
تجدید ارائه صورتهای مالی می باشد و به منظور تجزیه و تحلیل قابل درک تر، مقدار محاسبه شده این متغیر از 7 جدول پیشین استخراج شده و بطور مختصر در جدول زیر نشان داده شده است:
متغیر
رشد فروش
معیار های رشد تامین مالی داخلی
معیارهای رشد تامین مالی خارجی
SALES-GR
GR-IG
GR-SFG
GR-SG
EXCESS-GR-IG
EXCESS-GR-SFG
EXCESS-GR-SG
POST *RESTATEMENT
0.046-
0.002-
2.626-
بی معنی
0.055-
3.341-
1.383-
جدول فوق نشان میدهد که ضریب POST*RESTATEMENT برای متغیرهای GR-IG و GR-SG (دو معیار رشد تامین مالی داخلی) منفی و کم اهمیت است و برای سومین معیار رشد تامین مالی داخلی (GR-SFG ) نیز بی معنا میباشد که می توان بیان کرد کاهش ناچیز در رشد فروش بدنبال ارائه مجدد در صورتهای مالی به علت کاهش در نرخ های رشد تامین مالی داخلی شرکتها نمی باشد.
همچنین با توجه به مقدار ضریب POST*RESTATEMENT برای سه معیار رشد تامین مالی خارجی EXCESS-GR-IG ، EXCESS-GR-SFG و EXCESS-GR-SG که منفی و از لحاظ مقداری قابل توجه تر از سه معیار رشد تامین مالی داخلی است میتوان نتیجه گرفت که شرکتهای تجدید ارائه شده نسبت به شرکتهای گروه کنترل در سال بعد از ارائه مجدد ، نرخ رشد تامین مالی خارجی کمتری دارند.
برای پذیرش نتایج حاصل از جدول خلاصه فوق به آزمون اختلاف بين دو گروه دادههاي مربوط به رشد تامین مالی داخلی و رشد تامین مالی خارجی می پردازیم. بدین منظور دو روش وجود دارد. در صورتي كه توزيع نمونه نرمال باشد از آزمون tدو نمونه مستقل، و درصورتيكه توزيع نمونه نرمال نباشد از آزمون ناپارامتري U-منويتني استفاده ميشود. جدول شماره 4-14 نتايج آزمون نرمال بودن توزيع ضرايب را نشان ميدهد:
جدول 4-14: آزمون نرمال بودن توزيع ضرايب
ميزان آماره Z، در آزمون كولموگراف- اسميرنف
احتمال معناداري
نتيجه
.707
.700
توزيع متغيرها نرمال است.
مطابق با نتايج جدول فوق دليلي براي رد فرض صفر آزمون كولموگراف-اسميرنف، مبني بر نرمال بودن توزيع ميانگين ضرايب وجود ندارد زيرا ميزان احتمال اين آماره با مقدار بيشتر از 5% است. لذا براي آزمون اختلاف ميانگينها در دو جامعة مستقل از آزمون پارامتريك t استفاده شده است. نتايج حاصل از آزمونt دو نمونه مستقل در جدول زير ارائه شده است:
جدول 4-15: نتايج آزمون مقايسه ميانگينها در دو نمونه مستقل
نوع آزمون
برابري واريانسها
برابري ميانگينها
آمارهها
F
سطح معناداري
T
درجه آزادي
سطح معناداري
فرض برابري واريانسهاي دو جامعه
.000
.998
-2.554
4
0.032
فرض عدم تساوي واريانس دو جامعه
-2.554
3.970
0.041
نسبت واريانس دو گروه داراي توزيع F(فيشر) هستند و فرض صفر اين آزمون بيان ميكند كه نسبت واريانس جامعه اول به جامعه دوم برابر يك است ( (σ_1^2)/(σ_2^2 )=1 ). بنابر نتايج جدول شماره 4-15، فرض صفر آزمون فيشر(F) مبني بر برابري واريانسها با ميزان آماره صفر و احتمال معناداري 0.998 پذيرفته ميشود لذا آماره t در سطر اول با فرض برابري واريانسها محاسبه ميشود. درجه آزادي آماره t در حالت برابري واريانسها برابر با مجموع مشاهدات دو گروه منهاي 2 است(n1+n2-2=3+3-2).
بر اساس نتايج جدول شماره 4-15، در حالت واريانسهاي مساوي، سطح معناداري آماره t با مقدار 0.032 زير 5% است و لذا نتيجه ميشود كه، بين ضرايب در دو گروه كنترل و تجديد ارائه اختلاف معنادار وجود دارد.
همچنين در حالت عدم تساوي واريانسها نيز سطح معناداري آماره t با مقدار 0.041 زير 5% است و در اين حالت نيز عدم برابري ضرايب در دو گروه پذيرفته ميشود.
بطور خلاصه تا این مرحله از تحقیق، میتوان نتیجه گرفت که ارائه مجدد به طور کلی موجب کاهش ناچیز در رشد شرکتها میشود که این کاهش را میتوان به علت تاثیر منفی ارائه مجدد بر رشد تامین مالی خارجی شرکتها دانست و بدین صورت فرض اول تحقیق مورد پذیرش قرار می گیرد.
4-3-4- مدل دوم
در این بخش به آزمون فرضیه دوم تحقیق به شرح زیر پرداخته شده است:
فرضیه دوم:” نرخ رشد تامین مالی خارجی در شرکتهایی که به علت وجود تخلفات مالی، صورتهای مالی را تجدید ارائه میکنند، در مقایسه با شرکتهایی که ارائه مجدد را به دلایلی غیر از تخلفات مالی انجام دادهاند، کمتر میباشد.”
مدل دوم رگرسیون به صورت زیر است:
EFGit = β0+ β1 DIVit /TAit + β2 NIit/NSit + β3 NSit /NFAit + β4 LOG-TAit + β5 LTDit /TAit + β6 NFAit /TAit + β7 Qit +β8 POSTit + β9 NON-FRAUDit +β10 POST *NON-FRAUDit + β11 FRAUDit +β12 POST *FRAUDit + εit,
در ادامه مدل فوق برای3 متغیر نرخ رشد تامین مالی خارجی برازش شده و پس از برازش مدل، آزمون معنیدار بودن ضرایب انجام میشود و در پايان نيز پيشفرضهاي مدل بررسي خواهد شد و با استفاده از نتایج فرضیه آزمون میشود:
4-3-4-1- نرخ رشد تامین مالی خارجی (EXCESS-IG)
در این حالت متغیر وابسته را EXCESS-IG در نظر میگیریم. نتایج به صورت زیر هستند:
خلاصه نتایج مدل شامل مقدارضریب تعیینr^2،r^2 تعديل شده و همچنين انحراف استاندارد بدست آمده براي هر مدل رگرسیونی و برآورد ضرایب مدل و آزمون معنیدار بودن آنها در جدول زیر ارایه شده است که در آن مقدار ضریب تعیینr^2 و r^2تعديل شده نشان داده شده و ضریب تعیین نشاندهنده این موضوع است که تغییرات ناشی از رگرسیون چه درصدی از تغییرات کل را به خود اختصاص میدهد. هرگاه در مدل رگرسیون هر ضريب معنیدار نشود بدین معنی است که در مدل رگرسیون آن متغیر بر روی متغیر وابسته اثر ندارد که این آزمون با استفاده از P-Value بدست آمده در جدول که در مقابل هر ضریب نوشته شده انجام میشود بدین صورت که اگر P-Value کمتر از α باشد ضریب معنیدار شود و اگر P-Value بیشتر از α باشد ضریب معنیدار نمیشود.
