با استفاده از مشاهدات سود هر سهم شرکت صنایع شیمیایی طی دوره زمانی مورد بررسی ( جدول شماره 4-2 ) نمودار رفتار سری زمانی سود هر سهم شرکت ترسیم گردید.
جدول شماره 2-4. نمودار سود هر سهم شرکت صنایع شیمیایی ایران
AC: خودهمبستگی PAC: خودهمبستگی جزیی Q-Stat: آماره Q Prob: احتمال
همانگونه که نمودار نشان می‌دهد، احتمال ایستا نبودن مشاهدات زیاد است. بنابراین در گام اول بایستی این مشاهدات را ایستا نمود. لذا در پژوهش حاضر با استفاده از نرم‌افزار Eviews تمامی سری زمانی شرکت نمونه از روش دیکی ـ فولر به لحاظ مانایی ( ایستایی ) مورد آزمایش قرار گرفت.
2-4- آزمون دیکی فولر روی سطح
برای بررسی مانایی ( ایستایی ) یا نامانایی سری، ابتدا آزمون دیکی ـ فولر را روی سطح بررسی می‌کنیم. نتایج بررسی در جدول 4-3 آورده شده است:
جدول 3-4. آزمون مانایی براساس روش دیکی فولر روی سطح
در قسمت بالای جدول فوق، مقدار بحرانی در سطوح 1%، 5% و 10% به ترتیب 4613/4- و 2695/3- و 7822/2- در سمت راست و یک مقدار محاسبه شده در سمت چپ 834299/1- ملاحظه می‌شود. با توجه به اینکه قدر مطلق مقدار محاسبه شد از قدر مطلق مقدار بحرانی در سمت راست کوچک‌تر است پس سری ناماناست، یعنی:
در سطح اطمینان 99% |4613/4-| |834299/1-|
در سطح اطمینان 95% |2695/3-| |834299/1-|
در سطح اطمینان 90% |7822/2-| |834299/1-|
بنابراین باید مجدداً آزمون دیکی ـ فولر را روی اولین تفاضل بررسی کنیم که نتایج آزمون در جدول 4-4 آورده شده است.
جدول 4-4- آزمون ایستایی ( مانایی ) براساس دیکی ـ فولر روی اولین تفاضل:
در جدول فوق آزمون دیکی ـ فولر روی اولین تفاضل مورد بررسی قرار گرفته است.
با توجه به اینکه قدر مطلق مقدار محاسبه شده در سمت چپ |307213/3-| از قدر مطلق مقادیر بحرانی در سطوح 99% ( |6405/4-| ) و 95% ( |3350/3-| ) کوچک‌تر و از قدر مطلق مقدار بحرانی در سطح 90% ( |8169/2-| ) بزرگ‌تر است بنابراین با احتمال 90% سری ماناست.
بر مبنای جدول شماره مقادیر واقعی سود هر سهم شرکت صنایع شیمیایی ایران که در جدول 4-1 ارائه گردیده است با استفاده از نرم‌افزار Eviews برای دوره زمانی 1377 تا 1387 جهت تعیین مدل مناسب مانا شدند.
جدول 5-4- سود هر سهم با اولین تفاضل
AC: خودهمبستگی PAC: خودهمبستگی جزیی Q-Stat: آماره Q Prob: احتمال
با توجه به اینکه همیشه مدل‌های ARIMA برای سری‌های مانا بکار می‌روند و چون دومین تفاضل سری ماناست بنابراین ما دومین تفاضل را برای آزمون ARIMA انتخاب کردیم.
بر طبق نمودار بالا مشدهده می‌شود که AR و MA داریم. چون Autocorrelation و
Partial Autocorrelation به صورت سینوسی کاهنده هستند و از سوئی چون درجه اول برای AR و درجه اول برای MA از انحراف معیار بیرون زده است پس مدل باید با MA (1) , AR (1) تخمین بزنیم، نتایج تخمین در جدول 6-4 آورده شده است.
3-4- نتایج تخمین مدل ARIMA
با توجه به نتایج به دست آمده از تخمین‌ها می‌توانیم مدل کلی را به صورت زیر بنویسیم:
جدول 6-4. نتایج تخمین مدل