پایان نامه رایگان درباره حقوق صاحبان سهام، صاحبان سهام، روش حداقل مربعات، واسطه گری مالی

دانلود پایان نامه ارشد

گيري در خصوص فرضيات تحقيق لازم هستند. در ادامه اطلاعات حاصل از خروجي رگرسيون (ساده و چندگانه) شرح داده مي شود.
ANOVA
R^2
تعديل شده

R^2
معناداري (Sig)
ضريب استاندارد
(Beta)
ضريب غير استاندارد
(B)
متغير هاي مستقل
Sig
F

ستون اول (سمت چپ) در جدول متغير(هاي)مستقل وارد شده در معادله رگرسيون را نشان مي دهد.
ستون دوم ضرايب غير استاندارد متغيرهاي مستقل را نشان مي دهد. اين ضريب نشان دهنده ميزان تأثير هر يک از متغيرهاي مستقل بر متغير وابسته مي باشد. ولي جهت مقايسه ميزان تأثير متغيرهاي مستقل بر متغير وابسته از ضرايب استاندارد شده (Beta) استفاده مي کنيم. اين ضريب ميزان اثر هر متغير مستقل بر متغير وابسته را با در نظر گرفتن نقش ساير متغيرهاي مستقل نشان مي دهد.
ستون چهام جدول معناداري ضرايب متغيرهاي مستقل را نشان مي دهد. در صورتي که معناداري کمتر از 05/0 (Sig<0.05) باشد، بتا () در سطح 95% اطمينان معني دار است. بنابراين متغير مستقل مربوطه در معادله رگرسيون باقي مي ماند. در صورتي که معناداري بيشتر از 05/0 (Sig >0.05) باشد، بتا() در سطح 95% معني دار نمي باشد، بنابراين متغير مربوطه از معادله رگرسيون حذف مي شود.
ستون پنجم جدول مقدار واريانس متغير وابسته را نشان مي دهد که متغيرهاي مستقل در مدل توانسته اند آن را تبيين کنند. در واقع، R^2 نشان مي دهد که مدل تا چه اندازه برازنده مجموعه اي از داده هاست. بنابراين، هرچه مقدار R^2 بالاتر باشد، مدل قوي تر است.
ستون آخر جدول مربوط به نتايج تجزيه و تحليل واريانس (ANOVA) مي باشد. نتايج اين قسمت به منظور بررسي قطعيت وجود رابطه خطي بين متغيرها است. در صورتي که معناداري کمتر از 05/0 (Sig 0.05) باشد فرض خطي بودن مدل تأييد مي شود.
همچنين براي بررسي و مقايسه مدل هاي خطي و غير خطي از رگرسيون درجه دو و درجه سه استفاده شده است. که به طور خلاصه در اين فصل و به طور کامل در فصل چهار نشان داده شده است. فرم هاي رگرسيون خطي و غير خطي درجه دوم و درجه سوم که در اين تحقيق براي آزمون فرضيات مورد استفاده قرار مي گيرند به قرار زير است:
1 ) y =a +b x
2 ) y =a +b 1 x¹+ b 2 x²
3 ) y =a +b 1 x 1 + b 2 x² + b 3 x³

براي پاسخ به اين فرض آماري که مدل هاي خطي براي نشان دادن روابط بين متغيرها نسبت به مدل هاي غير خطي تواناترند ، بايد براورد و آزمون ضرايب مدل با فرض صفر و فرض مقابل که به صورت زير است انجام شود :

جدول شماره 2: آزمون فرض ها در ارتباط با پارامترهاي مدل هاي درجه اول، دوم و سوم
درجه اول
عرض از مبدأ
شيب x با درجه 1
H O : β0=0
H 1 : β0≠ 0
H O : β1= 0
H 1 : β1≠ 0
درجه دوم
عرض از مبدأ
شيب x با درجه1
شيب x با درجه2
H O : β0=0
H 1 : β0≠ 0
H O : β1= 0
H 1 : β1≠ 0
H O : β2=0
H 1 : β2≠ 0
درجه سوم
عرض از مبدأ
شيب x با درجه 1
شيب x با درجه 2
شيب x با درجه3
H O : β0=0
H 1 : β0≠ 0
H O : β1= 0
H 1 : β1≠ 0
H O : β2=0
H 1 : β2≠ 0
H O : β3=0
H 1 : β3≠ 0

