منابع مقاله درمورد اثرات ثابت، کوتاه مدت، روش حداقل مربعات

مالی کوتاه مدت، از هزینه تامین مالی بدهی بلند مدت نجات می یابد. این استراتژی، هزینههای تامین مالی در صورت سود و زیان شرکت را کاهش ودر نتیجه سودآوری آنرا افزایش می دهد. این استراتژی نشان میدهد که یک سیاست تامین مالی کوتاه مدت، مدیر مالی شرکت را قادر می سازد هزینه های تامین مالی برای خرید داراییهای کوتاه مدت مانند موجودی کالا، ملزومات، حسابهای دریافتنی و یا سرمایهگذاریهای کوتاه مدت را به حداقل برساند. با این حال، منتقدان (فالوپ و آجیلور 2009، 79) رویکرد متهورانه سیاست مدیریت سرمایه در گردش استدلال کردند که مدیران مالی نیاز به توجه دقیق به سیاست های تامین مالی کوتاه مدت شرکت دارند زیرا این سیاستها می توانند هزینه بر وپر خطر باشند. بنابراین، بیانیه فوق با تجزیه و تحلیل فرضیه به شرح زیر مورد آزمون قرار گرفت:
که نشان دهنده سودآوری بالاترین سطح سیاست تامین مالی سرمایه در گردش شرکتها و نشان دهنده سودآوری پایین ترین سطح سیاست تامین مالی سرمایه در گردش شرکتهاست. فرضیه صفر و فرضیه مقابل آن مورد استفاده قرار میگیرد برای آزمون اینکه، آیا بالاترین سطح سیاست تامین مالی سرمایه در گردش شرکتها کمترین سود آوری را درمقایسه با پایین ترین سطح سیاست تامین مالی سرمایه در گردش ایجاد نمی کند. علاوه بر این، فرضیه بیان شده فوق با استفاده از معادلات رگرسیون چندمتغیره به عنوان یک روش آزمون، مورد ارزیابی قرار میگیرد. این آزمون با استفاده از نرم افزار آماری eviewsتجزیه و تحلیل میشود. ارزیابی متغیرهای وابسته (ROA30 و Tobin’s q) و همچنین متغیر مستقل WCFP31، همراه با متغیرهای کنترلی از جمله، اندازه ، رشد ونسبت اهرم مالی شرکت با استفاده از نرم افزار مورد استفاده در این پژوهش رگرسیون میشوند. معادلات رگرسیون فرضیه به شرح زیر می باشد:
مدل3-3
مدل3-4
=بازده دارایی
=ارزش
= رهگیری مدیریت سرمایه در گردش از سطح رگرسیون
=پاسخ سود به عامل خطر و متغیرهای مستقل و کنترلی
= نسبت دارایی های جاری به کل داراییها.
= نسبت بدهیهای جاری به کل داراییها.
=لوگ از اندازه شرکت است.
=رشد فروش
=اهرم مالی شرکت ها
=عبارت خطا از مدل رگرسیون
3-6-3 فرضیه سوم
فرضیه سوم بیان میکند، بین اندازه ، رشد و اهرم مالی یک شرکت و سود آوری عملکرد شرکتها ارتباط معناداری وجود دارد. اگرچه سیاستهای متهورانه سرمایه در گردش ممکن است به سهولت سودها را افزایش دهد، سود کسب و کار تنها وابسته به سیاست های عملیاتی این شرکت نیست. برخی دیگر از عوامل برونزا، از قبیل اندازه شرکت، اهرم مالی، نرخ رشد و تولید ناخالص داخلی در عملکرد سودآور شرکت نقش دارند (اپتو 2012، 123؛ فالوپ و آجیبوی 2009، 58؛ نظیر و افزا 2009، 89؛ وینرب و ویسچر 1998، 178).
3-7- روش های آماری به کار رفته برای آزمون فرضیات تحقیق
تحقیق حاضر درصدد تجزیه و تحلیل تاثیر سیاستهای مدیریت سرمایه در گردش بر سودآوری شرکت ها ی ایرانی می باشد بنابراین از نوع تحقیقات کاربردی با رویکرد پس رویدادی (از طریق اطلاعات گذشته) است که با استفاده از روش همبستگی انجام می شود. در همبستگی درباره معیار ضریب تعیین بحث می شود که آن را معمولاً با تحلیل رگرسیون به کار می برند استفاده از معادله رگرسیون و تعمیم روند گذشته به آینده با این فرض امکان پذیر است که روند گذشته تعمیم پذیر باشد یعنی روند گذشته x وy بتواند ملاک پیش بینی آینده باشد یا از چنان ثباتی برخوردار باشد که روند آینده بر اساس آن قابل استخراج باشد، در غیر اینصورت برای تهیه معادله رگرسیون باید از متغیرهای دیگری استفاده نمود یا تنها به یک متغیر اکتفا نمود که در این حالت معادله رگرسیون را معادله رگرسیون مرکب یا چند گانه گویند (مومنی و آذر 1387، 98).
3-7-1 رگرسیون خطی چندگانه
آمار استنیاطی مجموعهای از تکنیک های آماری است که به کمک آن میتوان روند گذشته را به آِینده تعمیم داد. اساس تکنیکها، تعمیم روند گذشته به آِینده، فنون تحلیل رگرسیون میباشد. اگر دو یا چند متغیر تاثیری عمده روی متغیری وابسته داشته باشند (و رابطه از نوع خطی باشد) از رگرسیون خطی چند گانه استفاده میشود. در رگرسیون خطی چند متغیره معادله زیر معرف رگرسیون جامعه است که فضایی سه بعدی دارد:
فرمول 3-1
که در این معادله y متغیر وابسته وx متغیر مستقل، ? مقدار ثابت و? ها ضرایب متغیرهای مستقل و اثر سایر عوامل بر معادله می باشند (مومنی و آذر 1387، 132).
3-7-2 ضریب تشخیص یا تبیین
شاخصی است که نشان دهنده اعتبار معادله رگرسیون است به عبارت دیگر این شاخص درصد تغییرات متغیر وابسته را توسط متغیرهای مستقل نشان می دهد در مدل رگرسیون چندگانه به جای ضریب همبستگی معمولی از ضریب همبستگی چند گانه استفاده می شود. این ضریب نشان می دهد که شدت رابطه متغیرهای مستقل به طور کلی با متغیر وابسته به چه میزان است. اگر ضریب همبستگی چندگانه را به توان 2 برسانیم، ضریب تعیین بدست میآید که معرف میزان تغییرپذیری (انحراف) در متغیر وابسته y است که به وسیله معادله رگرسیون توضیح داده می شود.
سومین مقدار ضریب تعیین تعدیل شده می باشد که فرمول آن به صورت زیر است:
فرمول 3-2
در واقع این عامل باعث می شود که اریبی که در ضریب تعیین r2 ناشی از حجم نمونه (n) است برطرف شود.در این تحقیق با توجه به نوع داده ها و روش تجزیه و تحلیل آماری موجود، از روش دادههای ترکیبی استفاده شده است.
3-8- تخمین مدل های رگرسیون با داده های پانل
برای برآورد الگوی رگرسیون خطی دو متغیره و چند متغیره معمولاً از روش کمترین مجذورات معمولی که به اختصار با OLS32 نشان داده می شود استفاده می گردد. این روش دارای ویژگی های مطلوب آماری مانند تورش بودن، بهترین برآورد کننده خطی بدون تورش را دارا می باشد. اما برای رفع مشکلاتی همچون خود همبستگی جملات پسماند و ناهمسانی واریانس از روش کمترین مجذورات تعمیم گرفته یعنی33GLS استفاده می شود.
از ویژگی های مهم روش GLS رفع مشکلاتی همچون خود همبستگی و ناهمسانی واریانس میباشد. به همین دلیل در این تحقیق در صورت لزوم از این روش استفاده میشود. در روش GLS متغیرهای الگوی مدل رگرسیون موزون می شوند و به همین علت روش مذکور را روش کمترین مجذورات موزون34WLS مینامند (شیرین بخش و خوانساری 1384، 187).
3-9- آزمون های مربوط به داده های پانلی
وقتی که از دادههای پانلی استفاده میشود، باید آزمونهای مختلفی برای تشخیص روش تخمین مناسب انجام داد. ارجحترین آنها آزمون چاو، آزمون بروش -پاگان و آزمون هاسمن می باشد.
3-9-1 آزمون چاو
چاو (1960)، آزمونی را معرفی کرد که برای انتخاب بین روش حداقل مربعات معمولی مدل دادههای ادغام شده(تلفیقی) و مدل آثار ثابت مورد استفاده قرار میگیرد. مفروضات این مدل عبارتند از(بالتاگی35 2005، 65):
? ضریب متغیر مجازی در مدل آثار ثابت است. در این آزمون، فرضیه صفر بیانگر یکسان بودن ضرایب و عرض از مبدأ در شرکتهای مورد بررسی بوده و از این رو رد فرضیه صفر مبین استفاده از روش دادههای پانلی به روش اثر ثابت برای این گروه از شرکتها و عدم رد فرضیه صفر بیانگر استفاده از روش حداقل مربعات معمولی ادغام شده می باشد.
3-9-2 آزمون بروش -پاگان
بروش و پاگان در سال 1980 از ظریب لاگرانژ برای آزمون مدل دادههای ادغام شده در مقابل (LM)آثار تصادفی دو طرفه استفاده نمود، با استفاده از روش تخمین حداکثر درست نمایی به دست میآید. فرضیات این آزمون به صورت زیر است: (بالتاگی 2005، 58).
که در این فرضیات، نشاندهنده واریانس اثر مقطعی مدل برآورد شده از طریق اثر تصادفی است. در این آزمون فرضیه صفر به معنی بهتر بودن استفاده از مدل دادههای ادغام شده و رد فرضیه صفر به معنی لزوم استفاده از روش دادههای پانلی به روش اثرات تصادفی برای این گروه از شرکتها میباشد.
3-9-3 آزمون هاسمن
با توجه به اینکه آزمون چاو وجود مدل اثرات ثابت و آزمون بروش – پاگان وجود مدل اثر تصادفی را تائید کرده است، باید از بین دو روش تخمین داده های پانلی یعنی روش اثرات ثابت و روش اثرات تصادفی یکی انتخاب شود. برای این منظور در داده های پانلی از آماره آزمون هاسمن استفاده میکنند (بالتاگی 2005، 135).
مفروضات این آزمون عبارتند از:
: تخمین زن اثرات ثابت و تخمین زن اثرات تصادفی سازگار میباشند (تفاوتی ندارند)
:وجود مدل اثر ثابت و رد مدل اثر تصادفی
اگر آماره برابر با صفر و احتمال متناظر با آن برابر با یک باشد، این نتیجه گویای این مطلب است که آزمون هاسمن قادر نیست به خوبی پاسخ دهد که مدل به روش اثرات ثابت یا به روش اثرات تصادفی برآورد شود؟ لذا می بایست از معیاری دیگر استفاده شود. مدل جمله خطا شامل دو جزء است که جزء خطای مقطعی و تصادفی است، خطای ترکیبی سری و مقطعی است. در واقع، بخشی از تغییرات جمله خطا مربوط به جزء تصادفی و بخش دیگری از تغییرات مربوط به جزء است. بنابراین اگر بتوان به وسیله شاخصی سهم هریک از اجزاء را از تغییرات تعیین کرد می توان نتیجه گرفت که مدل به روش اثرات ثابت یا به روش اثرات تصادفی برآورد شود.
در جدول مربوط به تخمین به روش اثرات تصادفی خروجی بنام Effect Specification وجود دارد که حاوی اطلاعات و است. با Standard Error(S.D ) مشخص می شوند و وزننسبت به از طریق کمیتی بنام Rho یا ? نمایش داده می شود لذا داریم؛
فرمول3- 3
فرمول3-4
این دو ? بین صفر و یک قرار دارند و هرچه بزرگتر باشدو ?آن نیز بزرگتر باشد و شواهد اینکه مدل اثر ثابت باشد قوی تر است و انتخاب مدل اثرات ثابت موجه است.
3-10- مزایای استفاده از دادههای تابلویی (ترکیبی)
بالتاگی36 مزایای استفاده از دادههای تابلویی نسبت به دادههای مقطعی یا سری زمانی را چنین بر میشمارد:
1-از آنجا که دادههای تابلویی به افراد بنگاهها، ایالات، کشورها و از این قبیل واحدها طی زمان ارتباط دارند، وجود ناهمسانی واریانس در این محدود میشود. تکنیکهای تخمین با دادههای تابلویی میتوانند این ناهمسانی واریانس را با متغیرهای تکی و خاص مورد ملاحظه و بررسی قرار دهند.
2-با ترکیب مشاهدات سری زمانی و مقطعی ، داده های تابلویی با اطلاعات بیشتر، تغییرپذیری بیشتر، همخطی کمتر میان متغیرها، درجات آزادی بیشتر و کارایی بیشتری را ارائه میدهند.
3- دادههای تابلویی تاثیراتی را که نمیتوان به سادگی در دادههای مقطعی و سری زمانی مشاهده کرد، بهتر نشان میدهند.
4- دادههای تابلویی ما را قادر می سازند تا مدلهای رفتاری پیچیده را بهتر مطالعه کنیم.
5- دادههای تابلویی با ارائه داده برای هزاران واحد، میتواند تورشی را که ممکن است در نتیجه لحاظ افراد یا بنگاهها (به صورت تجمعی و کلی) حاصل شود، حداقل سازند (اشرف زاده و مهرگان 1387، 76).
به طور کلی باید گفت دادههای تجربی را به شکلی غنی می سازد که در صورت استفاده دادههای سری زمانی یا مقطعی این امکان وجود ندارد.
3-11- آزمون فرضیهها
آزمون فرضیه کمک میکند که بدانیم آیا مشاهدات دلیلی بر پذیرش فرضیه اظهار شده، دارند. به طور کلی نظریه آزمون فرضیه، ایجاد قوانین و روشهایی را برای تصمیمگیری درباره پذیرش یا عدم پذیرش فرضیه آماری بررسی میکند به عبارت دیگر آزمون معنیدار بودن، روشی است

مطلب مرتبط :   منابع مقاله با موضوعکاهش اضطراب، اضطراب کودکان، ابراز وجود

دیدگاهتان را بنویسید