شناسایی عوامل مؤثر بر وجه نقد نگهداری شده توسط شرکت‎های پذیرفته شده در بورس اوراق بهادار تهران: تکنیک انتخاب متغیر استوار

نوع مقاله : مقاله علمی پژوهشی

نویسندگان

1 استاد، گروه مدیریت مالی، دانشکده مدیریت دانشگاه تهران، تهران، ایران

2 مربی، گروه آمار، دانشگاه پیام نور، تهران، ایران

3 دانشجوی کارشناسی ارشد، گروه مدیریت مالی، دانشکده مدیریت، دانشگاه تهران، تهران، ایران

4 کارشناس ارشد، گروه آمار، دانشکده علوم، دانشگاه تربیت مدرس، تهران، ایران

چکیده

هدف: بر اساس نظریه‎های موجود، متغیرهای بسیاری ممکن است بر وجه نقد نگهداری شده توسط شرکت‎ها، اثرگذار باشند. از طرفی بروز نقاط دورافتاده در متغیرهای مالی پدیده‎ای شایع است. این مسئله باعث می‎شود عملکرد بسیاری از روش‎های انتخاب متغیر که مبتنی بر کمترین توان‎های دوم معمولی (OLS) هستند، تحت تأثیر قرار گیرند. در این مقاله با استفاده از تکنیک انتخاب متغیر استوار مهم‎ترین عوامل مؤثر بر وجه نقد نگهداری شده توسط شرکت‎های عضو بورس اوراق بهادار تهران شناسایی می‎شوند.
 
روش: برای شناسایی عوامل مؤثر بر وجه نقد نگهداری شده، از انتخاب متغیر استوار مبتنی بر تابع تاوان SCAD استفاده شد. بدین منظور، داده‌های 196 شرکت بورسی برای سال‌های 1388، 1389 و 1390 بررسی شدند.
 
یافته‎ها: نتایج به‎دست آمده نشان می‌دهد که انتخاب متغیر استوار، متغیرهایی را به‎عنوان عوامل اثرگذار بر وجه نقد نگهداری شده معرفی می‎کند که روش‎های متداول رگرسیونی نظیر OLS، قادر به شناسایی آنها نیستند.
 
نتیجه‎گیری: وجود مشاهدات دورافتاده در متغیرهای مالی، عملکرد روش کلاسیک کمترین توان‎های دوم معمولی (OLS) را تحت تأثیر قرار می‎دهد. این مسئله ضرورت توجه به روش‎های استوار را در تحلیل‎های مالی پررنگ‎ می‎کند.

کلیدواژه‌ها

موضوعات

عنوان مقاله [English]

Identification of the Factors Affecting Stored Corporate Cash in Tehran Stock Exchange: Robust Variable Selection Technique

نویسندگان [English]

  • Reza Raei 1
  • Kazem Fayyaz Heydari 2
  • Hamed Basakha 3
  • Hadi Movaghari 4
1 Prof., Department of Finance, Faculty of Management, University of Tehran, Tehran, Iran.
2 Instructor, Department of Statistics, Payame Noor University, Tehran, Iran
3 M.Sc. Student, Department of Financial Management, Faculty of Management, University of Tehran, Tehran, Iran
4 M.Sc. Department of Statistics, School of Science, Tarbiat Modares University, Tehran, Iran.
چکیده [English]

Objective: Based on the existing theories, many variables may affect stored corporate cash. And on the other hand, occurrence of outliers in financial variables is common. This affects the performance of statistical methods, especially variable selection based on the ordinary least squares (OLS). In this article using robust variable selection, the most important factors affecting stored cash by firms accepted in Tehran stock exchange (TSE) are identified.
Methods: To identify the most important predictors of stored cash, we apply robust variable selection technique based on the SCAD penalty function. For this purpose, the data from 196 stock firms in the period of 2009-2011 were analyzed.
Results: Findings showed that robust variable selection identifies variables affecting stored corporate cash which traditional regression methods such as OLS can't identify.
Conclusion: Presence of outliers in financial variables may spoil the performance of the traditional ordinary least squares (OLS) method. This problem highlights the importance of using robust techniques in empirical finance.

