CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

بررسی رابطه بین متغیرهای حسابداری و بازده سهام به تفکیک صنایع درشرکت های پذیرفته شده در بورس اوراق بهادار تهران

عنوان مقاله: بررسی رابطه بین متغیرهای حسابداری و بازده سهام به تفکیک صنایع درشرکت های پذیرفته شده در بورس اوراق بهادار تهران
شناسه ملی مقاله: JR_FAAR-2-5_001
منتشر شده در در سال 1389
مشخصات نویسندگان مقاله:

زهرا لشگری - استادیار دانشگاه آزاد اسلامی واحد تهران مرکزی
علی شریف جدیدی - کارشناس ارشد حسابداری دانشگاه ازاد اسلامی واحد تهران مرکزی

خلاصه مقاله:
سرمایه گذاران در بورس با پراکندگی و حجم بالایی از اطلاعات مواجه هستند که می بایست از این اطلاعات برای تصمیم گیری در سرمایه گذاری های خود استفاده کنند، چگونگی انتخاب اطلاعات منوط به نوع نگرش و رویکرد فکری و نیاز آنها می باشد. در تحقیق حاضر با هدف ارائه مدل تصمیم گیری از طریق مطالعه روند ها و روابط مربوطه در فرضیات پژوهش که شامل بررسی روابط بین رشد فروش خالص، رشد سود عملیاتی، و رشد سود خالص با بازده سهام به شناختی کل به جزء با تئوری تکنیکال در بررسی صنعت های بزرگ بورس اوراق بهادار تهران و نیز گروه های متشکله آن به صورت منفرد و نیز یکجا و حتی در هر یک از شرکت ها به طور جداگانه اقدام گردیده است. پژوهش در حیطه مطالعاتی صنایعی همچون فلزات اساسی، خودرو و ساخت قطعات، مواد و محصولات غذایی، محصولات شیمیایی (شامل گروه های محصولات دارویی و شیمیایی)، کانی های غیر فلزی (شامل گروه های سیمان، کاشی و سرامیک، و سلیر کانی های غیر فلزی) و بر روی ۱۱۱ شرکت با بازه زمانی پنج ساله ۸۳ تا ۸۷ اجرا شده است. روند مطالعاتی از نوع کتابخانه ای و پس رویدادی است که با استفاده از مدل رگرسیون پنل دیتا -ادغام داده ها- با توجه به سه ضریب زاویه متفاوت (مشترک، برای هر سال و برای هر شرکت) می باشد. نتایج حاصله پس از بررسی ها به معنا دار نبودن فرضیات در اکثر صنایع به استثنای صنعت محصولات شیمیایی و گروه های مربوطه اشاره دارد، که نشان دهنده نقایصی در بورس اوراق بهادار و روند های گزارش دهی و نیز مبنای تصمیم گیری در بورس است.

کلمات کلیدی:
متغیرهای حسابداری, ساختار تصمیم گیری, بازده سهام, تئوری های ارزیابی بازده, پنل دیتا

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1617543/