واکاوی محرکهای احساس ریسک عینی سرمایه گذاران در گزارشات سالانه: کاربست فراترکیب
محل انتشار: فصلنامه حسابداری مالی، دوره: 14، شماره: 55
سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 210
فایل این مقاله در 24 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_QFAJ-14-55_002
تاریخ نمایه سازی: 21 شهریور 1402
چکیده مقاله:
احساس ریسک، بر برآورد ریسک توسط سرمایه گذاران و تصمیم گیری آن ها اثر می گذارد. هدف اصلی این پژوهش، شناسایی و اولویت بندی عوامل موثر بر احساس ریسک عینی سرمایه گذاران از روی گزارشات سالانه است. ابتدا با استفاده از روش تحلیل کیفی فراترکیب به ارزیابی و تحلیل نظام مند ۲۸۵ مورد از پژوهش های پیشین پرداخته شده است و از ۳۹ مقاله نهایی جهت بررسی عوامل موثر بر احساس ریسک سرمایه گذاران استفاده شده است. در ادامه جهت سنجش اعتبار محتوایی، نظر ۱۴ نفر از خبرگان، جمع آوری و با استفاده از تکنیک آنتروپی شانون، بر اساس رویکرد تحلیل محتوا به تعیین ضریب اثر عوامل شناسایی شده، پرداخته شد. نتایج حاکی از آن است که ۱۰ مقوله و ۶۳ مولفه مالی و غیرمالی در گزارشات سالانه، بر احساس ریسک عینی سرمایه گذاران موثر می باشد. مولفه هایی مانند ریسک نقدینگی، ریسک قیمت سهام، کلمات و عبارات منفی، ریسک نرخ ارز، ریسک نرخ بهره، ریسک اعتباری و کلمات و عبارات مبهم به ترتیب، دارای بیشترین تاثیر بر احساس ریسک عینی سرمایه گذاران می باشند. یافته های این پژوهش به درک مولفه های احساس ریسک عینی موجود در گزارشات سالانه و تصمیم گیری بهینه سرمایه گذاران کمک می کند.
کلیدواژه ها:
investors' risk sentiment ، qualitative meta-synthesis approach ، annual reports ، احساس ریسک سرمایه گذار ، گزارشات سالانه ، رویکرد کیفی فراترکیب
نویسندگان
محمود نیکو پرور یزدی
Department of Accounting, Yazd Branch, Islamic Azad University, Yazd, Iran.
اکرم تفتیان
Department of Accounting, Yazd Branch, Islamic Azad University, Yazd, Iran.
حمید خواجه محمود آبادی
Department of financial management, Yazd Branch, Islamic Azad University, Yazd, Iran.
مهدی ناظمی اردکانی
Department of Accounting, Yazd University, Yazd, Iran.
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :