Integrating Linear Regression and Multi-Criteria Decision Making for Assessing Financial Statement Risks in Manufacturing Firms

ملخص تقني: دمج الانحدار الخطي واتخاذ القرار متعدد المعايير لتقييم مخاطر القوائم المالية في الشركات التصنيعية

بيان المشكلة
يواجه تقييم الأداء المالي في الشركات التصنيعية تشرذماً منهجياً؛ حيث تفصل الأدبيات الحالية عادةً بين نهجين حاسمين:

1. النماذج النظرية ذات الخصم الزمني: وهي تدمج بدقة القيمة الزمنية للنقود (TVM)، لكنها غالباً ما تعتمد على فرضيات مبسطة للغاية تفشل في استيعاب الطبيعة متعددة الأبعاد والمتداخلة للمعايير الاقتصادية والتشغيلية والإدارية.
2. طرق التوزين القائمة على خبرة الخبراء (مثل عملية التسلسل الهرمي التحليلي AHP): وهي توفر ترتيبات وصفية للمعاياي بناءً على تقدير الخبراء، ولكنها تفتقر إلى التحقق التجريبي فيما يتعلق بتأثيرها الفعلي على نتائج الأداء المخصومة.

هناك فجوة حرجة في الأدبيات المتعلقة بإطار عمل متكامل يربط كمياً بين النظرية الاقتصادية المخصومة زمنياً وبين التحليل القائم على البيانات لمعايير التقييم المتعددة. تفشل النماذج الخطية التقليدية والنسب التاريخية غالباً في استيعاب العلاقات المعقدة، بينما قد تفتقر نماذج الذكاء الاصطناعي الصرفة إلى القابلية للتفسير. تعالج هذه الدراسة الحاجة إلى منهج شفاف وقابل للتفسير يجمع بين الخصم النظري والانحدار التجريبي لتقييم كفاءة نظام الرقابة والمخاطر المالية.

المنهجية
يستخدم إطار العمل المقترح نهجاً هجيناً يجمع بين نماذج الخصم الحتمية وتحليل الانحدار الخطي.

1. نموذج الخصم النظري:
   يطور البحث أولاً نموذجاً لتحويل التكاليف والفوائد التي تحدث في أوقات مختلفة إلى قيم حالية باستخدام دوال الفائدة المركبة. يأخذ النموذج في الاعتبار ثلاثة أنواع من التدفقات المالية:

• النفقات لمرة واحدة: تُخصم باستخدام دالة المنفعة $\theta(t) = (1 + \alpha)^{-t}$.
• التكاليف المتناسبة مع الوقت (مثل وفورات التشغيل): تُنمذج كتدفقات مستمرة يتم تكاملها عبر الزمن، مما ينتج عنه إجمالي القيمة المخصومة $r' = I\tau(1 - e^{-t/\tau})$، حيث $\tau = 1/\ln(1+\alpha)$.
• هياكل التكاليف المعقدة (مثل تطوير الأنظمة): تُنسب التكاليف إلى "مركز ثقل" مدة المشروع ($t_y$). ويُحسب التكلفة المخصومة عند بدء التشغيل كالتالي: $C'_y = C_y(1 + \alpha)^{0.5t_y}$.

2. تكامل الانحدار الخطي:
   لتقييم كيفية تأثر هذه الأداءات الاقتصادية المخصومة بمعايير متعددة تجريبياً، تستخدم الدراسة الانحدار الخطي كطريقة تقريبية.