کلیدواژه‌ها [English]

  • Cash Holdings
  • Outliers
  • Penalty Function
  • Robust Regression
  • Variable Selection

مراجع

آقایی، محمدعلی؛ نظافت، احمدرضا؛ ناظمی‌اردکانی، مهدی؛ جوان، علی اکبر (1388). بررسی عوامل مؤثر بر نگهداری موجودی‎های نقدی در شرکت‎های پذیرفته شده در بورس اوراق بهادار تهران، پژوهش‎های حسابداری مالی، 1 (1 و 2)، 53-70.
احدی‎سرکانی، سید یوسف؛ سنگ‎پهنی، هاجر؛ دسینه، مهدی (1392). بررسی رابطه عوامل درون شرکتی و برون شرکتی با نگهداشت وجه نقد در شرکت‎های پذیرفته شده در بورس اوراق بهادار تهران، فصلنامه بورس اوراق بهادار، 6 (23)، 77-101.
حساس‎یگانه، یحیی؛ جعفری، علی؛ رسائیان، امیر (1390). عوامل تعیین‎کننده سطح نگهداشت وجه نقد شرکت‎ها در بورس اوراق بهادار تهران. حسابداری مالی، 3 (9)، 39-66.
حسینی‎نسب، سید محمد ابراهیم؛ موقری، هادی؛ باسخا، مهدی (1389). عوامل مؤثر بر ارزش افزوده کارگاه‌های صنعتی ایران با ده نفر کارکن و بیشتر. مجله تحقیقات اقتصادی، 45 (92)، 47-64.
سیدنژادفهیم، سید رضا؛ سهرابی، نرگس؛ موقری، هادی (1392). پیش‎بینی بازده سهام با استفاده از روش انقباضی LASSO، مطالعات حسابداری و حسابرسی، 4(13)، 40- 53.
ملکیان، اسفندیار؛ احمدپور، احمد؛ محمدی، منصور (1390)، بررسی رابطه بین وجه نقد نگهداری شده و عوامل تعیین‌کننده آن در شرکت‎های پذیرفته شده در بورس اوراق بهادار تهران. تحقیقات حسابداری و حسابرسی، 3 (11)، 96- 114.
موقری، هادی؛ حسینی‎نسب، سید محمد ابراهیم (1389). انتخاب متغیر با استفاده از تابع تاوان. اندیشه آماری، 15 (2)، 65-77.
 
References
Aghaei, M.A., Nezafat, A.R., Nazemi Ardakani, M., & Javan, A.A. (2009). Investigating factors affecting the holding of cash holdings in companies admitted to Tehran Stock Exchange, Financial accounting research, 1 (1 and 2), 53-70.) (in Persian)
Ahadi Sarkonani, S.Y., Sang Pahni, H., Desineh, M. (2013). Investigating the Relationship between Intra-Corporate and Outsourcing Factors with Cash Holdings in Companies Accepted in Tehran Stock Exchange. Tehran Stock Exchange, 6(23), 77-101. (in Persian)
Akaike, H. (1973). Information theory and an extention of the maximum likelihood principle. Proceeding 2nd Inter Symposium On Information Theory, 267-281, Budapest.
Al- Najjar, B. (2013). The financial determinants of corporate cash holdings: evidence from some emerging markets. International Business Review, 22 (1), 77-88.
Breiman, L. (1996). Heuristics of instability and stabilization in model selection. The annals of statistics, 24(6), 2350-2383.
Chang, W. H., Mckean, J. W., Naranjo, J. D. & Sheather, S. J. (1999). High- breakdown rank regression, Jounal of the American Statistical Association, 94 (445), 205-219.
Dittmar, A., Mahrt-Smith, J. & Servaes, H. (2003). International corporate governance and corporate cash holdings. Journal of Financial and Quantitative analysis, 38 (1), 111-133.
Fan, J. & Li, R. (2001). Variable selection via nonconcave penalized likelihood and its oracle properties. Journal of the American Statistical Association, 96 (456), 1348-1360.
Ferreira, A. & Vilela, S. (2004). Why do firms hold cash? Evidence from EMU Countries. European Financial Management, 10(2), 295–319.
Hassas Yeganeh, Y., Jafari, A., & Rasaeean, A. (2011). The determinants of the level of companies' cash holdings in Tehran Stock Exchange. Financial Accounting, 3 (9), 39-66. (in Persian)
Hettmansperger, T. P. & Mckean, J. W. (2011). Robust Nonparametric Statistical Methods. 2nd Ed. New York: Chapman and Hall.
Hosseini Nasab, S.M.E., Movaghari, H., & Baskha, M. (2010). Factors affecting the value added of Iranian industrial workshops with ten employees and more. Journal of Economic Research, 45 (92), 47-64. (in Persian)
Huber, P. J. & Ronchetti, E. M. (2009). Robust Statistics. New Jersey: John Wiley.
Lev, B. & Sunder, S. (1979). Methodological issues in the use of financial ratios, Journal of the Accounting and Economics, 1 (3), 187-210.
Malekian, E., Ahmadpour, A., & Mohammadi, M. (2011). Investigating the relationship between maintained cash and its determinants in companies admitted to the Tehran Stock Exchange. Accounting and Audit Research, 3 (11), 96-114. (in Persian)
Miller, A. (2002). Subset Selection in Regression. CRC Press.
Momeni, M., Nayeri, M. D., Ghayoumi, A. F. & Ghorbani, H. (2010). Robust regression and its application in financial data analysis. World Academy of Science, Engineering and Technology, 47, 521-526.
Movaghari, H., Hosseini Nasab, S.M.E. (2010). Select a variable using the penalty function. Statistical Thinking, 15 (2), 65-77. (in Persian)
Opler, T., Pinkowitz, L., Stulz, R. & Williamson, R. (1999). The determinants and implications of corporate cash holdings. Journal of Financial Economics, 52 (1), 3–46.
Ozkan, A. & Ozkan, N. (2004). Corporate cash holdings: An empirical investigation of UK companies. Journal of Banking and Finance, 28 (9), 2103–2134.
Rao, C. R. & Toutenburg, H. (1999). Linear Model: Least Squares and Alternatives. Springer.
Rencher, A. C. & Schaalje, G. B. (2008). Linear Model in Statistics. 2nd Ed, John Wiley and Sons.
Schwarz, G. (1978). Estimating the dimension of a model, Annals Statistics, 6 (2), 461–464.
Seyyed Nejad Fahim, S.R., Sohrabi, N., Movaghari, H. (2013). Forecast of stock returns using the LASSO contraction method. Accounting and auditing studies, 4(13), 40-53.
(in Persian)
Terpstra, J. & Mckean, J. (2005). Rank- Based analysis of linear Models using R. Journal of Statistical Software, 14 (7), 1-26.
Tian, S., Yu, Y., & Guo, H. (2015). Variable selection and corporate bankruptcy forecasts. Journal of Banking & Finance, 52, 89-100.
Tibshirani, R. J. (1996). Regression Shrinkage and Selection via the LASSO. Journal of The Royal Statistical Society: Series B, 58, 267-288.
Wang, H., Li, G. & Jiang, G. (2007). Robust regression shrinkage and consistent variable selection via the LAD-LASSO. Journal of Business & Economics Statistics, 25 (3), 347, 355.
Wang, L. & Li, R. (2009). Weighted wilcoxon-type smoothly clipped absolute deviation method. Biometrics, 65 (2), 564-571.
Wang, X., Jiang, Y., Huang, M. & Zhang, H. (2013). Robust variable selection with exponential squared loss, Journal of theAmerican Statistical Association, 108 (502), 632-643.
Zou, H. & Li, R. (2008). One- step sparse estimates in non-concave penalized likelihood models. Annals of Statistics. 36 (4), 1509-1533.
Zou, H. (2006). The adaptive Lasso and its oracle properties. Journal of the American Statistical Association. 101 (476), 1418-1429.
تحقیقات مالی
دوره 21، شماره 1
1398
صفحه 1-18

فایل ها

هم رسانی

ارجاع به این مقاله

آمار