در صورتی که که مدل رگرسیونی به صورت معادله زیر در نظر گرفته شود:

مدل آزمون وایت به صورت زیر خواهد بود:

برای این مدل، آزمون دو آماره F و کای دو برای حاصل ضرب مشاهدات با ضریب تعیین محاسبه می‌گردد.

خود همبستگی

یکی دیگر از موارد فروض کلاسیک، وجود همبستگی پیاپی^[۵۳] یا خود‌همبستگی^[۵۴] در رگرسیون است که به وضعیتی اشاره می‌کند که در آن میان اجزای اخلال نوعی رابطه همبستگی برقرار است. چنین حالتی به دلیل ارتباط جزء اخلال هر مشاهده (تفاوت متغیر وابسته با مقدار تخمینی آن) با جزء اخلال مشاهده دیگر به وجود می‌آید. همبستگی پیاپی یا خود‌همبستگی در چندین نوع یا مرتبه قابل مشاهده است. برای مثال، در همبستگی پیاپی مرتبه اول^[۵۵] اجزای اخلال یک دوره زمانی به طور مستقیم با اجزای اخلال یک دوره بعد همبستگی دارند. اهمیت توجه ‌به این موضوع از آن جهت است که وجود همبستگی پیاپی، کارایی ‌برآورد کننده (تخمین زن) حداقل مربعات معمولی (OLS)^[56] را تحت تأثیر قرار می‌دهد. راه حل متداول برای بررسی احتمال وجود همبستگی پیاپی، استفاده از آماره دوربین واتسون^[۵۷] می‌باشد که در این تحقیق نیز برای این منظور به کار گرفته شده است. این آماره به طور معمول بین صفر تا ۴ تغییر می‌کند. مرز تقریبی بین همبستگی پیاپی مثبت و منفی عدد۲ است. اگر آماره بالاتر از ۲ باشد بیانگر وجود خود‌همبستگی منفی و اگر کمتر از ۲ باشد نشان دهنده وجود خودهمبستگی مثبت است. چنانچه آماره در حدود دو باشد ‌به این معنی است که در رگرسیون، خود‌همبستگی مرتبه اول وجود دارد. از طریق مراجعه به جداول آماری مربوط به دوربین واتسون می‌توان نسبت به رد یا قبول وجود خود‌همبستگی قضاوت و نتیجه‌گیری کرد. با تشخیص ساختار همبستگی‌ها به ویژه با آزمون نمودار ACF یا آزمون تشخیص ساختار ARMA در نرم افزار Eviews 8 می‌توان روش مناسب برای خود‌همبستگی را در مدل یافت. ‌به این ترتیب در صورت برخورداری از ساختار ARMA مدل با اضافه کردن ترکیبات AR یا MA در بین مؤلفه‌‌های مدل اجرا می‌گردد.

هم‌خطی

هم‌خطی در اثر ارتباط خطی یا فنی متغیرهای مستقل مدل به وجود می‌آید. معیار تشخیص هم‌خطی (که به تورم واریانس معروف است) مبتنی بر تغییر ضریب تعیین و واریانس رگرسیون در نتیجه ورود متغیرهای هم خط به مدل است. از جنبه کاربردی تا زمانی که میزان توضیح‌دهندگی مدل به واسطه ورود متغیرهای هم‌خط کاسته نشود و ضرایب رگرسیونی آن‌ ها نیز معنادار باشند در جهت رفع هم‌خطی اقدامی صورت نمی‌گیرد. راه کار رفع هم‌خطی پیش از حذف متغیرهای شدیدأ هم‌خط، استفاده از تحلیل عاملی یا همان ادغام‌کردن تأثیر متغیرهای هم خط در قالب یک متغیر روی مدل است.

