بررسی مقایسه‌ ای عملکرد مدل شبکه عصبی با مدل‌ های رگرسیونی خطی چندبخشی و خطی …

اولین قدم برای محاسبه تعهدات اختیاری، محاسبه تعهدات کل است. طبق مطالعات انجام شده برای محاسبه این متغیر دو رویکرد مطرح است. رویکرد ترازنامه‌ای و رویکرد جریان وجه نقد. بر اساس رویکرد ترازنامه‌ای داریم:
معادله (۳-۱۴)
: تغییر در دارایی‌های جاری
: تغییر در بدهی‌های جاری
: تغییر در وجه نقد و معادل های وجه نقد
: سررسیدهای کوتاه مدت حسابهای دریافتنی بلندمدت و حسابهای دریافتنی
: هرینه‌های استهلاک
در روش جریان وجه نقد داریم:
معادله (۳-۱۵)
: سود خالص
: وجه نقد حاصل از فعالیت های عملیاتی
از آنجا که جونز در اندازه‌گیری اقلام تعهدی از روش جریان وجه نقد استفاده می‌کرد و همچنین چون مدلهای این تحقیق بنوعی تعدیل شده مدل جونز هستند ما هم از این رویکرد در اندازه گیری تعهدات کل استفاده کردیم.
نکته قابل توجه در اندازه‌گیری تعهدات کل با استفاده از این روش چگونگی محاسبه جریان نقد حاصل از فعالیتهای عملیاتی با در نظر گرفتن استاندارد حسابداری شماره ۲ ایران است. همانطور که می‌دانیم این استاندارد جریان وجه نقد عملیاتی را به ۵ طبقه تقسیم کرده است:
فعالیتهای عملیاتی
بازده سرمایه‌گذاریها و سود پرداختی بابت تامین مالی
مالیات بر درآمد
فعالیتهای سرمایه‌گذاری
فعالیتهای تامین مالی
در حالیکه طبق استاندارد بین‌المللی شماره ۷ صورت جریان وجه نقد دارای ۳ طبقه است:
فعالیتهای عملیاتی
فعالیتهای سرمایه‌گذاری
فعالیتهای تامین مالی
با دقت در دو رویکرد طبقه‌بندی می‌توان دریافت که طبقه فعالیتهای عملیاتی در استاندارد بین‌المللی از تلفیق سه طبقه اول در استاندارد حسابداری ایران بدست می‌آید. البته یک استثنا وجود دارد و آن سود سهام پرداختی است که در استاندارد بین‌المللی در طبقه تامین مالی می‌آید در حالیکه در استاندارد ایران در طبقه بازده سرمایه‌گذاریها و سود پرداختی بابت تامین مالی گنجانده شده است. بنابراین برای رسیدن به جریان وجه نقد حاصل از فعالیتهای عملیاتی طبق استاندارد حسابداری بین‌المللی باید ۳ طبقه اول جریان وجه نقد استاندارد ایران را پس از کسر سود سهام پرداختنی باهم تلفیق کنیم.
۳-۷٫معیار اندازه‌گیری عملکرد مدلها
مشکل اصلی در ارزیابی کارایی مدل‌های تخمین تعهدات اختیاری این است که تعهدات اختیاری بطور مستقیم قابل اندازه‌گیری نیست.بنابراین باید از روشهای غیرمستقیم برای ارزیابی عملکرد مدلها استفاده کنیم. همانطور که پیش‌تر بیان شد نمونه مورد بررسی ما شامل شرکتهای تولیدی هستند که از سال ۸۳ الی ۹۰ در بورس فعال بوده و دارای شرایط از پیش گفته شده نیز باشند. کل داده‌هایی که حائز این شرایط بودند پس از حذف داده‌های پرت و پیراسته کردن داده‌ها به ۱۴۰۸سال-شرکت رسید که بخش قابل توجهی از کل جامعه را تشکیل می‌دهد. با این توضیحات اگر مدلی بخوبی تبیین شده باشد میانگین کل تعهدات اختیاری پیش‌بینی شده‌ عددی نزدیک به صفر خواهد بود. علاوه بر این یک مدل کارا نباید تحت تاثیر متغیرهای عملکرد شرکت قرار بگیرد. بنابراین شرکتهای عضو گروه آزمون را (شامل داده‌های دو سال آخر)بر اساس متغیرهای بازده دارایی(ROA)، نقد حاصل از فعالیتهای عملیاتی(CFO)، کل دارایی سال قبل شرکت (TA) و فروش(REV) مرتب می‌کنیم. در نهایت در هر یک از این متغیرها یکچهارم داده‌های بالا و پایین را انتخاب کرده و میانگین تعهدات اختیاری سه مدل را در نظر می‌گیریم. در هریک از این یکچهارمها میانگین تعهدات اختیاری برآوردی سه مدل را باهم مقایسه کرده و به آنها امتیازی بین یک تا سه می‌دهیم(هر قدر میانگین براوردی یک مدل به صفر نزیدکتر باشد امتیاز بیشتری کسب می‌کند). با مقایسه امتیازی که هر مدل کسب می‌کند به رتبه‌بندی مدلها می‌پردازیم.
۳-۸٫ آزمونهای آماری
برای استفاده از مدلهای خطی و نیز تحلیل نتایج حاصل از داده‌ها نیاز به مجموعه‌ای از آزمونهای آماری داریم. بخشی از این آزمونها برای بررسی وجود شرایط استفاده از مدلهای خطی رگرسیونی ، بخشی برای تحلیل مدلهای رگرسیون و بخشی نیز برای تحلیل نتایج نهایی مدلهای مختلف مورد بحث بکار می‌روند.
برای استفاده از مدلهای رگرسیونی خطی شرایط زیر باید محقق شود.
متغیر وابسته نرمال باشد.
میانگین خطاها صفر باشد
واریانس خطاها ثابت باشد.
مفروضات ۳ و ۲ به این معنی است که توزیع خطاها باید دارای توزیع نرمال باشد.
بین خطاهای مدل همبستگی وجود نداشته باشد.
بین متغیرهای مستقل همبستگی وجود نداشته باشد (دارای هم خطی نباشند).
۳-۸-۱٫ آزمون کولموگوروف – اسمیرنوف^[۲۲] (KS)
این آزمون روش ناپارامتری ساده‌ای برای تعیین همگونی اطلاعات تجربی با توزیعهای آماری منتخب است. بنابراین آزمون کولموگوروف-اسمیرنوف روشی برای همگونی یک توزیع فراوانی نظری برای اطلاعات تجربی است (آذرو مومنی،۱۳۸۵،ص۳۱۰).
این آزمون جهت بررسی ادعای مطرح شده در مورد توزیع داده‌های یک متغیر کمی مورد استفاده قرار می‌گیرد.برای انجام تحلیل رگرسیونی ابتدا نرمال بودن متغیر وابسته را به وسیله آزمون K-S مورد بررسی قرار می‌دهیم. فرض صفر در این آزمون همگون بودن توزیع مشاهدات با توزیع نظری مشخص(با پارامتری معینی) است که با حدس یا قراین مختلف آن را تعیین کرده‌ایم و فرض مخالف مناسب نبودن توزیع مورد نظر برای متغیر است.
داده ها از توزیع نرمال پیروی می کنندH₀:
داده ها از توزیع نرمال پیروی نمی کنند H₁:
یکی از مزایای آزمون ks این است که هر یک از مشاهدات را به صورت اصلی در نظر می گیرد. پارامترهای مورد نظر در این آزمون شامل تعداد داده‌ها، پارامترهای مورد نظر در بررسی وجود توزیع (مانند میانگین وانحراف معیار در توزیع نرمال)، قدر مطلق مقدار بیشترین انحراف ،بیشترین انحراف مثبت ، بیشترین انحراف منفی ، مقدار آمارهz ومقدار sig (معنی‌داری) می‌باشد و نحوه داوری این آزمون با مقدار sig (معنی‌داری) بدست آمده می‌باشد. اگر این مقدار کمتر از ۵ درصد باشد H₀ ردشده و ادعای نرمال بودن توزیع داده‌های متغیر پذیرفته نمی‌شود.
۳-۸-۲٫ 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. بدیهی است در صورت عدم برقراری این پیش‌گزیده، نمی‌توان از رگرسیون استفاده کرد. بدین منظور باید مقادیر استاندارد خطاها محاسبه شده و نمودار توزیع داده‌ها و نمودار نرمال آنها رسم شود و درنهایت مقایسه‌ای بین دو نمودار صورت گیرد.