جدول 4-16: خلاصه نتایج مدل رگرسيوني
متغیر
ضریب
مقدار
انحراف استاندارد
آماره
P-Value
ثابت مدل
β_0
2.881-
4.840
0.595-
0.552
DIV/TA
β_1
4.516-
4.768
0.947-
0.345
NI/NS
β_2
0.045-
0.070
0.651-
0.516
NS/NFA
β_3
0.027-
0.085
0.322-
0.748
LOG_TA
β_4
0.647
0.563
1.149
0.252
LTD/TA
β_5
1.820
1.457
1.249
0.213
NFA/TA
β_6
2.400
2.414
0.994
0.321
Q
β_7
0.435-
0.630
0.692-
0.490
POST
β_8
1.031-
3.669
0.281-
0.779
NON-FRAUD
β_9
0.325
3.637
0.089
0.929
POST * NON-FRAUD
β_10
0.966-
3.670
** 2.263-
0.043
FRAUD
β_11
1.026-
3.830
0.268-
0.789
POST * FRAUD
β_12
1.081-
4.031
** 2.268-
0.039
*** معنیدار در سطح 1 درصد، ** معنیدار در سطح 5 درصد، * معنیدار در سطح 10 درصد.
منبع : محاسبات تحقیق
r^2
r^2 تعديل شده
انحراف استاندارد
دوربین- واتسون
آماره F
P-Value
0.167
0.126
6.199
2.047
0.781
0.669
منبع : محاسبات تحقیق
طبق جدول بالا مدل رگرسیونی با توجه به آماره F و به دست آمده معنیدار نیست که این موضوع بیانگر عدم تأثیر کلی متغیرهای مستقل بر روی متغیر وابسته است که برای تعیین اثر هریک از این متغیرها در ادامه آزمون معنیداری ضرایب انجام و اعتبار مدل را نیز از طریق ضریب تعیین مشخص میشود.
از طرف دیگر با توجه به مقدار ضریب تعیین مدل که 0.167 است میتوان نتیجه گرفت که در حدود 16.7 درصد تغییر در متغیر وابسته توسط متغیرهای مستقل توضیح داده میشود. همچنین آماره دوربین- واتسون نیز برابر 2.047 است که چون عددی نزدیک 2 است بنابراین خودهمبستگی در مدل وجود ندارد.
4-3-4-1-1- بررسي پيشفرضهاي مدل
در مرحله بعد براي اطمينان از درستي آزمون، پيشفرضهاي مدل رگرسیون كه عبارت است از آزمون مستقل بودن خطاها، آزمون ثابت بودن واريانس خطاها ، آزمون نرمال بودن خطاها و متغیر وابسته است و در صورت درست بودن آن نتايج آزمون پذيرفته خواهد شد.
یکی از پیشفرضهای مدل ثابت بودن واریانس خطا است برای بررسی این فرض هم از نمودار استفاده میکنیم. نمودار خطاها در مقابل مقادیر برآورد شده برای آزمون ثابت بودن واریانس استفاده میشود بدین صورت که اگر شکل کلی (دامنه تغییرات) نمودار بصورت افزایشی یا کاهشی باشد (اصطلاحا نمودار به شکل قیفی به سمت چپ یا راست باشد) واریانس ثابت نیست که با توجه به نمودار زیر فرض ثابت بودن واریانس خطاها پذیرفته میشود. همچنین یکی از پیشفرضهای مدل رگرسیونی مستقل بودن خطاها (ماندهها یا قدرمطلق مقدار واقعی متغیر وابسته منهای مقدار برآورد شده) است برای بررسی این فرض از نمودار خطاها در مقابل ترتیب زمانی برای فرض مستقل بودن استفاده میشود بدین ترتیب که اگر روند این نمودار دارای نظم خاصی باشد (مثلا روند سینوسی و …) خطاها مستقل نیستند. با توجه به نمودار زیر فرض مستقل بودن خطاها پذیرفته میشود. از جمله مفروضات در نظر گرفته شده در رگرسیون آن است که خطاها دارای توزیع نرمال با میانگین صفر میباشند. نرمال بودن خطاها بدین معنا است که میانگین خطاها صفر و واریانس خطاها ثابت باشد. بدیهی است در صورت عدم برقراری این پیش فرض، نمیتوان از رگرسیون استفاده کرد. بدین منظور باید مقادیر استاندارد خطاها محاسبه شود و نمودار توزیع داده و نمودار نرمال آن رسم شود و سپس مقایسهای بین دو نمودار صورت گیرد. این فرض با رسم نمودار مستطیلی و نمودار احتمال نرمال انجام میشود. در این نمودار همان طور که ملاحظه میشود مقادیر احتمال نرمال (محور عمودی) در مقابل مقادیر خطاهای مدل (محور افقی) رسم میشود. بطور منطقی محل انطباق ایندو خط نیمساز میباشد و نقاط نشانگر مقادیر واقعی است که اگر این نقاط روی این خط یا در اطراف این خط باشند ( البته بطور تقریبی) فرض نرمال بودن پذیرفته میشود که با توجه به نمودار زیر فرض نرمال بودن متغیر وابسته پذیرفته میشود.
نمودار 4-8: نمودار پیش فرضهای مدل
4-3-4-2- نرخ رشد تامین مالی خارجی( EXCESS-SFG )
در این حالت متغیر وابسته را EXCESS-SFG در نظر میگیریم. نتایج به صورت زیر هستند:
خلاصه نتایج مدل شامل مقدارضریب تعیینr^2،r^2 تعديل شده و همچنين انحراف استاندارد بدست آمده براي هر مدل رگرسیونی و برآورد ضرایب مدل و آزمون معنیدار بودن آنها در جدول زیر ارایه شده است که در آن مقدار ضریب تعیینr^2 و r^2تعديل شده نشان داده شده و ضریب تعیین نشاندهنده این موضوع است که تغییرات ناشی از رگرسیون چه درصدی از تغییرات کل را به خود اختصاص میدهد. هرگاه در مدل رگرسیون هر ضريب معنیدار نشود بدین معنی است که در مدل رگرسیون آن متغیر بر روی متغیر وابسته اثر ندارد که این آزمون با استفاده از P-Value بدست آمده در جدول که در مقابل هر ضریب نوشته شده انجام میشود بدین صورت که اگر P-Value کمتر از α باشد ضریب معنیدار شود و اگر P-Value بیشتر از α باشد ضریب معنیدار نمیشود.
جدول 4-17: خلاصه نتایج مدل رگرسيوني
متغیر
ضریب
مقدار
انحراف استاندارد
آماره
P-Value
ثابت مدل
β_0
6.987-
7.407
0.943-
0.346
DIV/TA
β_1
3.718
7.297
0.510
0.611
NI/NS
β_2
0.063-
0.107
0.589-
0.557
NS/NFA
β_3
0.079-
0.131
0.602-
0.548
LOG_TA
β_4
1.307
0.862
1.516
0.131
LTD/TA
β_5
1.233
2.230
0.553
0.581
NFA/TA
β_6
0.612
3.694
0.166
0.869
Q
β_7
0.608
0.963
0.631
0.529
POST
β_8
1.525-
5.615
* 2.272-
0.086
NON-FRAUD
β_9
1.848
5.566
0.332
0.740
POST * NON-FRAUD
β_10
0.126-
5.616
* 1.922-
0.098
FRAUD
β_11
0.530
5.861
* 2.090
0.093
POST * FRAUD
β_12
0.791-
6.169
* 2.128-
0.089
*** معنیدار در سطح 1 درصد، ** معنیدار در سطح 5 درصد، * معنیدار در سطح 10 درصد.
منبع : محاسبات تحقیق
r^2
r^2 تعديل شده
انحراف استاندارد
دوربین- واتسون
آماره F
P-Value
0.314
0.279
9.487
2.034
0.603
0.838
منبع : محاسبات تحقیق
طبق جدول بالا