مانایی متغیرها

از آنجا که ممکن است متغیرهای اقتصادی دارای داده های تلفیقی نامانا باشند ‌بنابرین‏ باید قبل از به کارگیری در مدل، بررسی لازم در خصوص مانایی آن‌ ها صورت گیرد و نسبت به مانا یا نامانا بودن متغیرهای تلفیقی اطمینان حاصل شود. در‌واقع، به طور معمول عملیاتی مانند استفاده از روش حداقل مربعات معمولی(OLS) در تحقیقات تجربی با فرض مانا بودن متغیرهای سری زمانی صورت می‌گیرد. مانایی در مجموع به دو شکل مانای اکید و مانای ضعیف قابل بررسی است. مانای اکید ‌به این معنی است که عامل تغییر زمان هیچ گونه تأثیری بر تابع توزیع مشترک ندارد. در عمل، با توجه به دشواربودن آزمون‌های مانایی اکید، محققان معمولاً از آزمون های مانایی ضعیف استفاده می‌کنند. بر همین اساس، در این پژوهش نیز متغیرها در صورت برخورداری از خصوصیات مانایی ضعیف، مانا شناخته می‌شوند. ثبات میانگین، ثبات واریانس و ثبات کوواریانس فرایند تصادفی () به ازای مقادیر مختلف t، از خصوصیات مانایی ضعیف است. به منظور پرهیز از به کارگیری داده های تلفیقی نامانا از سه روش زیر می‌توان متغیرهای موجود در مدل را آزمون کرد:

الف: روش ترسیمی

ب: روش همبسته نگار (که تابع‌خودهمبستگی را در مقابل تعداد مشخصی وقفه ترسیم می‌کند)

ج: روش آزمون ریشه واحد

همچنین، برای بررسی و آزمون ریشه واحد در نرم‌افزارهای آماری سه آزمون متداول به شرح زیر وجود دارد که به طور معمول مورد استفاده قرار می‌گیرند:

• آزمون دیکی‌فولر (DF)

1. 1. ۱ Jesper& Plenborg ↑

1. 1. ۲ Francis ↑

1. 1. ۱٫ Agency Theory ↑

1. 1. ۱ Easton ↑

1. 1. ۱ Earnings sustainability ↑

1. 1. ۲ Dichow, P. and I. Dichev ↑

1. 1. ۱ Venkatesh, P. , C. Chiang ↑

1. 1. ۱ Disclosure ↑

1. 1. ۲ Management earnings forecast ↑

1. 1. ۳ Sun & Xu ↑

1. 1. ۴ cost of equity capital ↑

1. 1. ^۱.Accounting Conservatism ↑

1. 1. ۱٫Conditional Conservatism ↑

1. 1. ۲٫Unconditional Conservatism ↑

1. 1. ۱٫Skinner ↑

1. 1. ۱٫Teoh & Wong ↑

1. 1. ۲٫Biased Component ↑

1. 1. ۱٫Stober ↑

1. 1. ۲٫Lagged Component ↑

1. 1. ۳٫Unexpected Gains and Losses ↑

1. 1. ۴٫Price ↑

1. 1. ۱ .Contemporaneous. ↑

1. 1. ۱ Net Income Approach(NI) ↑

1. 1. ۱ The pecking order theory ↑

1. 1. ۱ Static Trade off ↑

1. 1. ۱ Informational Asymmetry ↑

1. 1. ۲ Diamond ↑

1. 1. ۱ Ismail & Elbolok ↑

1. 1. ۲ Basu ↑

1. 1. ۳ Cross Sectional Data ↑

1. 1. ۴ Multiple Regression ↑

1. 1. ۱ Jin & Myers ↑

1. 1. ۲ Richardson&sloan ↑

1. 1. ۳ Biks et al ↑

1. 1. ۱ J. Ferancis ↑

1. 1. ۲ Stolowy ↑

1. 1. ۱ Lev & Zarowin ↑

1. 1. ۲ Mikhail et al ↑

1. 1. ۳ Pae ↑

1. 1. ۴COCKS ↑

1. 1. ۱Earnings sustainability ↑

1. 1. ۲ Dichow, P. and I. Dichev ↑

1. 1. ۳ Venkatesh, P. , C. Chiang ↑

1. 1. ۱Easton ↑

1. 1. ۱Normality Tests ↑

1. 1. ۲ Graphical Methods ↑

1. 1. ۳ Numerical Methods ↑

1. 1. ۴Heteroscedasticity ↑

1. 1. ۵White Test ↑