در این پژوهش از روش آمار توصیفی در نرم افزار SPSS به همراه روش‌های تحلیل آماری تی استیودنت (برای اثبات معنی دار بودن وجود بتا) در نرم افزار Eviews و تی استیودنت یک نمونه‌ای^[۵۶] (برای اثبات معنی دار بودن میانگین بازده اضافی) در نرم افزار SPSS استفاده شده است. از دو نوع آمار (توصیفی و تحلیلی) استفاده شده است که به شرح آنها می پردازیم.

( اینجا فقط تکه ای از متن فایل پایان نامه درج شده است. برای خرید متن کامل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )

۳-۹-۱ آمار توصیفی.

موضوع آمار توصیفی^[۵۷] تنظیم و طبقه‌بندی ، نمایش ترسیمی، و محاسبه مقادیری از قبیل نما، میانگین، میانه و … می‌باشد که حاکی از مشخصات یکایک اعضای جامعه مورد بحث است. در  توصیفی اطلاعات حاصل از یک گروه، همان گروه را توصیف می‌کند و  به دست آمده به دسته‌جات مشابه تعمیم داده نمی‌شود. به طور کلی از سه روش در آمار توصیفی برای خلاصه‌سازی داده‌ها استفاده می‌شود:
استفاده از جداول.
استفاده از نمودار.
محاسبه مقادیری خاص که نشان‌دهنده خصوصیات مهمی از داده‌ها باشند.
در این تحقیق از میانگین به عنوان شاخص مرکزی و از انحراف معیار به عنوان شاخص پراکندگی استفاده می کنیم.

۳-۹-۲ تجزیه و تحلیل تی استیودنت (معنی دار بودن ضریب رگرسیون)

برای پیش بینی مقدار نوسان بازده سهام (درصد نوسانات ناشی از تغییر قیمت سهم) در یک زمان مشخص با توجه به رابطه بازده سهم با بازده شاخص می توان از ضریب بتای بازده هر سهم، طبق فرمول زیر استفاده کرد.
R_i=β×R_m
برای تعین مقدار بتای بازده هر سهم از فرمول رگرسیون استفاده می کنیم (دو متغییری که می خواهیم رگرسیون را برای آنها رسم کنیم عبارتند از درصد تغییرات قیمت سهم و درصد تغییرات مقدار شاخص که شیب خط رگرسیون حاصل برابر با مقدار β می باشد) و برای اثبات وجود این رابطه در یک سطح معنی دارد (در این تحقیق ۹۰ درصد) از آزمون t استیودنت استفاده می شود. آزمون t برای مقایسه و تشخیص تفاوت و رابطه علی استفاده می­ شود، تا تأثیر متغیر مستقل یا رابطه علی موردمطالعه قرار گیرد. بنابراین، آزمون معنی‌دار بودن روشی است که با بهره گرفتن از نتایج نمونه، درستی یا نادرستی فرضیه H₀ را تعیین می‌کند. فرض صفر این آزمون بیان می‌کند که متغیر مستقل بر متغیر وابسته تأثیری ندارد. به عبارت دیگر، ضریب متغیر مستقل برابر صفر است. تصمیم درباره پذیرش یا رد فرض صفر، بر اساس مقدار و احتمال آماره t انجام می‌شود. مقدار آماره t با مقادیر جدول t و احتمال آن با ۱۰/۰ مقایسه می‌شود. در صورتی که احتمال این آماره از ۱۰/۰ کمتر باشد، فرض صفر مبنی بر عدم تأثیر متغیر مستقل بر متغیر وابسته رد شده و رابطه معنادار بین متغیر مستقل و وابسته مورد پذیرش قرار می‌گیرد.

۳-۹-۳ تجزیه و تحلیل تی استیودنت یک نمونه‌ای (معنی دار بودن وجود بازده غیرنرمال).

هنگامی که در یک پژوهش داده های یک جامعه (یک متغییر) ارائه می شود و سوال معنی دار بودن اختلاف میانگین آن جامعه با صفر مطرح است از آزمون t یک نمونه ای برای تایید وجود آن اختلاف استفاده می شود.
در این تحقیق داده های مربوط به بازده های غیر نرمال سهام محاسبه می شود و بعد با بهره گرفتن از این تست به قضاوت در مورد اینکه آیا میانگین این بازده های غیر نرمال (حاصل کسر بازده انتظاری از بازده واقعی) با صفر اختلاف دارد (که نتیجه گیری شود انتشار صکوک بر نوسان قیمت سهم اثر داشته) یا خیر از آزمون t یک نمونه ای استفاده می‌شود. در فرض صفر، میانگین فوق، برابر صفر فرض می‌شود و در سطح اطمینان ۹۰ درصد با بهره گرفتن از آماره t و جدول t به قضاوت درباره تایید یا رد فرضیه H₀ پرداخته می شود، بدین صورت که اگر مقدار احتمال آماره بدست آمده کمتر از ۱۰ باشد فرض صفر رد می شود (لذا وجود بازده غیرنرمال تایید می شود و درنتیجه وجود تاثیر انتشار صکوک بر نوسان قیمت سهام ثابت می شود) و اگر مقدار احتمال بدست آمده بیشتر از ۱۰ درصد باشد فرض صفر پذیرفته میشود (لذا میانگین بازده های غیر نرمال با صفر اختلاف معناداری نخواهد داشت و در نتیجه وجود تاثیر انتشار صکوک بر نوسان قیمت سهام تایید نمی شود).

۳-۱۰ جمع‌بندی

در این تحقیق ابتدا برای هر شرکت مقدار بتا و آزمون معنی دار بودن رابطه، با بهره گرفتن از آزمون آماری t به طور جداگانه برای تمام نمونه‌ها (۶۰ شرکت) انجام می‌شود و بعد از آن بازده های غیرنرمال را برای هر روز هر شرکت محاسبه کرده و معنی دار بودن اختلاف میانگین این بازده (برای تمام ۶۰ شرکت در یک روز مشخص) توسط آزمون آماری t یک نمونه ای تست می‌شود و در آخر بازده غیرنرمال تجمعی برای هر روز محاسبه شده و آزمون معنی دار بودن اختلاف میانگین این بازده ها با صفر، مجددا توسط آزمون آماری t یک نمونه ای انجام می شود.
فصل چهارم
تجزیه و تحلیل نتایج

۴-۱ مقدمه

پس از معرفی داده‌ها، شاخص‌ها، مدل و روش‌های تخمین در این فصل سعی داریم به برآورد مدل تحقیق بپردازیم. سپس نتایج بدست آمده از این تحقیق بیان می‌شود. در این فصل، مدل و آماره‌های مورد استفاده در این تحقیق برآورد خواهد شد. در این پژوهش برای تجزیه و تحلیل داده‌ها ،ابتدا هر ضریب بتای بازار بازده هر شرکت همراه با آزمون وجود رابطه بین بازده سهم آن شرکت با مقدار بازده شاخص بازار انجام شده است (با تست رگرسیون با نرم‌افزارEviews).سپس با توجه به پنجره رویداد انتخاب شده (از ده روز قبل از انتشار تا پنج روز بعد، جمعا شانزده روز که با ۱۰- تا ۵+ نامگذاری شده اند و روز انتشار هم روز صفر می باشد) بازده انتظاری هر سهم، از ضرب بتای شرکت در بازده بازار، محاسبه می شود و با کم کردن بازده انتظاری بدست آمده از بازده واقعی سهم در شانزده روز پنجره رویداد، بازده غیرنرمال برای هر روز محاسبه می شود و در سطح اطمینان ۹۰ درصد، معنی دار بودن این میانگین این بازده (از هر ۶۰ شرکت) برای هر روز با آزمون تی یک نمونه‌ای تست می شود (با نرم‌افزار SPSS)که البته این مرحله اختیاری است و در مرحله آخر است که جواب فرضیه‌ها کشف می شود. در مرحله آخر بازده غیرنرمال تجمعی هر روز از پنجره، از طریق جمع بازده غیر نرمال هر روز با روزهای ماقبل، برای تمام شرکت ها محاسبه می شود و با انجام تست تی یک نمونه ای در سطح اطمینان ۹۰ درصد فرضیه اصلی تست می شود (با نرمافزار SPSS). در ادامه برای آزمایش وجود رابطه بین هر یک از مولفه های سه گانه انتشار صکوک (حجم، سررسید، بازده) با بهره گرفتن از نرم‌افزار Eviews تست رگرسیون را انجام می دهیم.

۴-۲ معرفی الگو

تصریح مدل.در این قسمت مدلی معرفی می‌شود که به بررسی اثر انتشار صکوک بر نوسان بازده سهم می پردازد. معادله (۴-۱) این مدل را ارائه می‌کند:
(۴-۱) D_Ri=β×D_Rm+f(V,M,C)
که در آن:
D_Ri: درصد نوسان بازده سهمi
β: شیب تغییرات بازده سهم نسبت به بازده بازار
D_Rm: درصد نوسان بازده بازار
f(V,M,C): درصد نوسان بازده سهم در اثر انتشار صکوک.
V: حجم انتشار صکوک.
M: سررسید اوراق صکوک منتشر شده.
C: نرخ بازده اوراق منتشر شده.

۴-۳ تست وجود رابطه بین نوسان بازده هر سهم با نوسان بازده بازار.

در جدول (۴-۱) اطلاعات مربوط به مقدار β اشاره شده در فرمول (۴-۱) برای هر شرکت (Coefficient) به همراه مقدار آماره t (t-Statistic) و احتمال این آماره (Prob.) به همراه خطای استاندارد (Std. Error) آورده شده است. نحوه محاسبه این مقادیر از طریق ورود داده های مربوط به دو سال اخیر دو متغیر تحت بررسی (بازده روزانه سهم و بازده روزانه بازار) به نرم افزار Eviews و اعمال دستور رگرسیون بوده است.
جدول (۴-۱): اطلاعات مربوط به β و مقدار آماره t و میزان احتمال آماره t و ضریب تغییر بازده سهم نسبت به بازده بازار برای هر شرکت.