جدول(۴-۷): نتایج آزمونهاسمن فرضیههای پژوهش
آماره
مقدار
P-Value
نتیجه آزمون
Cross-section Random
۷۱۱/۳
۰۲۹/۰
اثرات ثابت(FE)
۴-۶-۳٫ نتایج آزمون فرضیات تحقیق
با توجه به مطالبی که در فصل سوم بیان شد، فرضیه اصلی این پژوهش بیانگر رابطه بین رشد سود باقیمانده و بازدهی سهام میباشد. به منظور آزمون فرضیه فوق، دو فرضیه فرعی شکل گرفت که جهت آزمون این فرضیات دو متغیر مستقل رشد سود خالص و متغیر مستقل هزینه فرصت سرمایه گذاری ویک متغیر وابسته بازده سهام مورد بررسی وآزمون قرار میگیرد.
جدول زیر نتایج حاصل از برآورد مدل مذکور را با بهره گرفتن از نرم افزار Eviews7 نشان میدهد:
همان گونه که نتایج مندرج در جدول (۴-۸) نشان میدهد، P-value محاسبه شده برای متغیر مستقل رشد سود باقیمانده (∆RI) کمتر از سطح خطای ۰۵/۰ و ضریب آن مثبت میباشد (۳۹/۳)، که در نتیجه میتوان اظهار داشت بین رشد سود باقیمانده و بازدهی سهام رابطه مثبت و معنی دار وجود دارد.
همچنین، P-value محاسبه شده برای متغیر مستقل رشد سود خالص (Nit*1-t ∆) کمتر از سطح خطای ۵درصد و ضریب برآورد شدهی آن متغیر مثبت میباشد. در نتیجه میتوان اظهار داشت که بین رشد سود خالص و بازدهی سهام رابطه مثبت و معنی داری وجود دارد؛ به طوری که با افزایش این متغیر در شرکت، بازدهی سهام افزایش مییابد.
همچنین، P-value محاسبه شده متغیر مستقل هزینه فرصت سرمایه گذاری(IC t-2*WACC∆) کمتر از سطح خطای ۵درصد و ضریب برآورد شدهی آن متغیر منفی میباشد. در نتیجه میتوان اظهار داشت که بین هزینه فرصت سرمایه گذاری و بازدهی سهام رابطه منفی و معنی داری وجود دارد؛ به طوری که با افزایش این متغیر در شرکت، بازدهی سهام کاهش مییابد. همچنین سایر متغیرهای مدل هم رابطه معنی دار با متغیر وابسته بازده سهام دارند به طوری که Nit-1 (سود خالص سال قبل) رابطه مثبت و معنی دار با متغیر وابسته ومتغیر رشد سود حاصل از افزایش سرمایه گذاری(IC t-1*WACC∆) رابطه مثبت و معنی دار با بازدهی سهام دارند.
جدول۴-۸) نتایج برآورد مدل اصلی تحقیق
(متغیر وابسته: بازدهی سهام-RET)
متغیر
ضریب برآورد شده
خطای استاندارد
آمارهt
P-value
C (عرض از مبدأ)
۳۶۳/۰
۰۰۳/۰
۵۰۲/۹۳
۰۰۰/۰
Nit-1
(سود خالص سال قبل)
۱۴۴/۰
۰۰۱/۰
۴/۱۱۲
۰۰۰۲/۰
∆RI
(سود باقیمانده سال قبل)
۳۹/۳
۲۶/۷
۷۱/۴۶
۰۰۰/۰
IC t-1*WACC∆
(رشد سود حاصل از افزایش سرمایه گذاری )
۵۹/۹
۰۸/۲
۶۰۰/۴
۰۰۰/۰
Nit*1-t ∆
(رشد سود حاصل از تغییر در هزینه بهره پس از کسر مالیات)
۱۲/۶
۵۰/۱
۶۹/۴۰
۰۰۰/۰
IC t-2*WACC∆
(رشد سود حاصل از تغییر در هزینه سرمایه ای)
۰۴/۴-
۱۰/۱
۷۳/۳۶-
۰۰۰/۰
ضریب تعیین ۲۹۷۷/۰
ضریب تعیین تعدیل شده ۲۹۷۵/۰
آماره دوربین واتسون ۹۹/۱
آمارهF 99/416
احتمال آمارهF 000/0
همچنین ضریب تعیین این مدل تقریباً ۲۹/۰ است. این عدد نشان میدهد که ۲۹ درصد تغییرات متغیر وابسته، توسط متغیرهای مستقل مذکور قابل تبیین است و از آنجایی که آماره دوربین- واتسون این مدل نزدیک به ۲ است (۹۹/۱ )، میتوان گفت که در این مدل خودهمبستگی مرتبه اول وجود ندارد (تأییدیکی از مفروضات رگرسیون).
به علاوه نتایج مندرج در جدول (۴-۸) نشان میدهد که p-value آزمونF (00/0)کوچکتر از ۵ درصد است و از آنجایی که، آماره F (99/416)اعتبار کلی مدل را نشان میدهد در نتیجه میتوان گفت این مدل با احتمال ۹۵% معنی دار بوده و از اعتبار بالایی برخوردار است. بنابرین با توجه به نتایج مندرج در جدول (۴-۸) و در سطح اطمینان ۹۵%، فرضیههای این پژوهش رد نخواهد شد.
فرضیه
نتیجه آزمون فرضیه
بین رشد سود باقیمانده و بازدهی سهام رابطه مثبت و معنی دار وجود دارد.
تأیید فرضیه
بین رشد سود خالص و بازدهی سهام رابطه مثبت و معنی دار وجود دارد.
تأیید فرضیه
بین هزینه فرصت سرمایه گذاری و بازدهی سهام رابطه منفی و معنی دار وجود دارد.
تأیید فرضیه
۴-۷٫ آزمون همسان بودن واریانس خطا
یکی از پیش فرضهای مدل رگرسیون، ثابت بودن واریانس خطا است. به طوری که با وجود ناهمسانی واریانس در مدل، افزایشیا کاهش در متغیر مستقل، واریانس متغیر وابسته که برابر با واریانس پسماند است تغییر میکند. در این پژوهش برای رفع ناهمسانی واریانس از روش حداقل مربعات تعمیمیافته (EGLS) استفاده شده است(ابریشمی، ۱۳۸۹). اما برای اطمینان از نتایج به دست آمده، برای بررسی همسانی واریانسآموزشها در دادههای ترکیبی از روش بارتلت(۱۹۸۳) استفاده میشود. در روش همسانی واریانس بارتلت، فرض صفر مبنی بر همسانی واریانسآموزشها و فرض مخالف آن ناهمسانی واریانسآموزشها در نظر گرفته میشود. جدول (۴-۹) نتایج حاصل از آزمون ناهمسانی مدل را نشان میدهد.
جدول ۴-۹) نتایج حاصل از آزمون ناهمسانی در مدلهای تحقیق
فرضیه
روش
مقدار
احتمال
Method
Value
P-value
مدل اول
Bartlett
۷۳۰/۴
۱۹/۰
از آنجایی که P-value آزمون ناهمسانی واریانس، برای مدل بزرگتر از ۰۵/۰ است؛ در نتیجه فرض صفر مبنی بر همسانی واریانسآموزشها پذیرفته میشود. نتیجه کامل این برآورد در پیوست انتهای پایان نامه قید شده است.
۴-۸٫ آزمون نرمال بودن جملات خطا در مدلآموزشها
یکی از متداول ترین آزمونهای به کار رفته به منظور نرمالیتی، آزمون جارک-برا(Jarque- Bera)یا به اختصارBJ میباشد. آماره آزمون ازیک توزیع ۲χ با درجه آزادی ۲ با فرض صفری مبنی برنرمالیتی توزیع خطاها، تبعیت میکند. در صورتی که پسماندها به صورت نرمال توزیع شده باشند، هیستوگرام باید به صورت زنگوله ای بوده و آماره BJمعنی دار نخواهد بود. این بدین معنی است که p-value داده شده در پایین صفحه مربوط به آزمون نرمالیتی باید بزرگتر از ۰۵/۰ باشد تا فرضیه صفر نرمالیتی در سطح ۵% رد نشود(بدری و عبدالباقی، ۱۳۸۹:۱۶۶). جدول۴-۱۰ نتایج حاصل از آزمون نرمالیته پسماند مدل را نشان میدهد. با توجه به اینکه p-value برای مدل بزرگتر از ۰۵/۰ است، در نتیجه فرضیه H0 مبنی بر نرمال بودن جملات خطا در مدل مذکور پذیرفته میشود.
جدول۴-۱۰) بررسی نرمال بودن باقیماندههای مدل(پسماندها)-آزمون جارک برا