منبع پایان نامه ارشد با موضوع نااطمینانی، ارزش دفتری، متغیر مجازی، رگرسیون

بیمه‌ها، لیزینگ‌ها نیز از نمونه‌ها حذف می‌شوند..
به‌این‌ترتیب از 450 شرکت جامعه آماری، 153 شرکت به‌عنوان نمونه پژوهش، جهت بررسی و آزمون فرضیات انتخاب گردیدند.
نمونه گرفته‌شده از تورم یک دوره 20 ساله (1371 تا 1392) است.

3-2-2- نحوه جمع‌آوری داده‌ها
داده‌های موردنیاز جهت بررسی و آزمون فرضیات از صورت‌های مالی اساسی، ترازنامه و صورت سود و زیان استخراج گردیده است. این داده‌ها که شامل مجموع کل دارایی‌ها، مجموع کل بدهی‌ها، مجموع دارایی‌های ثابت مشهود، مجموع دارایی‌های جاری، مجموع بدهی‌های جاری ، سود قبل از بهره و مالیات، فروش کل، سرمایه و ارزش دفتری حقوق صاحبان سهام است، برای 153 شرکت نمونه در دوره سیزده ساله، از سال (1380-1392)، از سایت کدال و فایل‌های ضمیمه و گزارش‌های حسابرسی شده استفاده‌شده است.
وجود اشتباهات بسیار زیاد در داده‌های ره‌آورد نوین و گزارش‌های سایت فناوری اطلاعات که به فرمت اکس است، دارای اشتباهات فراوانی است و به این دلیل از سایت کدال به‌صورت مستقیم استخراج گردید.
به‌منظور محاسبه ارزش بازار حقوق صاحبان سهام در متغیر اهرم مالی، آخرین قیمت پایانی سهام شرکت‌های انتخابی و آخرین تعداد سهام شرکت در هر یک از سال‌های موردبررسی از سایت فناوری اطلاعات بورس سهام استخراج و در محاسبه متغیرهای مورد نظر استفاده‌شده است.

3-2-3- روش پژوهش
پژوهشگر پس از تهیه و تنظیم موضوع پژوهش، باید در فکر انتخاب روش پژوهش باشد. هدف انتخاب روش پژوهش این است که مشخص نماییم برای بررسی موضوع خاص چه روش تحقیقی لازم است و محقق چه روش و شیوه‌ای را اتخاذ کند تا او هرچه دقیق‌تر و سریع‌تر به پرسش یا پرسش‌های پژوهش موردنظر دست یابد.
این پژوهش از نظر هدف، کاربردی و نحوه گردآوری داده‌ها، توصیفی- همبستگی است. پژوهش توصیفی شامل مجموعه روش‌هایی است که هدف آن‌ها توصیف کردن شرایط یا پدیده‌های موردبررسی است. اجرای پژوهش توصیفی می‌تواند صرفاً برای شناخت بیشتر شرایط موجود یا یاری‌دادن به فرایند تصمیم‌گیری باشد. در پژوهش همبستگی، رابطه میان متغیرها بر اساس هدف پژوهش، تحلیل می‌گردد. (بازرگان و دیگران، 1385).

3-2-4- روش‌های آماری
برای تخمین مدل‌های این فصل، از داده‌های تابلویی در اقتصادسنجی استفاده‌شده است. روش اقتصادسنجی مورداستفاده پانل پویای گشتاورهای تعمیم‌یافته است.
3-3- متغیرهای پژوهش
3-3-1- متغیرهای ویژه شرکتی
متغیرهای ویژه شرکتی که یک مدل استاندارد برای اهرم مالی شرکت است و متغیرهای کنترل شونده در طول تحقیق می‌باشند. این متغیرها شامل موارد زیر می‌باشند:
اهرم واقعی دوره قبل (ارزش به تأخیر افتاده اهرم)، نسبت ارزش بازار به دفتری، سودآوری شرکت، نسبت دارایی‌های مشهود به‌کل دارایی‌ها، اندازه شرکت است که نحوه محاسبه آن‌ها به‌قرار زیر است:
– اهرم دفتری = (ارزش دفتری کل بدهی) (ارزش دفتری کل دارایی‌ها)
ارزش دفتری همان اقلام گزارش‌شده در ترازنامه و صورت سود زیان پایان دوره است. دو حساب بدهی کل و دارایی کل در ترازنامه واقع‌شده‌اند.
به دو دلیل از اهرم دفتری به جای اهرم بازار بهره گرفته‌ایم، اولاً اهرم بازار تحت تأثیر نوسانات حقوق صاحبان سهام بازار است و باعث خنثی شدن اثر بدهی‌ها در اهرم می‌شود، ثانیاً بانک‌ها مؤسسات مالی برای پرداخت اعتبارات به شرکت‌ها اهرم دفتری را ملاک ارزیابی و اعتبارسنجی خود قرار می‌دهند.
– دارایی مشهود = ( تجهیزات و ماشین‌آلات+ زمین و ساختمان) (ارزش دفتری کل دارایی‌ها)
داری مشهود در ترازنامه به نام دارایی‌های ثابت گزارش می‌شود.
– ارزش بازار به دفتری = (ارزش بازاری حقوق صاحبان سهام+ارزش دفتری بدهی) (ارزش دفتری کل دارایی‌ها)
ارزش بازاری حقوق صاحبان سهام از حاصل‌ضرب تعداد کل سهام منتشره شده توسط شرکت در قیمت بازاری سهام به دست می‌آید.
– سودآوری = (سود قبل از بهره و مالیات) (ارزش دفتری کل دارایی‌ها)
– اندازه شرکت= لگاریتم دارایی‌ها که با شاخص قیمت مصرف‌کننده نرمال شده است.

3-3-2- نااطمینانی اقتصاد کلان265
3-3-2-1- نحوه ساخت پروکسی برای نااطمینانی اقتصاد کلان
متغیر استفاده‌شده برای نااطمینانی اقتصاد کلان، تورم266 است که با از مدل (GARCH) یک پروکسی برای تغییرات غیرقابل‌پیش‌بینی اقتصاد کلان می‌سازیم و آن را به جای نااطمینانی اقتصاد کلان به کار می‌بریم. این پروکسی به شکل زیر استخراج می‌شود:
∆INF_t=ω+η∆INF_(t-1)+ϵ_t (3-1)
σ_t^2=α+βϵ_(t-1)^2
ω : مقداری ثابت، η: ضریب اتورگرسیون
برآورد واریانس شرطی σ ̂_t^2 یک دوره جلوتر واریانس پیش‌بینی برای اطلاعات قبل است.
α : مقدار ثابت است ϵ|Δ〖INF〗_(t-1)∽N(0وσ_(t-1)^2)┤ نوآوری در تورم است. این مدل با استفاده از روش حداکثر درستنمای برآورد شده است.
خروجی‌های تخمین بالا را به چهار گروه زیر تقسیم می‌شود:
داده‌های بین صدک 0 و 25 که نشان دهنده سطح نااطمینانی بسیار پایین برای اقتصاد کلان است که آن را با متغیر مجازی 〖macro〗_(i,t)^zero نشانمی دهیم.
داده‌های بین صدک 25 و 50 که نشان دهنده سطح نااطمینانی پایین برای اقتصاد کلان است که آن را با متغیر مجازی 〖macro〗_(i,t)^low نشان می دهیم.
داده‌های بین صدک 50 و 75 که نشان دهنده سطح نااطمینانی متوسط برای اقتصاد کلان است که آن را با متغیر مجازی 〖macro〗_(i,t)^med نشان می دهیم.
داده‌های بالاتر از صدک 75 که نشان دهنده سطح نااطمینانی بالا برای اقتصاد کلان است که آن را با متغیر مجازی 〖macro〗_(i,t)^high نشان می دهیم.

به منظور اطمينان خاطر از وجود اثر ARCH بر سري زماني انتخاب شده، با انجام آزمون ضريب لاگرانژ اين پديده مورد بررسي قرار می‌گیرد. فرضيه صفر اين آزمون بيانگر عدم وجود اثر ARCH در داده‌های مالي است. رد اين فرضيه به معناي تأیید فرضيه مقابل و وجود اثر ARCH در داده‌های مربوط به سري زماني است. تعریف و مبانی آزمون لاگرانژ در قسمت بعد توضیح داده شده است.

3-3-2-2- آزمون ضریب لاگرانژ267
در روش حداکثر درستنمایی، برای برآورد ضرایب، از تابع درستنمایی مشتق گرفته و برابر صفر قرار می‌دهیم که در اینجا آن را به صورت زیر نشان می‌دهیم:
S(θ)=∂InL/∂θ (3-2)
به ازای تخمین غیرمقید θ ̂_UR شرط S(θ ̂_UR )=0 برقرار می‌باشد و تابع درستنمایی به حداکثر خود می‌رسد. حال بدیهی است که S(θ) به ازای تخمین مقید θ ̂_R، برابر صفر نیست. اگر S(θ ̂_R ) به صفر نزدیک باشد بدان معنا است که تخمین مقید و غیرمقید تفاوت معناداری ندارند.
از طرف دیگر دیدیم که مشتق تابع درستنمایی برای رگرسیون چند متغیره برابر است با:
∂InL/∂θ=1/(2σ^2 )(-2X ́Y+2X ́Xβ) (3-3)

در اینجا S(β ̂_R) برابر است با:
S(β ̂_R )=(X ́Y-X ́Xβ ̂_R)/(σ ̂_R^2 ) (3-4)
صورت کسر برابر با X ́(Y-Xβ ̂_R )=X ́e_R است. از آنجا که ماتریس واریانس – کوواریانس e_R برابر با E(e_R e ́_R )=σ^2 I_n است، لذا ماتریس واریانس – کوواریانس X ́e_R برابر با σ^2 (X ́X)^(-1) می‌باشد. بدین ترتیب بر اساس S(β ̂_R) نسبت زیر را تعریف می‌کنیم که معروف به ضریب لاگرانژ می‌باشد:
LM=S ́[σ^2 (X ́X)^(-1) ]S=S ́(β ̂_R )[σ^2 (X ́X)^(-1) ]S(β ̂_R) (3-5)

به جای σ^2 نیز از تخمین مقید آن استفاده می‌کنیم و LM را به صورت زیر می‌نویسیم:
LM=S ́(β ̂_R )[σ^2 (X ́X)^(-1) ]S(β ̂_R) (3-6)

حال در (41-5) به جای S(β ̂_R) قرار می‌دهیم:
LM=[(X ́Y-X ́Xβ ̂_R)/(σ ̂_R^2 )]'[σ ̂_R^2 (X ́X)^(-1) ][(X ́Y-X ́Xβ ̂_R)/(σ ̂_R^2 )]
=((X ́Y-X ́Xβ ̂_R ) ́(X ́X)^(-1) (X ́Y-X ́Xβ ̂_R))/(σ ̂_R^2 ) (3-7)

به جای X ́Y از رابطه‌ی X ́Y-X ́Xβ ̂_R در (44-5) قرار می دهیم:
LM=(〖(X ́Y-X ́Xβ ̂_R ) ́(XX)〗^(-1) (X ́Y-X ́Xβ ̂_R))/(σ ̂_R^2 )
=((β ̂_UR-β ̂_R ) ́(X ́X)(β ̂_UR-β ̂_R))/(σ ̂_R^2 ) ~_asym χ_m^2
(3-8)
اگر تخمین های مقید و غیرمقید به هم نزدیک باشد ( β ̂_R β ̂_UR≅) در این صورت آماره LM کوچک خواهد بود و فرضیه H:Rβ=r رد نمی شود.
از طرف دیگر اگر در (44-5) از X ́Y-X ́Xβ ̂_R=X ́(Y-Xβ ̂_R )=X ́e_R استفاده کنیم، LM را به صورت زیر می نویسیم:
LM=((X ́e_R ( )) ́(XX)^(-1) (X ́e_R))/(σ ̂_R^2 )=(e ́_R X(X ́X)^(-1) X ́e_R)/(e ́_R e_R/n)
=n (e ́_R X(XX)^(-1) X ́e_R)/(e ́_R e_R )=nR^2 ~_asum χ_m^2
(3-9)
R^2 ضریب تعیین در رگرسیون e_R (خطاهای رگرسیون مقید) روی Xها است.
آماره LM را می توان بر حسب مجموع مجذور خطاهای مقید و غیرمقید نیز نوشت. بدین منظور ثابت می کنیم که صورت کسر LM برابر با e ́_R e_R-e ́_UR e_UR است. اثبات این رابطه را می توان با استفاده از تبدیل زیر انجام دهیم:
e_R=Y-Xβ ̂_R=Y-Xβ ̂_R–Xβ ̂_UR+-Xβ ̂_UR
(3-10) (Y–Xβ ̂_UR )-X(β ̂_R-β ̂_UR )=e_R-X(β ̂_R-β ̂_UR)
بنابراین، e ́_R e_R برابر است با:
e ́_R e_R=[e_R-X(β ̂_R-β ̂_UR)]^’ [e_R-X(β ̂_R-β ̂_UR)]
(3-11) e ́_UR e_UR+(β ̂_R-β ̂_UR)’X’X(β ̂_R-β ̂_UR)

(3-12) (β ̂_R-β ̂_UR )^’ X^’ X(β ̂_R-β ̂_UR )=e ́_R e_R-e ́_UR e_UR
بنابراین، اگر از رابطه فوق در (3-12) جایگذاری کنیم، خواهیم داشت:
(3-13) LM=n (e ́_R e_R-e ́_UR e_UR)/(e ́_R e_R )

Lnσ_t^2=ω+βLnσ_(t-1)^2+γ u_(t-1)/√(σ_(t-1)^2 )+α⌈|u_(t-1) |/√(σ_(t-1)^2 )-√(2/π)⌉
3-3-3- نااطمینانی خاص شرکتی268
3-3-3-1- نحوه ساخت پروکسی برای متغیر نااطمینانی خاص شرکت
در یک مدل خودرگرسیون، مقدار جاری یک متغیر صرفاً وابسته به مقادیر قبلی آن به علاوه جمله خطا می باشد.
در مدل ارائه شده برای استخراج پروکسی که توضیح دهنده نااطمینانی خاص شرکت باشد از اتورگریسیون (269AR) فروش سالانه نرمال شده شرکت به ارزش دفتری کل دارایی‌ها بهره می‌بریم (بوند270، 2002).
〖Sales〗_(i,t)=μ_i+φ〖Sales〗_(i,t-1)+ζ_(i,t) (3-14)

〖Sales〗_(i,t) : نرخ فروش به ارزش دفتری کل دارایی برای شرکت i در زمان t
μ_i : اثرات ثابت φ : اتورگرسیون پارامترها
ζ_(i,t) : جزء خطا با میانگین صفر و واریانس متناهی
در گام بعدی از پسماند های مدلAR(1) هر شرکت واریانس تجمعی استخراج کرده و جذر آن پروکسی می شود که نشان دهنده نااطمینانی خاص هر شرکت و به وسیله‌ی R_(i,t)^firm نشان داده می‌شود.
خروجی های حاصل از فرایند بالا به چهار گروه تقسیم می شود:
داده‌های بین صدک 0 و 25 که نشان دهنده سطح نااطمینانی بسیار پایین برای نااطمینانی خاص شرکت است که آن را با متغیر مجازی 〖firm〗_(i,t)^zero نشان می دهیم.
داده‌های بین صدک 25 و 50 که نشان دهنده سطح نااطمینانی پایین برای نااطمینانی خاص شرکت است که آن را با متغیر مجازی 〖firm〗_(i,t)^low نشان می دهیم.
داده‌های بین صدک 50 و 75 که نشان دهنده سطح نااطمینانی متوسط برای نااطمینانی خاص شرکت است که آن را با متغیر مجازی 〖firm〗_(i,t)^med نشان می دهیم.
داده‌های بالاتر از صدک 75 که نشان دهنده سطح نااطمینانی بالا برای نااطمینانی خاص شرکت است که آن را با متغیر مجازی 〖firm〗_(i,t)^high نشان می دهیم.

3-3-4- کسری یا مازاد مالی271
ابتدا با توجه به معادله‌ی زیر که توسط کیهان و تیتمن (2007)، بایون (2008) برای محاسبات عدم توازن جریان نقدی (کسری و مازاد مالی) بهینه ارائه کردند. با چینش دوباره وجود کسری یا مازاد مالی را برای مدل خود تعیین می‌کنیم.
〖fD〗_(i,t)=〖CAPE〗_(i,t)+△〖WC〗_(i,t)+〖DIV〗_(i,t)-〖CF〗_(i,t)≡△d_(i,t)+△e_(i,t) (3-15)

〖CAPE〗_(i,t) : مخارج سرمایه‌ای: مبلغ مورد استفاده در طول یک