دانلود تحقیق - پایان نامه - مقاله

بررسی تاثیر مدیریت سرمایه در گردش بر عملکرد شرکتها در بورس اوراق بهادار …

(۳-۱۸)
Yt-1= β۰ + β۱xt-1 + ut-1
با کسر دو معادله از هم، به معادله زیر می رسیم که در واقع جزء اخلال این معادله عددی است که از تفاضل دو جمله خطای قبلی بدست آمده و مستقل از جملات دیگر است:
(۳-۱۹)
∆Yt= β۱∆x+ εt
بدین ترتیب اطلاعات یک دوره از کل دورههای مورد بررسی حذف شده و خود همبستگی ایجاد شده رفع می شود. لذا جملات AR، در هر مرتبهای منجر به از بین رفتن خود همبستگی بین اجزای اخلال مدل میشوند(خاکی، ۱۳۹۰). در این تحقیق به منظور تشخیص خود همبستگی بین اجزای اخلال مدل رگرسیون، از آماره DW (دوربین – واتسن) استفاده شده است.
مشکلات دیگری مانند همبستگی متقاطع در واحدهای تکی در نقاط زمانی یکسان نیز وجود دارند. تکنیکهای تخمین متعددی برای بررسی برخی از این مشکلات وجود دارد. دو روش بسیار معروف و رایج
عبارتند از:

  1. مدل تأثیرات ثابت (FEM )

اصطلاح تأثیرات ثابت ناشی از این حقیقت است که با وجود تفاوت عرض از مبدأ میان شرکت، اما عرض از مبدأ هر شرکت طی زمان تغییر نمیکند، یعنی طی زمان بی تغییر است. حالت کلی این رگرسیون به صورت زیر است:
(۳-۲۰)
Yit = β۰i + β۱x1it + β۲x2it + … + βmxmit+ uit
i= 1, 2, 3, …, N
t= 1, 2, 3, …, T

  1. مدل تأثیرات تصادفی (REM ) یا مدل اجزای خطا (ECM )

در روش اثرهای تصادفی فرض میشود عرض از مبدأ یک واحد تکی انتخابی تصادفی از جامعهای بزرگتر با یک میانگین ثابت بیان میشود. حالت کلی این مدل به صورت زیر است:
Yit = β۰i + β۱x1it + β۲x2it + … + + βmxmit+ uit
(۳-۲۱)
i= 1, 2, 3, …, N
t= 1, 2, 3, …, T
در مشاهدات مختلف، فرض می کنیم در هر مشاهده عرض از مبدأ به صورت زیر تغییر می کند: ۰β برای در نظر گرفتن تفاوت این مدل به روش حداقل مربعات تعمیم یافته برآورد می شود (گجراتی، ۱۳۹۰).
(۳-۲۲)
β۰i= β۰ + εi
i= 1, 2, 3,…, N

این نوشته را هم بخوانید :   ارزیابی توان تبیین معیارهای ریسک نامطلوب در بورس اوراق بهادار تهران۹۰- قسمت ...

۳-۱۳-۲ انتخاب مدل مناسب در دادههای تلفیقی

چالش پیشروی محقق عبارت است از این که کدام مدل بهتر است؟ موندلاک (۱۹۶۱ ) و والاک وهاسین(۱۹۶۹) از مدل اثرات ثابت حمایت کرده و بالسترا و نرلاو (۱۹۶۶) به طرفداری از مدل اثرات تصادفی پرداختند( بالتاجی، ۲۰۰۵). به منظور تعیین نوع مدل، از بین مدل های معتبر با توجه به تفاوت درجه آزادی، بر اساس معیار R، بهترین مدل با استفاده از آزمون هاسمن انتخاب شده است.
برای آزمون فرضیه‌ها از روش رگرسیون چند متغیره استفاده شده است. رگرسیون در اصطلاح کاربردی به معنی پی‌بردن به رفتار یک متغیر به کمک رفتار متغیر دیگر است. در آمار رگرسیون یک نوع رابطه یا تابع ریاضی که بین متغیر وابسته از یک طرف و متغیر مستقل از سوی دیگر برقرار می‌باشد.
در رگرسیون خطی دو‌متغیری، یک خط مستقیم از نقاط پراکندگی عبور می‌کند که معادله این خط، معادله رگرسیون نامیده می‌شود و میزان تغییر را ضریب رگرسیون می‌نامند که عبارتست از میزان تغییر در متغیر وابسته به ازای یک واحد تغییر در متغیر مستقل. خط رگرسیون منعکس‌کننده مسیر حرکت پراکنده در دستگاه مختصات است که می‌تواند مبین شدت و ضعف و نوع همبستگی بین متغیرها باشد.
در این معادله برابر مقدار پیش‌بینی شده متغیر وابسته، a برابر با مقدار ثابت یا عرض از مبدا نقطه تقاطع خط رگرسیون با محور متغیر وابسته، برابر با ضریب رگرسیون یا شیب منحنی متغیر مستقل است. ضریب همبستگی رابطه بین و ترکیب خطی رابیان می‌کند. برای آزمون فرضیه، اثر متغیر مستقل بر متغیر وابسته آزمون می‌شود (هومن، ۱۳۸۵،ص ۸۵).
(۳-۲۳)
در آزمون معنی‌دار بودن کل رگرسیون و رابطه خطی:
فرضیه صفر بیانگر ضرایب کل رگرسیون برابر با صفر است.
فرضیه تحقیق بیانگر حداقل یکی از ضرایب متغیر مستقل معنی‌دار است.

برای دانلود متن کامل این فایل به سایت torsa.ir مراجعه نمایید.