دانلود پایان نامه ارشد درمورد ارتباط معنی دار، کیفیت اقلام تعهدی، قلام تعهدی

دانلود پایان نامه ارشد

اول (کیفیت اقلام تعهدی)
همانگونه که بيان شد، انحراف معیار چرخشی 3 ساله از باقیماندة مدل دیچاو به منظور محاسبه کیفیت اقلام تعهدی و برای برآورد متغیر مستقل مورد استفاده قرارمی گیرد. مدل مذکور با استفاده از روش رگرسيون خطی و مدل داده های ترکیبی برآورد مي شود.
3-10-2-2- مدل نهایی پژوهش جهت آزمون فرضیه فرعی1-1
فرضیه ی فرعی 1-1 این پژوهش را می توان به صورت زیر بیان کرد:
H0: β1=0(بین کیفیت اقلام تعهدی و درصد سهام آزاد شناور ارتباط معنی داری وجود ندارد)
H1: β1≠0(بین کیفیت اقلام تعهدی و درصد سهام آزاد شناور ارتباط معنی داری وجود دارد)

Free Float it = β0 + β1 Accruals Quality it + β2 Price it

3-10-2-3- مدل نهایی پژوهش جهت آزمون فرضیه فرعی1-2
فرضیه ی فرعی 1-2 این پژوهش را می توان به صورت زیر بیان کرد:
H0: β1=0(بین هموارسازی و درصد سهام آزاد شناور ارتباط معنی داری وجود ندارد)
H1: β1≠0(بین هموارسازی و درصد سهام آزاد شناور ارتباط معنی داری وجود دارد)

Free Float it = β0 + β1 Earning Smoothness it + β2 Price it
3-10-2-4- مدل نهایی پژوهش جهت آزمون فرضیه فرعی2-1
فرضیه ی فرعی 2-1 این پژوهش را می توان به صورت زیر بیان کرد:
H0: β1=0(بین کیفیت اقلام تعهدی و تعداد روزهای معاملاتی ارتباط معنی داری وجود ندارد)
H1: β1≠0(بین کیفیت اقلام تعهدی و تعداد روزهای معاملاتی ارتباط معنی داری وجود دارد)

Trading Days it = β0 + β1 Accruals Quality it + β2 Price it

3-10-2-5- مدل نهایی پژوهش جهت آزمون فرضیه فرعی2-2
فرضیه ی فرعی 2-2 این پژوهش را می توان به صورت زیر بیان کرد:
H0: β1=0(بین هموارسازی سود و تعداد روزهای معاملاتی ارتباط معنی داری وجود ندارد)
H1: β1≠0(بین هموارسازی سود و تعداد روزهای معاملاتی ارتباط معنی داری وجود دارد)

Trading Days it = β0 + β1 Earning Smoothness it + β2 Price it

3-10-2-6- مدل نهایی پژوهش جهت آزمون فرضیه فرعی3-1
فرضیه ی فرعی 3-1 این پژوهش را می توان به صورت زیر بیان کرد:
H0: β1=0(بین کیفیت اقلام تعهدی و زمان انتظار معامله ارتباط معنی داری وجود ندارد)
H1: β1≠0(بین کیفیت اقلام تعهدی و زمان انتظار معامله ارتباط معنی داری وجود دارد)

Wait it = β0 + β1 Accruals Quality it + β2 Price it

3-10-2-7- مدل نهایی پژوهش جهت آزمون فرضیه فرعی3-2
فرضیه ی فرعی 3-2 این پژوهش را می توان به صورت زیر بیان کرد:
H0: β1=0(بین هموارسازی سود و زمان انتظار معامله ارتباط معنی داری وجود ندارد)
H1: β1≠0(بین هموارسازی سود و زمان انتظار معامله ارتباط معنی داری وجود دارد)

Wait it = β0 + β1 Earning Smoothness it + β2 Price it

3-10-2-8- مدل نهایی پژوهش جهت آزمون فرضیه فرعی4-1
فرضیه ی فرعی 4-1 این پژوهش را می توان به صورت زیر بیان کرد:
H0: β1=0(بین کیفیت اقلام تعهدی و حجم معاملات ارتباط معنی داری وجود ندارد)
H1: β1≠0(بین کیفیت اقلام تعهدی و حجم معاملات ارتباط معنی داری وجود دارد)

Turnover it = β0 + β1 Accruals Quality it + β2 Price it

3-10-2-9- مدل نهایی پژوهش جهت آزمون فرضیه فرعی 4-2
فرضیه ی فرعی 4-2 این پژوهش را می توان به صورت زیر بیان کرد:
H0: β1=0(بین هموارسازی سود و حجم معاملات ارتباط معنی داری وجود ندارد)
H1: β1≠0(بین هموارسازی سود و حجم معاملات ارتباط معنی داری وجود دارد)

Turnover it = β0 + β1 Earning Smoothness it + β2 Price it

3-10-2-10- مدل نهایی پژوهش جهت آزمون فرضیه فرعی5-1
فرضیه ی فرعی 5-1 این پژوهش را می توان به صورت زیر بیان کرد:
H0: β1=0(بین کیفیت اقلام تعهدی و گردش سهام ارتباط معنی داری وجود ندارد)
H1: β1≠0(بین کیفیت اقلام تعهدی و گردش سهام ارتباط معنی داری وجود دارد)

Roll Stock it = β0 + β1 Accruals Quality it + β2 Price it

3-10-2-11- مدل نهایی پژوهش جهت آزمون فرضیه فرعی 5-2
فرضیه ی فرعی 5-2 این پژوهش را می توان به صورت زیر بیان کرد:
H0: β1=0(بین هموارسازی سود و گردش سهام رتباط معنی داری وجود ندارد)
H1: β1≠0(بین هموارسازی سود و گردش سهام ارتباط معنی داری وجود دارد)

Roll Stock it = β0 + β1 Accruals Quality it + β2 Price it

3-10-2-12- مدل نهایی پژوهش جهت آزمون فرضیه فرعی6-1
فرضیه ی فرعی 6-1 این پژوهش را می توان به صورت زیر بیان کرد:
H0: β1=0(بین کیفیت اقلام تعهدی و ارزش معاملات ارتباط معنی داری وجود ندارد)
H1: β1≠0(بین کیفیت اقلام تعهدی و ارزش معاملات ارتباط معنی داری وجود دارد)

Value Trade it = β0 + β1 Accruals Quality it + β2 Price it
3-10-2-13- مدل نهایی پژوهش جهت آزمون فرضیه فرعی 6-2
فرضیه ی فرعی 5-2 این پژوهش را می توان به صورت زیر بیان کرد:
H0: β1=0(بین هموارسازی سود و ارزش معاملات رتباط معنی داری وجود ندارد)
H1: β1≠0(بین هموارسازی سود و ارزش معاملات ارتباط معنی داری وجود دارد)

Value Trade it = β0 + β1 Earning Smoothness it + β2 Price it

3-10-2-14- مدل نهایی پژوهش جهت آزمون فرضیه فرعی7-1
فرضیه ی فرعی 7-1 این پژوهش را می توان به صورت زیر بیان کرد:
H0: β1=0(بین کیفیت اقلام تعهدی و گردش سهام آزاد شناور ارتباط معنی داری وجود ندارد)
H1: β1≠0(بین کیفیت اقلام تعهدی و گردش سهام آزاد شناور ارتباط معنی داری وجود دارد)

Roll Free Float it = β0 + β1 Accruals Quality it + β2 Price it

3-10-2-15- مدل نهایی پژوهش جهت آزمون فرضیه فرعی 7-2
فرضیه ی فرعی 7-2 این پژوهش را می توان به صورت زیر بیان کرد:
H0: β1=0(بین هموارسازی سود و گردش سهام آزاد شناور رتباط معنی داری وجود ندارد)
H1: β1≠0(بین هموارسازی سود و گردش سهام آزاد شناور ارتباط معنی داری وجود دارد)

Roll Free Float it = β0 + β1 Earning Smoothness it + β2 Price it
که در روابط فوق:
Free float it= درصد سهام شناور آزاد
Trading Days it= تعداد روزهای معاملاتی
Wait it= زمان انتظار معامله
Turnover it= حجم معاملات
Roll Stock it= گردش سهام
Value Trade it= ارزش معاملات
Roll Free Float it= گردش سهام شناور آزاد
Accruals Quality it = کیفیت اقلام تعهدی (انحراف معیار سه ساله باقیماندة مدل کیفیت سود دیچاو)
Earning Smoothness it = هموارسازی سود (انحراف معیار سود خالص به انحراف معیار جریان وجه نقد عملیاتی)
Price it= قیمت سهام
β0= عرض از مبدأ
βi = پارامترهای مدل
εit= باقیمانده یا پسماند مدل(جزء خطا)
بدین معنی که اگر β1، در هر یک از روابط فوق، در سطح اطمینان 95% معنی دار باشد، فرضیه ی صفر رد می شود ، که بیانگر وجود ارتباط بین شاخص های کیفیت سود و معیارهای نقد شوندگی سهام شرکت می باشد؛ در غیر اینصورت فرضیه ی صفر رد نخواهد شد.
زمانی که فرض های آماری تعریف شدند، قدم بعدی مشخص کردن درجه ای برای معنی دار بودن تفاوتها است. روش کار این است که فرض H0 را به نفع فرض H1 رد می کنیم به شرط اینکه از یک آزمون آماری، مقداری بدست آوریم که احتمال وقوع آن مقدار با توجه به H0 برابر یا کمتر از یک احتمال بسیار کوچک باشد که با β نشان داده می شود. این احتمال وقوع کوچک را سطح معنی دار43 می گویند.
مقادیر مرسوم برای β بین 01/0 تا 05/0 می باشد. سطح معنی داری که محقق برای تعیین β در پژوهش انتخاب می کند بر تخمین او از اهمیت و یا درجه قابلیت کاربرد یافته هایش مبتنی است. در پژوهش های مالی و حسابداری غالباً این مقدار برابر 05/0 در نظر گرفته می شود(آذر و مومنی،1389). از طرفی دیگر در این پژوهش جهت معنی دار بودن ضرایب β ، از آماره هایt و p-value استفاده می شود.
3-11- روش های آماری مورد استفاده
از آنجا که مدل‌هاي خطي مورد استفاده در اين پژوهش شامل مدل‌هاي رگرسيوني است، لذا در اين بخش به شرح مختصري پيرامون اين نوع از مدل‌ها و مفروضات کلاسيک آن پرداخته ميشود.
تحلیل رگرسیون در واقع بدنه اصلی مطالعات اقتصادسنجی را تشکیل می دهد، به طور کلی،اقتصاد سنجی درباره مدلهای رگرسیون و نحوه ی برآورد آنها بحث می کند. اقتصاد سنجی، روش هایی برای شناسایی و تخمین مدلهای با چند مجهول را ایجاد می کند؛ که این روش ها به محقق اجازه می دهد که استنتاجی علی معلولی در شرایطی غیر از شرایط آزمایشی کنترل شده ارائه دهد.
به کمک تکنیک های اقتصادسنجی می توان ضرایب مجهول مدل ساخته شده را برآورد کرد و سپس(در صورت برقرار بودن تعدادی فرض) به استنتاج آماری درباره ی آن پرداخت. در اقتصاد سنجی بیان می شود که علاوه بر متغیرهای مستقل(متغیرهای توضیح دهنده) موجود درمدل رگرسیون، عوامل دیگری وجود دارند که بیان کمّی آنها معمولاً دشوار است و در نتیجه، وارد کردن آنها در مدل مقدور نیست. همچنین از طرف دیگر در دنیای واقعی همواره عناصر تصادفی غیرقابل پیش بینی وجود دارند که اساساً نمی توان آن را در مدل های ریاضی گنجاند. در نتیجه می توان استدلال کرد که مدل های ریاضی برای توضیح پدیده های اقتصادی دقیق نیستند و خطا دارند؛ که به این خطا، اصطلاحاً جمله اخلال می گویند، زیرا تعادل مدل ریاضی را مختل می کند.جهت هر تحليل اقتصادسنجي بايد به قابليت دسترسي به داده‌هاي صحيح توجه نمود.انواع داده‌هايي که عموماً براي تحليل‌هاي تجربي به کار ميرود، در قالب داده‌هاي سري زماني، مقطعي و ترکيبي مطرح مي گردند.
در داده‌هاي سري زماني يک يا چند متغير طي يک دوره زماني مورد بررسي قرار ميگيرند.این دوره می تواند سالانه، فصلی، ماهانه، هفتگی یا حتی به صورت پیوسته باشد.داده های سری زمانی به طور کلی موضوع کار اقتصادسنجی کلان است، که روش های اقتصادسنجی را در سطح کلان بررسی می کند. در اقتصاد کلان عموماً از سری زمانی های سالانه یا فصلی استفاده می شود چراکه جمع آوری اطلاعاتی مانند حسابهای ملی در فواصل کوتاه تر با دشواری های زیادی همراه است. اما در اقتصاد سنجی مالی که داده ها در هر زمان به آسانی قابل گزارش هستند، استفاده از سری های زمانی ساعتی یا حتی دقیقه ای نیز امری غیر معمول نیست. که معمولاً از اندیس t برای داده های سری زمانی استفاده می کنند.
در داده‌هاي مقطعي مقادير يک يا چند متغير براي چند واحد يا مورد نمونهاي در يک زمان يکسان جمعآوري ميشود. که معمولاً از اندیس i برای داده های مقطعی استفاده می کنند.
در داده‌هاي ترکيبي(تلفیقی)، واحد‌هاي مقطعي يکسان طي زمان مورد بررسي قرار ميگيرند. بنابراین حجم مشاهدات در داده های تلفیقی نسبتاً زیاد است. در سالهای اخیر، کاربرد داده های تلفیقی در اقتصادسنجی افزایش بسیاری یافته است.معمولاً داده های تلفیقی و مقطعی در اقتصادسنجی خرد به کار می روند، که موضوع آن بررسی روشهای اقتصاد سنجی در اقتصادخرد است(درخشان،1385).
3-11-1- فروض کلاسیک مدل رگرسیون خطی
مدل رگرسيون خطي مبتني بر پنج فرض کلاسيک به شرح زير است:
فرض 1 : ميانگين اجزاي اخلال (et‌ها) برابر صفر است(E(et=0).
اين فرض بيان ميکند که مقدار ميانگين اجزاي اخلال (et‌ها) بر حسب xt مفرض، صفر است.
هر مجموعه Y مربوط به يک X مفروض، در اطراف مقدار متوسط آن توزيع شده اند که بعضي از مقادير آن بالاي ميانگين و برخي پايين آن قرار دارند.
فرض 2 : عدم وجود خود همبستگي بين اجزاي اخلال(etها)(Cov(ei , ej)=0).
اين فرض بيان ميکند که بين اجزاي اخلالeiو ej همبستگي وجود ندارد. از نظر تکنيکي، اين فرض بيانگر عدم وجود همبستگي سريالي يا عدم وجود

پایان نامه
Previous Entries دانلود پایان نامه ارشد درمورد انحراف معیار، متغیر مستقل، آزمون فرضیه Next Entries دانلود پایان نامه ارشد درمورد اثرات ثابت، سریهای زمانی، ضریب تعیین