تحقیق رایگان با موضوع عدم ایجاد مطالبات

ای مدل اثرات ثابت آن است که در تصریح مدل رگرسیونی نمی توان متغیر های توضیحی مناسب را که طی زمان تغییر نمی کنند ، وارد مدل کنیم. از این رو وارد کردن متغیر های موهومی پوشش و جبرانی برای این بی توجهی و نا آگاهی ماست.
طرفداران مدل اثرات تصادفی (RE) یا مدل اجزا خطا (ECM) معتقدند که اگر متغیر های موهومی نشان دهنده فقدان دانش و اطلاعات ما درباره مدل حقیقی هستند چرا آن را از طریق جمله خطابیان نکنیم؟ ایده اساسی و آغازین با رابطه (3) شروع می شود. طرفداران روش تاثیرات تصادفی معتقدند، به جای این که فرض کنیم در رابطه (3) را ثابت، آن را که متغیر تصادفی با میانگین و مقدار عرض از مبدا برای هر مقطع به صورت زیر بیان می شود.
(5)
در رابطه (5) ، جمله خطای تصادفی با میانگین صفر و واریانس است.
فرض اساسی در مدل تاثیرات تصادفی این است که مقاطع مورد مطالعه متعلق به جامعه ای بزرگتر هستند و میانگین مشترکی برای عرض از مبدا دارند. اختلاف در مقادیر عرض از مبدا هر مقطع در جمله خطای منعکس می شود. بر اساس مدل تاثیرات تصادفی رابطه (3) این چنین خواهد بود:
جمله خطای ترکیبی متشکل از دو جزء (خطای مقطعی) و (خطای ترکیبی) می باشد. مدل اجزا خطا به این سبب خوانده می شود که جمله خطای ترکیبیاز دو یا چند جزء خطا تشکیل شده است ساختار جمله خطا در روش اثرات تصادفی به گونه ای است که باید این روش را با کمک حداقل مربعات تعمیم یافته برآورد زد.
چند نکته در مورد روش های اثرات ثابت و تصادفی قابل ذکر است: در روش اثرات تصادفی نباید بین جمله خطای مقطعی و متغیر های توضیحی الگو رابطه وجود داشته باشد. در حالی که در روش اثرات ثابت این رابطه می تواند وجود داشته باشد. همان طور که قبلا گفته شد، در روش اثرات ثابت باید جمله عرض از مبدا طی زمان ثابت، در حالی که در روش اثرات تصادفی عرض از مبدا می تواند طی زمان تغییر پیدا کند. در روش اثرات ثابت نمی توان از متغیر موهومی استفاده کرد، زیرا با متغیر های موهومی که برای عرض از مبدا در این مدل به کار برده می شود، همخطی پیدا خواهد کرد . این در حالتی است که روش اثرات تصادفی می توان از این نوع متغیر استفاده نمود.
برای انتخاب بین روش ثابت و تصادفی می توان از آزمون هاسمن استفاده کرد.
K
K تعداد متغیر های توضیحی، و به ترتیب بردار ضرایب در روش اثرات ثابت و تصادفی، و به ترتیب ماتریس کوواریانس ضرایب در روش اثرات ثابت و تصادفی می باشند.
فرضیه صفر: روش اثرات تصادفی کاراتر است.
فرضیه مقابل: روش اثرات ثابت کاراتر است
همانطور که در رابطه (6) مشاهده میشود، نتایج آزمون هاسمن دارای توزیع مجانبی می باشد و تعداد درجات آزادی آن برابر با تعداد متغیر های توضیحی مدل است.
3-15 – آزمون هاسمن
یکی از مهمترین بخش‌های تخمین مدل پنل، تعیین نوع اثر متغیرهای توضیحی است. اگر نتیجه ناشی از آزمون F- لیمر حاکی از پولینگ بودن مدل نباشد، باید مدل اثرات را در مقابل مدل اثرات تصادفی آزمون کنیم. به عبارتی دیگر، بعد از اینکه آزمون تلفیق‌پذیری و یا ناهماهنگی را انجام دادیم و تأیید شد که مقاطع دارای ناهمگنی هستند باید منشأ خطاهای ناشی از تخمین نیز تعیین شود. به بیان دیگر، باید مشخص شود که خطای ناشی از تخمین در طی زمان اتفاق افتاده یا اینکه علاوه بر این‌که در طی زمان اتفاق افتاده به دلیل تغییر مقاطع نیز بوده است. در نحوه‌ی در نظر گرفتن چنین خطاهایی با دو اثر، اثرات ثابت (Fixed Effect) و اثرات تصادفی (Random Effect) مواجه خواهیم بود. آزمون هاسمن با آماره‌ی کای ـ دو، یک آزمون کلاسیک است که برای مقایسه‌ی مدل‌های اثرات ثابت و اثرات تصادفی از نظر قدرت توضیح‌دهندگی استفاده می‌شود.
براساس آزمون هاسمن (1987) استقلال جزء اختلال عرض از مبدأ و متغیرهای توضیحی مورد آزمون قرار می‌گیرد. فرض عدم وجود همبستگی بین و به عنوان فرضیه‌ی صفر در نظر گرفته می‌شود. (وجود یک ی ثابت و یک جزء اختلال در عرض از مبدأ مربوط به هر مقطع)
به این ترتیب رد فرضیه‌ی صفر نشان‌دهنده‌ی همبستگی جزء اختلال عرض از مبدأ با متغیرهای توضیحی بوده که نشان از ثابت بودن ویژگی‌های هر مقطع در قالب عرض از مبدأ جداگانه است که این به معنای پذیرش روش اثرات ثابت است.
3-16- آزمون مانایی در داده‌های تابلویی
اگر در یک تحلیل رگرسیونی، داده‌ها مانا نباشند ممکن است در حالی که ضریب تعیین بزرگ است،مقادیر آماره‌ی ضرایب t بزرگ باشند که این ممکن است باعث استنباط‌های غلط در مورد میزان ارتباط بین متغیرها شود. در این حالت می‌گوییم که رگرسیون کاذب یا رگرسیون ساختگی ایجاد شده است. برای جلوگیری از این حالت، داده‌های مدنظر باید ساکن شوند. برای بررسی وجود ریشه‌ی واحد در الگوهای تابلویی، می‌توان از آزمون‌های لیون، لین و چو(2000)، بریتونگ (2000)، ایم، پسران و شین (2003)، فیشر برای آزمون دیکی فولر تعمیم یافته و فیشر برای آزمون فیلیپس پرون استفاده می‌شود.
از میان آزمون‌های مورد اشاره‌ی بالا، در این پژوهش، آزمون لیون، لین و چو (LIC) و آزمون ایم، پسران و شیم (IPS) را مورد بررسی قرار می‌دهیم. لوین، لین و چو (2002) نشان دادند که در داده‌های پانلی استفاده از آزمون ریشه واحد برای ترکیب داده‌ها دارای قدرت و اعتبار بیشتری نسبت به استفاده از آزمون ریشه واحد برای هر مقطع به صورت جداگانه است. برای توضیح، الگوی AR(1) بین بخشی زیر را در نظر می‌گیریم:
i=1,2,…,N معرف مقطع‌ها، t=1,2,…,T بیان‌گر دوره‌ی زمانی،
: ضریب خود همبستگی برای هر مقطع ، Bit؛ نماینده عرض از مبدأ و روند زمانی هستند و : جمله‌ی اخلال است که دارای توزیع نرمال با میانگین صفر و واریانس است و فرض می‌شود که در بین مقطع‌های مختلف مستقل از هم هستند. براساس الگوی فوق اگر باشد در این‌صورت Yitایستا و چنان‌چه باشد Yitدارای ریشه واحد بوده و ناایستا می‌باشد (I(1)). در مورد دو پیش‌فرض وجود دارد:
فرض اول این‌که برای تمام کشورها یکسان است، یعنی . آزمون لوین، لین و چو بر اساس این فرض تعریف شده‌اند.
فرض دوم این است که بین کشورها یکسان نیست. آزمون ایم، پسران و شین، براین اساس است.
3-17- آزمون هم‌انباشتگی پانل
ایده‌ی اصلی در تجزیه و تحلیل هم‌انباشتگی آن است که اگرچه بسیاری از سری‌های زمانی اقتصادی نامانا (حاوی روندهای تصادفی) هستند، اما ممکن است در بلندمدت ترکیب خطی متغیرهای مدل، مانا و بدون روند تصادفی باشد (مهرآرا و کیخا، 1387). با بهره گرفتن از تجزیه و تحلیل‌های هم‌انباشتگی این روابط بلندمدت کشف می‌شوند. به عبارتی دیگر، در صورت صحیح بودن یک نظریه‌ اقتصادی و ارتباط مجموعه‌ای از این متغیرها انتظار داریم که ترکیبی از این متغیرها در بلندمدت ایستا و بدون روند باشند (ابریشمی، 1381).
همانند سری‌های زمانی، بررسی وجود هم انباشتگی متغیرها در داده‌های پانلی نیز مهم است. آزمون‌های هم‌انباشتگی پانلی دارای قدرت و اعتبار بیشتری نسبت به آزمون‌های هم انباشتگی برای هر مقطع به صورت جداگانه است. این آزمون‌ها حتی در شرایطی که دوره زمانی کوتاه مدت و اندازه نمونه نیز کوچک باشد قابلیت استفاده را دارند (بالتاگی، 2005).
آزمونو هم‌انباشتگی پدرونی از پسماندهای تخمین زده شده و حاصله از رگرسیون بلند مدت استفاده می‌کند که شکل کلی آن بصورت زیر است:
که در آن i=1,2,…,N مقاطع (کشورها) و t=1,2,…,T دوره زمانی می‌باشد. متغیرهای و امکان بررسی اثرات ثابت خاص کشورها و همچنین روندهای معین را فراهم می‌سازند. پسماندهای تخمینی از روابط بلندمدت است. به منظور تشخیص روابط بلندمدت در بین متغیرهای، آماره‌ی ذیل مورد استفاده قرار می‌گیرد:
N در آماره‌های و نشان دهنده تعداد مقطع‌ها و مقدار t استاندارد ضریب رابطه‌ی (20-3) است.
در رابطه فوق ضریب رگرسیون خطای بلندمدت روی وقفه خطاهای حاصل از تخمین مدل ذیل است:
که در آن پسماندهای بدست آمده از تخمین مدل (18-3) است.
فروض انجام آزمون هم‌انباشتگی داده‌های پانلی به صورت زیر است:
فرضیه اول بیان‌گر عدم هم‌انباشتگی بین متغیرها در تمام مقطع‌ها و فرضیه دوم نشان‌دهنده‌ی وجود هم‌انباشتگی بین متغیرهاست.
3-18- واریانس ناهمسانی
در یک تقسیم‌بندی کلی می‌توان گفت هنگامی که سری زمانی مورد مطالعه طولانی و واحدهای مقطعی محدود باشد، بایستی به وجود مشکل خودهمبستگی بیشتر توجه داشت و هنگامی که سری زمانی دوره مطالعه محدود و واحدهای مقطعی، متعدد باشد احتمال بیشتری در وجود ناهمسانی واریانس بین گروهی وجود خواهد داشت (جبل عاملی و بی‌ریا، 85).
