۲- شرکت‌هایی که در طول بازه زمانی ۸۵تا۹۱ در بورس حضور فعال داشته‌اند.
۳- اطلاعات صورت‌های مالی آنها در دسترس باشد.
صورت‌های مالی آنها حسابرسی شده باشد.
۳-۶ روش گردآوری داده ها
در این پژوهش برای جمع آوری داده ها و اطلاعات، ابتدا از روش کتابخانه ای استفاده به عمل می آید . در بخش کتابخانه ای، مبانی نظری پژوهش از کتب و مجلات تخصصی فارسی و لاتین گردآوری می گردد و سپس اطلاعات و داده های تحقیق از نشریات و گزارشات سالانه و سایر گزارشات بورس اوراق بهادار تهران و صورتهای مالی حسابرسی شدهی شرکتها استفاده می شود.

(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))

۳-۷ روش تجزیه و تحلیل داده ها
برای بررسی نرمال بودن داده ها که پیش نیاز برای صحت آزمون فرضیه ها می باشد از آماره کولموگروف - اسمیرنف استفاده میشود. آزمون فرضیه ها با توجه به فرضیه های طرح شده و تعریف عملیاتی متغیرهای مستقل و وابسته، بر اساس ضر یب همبستگی پیرسون یا اسپیرمن و با بهره گرفتن از تحلیل رگرسیون چند متغیره در سطح معناداری ۵ درصد صورت میپذیرد. همچنین با بهره گرفتن از ضریب تعیین® میزان تغییرات متغیر وابسته نسبت به متغیرهای مستقل (T ) ارزیابی میشود. در این تحقیق از آماره Tاستیودنت برای بررسی صحت آز مون فرضیه های تحقیق و از آماره جهت بررسی کفایت مدل استفاده شده است.
۳-۷-۱ روش محاسبه متغیرها
۳-۷-۱-۱ ارزش شرکت
( Q توبین) از این نسبت بیشتر به عنوان معیار ارزش استفاده می شود. نسبت مزبور از حاصل تقسیم ارزش بازار دارایی ها بر بهای تمام شده جایگزینی آنها بدست می آید. در اینجا از مدل ساده شده که بشرح زیر قابل محاسبه است.

