.۰۰۰a

 

 

 

 

 

Durbin-Watson stat

 

 

 

 

 

۱٫۸۷۲

 

 

 

 

 

 

 

 

 

a. Predictors: (Constant), Leverage, Beta, Frequency, Log growth, Log Size

 

 

علائم *** و ** و * به ترتیب رد فرضیه صفر در سطح معنیدار ۱ و ۵ و ۱۰ درصد را نشان میدهند.
۵-۴ رویکرد دوم: روش VAR
با توجه به اینکه روش حداقل مربعات معمولی (OLS) نتایج مناسب و مطلوبی برای مدل برآورد شده (با توجه به پایین بودن ضریب تعیین تعدیل شده) به همراه نداشت، لذا با استفاده روش خود رگرسیونی برداری ((VAR مدل برآورد میشود. مزیت روش VAR این است که دیگر مشکل معنی داری ضرایب را نخواهیم داشت چرا که با رسم منحنی Impulse-Responsesمیتوانیم مدل را تفسیر نماییم.
فرآیند تشخیص در مدل VAR به طور کلی عبارتست از تعیین متغیر های مناسبی که می بایست در مدل وارد شوند و همینطور تعیین تعداد وقفه های مناسب مدل. انتخاب متغیر هایی که می بایست در مدل VAR وارد شوند بر اساس تئوری های رایج اقتصادی صورت می پذیرد. به منظور تعیین وقفه بهینه مدل نیز از آزمون های تعیین طول وقفه استفاده می شود (شمس فخر، ۱۳۸۸).
۱-۵-۴ وقفه بهینه
جداول مربوط به آزمون وقفه بهینه که در پیوست آورده شده است، تعداد وقفه های بهینه بر اساس معیار های نسبت راستنمایی (LR)، خطای نهایی پیش بینی (FPE)، آکائیک (AIC)، شوارتز (SC) و حنان کوئین (HC) را برای مدل اول و دوم، وقفه ۲ نشان می دهد.
۶-۴ برآورد الگوی تحقیق
با توجه به نتایج آزمون وقفه بهینه، وقفه ۲ به عنوان وقفه بهینه انتخاب و در این وقفه، مدل ها برآورد و نتایج استخراج شده اند. نکته ای که باید در تفسیر نتایج به آن اشاره کرد اینست که در تخمین مدل های VAR و به طور کلی دستگاه معادلات، ضرایب و درصد توضیح دهندگی پارامتر های الگو اهمیت روش های تک معادله ای را ندارند. بر این اساس از توابع عکس العمل آنی و تجزیه واریانس برای تحلیل نتایج استفاده می شود.
۱-۶-۴ توابع عکس العمل آنی (ضربه – پاسخ)
بررسی عکس العمل آنی، در واقع همان مطالعه زمان بندی اثر تکانه ها می باشد. در این توابع، اثر یک انحراف معیار تکانه متغیر روی سایر متغیر های موجود در مدل، مورد بررسی قرار می گیرد.
۲-۶-۴ تجزیه واریانس
یکی از کاربرد های مدل خودرگرسیون برداری (VAR) تجزیه واریانس می باشد. در مطالعه تجزیه واریانس متغیر های الگو، واریانس خطای پیش بینی به عناصری که تکانه های هر یک از متغیر ها در بر دارد، تجزیه می گردد. به عبارت دیگر، با تجزیه واریانس سهم متغیر های موجود در الگو از تغییرات هر یک متغیر ها در طول زمان مشخص می گردد (شمس فخر، ۱۳۸۸).
در تحلیل مدل VAR یک مسئله مهم، تشخیص شوکهای هر معادله از درون پسماندهای فرم خلاصه شده است. برای بررسی اثر متقابل متغیرها از تکنیک توابع عکس العمل آنی استفاده میشود. در این روش ابتدا بر جزء اخلال هر کدام از معادلات شوکی آنی به اندازه یک انحراف معیار وارد میشود. سپس مسیر اثر این شوک بر متغیرهای درونزای معادلات پیگیری میشود. پیگیری این اثر در قالب توابع واکنش آنی بررسی میشود.
۷-۴ نتیجه آزمون فرضیه اول
از آنجا که در برآورد مدل به صورت VAR متغیر وابسته دامنه پیشنهادی خرید و فروش سهام (Spread) درونزا است و این متغیر با دو وقفه در مدل نیز ظاهر می شود لذا میتوان نمودار Impulse-Response متغیر درونزا را نسبت به متغیر درونزای مدل رسم کرد. بدین معنی که اثر شوک وارد شده بر روی متغیر درونزا در طول دوره مد نظر (در اینجا ده دوره در نظر گرفته شد)، چگونه بر متغیر درونزا اثر می گذارد. در این نمودارها محور افقی دوره زمانی و محور عمودی مقدار دامنه پیشنهادی خرید و فروش سهام را نشان می‎دهد.
نمودار شماره ۱-۴ . واکنش SPREAD نسبت به تغییر در FREQ
-.۰۲
-.۰۱
.۰۰
.۰۱

 

yle="box-sizing: inherit; width: 1104px;" width="531">