به طور کلی ‌می‌توان گفت داده ­های ترکیبی تحلیل­های تجربی را به شکلی غنی می­سازند در صورت استفاده از داده های سری زمانی یا مقطعی این امکان وجود ندارد. در واقع استفاده از داده های مقطعی برای چند سال متوالی نتایج بهتر و قابل‌اعتمادتری را در بر­دارد و قدرت توضیح دهندگی مدل را افزایش می‌دهد.

مزایای استفاده از داده ­های ترکیبی عبارتند از:

الف) از آنجا که داده ­های 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، داده ­های 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 تاثیراتی که نمی توان به سادگی در داده های مقطعی و سری زمانی مشاهده کرد، بهتر معیین می‌کنند.

و) داده های ترکیبی ما را قادر می‌سازند تا مدل های رفتاری پیچیده تر را مطالعه کنیم.

ه) داده های ترکیبی با ارائه داده برای هزاران واحد، می‌توانند 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 مبدأ و ضریب شیب مدل زیر محدودیت ها و فرضیاتی در نظر گرفته می شود:

۳-۵

که در آن متغیر وابسته، مجموعه متغیرهای مستقل و جمله خطای مدل است. رویکرد داده های ترکیبی معمولاً شامل سه الگوی مقید^[۴۰]، اثرات ثابت^[۴۱] و اثرات تصادفی^[۴۲] است.

۳-۵-۱ الگوی مقید

در الگوی مقید عرض از مبدأ در مدل رگرسیون برای تمامی مقاطع زمانی (مثلاٌ سال) و مکانی (مثلاً شرکت) یکسان در نظر گرفته می شود. از محاسن الگوی مقید، سادگی برآورد آن است و از معایب آن، ناتوانی این الگو برای در نظر گرفتن ویژگی­های خاص هر مقطع است. این الگو در حالت ساده به صورت زیر است:

۳-۶

۳-۵-۲ الگوی اثرات ثابت

در مدل اثرات ثابت، عرض از مبدأ در مدل رگرسیون ‌به این دلیل بین سال ها یا شرکت ها متفاوت در نظر گرفته می شود که هر سال یا شرکت، ویژگی های خاص خود را دارا است. الگوی اثرات ثابت در شرایطی مناسب است که عرض از مبدأ خاص سال یا شرکت با یک یا چند متغیر توضیحی همبستگی داشته باشد (ابریشمی، ۱۳۷۲).

۳-۷

۳-۵-۳) الگوی اثرات تصادفی

در مدل اثرات تصادفی فرض می­ شود که عرض از مبدأ یک واحد تکی، انتخابی تصادفی از جامعه­ای بزرگتر با یک میانگین ثابت است. بدین ترتیب عرض از مبدأ تکی، به صورت انحرافی از این میانگین ثابت بیان می­ شود. اثرات تصادفی در شرایطی مناسب است که عرض از مبدأ (تصادفی) هر واحد مقطعی با متغیرهای توضیحی همبستگی نداشته­باشد (ابریشمی، ۱۳۷۲).

این مدل در حالت ساده به شکل زیر ارائه می شود:

۳-۸

۳-۹

۳-۶) آزمون های انتخاب نوع الگو

در این روش، برای انتخاب نوع روش برآورد مدل، ابتدا آزمون F مقید^[۴۳]به صورت زیر اجرا شده است:

۳-۱۰

۳-۱۱

در مدل های مذبور و به ترتیب ضریب تعیین و مجموع مربعات باقیمانده‌های حاصل از مدل اثرات ثابت و و به ترتیب ضریب تعیین و مجموع مربعات باقیمانده‌های حاصل از مدل Pooled است. N، تعداد مقاطع (در اینجا شرکت‌ها) و T طول دوره زمانی (یعنی سال‌ها) می‌باشد. در صورت رد فرضیه صفر، مدل با روش اثرات ثابت^[۴۴] و در غیر این صورت مدل را با روش Pooled برآورد می‌شود. در صورت انتخاب مدل اثرات ثابت، باید با بهره گرفتن از آزمون هاسمن^[۴۵] آن را در مقابل مدل اثرات تصادفی^[۴۶] به صورت زیر آزمون کرد:

۳-۱۲

در مدل مذبور؛ ضرایب شیب در مدل اثرات ثابت، ضرایب شیب در مدل اثرات تصادفی و نماد واریانس است. این آماره از توزیع χ^۲ برخوردار است.در صورت رد فرضیه صفر، مدل به روش اثرات ثابت برآورد می شود. در غیر این صورت، به روش اثرات تصادفی عمل می شود (افلاطونی و ‌نیک‌بخت، ۱۳۸۹).

۳-۷) خلاصه فصل

در این فصل روش انجام تحقیق ارائه شده است. همچنین، فرضیه های تحقیق، جامعه تحقیق و نحوه­ نمونه گیری از آن، روش گردآوری اطلاعات و داده ­ها، مدل ها و متغیر­های تحقیق و چگونگی آزمون فرضیه ­ها تشریح شد. در فصل بعد به ارائه نتایج تحقیق خواهیم پرداخت.

فصل چهارم

تجزیه و تحلیل داده ها

و آزمون فرضیه‌ها

۴-۱ مقدمه

در فصل قبل متغیرهای پژوهش، قلمرو مکانی و زمانی پژوهش ، نمونه‌ مورد بررسی، روش پژوهش، نحوه گردآوری داده ها، و نیز مدل‌ های مورد استفاده در پژوهش به تفصیل ارائه شد. اطلاعات پژوهش حاضر شامل داده های ترکیبی است. داده های مورد نیاز برای آزمون فرضیه‌ها، از نرم‌افزار تدبیر پرداز و همچنین صورت­های مالی شرکت­ها استخراج شد و پس از آماده ­سازی داده ها در نرم افزار Excel، تجزیه و تحلیل و آزمون فرضیه‌ها توسط نرم‌افزار آماری Eviews7 انجام شده است.

۴-۲) آماره های توصیفی

آشنایی با آماره های توصیفی فواید زیادی را برای پیشبرد مراحل پژوهش به همراه دارد. با بهره گرفتن از این آماره ها می توان مشخصات متغیرها را برای برآورد مدل و در مرحله ی بعد تجزیه و تحلیل آن ها بررسی کنیم؛ همچنین اگر می‌خواهیم جامعه ی آماری پژوهش را به شکل خلاصه و مفید ارائه کنیم نیاز به آشنایی با آماره های توصیفی داریم.

آماره های توصیفی مربوط به متغیرهای پژوهش در نگاره (۴-۱) در صفحه ی بعد ارائه شده اند. آماره های مذکور شمایی کلی از وضعیت توزیع داده های پژوهش ارائه می نمایند.

نتایج ارائه شده نشان می‌دهد که میانگین (میانه) درصد مالکیت نهادی ۶۵/۰ (۷۳/۰)، اقلام تعهدی ناشی از تغییر در حساب های دریافتنی ۰۱/۰ (۰۰/۰)، اقلام تعهدی ناشی از تغییر در حساب های پرداختنی ۰۱/۰ (۰۰/۰)، اقلام تعهدی ناشی از تغییر در دارایی های ثابت ۰۰/۰ (۰۱/۰-)، اقلام تعهدی ناشی از تغییر در موجودی های کالا ۰۱/۰- (۰۱/۰-)، اندازه شرکت ۹۲/۱۲ (۸۶/۱۲)، نسبت ارزش بازار به ارزش دفتری ۲۶/۳ (۹۰/۱) و سودآوری ۱۱/۰ (۰۹/۰) است.

نگاره (۴-۱): آماره های توصیفی پژوهش

متغیرها
میانگین
میانه
حداکثر
حداقل
انحراف معیار
IO

۶۵/۰

۷۳/۰

۰۰/۱

۰۰/۰

۲۷/۰

∆AREC

۰۱/۰

۰۰/۰

۵۳/۰

۴۹/۰-

۱۰/۰

∆APAY

۰۱/۰

۰۰/۰

۴۴/۰

۳۶/۰-

۰۷/۰

∆FA

۰۰/۰

۰۱/۰-

۷۴/۰

۵۴/۰-

۱۰/۰

∆INV

۰۱/۰-

۰۱/۰-

۳۹/۰

۳۹/۰-

۰۸/۰

SIZE

۹۲/۱۲

۸۶/۱۲

۴۸/۱۷

۶۲/۹

۳۹/۱

MTB

۲۶/۳

۹۰/۱

۱۴/۴۰

۰۰/۰

۴۰/۴

PROFIT

۱۱/۰

۰۹/۰

۵۴/۰

۳۱/۰-

۱۱/۰