مدل نوين سنجش بيش‌اطميناني مديريت و پيش‌بيني‌هاي سود: روش گشتاورهاي تعميم يافته (GMM)

New Managerial Overconfidence Assessment Model and Earnings Forecasts: Generalized Method of Moments (GMM)

سود پيش ­بيني­ شده يكي از مهمترين منابع اطلاعاتي در بازار سرمايه است. ادبيات خاطر نشان ساخته كه بيش ­اطميناني مديران از عوامل مؤثر بر دقت اين پيش ­بيني ­ها است. به دليل اتكاي استفاده ­كنندگان به اطلاعات پيش ­بيني ­شده، بررسي آثار بيش اطميناني بر دقت اين پيش ­بيني ­ها داراي اهميت است. پژوهش حاضر با بكارگيري يك مدل نوين براي سنجش بيش ­اطميناني مديران عامل و از طريق تحليل داده ­هاي مربوط به شركت هاي پذيرفته شده در بورس اوراق بهادار تهران طي سال هاي 1386 تا 1395 به روش گشتاورهاي تعميم يافته (GMM) به بررسي اثر اين سوگيري مديريتي بر خطاي پيش ­بيني سود مي ­پردازد. نتايج حاكي از آن است كه بيش ­اطميناني مديران عامل شركت ها اثر مثبت و معناداري بر خطاي پيش ­بيني سود دارد، به نحوي كه مديران بيش ­مطمئن سود پيش ­بيني­ شده را بيشتر از سود واقعي برآورد مي­ نمايند. نتايج حاصل تائيدي بر يافته ­هاي پژوهش ­هاي پيشين است و خاطر نشان مي­ سازد كه بهتر است استفاده­ كنندگان اطلاعات به آثار منفي بيش ­اطميناني مديران بر قابليت اتكاي پيش ­بيني ­ها توجه نمايند.

Management earnings forecast is one of the most important information resources in capital markets. The literature suggests managerial overconfidence is an effecting factors on the earnings forecasts’ accuracy. Because of users' relying to forecasted information, examination of the bias's effects on forecasts' accuracy is important. By using a new managerial overconfidence assessment model and Generalized Method of Moments (GMM) regression analysis, the paper examines this managerial bias’s effect on management earnings forecasts’ error in the firms that have listed at Tehran Securities Exchange (TSE) during the period from year 2007 to year 2016. The results show Chief Executive Officers’ overconfidence has a significant positive effect on earnings forecasts’ error, how overconfident Chief Executive Officers overestimate earnings forecasted above than actual earnings. This finding is consistent with recent researches’ ones and suggests information's users should be aware of Chief Executive Officers' overconfidence's negative effects on reliability of managerial forecasted information.