۳-۷-روش و ابزار جمع‌ آوری اطلاعات

گردآوری اولیه اطلاعات از طریق مطالعات کتابخانه‌ای صورت گرفته و سپس با دریافت اطلاعات مالی چند سال گذشته از شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران انجام خواهد شد. داده های مالی از صورت‌های مالی حسابرسی شده مندرج در سایت مدیریت پژوهش، توسعه و مطالعات اسلامی سازمان بورس اوراق بهادار(www.rdis.ir) و نرم افزارهای گزارش سهام، تدبیرپرداز و ره آورد نوین استخراج می‌گردد. در ضمن از کتب و مقالات معتبر داخلی و خارجی درباره موضوع، بانک اطلاعاتی شرکت‌ها و بورس اوراق بهادار، شبکه جهانی اینترنت نیز استفاده می‌شود.

۳-۸-روش تجزیه وتحلیل

داده های جمع‌ آوری شده با بهره گرفتن از نرم افزار اکسل^[۱۰] محاسبه و با نرم افزار Eveiws مورد تجزیه و تحلیل قرار می گیرند. در این تحقیق از رگرسیون چند متغیره^[۱۱] برای محاسبه ضرایب و آزمون فرضیه‌ها استفاده شده است. این نوع رگرسیون در گستره‌ای وسیع برای بررسی ارتباط بین متغیرهای مستقل ومتغیرهای وابسته، در مطالعات پیشین به کار رفته است. علاوه بر این، از ماتریس همبستگی نیز در راستای تحلیل داده ها استفاده شده است.

به منظورآزمون معناداری ضرایب جزئی رگرسیون در فرضیه‌ها از آزمونt و مقدار احتمال(p-value ) توسط نرم افزار ای وی یوز محاسبه شده است. فرضیه‌های آزمون به صورت زیر بیان شده است:

: نبودن رابطه معنادار متغیر مستقل و وابسته

: بودن رابطه معنادار متغیر مستقل و وابسته

درصورتی که ( p-value ) بزرگتر از سطح خطای مورد نظر آلفای (۵ درصد) باشد، ضریب به دست آمدهمعنادارنیستوفرضیه را نمی توان رد کرد. به صورت مشابه، اگر ( p-value ) از سطح خطای مورد نظر کوچکتر باشد، ضریب به دست آمده معنادار است و فرضیه رد می‌شود.

پس از آزمون tو به منظور آزمون معناداری معادله رگرسیون در فرضیه‌ها از آزمون F و مقدار احتمال (p-value) محاسبه شده توسط نرم‌افزار ای وی یوز استفاده شده است. در معادله رگرسیون چندگانه، چنانچه رابطه‌ای بین متغیر وابسته و متغیرهای مستقل نباشد، باید تمام ضرایب متغیرهای مستقل در معادله، مساوی صفر باشد. با داشتن الگوی رگرسیون چندگانه، قاعده تصمیم‌گیری به صورت زیر است:

تمام ضرایب الگوی رگرسیون برابر صفر است.

حداقل یکی از ضرایب الگوی رگرسیون، غیرصفر است.

اگر در سطح اطمینان ۹۵ % آماره F محاسبه شده از معادله رگرسیون از مقدار F دست آمده از جدول توزیع فیشر بزرگتر باشد، فرض صفر رد می‌شود و در غیر این صورت، فرض صفر پذیرفته خواهد شد. در این زمینه نیز مشابه آزمون معناداری ضرایب جزئی از مقدار احتمال (p-value) محاسبه شده توسط نرم‌افزار ای وی یوز استفاده شده است.

جدول ضرایب استخراج شده از نرم افزار اس پی اس اس شامل دو دسته ضرایب استاندارد نشده ((B و ضرایب استاندارد شدهBeta) ) است. در ضرایب استاندارد نشده، مقیاس متغیرها با یکدیگر یکسان نیست. با وجود این در ضرایب استاندارد شده مقیاس متغیرها یکسان شده و امکان مقایسه متغیرها وجود دارد؛ به‌عبارت دیگر برای مقایسه اثر متغیرهای مستقل ‌بر متغیر وابسته فقط از ضرایب استاندارد شده استفاده می‌شود(مومنی، ۱۳۸۶). در این پژوهش از این گونه ضرایب در تحلیل و مقایسه تأثیر هر یک از متغیرها استفاده می‌شود.

۳-۹-معرفی آزمون‌های آماری

درپژوهش حاضر،برای دست‌یابی به نتایج پژوهش ازآماراستنباطی استفاده خواهدشد. درآماراستنباطی گروه کوچکی ازجامعه انتخاب شده وفرضیه‌های مدنظرمحقق،درموردآن‌هاموردبررسی قرارمی‌گیرد. سپس به منظورتعمیم نتایج حاصل از نمونه به کل جامعه،یکسری آزمون‌های آماری انجام می‌شود. درادامه به آزمون‌های آماری مورداستفاده در این پژوهش اشاره خواهدشد.

۳-۹-۱تخمین مدل‌های رگرسیون با داده های پانل

برای برآورد الگوهای رگرسیون خطی دو متغیره و چند متغیره معمولاً از روش کمترین مجذورات معمولی^[۱۲] که به اختصار با OLS نشان داده می‌شود، استفاده می‌گردد. این روش دارای ویژگی‌های مطلوب آماری مانند بدون تورش بودن، بهترین ‌برآورد کننده خطی بدون تورش یا BLUE بودن را دارا می‌باشد. اما برای رفع مشکلاتی همچون خود همبستگی جملات پسماند و ناهمسانی واریانس از روش کمترین مجذورات تعمیم گرفته، یعنی ^[۱۳]GLS استفاده می‌شود (شیرین بخش وخوانساری، ۱۳۸۴).

از ویژگی‌های مهم روش GLS رفع مشکلاتی همچون خود همبستگی و ناهمسانی واریانس می‌باشد به همین دلیل در این تحقیق در صورت لزوم از این روش استفاده می‌نماییم.

روش GLS اقدام به موزون نمودن متغیرهای الگوی مدل رگرسیون می‌نماید. به همین دلیل روش مذکور را روش کمترین مجذورات موزون (Weighted LS یا WLS) می‌نامند. (شیرین­بخش و خوانساری، ۱۳۸۴).

مزایای استفاده از داده های تابلویی (ترکیبی)

بالتاگی مزایای استفاده از داده های تابلویی نسبت به داده های مقطعی یا سری زمانی را چنین بر می‌شمارد:

-۱از آنجا که داده های تابلویی به افراد، بنگاه‌ها ، ایالات، کشورها و از این قبیل واحدها طی زمان ارتباط دارند، وجود ناهمسانی واریانس در این واحدها محدود می‌شود. تکنیک‌های تخمین با داده های تابلویی، همان گونه که نشان خواهیم داد می‌توانند این ناهمسانی واریانس را با متغیرهای تکی و خاص مورد ملاحظه و بررسی قرار دهند.

-۲ با ترکیب مشاهدات سری زمانی و مقطعی، داده های تابلویی با اطلاعات بیشتر، تغییر پذیری بیشتر، هم‌خطی کمتر میان متغیرها، درجات آزادی بیشتر و کارایی بیشتری را ارائه می‌دهند.

-۳با مطالعه مشاهدات مقطعی تکراری، داده های تابلویی به منظور مطالعه پویای تغییرات، مناسب‌تر و بهترند.

-۴داده‌های تابلویی تاثیراتی را که نمی‌توان به سادگی در داده های مقطعی وسری زمانی مشاهده کرد، بهتر نشان می‌دهند.

-۵داده‌های تابلویی ما را قادر می‌سازند تا مدل‌های رفتاری پیچیده را بهتر مطالعه کنیم

-۶ داده های تابلویی با ارائه داده برای هزاران واحد، می‌تواند تورشی را که ممکن است در نتیجه لحاظ افراد یا بنگاه‌ها (به صورت تجمعی و کلی ) حاصل شود، حداقل سازند.

به طور کلی باید گفت داده های تجربی را به شکلی غنی می‌سازد که در صورت استفاده از داده های سری زمانی یا مقطعی این امکان وجود ندارد.

۳-۹-۲-آزمون های انتخاب مدل در پنل دیتا

۳-۹-۲-۱آزمون چاو (آزمون F)

‌در مورد داده های ترکیبی ابتدا آزمون F(آزمون چاو) به منظور انتخاب شیوه تخمین مدل از بین دو راهکار Pooling وPanel انجام می­ شود.

در داده های ترکیبی اثرات زمانی و مقطعی داده ها و همچنین اثرات همزمان آن ها آزمون می شود. طبق مدل اثرات ثابت–زمانی برای هر یک از سال‌های یک عرض از مبدأ و طبق مدل اثرات ثابت–مقطعی برای هر یک از این شرکت‌ها یک عرض از مبدأ ارائه می‌شود.حال.برای اینکه ببینیم این عرض از مبدأ‌ها از لحاظ آماری با هم تفاوت معنادار دارند یا خیر، آزمون چاو را به کار می‌گیریم.

‌بنابرین‏ فرضیه و به صورت زیر مطرح می شود::

تمام عرض از مبداها با هم برابرند↔Pooled

: عرض از مبداها با هم تفاوت دارند↔ مدل اثرات ثابت زمانی یا مقطعی یا هر دو