تاثیر گرایش احساسی سرمایه گذاران بر ارتباط ارزشی اطلاعات حسابداری
محل انتشار: مجله پیشرفت های حسابداری، دوره: 13، شماره: 2
سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 51
فایل این مقاله در 29 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_JAA-13-2_004
تاریخ نمایه سازی: 24 بهمن 1402
چکیده مقاله:
از دیرباز، همواره ادعا شده که اطلاعات حسابداری مندرج در صورتهای مالی، یکی از منابع مهم اطلاعاتی سرمایه گذاران و سایر مشارکت کنندگان در بازار سرمایه است. از این رو، میتوان به طور منطقی انتظار داشت که اطلاعات حسابداری، نقش موثری را در ارزشگذاری قیمت سهام و نیز بازده سهام ایفا نمایند. از سوی دیگر دیدگاه مالی رفتاری نشان می دهد که برخی از تغییرات قیمت اوراق بهادار هیچ دلیل بنیادی ندارد و رفتار هیجانی سرمایه گذاران، نقش مهمی در تعیین قیمت ها ایفا می کند. تحقیق حاضر، به بررسی تاثیر گرایش احساسی سرمایه گذاران بر ارتباط ارزشی اطلاعات حسابداری می پردازد. قلمرو زمانی این تحقیق برای دوره ۱۵ ساله از ابتدای سال ۸۵ لغایت پایان سال ۹۹ بوده و نمونه تحقیق شامل ۹۷ شرکت پذیرفته شده در بورس اوراق بهادار تهران می باشد. نتایج پژوهش بیانگر آن است که در دوره هایی که گرایش احساسی سرمایه گذاران بالاست ارتباط سود با بازده و قیمت سهام قوی تر از دوره های احساسی (هیجانی) پایین می باشد. همچنین در دوره هایی که گرایش احساسی سرمایه گذاران پایین است، رابطه بازده و قیمت سهام با سایر متغیرهای حسابداری (ارزش دفتری مجموع دارایی های هر سهم، ارزش دفتری حقوق صاحبان سهام هر سهم، جریان نقدی عملیاتی هر سهم) قوی تر از زمانی است که هیجانات بازار بالا است.
کلیدواژه ها:
Investor Sentiment ، Value Relevance of Accounting Information ، behavioral financial ، Stock returns ، stock prices
نویسندگان
سید مصطفی حسن زاده دیوا
Ph.D. Candidate, Department of Accounting, Faculty of Management and Accounting, Allameh Tabataba&#۰۳۹;i University, Tehran, Iran
قاسم بولو
Associate Prof., Department of Accounting, Faculty of Management and Accounting, Allameh Tabataba&#۰۳۹;i University, Tehran, 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 :