- عدم خود همبستگی باقیماندهها
- نرمال بودن متغیر وابسته
- هم خطی(مختص رگرسیون چندگانه)
نرمال بودن
فرض مهم در الگوی رگرسیون خطی کلاسیک این است که متغیر وابسته و جملات خطا به طور نرمال توزیع شده باشند. با در نظر گرفتن این فرض، برآورد کننده ها نیز به طور نرمال توزیع می شوند.بنابراین لازم است قبل از پرداختن به تحلیل های آماری و بررسی متغیر ها نوع توزیع آن ها را مشخص نماییم. برای بررسی نرمال بودن داده ها از آزمون های نرمال بودن[۵۵] استفاده می شود. این آزمون ها به طور کلی به دو گروه شامل روش های ترسیمی[۵۶] و روش های عددی[۵۷] تقسیم می شوند. روش های ترسیمی تنها تصویری از توزیع متغیر تصادفی را ارائه می کنند، اما روش های عددی قادرند معیاری عینی و کمی برای قضاوت در خصوص نرمال بودن توزیع متغیر تصادفی فراهم نمایند. در روش های عددی می توان هم از آمار توصیفی و هم از تکنیک ها و آزمون های مختلف آمار استنباطی استفاده کرد. در این تحقیق با بهره گرفتن از آزمون جارک- برا [۵۸]( به عنوان یک روش عددی) به آزمون نرمال بودن داده ها پرداخته شده است. در این آزمون از اختلاف بین ضریب کشیدگی و چولگی داده های مورد استفاده می توان به نرمال بودن توزیع داده ها پی برد.
(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))
در این آزمون ، فرض صفر مبتنی بر نرمال بودن است که در صورت به دست آمدن احتمال تایید کمتر از ۵% ، فرض صفر با احتمال ۹۵ % اطمینان رد می شود.(افلاطونی و نیک بخت ،۱۳۸۹،ص۱۰۸).
H0: توزیع داده ها نرمال است
H0: توزیع داده ها غیر نرمال است
در این تحقیق نتایج حاصل از آزمون جارک-برا در فصل چهارم به نمایش گذاشته خواهد شد .
خود همبستگی
یکی دیگر از موارد نقض فروض کلاسیک ، وجود همبستگی پیاپی[۵۹] یا خود همبستگی[۶۰] در رگرسیون است که به وضعیتی اشاره می کند که در آن میان اجزای اخلال نوعی رابطه همبستگی برقرار است.چنین حالتی به دلیل ارتباط جزء اخلال هر مشاهده ( تفاوت متغیر وابسته با مقدار تخمینی اش) با جزء اخلال مشاهده دیگر ، به وجود می آید.همبستگی پیاپی یا خودهمبستگی در چندین نوع یا مرتبه قابل مشاهده است. برای مثال، در همبستگی پیاپی مرتبه اول[۶۱] اجزای اخلال یک دوره زمانی به طور مستقیم با اجزای اخلال یک دوره بعد همبستگی دارند.راه حل متداول برای بررسی احتمال وجود همبستگی پیاپی، استفاده از آزمون دوربین- واتسون[۶۲] است که در این تحقیق نیز برای این منظور به کار گرفته شد. این آماره به طور معمول بین صفر و ۴ تغییر می کند.مرز تقریبی بین همبستگی پیاپی مثبت و منفی عدد ۲ است. اگر آماره بالاتر از ۲ باشد بیانگر وجود خودهمبستگی منفی و اگر کمتر از ۲ باشد نشان دهنده وجود خودهمبستگی مثبت است. چنانچه آماره در حدود ۲ باشد به این معنی است که در رگرسیون ، خود همبستگی مرتبه اول وجود ندارد.از طریق مراجعه به جداول آماری مربوط به دوربین- واتسون می توان نسبت به رد یا قبول وجود خودهمبستگی قضاوت و نتیجه گیری کرد.(جعفری سرشت،۱۳۸۹)
ناهمسانی واریانس
