دانلود مقاله تحقیق پایان نامه

منبع پایان نامه ارشد درمورد سیستم معادلات همزمان، ناهمسانی واریانس

[do_widget id=kl-erq-2]

در فرضیه چهارم انتظار داریم که ضریب حاصلضرب اقلام تعهدی در متغیر مجازی در معادله ارزشگذاری() به صورت معناداری از ضریب حاصلضرب اقلام تعهدی در متغیر مجازی در معادله پیش بینی() بیشتر باشد( (.
در فرضیه پنجم نیز انتظار داریم که ضریب حاصلضرب جریان وجوه نقد عملیاتی در متغیر مجازی در معادله ارزشگذاری) (به صورت معناداری از ضریب حاصلضرب وجوه نقد عملیاتی در متغیر مجازی در معادله پیش بینی) )بیشتر باشد( < ).
3-10 روش تجزیه و تحلیل دادهها
برای تجزیه و تحلیل داده های تحقیق و برآورد مدل ها، از سیستم معادلات همزمان با رویکرد داده های ترکیبی استفاده شده است. دادههای ترکیبی اصولاً به حرکت واحدهای مقطعی طی زمان اشاره دارند. مدلهای مبتنی بر این نوع دادهها را مدل های رگرسیون دادههای ترکیبی نامیده میشود.
به طور کلی میتوان گفت دادههای ترکیبی تحلیلهای تجربی را به شکلی غنی میسازند در صورت استفاده از داده های سری زمانی یا مقطعی این امکان وجود ندارد. واقع استفاده از داده های مقطعی برای چند سال متوالی نتایج بهتر و قابل اعتمادتری را در بردارد و قدرت توضیح دهندگی مدل را افزایش می دهد. مزایای استفاده از دادههای ترکیبی عبارتند از:
الف) از آنجا که دادههای ترکیبی به افراد، بنگاه ها، ایالات، کشورها و از این قبیل واحدها طی زمان ارتباط دارند، وجود ناهمسانی واریانس در این واحدها محدود می شود.
ب) با ترکیب مشاهدات سری زمانی و مقطعی، دادههای ترکیبی با اطلاعات بیشتر، تغییرپذیری بیشتر، همخطی کمتر میان متغیرها، درجات آزادی بیشتر و کارایی بیشتر ارائه می نمایند.
ج) با مطالعه مشاهدات مقطعی تکراری، داده های ترکیبی به منظور مطالعه پویایی تغییرات مناسب تر و بهترند.
د) داده های ترکیبی تأثیراتی که نمی توان به سادگی در داده های مقطعی و سری زمانی مشاهده کرد، بهتر معین می کنند.
و) داده های ترکیبی ما را قادر می سازند تا مدل های رفتاری پیچیده تر را مطالعه کنیم.
ه) داده های ترکیبی با ارائه داده برای هزاران واحد، می توانند تورشی را که ممکن است در نتیجه لحاظ افراد یا بنگاه ها حاصل می شود، حداقل سازد (ابریشمی، 1372).
در رویکرد داده های ترکیبی، روی عرض از مبدا و ضریب شیب مدل زیر محدودیت ها و فرضیاتی در نظر گرفته می شود:
(3-5)
که در آن:
:متغیر وابسته
:مجموعه متغیرهای مستقل و
:جمله خطای مدل است.
رویکرد داده های ترکیبی معمولاً شامل سه الگوی مقید، اثرات ثابت و اثرات تصادفی است.
3-10-1 الگوی مقید
در الگوی مقید عرض از مبدا در مدل رگرسیون برای تمامی مقاطع زمانی (مثلاٌ سال) و مکانی (مثلاً شرکت) یکسان در نظر گرفته می شود. از محاسن الگوی مقید، سادگی برآورد آن است و از معایب آن، ناتوانی این الگو برای در نظر گرفتن ویژگیهای خاص هر مقطع است. این الگو در حالت ساده به صورت زیر است:
(3-6)
3-10-2 الگوی اثرات ثابت
در مدل اثرات ثابت، عرض از مبداء در مدل رگرسیون به این دلیل بین سال ها یا شرکت ها متفاوت در نظر گرفته می شود که هر سال یا شرکت، ویژگی های خاص خود را داراست. الگوی اثرات ثابت در شرایطی مناسب است که عرض از مبدا خاص سال یا شرکت با یک یا چند متغیر توضیحی همبستگی داشته باشد (ابریشمی، 1372).
(3-7)
]]>