• المتغيرات: المتغير التابع هو الأثر الاقتصادي المخصوم ($\bar{R}_i$). والمتغيرات المستقلة هي متوسط درجات الأوزان (AWS) المستمدة من تقييمات الخبراء. وتشمل هذه الأوزان معايير أساسية (مثل هيكل التكلفة، مخاطر الاستثمار، الموثوقية، التدفق النقدي) ومعايير ثانوية.
• توصيف النموذج: يتم نمذجة العلاقة كالتالي:
  $$\bar{R}_i = \beta_0 + \beta_1 CSR_i + \beta_2 LR_i + \beta_3 IR_i + \beta_4 CFR_i + \varepsilon_i$$
  حيث تمثل $\beta_j$ معاملات الانحدار التي تقيس المساهمة الهامشية لكل معيار في الأداء الاقتصدي المخصوم الإجمالي.
• التقدير: يتم تقدير المعاملات باستخدام طريقة المربعات الصغرى العادية (OLS). كما تشير الدراسة إلى "انحدار ريدج" (Ridge regression) كإضافة محتملة للتعامل مع مشكلة التعدد الخطي، رغم أن النتائج الأساسية المقدمة تعتمد على صيغة OLS القياسية.

النتائج الرئيسية

• تكميم تأثير المعايير: نجح تحليل الانحدار في تحديد مساهمة معايير محددة (مثل هيكل التكلفة ومخاطر الاستثمار) في الأداء الاقتصادي المخصوم الإجمالي. وتوفر المعاملات أساساً شفافاً لترتيب المعايير وفقاً لتأثيرها الاقتصادي الفعلي بدلاً من مجرد أهميتها النظرية.
• ملاءمة النموذج والخطية: في تحليل أولي لأوزان المعايير، لاحظت الدراسة أنه بينما لا تكون العلاقة بين الرتبة والوزن خطية تماماً للمراكز الأولى (حيث تحمل المعايير الأعلى رتبة أوزاناً كبيرة بشكل غير متناسب)، فإن العلاقة تصبح أقرب إلى الخطية من الرتبة الخامسة فصاعداً. يشير معامل التحديد الإجمالي ($R^2 \approx 0.55$) إلى ملاءمة خطية متوسطة، مما يوحي بأنه بينما يعمل الانحدار الخطي كخط أساس مفيد، فإنه يستوعب جزءاً فقط من التباين.
• القابلية للتفسير: نجح النموذج في سد الفجوة بين مبادئ الخصم المجردة والبيانات التجريبية. وقد أثبت أن الأوزان المستمدة من الخبراء يمكن أن تعمل كمتغيرات تفسيرية فعالة للتنبؤ بالنتائج الاقتصادية المخصومة.

الأهمية والادعاءات
يزعم البحث أن إطار العمل المتكامل هذا يقدم تقدماً عملياً في تقييم الأداء المالي للشركات التصنيعية من خلال:

• الربط بين النظرية والبيانات: فهو يربط مبادئ الخصم الزمني النظرية بالبيانات التجريبية، متجاوزاً قيود النماذج النظرية البحتة (التي تبسط التفاعلات بشكل مفرط) وطرق وزن الخبراء المستقلة (التي تفتقر إلى التحقق التجريبي).
• تعزيز اتخاذ القرار: من خلال توفير ترتيب قائم على البيانات وشفاف للمعايير بناءً على مساهماتها الاقتصادية الهامشية، يدعم هذا النهج اتخاذ قرارات أكثر قوة وقائمة على الأدلة فيما يتعلق بكفاءة أنظمة الرقابة وتخصيص الموارد.
• تحسين القابلية للتفسير: على عكس نماذج التعلم الآلي "الصندوق الأسود"، يحافظ نهج الانحدار الخطي هذا على قابلية عالية للتفسير، مما يسمح للمديرين بفهم كيفية تأثير عوامل مثل هيكل التكلفة أو خصائص التدفق النقدي بدقة على الأداء المالي.

يتبنى المؤلفون موقفاً متواضعاً، حيث يقرون بأن النموذج الخطي هو تقريب. ويشيرون إلى أن إطار العمل يفترض علاقات خطية، وأن الأبحوث المستقبلية يمكن أن تحسن دقة التنبؤ من خلال دمج العلاقات غير الخطية، أو نماذج البيانات الطولية الديناميكية، أو المعايرة الخاصة بكل صناعة. لا تدعي الدراسة استبدال الذكاء الاصطناعي المتقدم، بل تهدف إلى توفير خط أساس قابل للتفسير يستخدم بفعالية بيانات الخبراء ضمن إطار اقتصادي صارم.