D_it : متغیر دو ارزش صفر و یک میباشد.
با توجه به توضیحات فوق در رابطه (۲) ضریب مورد بررسی به شرح زیر میباشد:
b₇ : ضریب حساسیت رابطه بین عدم تقارن زمانی سود با نسبت (P/B) اول دوره
۳-۸-۲٫ آزمون فرضیه های فرعی
جهت آزمون فرضیه های فرعی اول و دوم از مدل رگرسیونی اشاره شده در رابطه (۲) استفاده خواهد شد.

الف) آزمون فرضیه فرعی اول:
فرضیه فرعی اول: بین اقلام تعهدی به عنوان متغیر وابسته نسبت به اخبار خوب و بد با نسبت (P/B) اول دوره رابطه منفی وجود دارد.
ب) آزمون فرضیه فرعی دوم:
فرضیه فرعی دوم: واکنش بین اقلام جریان وجه نقد عملیاتی به عنوان متغیر وابسته نسبت به اخبار خوب و بد مستقل از نسبت (P/B) اول دوره میباشد.
۳-۹٫ خلاصه فصل سوم
در این فصل نحوه جمعآوری، بررسی و آزمون فرضیه های پژوهش و به روش پژوهش اشاره گردید. برای جمعآوری داده های مورد نیاز از صورتهای مالی شرکتها با بهره گرفتن از نرمافزارهای موجود بهره گرفته شد. جهت آزمون فرضیه های پژوهش از مدل رگرسیون داده های پانل، مدل اثرات ثابت یا تصادفی و روش حداقل مربعات پانل (PLS) برای آزمون رگرسیون چند متغیره باسو که توسط پائه و واکلر در سال (۲۰۰۵) بسط داده شده، استفاده شده است و جهت بررسیها و تحلیلهای آماری از نرمافزارهای Excel و Eviews 6 و Minitab15 استفاده گردیده است.

همچنین جامعه آماری این پژوهش شامل شرکتهای پذیرفتهشده در بورس اوراق بهادار تهران بین سالهای ۱۳۷۸ تا ۱۳۸۷ میباشد که تعداد ۹۰۰ شرکت سال، جامعه آماری این پژوهش را تشکیل میدهند که هدف اصلی آن بررسی رابطه بین معیار محافظهکاری سود و زیان و ترازنامه میباشد.
فصل چهارم:
تجزیه و تحلیل اطلاعات
۴-۱٫ مقدمه
با توجه به فصول قبل و مباحث اشاره شده هدف اصلی این پژوهش بررسی ارتباط بین سود خالص و اقلام تشکیل دهنده آن ( اقلام تعهدی و اقلام نقدی ) با ترازنامه از لحاظ محافظهکاری می‌باشد. همانگونه که اشاره گردید جهت بررسی این امر، ما از دو معیار اصلی محافظهکاری یعنی عدم تقارن زمانی سود و اقلام تشکیلدهنده آن به عنوان معیار سود و زیانی و از نسبت (P/B) ارزش بازار سهام به ارزش دفتری سهام در ابتدای دوره مالی به عنوان معیار ترازنامهای محافظهکاری استفاده نمودهایم و با بررسی ارتباط بین این دو معیار در جهت رسیدن به هدف اصلی پژوهش یعنی اثبات وجود ارتباط منفی بین محافظه کاری سود و زیانی و ترازنامه‌ای میباشیم.
برای آزمون فرضیه های پژوهش حاضر از مدل رگرسیونی خطی چند متغیره بسط یافته مدل باسو (۱۹۹۷) توسط والکر و پائه (۲۰۰۵) استفاده شده است که داده های مورد نیاز توسط نرم افزارهای تدبیرپرداز و ره آورد نوین و سایت تخصصی بورس اوراق بهادار جمعآوری گردیده و توسط نرم-افزارهایExcel و Eviews 6 و Minitab15 جمعآوری، طبقهبندی، تلخیص و در نهایت مورد تحلیل و بررسی قرار گرفته است. در تجزیه تحلیل داده ها از آنجاییکه رگرسیون حداقل مربعات معمولی (OLS)، منجر به نتایج اُریب و برآورد نادرستی از ضرایب پارامترها میشود، لذا از رگرسیون داده های پانل، مدل اثرات ثابت یا تصادفی و روش حداقل مربعات پانل (PLS) برای آزمون فرضیات استفاده میشود.
۴-۲٫ چرا از مدل پانلی استفاده می کنیم؟
در آمار و اقتصاد سنجی، مجموعه داده‌های پانلی شامل مشاهداتی برای چندین بخش (خانوار، بنگاه و…) میباشند که در طی زمان‌های مختلف جمع آوری شدهاند. یعنی یک مدل داده‌های پانل حاوی اطلاعاتی در زمان و مکان است که شامل N مؤلفه در T دوره زمانی میباشد. اگر تعداد مشاهدات زمانی برای تمام مؤلفه‌های موجود در پانل یکسان باشند، به آن پانل متوازن^[۲۲۰] گفته میشود. اما در صورتی که مشاهدات مفقودهای برای تعدادی از مؤلفه‌ها وجود داشته باشد، پانل را نامتوازن^[۲۲۱] مینامیم.
۴-۲-۱٫ مزایای داده‌های پانل
محققین میتوانند از داده‌های پانلی برای مواردی که مسائل را نمیتوان صرفا به صورت سری زمانی یا برشهای مقطعی بررسی کرد، بهره گیرند. مثلا در بررسی تابع تولید مسالهای که وجود دارد این است که بتوان تغییرات تکنولوژیک را از صرفه‌های به مقیاس تفکیک کرد. در این گونه موارد داده‌های مقطعی فقط اطلاعاتی را در مورد صرفه‌های به مقیاس فراهم میآورد. در حالی که داده‌های سری زمانی اثرات هر دو را بدون هیچ گونه تفکیکی نشان میدهد. تلفیق داده‌های سری زمانی با داده‌های مقطعی نه تنها میتواند اطلاعات سودمندی را برای تخمین مدلهای اقتصادسنجی فراهم آورد، بلکه بر مبنای نتایج بدست آمده میتوان استنباط‌های سیاستگذاری در خور توجهی نیز به عمل آورد.
داده‌های پانلی حاوی اطلاعات بیشتر، تنوع گستردهتر و هم خطی کمتر میان متغیرها بوده و در نتیجه کاراتر میباشند. در حالیکه در سریهای زمانی هم خطی بیشتری را بین متغیرها مشاهده می کنیم. با توجه به اینکه داده‌های پانلی ترکیبی از سری‌های زمانی و مقطعی میباشد، بعد مقطعی موجب اضافه شدن تنوع زیادی شده و در نتیجه برآوردهای معتبرتری را میتوان انجام داد. در اینجا تعداد مشاهدات ما به NT افزایش یافته که منجر به برآوردهای کاراتری از متغیرها میشود. این امر را می توان در محاسبه واریانس جامعه مشاهده کرد. در داده‌های سری زمانی این واریانس به صورت  محاسبه می‌شود ولی در داده‌های پانلی به صورت  قابل محاسبه است. چون مخرج کسر دومی بزرگتر از کسر اولی است، پس واریانس داده‌های پانلی کمتر بوده و بنابراین تخمین کاراتری خواهد داشت.
همچنین داده‌های پانلی امکان طراحی الگوهای رفتاری پیچیدهتری را فراهم میکنند و داده‌های پانلی امکان بیشتری را برای شناسایی و اندازه گیری اثراتی فراهم میکنند که با اتکای صرف به آمارهای مقطعی یا سری زمانی به سادگی قابل شناسایی نیستند.
۴-۳٫ اعتبار مدل
برای سنجش اعتبار مدل لازم است فرضیاتی برقرار باشند. این فرضیات با بهره گرفتن از نمودارها و گهگاه با بهره گرفتن از آزمونهای مناسب کنترل میگردند. برای مثال جهت کنترل نرمال بودن متغیر وابسته از نمودار هیستوگرام و یا از آزمون کولوموگرف– اسمیرنوف استفاده میگردد و یا برای تشخیص خطی بودن، نمودارهای پراکنش بسیار مناسبند. همچنین از طریق همسانی واریانس، نمودار باقیماندهها در مقابل مقادیر برآورد شده مناسب است. نداشتن الگوی سیستماتیک در این نمودار، میتواند حاکی از همسانی واریانس باشد. برای کنترل استقلال (عدم خود همبستگی) از آمارۀ دوربین واتسون استفاده میشود. برای وجود یا عدم وجود خود همبستگی در بقیماندهها، از آزمون دوربین- واتسون استفاده شده است.
جدول(۴-۱): جدول آزمون کولوموگرف– اسمیرنوف