۰۰۰۱/۰

PPE/A_t-1

۱۱۹/۰-

۲/۳-

۰۰۱۵/۰

ضریب تعیین R²

ضریب تعیین تعدیل شده R²

آماره دوربین- واتسون

احتمال آماره F

۳۸۶/۰

۳۷۷/۰

۹۴۳/۱

۰۰۰/۰

با توجه به احتمال آماره F و آماره t که نشان می دهد مدل در حالت کلی در سطح اطمینان ۹۹ درصد معنی‏دار می باشد و با توجه به جدول و ستون ضرایب مشاهده می شود که علامت ضرایب مربوط به معکوس جمع دارایی های شرکت (۱/A_t-1) و نسبت اختلاف تغیر درخالص درآمد شرکت و تغییر در خالص حساب ها و اسناد دریافتی به جمع دارایی های شرکت{( REV - REC ) / A_t-1} مثبت و معنادار می باشد اما رابطه چندگانه خطی بین اقلام تعهدی با نسبت میزان اموال، ماشین آلات، تجهیزات شرکت به جمع دارایی های شرکت{PPE / A_t-1} یک رابطه منفی و معنادار از لحاظ آماری می باشد.
اکنون با توجه به جدول فوق ضرایب مربوط به پارامترهای خاص شرکت، یعنی _۱و۲و۳ را بدست آوردیم که مقادیر آنها به ترتیب عبارت است از ۴۰۷۰۰۰۰۰۰۰، ۰۴۶/۰ و ۱۱۹/۰- . لذا معادله نهایی محاسبه اقلام تعهدی غیر اختیاری را می توان به شکل زیر نمایش داد:
NDA = 4070000000 × [۱ / A_t-1] + 046/0 [(REV - REC) / A_t-1] + (119/0-)
به عنوان مثال اقلام تعهدی غیر اختیاری برای شرکت آبسال در سال ۱۳۸۶ بصورت زیر می باشد:

( اینجا فقط تکه ای از متن فایل پایان نامه درج شده است. برای خرید متن کامل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )

NDA_{(آبسال/۱۳۸۶)} = ۴۰۷۰۰۰۰۰۰۰× (۱۱۷۵۲۹×۱۰^-۷) + ۰۴۶/۰ × (۰۴۷۳۲۶۷۱۲/۰- ) + (۱۱۹/۰-) ×۱۹۵۴۰۱۹۲/۰ = ۰۲۰۶۴۶۴۱۳/۰-
لازم به ذکر است که در مدل مذکور، برای استاندارد کردن و موزون شدن پارامترها به منظور کاهش نوسانات، از جمع کل دارایی های شرکت در ابتدای هر دوره استفاده شده است و با تقسیم جمع کل دارایی‏ها به طرفین معادلات، مشکل ناهمسانی واریانس باقیمانده‏ها بین متغیرها برطرف شده است و در صورتی که اقلام تعهدی غیر اختیاری (NDA) از جمع کل اقلام تعهدی (TA) کسر گردد، اقلام تعهدی اختیاری (DA) که جزء باقیمانده معادله رگرسیونی فوق است حاصل خواهد شد. بنابراین اقلام تعهدی اختیاری با بهره گرفتن از مدل تعدیل شده جونز، به صورت زیر محاسبه می‏شود:
DA_t = TA_t/A_t-1 - NDA_t
بنابراین اقلام تعهدی اختیاری برای شرکت آبسال در سال ۱۳۸۶ برابر است با
DA_{(آبسال/۱۳۸۶)} = ۰۰۵۹۵۵۳۸۲/۰ – (۰۲۰۶۴۶۴۱۳/۰-) = ۰۲۶۶۰۱۷۹۵/۰
بعد از برازش مدل رگرسیونی باید کفایت مدل را مورد بررسی قرار دارد. در شکل (۴-۱) ملاحظه می‏شود که نمودار پراکنش باقیمانده ها در مقابل مقادیر پیش‏بینی روند خاصی را نشان نمی دهد و همچنین رسم باقیمانده ها در مقابل زمان نشان می دهد که باقیمانده ها در طول زمان همبستگی خاصی را نشان نمی‏دهند. شکل (۴-۱) بافت‏نمای مربوط به باقیمانده ها را همراه با منحنی نرمال نشان می دهد. با توجه به این بافت‏نما می توان گفت باقیمانده های مدل رگرسیونی تقریبا نرمال می باشند و ناهمسانی واریانس بین جزء خطاها وجود ندارد. نمودار qq پلات صحت این ادعا را نیز تایید می کند.

شکل(۴-۱): الف:نمودار باقیمانده ها در مقابل مقادیر برازش شده ب: باقیمانده ها در مقابل زمان ج: بافتنمای باقیمانده ها همراه با منحنی نرمال د: نمودار qq پلات
۴-۴- آزمون نرمال بودن داده ها
۴-۴-۱- آزمون کولموگروف - اسمیرنف (KS) برای متغیر وابسته سود تقسیمی
برای انجام تحلیل رگرسیونی فرضیه اول ابتدا آزمون نرمال بودن داده‏ها با توجه به متغیر وابسته سود تقسیمی باید به وسیله آزمون کولموگروف اسمیرنف (KS) مورد بررسی قرار می گیرد.
H₀ : داده های سود تقسیمی از توزیع نرمال پیروی می کنند
H₁: داده های سود تقسیمی از توزیع نرمال پیروی نمی کنند
جدول(۴-۵) آزمون کولموگروف- اسمیرنف (KS) سود تقسیمی

سود تقسیمی (DPO)

شاخص های توصیفی

۳۵۰

تعداد داده ها

۰۸۸۰۲۹/۱