نوع حسابرس

۰٫۰۱۲

۰٫۰۱۱

۰٫۰۳۷

۰٫۰۱۴

۰٫۰۳۳-

۰٫۰۲۱-

۰٫۳۹۲

۰٫۰۱۰-

۰٫۰۴۸

۱٫۰۰۰

هم خطی به معنای وجود ارتباط خطی بین متغیرهای توضیحی یا مستقل است.یکی از راه های شناسایی رابطه هم خطی یا عدم هم خطی بررسی رابطه ی همبستگی بین متغیرهای مستقل است. با توجه به بررسی نتایج همبستگی بین متغیرهای مستقل در سطح تمامی فرضیات، این متغیرها دارای همبستگی با اهمیت با یکدیگر نمی باشند و می‌توان گفت مشکل هم خطی در بررسی مدل‌های رگرسیونی وجود نخواهد داشت. همبستگی بین بازده خرید و نگهداری با هر دو متغیر مستقل یعنی دادو ستد کالا و منابع مالی با اشخاص وابسته به ترتیب برابر با ۰٫۰۷۱و ۰٫۰۵ می باشد.و همبستگی بین بازده انباشته غیر عادی با متغیر های مستقل برابر با ۰٫۰۵۴ و ۰٫۰۱۲ می باشد. همبستگی بین خالص جریان نقد عملیاتی و داد و ستد کالا با اشخاص وابسته منفی و به میزان ۰٫۰۸۸- می باشد.
بیشترین همبستگی مربوط به ربطه ی بین بازده خرید و نگهداری و بازده انباشته غیرعادی(۰٫۷۹) و رابطه‌ی بین اهرم مالی و بازده دارایی ها (۰٫۷۵-) می باشد. با توجه به اینکه دو متغیر وابسته در مدل های متفاوتی بررسی می‌شوند لذا تاثیر همبستگی آنها با اهمیت نخواهد بود و هر کدام بخشی از سوال تحقیق را جواب خواهند داد.
۴-۴ آمار استنباطی
با توجه به دلایل مطروحه در فصل سوم داده‌های این پژوهش از نوع ترکیبی می باشد. اما قبل از تخمین مدل‌ها لازم است که روش تخمین (تلفیقی یا تابلویی) مشخص گردد. برای این منظور از آزمون F لیمر استفاده شده است. برای مشاهداتی که احتمال آزمون آنها بیشتر از ۵% باشد یا به عبارتی دیگر آماره آزمون آنها کمتر از آماره جدول باشد، از روش تلفیقی استفاده می شود و برای مشاهداتی که احتمال آزمون آنها کمتر از ۵% است، برای تخمین مدل از روش تابلویی استفاده می‌شود. روش تابلویی خود با استفاده از دو مدل ” اثرات تصادفی ” و ” اثرات ثابت ” می‌تواند انجام گیرد. برای تعیین اینکه از کدام مدل استفاده شود از آزمون هاسمن استفاده گردیده است. مشاهداتی که احتمال آزمون آنها کمتر از ۵% است از مدل اثرات ثابت و مشاهداتی که احتمال آزمون آنها بیشتر از ۵% است از مدل اثرات تصادفی برای تخمین مدل استفاده شده است.
۴-۴-۱ آزمون فروض کلاسیک در داده های ترکیبی(تلفیقی یا پانل)
به طور کلی زمانی که از داده های ترکیبی استفاده می شود، چون مدل دارای عرض از مبدا می باشد، فرض اول کلاسیک رد نخواهد شد. همچنین، از آنجا که متغیر های توضیحی (مستقل) عموماً به صورت برونزا و غیر تصادفی هستند، معمولاً با جمله خطای مدل همبستگی ندارند. بنابراین فرض کلاسیک چهارم نیز معمولا رد نمی‌شود و نیازی به آزمون ندارد. زمانی که سایر فروض کلاسیک برقرار بوده و حجم نمونه آماری نیز بزرگ (یعنی بیشتر از ۳۰ مشاهده) باشد، توزیع جملات اخلال به توزیع نرمال نزدیک می‌شود.در این حالت، حتی اگر جملات اخلال دارای توزیع نرمال نباشند، ضرایب مدل حداقل واریانس بوده و کارا هستند و همین دو ویژگی برای تصمیم گیری در خصوص فرضیه هایی که با استفاده از ضرایب مدل آزمون می شوند، کافی است.
با توجه به اینکه ترکیب داده های سری زمانی و مقطعی تا حد زیادی موجب از بین رفتن ناهمسانی واریانس و خود همبستگی سریالی بین اجزای اخلال مدل می شود، معمولا نیازی به بررسی وجود و یا رفع مشکلات مذکور وجود ندارد. با این وجود در این تحقیق سعی شده است در جاهایی که مشکوک به ناهمسانی واریانس و یا خود همبستگی سریالی می باشد، با استفاده از تکنیک های تعبیه شده در نرم افزار eviews.7 مشکلات مذکور رفع گردد.
۴-۵ آزمون فرضیه ها
در این بخش برای هریک فرضیه ها ابتدا الگوی لازم برای تخمین مدل تعیین گردیده و سپس مدل تحقیق برآورد و نتایج حاصل از آن تفسیر می شود.
۴-۵-۱ بررسی رابطه ی معاملات اشخاص وابسته و بازده دارایی ها
برای آزمون فرضیه های ۱ و۵ الگوی شماره ۱ به صورت زیر مطرح می شود:
الگوی شماره(۱):
 
فرضیه ۱): بین معاملات با اشخاص وابسته (داد و ستد کالا) و بازده دارایی ها رابطه معنی داری وجود دارد.
فرضیه۵ ): بین معاملات با اشخاص وابسته (داد و ستد مالی) و بازده دارایی ها رابطه معنی داری وجود دارد.
فرضیه های آماری به صورت زیر می باشد:
H₀:
H₁:
H₀:
H₁:
در صورتی که ضریب های در سطح اطمینان ۹۵% معنی دار باشند به ترتیب فرضیه های ۱ و ۵ مورد تایید قرار خواهد گرفت.
برای انتخاب از بین دو نوع الگو برآورد(تلفیقی و پانل) نخست آزمون اف لیمر را برازش می کنیم. در داده های تلفیقی فرض بر این است که عرض از مبداها با هم برابراند. و در الگوی پانل فرض بر این است که حداقل یکی از مبدا ها با بقیه متفاوت است. در آزمون اف لیمر، اگر فرضیه صفر رد نشود از الگوی تلفیقی برای برازش داده ها استفاده می کنیم. ولی در صورت رد فرضیه صفر، الگوی برازش پانل خواهد بود. و باید با استفاده از آزمون هاسمن، الگوی اثرات ثابت را در مقابل الگوی اثرات تصادفی آزمون کرده و الگوی برتر را جهت برآورد انتخاب نمود. نتایج آزمون های اف لیمر و هاسمن در جدول ۴-۴ ارائه شده است.