بررسی تاثیر احساسات سرمایه گذاران و نقدشوندگی بر بازده سهام بورس ایران
سال انتشار: 1403
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 307
فایل این مقاله در 13 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_DMBAJ-3-1_005
تاریخ نمایه سازی: 29 مرداد 1403
چکیده مقاله:
هدف: این مطالعه به بررسی تاثیر احساسات خوشبینانه سرمایه گذاران و نقدشوندگی سهام بر بازده سهام بورس ایران می پردازد. هدف اصلی تحقیق، تحلیل این است که چگونه عوامل روان شناختی و مالی می توانند بر عملکرد بازار سهام تاثیرگذار باشند. روش شناسی: این تحقیق از داده های ماهانه مربوط به بازده سهام، احساسات سرمایه گذاران و نقدشوندگی از فروردین ۱۳۹۲ تا خرداد ۱۴۰۱ استفاده کرده است. برای تحلیل داده ها، دو روش حداقل مربعات پویا (DOLS) و روبست (RLS) به کار گرفته شده است. این روش ها به محققان امکان می دهند تا روابط طولی و پایداری بین متغیرها را به دقت بررسی کنند. یافته ها: نتایج نشان می دهد که احساسات خوشبینانه سرمایه گذاران تاثیر مثبت و معناداری بر بازده سهام دارد، در حالی که عدم نقدشوندگی تاثیر منفی و معناداری بر بازده سهام دارد. این یافته ها نشان دهنده اهمیت مدیریت اطلاعات و اخبار مرتبط با بازار برای هدایت احساسات سرمایه گذاران به سمت مثبت است. نتیجه گیری: نتایج این تحقیق نشان می دهد که مدیریت صحیح احساسات سرمایه گذاران و افزایش نقدشوندگی می تواند به بهبود بازده سهام و ثبات بازارهای مالی کمک کند. توصیه می شود که متولیان بازار سهام و سیاست گذاران اقتصادی با تدوین و اجرای سیاست های مناسب، از این نتایج برای بهبود عملکرد بازار سهام بهره برداری کنند. همچنین، ورود نقدینگی از بازارهای موازی به بازار سهام می تواند به کنترل تورم و کاهش نوسانات قیمت کمک کند.
کلیدواژه ها:
نویسندگان
محسن عیشی راوندی
دانشجوی دکتری، گروه حسابداری، واحد یزد، دانشگاه آزاد اسلامی، یزد، ایران.
محمود معین الدین
استاد، گروه حسابداری، واحد یزد، دانشگاه آزاد اسلامی، یزد، ایران.
اکرم تفتیان
دانشیار، گروه حسابداری، واحد یزد، دانشگاه آزاد اسلامی، یزد، ایران.
مجید رستمی بشمنی
استادیار، گروه مدیریت، واحد نراق، دانشگاه آزاد اسلامی، نراق، ایران.
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 :