When Validation Defines Abnormality: Prediction Targets in Bayesian Accrual Measurement
تُثبت هذه الورقة أنه في السياقات الطولية العنقودية، يؤدي اختيار هدف التحقق التنبؤي (سنوات الشركات الفردية مقابل الشركات بأكملها) إلى تغيير الإطار المرجعي للمؤشرات القائمة على البواقي بشكل جوهري، وذلك عبر إزاحة وزن الاختيار النمذجي البايزي بين المعايير المرجعية الخاصة بالشركة والمعايير المرجعية على مستوى المجتمع، مما يغير ماديًا تصنيف السلوك غير الطبيعي.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
في عالم المحاسبة، تروي الأرقام قصة حول كيفية سير العمل في الشركة، لكن ليست كل الأرقام ملاحظات مباشرة. فبعض الأرقام هي تقديرات، تُحسب للفصل بين ما هو روتيني وما هو غير معتاد. تخيل النشاط المالي لشركة ما كأنه نهر؛ يتدفق معظم الماء بشكل يمكن التنبؤ به، مدفوعاً بالتيارات المعتادة للمبيعات والتكاليف والاستثمارات. هذا التدفق الذي يمكن التنبؤ به هو ما يسميه الخبراء "السلوك الطبيعي". ومع ذلك، أحياناً ينتفخ النهر أو ينحسر بطرق لا تتوافق مع التيار الحالي. هذه الانحرافات تسمى "الأنشطة غير الطبيعية". وفي البحوث المالية، غالباً ما تُعامل هذه الانحرافات غير الطبيعية كإشارات؛ فقد تشير إلى أن شركة ما تخفي شيئاً ما، أو تتلاعب بتقاريرها، أو تواجه صدمات اقتصادية فريدة لا تستطيع النماذج القياسية تفسيرها. ولإيجاد هذه الإشارات، يبني الباحثون أولاً نموذجاً للتنبؤ بما ينبغي أن يكون عليه التدفق الطبيعي. وكل ما يتبقى بعد ذلك التنبؤ هو "المتبقي" (residual)، وهو القطعة المتبقية التي تمثل الشذوذ.
المشكلة هي أن تعريف "الطبيعي" ليس ثابتاً. يستخدم باحثون مختلفون صيغاً مختلفة لحساب السلوك الطبيعي للشركة. تركز بعض الصيغ على كيفية ارتباط الأرباح بالتدفق النقدي، بينما ينظر البعض الآخر إلى كيفية تغير الأصول بمرور الوقت. ولأنه لا توجد صيغة واحدة صحيحة، يحاول الباحثون غالباً تجربة نماذج عديدة ويتركون البيانات تقرر أي منها يعمل بشكل أفضل في التنبؤ بالمستقبل. إنهم يستخدمون طريقة تسمى "التحقق من الصحة" (validation)، حيث يختبرون نموذجاً على بيانات ماضية لمعرفة ما إذا كان بإمكانه تخمين ما حدث بعد ذلك بدقة. إذا تنبأ النموذج بشكل جيد، فإنه يحصل على درجة أعلى ويصبح أكثر موثوقية. لكن عملية اختيار النموذج الأفضل تعتمد على قاعدة محددة: ما الذي نحاول التنبؤ به بالضبط؟ هل نحاول التنبؤ بالسنة التالية لشركة نعرفها بالفعل، أم نحاول التنبؤ بالمستقبل لشركة جديدة تماماً لم نرها من قبل؟ هذا الخيار الذي يبدو صغيراً بشأن "لمن" نتنبأ، يتبين أنه يغير التعريف الكامل لما يعتبر "غير طبيعي".
تبحث دراسة حديثة أجراها "كوان فام" من الجامعة الصناعية في مدينة هو تشي منه هذا السؤال تحديداً. نظر الباحث في الآلاف من التقارير المالية السنوية لـ 568 شركة مدرجة في البورصات الفيتنامية بين عامي 2015 و2024. كان الهدف هو معرفة ما إذا كانت القاعدة المستخدمة لاختبار نماذج التنبؤ تغير بالفعل القياس النهائي للسلوك غير الطبيعي. وللقيام بذلك، استخدمت الدراسة تقنية متطورة تسمى "التكديس البايزي" (Bayesian stacking)، والتي تجمع العديد من النماذج المحاسبية المختلفة في متوسط مرجح واحد. وبدلاً من اختيار نموذج واحد "أفضل"، تخصص هذه الطريقة وزناً لكل نموذج بناءً على مدى أدائه أثناء الاختبار. وتضمنت التجربة الرئيسية إجراء نفس الاختبارات مرتين، ولكن مع تغيير القاعدة الخاصة بما يتم إخفاؤه أثناء الاختبار فقط. في السيناريو الأول، أخفى الاختبار سنة واحدة فقط من البيانات لشركة معينة مع إبقاء جميع سنواتها الأخرى مرئية، وهذا يحاكي التنبؤ بالخطوة التالية لصديق مألوف. وفي السيناريو الثاني، أخفى الاختبار تاريخ الشركة بأكمله، مما يحاكي التنبؤ بغريب ليس له تاريخ.
أظهرت النتائج تحولاً جذرياً في كيفية توزيع أوزان النماذج اعتماداً على القاعدة المستخدمة. عندما سمح الاختبار للنموذج برؤية التاريخ الماضي للشركة (التنبؤ لصديق مألوف)، فضل النظام بشدة النماذج التي تتضمن "أثر الشركة" (firm effect)؛ وهي سمة إحصائية تلتقط الخصائص الفريدة والمستمرة لشركة واحدة، مثل أسلوب إدارة معين أو هيكل عمل طويل الأمد. في هذا السيناريو، حصلت هذه النماذج الخاصة بالشركات على حوالي 59 إلى 62 في المائة من الوزن الإجمالي. ومع ذلك، عندما أخفى الاختبار التاريخ الكامل للشركة (التنبؤ لغريب)، تجاهل النظام هذه النماذج الخاصة بالشركات تماماً تقريباً. وبدلاً من ذلك، نقل ثقته إلى النماذج العامة على مستوى المجتمع، والتي تصف كيف يتصرف متوسط الشركات. في هذه الحالة، انخفض وزن النماذج الخاصة بالشركات إلى أقل من 4 في المائة. وقد أكدت الدراسة من خلال عمليات المحاكاة الحاسوبية أن هذا التحول لم يكن ضوضاء عشوائية أو خطأ في الحسابات، بل كان استجابة مباشرة لهيكل البيانات: فعندما يكون تاريخ الشركة متاحاً، يستخدم أفضل متنبئ ذلك التاريخ؛ وعندما يختفي هذا التاريخ، يعتمد أفضل متنبئ على المتوسط العام.
كان لهذا إعادة توزيع الثقة تأثير مباشر وقابل للقياس على الأرقام النهائية. وجدت الدراسة أنه بينما ظل التصنيف العام للشركات متشابهاً إلى حد ما —أي أن الشركات التي كانت عالية في القائمة باستخدام طريقة واحدة كانت عالية عموماً في القائمة الأخرى— إلا أن الشركات المحددة كأقصى حالات الشذوذ تغيرت بشكل كبير. فعند النظر في أعلى خمس في المائة من الشركات ذات النشاط "غير الطبيعي" الأكثر حدة، اتفقت الطريقتان في حوالي 65 إلى 69 في المائة من الحالات فقط. وهذا يعني أن واحداً من كل ثلاثة شركات تم تصنيفها كشركات غير طبيعية للغاية بواسطة إحدى الطريقتين لم يتم تصنيفها بواسطة الطريقة الأخرى. وأصبح الفرق أكثر وضوحاً عندما قام الباحثون بتعديل الأرقام لأخذ عدم اليقين في التنبؤات في الاعتبار؛ في تلك الحالة، انخفض الاتفاق على أعلى خمس في المائة إلى ما بين 37 و42 في المائة. جوهرياً، عملت قاعدة التحقق كمرشح (فلتر) سمح لمجموعات مختلفة من الشركات بالمرور من الباب.
كما فحصت الدراسة ما إذا كانت هذه المجموعات المختلفة من الشركات تختلف حقاً في سلوكها الواقعي. ووجدت أن الشركات التي تم تحديدها كغير طبيعية فقط بواسطة طريقة "الصديق المألوف" تميل إلى امتلاك أرباح وعوائد على الأصول أقل في المستقبل. في المقابل، الشركات التي تم تحديدها كغير طبيعية فقط بواسطة طريقة "الغريب" تميل إلى امتلاك تدفقات نقدية وأرباح مستقبلية أعلى. يشير هذا إلى أن الطريقتين لا تكتفيان بتسمية نفس الشركات بشكل مختلف، بل تلتقطان أنواعاً مختلفة من الحقائق الاقتصادية. إحدى الطريقتين مضبوطة لرصد الانحرافات عن النمط التاريخي الخاص بالشركة، بينما الأخرى مضبوطة لرصد الانحرافات عن متوسط السوق العام.
الخلاصة هي أن الأداة المستخدمة لقياس الشذوذ ليست محايدة. فالقاعدة المختارة لاختبار نموذج التنبؤ تصبح جزءاً من عملية القياس نفسها. إذا أراد باحث معرفة ما إذا كانت شركة ما تتصرف بشكل غير معتاد مقارنة بماضيها الخاص، فعليه استخدام قاعدة تحقق تحافظ على رؤية تاريخ الشركة. وإذا أراد معرفة ما إذا كانت الشركة غير عادية مقارنة ببقية العالم، فعليه استخدام قاعدة تخفي ذلك التاريخ. لا تعلن الدراسة تفوق طريقة على أخرى، بل تظهر أن تعريف "غير الطبيعي" مرن ويعتمد كلياً على السؤال المطروح. وبالنسبة لأي شخص يستخدم هذه القياسات لفحص المخاطر، أو اختيار عينات للبحث، أو التحقيق في التقارير المالية، فإن اختيار قاعدة التحقق ليس مجرد تفصيل تقني، بل هو جزء أساسي من تصميم القياس الذي يحدد أي الشركات ستُعتبر استثناءات وأيها ستُعتبر طبيعية.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.