۳-۷- الگو و سنجش متغیرهای پژوهش
۳-۷-۱- الگوی پژوهش
در فرایند برازش مدل ها و آزمون فرضیات این پژوهش ابتدا شروط عمومی رگرسیون نظیر نرمال بودن توزیع متغیرهای وابسته و عدم وجود هم خطی و همسانی واریانس مورد بررسی قرار خواهد گرفت، سپس مدل های پژوهش برازش شده و ضرایب متغیر های مستقل محاسبه خواهد شد. همچنین جهت تعیین کفایت مدل برازش شده و میزان توضیح دهندگی متغیر های مستقل از آماره R² استفاده خواهد شد و در صورتیکه رابطه رگرسیونی و ضریب β معنی دار باشد، فرضیه های تحقیق تایید میشود. مدل های پژوهش به پیروی از کیم و ژوو(۲۰۱۳) به شرح زیر است:
SALES_t = α_۰ ADV_t-1 + α_۱ROA_t + α_۲SIZE_t + α_۳MB_t + α_۴LOSS_t + α_۵AGE_t + ε (۳-۱)
SALES_t = α_۰ ADV_t-1 + α_۱HIGH_COMP_t + α_۲ADV_t-1*HIGH_COMP_t +α_۳ROA_t + α_۴SIZE_t + α_۵MB_t + α_۶LOSS_t + α_۷AGE_t + ε, (۳-۲)
SALES_t = کل فروش شرکت i در سال t. چادوری (۲۰۰۲) دریافت که تبلیغات به صورت مستقیم و غیرمستقیم با میزان فروش مرتبط است. وی معتقد است تبلیغات غیرمستقیم از طریق متمایزسازی و شهرت، فروش را افزایش می دهد. اسمیت و پارک(۱۹۹۲) دریافتند متمایزسازی از طریق تبلیغات بر سهم بازار تأثیر مثبت دارد. برندهای متمایز سهم بیشتری از بازار دارند و می توانند محصولات خود را با قیمت بالاتری بفروشند چرا که شهرت محصولات آنها در بازار نسبت به رقبا بیشتر است(کیانگ ران کیم، ۲۰۰۷).
α = جزه ثابت معادله رگرسیون
= ADV_t-1 هزینه تبلیغات شرکت i در سال t . کوندو(۲۰۰۷) بیان می کند که هزینه های تبلیغات، تأثیر مثبت و معنی دار بر سودآوری و ارزش بنگاه های مورد بررسی داشته است. و گوپتا(۲۰۰۸) بیان می کند که شدت تبلیغات بر فروش تأثیر مثبت و معنی دار داشته است.
ROA_t = نرخ بازده دارایی ها شرکت i در سال t.
SIZE_t = اندازه شرکت i در سال t . در مورد شرکت های بزرگ رابطه بین بین مخارج تبلیغات و ارزش بازار شرکت بیشتر است. و شرکت های بزرگتر تبلیغات بیشتری می کنند(چاوین و هیرشی، ۱۹۹۳).
MB_t = نسبت ارزش بازار به ارزش دفتری شرکت i در سالt . واکنش مثبت بازار سهام در خصوص افزایش مخارج تبلیغات را می توان دلیلی بر وجود ارتباط قوی بین مخارج تبلیغات و ارزش بازار شرکت دانست. این ارتباط به خصوص در مورد شرکت های بزرگ بیشتر می شود. اگر تبلیغات و هزینه های تحقیق و توسعه نوعی از مخارج سرمایه گذاری را نشان دهند که منافع اقتصادی ثابت بیش از یکسال را ایجاد کند اثر ارزش بازار می تواند پیش بینی شود (چاوین و هیرشی، ۱۹۹۳). میلر و مودیگلیانی^[۲۰۶](۱۹۶۱) در تحقیقی نشان داده اند که مخارج تبلیغات و تحقیق و توسعه بر ارزش بازار شرکت اثر مثبت دارد.
= LOSS_t متغیر ساختگی زیان
AGE_t = سن شرکت i در سال t . طبق تئوری چرخه ی عمر، شرکت ها در مراحل مختلف چرخه ی عمر از نظر مالی و اقتصادی دارای نمودگرها و رفتارهای خاصی هستند، بدین معنی که ویژگی های مالی و اقتصادی یک شرکت تحت تأثیر مرحله ای از چرخه ی عمر است که شرکت در آن قرار دارد(بیکسیا^[۲۰۷]، ۲۰۰۷). نتایج پژوهش های پیشین نیز بیانگر این است که واکنش و پاسخ بازارهای سرمایه به اطلاعات حسابداری در مراحل مختلف چرخه ی عمر تفاوت معناداری با هم دارند(آهارونی و همکاران^[۲۰۸]، ۲۰۰۶؛ آنتونی و رامش^[۲۰۹]، ۱۹۹۲؛ باسو^[۲۱۰]، ۱۹۹۷).
HIGH_COMP_t = شاخص رقابت بازار محصول، که شامل دو شاخص: هرفیندال-هیرشمن و کیوتوبین است. تسلر(۱۹۶۴) بیان می کند که اثر معناداری بین هزینه های تبلیغات و تمرکز وجود دارد. اشمالنسی(۱۹۷۲) بر وجود رابطه خطی مستقیم بین هزینه های تبلیغات و تمرکز تاکید دارند. این متغیر نمونه را به دو دسته رقابت پایین و بالا تقسیم می کند، که مقادیر بالاتر از میانگین مقدار یک، و مقادیر کمتر از میانگین مقدار صفر می گیرند.
ADV_t-1*HIGH_COMP_t = اثر تعاملی هزینه تبلیغات و رقابت بازار محصول. شاخص رقابت بازار محصول، که شامل دو شاخص: هرفیندال-هیرشمن و کیوتوبین است. لستر تسلر(۱۹۶۴) بیان می کند که اثر معناداری بین هزینه های تبلیغات و تمرکز وجود دارد. اشمالنسی(۱۹۷۲) بر وجود رابطه خطی مستقیم بین هزینه های تبلیغات و تمرکز تاکید دارند.
β _۱, β _۲, β _۳ = ضرایب مدل
ε_t = پسماند(خطا) مدل رگرسیون
۳-۸- متغیرهای پژوهش و معیارهای سنجش آن‌ها
متغیر یک مفهوم است که بیش از دو یا چند ارزش یا عدد به آن اختصاص داده می‌شود. به عبارت دیگر، متغیر به ویژگی‌های گفته می‌شود که می‌توان آن‌ها را مشاهده یا اندازه‌‌گیری کرد و دو یا چند ارزش یا عدد را جایگزین آن‌ها نمود. عدد یا ارزش نسبت داده شده به متغیر، نشان دهنده تغییر از یک فرد به فرد دیگر یا ازیک حالت به حالت دیگر است (دلاور، ۱۳۸۴).
متغیرهای مورد استفاده در این پژوهش بر سه نوعند؛ متغیر وابسته، متغیر مستقل و متغیر کنترل که نحوه محاسبه آن‌ها در بخش‌های بعدی بیان شده است. لازم به ذکر است متغیر وابسته متغیری است که هدف محقق تشریح، یا پیش‌بینی تغییر پذیری در آن است. همچنین متغیر مستقل نیز یک ویژگی و خصوصیت است که بعد از انتخاب آن توسط محقق، در آن دخالت یا دست کاری می شود و مقادیری را می‌پذیرد، تا اثرش بر متغیر وابسته مشاهده شود.
الف) متغیر وابسته
فروش(SALES): برابر است با کل فروش شرکت i در سال t
ب) متغیر مستقل
هزینه تبلیغات(ADV): برابر است هزینه های تبلیغات شرکت i در سال t. هزینه تبلیغات در یادداشت های توضیحی صورت های مالی تحت عناوین: هزینه تبلیغات، هزینه بازاریابی، هزینه ترویج یا توسعه فروش، آگهی و مطبوعات و هزینه نمایشگاه بیان شده است.
ج) متغیرهای کنترلی
اندازه شرکت(SIZE): برابر است با لگاریتم طبیعی کل دارایی های شرکت i در سال t
نرخ بازده دارایی ها(ROA): برابر است با نسبت سود خالص به کل دارایی های شرکت i در سال t
نسبت ارزش بازار به ارزش دفتری(MB): برابر است با نسبت ارزش بازار حقوق صاحبان سهام به ارزش دفتری حقوق صاحبان سهام شرکت i در سال t
زیان (LOSS): یک متغیر ساختگی است، اگر سود عملیاتی کمتر از صفر باشد ۱ است، و در غیر این صورت صفر است.
سن شرکت(AGE): برابر است با سال تاسیس شرکت i تا آخرین سال دوره زمانی مورد مطالعه.
سایر متغیر ها
برای اندازه گیری رقابت بازار محصول از سه شاخص: هرفیندال-هیرشمن، کیوتوبین و بون استفاده خواهد شد، که به شرح زیر محاسبه خواهند شد:

شاخص هرفیندال-هیرشمن: این شاخص که مقدار بالاتر آن بیانگر تمرکز بیشتر و رقابت کمتر در هر صنعت است و بالعکس. مطابق با تحقیق بینر و همکاران^[۲۱۱](۲۰۱۱) شاخص هرفیندال-هیرشمن از حاصل نسبت مجموع مجذور فروش بازار هر شرکت در صنعت بدست می آید که به صورت زیر محاسبه خواهد شد:
HHI_jt = Σ ^Nj_i=1(Sales_ijt / Σ ^Nj_i=1 Sales_ijt)² (۳-۳)
HHI_jt = شاخص هرفیندال-هیرشمن
Sales_ijt = فروش شرکت i در صنعت j در زمان t
= Σ ^Nj_i=1 Sales_ijt کل فروش خالص صنعت j در زمان t
شاخص کیو توبین: پژوهشگرانی نظیر پاندی^[۲۱۲](۲۰۰۴)، لویسوت^[۲۱۳](۲۰۰۸) و گونی و همکاران(۲۰۱۱) از معیار کیو توبین به عنوان معیار رقابت بازار محصول استفاده کردند. بنابراین در این پژوهش از کیو توبین به عنوان شاخص رقابت بازار محصول استفاده میشود. گونی و همکارانی(۲۰۱۱)، در پژوهش خود کیو توبین را به صورت مجموع ارزش دفتری کل بدهی و ارزش بازار کل سهام بر ارزش دفتری کل دارایی‌ها تعریف کردند. در این پژوهش نیز از Q توبین به عنوان معیار اندازه‌گیری رقابت بازار محصول استفاده می‌شود:
توبینQ= (ارزش بازاری کل سهام + ارزش دفتری کل بدهیها ) / ارزش دفتری کل داراییها
۳-۹- آزمون‌های آماری مورد استفاده در این پژوهش
انواع داده‌هایی که عموما برای تحلیل‌های تجربی به کار برده می‌شود در قالب داده‌های سری زمانی، مقطعی و تابلویی(پانل) مطرح می‌گردند. در داده‌های سری زمانی یک یا چند متغیر طی یک دوره زمانی مشاهده می شوند.در داده های مقطعی مقادیر یک یا چند متغیربرای چند واحد یا مورد نمونه ای در یک زمان یکسان جمع‌ آوری می‌شود. در داده‌های تابلویی واحد مقطعی یکسان طی زمان بررسی و سنجش می‌شود. به طور خلاصه داده‌های تابلویی دارای ابعاد فضایی(مکانی) و زمانیاند و به طور فزاینده‌ای در تحقیقات اقتصادی به کار برده می‌شوند. به طور کلی باید گفت داده‌های تابلویی تحلیل‌های تجربی را به شکل غنی می‌سازند که در صورت استفاده از داده‌های سری زمانی یا مقطعی این امکان وجود ندارد(نعل شکن، ۱۳۸۹). تلفیق آمارهای سری زمانی با آمارهای مقطعی نه تنها میتواند اطلاعات سودمندی را برای تخمین مدل‌های اقتصادی سنجی فراهم آورد، بلکه بر مبنای نتایج بدست آمده می‌توان استنباط‌های سیاست گذاری در خور توجهی به عمل آورد (اشرف زاده و مهرگان، ۱۳۸۷).
در این پژوهش به علت نوع داده‌های مورد مطالعه، جهت پاسخگویی به فرضیه‌های پژوهش از روش داده‌های تابلویی^[۲۱۴] استفاده خواهد شد. چارچوب اولیه مدل‌های داده‌های تابلویی در معادله زیر ارائه شده است:
(۳-۵)
به طوریکه i=1,2,…,n و t=1,2,…,T است که n تعداد شرکت‌ها (مشاهدات مقطعی) و T بیانگر تعداد مشاهدات سری زمانی سالانه است. µ_it متغیر غیر قابل مشاهده‌ای است که از آن به عنوان جزء غیر قابل مشاهده و یا ناهمگونی غیر قابل مشاهده یاد می‌شود که تغییرناپذیری زمانی دارد و نشانگر تفاوت‌ها در ویژگی خاص مشاهدات مقطعی می‌باشد. _i,tυ بر جز اختلال دلالت دارد و فرض می‌شود به طور نرمال با میانگین صفر و واریانس ثابت برای همه مشاهدات توزیع شده است که با یکدیگر همبستگی ندارند. اختلاف بین مقطع‌ها در _iα نشان داده می‌شود که در طول زمان ثابت فرض می‌شوند. به طور کلی در صورتی که _iα برای تمام شرکت ها ثابت در نظر گرفته شود ، روش حداقل مربعات معمولی برآوردهای کارا و سازگاری از α و β را نخواهد داد، زیرا فقط داده‌ها روی هم انباشته و تفاوت میان آن‌ها نادیده انگاشته شده که اصطلاحا به آن داده‌های تلفیقی^[۲۱۵] گویند. در این روش تمامی ضرایب ثابت بوده و فرض می‌شود که جمله اخلال قادر است کلیه تفاوت‌های میان واحدهای مقطعی و زمان را توضیح دهد. در این حالت مدل به روش حداقل مربعات معمولی قابل برآورد است. اما در صورتیکه بین مشاهدات ناهمگنی یا تفاوت‌های فردی وجود داشته باشد از روش داده‌های تابلویی استفاده می‌شود؛ به عبارت دیگر این حالت فرض می‌شود که در بین مقطع‌ها اختلاف معناداری وجود دارد که این اختلاف‌های معنادار می‌توانند بر شیب و یا عرض از مبدأ تاثیر بگذارند (گرین^[۲۱۶]، ۲۰۰۱).
به منظور اینکه مشخص شود کدام روش جهت برآورد مناسب است فرضیه‌ای آزمون می‌شود که در آن فرض می‌شود که کلیه عبارات ثابت برآورد شده با یکدیگر برابر هستند. بدین ترتیب می‌توان مشخص کرد که آیا روش داده‌های تابلویی جهت برآورد کارآمدتر است یا روش تلفیقی. بنابراین برای آزمون فرض مورد نظر آماره‌ای استفاده می‌شود که دارای توزیع F با درجه آزادی (N-1,NT-N-K) می‌باشد (صحافی اسفند آبادی، ۱۳۸۹).
روش داده‌های تابلویی شامل تخمین‌های اثرات ثابت^[۲۱۷] (FE) و اثرات تصادفی^[۲۱۸] (RE) است. در تخمین اثرات ثابت، بعد زمان در نظر گرفته نمی‌شود و تنها اثراتی که مختص هر یک از مقطع‌هاست ، به عنوان اثرات انفرادی منظور می‌گردد. در تخمین اثرات تصادفی فرض می شود که عرض از مبدا  دارای توزیع مشترکی با میانگین  و واریانس  می‌باشد؛ به عبارت دیگر فرض می‌شود که عرض از مبدا جزء اخلالی شبیه ∑itاست که با متغیرهای توضیحی مدل ناهمبسته‌اند. در این روش عامل زمان منظور می شود و اثرات انفرادی واحدها در طول زمان به طور جداگانه به عنوان متغیرهای توضیحی وارد مدل می‌شوند (ایگر^[۲۱۹]، ۲۰۰۰). لازم به ذکر است که قبل از انجام آزمون F لیمر، لازم است مانایی متغیرهای پژوهش آزمون شود (صحافی اسفند آبادی ، ۱۳۸۹).
۳-۹-۱- آزمون مانایی
متغیرهای اقتصادی عموماً نامانا و دارای روند تصادفی هستند. ترکیب خطی سری‌های نامانا در حالت کلی یک سری نامانا است. پیش از برآورد مدل لازم است مانایی تمام متغیرهای مورد استفاده در تخمین، مورد آزمون قرار بگیرد. زیرا نامانایی متغیرها چه در مورد داده‌های سری زمانی و چه داده‌های ترکیبی باعث بروز مشکل رگرسیون کاذب می‌شود. اما بر خلاف آنچه در مورد داده‌های سری زمانی مرسوم است، در مورد داده‌های ترکیبی نمی توان برای آزمون نامانایی از آزمون دیکی فولر و دیکی فولر تعمیم یافته بهره جست، بلکه لازم است به نحوی مانایی جمعی متغیرها آزمون شود که بدین منظور باید از آزمون‌ هادری^[۲۲۰] استفاده شود. فرض H₀این آزمون مبنی بر نامانایی و فرض H₁ آن مبنی بر مانایی متغیرهاست (بالتاجی^[۲۲۱]، ۲۰۰۵). چنانچه مقدار احتمال بدست آمده برای این آزمون کوچکتر از ۰۵/۰ باشد، فرض H₀ مبنی بر نامانایی متغیرها رد می‌شود و بیانگر این است که متغیرهای پژوهش مانا هستند(صحافی اسفندآبادی،۱۳۸۹).
۳-۹-۲- آزمون F لیمر^[۲۲۲]
برای انتخاب بین روش‌های داده‌های تابلویی و داده‌های تلفیقی (تعیین وجود یا عدم وجود عرض از مبدأ جداگانه‌ برای هر یک از مقطع‌ها) از آماره F لیمر استفاده می‌شود. این آزمون، مقایسه بین مجموع مربعات جملات خطا ^[۲۲۳]RSS در روش داده‌های تابلویی و داده‌های تلفیقی می‌باشد. از آن جا که در روش داده‌های ترکیبی پارامترهای محدود کننده بیشتری( از قبیل آن که ضرایب عرض از مبدا   در طول زمان و بین داده‌های مقطعی ثابت در نظر گرفته می‌شوند ) وجود دارد، لذا انتظار بر این است که روش‌ داده های تلفیقی نسبت به داده‌های تابلویی، RSS بیشتری داشته باشد. بنابراین اگر مدل (OLS) با اضافه شدن محدودیت‌ها به طور معنادار افزایش پیدا نکند ، بهتر است که از این روش استفاده گردد. در غیر این صورت روش‌ داده‌های تابلویی مناسب‌تر می‌باشد. با بهره گرفتن از مجموع مربعات باقی مانده مقید^[۲۲۴] (RRSS) حاصل از تخمین مدل ترکیبی بدست آمده از (OLS) و مجموع مربعات غیرمقید^[۲۲۵] URSS حاصل از تخمین رگرسیون درون گروهی می‌توان آماره آزمون مناسب در این زمینه را به صورت زیر نوشت: