سامانه پژوهشی – تاثیر ریسک ورشکستگی بر بزرگنمایی اقلام تعهدی و کوچک نمایی جریان وجوه …

۳-۹ مدل های آماری تحقیق و تعریف عملیاتی متغیرها
پس از گردآوری داده های تحقیق و دستیابی به جامعه آماری در دسترس، با برآورد مدل های زیر، فرضیه های تحقیق مورد آزمون قرار می گیرد:
فرضیه یک: جریان وجوه نقد عملیاتی پایداری بیشتری از اقلام تعهدی دارد.
مدل:
(۳-۱)
متغیر وابسته :
: سود سال آتی
متغیر مستقل:
: جریان وجوه نقد عملیاتی سال جاری
در این مدل منظور از CFO بخش نقدی سود می باشد.
: اقلام تعهدی سال جاری
در این مدل منظوراز ACC بخش تعهدی سود می باشد. که از اختلاف سود خالص با جریان وجوه نقد عملیاتی بدست می آید.
ضرایب:
:عرض از مبدا
:ضریب جریان وجوه نقد
:ضریب اقلام تعهدی
در مدل (۳-۱)، اگر ضریب جریان وجوه نقد( )به صورت معناداری از ضریب اقلام تعهدی () بیشتر باشد(، فرضیه اول تحقیق رد نخواهد شد. برای این کار از آزمون والد استفاده می شود.
فرضیه دوم: در پیش بینی سودهای آتی، اقلام تعهدی بزرگنمایی می شود.
فرضیه سوم: در پیش بینی سودهای آتی، جریان وجوه نقد عملیاتی کوچک نمایی می شود.
برای آزمون فرضیات دوم و سوم نیز از سیستم معادلات همزمان زیر و آزمون نسبت راست نمایی میشکین (۱۹۸۳) استفاده می شود. در سیستم زیر، معادله اول را معادله پیش بینی و معادله دوم را معادله ارزشگذاری می نامند:
مدل:
معادله پیش بینی
(۳-۲) معادله ارزش گذاری
متغیر وابسته معادله ارزش گذاری:
: بازده غیرعادی سال آتی است که از اختلاف بین بازده شرکت و میانگین بازده بازار حاصل می شود.
متغیر مستقل معادله ارزش گذاری:
:سود سال آتی
:جریان وجوه نقد عملیاتی سال جاری
در این مدل منظور از CFO بخش نقدی سود می باشد.
: اقلام تعهدی سال جاری
در این مدل، منظوراز ACC بخش تعهدی سود می باشد. که از اختلاف سود خالص با جریان وجوه نقد عملیاتی بدست می آید.
ضرایب:
ضریب سود سال آتی
:عرض از مبدأ
:ضریب جریان وجوه نقد
: ضریب اقلام تعهدی
در فرضیه دوم انتظار داریم که ضریب اقلام تعهدی در معادله ارزشگذاری ()به صورت معناداری از ضریب اقلام تعهدی در معادله پیش بینی( )بیشتر باشد(<).
در فرضیه سوم نیز انتظار داریم که ضریب جریان وجوه نقد عملیاتی در معادله ارزشگذاری( )به صورت معناداری از ضریب وجوه نقد عملیاتی در معادله پیش بینی( )کمتر باشد( (.
فرضیه چهارم: در شرکتهایی با ریسک ورشکستگی بیشتر، نسبت به شرکتهایی با ریسک ورشکستگی کمتر، بزرگنمایی اقلام تعهدی بیشتر است.
فرضیه پنجم: در شرکتهایی با ریسک ورشکستگی بیشتر، نسبت به شرکتهایی با ریسک ورشکستگی کمتر، کوچک نمایی جریان وجوه نقد عملیاتی بیشتر است.

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

تاثیر ریسک ورشکستگی بر بزرگنمایی اقلام تعهدی و کوچک نمایی جریان وجوه …

برای آزمون فرضیه های چهارم و پنجم تحقیق ابتدا لازم است تا ریسک ورشکستگی برای هر شرکت در هر سال محاسبه شود. برای محاسبه ریسک ورشکستگی، از مدل چاریتو و همکاران (۲۰۰۴) استفاده شده است. این مدل نیز در مطالعات العطار و همکاران (۲۰۰۸) و گارسیا لارا و همکاران (۲۰۰۹) مورد استفاده قرار گرفته است.
ریسک ورشکستگی:
(۳-۳)
که در آن:
: متغیر دو ارزشی است که برای شرکت های ورشکسته مقدار ۱ و برای سایر شرکت ها مقدار صفر به خود می گیرد .
: خطر ورشکستگی ()،
: نسبت کل بدهی ها بر کل دارایی ها،
: نسبت سود عملیاتی بر کل بدهی ها و
: نسبت جریان وجوه نقد عملیاتی بر کل بدهی ها است.
مدل فوق با استفاده از روش برآورد لوجستیک (روش لوجیت) برآورد می شود و ریسک ورشکستگی با استفاده از آن محاسبه می شود.
جهت تشخیص ورشکستگی، ‌مدل‌ مورد استفاده، مدل) ‌Z”-SCORE (آلتمن‌ است.
آلتمن(۱۹۶۸، Altman) نخستین فردی است که مدل های پیش بینی چند متغیره را عرضه کرد. وی با بکارگیری روش تحلیل تمایزی چندگانه و استفاده از نسبت های مالی بعنوان متغیرهای مستقل بدنبال پیش بینی ورشکستگی بنگاه ها بود. او مدل معروف خود را تحت عنوان مدل امتیاز z ارائه داد که در پیش بینی ورشکستگی معروف است . او در این روش از بین بیست و دو نسبت مالی که به نظر وی بهترین نسبت ها برای پیش بینی ورشکستگی بود، پنج نسبت را انتخاب نمود . در سال های بعد انتقاداتی همچون قابلیت کاربردی انحصاری این مدل برای مؤسسات عمومی، از سوی تحلیلگران و مدیران عنوان گردید، که آلتمن برای رفع این گونه انتقادات، موفق به رفع اشکالات مدل اولیه شد و مدل جدیدی را تحت عنوان z در سال ۱۹۸۳ بصورت زیر عرضه نمود.
این‌ مدل‌ که‌ از پنج‌ نسبت‌ مالی‌ سرمایه‌ در گردش‌ به‌ کل‌ دارایی‌ (X1)، سود انباشته‌ به‌ کل‌ دارایی‌ (X2)، درآمد قبل‌ از بهره‌ و مالیات‌ به‌ کل‌ دارایی‌ (X3)، ارزش‌ دفتری‌ حقوق‌ صاحبان‌ سهام‌ به‌ ارزش‌ دفتری‌ بدهی‌ (X4)، فروش‌ به‌ کل‌ دارایی‌ (X5) تشکیل‌ شده‌ به‌ صورت‌ زیر است:
 
Z”= 0/717X1 + 0/84X2 + 3/1X3 + 0/42X4 +0/998X5
حالت‌ ورشکستگی‌ کامل‌ Z<1/2
حالت‌ مابین‌ ورشکستگی‌ و غیر ورشکستگی‌ ۲/۱< z <9/2
حالت‌ سلامت‌ کامل‌ Z > 2/9
برای آزمون فرضیه چهارم و پنجم تحقیق، از سیستم معادلات همزمان زیر به همراه آزمون نسبت راستنمایی میشکین (۱۹۸۳) استفاده می شود:
معادله پیش بینی
(۳-۴)
معادله ارزش گذاری
که در آن H متغیر مجازی است که برای موارد ریسک ورشکستگی بالا (بالاتر از میانه ریسک ورشکستگی کل شرکت ها در هر سال) مقدار یک و در سایر موارد مقدار صفر به خود اختصاص می‌دهد.
: ضریب حاصلضرب جریان وجوه نقد عملیاتی در متغیر مجازی در معادله پیش بینی
: ضریب حاصلضرب اقلام تعهدی در متغیر مجازی در معادله پیش بینی
: ضریب حاصلضرب جریان وجوه نقد عملیاتی در متغیر مجازی در معادله ارزشگذاری
: ضریب حاصلضرب اقلام تعهدی در متغیر مجازی در معادله ارزش گذاری
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( < ).
۳-۱۰ روش تجزیه و تحلیل دادهها
برای تجزیه و تحلیل داده های تحقیق و برآورد مدل ها، از سیستم معادلات همزمان[۹۵] با رویکرد داده های ترکیبی[۹۶] 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 داده‌های مقطعی برای چند سال متوالی نتایج بهتر و قابل‌اعتمادتری را در بردارد و قدرت توضیح دهندگی مدل را افزایش می‌دهد. 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، ۱۳۷۲).
در رویکرد داده های ترکیبی، روی عرض از مبدا و ضریب شیب مدل زیر محدودیت ها و فرضیاتی در نظر گرفته می شود:
(۳-۵)

دانلود متن کامل پایان نامه در سایت jemo.ir موجود است