در مدل فوق، Mve نشان دهنده ارزش بازار حقوق صاحبان سهام، Bvd مبین ارزش دفتری بدهی ها و Bva مشخص کننده ارزش دفتری دارایی ها است.
نسبت حقوق صاحبان سهام: نسبت سود خالص ( پس از کسر مالیات) بر حقوق صاحبان سهام.
۳-۷-۱-۲ ابزارهای تأمین مالی کوتاه مدت
برای بدست آوردن میزان این ابزار در قسمت سمت چپ تراز نامهی شرکت ها، میزان تأمین مالی کوتاه مدت را بر میزان کل تأمین مالی شرکت اعم از کوتاه مدت و میان مدت و بلند مدت تقسیم کرده تا عدد آن بدست آید.
۳-۷-۱-۳ میان مدت و بلند مدت
برای بدست آوردن میزان این ابزار در قسمت سمت چپ تراز نامهی شرکت ها، میزان تأمین مالی میان مدت و بلند مدت را بر میزان کل تأمین مالی شرکت اعم از کوتاه مدت و میان مدت و بلند مدت تقسیم کرده تا عدد آن بدست آید.
۳-۷-۲ مدل رگرسیونی جهت آزمون فرضیات
ROE/Tobin’s Q = α۰ + α۱ SHORT  + α۲ MINI & Long  + ε
۳-۷-۲-۱ متغیر وابسته
ROE: نرخ بازده حقوق صاحبان سهام، برابر با سود خالص تقسیم بر ارزش دفتری حقوق صاحبان سهام.
Tobin Q: نسبت کیو توبین، برای بدست آوردن نسبت کیو توبین از معادله زیر استفاده شده است.
Tobin’s Q= (MVCS+BVPS+BVLTD+BVINV+BVCL-BVCA)/BVTA
که در آن MVCS برابر با ارزش بازار سهام عادی شرکت، BVPS برابر با ارزش دفتری سهام ممتاز، BVLTD برابر با ارزش دفتری تسهیلات مالی دریافتی بلندمدت، BVINV برابر با ارزش دفتری موجودی کالا، BVCL برابر با ارزش دفتری بدهی های جاری، BVCA برابر با ارزش دفتری دارایی های جاری و BVTA برابر با ارزش دفتری مجموع دارایی ها.
۳-۷-۲-۲ متغیرهای مستقل:
SHORT:
St= St – St-1
در رابطه فوق، St نشان دهندهی تأمین مالی از طریق ابزار کوتاه مدت در دورهی t ، St نشان دهندهی تأمین مالی از طریق ابزار کوتاه مدت در دورهی t و St-1 تأمین مالی از طریق ابزار کوتاه مدت در دوره t-1 است.
MINI & Long:
M&Lt= M&Lt – M&Lt-1
در رابطه فوق، M&Lt نشان دهندهی تأمین مالی از طریق ابزار میان مدت و بلند مدت در دورهی t ، M&Lt نشان دهندهی تأمین مالی از طریق ابزار میان مدت و بلند مدت در دورهی t و M&Lt-1 تأمین مالی از طریق ابزار میان مدت و بلند مدت در دوره t-1 است.
آزمون کولموگروف-اسمیرنوف
از آزمون کولموگروف-اسمیرنوف استفاده می شود تا از نرمال بودن داده‌ها اطمینان حاصل گردد
هنگام بررسی نرمال بودن داده‌ها ما فرض صفر مبتنی بر اینکه توزیع داده‌ها نرمال است را در سطح خطای ۵% تست می‌کنیم. بنابراین اگر آماره آزمون بزرگتر مساوی ۰۵/۰ بدست آید، در این صورت دلیلی برای رد فرض صفر مبتنی بر اینکه داده نرمال است، وجود نخواهد داشت. به عبارت دیگر توزیع داده‌ها نرمال خواهد بود. برای آزمون نرمالیته فرض‌های آماری به صورت زیر تنظیم می‌شود:
H0: توزیع داده‌های مربوط به هر یک از متغیرها نرمال است
H1: توزیع داده‌های مربوط به هر یک از متغیرها نرمال نیست
چنانچه سطح معناداری در آزمون کولموگروف-اسمیرنوف بیشتر از ۰۵/۰ باشد می توان داده‌ها را با اطمینان بالایی نرمال فرض کرد. در غیر این صورت نمی‌توان گفت که داده ها دارای توزیع‌ نرمال هستند .
مفهوم سطح معنیداری[۴۵] (P-value)
مفهوم سطح معنیداری، که به اختصار آن را با sig نشان میدهیم، میزان خطایی است که در رد فرضیه صفر (H0) مرتکب میشویم. Sig به P-valueنیز معروف است. هرچه مقدار sigکمتر باشد، رد فرضیه صفر سادهتر میشود. آلفا (α) سطح خطایی است که محقق در نظر میگیرد (که معمولاً ۵ درصد است). به طور کلی میتوان گفت: اگر sig<α باشد آنگاه فرض H0رد میگردد و ادعای پژوهش (فرضH1) پذیرفته میشود و اگر sig≥α باشد فرض H0پذیرفته شده و فرض H1 رد میشود(رنجبران، ۱۳۸۹ ص ۳۱۵). شایان ذکر است که در این تحقیق تمامی آزمونها آماری در سطح اطمینان ۹۵% انجام گرفته است.
آزمون t
آزمون t یا t-test آزمونی است که برای معنادار بودن ضریب همبستگی انجام می گیرد. r ضریب همبستگی خطی است که شدت همبستگی بین دو متغیر X و Y را در نمونه اندازه گیری می کند، پسr یک آماره نمونه است. اما ρ ضریب همبستگی خطی است که شدت همبستگی بین X و Y در جامعه را اندازه گیری می کند. پس ρ یک پارامتر جامعه است. در نتیجه ضریب همبستگی محاسبه شده از نمونه(r ) برآوردی از ضریب همبستگی جامعه خواهد بود. گاهی ممکن است که دو متغیر X و Y هیچ گونه وابستگی خطی نداشته باشند و ضریب همبستگی این دو متغیردر جامعه برابر با صفر باشد ولی ضریب همبستگی محاسبه شده در نمونه کمیت غیرصفر را نشان دهد. برای روشن شدن موضوع باید آزمون t را انجام داد. در تحقیق حاضر نیز به منظور معنادار بودن ضریب همبستگی محاسبه شده از نمونه و امکان تعمیم آن به کل جامعه از آزمون t استفاده شده است(رنجبران،۱۳۸۹، ص۳۸۱).
نمودار پراکنش 
نمودار پراکنش توزیع دو متغیره دو متغیر کمی را نشان می دهد و همیشه باید قبل از محاسبه ضریب همبستگی و انجام آنالیز رگرسیون (که در مطالب بعدی خواهم گفت) آن را بررسی کرد.
در مطالعه رابطه بین دو متغیر ، اولین قدم رسم داده ها به صورت نقاطی بر روی یک صفحه نمودار است . شکل حاصل که نمودار پراکنش نامیده می شود ، چگونگی خوشه ایی شدن نقاط در اطراف یک خط  مستقیم یا یک نوع منحنی مشخص را نشان می دهد و نیز برداشتی عینی از میزان پراکندگی  دادها پیرامون خط یامنحنی را فراهم می کند در بیشتر موقعیتها رابطه نظری پیشین معلومی وجود ندارد که ان را به کار ببریم ، بنابرین، اطلاعات منعکس در نمودار پراکنش برای جستجو یک مدل ریاضی مناسب مفید است .
در بسیاری از موقعیتها ، رسم نمودار پراکنش نشان می دهد که یک رابطه ، هر چند وجود دارد ، ولی از خطی بودن دور است .
رسم نمودار پرا کنش  در رگرسیون اهمیت زیادی دارد و بین دو مجموعه داده استفاده می شود تا نوع رابطه بین دو داده را حدس بزنیم در حقیقت حدس می زند که یک رابطه به شکل یک خط بین دو متغیر وجود دارد و سپس به جمع آوری اطلاعات کمی از دو متغیر می پردازد و این داده ها را به صورت نقاطی در یک نمودار دو بعدی رسم می کند. این نمودار که به آن نمودار پراکندگی گفته می شود نقش بسیار مهمی را در تحلیل های رگرسیونی و نمایش ارتباط بین متغیرها ایفا می کند.
آماره دوربین-واتسن
در آمار، آماره دوربین-واتسن (Durbin–Watson statistic ) یک آماره آزمون میباشد که برای بررسی وجود خود همبستگی ( autocorrelation=رابطه بین مقادیر که با تاخیر(lag) زمانی مشخص از یکدیگر جدا شده اند) بین بافیمانده ها در تحلیل رگرسیون استفاده می گردد. مقدار این آماره همواره بین ۰ تا ۴ قرار میگیرد که آستانه های مورد پذیرش آن به صورت زیر است:

موضوعات: بدون موضوع  لینک ثابت


فرم در حال بارگذاری ...