پایان نامه رشته حسابداری-تحلیل الگوی سازمانهای تامین کننده

 thesis-download-2

عنوان کامل پایان نامه :

 بررسی تغییر حسابرس از دیدگاه حاکمیت شرکتی 

قسمتی از متن پایان نامه :

مدل احتمال خطی[۱] (LPM) ساده ترین روش مواجهه با متغیر وابسته دو ارزشی است و بر اساس این فرض قرار دارد که احتمال رخ داد یک پدیده(Pi) به صورت خطی به مجموعه ای از متغیرهای توصیفی ها بستگی دارند:

احتمالات واقعی قابل مشاهده نمی باشند، بنابراین می بایست مدلی را برآورد کنیم که در آن پیامد  (سری شامل صفر و یک) نقش متغیر وابسته را ایفا می کند. با این کار دارای یک مدل رگرسیونی خواهیم بود که با OLS قابل برآورد نیست. با این که برآورد و تفسیر مدل احتمال خطی ساده است ولی دارای کاستی هایی است که استفاده از آن را با خطر مواجه می سازد. مثلا در پاره ای از موارد ممکن است، احتمال بدست آمده منفی شود که خلاف علم احتمال خواهد بود. همچنین در مود نرمال بودن خطاها نیز نمی توان به روشنی اظهار نظر نمود. برای حل مشکلات روش LPM روش های لاجیت . پروبیت مطرح شدند که در ادامه هر یک توضیح داده خواهند شد. ه یک از مدل های مذکور، میزان احتمال رخداد پدیده ها را به بازه (۱و۰) انتقال خواهد داد. بنابراین، شکل تابع به جای یک خط راست به صورت حرف S خواهد بود.

۳-۱۱-۲) مدل لاجیت

برای تنظیم مدل لاجیت فرض کنید:

حال داریم:

معادله فوق به عنوان تابع توزیع تجمعی لاجستیک[۲] معروف است. همانطور که مشاهده می شود    بین ∞- و ∞+ تغییر می کند ولی  بین صفر و یک باقی می ماند. اما این مدل با استفاده از OLS قابل برآورد نیست.  در صورتی  ها احتمال موفقیت باشند در آن صورت  ها احتمال شکست می باشند. در این صورت نسبت احتمال پیروزی بر شکست برابر خواهد بود:

با لگاریتم گرفتن از طرفین معادله خواهیم داشت:

که در آن  بر حسب  و بر حسب پارامترهای خطی است.

۳-۱۱-۳) مدل پروبیت:

به جای استفاده از تابع توزیع تجمعی لاجستیک می توان ازتابع توزیع نرمال تجمعی[۳] نیز استفاده نمود. این کار با مدل پروببیت صورت می گیرد. مدل مذکور به صورت زیر ارائه می شود:

این تابع، تابع توزیع تجمعی برای متغیرهای تصادفی است که به صورت نرمال توزیع شده اند. کاربرد این مدل بسیار مشابه مدل لاجیت است.

  • انتخاب از بین مدل های لاجیت و پروبیت:

در بسیاری از کاربردها مدل های لاجیت و پروبیت نتایج بسیار مشابهی ارائه خواهند داد و نمودارهای رگرسیون برازش شده آن ها از یکدیگر قابل تشخیص نمی باشند. زیرا تابع چگالی آن ها بسیار مشابه یکدیگر است . استاک و واتسون[۴](۲۰۰۶) استفاده از مدل لاجیت را پیشنهائ می کنند زیرا در محاسبات آن ها بر خلاف مدل پروبیت نیازی به انتگرال گیری نمی باشد و پارامترهای مدل را می توان سریعتر برآورد کرد.

 

  • معیار نیکویی برازش برای مدل های لاجیت و پروبیت

معیارهای نیکویی برازش در رگرسیون معمولی(OLS)،   یا  تعدیل شده است. اما در بررسی نیکویی برازش مدل های لاجیت و پروبیت نمی توان از معیارهای ذکر شده استفاده نمود زیرا مقایر برازش شده حاصل از مدل های لاجیت و پروبیت هر عددی ممکن است باشد در  حالیکه مقادیر واقعی متغیر وابسته، صفر یا یک است. بنابراین استفاده از   یا  تعدیل شده بی معناست. در ادامه به ارائه دو معیار خواهیم پرداخت.


 

۳-۱۱-۴) درصد پیش بینی صحیح:

کندی[۵](۲۰۰۳) پیشنهاد می کند که معیار نیکویی برازش می تواند به عنوان حاصل جمع درصد پیش بینی صحیح

و درصد پیش بینی صحیح  در نظر گرفته شود. یعنی به صورت جبری داریم:

 

که در آن ، اگر   باشد،    و در غیر این صورت  است. هر چه عبارت فوق بیشتر باشد، برازش بهتری صورت گرفته است.

۵-۱۱-۳)

   به صورت زیر تعریف می شود:

که در آن  مقدار حداکثر تابع راستنمایی مدل های لاجیت و پروبیت و  مقدار لگاریتم تابع راستنمایی مدل های مذکور است برای وقتی که در آن تمام پارامترهای شیب، برابر صفر فرض می شوند (یعنی مدل تنها دارای یک عرض از مبدا باشد) این معیار به معیار مک فادن[۶] منسوب است.

 

 

 

۳-۱۲) نحوه آزمون فرضیه های تحقیق

۳-۱۲-۱) آزمون فرضیه اول:

فرضیه اول به دنبال سنجش این مسئله است که شرکتهایی با تمرکز مالکیت بالاتر (حاکمیت شرکتی ضعیفتر) تمایل بیشتری به تغییر حسابرس خود به موسسات حسابرسی کوچکتر دارند. مکانیزم حاکمیت شرکتی مورد استفاده تمرکز مالکیت می باشد که عبارت است از درصد بزرگترین سهامدار موجود در شرکت. مدل رگرسیونی برای آزمون فرضیه فوق بصورت زیر است:

در فرضیه فوق اطلاعات مورد استفاده در الگو ها بصورت اطلاعات سالیانه می باشد. ابتدا جهت معنی دار بودن کل الگو از آماره F استفاده شده است. F محاسبه شده با F جدول مقایسه و در صورت بزرگتر بودن آن (F محاسبه شده) می توان نسبت به معنی دار بودن الگو نتیجه گیری کرد. به منظور معنی دار بودن ضریب متغیرهای مستقل از آماره t استفاده می شود که در این حالت نیز آماره به دست آمده با جدول مقایسه شده و در صورت بزرگتر بودن آماره t ضریب متغیر مستقل در الگو معنی دار می شود. ضریب تعیین نیز نشان می دهد که چند درصد از تغییرات متغیر وابسته تحت تاثیر متغیرهای مستقل قرار می گیرد لازم بذکر است که ضریب مورد استفاده برای قضاوت در خصوص فرضیه اول  می باشد که معنی دارای این ضریب نشان دهنده معناداری تاثیر تمرکز مالکیت بر تغییر حسابرس بوده  و جهت این ضریب نشان دهنده چگونگی تاثیرگذاری تمرکز مالکیت بر تغییر یا تعویض حسابرس می باشد

[۱]– Linear Probability Model (LPM)

[۲] – Cumulative logistic distribution function

[۳] – Cumulative normal distribution function

[۴] – Stock & Watson

[۵] – Kennedy

[۶] – Mc Fadden

سوالات یا اهداف پایان نامه :

 

آیا مکانیزم های حاکمیت شرکتی که برای حفظ حقوق ذینفعان وارد عمل می شوند می توانند در انتخاب حسابرسان سهمی داشته باشند یا خیر؟

آیا مکانیزم های حاکمیت شرکتی باعث تغییر حسابرسان مستقل به حسابرسان  بزرگتر می شوند یا حسابرسان کوچکتر وارد بنگاه می گردند؟

دانلود رایگان فایل دموی این پایان نامه (فقط حاوی ده صفحه از صفحات پایان نامه با فرمت ورد):

 پایان نامه بررسی تغییر حسابرس از دیدگاه حاکمیت شرکتی در بورس اوراق بهادار تهران

دانلود رایگان فایل دموی این پایان نامه (فقط حاوی ده صفحه از صفحات پایان نامه با فرمت pdf):

 پایان نامه بررسی تغییر حسابرس از دیدگاه حاکمیت شرکتی در بورس اوراق بهادار تهران

برای دیدن جزئیات بیشتر ، خرید و دانلود آنی فایل متن کامل با فرمت ورد می توانید به لینک زیر مراجعه نمایید:

پایان نامه - تز - رشته حسابداری

لینک متن کامل پایان نامه رشته حسابداری با عنوان :  با فرمت ورد بررسی تغییر حسابرس از دیدگاه حاکمیت شرکتی 

پاسخ دهید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *