دانلود رایگان پایان نامه مدیریت درباره روش حداقل مربعات

قابل مشاهده نشان دهنده خطای تصادفی مقطعی معین می باشد. اگر i نشان دهنده مقاطع یا افراد می باشد، در این صورت در برخی موارد به آن اثر انفرادی و یا ناهمگونی فردی نیز اطلاق می شود. به صورت مشابه همین واژه ها را در مورد شرکت ها نیز می توان به کار گرفت. بدین ترتیب uit+ei خطای کل با شرط ei) = 0 COV(uit, برای تمام tها و iها است که آن را می توان به عنوان جمله خطای ترکیبی (vit) تعریف نمود.
بنابراین در مدل اثر تصادفی ( بر خلاف مدل اثر ثابت که در آن هر واحد مقطعی مقدار عرض از مبدا ثابت خود را دارد)، عرض از مبدأ 1α، میانگین تمام عرض از مبداهای مقطعی را نشان می دهد و جز خطای ui، انحراف تصادفی عرض از مبدا انفرادی را از این میانگین مشخص می نماید. (مشکی، 1390، 98)

در ذیل به مزایا و محدودیتهای این مدل می‌پردازیم.

3-7-3-1-1- محاسن استفاده از مدل پانل‌دیتا

ازجمله محاسن استفاده ازپانل دیتا می توان به مواردزیراشاره کرد:
الف) به دلیل افزودن به مشاهدات، درجه آزادی رازیاد می‌کند لذا استنتاج آماری قویتر می‌شود. استنتاج براساس 20 مشاهده ضعیفتر از 100 مشاهده است. ب)تغییرات مشاهدات را زیاد می‌کند که باعث کاهش Var برآوردگر می‌شود. در مدل مرسوم دو متغیره:
Var(
لذا به یافتن نتایج معنادار کمک می‌کند: زیرا:
به دلیل بند الف یعنی افزایش درجه آزادی، مقدار جدول توابع آزمون کم شود، مقدار بحرانی t,F کم می‌شود.
به دلیل بند ب یعنی افزایش تغییرات مشاهدات، و لذا کاهش Var برآوردگرها، t محاسباتی زیاد می‌شود.
لذا 2 نیروی بالا باعث معنادار شدن بسیاری از نتایج می‌شود که با داده‌های سری زمانی یا مقطعی صرف غیرمعنا دارند.
لذا Panel Data علاج بسیار مناسبی برای مشکل همخطی است. زیرا هم خطی زمانی است که نتایج را (براساس کمیتt) غیر معنا دارند که لذا این تکنیک‌ها یکی از بهترینروش های درمان هم خطی است.

بسیاریروش های اقتصاد سنجی که نیازمند اطلاعات بیرونی نسبت به پارامترها هست و بر داده‌های صرف مقطعی و سری زمانی باید از بیرون مدل داده شوند( مثلاً yt= β1+β2Xt+ut جهت رفع واریانس ناهمسانی باید اطلاعات بیرونی مثل تا بتوان با تقسیم کل مدل بر ، GLS یا WLS را اجرا کرد. اما در Panel Data امکان اعمال روش GLS یا WLS بدون وزن دهی از بیرون توسط خود نرم افزار اجرا می‌شود. (گجراتی، 1389، ص182)

3-7-3-1-2- محدودیت های پانل‌دیتا
داده های پانل‌دیتا هزینه بر است یعنی هزینه های جمع‌آوری داده ها از جمله مسائل طراحی و گردآوری این نوع داده ها که البته ممکن است همه آنچه لازم است پوشش داده نشود.
تحریفات خطاهای اندازه گیری مثلاً اگر در پرسشنامه سؤالات شفاف نباشد.
مسائل گزینشی که شامل خود گزینشی(معمولا اطلاعاتی ارائه می‌شود که به صورت شاخص است نه واقعی). یا مسئله بدون پایه است یعنی مشاهدات بدون پاسخ بماند و یا مسئله اصطکاک است یعنی اگر اشکال در مشاهدات ایجادشود موجی را ایجاد می‌کند که دامنه آن به مشاهدات دیگر کشیده می‌شود. به طور کلی نرخ اصطکاک از یک موج به موج دیگر افزایش می‌یابد، اما این موج افزایشی طی زمان کاهش می‌یابد.
بعد سری زمانی ممکن است خیلی کوتاه باشد.

3-7-3-2- مراحل روش تخمین مدل بوسیله داده های تلفیقی
سؤالی که اغلب در مطالعات کاربردی مطرح می‌شود این است که آیا شواهدی دال بر قابلیت ادغام شدن داده ها وجود دارد یا اینکه مدل برای تمام واحد‌های مقطعی متفاوت است. بعبارت دیگر آیا در مدل مورد نظر برای مقاطع مختلف هم شیبها و هم عرض از مبدأها متفاوت است. این سؤال را می‌توان با فرضیه زیر مطرح نمود:

فرضیه مذکور را می‌توان به عنوان یک مجموعه قیود خطی روی ضرایب در نظر گرفت و برای آزمون که به chow test معروف است ار آماره F به صورت ذیل استفاده نمود:

که در آن :

: مجذور پسماندهای حاصل از برازش رگرسیون مقید است.
:مجذور پسماندهای حاصل از برازش رگرسیون نا مقید هر یک از معادلات
با استفاده از روش حداقل مربعات معمولی می‌باشد. در صورتیکه فرض پذیرفته نشود، دلیل بر یکسان فرض نمودن شیبها و عرض از مبدأ واحدهای مختلف مقطعی وجود ندارد.
آزمون دیگری مطرح است که با فرض متفاوت بودن عرض از مبدأ مقاطع فرضیه زیر را مطرح نمود.

که این فرضیه به صورت یک مجموعه قیود خطی فقط روی ضرایب متغیرهای توضیحی در نظر گرفته می‌شود که برای آزمون فرضیه مذکور از آماره F به صورت ذیل استفاده می‌شود.

که در آن :
: مجذور پسماندهای حاصل از برازش رگرسیون مقید است.
: مجذور پسماندهای حاصل از برازش رگرسیون نا مقید هر یک از معادلات
با استفاده از روش حداقل مربعات معمولی می‌باشد. در صورتیکه فرض پذیرفته شود، سؤال اساسی دیگری مطرح خواهد شد و آن این است که آیا تفاوت در مقاطع مختلف می‌توان بوسیله عرض از مبدأ خاص در واحد پاسخگو باشد. به عبارت دیگر آیا تفاوت در عرض از مبدأ واحدهای مقطعی به طور ثابت عمل می‌کند یا اینکه عملکردهای تصادفی می‌توانند این اختلاف بین واحدها را بطور واضح‎تری بیان نماید که به ترتیب این دو روش در ادبیات داده های تلفیقی به روش های ثابت و اثرات تصادفی مشهور هستند که ذیلاً روشهای فوق الذکر به اختصار مورد بحث قرار می‌گیرد (گجراتی، 1389، ص209)

3-7-3-3- روش برآورد
روشهای سنتی اقتصادسنجی در برآورد ضرایب یک الگو، مبتنی بر پایا (مانا) بودن سریهای زمانی می‎باشند. متغیر سریزمانی وقتی مانا است که میانگین، واریانس، کواریانس و در نتیجه ضریب همبستگی آن در طول زمان ثابت باشد و مهم نباشد که در چه مقطعی از زمان، این شاخصها را محاسبه کنیم. امّا از طرفی، «بررسیهایی که از سالهای 1990 به بعد انجام شده، نشان داده است که بسیاری از متغیرهای سری‎زمانی در اقتصاد مانا نیستند». (هژبر کیانی، 1376، ص 52) به عبارتی دیگر، میانگین و واریانس این سریها در طول زمان متغیر بوده و کواریانس آنها در ازایوقفه های مشخص، ثابت نیست که از این خصوصیات به عنوان نامانا بودن سریهای زمانی یاد میشود. اگر سریهای زمانی مورد استفاده در برآورد ضرایب الگو نامانا باشند، برآورد الگو با چنین متغیرهایی ممکن است به رگرسیون کاذب منجر شود؛ بدین معنی که ممکن است ضریب تعیین به دست آمده از الگوی برآوردی بسیار بالا بوده، ولی هیچ رابطۀ معنیداری بین متغیرهای الگو وجود نداشته باشد. عدم توجه به چنین نکتهای، موجب گمراهی محقق و استنباطهای غلط در مورد ارتباط بین متغیرها خواهد شد. از این رو قبل از استفاده از این متغیرها لازم است نسبت به مانایی یا عدم مانایی آنها اطمینان حاصل کرد. (نوفرستی، 1378، ص86)

3-7-3-4-آزمون ریشه واحد درداده های پانل
در این قسمت، خواص آماریداده های پانل، به لحاظ مانایی یا وجود ریشه واحد مورد بررسی قرار میگیرند. به این منظور، از آزمون ریشه واحد که یکی از معمولترین آزمونها برای تشخیص مانایی است استفاده میشود. مهمترین آزمونهای ریشه واحد در موردداده های پانل، شش روش زیر میباشد:
آزمون لوین، لین و چو (LLC)
آزمون ایم، پسران و شین (IPS)
آزمون برتونگ
آزمونهای فیشر-ADF و فیشر-PP که توسط مادالا و وو(1995) و چوی(2001) ارائه شدهاند.
آزمون هدری
برای تشریح روششناسی این آزمونها، الگوی AR(1) بین بخشی زیر در نظر گرفته میشود:

که در آن؛ متغیر مورد بررسی، i=1,2,…,N معرف کشورها، t=1,2,…, معرف تعداد مشاهدات سری زمانی در هر کشور، نماینده متغیرهای قطعی مانند عرض از مبدأ و روند، ضریب زاویه، ضریب خود همبستگی و جمله اخلال میباشد که فرض میشود در بین کشورهای مختلف، مستقل از هم هستند. حال اگر باشد، مانا و چنانچه باشد، دارای ریشه واحد بوده و نامانا تلقی میشود.
به منظور این آزمون، دو پیشفرض در مورد وجود دارد؛ اول اینکه فرض شود که عوامل مشترکی بین کشورهای مختلف وجود دارند، بهطوریکه برای همه کشورها یکسان است ( به ازای هر i یا برای تمام کشورها). آزمونهای LLC، برتونگ و هدری بر اساس این فرض پایهریزی شدهاند. از سوی دیگر، فرض دوم این است که بین کشورها یکسان درنظرگرفته نشود. آزمون IPS و آزمونهای نوع فیشر نیز براساس این فرض استوارند. به علاوه در آزمون هدری، فرضیه صفر، عدم وجود ریشه واحد است، درحالیکه در سایر آزمونها، فرضیه صفر وجود یک ریشه واحد میباشد. (مهر آرا، 1388، ص 55)

3-7-4- مرحله چهارم : تخمین و استباط آماری
در فصل سوم متغیرهای مؤثر معرفی گردید و ارتباط متغیرهای توضیحی با متغیر وابسته به لحاظ تئوری‎های اقتصادی بیان شد. در این قسمت از مطالعه جهت تصریح مدل ابتدا رابطه متغیرهای مستقل از منظر آمار استنباطی بررسی می گردد و از بین متغیرهای توضیحی، متغیرهای موثر انتخاب شود.

3-7-5-مرحله پنجم: نتیجه گیری
در مرحله پنجم بر اساس تخمین مدل، نتیجه گیری می شود و در نهایت بر اساس نتایج پیشنهادات و راهکارها ارائه می شود

3-8-فروض کلاسیک
3-8-1-بررسی نرمال بودن باقیمانده ها(جمله اخلال) :
در صورتی که با قیمانده های مدل دارای توزیع نرمال باشند، آزمون های tو f مبنی بر معنی دار بودن ضرایب ومعنی دار بودن کل رگرسیون قابل استناد است ؛بنا براین دانستن اینکه باقیمانده های مدل دارای توزیع نرمال باشند از اهمیت خاصی بر خوردار است. وبرای این منظور اقدام به برآوردآزمون می شود، این آزمون توسط gargue-bera انجام شد. در این آزمون فرضیه های آماری به صورت زیر می باشد:
نرمال بودن H0:
غیر نرمال بودن H1:

3-8-2-ناهمسانی واریانس
در وضعیتی که متغیر تصادفی جمله پسماند از یکدیگر مستقل بوده، ولی واریانس آن ها با یکدیگر برابر نیست، می گویند ناهمسانی وجود دارد. بنابراین، ناهمسانی واریانس خود نشان دهنده این است که یکی از فروض اصلی روش حداقل مربعات معمولی رعایت نشده است. نتیجه این که روش حداقل مربعات معمولی نمی تواند در این حالت بهترین تخمین زننده های خطی بدون تورش را به وجود آورد. در صورت وجود ناهمسانی واریانس، اولا با وجودی که تخمین زننده های روش حداقل مربعات کماکان خاصیت بدون تورش بودن را حفظ می نمایند، ولی باید گفت که این تخمین زننده ها به هیچ وجه بهترین ها یا کمترین واریانس ممکنه نخواهند بود. ثانیا، تخمین واریانس ها نیز در این حالت خاصیت بدون تورش بودن را حفظ نمی کنند. یکی از فرضیه هایی که در مورد جملات خطا در رگرسیون بیان می شود این است که واریانس جملات خطا دارای مقادیر ثابتی متغیر مستقل می باشد.
واریانس ناهمسان در جزء اخلال اغلب در مدل های سری مقطعی رخ می دهد. اگرچه ناهمسانی واریانس می تواند نشانه ای از خطای تصریح در مدل باشد و بر خلاف خودهمبستگی، واریانس ناهمسان می تواند در مدل رخ دهد. وقتی واریانس ناهمسانی در مدل رخ می دهد این امر به وسیله رابطه بین واریانس جزء اخلال با یک یا تعداد بیشتری از متغیرها رخ می دهد. همچنین واریانس ناهمسانی در داده های سری زمانی نیز امکان رخ دادن دارد. به عنوان مثال اگر در داده های سری زمانی روندها منجر به رابطه بین روند و واریانس مدل شود منجر به مشکل واریانس ناهمسانی خواهد شد(عباسی نژاد و گودرزی فراهانی، 1392، 105).

3-8-3-بررسی عدم خود همبستگی
با آماره دوربین واتسون W-D می توان به بررسی وضعیت خود همبستگی مدل پرداخت. اگر مقدار عددی این آماره نزدیک عدد 2 باشدخود همبستگی نداریم. روش رفع خود همبستگی، ورود عبارات خودرگرسیون (AR) و یا میانگین متحرک (MA) در معادله است(مهرگان و رضائی، 1390، 120).

3-8-4- بررسی ناهمبسته بودن جمله اخلال
یکی از فرض های اساسی رگرسیون، ناهمبسته بودن جملات اخلال در مشاهدات مختلف می باش و یا به عبارت دیگر داشته باشیم . یکی از مشکلات معمول در یک الگوی رگرسیون وجود همبستگی بین جملات پسماند است. خودهمبستگی نقض یکی از فرض های استاندارد الگوی رگرسیون می باشد. به این ترتیب روش برآورد ols ویژگی بهترین برآورد کننده خطی بدون تورش را از دست می دهد و در نتیجه استنباط آماری قابل اعتماد نخواهد بود. بسیار واضح است که خود همبستگی پدیده ای مربوط به داده های سری زمانی است (عباسی نژاد و گودرزی فراهانی، 1392، 95).

3-9- فرضیات تحقیق
در هر تحقیقی، محقق پس از بررسی تجارب مقدماتی درباره جوابهای ممکن، و سرانجام پس از مشاهده پدیده های مربوط ممکن است برای مسأله مورد نظر یک جواب موقتی تدوین کند. این جواب موقتی که فرضیه نامیده می شود، ممکن است یک حدس مبهم و یا یک جواب بالقوه مستدل باشد. به بیان دیگر، فرضیه یک بیان مبتنی بر حدس یا پیشنهاد موقتی درباره رابطه بین دو متغیر و در واقع همان چیزی است که پژوهشگر به دنبال آن است. بنابر این می توان گفت که فرضیه حدسی است زیرکانه و علمی درباره پیامد پژوهش و درحقیقت پیش نویس قانون علمی و معمولاً همان حکمی است که مقدم بر کاوش علمی است (خاکی، 1390، ص188)
رابطه معنی داری بین اعتبار شرکت ها و مدیریت سود مبتنی بر اقلام تعهدی وجود دارد.
رابطه معنی داری بین بدهی های کوتاه مدت و مدیریت سود مبتنی بر اقلام تعهدی برای شرکت هایی با اعتبار کمتر وجود دارد.
رابطه معنی داری بین بدهی های کوتاه مدت و مدیریت سود مبتنی بر اقلام تعهدی برای شرکت هایی با اعتبار بیشتر وجود دارد.
برای بررسی فرضیه های تحقیق هر یک از فرضیه ها دو بار به صورت ضریب کلی و جزیی آزمون می‎شود. درباره آزمون کلی با شاخص آماره F قضاوت می شود. این آزمون بیان می دارد که رابطه متغیرهای مستقل با متغیرهای وابسته خطی است اگر چنانچه سطح خطای آلفا کوچکتر از 5 درصد باشد و یا آماره محاسبه شده F بزرگتر از آماره جدول بحرانی باشد فرضیه صفر دال بر نبود رابطه خطی، رد شده و فرضیه تحقیق پذیرفته می شود. همچنین آماره یا علامت ضرایب نشان دهنده جهت رابطه متغیرهای مستقل و متغیر وابسته می باشد.

3-10- مدل رگرسیونی پژوهش
هدف از تخمین مدل دوم بررسی رابطه عوامل موثر بر مدیریت سود می باشد، از اینرو مدل نهایی به شکل زیر می باشد:

مدل2

اقلام تعهدی اختیاری(شاخص اندازگیری مدیریت سود) (نرمال شده)
: بدهی های کوتاه مدت +حصه جاری بدهی بلندمدت
: متغیر دامی است. اگر شرکت موردنظر، در رتبه بندی IMI-100 توسط سازمان مدیریت صنعتی در بین 400 شرکت برتر باشد مقدار یک و در غیر اینصورت مقدار صفر می گیرد.
: کل اقلام تعهدی سال گذشته
: ارزش بازار
: نسبت دارایی های کل منهای ارزش دفتری حقوق

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *