
است.
نگاره 4-6 نتايج آزمون نرمال بودن توزیع متغیرهای وابسته پژوهش بعد از فرآیند نرمال سازی
متغیر
آماره آزمون
سطح معناداری
سرمایهگذاری کل
0.521
0.949
سرمایهگذاری سرمایهای
0.583
0.886
با توجه به نگاره 4-6، از آنجایی که بعد از نرمال سازی داده ها سطح معناداری آماره کولموگرف اسمیرنف مربوط به متغیرهای وابسته پژوهش به بالاتر از 05/0 افزایش یافته است ؛ بنابراین فرضیه H0 در سطح اطمینان 95% تأیید شده و بیانگر این است که متغیرهای وابسته پژوهش بعد از فرآیند نرمال سازی، دارای توزیع نرمال میباشند.
متغیرهای سرمایهگذاری کل و سرمایهگذاری سرمایهای بعد از نرمال سازی به شرح زیر میباشد
نمودارهای 4-3 هیستوگرام و نرمال متغیرهای وابسته
4-7 آزمون ناهمسانی واریانس
یکی از مفروضات دیگر مدل رگرسیون خطی وجود ناهمسانی واریانس جملات اختلال میباشد. به طور متعارف در دادههای سری زمانی و دادههای مقطعی ممکن است واریانس جملات اختلال ثابت نبوده و از مقادیر وقفهدار جملات اختلال تبعیت نماید.در این صورت مشکل ناهمسانی واریانس بین جملات اختلال بروز میکند که برای رفع مشکل ناهمسانی واریانس به جای استفاده از مدل رگرسیون OLS از روش تخمین GLS استفاده میشود.برای آزمون ناهمسانی واریانس از آزمون بروش پاگان استفاده میشود.
نتایج هر یک از آزمون مدل با و مدل رگرسیون مناسب آزمون در نگاره زیر خلاصه شده است.
نگاره (4-7) نتایج آزمون ناهمسانی واریانس
فرضیه
مدل
آماره آزمون
سطح معناداری
آزمون مناسب مدل
فرضیه اول
سرمایهگذاری کل
1.06
0.303
OLS
فرضیه دوم
سرمایهگذاری تحقیق و توسعه
317.79
0.000
GLS
سرمایهگذاری سرمایه ای
1.11
0.292
OLS
فرضیه سوم
شرکتهای با رشد بالا
131.82
0.000
GLS
شرکتهای با رشد پایین
260.68
0.000
GLS
با توجه به نگاره (4-7) همانطور که در نگاره هم مشخص شده است نتایج آزمون بروش پاگان نشاندهنده این است مدل مورد بررسی فرضیه اول سطح معناداری بیشتر 5 درصد دارد و در نتیجه فرض صفر مبنی بر همسانی واریانس رد نمی شود و نیاز است مدل رگرسیون OLSاستفاده شودو به عبارت دیگر روش تخمین OLS روشی کارا و بدون تورش برای این مدل است و برای فرضیه دوم از دومل استفاده شده است که مدل تحقیق و توسعه از مدل رگرسیون GLS استفاده می شود و مدل سرمایهگذاری سرمایه ای نیز از مدل OLS استفاده می شود. در مورد فرضیه سوم نیز باید گفت که سطح معناداری هر دو مدل کمتر 5 درصد هست و در نتیجه فرض صفر مبنی بر همسانی واریانس رد می شود و از مدل رگرسیون GLS جهت برآورد مدل های فرضیه استفاده می شود.
4-8 آزمون هم خطی متغیرها
یکی از مهمترین ویژگیهای مدل رگرسیون اطمینان از عدم وجود هم خطی کامل بین متغیرهای توضیحی است. جهت بررسی وجود ارتباط خطی از شاخص هم خطی استفاده میگردد. هم خطی وضعیتی است که نشان میدهد یک متغیر مستقل تابعی خطی از سایر متغیرهای مستقل است. اگر هم خطی در یک معادله رگرسیون بالا باشد ، بدین معنی است که بین متغیرهای مستقل همبستگی بالایی وجود دارد و ممکن است با وجود بالا بودن ضریب تعیین R2 ، مدل اعتبار بالایی نداشته باشد. به عبارت دیگر ، با وجود آنکه مدل خوب به نظر میرسد ولی دارای متغیرهای مستقل معنیداری نمیباشد.
