۳-۷٫ روش تجزیه و تحلیل داده ها

به طور کلی ‌می‌توان گفت که در تجزیه و تحلیل داده ­ها، یک بُعد کمّی وجود دارد که آن محاسبات آماری خاص است و یک بعُد کیفی که آن تحلیل­ها، استدلال­ها و استنتاج­هایی است که بر روی نتایج محاسبات آماری صورت می پذیرد تا بتوان در نهایت آن را به جامعه آماری تعمیم داد. استفاده از روش‌های آماری به دو شکل توصیفی و استنباطی صورت می‌گیرد (حافظ­نیا، ۱۳۷۷).

تحقیقات همبستگی را ‌می‌توان بر حسب هدف به سه دسته تقسیم کرد:

۱- مطالعه همبستگی دو متغیری

۲- تحلیل رگرسیونی

۳- تحلیل ماتریس همبستگی با کواریانس

روش‌های آماری مورد استفاده در این پژوهش، آمار توصیفی، رگرسیون، همبستگی، آزمون اف (F.test)، آزمون تی (T.test) و آزمون دوربین-واتسون می‌باشد. در این تحقیق، ابتدا نمونه‌ آماری از بین جامعه‌ آماری بانک‌های پذیرفته شده در بازار بورس اوراق‌بهادار تهران، بر اساس شرایط ویژه‌ای که در بخش جامعه و نمونه آماری ذکر شد، انتخاب گردیده و سپس به منظور محاسبات مربوط به فرضیات و آزمون آن‌ ها از نرم‌افزارهای Excel و Eviews8 استفاده می‌شود.

۳-۸٫ معرفی مدل پژوهش

هدف این تحقیق بررسی این موضوع است که آیا بین استراتژی جسورانه سرمایه در گردش با مدیریت ریسک در صنعت بانکداری ارتباط معناداری وجود دارد؟ با بهره گرفتن از الگوی همبستگی و رگرسیون خطی این رابطه سنجیده شده است. الگوی مورد استفاده به صورت ذیل می‌باشد:

برای آزمون فرضیه فرعی اول تحقیق از الگوی رگرسیون خطی زیر استفاده شده است:

که در آن؛

: انحراف معیار نرخ بازده دارایی ها

: نسبت دارایی‌های جاری به مجموع دارایی ها

: نسبت بدهی‌های جاری به مجموع دارایی ها

: اندازه شرکت

: اهرم مالی شرکت

: رشد شرکت

= مقدار باقیمانده مدل

برای آزمون فرضیه فرعی دوم تحقیق از الگوی رگرسیون خطی زیر استفاده شده است:

که در آن؛ : انحراف معیار بازده حقوق صاحبان سهام

۳-۹٫ روش های آماری مورد استفاده در تحقیق

در این بخش روش های آماری مورد نیاز جهت بررسی نتایج تحقیق، تشریح می‌گردد.

۳-۹-۱٫ تحلیل رگرسیون

رگرسیون در لغت به معنای «بازگشت به مراحل قبلی در یک مسیر تحول و توسعه» است. تحلیل رگرسیون روشی برای مطالعه ی سهم یک یا چند متغیر مستقل در پیش‌بینی متغیر وابسته است (خاکی، ۱۳۸۷).

برای مدل‌های رگسیون خطی، روش حداقل مربعات معمولی ساده ترین و مرسوم ترین روش است. یک مدل رگرسیون خطی چند متغیره به شرح زیر است:

که در آن؛ متغیر مستقل، متغیر وابسته، باقیمانده ها و i تعداد نمونه ها می‌باشد. تحلیل رگرسیون مبتنی بر چند فرض اساسی و ساده می‌باشد و اگر یک یا چند مورد از این مفروضات برقرار نباشد، تفسیر مربوط به تحلیل رگرسیون نادرست بوده و پیش‌بینی های انجام شده بر اساس آن ضعیف خواهد بود (بیدرام، ۱۳۸۱).

همان‌ طور که بیان شد، در صورتی محقق می‌تواند از رگرسیون خطی استفاده نماید که شرایط زیر محقق شده باشد:

میانگین (امید ریاضی) خطاها صفر باشد.

واریانس خطاها ثابت باشد.

مفروضات ۱ و ۲ بدین معنی است که توزیع خطاها باید باید دارای توزیع نرمال باشد.

بین خطاهای مدل همبستگی وجود نداشته باشد.

متغیر وابسته دارای توزیع نرمال باشد.

