شرکت‌هایی که اطلاعات آن‌ها برای به دست آوردن برخی متغیرهای تحقیق کافی نبود

(( 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. ))

۵۰

فیلتر

شرکت‌هایی که بیش از شش ماه وقفه معاملاتی نداشته باشند

۴۷

فیلتر

کل نمونه آماری قابل آزمون با در نظر گرفتن پیش‌فرض‌ها

۹۱

مانده

۳-۸ نحوه جمع‌ آوری داده ­ها
در هر تحقیق، تهیه اطلاعات واقعی با توجه به اهداف تحقیق از اهمیت اساسی برخوردار است. در این پژوهش برای مطالعه مبانی نظری و بررسی پیشینه تحقیق، از روش کتاب‌خانه‌ای با بهره‌گیری از کتب و مقالات تخصصی فارسی و لاتین و پایان‌نامه‌ها استفاده می‌گردد. ازآنجایی‌که اطلاعات مربوط به متغیرهای این پژوهش شامل بسیاری از اقلام حسابداری مندرج در صورت‌های مالی حسابرسی شده شرکت‌ها می‌باشد، داده‌های موردنیاز از صورت‌های مالی موجود در سایت‌های مدیریت پژوهش، توسعه و مطالعات اسلامی وابسته به سازمان بورس و اوراق بهادار به نشانی www.rdis.ir، سیستم‌های جامع اطلاع‌رسانی ناشران به نشانی www.codal.ir، مرکز پردازش اطلاعات مالی ایران به نشانی www.fipiran.com و لوح‌های فشرده سازمان بورس و اوراق بهادار به‌صورت دستی استخراج می‌شود، که به نظر می‌رسد نسبت به سایر منابع موجود از اعتبار بیشتری برخوردار است. هم‌چنین سایر اطلاعات موردنیاز مربوط به صورت‌های مالی شرکت‌ها در بانک اطلاعاتی بورس اوراق بهادار و از نرم‌افزار ره‌آورد نوین که به‌صورت فایل‌های Pdf و Excel می‌باشد گردآوری‌شده است. این اطلاعات شامل سود و زیان، ترازنامه و … می‌باشد.
۳-۹ روش‌شناسی پژوهش
موفقیت هر تحلیل اقتصادسنجی درگرو دسترسی به داده‌های مناسب است. برای هر تحلیل تجربی، ممکن است سه نوع داده وجود داشته باشد. داده‌های سری‌های زمانی، مقطعی و ترکیبی (ترکیبی ازسری‌های زمانی و مقطعی).
داده‌های سری‌ زمانی^[۴۳]: در طول زمان جمع‌ آوری می‌شوند، از قبیل داده‌های مربوط به اشتغال، بیکاری، و حجم پول. این داده‌ها ممکن است در فاصله زمانی مشخص جمع‌ آوری شوند- روزانه (مثلاً، قیمت سهام)، هفتگی (مثلاً، حجم پول)، ماهیانه (مثلاً، نرخ بیکاری) و یا سالیانه (مثلاً بودجه دولت). این داده‌ها ممکن است ماهیتاً کمی باشند (از قبیل، قیمت، درآمد) و یا کیفی باشند (از قبیل، شاغل و یا بیکار، مجرد و یا بیکار).
داده‌های مقطعی^[۴۴]: داده‌هایی هستند که در آن اطلاعات یک یا چندین متغیر در نقطه‌ای از زمان جمع‌ آوری‌شده‌اند، از قبیل آمار نفوس و مسکن که آماری از جمعیت است که توسط اداره سرشماری ایالات‌متحده هر ده سال یک‌بار جمع‌ آوری می‌شود.
داده‌های ترکیبی^[۴۵]: در داده ­های ترکیبی عناصر سری زمانی و مقطعی وجود دارند. به‌عنوان‌مثال، اگر آمار نرخ بیکاری برای ۱۰ کشور به مدت ۲۰ سال جمع‌ آوری بکنیم، داده تولیدشده یک مثال از نوع ترکیبی خواهد بود- داده‌های نرخ بیکاری به مدت ۲۰ سال از نوع سری زمانی هستند، درحالی‌که نرخ بیکاری برای ۱۰ کشور از نوع مقطعی است زیرا فقط برای یک سال است. در داده‌های ترکیبی ۲۰۰ مشاهده خواهیم داشت- ۲۰ مشاهده سالانه برای هر یک از ۱۰ کشور.
یک نوع داده مخصوص وجود دارد به نام پانل دیتا^[۴۶]، که لانگیتیودینال^[۴۷] یا مایکروپانل دیتا^[۴۸] نیز نامیده می‌شود، که در آن‌یک واحد مقطعی، مثلاً، یک بنگاه و یا یک خانوار در طول زمان موردمطالعه قرار می‌گیرد. به‌عنوان‌مثال، وزارت بازرگانی ایالات‌متحده آماری از مسکن در زمان‌های مشخص جمع‌ آوری می‌کند. در فاصله زمانی مشخص باهمان خانوار (یا کسی که در آن جای مشخص زندگی می‌کند) مصاحبه می‌شود تا بینند که آیا تغییراتی در وضعیت مسکن و یا وضعیت مالی خانوار از زمان آمارگیری قبلی اتفاق افتاده است. پانل دتا که از مصاحبه‌های مکرر با خانوار مشخصی که در فواصل زمانی معین صورت می‌گیرد تولید می‌شود اطلاعات بسیار مفیدی در خصوص رفتار خانوار و دگرگونی آن را به دست می‌دهد (گجراتی و پورتر، ۱۳۹۰).
در پژوهش حاضر، داده‌ها از نوع داده‌های ترکیبی است و در ادامه مدل‌ داده‌های ترکیبی تشریح می‌شود.
۳-۹-۱ داده‌های ترکیبی
داده‌های ترکیبی، محیط بسیار مناسبی برای گسترش روش‌های تخمین و نتایج نظری فراهم می‌سازند، به‌طوری‌که پژوهش‌گران قادر به استفاده از داده‌های مقطعی و سری‌های زمانی برای بررسی مسائلی می‌شوند که امکان مطالعه‌ی آن‌ها در محیط‌های فقط مقطعی یا فقط سری زمانی وجود ندارد. مزیت این روش در این است که معمولاً روش‌های سنتی اقتصادسنجی بر سری‌های زمانی و داده‌های مقطعی، ناهمگنی‌های مربوط به واحدها یا گروه‌ها را لحاظ نمی‌کنند و نتایج دارای ریسک تورش دار بودن است. این نوع ناهمگنی‌ها درروش داده‌های ترکیبی در نظر گرفته می‌شوند و برآوردهای نااریب و سازگار تولید می‌کنند. در بسیاری از مطالعات اخیر از مجموعه داده‏های ترکیبی جهت تحلیل‏ها استفاده گردیده است. بدین ترتیب که چند بنگاه، خانوار، کشور و … را در طول زمان موردبررسی و تجزیه‌وتحلیل قرار داده ‏اند. در تجزیه‌وتحلیل داده‏های ترکیبی یک محیط بسیار غنی از اطلاعات برای گسترش تکنیک‏های تخمین و نتایج قابل‌تحلیل فراهم می‏گردد. در بسیاری موارد، پژوهش‌گران می‌توانند از داده‏های ترکیبی برای مواردی که نمی‏توان به‌صورت فقط سری زمانی یا فقط به‌صورت مقطعی بررسی کرد، بهره بگیرند.
به‌طورکلی از داده‏های ترکیبی، می‏توان برای برآورد معادلاتی به شکل زیر استفاده نمود:

که در آن:
عبارت است از تعداد مقطع‏های موجود در داده‏های ترکیبی؛
عبارت است از دورهای زمانی.
بدین منظور ۲ روش وجود دارد:
الف- درروش اول، فرض می‏شود که بین مقطع‏ها هیچ تفاوتی وجود ندارد و لذا همه مقطع‏ها را باهم تخمین می‏زند که این روش به روش تلفیقی^[۴۹] است.
ب- درروش دوم فرض می‏شود که بین مقطع‏ها اختلاف معنی‏داری وجود دارد که این اختلاف‏های معنی‏دار می‌توانند بر شیب و یا عرض از مبدأ تأثیر بگذارند که به این روش، روش تابلویی^[۵۰] گویند.
به‌منظور اینکه مشخص شود که کدام روش جهت برآورد مناسب است، فرضیه‏ای آزمون می‏شود که در آن فرض می‏شود که کلیه عبارات ثابت برآورد شده با یکدیگر برابر هستند. بدین ترتیب می‏توان مشخص کرد که آیا روش داده‏های تابلویی جهت برآورد موردنظر کارآمدتر است یا تلفیقی. برای آزمون فرض موردنظر، آماره‏ای است که دارای توزیع با درجه آزادی (N-1,NT-N-K) می‏باشد (خالقی، ۱۳۸۹).
۳-۹-۲ آزمون معنی‌دار بودن اثرات فردی لیمر^[۵۱]
در داده‌های ترکیبی لازم است که در ابتدا همگن یا ناهمگن بودن مقاطع (واحدها) مورد آزمون قرار گیرد. درصورتی‌که مقاطع همگن باشند به‌سادگی می‌توان از روش تلفیقی استفاده نمود، در غیر این صورت استفاده از روش اثرات ثابت ضرورت دارد؛ به‌عبارت‌دیگر لازم است که معنی‌داری اثرات ثابت از آماره F لیمر استفاده ‏شود. این آزمون مقایسه بین مجموع مربعات جملات خطا (RSS^[52]) درروش داده ­های تابلویی و داده ­های تلفیقی می­باشد. ازآنجاکه درروش داده ­های تلفیقی، پارامترهای محدودکننده بیشتری (از قبیل آنکه ضرایب عرض از مبدأ α در طول زمان و در بین داده ­های مقطعی، ثابت در نظر گرفته می­شوند) وجود دارد، لذا انتظار بر این است که روش داده‏های تلفیقی نسبت به داده ­های تابلویی، RSS بیشتری داشته باشد. بنابراین اگر RSS مدل حداقل مربعات معمولی (OL^[53] (، با اضافه شدن محدودیت­ها به‌طور معنی­داری افزایش پیدا نکند، بهتر است که این روش استفاده گردد. در غیر این صورت، روش داده ­های تابلویی مناسب‌تر می‌باشد.
با بهره گرفتن از مجموع مربعات باقیمانده مقید ( ^[۵۴]) حاصل از تخمین مدل ترکیبی به‌دست‌آمده از OLS و مجموع مربعات باقیمانده غیر مقید ( ^[۵۵]) حاصل از تخمین رگرسیون درون‌گروهی، می‏توان آماره آزمون مناسب در این زمینه را به‌صورت زیر نوشت:

که در آن:
عبارت است از مجموع مجذورات پسماندهای مقید؛
عبارت است از مجموع مجذورات پسماندهای غیرمقید؛
عبارت است از تعداد متغیرهای توضیحی؛
عبارت است از تعداد مقطع‌ها.
در آزمون ، فرضیه یکسان بودن عرض از مبدأها (داده‌های تلفیقی) در مقابل فرضیه مخالف ، ناهمسانی عرض از مبدأها (روش داده‏های تابلویی) قرار می‏گیرد؛ لذا می‏توان نوشت:

حداقل یکی از عرض از مبدأها با بقیه متفاوت است :
اگر محاسبه‌شده ( ) از زد ولی با درجه آزادی‌های و بزرگ‌تر باشد، فرضیه رد شده و استفاده از روش داده‌های تابلویی بهتر است. در غیر این صورت از روش داده‏های تلفیقی استفاده می­ شود (خالقی، ۱۳۸۹).
۳-۱۰ آزمون جارک-برا