گرفتيم.
قلمرو مكاني
داده اي مورد بررسي در اين پژوهش از سايت کدال و همچنين سايت سازمان بورس اواراق بهادار جمع آوري شده است.
قلمرو زماني
اين پژوهش مربوط به بازه ي زماني 1387 الي 1391 مي باشد. داده هاي مورد بررسي از پايان اسفند ماه (XX/12/3013) هر سال گرفته شده است.
معرفي مدل هاي مورد استفاده
با توجه به بحث هاي بالا مدل ما به شكل زير ارائه مي‌گردد:
MBV = ?0+ ?1 VAIC + ?2 ROA + ?3TDR + ?4 BETA (1)
MBV = ?0+ ?1 HCE + ?2 SCE + ?3CEE + ?4 ROA + ?5TDR + ?6 BETA 2)
متغيرهاي تحقيق
اولين گام براي آزمون فرضيه هاي تحقيق، ارائه تعريف دقيق و مناسبي از متغيرهايي است كه امكان اندازه گيري خصوصيات مورد توجه در تحقيق را ميسر مي سازند. متغيرهاي اين تحقيق به منظور آزمون فرضيه ها، به چهار گروه متغيرهاي مستقل، وابسته، کنترلي و مداخله گر تقسيم مي شوند كه در ادامه مورد بررسي قرار مي گيرند.
متغير مستقل
متغيري است که پژوهشگر آن را دستکاري يا انتخاب ميکند تا تأثير آن را بر متغير وابسته مورد بررسي قرار دهد.در اين تحقيق در مدل اول متغيرهاي مستقل سرمايه فکري، نرخ بازده دارايي و نسبت کلي بدهي هستند. در مدل دوم نيز متغيرهاي مستقل اجزاي سرمايه فکري، نرخ بازده دارايي و نسبت کلي بدهي هستند.
متغير وابسته
متغير وابسته، متغيري است كه به منظور تعيين اثر متغير مستقل، مشاهده و اندازه گيري مي شود. متغير وابسته با معرفي، حذف و يا تعيين متغير مستقل ظاهر، پنهان يا تغيير ميكند و تغييرات آن وابسته به تغييرات متغير مستقل است. در هر دو مدل مورد بررسي در اين تحقيق متغير وابسته نسبت ارزش بازار به ارزش دفتري سهام شرکت‌هاست.
متغير کنترلي
همه متغير‌هاي موجود در يک شرايط تحقيق را نمي‌توان همزمان مورد مطالعه قرار داد، گاهي اوقات متغيرهايي يافت ميشود که تاثير برخي از آنها را در تعيين رابطه ميان متغيرهاي مستقل و وابسته بايد خنثي کرد و ثابت نگه داشت. اين متغيرها که تأثير آنها خنثي يا حذف مي شود را متغير کنترلي مي نامند.
متغيرهاي کنترلي در اين رگرسيون مشخص کننده تناسب، سودآوري، قدرت نفوذ و ريسک سيستماتيک هستند. از طرفي ارزش گذاري سرمايه گذاري سهام يک شرکت به سودآوري آن بستگي دارد.
تشريح مدل مورد استفاده:
در اين تحقيق جهت ارائه تعريف درستي از سرمايه فکري، از شاخص VAIC استفاده شده است توسط پوليک64 در سال 1998 پايه گذاري و در سال 2000 به عنوان مدل کاملي براي بررسي سرمايه فکري شناخته شد. ما نيز براي بررسي تأثير سرمايه فکري بر تصميمات سرمايه‌گذاري از مدل پوليک که توسط فيرر و ويليامز در سال 2003 تغيير يافته استفاده نموده‌ايم.
براي بررسي فرضيه‌هاي در اين تحقيق از مدل رگرسيون زير استفاده شده است:
MBV = ?0+ ?1 VAIC + ?2 ROA + ?3TDR + ?4 BETA (1)
MBV = ?0+ ?1 HCE + ?2 SCE + ?3CEE + ?4 ROA + ?5TDR + ?6 BETA (2)
که در معادله مذکور مفهوم نماد هاي استفاده شده به شرح زير ميباشند:
MBV = نسبت ارزش بازار به ارزش دفتري هر سهم
VAIC = ضريب ارزش افزوده سرمايه فکري
HCE = بهره‌وري سرمايه انساني
SCE = بهره‌وري سرمايه ساختاري
CEE = بهره‌وري سرمايه استخدامي
ROA = بازده دارايي
TDR = نسبت کلي بدهي
BETA = ريسک سيستماتيک
تغييرات قابل توجه در متغيرهاي به کار رفته در معادله ميتواند باعث ايجاد تغييرات در نسبت ارزش بازار به ارزش دفتري سهام شود در نتيجه مقادير قابل توجه VAIC، HCE، SCE و CEE ميتواند بر روي نسبت ارزش بازار به ارزش دفتري تاثير گذار باشد.
براي بررسي اين موضوع که آيا سرمايه فکري بر روي تصميمات سرمايه گذاري تاثير دارد يا خير از نسبت ارزش بازار به ارزش دفتري به عنوان نماينده اي براي بررسي تصميمات سرمايه گذاري استفاده شده است. MBV(نسبت ارزش بازار به ارزش دفتري سهم) ارزش يک سازمان را در نقطه اي از زمان بدست ميدهد، و اين ارزش را با مقدار سرمايه گذاري شده توسط سهامداران مقايسه ميکند. MBV به عنوان بهترين و معمول ترين روش براي نشان دادن ميزان ارزشي که بازار بر روي يک سازمان ميگذارد شناخته شده است. [18].
MBV =ارزش بازار سهام / ارزش دفتري سهام
دليل ديگر براي استفاده از شاخص VAIC هدفمندي و مورد تاييد بودن آن است. [25]. در کل VAIC با جمع سه عنصر سرمايه انساني(HCE)، سرمايه ساختاري(SCE) و سرمايه نيروي استخدامي(CEE) محاسبه ميشود.
اين اطلاعات شاخصي معرف VA را مطرح مي کند، که تفاوت بين ورودي و خروجي است. خروجي (OUT) کليه اقلام فروخته شده، و ورودي (IN) هزينه هاي مورد نياز براي توليد درآمد را مشخص مي کند. [46].

VA=OUT-IN
VA= OP+EC+D+A يا
که در اين رابطه OP سود کار، EC هزينه هاي استخدامي، D نرخ کاهش ارزش ارز، و A هزيته هاي استهلاک است. .[41]
بر اين اساس معادله سه متغيره در زير ارائه شده است: [20].
CE=دارايي هاي فيزيکي + دارايي هاي مالي=دارايي نامشهود – دارايي کل
HC=هزينه کل کارمندان
SC=VA-HC
سپس سه عنصر اصلي VAIC را ميتوان به صورت زير محاسبه نمود: در معادله زير جاي گيرد:
HCE (کارايي سرمايه انساني): اين جزء از معادله در پي اين استکه نشان دهد چه مقدار از ارزش افزوده تأمين شده با يک واحد پول براي نيروي استخدامي خرج شده است.
HCE=VA/HC
که در معادله فوق HC مجموع هزينه حقوق و دستمزد شرکت است.
SCE (کارايي سرمايه ساختاري): سرمايه ساختاري سرمايه اي است که براي ساخت نماي فيزيکي سازمان براي در بر گرفتن سيستم نرم افزاري هزينه شده است. فاکتورهايي چون شبکه توزيع، زنجيره تأمين، برند، پروسه
و رويه مديريت سازماني نشان دهنده تفاوت ميان ارزش افزوده شرکت و سرمايه انساني آن است.
SCE=SC/VA
CEE: کارايي سرمايه استخدامي به صورت زير قابل محاسبه است:
CEE=VA/CE
که در اين معادله CE ارزش دفتري دارايي خالص سازمان است..
معادله SCE با HCE و CEE متفاوت است، چرا که زماني که HC سهم بالاتري از شبکه VA را در بر مي گيرد، SC کاهش مي يابد.
زماني که SCE به روش مشابه با HCE محاسبه شود(VA/SC)، نتايج حاکي از اين است که با افزايش کارايي SC، کارايي HC کاهش مي يابد. بنابراين، اين رابطه غير ممکن است، زيرا SCE و HCE بايد هر دو افزايش يابند تا کارايي سرمايه انساني افزايش يابد.
بعد از محاسبه سه ضريب VAIC به صورت زير قابل محاسبه است: [20].
VAIC=HCE+SCE+CEE
بازده دارايي(ROA)، يکي از معمولترين ابزارهاي سنجش سودآوري است و نشان دهنده اين است که آيا کارخانه دارايي هايش را به نحوي کارآ استفاده مي کند يا خير.
ROA به روش زير محاسبه مي شود: [34].
ROA = درآمد قبل از کسر بهره و ماليات(EBIT( /کل دارايي
EBIT در اين فرمول به جاي درآمد شبکه اي استفاده شده است. زيرا امکان مقايسه سودآوري را با بدهي ها و ماليات ها براي شرکت ها فراهم مي کند. [29]. سود آوري بالاتر سرمايه گذاران را مستعدتر مي کند و آن ها را تشويق مي کند تا اطلاعات بيشتري فراهم کنند زيرا اين امر موجب جبران غرامات آن ها شده و سود شخصي آن ها را بالا مي برد.
براي محاسبه نسبت بدهي نيز از فرمول زير استفاده شده که نشانگر درصد مبالغ و وجوهي است که از طريق استغراض تامين مالي شده است و از فرمول زير قابل محاسبه است:
بدهي نسبت=(ها کل بدهي)/(دارايي کل)
پارامتر آخر در معادلات مطرح شده ريسک سيستماتيک يا BETA است. با استفاده از اين فاکتور ميتوان تغييرات نرخ بازده آن سهام شرکت ها را با نرخ بازده کل بازار سهام مقايسه کرد. نرخ ريسک سيستماتيک را ميتوان براي دوره هاي هفته اي، ماهانه، فصلي، شش ماهه و يک ساله محاسبه کرد که هر کدام نشانه تاثير ميزان تغيير پذيري بازده سهام شرکت ها در مقايسه با باده کل بازار خواهد بود. که در اين پژوهش از نرخ سيستماتيک در دوره هاي يکساله استفاده شده است. نحوه محاسبه ريسک سيستماتيک به اين صورت است که اگر قصد اين باشد که آن را براى يک هفته محاسبه انجام شود، بايد به سادگى درصد تغييرات قيمت آن سهم و درصد تغييرات شاخص بازار را در آن هفته را محاسبه نمود. اگر قرار باشد که ميزان بازده يک سهم براى يک سال محاسبه شود، بايد مقادير سود تقسيمى هر سهم را در آن فرمول گنجانيد. دومين مرحله اين است که کوواريانس نرخ بازده اين سهام و نرخ بازده پرتفوى بازار را محاسبه کنيم . سومين مرحله اين است که کوواريانس نرخ بازده اين سهام و نرخ بازده پرتفوى بازار تقسيم کنيم. به عددى که به دست مي آيد ضريب بتاى آن سهم گويند. فرمول محاسبه ضريب بتاى شرکت i به اينصورت است .
B?ETA?_i=Cov(i,m)/Var(m)
که i مشخص کننده مجموعه بازده شرکت و m مشخص کننده مجموعه بازده بازار طي دوره است.
قدرت نفوذ ديگر فاکتوري است که دارايي سرمايه گذاران به حساب مي آيد. کمترين ميزان قدرت نفوذ براي کارخانجات سود آور است. زيرا موجب گسترش دارايي آنها در عمل مي شود. يک تغيير در سطح قدرت نفوذ مي تواند بر ظرفيت مالي يک شرکت، ريسک، هزينه سرمايه ها، تصميمات و توصيه هاي سرمايه گذاري، و همچنين دارايي سهامداران موثر واقع شود.
تناسب تئوري بين تغييرات در سطح قدرت نفوذ، و قيمت هاي پايه همچنين مي تواند به سرمايه گذاران کمک کند تا تغييرات قيمت را بهتر شناسايي کنند؛ و در نتيجه، مي تواند براي سرمايه گذار در تصميم گيري براي کارهاي آينده شان معنادار باشد. همچنين کارشناسان دريافته اند که افزايش قدرت نفوذ منجر به کاهش قيمت پايه شده و ديگر فاکتورها را ثابت نگه مي دارد.
روش‌هاي آماري و آزمون فرضيه‌ها
به دليل اين که در پژوهش با داده‌هاي کمي و آزمون فرضيات سر و کار داريم نياز به استفاده از روش‌هاي آماري براي بررسي حصول به نتايج و قبول يا رد فرضيات است. وقتي كه براي تجزيه و تحليل آماري اطلاعات به دست آمده از يك تحقيق، چند آزمون آماري مختلف وجود داشته باشد، لازم است كه درانتخاب يكي از آزمون‌ها، منطق خاصي رعايت گردد. يكي از معيارهاي مورد استفاده در اين مواقع، توان آزمون مي‌باشد. بدين معني كه يك آزمون آماري در صورتي مناسب است كه وقتي H. درست است، احتمال بسيار ضعيفي داشته باشد كه آن را رد كنيم . علاوه برموضوع توان يك آزمون، نكات ديگري هم هست كه بايد در انتخاب يك آزمون مناسب مورد توجه قرار گيرد. عواملي همچون طريقه‌اي كه نمونه‌ها استخراج شده اند، اهميت جامعه اي كه نمونه از آن استخراج شده و نوع اندازه گيري و مقياسي كه در تعريف علمي متغيرها به كار رفته است. همه اين عوامل در انتخاب آزمون آماري كه براي اطلاعات جمع آوري شده، مناسب ترين باشد، دخالت دارند. دراين قسمت ما به روش تحليل اطلاعات گردآوري شده براي اثبات يا رد فرضيات مي پردازيم.
چنانچه هدف تحقيق فقط بررسي رابطه متغير وابسته با متغير (متغيرهاي) مستقل باشد مي توان با محاسبه ضريب همبستگي و درجه وابستگي، ارتباط بين دو يا چند متغير را مشخص كرد. در اين تجزيه وتحليل نمي توان رابطه علت و معلولي در قبول و رد متغيرها استنتاج نمود. ضريب همبستگي فقط ميزان ارتباط بين متغير وابسته و متغير ( متغيرهاي) مستقل و بالعكس آن را مشخص مي كند. در صورتيكه علاوه بر تخمين رابطه همبستگي، اندازه گيري و بررسي ميزان تغيير متغير وابسته كه قابل استناد به م
تغير (متغيرهاي) ديگراست نيز مد نظر باشد، از تجزيه و تحليل رگرسيون استفاده مي شود، كه شكل كلي آن به شرح زير است:

در تجزيه وتحليل رگرسيون، ضمن تخمين رابطه همبستگي مي توان ضرايب ? هاي متغيرهاي مستقل را برآورد نمود و مشخص كرد كه تغيير يك واحد در هر يك از متغيرهاي توصيفي چه ميزان بر متغيرهاي وابسته تأثير مي گذارد. در برآورد مدل از روش داده هاي تابلويي استفاده شده است. سه روش عمده براي برآورد مدل هاي مبتني بر داده هاي تابلويي به شرح زير است65:
عرض از مبدأ مشترك66 وثابت براي تمام مشاهدات مقطعي: در چنين مدل هاي ضريب ثابت مشتركي را براي تمام اعضاء داده هاي تركيبي در نظر مي گيرند و براي انجام برآورد، تمام مشاهدات با يكديگر تركيب شده و رگرسيون حداقل مربعات معمولي (OLS) ‌اجرا مي گردد. چنين مدل هايي را اغلب مدل رگرسيون تلفيقي67 مي نامند.
روش عرض از مبدأ مشترك براي تمام مشاهدات مقطعي بر فروض ساده و غير واقع بينانه اي متكي است. اين روش مفروض بر اين است كه تمام شركتها (مشاهدات مقطعي) ‌داراي عرض از مبدأ مشتركي هستند و يا به ديگر سخن اين روش ويژگي هاي خاص و منحصر به فرد هركدام از مشاهدات مقطعي را ناديده مي گيرد. [2].
عرض از مبدأ متفاوت ميان مشاهدات مقطعي: درچنين مدل هايي ضريب ثابت هاي متفاوتي براي هر عضو داده هاي تركيبي برآورد مي نمايند كه به نام روش اثرات ثابت68 معروف هستند. درمدل اثرات ثابت، شيب رگرسيون در هر مقطع ثابت است و جمله ثابت از مقطعي به مقطع ديگر متفاوت است. هرچند اثر زماني معني دار نيست اما اختلاف معني داري ميان مقطع ها وجود دارد و ضرايب مقطع ها با زمان تغيير نمي كند. در حقيقت اين نوع مدل براين فرض استوار است كه اختلالات بين واحدها را مي توان به صورت تفاوت در عرض از مبدأ نشان داد. بنابراين هر يك پارامتر ناشناخته است كه بايد برآورد گردد.
مدل اثرات ثابت را مي توان براي حالاتي مناسب دانست كه مثلاً N بنگاه مشخص را از ميان بنگاه هاي موجود انتخاب كنيم يا N كشور را از ميان كشورهاي آسيا انتخاب كنيم يا به عنوان مثال از بين شركت هاي موجود در بورس اوراق بهادار تهران شركت هايي را انتخاب كنيم كه در ساختار سرمايه خود داراي سهامدار نهادي باشند، همانطور که مشاهده مي شود براي تحقيقات تجربي اين روش از کارايي بسيار بالاتري نسبت به دو روش قبلي برخوردار است. [8].
3- عرض از مبدأ تصادفي براي مشاهدات مقطعي: درچنين مدل هايي ضريب ثابت ها براي اعضاي داده هاي تركيبي به صورت متغير تصادفي هستند، كه به نام روش اثرات تصادفي 69‌معروف هستند. فرض اصلي در اين روش اين است كه مقاطع مورد مطالعه متعلق به نمونه اي بزرگ از جامعه اي بزرگتر هستند و ميانگين مشتركي براي عرض از مبدأ دارند.
روش اثرات تصادفي زماني تصريح مناسبي خواهد بود كه اولاً جامعه آماري و تعداد داده هاي استخراج شده براي مطالعه و بررسي بسيار بزرگ باشد (به اين دليل كه عرض از مبدأ براي داده ها به صورت تصادفي در نظر گرفته مي شود)‌ و ثانياً بايد به اين نكته توجه كرد تنها زماني اين روش كاربرد دارد كه Nفرد يا شركت را به طور تصادفي از يك جمعيت بزرگ استخراج كنيم (‌يعني با


دیدگاهتان را بنویسید