بین متغیرهای مستقل همبستگی وجود نداشته باشد، به عبارتی دارای هم خطی نباشند (مومنی و فعال قیومی، ۱۳۸۹).

در ادامه به آزمونهایی که این مفروضات را مورد ارزیابی قرار می‌دهند اشاره می شود.

۳-۹-۱-۱٫ بررسی نرمال بودن خطاها

یکی دیگر از مفروضات در نظر گرفته شده در رگرسیون آن است که خطاها دارای توزیع نرمال با میانگین صفر باشند. بدین منظور باید مقادیر استاندارد خطاها محاسبه شود نمودار توزیع داده ها و نمودار نرمال بودن آن ها رسم شود و سپس مقایسه ای بین دو نمودار صورت گیرد (مومنی و فعال قیومی، ۱۳۸۹).

۳-۹-۱-۲٫ عدم خود همبستگی-آزمون دوربین- واتسون^[۴۳]

در یک مدل کلاسیک رگرسیون خطی فرض بر آن است که کوواریانس بین اجزای اخلال برابر صفر است. به عبارت دیگر، بین اجزای اخلال همبستگی وجود ندارد. ‌به این معنی که جزء اخلال مربوط به یک مشاهده، تحت تاثیر جزء اخلال مربوط به مشاهده دیگر قرار نمی گیرد. نقض این فرض، مشکلی به نام خود همبستگی ایجاد می‌کند. مشکل خود همبستگی، هرچند در داده های مقطعی نیز پدید می‌آید ولی در داده های سری زمانی متداول تر است. در صورت وجود خود همبستگی مشکلاتی از قبیل کارا نبودن تخمین ها و غیر واقعی شدن آماره های F و t را به وجود می آورد.

آزمون‌های مختلفی برای شناسایی خود همبستگی استفاده می‌شوند، از قبیل آزمون دوربین-واتسون، آزمون بریوش و گادفری، آزمون‌های خاصی نیز تنها در ارتباط با کشف خودهمبستگی در مدل‌های پانل مطرح شده است به عنوان نمونه آزمون بالتاجی و وو (۱۹۹۹) و آزمون باتاجی و لی (۱۹۹۵).

برای آزمون همبستگی پیاپی در جملات خطا از آزمون دوربین-واتسون استفاده شده است. آزمون دوربین- واتسون بر مدل خطای خود همبسته‌ی مرتبه اول مبتنی است.

۳-۹-۱-۳٫ آزمون نرمال بودن خطاها

در نرم افزار Eviews6 برای مشخص شدن نرمال بودن متغیر از آزمون کولموگوروف- اسمیرنوف (K-S) استفاده می شود. در این آزمون اگر سطح معناداری بیشتر از ۵% باشد، نرمال بودن داده های مربوط به متغیر مدنظر مورد تأیید قرار می‌گیرد.

۳-۹-۱-۴٫ آ‍زمون هم خطی^[۴۴]

هم خطی وضعیتی است که نشان می‌دهد یک متغیر مستقل تابعی خطی از سایر متغیرهای مستقل است. اگر هم‌خطی در یک معادله رگرسیون بالا باشد، بدین معنی است که بین متغیرهای مستقل همبستگی بالایی وجود دارد و ممکن است با وجود بالا بودن ضریب تعیین، مدل دارای اعتبار بالایی نباشد. برای بررسی عدم وجود هم‌خطی بین متغیرهای مستقل از آماره­ های عامل تورم واریانس و تولرانس استفاده می شود (مومنی و فعال قیومی، ۱۳۸۹). به طور تجربی چنانچه عامل تورم واریانس کمتر از ۱۰ باشد و تولرانس نزدیک به عدد یک باشد، بیانگر عدم مشکل جدی از بابت هم خطی ‌می‌باشد و ‌می‌توان رگرسیون را مورد استفاده قرار داد.

۳-۹-۲٫ ضریب تعیین (R² )

با بهره گرفتن از ضریب تعیین، مناسب بودن خط رگرسیون برازش شده بر اساس مجموعه ای از داده ها مورد بررسی قرار می‌گیرد. ضریب تعیین درصد تغییرات کل در Y را که از طریق مدل رگرسیون توضیح داده شده است را اندازه گیری می‌کند. ضریب تعیین بین صفر و یک قرار دارد و هرچه به یک نزدیکتر باشد، مطلوب تر است.

۳-۹-۳٫ آزمون F