یکی از روشهای بررسی هم خطی بین متغیرها استفاده از آزمون VIF میباشد که این آزمون نشان میدهد که VIF هر متغیری که بالای 10 باشد مشکل هم خطی شدیدی دارد و اگر کمتر از 10 باشد هم خطی بین متغیرها وجود ندارد. و میبایست به طور میانگین هم VIF مدل کمتر از 10 باشد. همچنین هر چقدر VIF بدست آمده به یک نزدیکتر باشد نشان می دهد که درجه هم خطی کمترین حد ممکن است. در ادامه به بررسی هم خطی بین هر یک از مدل با پرداخته میشود.
نگاره(4-8) نتایج آزمون هم خطی(VIF)
فرضیه اول
متغیرها
VIF
سود تقسیمی
5.37
کیفیت گزارشگری
1.96
کیفیت گزارشگری*سود تقسیمی
2.51
اندازه شرکت
1.12
نسبت کیو توبین
1.22
انحراف معیار جریان نقدی
1.02
انحراف معیار فروش
1.31
انحراف معیار کل سرمایه گذاری
1.17
دارایی ثابت مشهود
1.37
اهرم مالی
1.95
جریان نقد عملیاتی
1.73
سن شرکت
1.13
چرخه عملیاتی شرکت
1.36
وجوه نقد
1.14
بازده دارایی
4.22
میانگین
1.90
فرضیه دوم
مدل سرمایه گذاری تحقیق و توسعه
مدل سرمایه گذاری سرمایه ای
متغیرها
VIF
متغیرها
VIF
سود تقسیمی
5.4
سود تقسیمی
5.37
کیفیت گزارشگری
1.96
کیفیت گزارشگری
1.96
کیفیت گزارشگری*سود تقسیمی
2.5
کیفیت گزارشگری*سود تقسیمی
2.51
اندازه شرکت
1.11
اندازه شرکت
1.12
نسبت کیو توبین
1.22
نسبت کیو توبین
1.22
انحراف معیار جریان نقدی
1.01
انحراف معیار جریان نقدی
102
انحراف معیار فروش
1.33
انحراف معیار فروش
1.31
انحراف معیارتحقیق وتوسعه
1.06
انحراف معیار سرمایه ای
1.17
دارایی ثابت مشهود
1.27
دارایی ثابت مشهود
1.37
اهرم مالی
1.95
اهرم مالی
1.95
جریان نقد عملیاتی
1.74
جریان نقد عملیاتی
1.73
سن شرکت
1.12
سن شرکت
1.13
چرخه عملیاتی شرکت
1.34
چرخه عملیاتی شرکت
1.36
وجوه نقد
1.13
وجوه نقد
1.14
بازده دارایی
4.2
بازده دارایی
4.22
میانگین
1.89
میانگین
1.90
فرضیه سوم
مدل شرکت های با رشد بالا
مدل شرکت های با رشد پایین
متغیرها
VIF
متغیرها
VIF
سود تقسیمی
5.37
سود تقسیمی
4.12
کیفیت گزارشگری
3.24
کیفیت گزارشگری
2.36
کیفیت گزارشگری*سود تقسیمی
3.71
کیفیت گزارشگری*سود تقسیمی
3.91
اندازه شرکت
1.27
اندازه شرکت
1.11
نسبت کیو توبین
1.25
نسبت کیو توبین
1.10
انحراف معیار جریان نقدی
1.27
انحراف معیار جریان نقدی
1.03
انحراف معیار فروش
1.38
انحراف معیار فروش
1.45
انحراف معیارتحقیق وتوسعه
1.10
انحراف معیارتحقیق وتوسعه
–
دارایی ثابت مشهود
1.54
دارایی ثابت مشهود
1.19
اهرم مالی
1.96
اهرم مالی
2.09
جریان نقد عملیاتی
2.30
جریان نقد عملیاتی
1.20
سن شرکت
1.17
سن شرکت
1.12
چرخه عملیاتی شرکت
1.24
چرخه عملیاتی شرکت
1.65
وجوه نقد
1.21
وجوه نقد
1.34
بازده دارایی
4.19
بازده دارایی
2.54
میانگین
2.15
میانگین
1.87
نگاره (4-8) نشان می دهد که VIF همه متغیرها کمتر از 10 می باشد و همچنین به طور میانگین هم همه مدل ها کمتر از 10 می باشد در نتیجه متغیرهای توضیحی دارای هم خطی نمی باشند.
4-9 آزمون عدم خود همبستگی بین باقی مانده ها(دوربین واتسون)
یکی دیگر از مفروضات مهم رگرسیون خطی، استقلال خطاها از یکدیگر است. به منظور بررسی استقلال خطاها از یکدیگر از آزمون دوربین-واتسون استفاده می شود. در صورتی که مقدار آماره دوربین واتسون بین 1.5 تا 2.5 باشد همبستگی پیاپی در جملات خطا تقریبا وجود ندارد و ما می توانیم از رگرسیون استفاده کنیم. در ادامه نتایج آزمون دوربین-واتسون برای هریک از مدل ها در نگاره زیر خلاصه شده است.
نگاره(4-9) نتایج آزمون خودهمبستگی
نام آماره
فرضیه اول
مدل سرمایه گذاری کل
آماره(D-W)
2.055
نام آماره
فرضیه دوم
مدل سرمایه گذاری تحقیق و توسعه
مدل سرمایه گذاری سرمایه ای
آماره(D-W)
1.83
2.028
نام آماره
فرضیه سوم
مدل شرکت های با رشد بالا
مدل شرکت های با رشد پایین
آماره(D-W)
1.79
1.97
با توجه به نگاره (4-9) مشخص می شود که آماره های دوربین واتسون برای تمامی فرضیه ها بین 1.5 تا 2.5 می باشد در نتیجه فرض عدم خود همبستگی بین متغیرها رد نمی شود.
4-10 روشهای برآورد مدل
در پژوهش حاضر براي تحليل مدل از مجموعه دادههاي تركيبي استفاده شده است. بدين ترتيب كه چند شركت در طول زمان مورد بررسي و تجزيه و تحليل قرار ميگيرند. در تجزيه و تحليل دادههاي تركيبي يك محيط بسيار غني از اطلاعات براي گسترش تكنيكهاي تخمين و نتايج قابل تحليل فراهم ميگردد. در بسياري موارد، پژوهشگران ميتوانند از دادههاي تركيبي براي مواردي كه نميتوان به صورت فقط سري زماني يا فقط به صورت مقطعي بررسي كرد، بهره بگيرند. از جمله مزایای استفاده از دادههای ترکیبی میتوان به : 1. بار اطلاعاتی و تغییرپذیری بیشتر 2. کاهش هم خطی میان متغیرها 3. افزایش درجه آزادی و کارایی 4. امکان حذف نتایج سوءگیرانه از مجموع شرکتها یا افراد.
همانطوری كه در فصل سوم اشاره شد ابتدا بايستي در دادههاي تركيبي براي انتخاب بين روشهاي دادههاي تابلويي و دادههاي تلفيقي، از آزمون چاو (لیمر) استفاده شود. اگر F چاو (لیمر) محاسبه شده از F نگاره کوچکتر باشد از دادههاي تابلويي و در غير این صورت از دادههاي تلفيقي استفاده شده است. در صورتي كه دادهها به صورت تابلويي باشند بايستي آزمون هاسمن انجام شود. براي بررسي اين موضوع که آيا عرض از مبدأ به صورت اثرات ثابت است يا اينکه در ساختار واحدهاي مقطعي به صورت تصادفي عمل ميکند از اين آزمون استفاده ميشود. اگر احتمال آزمون هاسمن کوچکتر از 5 درصد باشد، فرض صفر (اثرات تصادفي) رد ميشود و اثرات ثابت انتخاب ميشود و در صورتي كه احتمال آزمون هاسمن بزرگتر از 5 درصد باشد، فرض صفر رد نميشود و اثرات تصادفي انتخاب ميشود.
مطابق با نتايج آزمون Fچاو(لیمر) و آزمون هاسمن، روش رگرسيوني مناسب انتخاب ميشود و بر اساس آن فرضيههاي پژوهش مورد تجزيه و تحليل قرار خواهد گرفت. در صورتی که مدلها با مشکل ناهمساني واريانس مواجه شوند نیز براي رفع اين مشكل بايد از روش رگرسيون حداقل مربعات تعمیمیافته (GLS) براي تخمين مدل، استفاده نمود. در ادامه براي تکتک فرضيهها، از آزمون F چاو و آزمون هاسمن به صورت جداگانه انجام ميشود و نتايج رگرسيوني به دست آمده با آماره t و احتمال t، آماره F و احتمال آن و ضريب تعيين مورد تجزيه و تحليل قرار ميگيرد.
4-10-1 آزمون فرضیه اول پژوهش
فرضیه اول این پژوهش به قرار زیر است:
کیفیت گزارشگری مالی، تاثیر منفی تقسیم سود را کاهش می دهد
از لحاظ آماري اين رابطه به شرح زير ميباشد:
کیفیت گزارشگری مالی، تاثیر منفی تقسیم سود را کاهش نمی دهد. H0:
کیفیت گزارشگری مالی، تاثیر منفی تقسیم سود را کاهش می دهد. H1:
در ابتدا به بررسی نوع دادهها میپردازیم که دادههای مورد پژوهش از نوع دادههای ترکیبی است یا دادهها به صورت تلفیقی میباشند که نتایج در نگاره زیر بیان شده است.
نگاره 4-10 اطلاعات مربوط به تعيين روش مورد استفاده براي فرضيه اول
شاخص آماری و نتیجه
نوع آزمون
آماره آزمون
سطح معنیداری
نتیجه
F
1.91
000/0
روش تابلویی
هاسمن
33.79
003/0
کارایی اثرات ثابت
همانطوری كه نگاره (4-10) نشان ميدهد، مقدار سطح معنیداری برای آزمون F عدد 000/0 است (05/0p)، به عبارت ديگر آزمون F محاسبه شده از F نگاره بزرگتر است، در نتیجه براي آزمون اين رابطه بايستي از روش دادههاي تابلويي(پنل) استفاده شود. در ادامه براي بررسي حالتهاي مختلف دادههاي تابلويي از آزمون هاسمن استفاده ميشود.
با توجه به نتايج منعكس در نگاره (4-10) نتايج به دست آمده از نرمافزار STATA نشان ميدهد كه مقدارسطح معنی داری براي آزمون هاسمن عدد003 /0 است كه نشان ميدهد فرض صفر (اثرات تصادفي) پذیرفته نميشود و فرض مقابل (اثرات ثابت) پذیرفته ميشود. اين مقدار نشان ميدهد كه بايستي از روش اثرات ثابت استفاده شود. در ادامه بايد آزمون رگرسيون به روش دادههاي تابلويي- اثرات ثابت انجام شود.
با توجه به اینکه مدل دادهها مشخص و مدل دارای مشکل ناهمسانی واریانس نبود برای آزمون این فرضیه روش مورد استفاده دادههای تابلویی- اثرات ثابت و مدل OLS میباشد که نتایج مدل به قرار زیر است.
〖 Total Investmen〗_jt=β_0+β_1 〖Dividend〗_jt+β_2 〖RQ〗_(jt-1)+β_3 〖Dividend〗_jt×〖RQ〗_(jt-1)+∑▒βi 〖Controls〗_(jt-1)+ε_jt
نگاره 4-11 مدل اثرات ثابت برای کیفیت گزارشگری مالی، تاثیر منفی تقسیم سود را کاهش م
