پایان نامه درباره رگرسیون، داده های پانل، اثرات ثابت، ارزش دفتری

است. در مطالعات انجام شده اخیر به نقش ارزش دفتری در ارزیابی سهام سهام و میزان ارتباط این متغیر با ارزش شرکت، اهمیت زیادی داده شده است که میتوان به مدل سود باقی مانده اولسون اشاره کرد (پورحیدری و همکاران، ۱۳۸۴). برای این موضوع دو دلیل ذکر کردهاند. دلیل اول این است که سود از اقلام موقت فراوانی نظیر اقلام غیر مترقبه و اقلام استثنایی تشکیل شده است. در نتیجه، ارزش دفتری نمایندهی بهتری برای برآورد های سود های آتی است. دلیل دوم این است که ارزش دفتری تا حدّ زیادی بیانگر ارزش توقف یا تصفیه شرکت میباشد (همان منبع به نقل از کولین و همکاران ۱۹۹۷). در ایران ساعی و همکاران (۱۳۸۹)، رسولی (۱۳۸۸)، پورحیدری و همکاران (۱۳۸۴)، خواجوی و همکاران (۱۳۸۹) نیز با اقتباس از مدل سود باقی مانده السون به آزمون ارتباط ارزش دفتری هر سهم با قیمت سهام شرکت های ایرانی پرداختند. اگرچه نتیجه تحقیقات فوق به اندازه تحقیقت خارج از کشور، از اهمیت ارزش دفتری حمایت نمیکنند اما با این حال، کم و بیش نتایج بطور تلویحی حاکی از نقش داشتن ارزش دفتری میباشد. لذا در این تحقیق به پیروی از تانگ (۲۰۱۲) متغیر ارزش دفتری هر سهم به عنوان یک متغیر کنترلی در مدل محتوای اطلاعاتی گنجانده میشود. اطلاعات مربوط برای محاسبه این متغیر از ترازنامه استخراج و با استفاده از قیمت پایان دوره سهام همگن سازی شده است.
۳-۵-۷ ) اهرم مالی ():
از لحاظ تئوری درجه اهرم مالی عبارت است از درصد تغییر سود هر سهم در مقابل یک در صد تغییر در سود قبل از بهره مالیات ( تهرانی،۱۳۸۹ ،۱۲۰). اما به لحاظ تعاریف متفاوت بین هزینه و درآمد بین علمای حسابداری ومالی معمولاً چنین تعریفی قابل پیاده سازی در مرحله عمل نمیباشد. بدین منظور اکثر تحلیل گران صورت های مالی با استفاده از نسبتهای اهرمی که از داده های ترازنامه بدست میآیند اقدام به اندازهگیری اهرم مینمایند. این نسبتها توانایی شرکت را در پرداخت تعهدات بلند مدت اندازهگیری مینمایند. این نسبت ها به دو گروه تقسیم میشوند: گروه اول نظیر نسبت بدهی ، نسبت بدهی به حقوق صاحبان سهام و نسبت بدهی بلند مدت، نشان میدهند که میزان تامین مالی شرکت از طریق بدهی ها چقدر میباشد؛ گروه دوم همانند نسبت توان پرداخت بهره و نسبت پوشش نقدی بهره، چگونگی سودآوری شرکت ها در پرداخت دیون را نشان میدهند (تهرانی،۱۳۸۹ ،۵۶). این تحقیق برای اندازه اثرات اهرم مالی از نسبت بدهی استفاده میکند که بصورت مجموع بدهی ها تقسیم بر مجموع دارایی ها محاسبه میشود. هرچه نسبت بدهی افزایش یابد سودآوری شرکت ها نیز افزایش خواهد یافت، مشروط به اینکه نرخ بازده دارایی ها بیش از نرخ بهره باشد. از سوی دیگر هرچه نسبت بدهی افزایش یابد، ریسک مالی (عدم پرداخت بدهی ها و ورشکستگی شرکت) افزایش خواهد یافت (تهرانی، ۱۳۸۹، ۵۶). تانگ و همکاران(۲۰۱۲)، ایزدیپناه و رحیمی (۱۳۸۸)، سینایی و خرّم (۱۳۸۳)، ستایش و غیّوری (۱۳۸۸)، ولی پور و خرّم (۱۳۸۹)، یعقوب نژاد و همکاران (۱۳۸۹)، کرمی و همکاران (۱۳۸۷)، نمازی وشمس الدّینی (۸۵) و نوروش و یزدانی (۱۳۸۸) از نسبت بدهی برای اندازهگیری اهرم مالی استفاده کردند.
در این مدل داریم:
= جمع کل بدهی شرکت در پایان سال.
= جمع کل دارایی های شرکت در پایان سال.
۳-۶)روش تجزیه و تحلیل و آزمون فرضیات
در این تحقیق برای آزمون فرضیه ها از مدل رگرسیون خطی چند متغیره استفاده شده است. روش آماری مورد استفاده در این تحقیق روش داده های پانل می باشد. در ادامه ابتدا روش داده های پانل و آزمونهای مربوط به آن تشریح می گردد. سپس آزمون های مربوط به معنی دار بودن کل مدل و معنی دار بودن متغیرهای مستقل توضیح داده می شود. در آخر نیز پس از تشریح آزمون های مربوط به مفروضات رگرسیون کلاسیک، نحوه تصمیم گیری در مورد رد یا پذیرش فرضیه های تحقیق بیان می گردد. لازم به ذکر است در این مطالعه برای تجزیه و تحلیل داده ها از نرم افزارهای Eviews و SPSS بهره گرفته شده است.
۳-۶-۱ )روش داده های پانل
تخمین مدل های رگرسیون بر اساس نوع داه هایی که مورد استفاده واقع می شوند به سه روش صورت می گیرد. برخی از مدل ها با استفاده از «داده های سری زمانی۶۰» یا به عبارت دیگر با استفاده از داده های مربوط به یک دوره زمانی نسبتاً طولانی چند ساله برآورد می شوند. بعضی دیگر از مدل ها بر اساس «داده های مقطعی۶۱» برآورد می شوند یعنی متغیرها در یک دوره زمانی معین مثلاً یک هفته، یک ماه یا یک سال در واحدهای مختلف بررسی می شوند.
روش سوم تخمین مدل، که در این تحقیق نیز مورد استفاده قرار گرفته است ، تخمین بر اساس «داده های پانل۶۲» است. در این روش یک سری واحدهای مقطعی ( مثلاً شرکت ها ) در طی چند سال مورد توجه قرار می گیرند. با کمک این روش که در مطالعات سال های اخیر نیز زیاد استفاده شده است تعداد مشاهدات تا حد مطلوب افزایش می یابد. با توجه به اینکه مشاهده های ادغام شده باعث تغییرپذیری بالاتر، هم خطی چندگانه کمتر میان متغیرهای توضیحی، درجه آزادی بیشتر و کارآیی بالاتر تخمین زن ها می شود، مطالعات پانل نسبت به مطالعات مقطعی و سری زمانی دارای مزیت است (بالتاجی۶۳، ۱۹۹۵، ص ۶-۳). در حالت کلی مدل زیر نشان دهنده یک مدل با داده های پانل می باشد:
که در آن نشانگر واحدهای مقطعی (مثلا شرکت ها) و نشانگر زمان ( مثلاً سال ) است. متغیر وابسته را برایامین واحد مقطعی در سال نشان می دهد و نیز امین متغیر توضیحی غیرتصادفی برایامین واحد مقطعی ( شرکت ) در سالام است. جمله اخلال بوده که فرض می شود دارای میانگین صفر () و واریانس ثابت () است.
پارامترهای مدل می باشد که واکنش متغیر وابسته نسبت به تغییراتامین متغیر توضیحی درامین مقطع ( شرکت ) وامین زمان ( سال ) را اندازه گیری می کند. برای تخمین مدل بر اساس داده های پانل، روش های مختلفی همچون روش اثرات ثابت۶۴ و روش اثرات تصادفی۶۵ وجود دارد که بر حسب مورد، کاربرد خواهند داشت.
۳-۶-۱-۱) روش اثراث ثابت:
در روش اثرات ثابت فرض بر این است که ضرایب مربوط به متغیرهای توضیحی ( شیب ها ) ثابت هستند و اختلافات بین واحدها ( شرکت ها ) را می توان به صورت تفاوت عرض از مبداء نشان داد. در این حالت اگر عرض از مبداء تنها برای واحدهای مقطعی ( شرکت ها ) مختلف، متفاوت باشد اصلاحاً روش اثرات ثابت یکطرفه۶۶ نامیده شده و مدل آن بصورت زیر می باشد:
و اگر عرض از مبداء هم مابین مقاطع ( شرکت ها ) و هم مابین دوره ( سال ) ها متفاوت باشد روش اثرات ثابت دوطرفه۶۷ نامیده می شود و مدل آن بصورت زیر خواهد بود:
در مدل های فوق متغیری است که برای واحدهای مقطعی ( شرکت ها ) متفاوت اما در طول زمان ( سال ) ثابت می باشد ومتغیری است که برای تمام واحدهای مقطعی ( شرکت ها ) در زمان مشابه یکسان بوده اما در طول زمان تغییر می کند. برای برآورد روش اثرات ثابت از مدل حداقل مربعات متغیر مجازی۶۸ (LSDV) استفاده می شود. مدل اخیر یک مدل رگرسیونی کلاسیک بوده و هیچ شرط جدیدی برای تجزیه و تحلیل آن لازم نیست و از طریق روش حداقل مربعات معمولی۶۹ قابل برآورد می باشد.