که براي بررسي مدل هاي خطي و غير خطي در اين تحقيق از مقادير احتمال يا همان سطح معني داري مربوط به شيب و عرض از مبدا متغيرهاي مستقل استفاده شده است. که اگر اين مقادير از 5 درصد بيشتر باشد فرض صفر در جداول بالا رد نمي شود و مي توان گفت که مدل هاي غير خطي نسبت به مدل هاي خطي تواناترند . بنابراين در مدل هاي درجه دو اگر شيب درجه دو از 5 درصد کمتر باشد فرض صفر رد شده و فرض مقابل مبني بر معني دار بودن مدل هاي غير خطي از نوع درجه دو پذيرفته مي شود.
3-10 محدوديت هاي تحقيق:
نبود سوابق تحقيقاتي فارسی پيرامون موضوع
محدوديت دسترسي به منابع بعضي از دانشگاه ها و سازمان ها
کم بودن تحقیقات میدانی در حوزه شرکت های واسطه گری مالی و بانک ها
در زمينه مباني نظري نيز به دليل محدود بودن منابع موجود در اين حوزه با محدوديتهايي در زمينه گردآوري مطالب روبرو خواهيم بود.

4-1 مقدمه
در اين فصل، اطلاعات گرداوري شده و فرضيه هاي مطرح شده مورد تجزيه و تحليل قرار گرفته و نتيجه گيري آماري به عمل مي آيد. داده هاي اين مطالعه با استفاده از نرم افزار Eviwes و SPSS تجزيه و تحليل شده اند. در اين بخش ابتدا به روش ها و آزمون هاي به کار برده شده را به تفضيل شرح مي دهيم و سپس فرضيه ها بررسي کرده و نتايج حاصل از آن ها را بيان مي کنيم.
4-2 آزمون پايايي، دلايل و اهميت
به چند دليل بررسي پايايي سري داده ها مهم است . پايايي يا ناپايايي يک سري مي تواند تاثير شديدي روي رفتار و ويژگي هاي آن داشته باشد. اگر متغير هاي سري زماني مورد استفاده در بر آورد ضرايب مدل ناپايا باشند در عين حال که ممکن است هيچ رابطه مفهومي بين متغير هاي مدل وجود نداشته باشد ضريب تعيين (R^2)به دست آمده آن مي تواند بسيار مهم باشد و موجب شود تا محقق استنباط هاي نادرستي در مورد ميزان ارتباط بين متغير ها انجام دهد. دليل بزرگ بودن (R^2 ) آن است که وقتي يک سري زماني نظير y_t داراي روند است کل پراکندگي رگرسيون (يعني∑▒〖(y_t-y^2)〗^2 ) حول ميانگين ثابت Y محاسبه مي شود. که به غلط در طول زمان پايا فرض شده است. اين امر وزن زياد به مشاهداتي مي دهد که از ميانگين Y فاصله دارند، درنتيجه کل پراکندگي محاسبه شده، بسيار بزرگ مي شود. از آن جا که ضريب تعيين (R^2) به صورتR^2=1-[(∑▒e^2 )/(∑▒〖(y_t- y)〗^2 )]تعريف مي شود، که در آن (e_t) جملات خطاي رگرسيون است، وقتي∑▒〖(y_t-y^2)〗^2 بزرگ مي شود، جمله داخل کروشه فوق کوچک مي شود و در نهايت R^2 بالايي به دست مي آيد.
وجود متغيرهاي ناپايا در مدل سبب مي شود تا آزمون هاي t و f معمول نيز از اعتبار لازم برخوردار نباشند در چنين شرايطي کميت بحراني ارائه شده توسط توزيع هاي fوt کميت بحراني صحيحي براي انجام آزمون نيستند. کميت هاي بحراني منتج از توزيع هاي tوf به گونه اي است که با افزايش حجم نمونه امکان رد هر چه بيشتر فرضيه (H_0) را فراهم مي آورد. با رد نادرست فرضيه H_0 نتيجه گيري مي شود که روابط مستحکم و معني داري بين متغير هاي مدل وجود دارد ، درحالي که واقعيت جز اين است و رگرسيون به دست آمده ، رگرسيون کاذبي بيش نيست ، از مشخصه هاي معمول يک رگرسيون کاذب ، داشتن ضريب تعيين R^2 بالا (نزديک به يک) و آماره دوربين واتسون DW)) پايين (نزديک به صفر ) است (نوفرستي، 1378) .
4-2-1 آزمون ريشه واحد
يکي از آزمون هايي که براي بررسي پايايي از آن استفاده مي شود آزمون ريشه واحد است. مدل زير را در نظر بگيريد:
y_t=y_(t-1)+v_t
Vt جمله خطاي استوکاستيک است که از فروض کلاسيک تبعيت مي کند . همانطور که مشاهده مي شود معادله بالا يک معادله خود رگسيون مرتبه اول ARM است که در آن مقدار Y در زمان t بر روي مقدار آن در زمان t-1 رگرس شده است. حال اگر ضريب Yt-1 در عالم واقع برابر با يک شود مواجه با مساله ريشه واحد مي شويم يعني بيانگر وضعيت غير ايستايي سري زماني Yt مي باشد ، بنابراين اگر رگرسيون زير را اجرا کنيم .
y_t=〖PY〗_(t-1)+V_t
و تشخيص دهيم که در واقع P =1 است ، گفته مي شود متغير Yt داراي يک ريشه واحد است. در اقتصاد سنجي سري هاي زماني ، سري زماني که داراي يک ريشه واحد باشد فرايند گام تصادفي11 ناميده مي شود و نمونه اي از يک سري زماني غير ايستا است .
معادله قبل غالبا به شکل ديگري نيز نشان داده مي شود:
∆y_t=(p-1)y_(t-1)+v_t= δy_(t-1)+U_t

که در آن δ=(p-1) و اپراتور مرتبه اول هستند . اکنون فرضيه صفر عبارتست ازδ=1 اگر δ در واقع برابر با صفر باشد مي توانيم معادله قبلي را به صورت زير بنويسيم.
∆y=(y_t-y_(t-1) )=v_t
اين معادله بيانگر اين است که تفاضل مرتبه اول سري زماني Yt ( که يک فرايند گام تصادفي است ) ساکن است ، زيرا بنا به فرض Ut يک اختلال سفيد ( اختلال خالص) مي باشد ، اکنون اگر از يک سري زماني يک مرتبه تفاضل گرفته شود ( تفاضل مرتبه اول) و اين سري زماني تفاضل گرفته شده ساکن باشد ، آنگاه سري زماني اصلي انباشته از مرتبه اول مي باشد و به صورت F(1) نشان داده مي شود(همان منبع ، 33-36).
به طور کلي اگر از يک سري زماني d مرتبه تفاضل گرفته شود ، انباشته از مرتبه d يا I(d) مي باشد. بدين ترتيب هر گاه يک سري زماني انباشته از مرتبه يک يا بالاتر باشد، يک فرآيند ساکن به طور مترادف به صورت I(0) مورد استفاده قرار مي گيرد. براي بررسي غيرايستا بودن سري زماني نظير Yt رگرسيون را براورد کرده و بررسي مي کنيم که آيا P از لحاظ آماري برابر با يک مي باشد يا خير. متاسفانه مقدار t که بدين ترتيب بدست مي آيد حتي در نمونه هاي بزرگ از توزيع t استيودنت پيروي نمي کند ، تحت فرضيه H0 آماره آزمون t که در اين روش محاسبه مي شود آماره J(tav) ناميده مي شود ، که مقادير بحراني آن به روش شبيه سازي مونت کارلو توسط ديکي فولر به صورت جداول آماري محاسبه شده است. در ادبيات اقتصاد سنجي آزمون t به آزمون ديکي فولر (DF) مشهور مي باشد . توجه داشته باشيم که اگر فرضيه صفر (P=1) رد شود ( يعني سري زماني ساکن باشد) مي توانيم از تابع آزمون t استيودنت استفاده نماييم. اگر قدر مطلق آمارهT محاسباتي بزرگتر از قدر مطلق مقادير بحراني T ( يعني قدر مطلق DF يا DF مک کينان ) باشد ، آنگاه فرضيه مبتني بر ساکن بودن سري زماني را رد نمي کنيم. از طرف ديگر اگر مقدار T محاسباتي ( قدر مطلق آن) کمتر از مقدار بحراني باشد ، سري زماني غير ايستا خواهد بود ( نوفرستي ،1387 ،37)
4-2-2 پايايي متغيرهاي مدل
پيش از آزمون فرضيه هاي تحقيق ، به دليل آن که ماهيت متغيرهاي تحقيق از نوع سري زماني و برگرفته از داده هاي سري زماني است و از سوي ديگر در فرضيه ها از روش حداقل مربعات معمولي براي تخمين استفاده شده است و شرط لازم براي استفاده از مدل رگرسيوني خطي به روش حداقل مربعات معمولي براي تخمين الگوي مورد نظر استفاده براي آزمون فرضيه ها پايداري متغيرهاي الگوست، بايستي آزمون پايايي و ناپايي براي متغيرهاي تحقيق انجام شود. براي اين منظور از آزمون ديکي فولر تعميم يافته(ADF) استفاده مي کنيم.
فرضيات H0 و H1 در مورد اين آزمون به شرح ذيل بيان مي شوند:

H0 متغير مورد نظر ريشه واحد دارد :
H1 متغير مورد نظر ريشه واحد ندارد( بيان ايستايي متغير)

نتايج بدست آمده آزمون ديکي فولر در سطح متغيرها در جدول(4-1) نشان داده شده است.
جدول(4-1): نتايج آزمون ديکي فولر براي متغيرهاي الگو
متغيرها
تعداد وقفه مناسب
عرض از مبدا
روند
Augmented Dickey-Fuller test statistic
مقدار بحراني مک کينون
سطح معني داري

1%
5%
10%

ضريب پراکندگي
Level
+
+
-3.58
-4.420
-3.258
-2.771
0.031
دارايي ثابت به کل دارايي
Level
+
+
-3.487
-4.420
-3.259
-2.7719
0.0363
سود عملياتي به فروش
Level
+
+
-4.514
-4.425
-3.258
-2.7719
0.0088
حقوق صاحبان سهام به سپرده
Level
+
+
-5.430
-4.425
-3.258
-2.77
0.0028
حقوق صاحبان سهام به تسهيلات
Level
+
+
-4.53
-4.420
-3.259
-2.779
0.008
نرخ کفايت سرمايه
Level
+
+
-6.335
-4.588
-3.3209
-2.80
0.001
همان طور که در جدول (4-1) ملاحظه مي‌شود از آنجاي كه سطح معني داري (Prob) براي تمامي متغيرهاي ما كوچكتر از 0.05 است لذا فرض H0 رد مي شود و فرضيه مقابل يعني H1 پذيرفته ميشود. يعني متغيرهاي ما دارايي ريشه واحد نيستند پس ميتوان در سطح اطمينان 95% بر پايايي متغيرهاي تحقيق راي داد
4-3 آزمون فرضيهها
به منظور بررسي فرضيات تحقيق از آنجايي كه نوع فرضيات رابطهاي است و دادههاي ما كمي است از آزمون پيرسون استفاده شده است.
4-3-1 فرضيه فرعي اول
فرضيه فرعي اول تحقيق به صورت زير بيان شده است:
بين جمع حقوق صاحبان سهام به تسهيلات اعطايي با نوسان قيمت سهام در طي سال مالي رابطه معناداري وجود دارد
شکل رياضي فرض آماري به صورت زير است:

آزمون فرضيه
در جدول (4-2) نتايج محاسبه ضريب همبستگي بين حقوق صاحبان سهام به تسهيلات اعطايي با نوسان قيمت سهام در طي سال مالي ارائه گرديده است :
جدول

پایان نامه
Previous Entries پایان نامه رایگان درباره بورس اوراق بهادار تهران، بورس اوراق بهادار، حقوق و دستمزد Next Entries پایان نامه رایگان درباره حقوق صاحبان سهام، صاحبان سهام