تاثیر کیفیت حسابرسی بر مدیریت سود و بازده آتی شرکت های دارای عرضه اولیه در بازار سرمایه ایران

قسمتی از متن پایان نامه :

3-17- مسایل مورد توجه در تخمین مدل
با در نظر داشتن اینکه قبل از تخمین و اجرای مدل های رگرسیونی لازم می باشد از وجود بعضی شرایط در بین متغیرها اطمینان حاصل گردد پس به مقصود اطلاع از برخورداری داده های پژوهش از شرایط لازم انجام تعدادی آزمون بر روی متغیر ها ضروری می باشد که در ادامه فصل به اختصار به کلیات آنها تصریح می گردد.
3-17-1- نرمال بودن
برای مطالعه نرمال بودن داده ها از آزمون های نرمال بودن بهره گیری می گردد. این آزمون ها به گونه کلی به دو گروه روش های ترسیمی و روش های عددی تقسیم می شوند. روش های ترسیمی تنها تصویری از توضیع متغیر تصادفی را ارایه می کنند اما روش های عددی قادرند معیاری عینی و کمی برای قضاوت در خصوص نرمال بودن توضیع متغیر تصادفی فراهم نماید. در روش های عددی می توان هم آمار توصیفی  و هم از تکنیک ها وآزمون های مختلف آمار استنباطی بهره گیری نمود. در این پژوهش با بهره گیری از آزمون های جارگ-براوکولموگوروف-اسمیرنوف (ks) به عنوان یک روش عددی به آزمون نرمال بودن داده ها پرداخته شده می باشد.
در آزمون جارگ-برا از اختلاف بین ضریب کشیدگی و چولگی داده های مورد مطالعه می توان به نرمال بودن توزیع داده ها پی برد. در این آزمون فرض صفر با احتمال 95 درصد اطمینان پذیرفته نمی گردد (جعفری سرشت،1389).
3-17-2- نا همسانی واریانس

شما می توانید مطالب مشابه این مطلب را با جستجو در همین سایت بخوانید                     

یکی از مهمترین فروض مدل کلاسیک رگرسیون خطی این می باشد که اجزای اخلال uit که در تابع رگرسیون، جامعه ظاهر می شوند، دارای واریانس همسان می باشند یعنی: i=1,2,…,n  E(ui2)=σ2 اگر این فرض تامین نشود دارای نا همسانی واریانس خواهیم بود. مشکل ناهمسانی واریانس، در داده های مقطعی متداول تر از داده های زمانی می باشد. از آن جایی که یکی از ابعاد داده های تابلویی، بعد مقطعی می باشد. لذا در پژوهش حاضر امکان مواجه با مساله نا همسانی واریانس هست. برای رفع ناهمسانی واریانس می توان از روش حداقل مربعات تعمیم یافته (EGLS) بهره گیری نمود(ابریشمی،1383). در این پژوهش به مقصود نا همسانی واریانس از تخمین های (EGLS) بهره گیری شده می باشد.
3-17-3- خود همبستگی
یکی دیگر از موارد نقض فروض کلاسیک، وجود همبستگی پیاپی یا خودهمبستگی در رگرسیون می باشد که به وضعیتی تصریح می ‌کند که در آن میان اجزای اخلال نوعی ارتباط همبستگی مستقر می باشد. چنین حالتی به دلیل ارتباط جزء اخلال هر نظاره (تفاوت متغیر وابسته با مقدار تخمینی اش) با جزء اخلال نظاره دیگر به وجود می آید. راه حل متداول برای مطالعه احتمال وجود همبستگی پیاپی، بهره گیری از آزمون دوربین واتسون می باشد. که در این پژوهش نیز برای این مقصود به کار گرفته شده می باشد. این آماره به گونه معمول بین صفر تا 4 تغییر می کند. مرز تقریبی بین همبستگی پیاپی مثبت ومنفی عدد 2 می باشد. اگر آماره در حدود 2 باشد به این معنی می باشد که در رگرسیون، خود همبستگی وجود ندارد. از طریق مراجعه به جداول آماری مربوط به دوربین واتسون می توان نسبت به پذیرش یا عدم پذیرش وجود خود همبستگی قضاوت و نتیجه گیری نمود (جعفری سرشت،1389).
3-17-4- هم خطی
هم خطی در اثر ارتباط خطی یا فنی متغیر های مستقل مدل به وجود می آید. معیار تشخیص هم خطی (که به تورم واریانس معروف می باشد) مبتنی بر ضریب تغییر و واریانس رگرسیون در نتیجه ورود متغیرهای هم خط به مدل می باشد. از جنبه کاربردی تا زمانی که میزان توضیح دهندگی مدل به واسطه ورود متغیرهای هم خط کاسته نشود و ضرایب رگرسیونی آنها نیز معنادار باشند در جهت رفع هم خطی اقدامی صورت نمی گیرد. راه کار رفع هم خطی پیش از حذف متغیرهای شدیدا هم خط، بهره گیری از تحلیل عاملی یا همان ادغام کردن تاثیر متغیرهای هم خط در قالب یک متغیر روی مدل می باشد (جعفری سرشت،1389).

سوالات یا اهداف پایان نامه :


پاسخی بگذارید