۳-۶-۱-۲ ) روش اثرات تصادفی:
مدل های اثرات ثابت تنها درصورتی منطقی خواهد بود که ما اطمینان داشته باشیم که اختلاف بین مقاطع ( شرکت ها ) را می توان به صورت انتقال تابع رگرسیون ( تفاوت عرض از مبداء ) نشان داد، در حالیکه ما همیشه از وجود این موضوع مطمئن نیستیم. برای رفع این مشکل روشی پیشنهاد شده است که به مدل اجزاء خطا۷۰ یا اثرات تصادفی معروف است. این روش فرض می کند که جزء ثابت مشخص کننده مقاطع مختلف به صورت تصادفی بین واحدها و مقاطع توزیع شده است. بنابراین مدل اثرات تصادفی را می توان بصورت زیر تعریف کرد:
که در آن یک جمله خطای تصادفی با میانگین صفر و واریانس می باشد. بنابراین در مدل اثرات تصادفی جزء خطا از دو بخش تشکیل شده است؛ یکی که جزء خطا مقطع ( انحراف از میانگین عرض از مبداء مقاطع مختلف ) می باشد، و دیگری که جزء خطا ترکیبی مقطع و سری زمانی است. با توجه به اینکه در این حالت واریانس های مربوط به مقاطع مختلف با هم یکسان نیستند لذا مدل دچار ناهمسانی واریانس بوده و از روش حداقل مربعات تعمیم یافته۷۱ (GLS) جهت برآورد مدل استفاده می شود.
۳-۶-۱-۳ )آزمون چاو۷۲ یا F لیمر:
در بررسی داده های مقطعی و سری های زمانی، اگر ضرایب اثرات مقطعی و اثرات زمانی معنی دار نشود، می توان داده ها را با یکدیگر ترکیب کرده و به وسیله یک رگرسیون حداقل مربعات معمولی تخمین بزنیم. از آنجایی که در اکثر داده های ترکیبی اغلب ضرایب مقاطع یا سری های زمانی معنی دار هستند این مدل که به مدل رگرسیون ترکیبی۷۳ معروف است کمتر مورد استفاده قرار می گیرد (یافی۷۴، ۲۰۰۳). لذا برای اینکه بتوان مشخص نمود که آیا داده های پانل جهت تخمین تابع رگرسیون جامعه کارآمدتر خواهد بود یا نه، فرضیه ای را آزمون می کنیم که در آن کلیه عبارات ثابت برآورد با یکدیگر برابر هستند. فرضیه صفر این آزمون که به آزمون چاو یا F لیمر معروف است بصورت زیر می باشد:
برای آزمون فرضیه مذکور از آماره F بصورت زیر استفاده می شود:
که در آن N برابر با تعداد واحدهای مقطعی ( شرکت ها )، T طول دوره مورد نظر( تعداد سال ها )، K تعداد متغیرهای توضیحی، RRSS مجذور پسماندهای حاصل از برآورد مقید رگرسیون بصورت حداقل مربعات متغیر مجازی و URSS مجذور پسماندهای حاصل از برآورد نامقید رگرسیون بصورت حداقل مربعات معمولی می باشد. در این آزمون فرضیه یعنی یکسان بودن عرض از مبداء ها در مقابل فرضیه یعنی ناهمسانی عرض از مبداء ها قرار می گیرد. در صورتی که فرضیه پذیرفته شود به معنی یکسان بودن شیب ها برای مقاطع مختلف بوده و قابلیت ترکیب شدن داده ها و استفاده از مدل رگرسیون ترکیبی مورد تأیید آماری قرار می گیرد. اما در صورت رد فرضیه روش داده های پانل پذیرفته می شود و می توان از روش داده های پانل استفاده کرد.
۳-۶-۱-۴ ) آزمون هاسمن۷۵:
پس از تایید آماری استفاده از روش داده های پانل توسط آزمون چاو، به منظور اینکه مشخص گردد کدام روش (اثرات ثابت و یا اثرات تصادفی) جهت برآورد مناسب تر است (تشخیص ثابت یا تصادفی بودن تفاوت های واحدهای مقطعی) از آزمون هاسمن استفاده می شود. در روش اثرات تصادفی بار متغیرهای حذف شده روی جمله خطا قرار می گیرند، اما این مشروط بر آن است که بین متغیرهای توضیحی و مؤلفه خطای مقطعی همبستگی وجود نداشته باشد. آزمون هاسمن وجود این همبستگی را بررسی می کند. این آزمون مبتنی بر این فرض اولیه است که در صورت وجود همبستگی، روش اثرات ثابت سازگار و روش اثرات تصادفی ناسازگار است. اگر تخمین زن روش اثرات تصادفی و تخمین زن روش

نظری بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *