Table 5Multiple regression results

Table 5
Multiple regression results for the impact of uncertainty on the sophistication of capital budgeting practices
Independent variables Hypothesized effect Dependent variable: SCBP
Model 1 Model 2
Standardized
coefficient Significance Standardized
coefficient Significance
Hypothesis
(Constant) 0.34 0.00
INPUNCTY + -0.065 0.39 0.030 0.70
FINUNCTY + 0.231 0.00 0.153 0.07
SOCUNCTY + 0.097 0.19 0.052 0.51
MRKUNCTY + 0.021 0.77 0.077 0.31
Control variables
DIV + 0.078 0.29 0.104 0.16
SIZE + 0.176 0.02 0.209 0.01
BUICONUT ? 0.174 0.04
FINSERV ? 0.222 0.02
NFSERV ? 0.083 0.34
R2 0.12 0.16
Adjusted R2 0.08 0.11
d.f. 6 9
F 3.64 3.47
Significance

Kết quả (Việt) 1:

Bảng 5Nhiều hồi quy kết quả cho những tác động của sự không chắc chắn vào tinh tế của thực hành ngân sách vốnĐộc lập biến Hypothesized hiệu ứng phụ thuộc vào biến: SCBP Mô hình 1 mô hình 2 Tiêu chuẩn hóaHệ số ý nghĩa tiêu chuẩn hóaHệ số ý nghĩaGiả thuyết (Liên tục) 0,34 0,00INPUNCTY +-0.065 0,39 0.030 0,70FINUNCTY + 0.231 0,00 0.153 0,07SOCUNCTY + 0.097 0,19 0.052 0.51MRKUNCTY + 0.021 0,77 0.077 0,31Kiểm soát biến DIV + 0.078 0,29 0.104 0,16KÍCH THƯỚC + 0.176 0,02 0.209 0,01BUICONUT? 0.174 0,04FINSERV? 0.222 0,02NFSERV? 0.083 0,34R2 0,12 0,16 Điều chỉnh R2 0.08 0,11 d.f. 6 9 F 3,64 3.47 Ý nghĩa < 0,01 < 0,01 Giải thích về biến: INPUNCTY đầu vào sự không chắc chắn; FINUNCTY: không chắc chắn tài chính; SOCUNCTY: không chắc chắn xã hội; MRKUNCTY thị trường không chắc chắn; EXTRMFTG: khai thác và sản xuất công nghiệp (biến giả, N = 81, cơ sở trường hợp); BUICONUT: xây dựng, xây dựng và các tiện ích ngành công nghiệp (biến giả, N = 22); FINSERV: Dịch vụ tài chính công nghiệp (giả biến, N = 25); NFSERV: Dịch vụ tài chính công nghiệp (biến giả, N = 59); DIV: đa dạng hóa (dummy biến; có liên quan và không liên quan đa dạng chiến lược = 1, đơn chiến lược kinh doanh = 0); Kích thước: kích thước (đăng nhập fte); SCBP: Các tinh tế của vốn ngân sách thực tiễn.Hệ thống tại chỗ) là một quyết định quan trọng của những thay đổi trong hệ thống kế toán. Rõ ràng, chuyên môn trong một lĩnh vực kế toán (ví dụ, vốn ngân sách thực hành) cung cấp khả năng hấp thụ thay đổi (ví dụ, để áp dụng mới thực hành vốn ngân sách).Hồi qui tuyến tính nhiều, bằng cách sử dụng tiêu chuẩn biến, được sử dụng để thử nghiệm giả thuyết nêu trước đây. Để chính xác cho một thực tế rằng ngành công nghiệp có thể là một proxy cho sự không chắc chắn, tôi ước tính hai mô hình (không bao gồm một, và một trong đó có núm vú cao su công nghiệp). Bảng 5 trình bày các kết quả cho phân tích này.Giả thuyết nêu trước đây (ít nhất là một phần) xác nhận: kết quả phân tích cho thấy rằng sự gia tăng trong sự không chắc chắn tài chính kết quả trong sự gia tăng trong tầm quan trọng và sử dụng SCBP (p < 0,10). Các khác bất trắc (đầu vào sự không chắc chắn, không chắc chắn tài chính và sự không chắc chắn xã hội) không được liên kết với tầm quan trọng và sử dụng của SCBP (p > 0,19). Kết quả thực nghiệm do đó cho thấy rằng sự gia tăng bất trắc cụ thể (thêm đặc biệt, sự gia tăng tài chính sự không chắc chắn) được liên kết với tầm quan trọng và sử dụng SCBP.Các kết quả cho các biến điều khiển là chủ yếu là phù hợp với sự mong đợi. Tác động của diversifi¬cation vào tầm quan trọng và sử dụng SCBP trong gan giả thuyết hướng, nhưng không phải là quan trọng (p > 0. 15). Phù hợp với kỳ vọng là tổ chức lớn hơn tìm thấy SCBP hơn quan trọng và hữu ích hơn các công ty nhỏ hơn (p < 0,01). Cuối cùng, thực hành ngân sách vốn khác biệt giữa các ngành công nghiệp. Các công ty trong build¬ing, xây dựng và tiện ích công nghiệp (BUICONUT) và các ngành công nghiệp dịch vụ tài chính (FINSERV) tìm thấy SCBP hơn quan trọng và hữu ích hơn các công ty từ ngành công nghiệp khác.4.2. bổ sung các phân tích thống kêĐể đảm bảo rằng các kết quả trước đó là mạnh mẽ, tôi đã sử dụng một số xét nghiệm để đánh giá các giả định tiềm ẩn mô hình hồi quy và để điều tra vấn đề tiềm năng của dữ liệu. Trước hết, các kết quả cho một mô hình hồi quy sử dụng yếu tố điểm là tương tự như các kết quả trình bày trước đó. Thứ hai, xét nghiệm cho biến bỏ qua thiên vị và heteroskedasticity (Verbeek, 2000) chỉ ra rằng những khía cạnh không prob¬lematic và/hoặc không làm ảnh hưởng đến kết quả. Các (thiếu một) có hiệu lực đối với đa dạng hóa cũng được điều tra trong một số chiều sâu; Tuy nhiên, một biện pháp phức tạp hơn không giải thích việc sử dụng hay tầm quan trọng của SCBP bởi tổ chức. Cuối cùng, nó có thể chạy một hồi quy hậu cần (Verbeek, 2000, p. 179). Với này hồi qui hậu cần, 13 công ty chỉ ra rằng họ sử dụng ROR cả hai cũng như nguyên tắc GT hoặc 'đôi khi' hoặc nhiều hơn thường được phân loại là 'SCBP-sử dụng', trong khi công ty 173 được phân loại là 'không-SCBP-người dùng' (ba công ty có thể không được phân loại do thiếu các dữ liệu). Http://ow.ly/XCYZ 'SCBP-người dùng', nhị phân là cao corre¬lated với các SCBP biện pháp trước đây được sử dụng nhất (p = 0,53, p < 0,01). Trong những công ty 13, 6 là từ ngành công nghiệp dịch vụ tài chính; Các 'SCBP-người dùng' thường lớn và hoạt động quốc tế. Các hồi quy hậu cần cung cấp các kết quả tương tự với những trình bày trước đó trong bảng 5. Dựa trên các phân tích bổ sung, tôi kết luận rằng kết quả của tôi là mạnh mẽ

Kết quả (Việt) 2:

Bảng 5
Nhiều kết quả hồi quy cho tác động của sự không chắc chắn về sự tinh tế của thực hành ngân sách vốn
độc lập biến giả thuyết hiệu ứng biến phụ thuộc: SCBP
Model 1 Model 2
tiêu chuẩn hóa
hệ số Ý nghĩa Tiêu chuẩn hóa
hệ số Ý nghĩa
Giả thuyết
(không đổi) 0,34 0,00
INPUNCTY + -0,065 0,39 0.030 0,70
FINUNCTY + 0,231 0,00 0,153 0,07
0,097 0,19 SOCUNCTY + 0,052 0,51
0,021 0,77 MRKUNCTY + 0,077 0,31
biến Kiểm soát
DIV + 0,078 0,29 0,104 0,16
0,176 0,02 SIZE + 0,209 0,01
BUICONUT? 0,174 0.04
FINSERV? 0,222 0.02
NFSERV? 0,083 0,34
0,12 0,16 R2
R2 điều chỉnh 0,08 0,11
df 6 9
F 3,64 3,47
Ý nghĩa <0.01 <0.01
Giải thích các biến: INPUNCTY đầu vào không chắc chắn; FINUNCTY: bất ổn tài chính; SOCUNCTY: bất ổn xã hội; MRKUNCTY bất ổn thị trường; EXTRMFTG: khai thác và sản xuất công nghiệp (biến dummy, N = 81, trường hợp cơ sở); BUICONUT: xây dựng, xây dựng và ngành công ích (biến dummy, N = 22); FINSERV: dịch vụ tài chính công nghiệp (biến dummy, N = 25); NFSERV: ngành công nghiệp dịch vụ phi tài chính (biến dummy, N = 59); DIV: đa dạng hóa (biến giả; liên quan và không liên quan chiến lược đa dạng = 1, single chiến lược kinh doanh = 0); SIZE: Kích thước (FTE đăng nhập); SCBP:. Tinh tế của thực tiễn vốn ngân sách hệ thống tại chỗ) là một nhân tố quan trọng của những thay đổi trong hệ thống kế toán. Rõ ràng, chuyên môn trong một lĩnh vực kế toán (ví dụ, thực hành ngân sách vốn) cung cấp khả năng tiếp nhận sự thay đổi (ví dụ, các thông lệ ngân sách vốn mới). Nhiều hồi quy tuyến tính, sử dụng các biến được chuẩn hóa, được sử dụng để kiểm tra các giả thuyết trước đó đã nêu. Để chính xác cho thực tế là ngành công nghiệp có thể là một proxy cho sự không chắc chắn, tôi ước tính hai mô hình (không bao gồm một, và một bao gồm núm vú cao su công nghiệp). Bảng 5 trình bày các kết quả phân tích này. Các giả thuyết đã nêu trước đây là (ít nhất là một phần) khẳng định: các kết quả phân tích cho thấy sự gia tăng trong các kết quả bất ổn tài chính làm tăng tầm quan trọng và sử dụng SCBP (p <0,10). Sự không chắc chắn khác (không chắc chắn đầu vào, bất ổn tài chính và bất ổn xã hội) không liên quan đến tầm quan trọng và sử dụng SCBP (p> 0,19). Các kết quả thực nghiệm do đó chỉ ra rằng sự gia tăng bất ổn định (đặc biệt hơn, sự gia tăng bất ổn tài chính) có liên quan với tầm quan trọng và sử dụng SCBP. Các kết quả cho các biến kiểm soát hầu hết là phù hợp với mong đợi. Tác động của diversifi¬cation về tầm quan trọng và sử dụng SCBP là theo hướng đưa ra giả thuyết, nhưng không đáng kể (p> 0. 15). Phù hợp với kỳ vọng là các tổ chức lớn hơn tìm SCBP quan trọng và hữu ích hơn so với các công ty nhỏ hơn (p <0,01). Cuối cùng, thực hành ngân sách vốn khác nhau giữa các ngành công nghiệp. Các doanh nghiệp trong ngành công nghiệp build¬ing, xây dựng và các tiện ích (BUICONUT) và các ngành công nghiệp dịch vụ tài chính (FINSERV) tìm SCBP quan trọng và hữu ích hơn so với các công ty từ các ngành công nghiệp khác. 4.2. Phân tích thống kê khác để đảm bảo rằng các kết quả trước đó là mạnh mẽ, tôi đã sử dụng một số bài kiểm tra để đánh giá các giả định của mô hình hồi quy và để điều tra vấn đề dữ liệu tiềm năng. Trước hết, các kết quả cho một mô hình hồi quy sử dụng điểm số yếu tố tương tự như các kết quả được trình bày trước đây. Thứ hai, kiểm tra để bỏ qua biến thiên vị và heteroskedasticity (Verbeek, 2000) cho thấy rằng những khía cạnh không prob¬lematic và / hoặc không ảnh hưởng đến kết quả. The (thiếu một) có hiệu lực đối với đa dạng cũng được nghiên cứu có chiều sâu; Tuy nhiên, một biện pháp tinh vi hơn không giải thích việc sử dụng hoặc tầm quan trọng của SCBP bởi tổ chức. Cuối cùng, nó có thể chạy một hồi quy hậu cần (Verbeek, 2000, p. 179). Đối với hồi quy hậu cần này, 13 doanh nghiệp mà chỉ ra rằng họ sử dụng cả ROR cũng như nguyên tắc GT hoặc 'đôi khi' hoặc thường xuyên hơn được xếp loại "SCBP người dùng, trong khi 173 công ty được phân loại là 'phi SCBP người dùng' ( ba công ty không thể phân loại do thiếu dữ liệu). Các biện pháp nhị phân cho 'SCBP-người sử dụng là rất cao corre¬lated với SCBP-biện pháp sử dụng trước đó (p = 0.53, p <0,01). Trong số này 13 doanh nghiệp, 6 là từ các ngành công nghiệp dịch vụ tài chính; các 'SCBP người dùng "nói chung là lớn và hoạt động quốc tế. Hồi quy hậu cần cung cấp các kết quả tương tự như đã trình bày trong Bảng 5. Dựa trên những phân tích bổ sung, tôi kết luận rằng phát hiện của tôi là mạnh mẽ