باقيمانده ها از آماره دوربين-واتسن112 استفاده شده است. با توجه به استفاده از روش داده هاي پانل آماره اين آزمون بصورت زير تعريف مي شود:

اگر مقدار آماره دوربين واتسن نزديك به عدد 2 باشد، مي توان استقلال باقيمانده ها را بپذيريم. براي رفع مسئله خود همبستگي مي توان از روش هايي از جمله ، رفع خود همبستگي مرتبه اولAR(1) يا روش تصحيح خود استفاده کرد.
3-11-4-4) فرض همساني واريانس113 باقيمانده ها:
يکي از فروض رگرسيون خطي به روش حداقل مربعات معمولي(OLS) اين است که تمامي جملات پسماند داراي واريانس برابر باشند. در عمل ممکن است اين فرض چندان صادق نبوده و به دلايل مختلفي از قبيل شکل نادرست تابع مدل، وجود نقاط پرت، شکست ساختاري در جامعه آماري، يادگيري در طي زمان و… شاهد پديده واريانس ناهمساني باشيم. براي بررسي اين مشکل آزمون هاي مختلفي توسط اقتصاددانان معرفي شده است. در اين مطالعه فرض همساني واريانس باقيمانده ها از طريق آزمون بروش-پاگان114 مورد بررسي قرار خواهد گرفت. آزمون بروش-پاگان به منظور آزمودن واريانس ناهمساني در مدل‌هاي رگرسيون خطي استفاده مي شود و وابستگي واريانس جملات پسماند بدست آمده از رگرسيون خطي را به مقادير متغيرهاي توضيح دهنده مدل، بررسي مي کند. اين آزمون توسط بروش و پاگان در سال 1979 معرفي شده است. آزمون واريانس ناهمساني به روش بروش-پاگان شامل چهار مرحله زيراست:
1) مدل رگرسيوني با فرض واريانس همساني تخمين زده شده و جملات پسماند بدست آورده مي شود:

2) مجذور جملات پسماند روي متغيرهاي توضيح دهنده X رگرسيون زده و ضريب تعيين اين رگرسيون بدست مي آيد:

3) با استفاده از ضريب تعيين بدست آمده، آماره F مربوطه مي شود. آمارهF داراي توزيع F با درجه آزادي k, n-k-1 است.

4) با توجه به سطح اطمينان مورد نظر (در اين مطالعه 95%)، مقادير بحراني متناظر با اين آماره از جدول توزيع‌ F بدست مي آيد، اگر مقادير اين آماره‌ از مقادير بحراني بيشتر باشد، فرض صفر که دلالت بر همساني واريانس دارد، رد مي شود و مي توان گفت جملات پسماند ارتباط معناداري با متغيرهاي توضيح دهنده X داشته و ناهمساني واريانس وجود دارد.
3-11-5) تصميم گيري براي رد يا پذيرش فرضيه ها
با توجه به موارد عنوان شده فوق در اين تحقيق براي آزمون فرضيات ابتدا با استفاده از آزمونF مقيد، درستي ادغام داده ها مورد آزمون قرار گرفته و سپس بر اساس آزمون هاسمن نوع روش آزمون (اثرات ثابت يا اثرات تصادفي) تعيين گرديده و با توجه به نوع روش نسبت به برآورد مدل اقدام شده است. جهت بررسي معني دار بودن کل مدل از آماره F استفاده شده است. بطوريکه با مقايسه آماره F و F جدول که با درجات آزادي K-1 و N-K در سطح خطاي 5% محاسبه شده، کل مدل مورد بررسي قرار گرفته است. همچنين براي بررسي معني دار بودن ضريب متغيرهاي مستقل از آماره t استفاده شده است. آماره t به دست آمده با t جدول که با درجه آزادي N-K در سطح اطمينان 95% محاسبه شده مقايسه مي شود، چنانچه قدرمطلق t محاسبه شده از t جدول بزرگتر باشد، ضريب مورد نظر معني دار خواهد بود که دلالت بر وجود ارتباط بين متغير مستقل و وابسته دارد. همچنين به عنوان روشي جايگزين جهت تصميم گيري در مورد پذيرش يا رد يك فرضيه بر اساس مقدار احتمال يا سطح معني داري نيز عمل شده است. بدين صورت که اگر مقدار احتمال محاسبه شده بزرگتر يا مساوي مقدار خطاي نوع اول () باشد فرض صفر پذيرفته مي شود و اگر مقدار احتمال كوچكتر از مقدار خطاي نوع اول () باشد فرض صفر رد مي شود.

فصل چهارم
تجزيه و تحليل داده‌ها

4-1) مقدمه
تجزيه و تحليل داده‌ها فرايندي چند مرحله‌اي است که طي آن داده‌هايي که به طرق مختلف جمع‌آوري شده‌اند؛ خلاصه، دسته‌بندي و در نهايت پردازش مي‌شوند تا زمينه برقراري انواع تحليل‌ها و ارتباط بين داده‌ها به‌منظور آزمون فرضيه‌ها فراهم آيد. در اين فرايند، داده‌ها هم از لحاظ مفهومي و هم از جنبه تجربي پالايش مي‌شوند و تکنيک‌هاي گوناگون آماري نقش به‌سزايي در استنتاج‌ها و تعميم به عهده دارند (خاکي، 1384).
در اين فصل با استفاده از داده‏هاي جمع آوري شده از نمونه آماري تحقيق که شامل 145 شرکت در دوره زماني 1391-1386 مي باشد، فرضيه‏هاي تحقيق مورد آزمون قرار مي گيرند. روش آزمون فرضيات در مطالعه حاضر روش داده هاي پانل115 مي باشد که با بهره گيري از نرم افزارهاي Spss و Eviews انجام خواهد شد. در ادامه ابتدا به منظور کسب شناخت بيشتر درباره جامعه آماري و متغيرهاي مورد مطالعه، خلاصه اي از آمار توصيفي متغيرهاي تحقيق و ارائه و نرمال بودن توزيع آن ها آزمون مي گردد. سپس بر اساس طبقه بندي صورت گرفته در خصوص فرضيه هاي تحقيق، به گزارش آزمون فرضيه ها و تجزيه و تحليل نتايج حاصل پرداخته مي شود.

آمار توصيفي متغيرهاي تحقيق
به طور كلي، روش‌هايي را كه به وسيله آنها مي‌توان اطلاعات جمع‌ آوري شده را پردازش كرده و خلاصه نمود، آمار توصيفي مي‌نامند. اين نوع آمار صرفاً به توصيف جامعه يا نمونه مي پردازد و هدف از آن محاسبه پارامترهاي جامعه يا نمونه تحقيق است (آذر و مؤمني، 1389).
در بخش آمار توصيفي، تجزيه و تحليل داده‌ها با استفاده از شاخص‌هاي مرکزي همچون ميانگين و ميانه و شاخص‌هاي پراکندگي انحراف معيار116، چولگي117 و کشيدگي118 انجام پذيرفته است. خلاصه وضعيت آمار توصيفي متغيرهاي تحقيق پس از حذف نقاط پرت در نگاره زير ارائه شده است:

جدول 4-1: تحليل توصيفي متغيرهاي بکار رفته در مدل
آماره
CON
DACCR
STRT
LN_ASSETS
F_LEV
G_SALES
M_RISK
CFO
D_GDP
LOSS
ميانگين
-0.033
-0.055
0.494
13.532
0.612
0.1796
0.469
0.140
0.201
0.100
ميانه
-0.009
-0.013
0.000
13.404
0.619
0.155
0.350
0.122
0.217
0.000
حداکثر
0.851
2.409
1.000
18.549
1.302
1.923
3.402
0.812
0.317
1.000
حداقل
-2.952
-2.558
0.000
9.880
0.096
-0.806
-1.834
-0.408
0.040
0.000
انحراف معيار
0.264
0.387
0.500
1.453
0.182
0.334
0.753
0.1366
0.095
0.301
چولگي
-5.121
-2.427
0.023
0.773
0.090
1.100
0.687
0.570
-0.3601
2.653
کشيدگي
48.630
24.582
1.000
4.163
3.247
7.131
3.933
4.813
1.980
8.042
مشاهدات
854
854
854
854
854
854
854
854
854
854

آماره هاي تحليل توصيفي، اطلاعات مفيدي را در خصوص توزيع داده هاي جمع آوري شده و متغيرهاي محاسبه شده در اختيار محقق قرار مي‌دهد. براي مثال، با توجه به جدول 4-1، انحراف معيار متغيرهاي اندازه شرکت و اهرم مالي از ميانگين بدست آمده براي آنها کمتر است و اين يافته نشان مي‌دهد که داده هاي اين متغيرها داراي تغييرپذيري پاييني مي‌اشند. در مقابل مقايسه ميانگين و انحراف معيار ساير متغيرها بيانگر تغييرپذيري بالاي اين متغيرهاست.
4-2) آزمون نرمال بودن توزيع متغيرها
از آنجايي که در انجام اين تحقيق به منظور تخمين پارامترهاي مدل از روش حداقل مربعات معمولي استفاده مي گردد و اين روش بر اين فرض استوار است که متغير وابسته تحقيق داراي توزيع نرمال باشند، توزيع غيرنرمال نمونه منجر به تخطي از مفروضات اين روش براي تخمين پارامترها مي شود. لذا لازم نرمال بودن توزيع متغير وابسته تحقيق مورد آزمون قرار گيرد. در اين مطالعه اين موضوع از طريق آماره جارکيو- برا119 مورد بررسي قرار مي گيرد. فرض صفر و فرض مقابل در اين آزمون به صورت زير مي باشد:

اگر احتمال آماره کمتر از 5% باشد (Prob.05) فرضيه مبني بر نرمال بودن توزيع متغير مربوطه رد مي‏شود. نتايج حاصل از اين آزمون در جدول4-2 ارائه شده است:

جدول 4-2: نتايج آزمون نرمال بودن توزيع متغير وابسته تحقيق
متغير
آماره جارکيو -برا
سطح اهميت
CON
5/77971
0000/0
DACCR
9/31027
0000/0

نموار 4-1: بررسي نرمال بودن متغير قبل از نرمال سازي

با توجه به اين که احتمال آماره جارکيو – برا براي متغيرها کمتر از 5 درصد مي باشد بنابراين فرضيه رد شده و فرضيه در سطح اطمينان 95درصد مورد تأييد قرار مي‌گيرد، به بيان ديگر نتايج حاصل از آزمون جارکيو- برا بيانگر اين است که متغيرها از توزيع نرمال برخوردار نمي‏باشند. از اين رو متغيرها با استفاده از تابع انتقال جانسون نرمال سازي شده اند.

جدول 4-3: نتايج آزمون نرمال بودن توزيع متغير وابسته تحقيق پس از نرمال سازي
متغير
آماره جارکيو -برا
سطح اهميت
CON
714/12
001/0
DACCR
946/0
623/0

نموار 4-1: بررسي نرمال بودن متغير قبل از نرمال سازي

بررسي توزيع متغيرهاي وابسته پس از نرمال سازي گوياي آن است که هر دو متغير در سطح اطمينان 90 درصد نرمال شده اند.
4-3) نتايج حاصل آزمون فرضيه هاي تحقيق
4-3-1) آزمون فرضيه اول تحقيق
هدف از آزمون فرضيه اول تحقيق بررسي اين موضوع مي باشد که آيا شرکت‌هاي اکتشافي بيشتر از شرکت‌هاي مقاومتي به اتخاذ محافظه کاري در حسابداري تمايل دارند يا خير؟
اين فرضيه با استفاده از مدل زير بصورت داده هاي پانل برآورد مي شود و در صورتي که ضريب مثبت و در سطح اطمينان 95% معني دار باشد فرضيه اول مورد تأييد قرار خواهد گرفت.

CONit = ?0 + ?1STRTit + ?2LN_ASSETSit + ?3F_LEVit + ?4G_SALESit + ?5M_RISKit + ?it
براي اين که بتوان مشخص نمود که آيا استفاده از روش داده هاي پانل در برآورد مدل مورد نظر کارآمد خواهد بود يا نه، از آزمون چاو يا F ليمر استفاده مي شود. در اين آزمون فرضيه بيانگر يکسان بودن عرض از مبداء ها بوده و در صورت رد آن استفاده از روش داده هاي پانل پذيرفته شده و مي توان از روش داده هاي پانل استفاده کرد. نتايج حاصل از اين آزمون در جدول 4-4 ارائه شده است.
جدول 4-4: نتايج انتخاب الگو براي برآورد مدل (1) تحقيق
نوع آزمون
آماره آزمون
مقدار آماره آزمون
درجه آزادي
P-Value
آزمون F ليمر

050/3
(704/144)
0000/0
آزمون هاسمن

765/13
5
017/0

با توجه به نتايج حاصل از آزمون F ليمر، از آنجايي که مقدار P-Value اين آزمون کمتر از 05/0 مي‏باشد (0000/0)، ناهمساني عرض از مبداءها تأييد شده و لازم است در برآورد مدل از روش داده‏هاي پانل استفاده شود. همچنين با توجه به نتايج آزمون هاسمن، از آنجايي که مقدار P-Value اين آزمون نيز کمتر از 05/0 مي‏باشد (000/0) لذا مي بايست مدل با استفاده از روش اثرات ثابت برآورد شود. در جدول 4-5 نتايج حاصل از برآورد مدل و همچنين نتايج مربوط به آماره‌ها و مفروضات رگرسيون کلاسيک ارائه شده است.

جدول 4-5: نتايج برآورد مدل (1) تحقيق
متغير

ضريب
آماره t
P-Value
STRT

033/0-
536/2-
011/0
LN_ASSETS

027/0-
889/1-
059/0
F_LEV

006/0
156/0
875/0
G_SALES

101/0-
022/9-
000/0
M_RISK

001/0-
275/0-
782/0
ضريب تعيين مدل 4537/0
آماره F مدل
(P-Value)

925/3
(0000/0)
آماره
Jarque-Bera
(P-Value)
444/9
(0088/0)
آماره Breusch-Pagan
(P-Value)

424/2
(034/0)
آماره
Durbin-Watson
690/1

در بررسي معني دار بودن مدل با توجه به اين که مقدار احتمال آماره F از 05/0 کوچکتر مي باشد (000/0) با اطمينان 95% معني دار بودن كل مدل تاييد مي شود. ضريب تعيين مدل نيز گوياي آن است که 37/45 درصد از تغييرات در متغير وابسته توسط متغيرهاي مستقل وارد شده در مدل تبيين مي گردد.
در بررسي مفروضات آماري مربوط به مدل، نتايج آزمون جارکيو- برا حاكي از اين است كه باقيمانده هاي حاصل از برآورد مدل تحقيق در

دسته بندی : No category

دیدگاهتان را بنویسید