بررسی ارتباط احساسات سرمایه گذاران، سیاست های پولی و بازده بورس اوراق بهادار تهران
سال انتشار: 1404
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 26
فایل این مقاله در 28 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_JEPR-4-4_002
تاریخ نمایه سازی: 15 دی 1404
چکیده مقاله:
یکی از رویکردهای بسیار مهم در حوزه مالی، محاسبه اثرپذیری بازار بورس از عوامل رفتاری و عوامل کلان اقتصادی است. بسیاری از مطالعات بر این باورند که احساسات سرمایه گذاران در اثرگذاری بر بازار بورس تاثیر چندان مهمی ندارد و عوامل کلان اقتصادی و مخصوصا جریانات نقدی فاکتور بسیار مهم در رشد شاخص قیمت سهام است. در مقابل اقتصاددانان رفتاری اعتقاد دارند که احساسات سرمایه گذاران بسیار مهم است و در ایجاد سیکل های بازار بورس نقش بسیار مهمی ایفا می کند. این مطالعه در جهت پاسخ گویی به این فرضیات، از روش خود رگرسیون برداری مارکوف سوئیچینگ در بازه زمانی ۱۳۸۹ تا ۱۴۰۲ در قالب داده های فصلی استفاده کرده است. نتایج این مطالعه حاکی از آن است که زمانی که خوش بینی در بین سرمایه گذاران وجود داشته و رشد نقدینگی حقیقی نیز بالا بوده، رونق در بازار بورس حاکم بوده است. در این دوران، رشد نقدینگی حقیقی مثبت سبب افزایش بازده بازار بورس شده و احساسات مثبت سرمایهگذاران به کاهش بازده بازار بورس منجر شده است (به سبب اثر گله ای). در مقابل زمانی که وضعیت بازار بورس در حالت رکودی قرار گرفته است، احساسات منفی سرمایهگذاران منجر به کاهش بازده بازار سهام و افزایش احتمال ماندگاری بازار بورس در وضعیت رکودی شده است. مهمترین توصیه های سیاستی این پژوهش برای سرمایه گذاران و سیاست گذاران بازار سرمایه بحث شده است.
کلیدواژه ها:
نویسندگان
مهشید عبدالسلامی
دانشجوی دکتری اقتصاد اسلامی، گروه علوم اقتصادی، واحد قزوین، دانشگاه آزاد اسلامی، قزوین، ایران
ندا بیات
استادیار، گروه علوم اقتصادی، واحد قزوین، دانشگاه آزاد اسلامی، قزوین، ایران
روزبه بالو نژاد نوری
دانشیار، گروه اقتصادی، پژوهشکده امور اقتصادی، تهران، ایران
بیت اله اکبری مقدم
دانشیار، گروه علوم اقتصادی، واحد قزوین، دانشگاه آزاد اسلامی، قزوین، 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 :