برای آزمون واریانس ناهمسانی بین مقطع‌ها، می‌توان از آزمون لاگرانژ (LM) استفاده نمود. آماره‌ی این آزمون به صورت زیر و پس از انجام OLS کلی روی مدل مورد نظر و با بهره گرفتن از داده‌های تلفیقی محاسبه می‌شود:
که در آن T تعداد سال‌های سری زمانی و S2 واریانس حاصل از برآورد کلی مدل است.
اگر مقدار آماره‌ی فوق از ی جدول بیشتر باشد، در سطح معنی‌داری مدنظر، واریانس ناهمسانی وجود داشته و باید از روش GLS استفاده کرد.
3-19-خلاصه فصل
در این فصل روش تحقیق، جامعه آماری، نمونه و ابزارهای مورد استفاده وروش های تجزیه و تحلیل بکار رفته در تحقیق و داده ها تشریح گردید.در فصل آینده با توجه به تعریف متغیرها و روش شناسی ارائه شده در این فصل و همچنین با توجه به داده های جمع آوری شده مدل مورد نظر تخمین زده می شود و نتایج برآورد مدل مورد تجزیه و تحلیل قرار خواهد گرفت.
فصل چهارم
تجزیه و تحلیل اطلاعات
4-1-مقدمه
هدف از تجربه و تحلیل، روشن کردن حقیقت است. یعنی در تجزیه و تحلیل باید واقعیت و حقیقت پدیده ها مشخص و روابط بین آنها نیز روشن گردد. در تفسیر نتایج باید به مفهوم هر یک از ضرایب با توجه به مقادیر و واحد شمارش متغیرهای توضیح دهنده و وابسته توجه کافی شود . تجزیه و تحلیل داده های جمعآوری شده با ابزارهای معتبر، یکی از پایه های اصلی هر مطالعه و بررسی است. پس از گردآوری داده ها وتخمین مدل، مرحله جدیدی از فرآیند تحقیق که به مرحله ارزیابی و تحلیل داده ها معروف است، آغاز میشود. این مرحله در تحقیق اهمیت زیادی دارد، زیرا نشاندهنده تلاشها و زحمات فراوان گذشته است. در این مرحله محقق با بهره گرفتن از روش های مختلف و با تکیه بر معیار عقل سعی میکند داده ها را در جهت آزمون سوالها و ارزیابی آنها مورد بررسی قرار دهد. برای اینکه این امر به نحو صحیح انجام گیرد، داده های جمع آوری شده، بایستی به طور علمی و با روش های آماری مناسب مورد پردازش قرار گیرد و به صورت اطلاعات قابل استفاده درآید. هدف اساسی از تجزیه و تحلیل داده ها، بررسی دقیق پدیده ها و روابط بین متغیرهای موضوع تحقیق است. تجزیه و تحلیل شامل دو اقدام اساسی است:
تجزیه و تحلیل داده ها
تفسیر نتایج و آزمون فرضیه ها
هر یک از این اقدامات میتواند متناسب با شرایط تحقیق، نوع اطلاعات و نیز روش جمعآوری، صورتهای متفاوتی داشته باشد. با این وجود مهمترین عاملهای تعیینکننده محتوای تجز
یه و تحلیل، الگوی تحلیلی ساخته شده توسط محقق و روش بهکار رفته در تجزیه و تحلیل است. الگوی تحلیلی مشخص میکند چه اطلاعاتی و چگونه تجزیه و تحلیل شوند. نکته حائز اهمیتی که در اینجا توجه به آن لازم است این است که روش یا روش های تجزیه و تحلیل خود با توجه به اهداف، فرضیه ها و الگوی تحلیلی آن انتخاب میشوند. در این فصل پس از مقدمه، به برآورد الگوی ارائه شده در فصل گذشته پرداخته شده است و ابتدا به بررسی آمار توصیفی و بررسی مانایی متغیرها اختصاص داشته و در ادامه به برآورد الگو به روش panel data و همچنین به تحلیل نتایج پرداخته شده است. در ادامه به بررسی آزمونهای مختلف اختصاص یافت که نشان از نرمال بودن باقیماندهها و عدم وجود خود همبستگی و عدم ناهمسانی واریانس است و نتایج نشان داد ضرائب متغیرهای توضیحی به میزان بسیار زیادی با انتظارات تطابق داشته است.
4-2-برآورد الگوی تحقیق
با توجه به اینکه مدل رگرسیونی انعطافپذیر در این پژوهش که ارتباط بین متغیرهای مستقل و وابسته را در نظر میگیرد به صورت زیر می باشد:
(4-1)
(4-2)
(4-3)
(4-4)
(4-5)
که در آن:
DR: تقسیم وامهای معوق بر کل وام به دست میآید.
CLA: متوسط هزینه وام که از تقسیم کل هزینه های عملیاتی بر مقدار کل وام به دست میآید.
CAR: از تقسیم وجوه سرمایهگذاری شده بر ریسک داراییها بدست میآید.
LOAN:مجموع وام های پرداختی به مشتری
D1= عدم ایجاد مطالبات سررسید گذشته
D2= عدم ایجاد مطالبات معوق
D3= عدم ایجاد مطالبات مشکوک الوصول
D4= عدم ایجاد مطالبات سوخت شده
که به صورت دقیق تر هر کدام از گروه متغیرهای اصلی فوق به عناصر جزئیتر و کوچکتری تقسیم میشوند که با توجه به شرایط اقتصادی ایران در نظر گرفته شده است.
قبل از برآورد مدل، آمار توصیفی متغیرهای تحقیق بررسی می شود:
جدول (4-1) آمار توصیفی
متوسط هزینه وام
مجموع وام های پرداختی
ریسک سرمایه
بازده دارایی ها
نسبت وام
Mean
0.663006