یکی از فرض های کلاسیک در تحلیل رگرسیون ، همگن یا همسان بودن توزیع واریانس خطاهاست که در صورت نقض شدن این فرض، اجزای اخلال دارای ناهمسانی واریانس[۶۳] خواهد بود. ناهمسانی واریانس در واقع ، به دلیل برابر نشدن واریانس متغیر وابسته در دوره های مختلف به وجود می آید.در صورت نا برابری واریانس متغیر وابسته، واریانس اجزای اخلال نیز در ادوار مختلف یکسان نخواهد بود که در نتیجه، تخمین مدل دچار تورش و عدم کارایی می گردد. برای تشخیص ناهمسانی واریانس در مدل از روش های مختلفی مانند: روش ترسیمی، روش وایت[۶۴] ، روش پارک[۶۵] ، روش بارتلت[۶۶] ، روش اسپیرمن و … می توان استفاده کرد. (سلیمی فر و شیرزور،۱۳۸۹،ص۵۱)
۴-۳-۷-۳) هم خطی
هم خطی در اثر ارتباط خطی یا فنی متغیر های مستقل مدل به وجود می آید. معیار تشخیص هم خطی ( که به تورم واریانس معروف است) مبتنی بر تغییر ضریب تعیین و واریانس رگرسیون در نتیجه ورود متغیر های هم خط به مدل است. از جنبه کاربردی، تا زمانی که میزان توضیح دهندگی مدل به واسطه ورود متغیر های هم خط کاسته نشود و ضرایب رگرسیونی آن ها نیز معنادار باشد. در جهت رفع هم خطی اقدامی صورت نمی گیرد. راهکار رفع هم خطی پیش از حذف متغیر های شدیداً هم خط ، استفاده از تحلیل عاملی یا همان ادغام کردن تاثیر متغیر های هم خط در قالب یک متغیر روی مدل است.(جعفری سرشت،۱۳۸۹)
مانایی و ایستایی
از آنجا که ممکن است متغیر های اقتصادی دارای سری زمانی نامانا[۶۷] باشند بنابراین باید قبل از به کارگیری در مدل،بررسی لازم در خصوص مانایی[۶۸]آن ها صورت گیرد و نسبت به مانا یا نامانا بودن متغیرهای سری زمانی اطمینان حاصل شود.در واقع، در تحقیقات تجربی با فرض مانا بودن به طور معمول، عملیاتی مانند استفاده از روش حداقل مربعات معمولی متغیر های سری زمانی صورت می گیرد. مانایی در مجموع به دو شکل مانای اکید[۶۹] و مانای ضعیف[۷۰] قابل بررسی است. مانایی اکید به این معنی است که عامل تغییر زمان هیچگونه تاثیری بر تابع توزیع مشترک ندارد. در عمل، با توجه به دشوار بودن آزمون های مانایی اکید، محققان معمولاً از آزمون های مانایی ضعیف استفاده می کنند. بر همین اساس متغیر ها در صورت برخورداری از خصوصیات مانایی ضعیف ،مانا شناخته می شوند. ثبات میانگین، ثبات واریانس و ثبات کوواریانس فرایند تصادفی (Xt) به ازای مقادیر مختلفt ، از خصوصیات مانایی ضعیف است. موضوع مانایی و ایستایی می تواند برای مدل تلفیقی نیز همانند مدل های سری زمانی مطرح گردد.آزمون معمول به منظور بررسی ایستایی در مدل ، آزمون ریشه واحد می باشد. نرم افزار۶Eviewsاز آزمون های مختلفی نظیر آزمون لوین،لین و چو[۷۱] (۲۰۰۲)، آزمون بریتونگ[۷۲] (۲۰۰۰)، آزمون ایم، پسران و شین[۷۳](۲۰۰۳) ، آزمون ریشه واحد فیشر- دیکی فولر تعمیم یافته[۷۴] و آزمون ریشه واحد فیشر – فیلیپس پرون[۷۵] و چویی [۷۶](۲۰۰۱) به منظور محاسبه ریشه واحد می تواند استفاده کند.( مشکی ،۱۳۹۰)
خلاصه فصل
در این فصل ساختار و روش تحقیق مورد بحث و بررسی قرار گرفت. ساختار تحقیق برگرفته از ادبیات موضوع بوده است. جامعه آماری شامل کلیهشرکت های پذیرفته شده در بورس اوراق بهادار تهران بود. اطلاعات مورد نیاز از متن صورتهای مالی و گزارشهایشرکت های عضو بورس تهران استخراج گردیده است که از لوحهای فشرده و بانک اطلاعاتی جامع شرکت ها در این زمینه استفاده شده است. در انتهای این فصل مدل تحلیلی تحقیق و مدل آزمون فرضیه های تحقیق به طور کامل شرح گردید.
فصل چهارم
تجزیه و تحلیل داده های تحقیق
مقدمه
پس از اینکه پژوهشگر روش تحقیق خود را مشخص کرد و با بهره گرفتن از ابزارهای مناسب، داده های مورد نیاز را برای آزمون فرضیه های خود جمع آوری نمود، نوبت آن است که با بهره گیری از تکنیک های آماری مناسبی که با روش تحقیق و نوع متغیرها سازگاری دارد، داده های جمع آوری شده را دسته بندی و تجزیه و تحلیل نماید و در نهایت، فرضیه هایی را که تا این مرحله او را در تحقیق هدایت کرده اند، آزمون کند و سرانجام، بتواند پاسخی برای پرسش تحقیق بیابد.
در این فصل داده های جمع آوری شده مربوط به متغیرهای تحقیق با بهره گرفتن از تکنیک های آماری و اقتصادسنجی مورد تجزیه و تحلیل قرار گرفته و فرضیات نیز مورد آزمون قرار می گیرند. هم چنین، جداول اطلاعات آماری از متغیرهای اصلی مدل و برخی اطلاعات پایه ای در خصوص مدل تحقیق در این فصل ارائه گردیده و در نهایت، نتایج اجرای مدل رگرسیونی بیان خواهد شد. در این تحقیق تأثیر اندازه شرکت بر خطای پیش بینی سود مورد مطالعه قرار گرفته است که در این رابطه، کلیه آزمون های مربوط به مدل داده های تلفیقی ایستا و روش حداقل مربعات تعمیم یافته برآوردی، از جمله آزمون chow، آزمون هاسمن و آزمون ریشه واحد، به کمک نرم افزار Eviews6به منظور آزمون فرضیات انجام شده است. نتیجه گیری نهایی از قبول یا رد فرضیات در آخرین قسمت فصل منعکس شده است.
آماره توصیفی داده های تحقیق
داده های این تحقیق شامل اطلاعات مربوط به نگهداری وجه نقد شرکت های پذیرفته شده در بورس اوراق بهادار تهران و بررسی اثر شاخص های کنترلی عملکرد شرکت ها ، که شامل طول دوره تصدی مدیر عامل، سهام تحت تملک اعضای هیئت مدیره، نسبت اعضای غیرموظف هیئت مدیره، میزان مالکیت و نفوذ دولت در شرکت و تفکیک مدیر عامل از اعضای هیئت مدیره می باشد. در فصول قبلی، متغیرهای مربوط به پژوهش معرفی شده است که خلاصه ای از آن و اطلاعات نامگذاری متغیرهای مدل در جدول شماره ۴-۱ منعکس می باشد. در این قسمت برای ورود به مرحله تجزیه و تحلیل اطلاعات، آماره توصیفی داده ها شامل شاخص های مرکزی، شاخص های پراکندگی و انحراف از قرینگی و همچنین آزمون جارک- برا که توزیع نرمال پسماندها را تأیید می کند، محاسبه گردیده و نتایج حاصل در جدول شماره ۴-۲ درج شده است.
جدول ۴-۱ معرفی و تفکیک نمادهای استفاده شده برای متغیرهای مدل
متغیر وابسته
متغیر مستقل
متغیر کنترلی
توضیحات
نگهداری وجه نقد
نسبت جاری
طول دوره تصدی مدیر عامل
سهام تحت تملک اعضای هیئت مدیره
نسبت اعضای غیرموظف هیئت مدیره
میزان مالکیت و نفوذ دولت در شرکت
تفکیک مدیر عامل از اعضای هیئت مدیره
اندازه شرکت
رشد فروش
افزایش سطح عمومی قیمتها