pacific-Basin Finance Journal, 40(PB): 306-322.

-  Lussier, R.N. (1995). A non-financial business success versus failure prediction model for young firms. Journal of Small Business Management, 33(1): 8–20.

-  Ohlson, J. (1980). The Financial ratios and the probabilistic prediction of bankruptcy. Journal of Accounting Research, 18 (1): 109–131.

-  Piesse, J., & Wood, D. (1992). Issues in assessing MDA models of corporate failure: A research note. British Accounting Review, 24: 33–42.

-  Platt, H.D., Platt, M.B. (1990). Development of a class of stable predictive variables: the case of bankruptcy prediction. Journal of Business Finance & Accounting, 17(1): 31–51.

-  Roychowdhury, S. (2006). Earnings management through real activities manipulation. Journal of Accounting and Economics, 42: 335-370.

-  Sweeney, A. (1994). Debt-covenant violations and managers’ accounting responses. Journal of Accounting and Economics, 17(3): 281-308.

-  Zang, A.Y. (2012). Evidence on the trade-off between real activities manipulation and accrual-based earnings management. The Accounting Review, 87(2): 675-703.