 
 
0.105029
19.03543
0.204220

پایان نامه
برای دانلود متن کامل پایان نامه ، مقاله ، تحقیق ، پروژه ، پروپوزال ،سمینار مقطع کارشناسی ، ارشد و دکتری در موضوعات مختلف با فرمت ورد می توانید به سایت  77u.ir  مراجعه نمایید
رشته مدیریت همه موضوعات و گرایش ها : صنعتی ، دولتی ، MBA ، مالی ، بازاریابی (تبلیغات – برند – مصرف کننده -مشتری ،نظام کیفیت فراگیر ، بازرگانی بین الملل ، صادرات و واردات ، اجرایی ، کارآفرینی ، بیمه ، تحول ، فناوری اطلاعات ، مدیریت دانش ،استراتژیک ، سیستم های اطلاعاتی ، مدیریت منابع انسانی و افزایش بهره وری کارکنان سازمان

در این سایت مجموعه بسیار بزرگی از مقالات و پایان نامه ها با منابع و ماخذ کامل درج شده که قسمتی از آنها به صورت رایگان و بقیه برای فروش و دانلود درج شده اند

0.642630
Median
0.690000
0.110000
13.72000
0.150000
0.676000
Maximum
1.000000
0.300000
84.94000
1.420000
0.867000
Minimum
0.120000
0.000000
0.410000
0.000000
0.003000
Std. Dev.
0.229821
0.049809
16.83440
0.186841
0.129744
Skewness
-0.247374
0.268345
1.830983
2.224851
-1.82663
Kurtosis
1.827204
3.987212
6.645284
12.65604
8.143466
Probability
0.002910

0.010560
0.000000
0.000000
0.000000

پاسخی بگذارید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *