عدم اطمینان اطلاعاتی معیاری جهت تبیین بازدهی سهام (نگرشی مبتنی بر مالی رفتاری)

نوع مقاله:
مقاله پژوهشی/اصیل (دارای رتبه معتبر)
چکیده:
این پژوهش بررسی عدم اطمینان اطلاعاتی به عنوان معیاری جهت تبیین بازدهی سهام با دیدگاهی رفتاری در شرکت‏های پذیرفته شده در بورس اوراق بهادار تهران است. معیارهای عدم اطمینان اطلاعاتی شامل ارزش بازار به دفتری (BV/MV)، سن شرکت (Age) اندازه واحد تجاری (MV)، نسبت پایین ترین قیمت به بالاترین قیمت سهام (LHR)، انحراف معیار بازده سهام (STD) و انحراف معیار جریان نقد عملیاتی (CFVOLA) می باشند بدین منظور چهار فرضیه فرعی برای بررسی این موضوع و داده های مربوط به 99 شرکت عضو بورس اوراق بهادار تهران برای دوره زمانی بین سال های 1386 تا 1393 از طریق تشکیل پرتفوی بر اساس معیار استراتژی بالاترین قیمت در پنجاه و دو هفته گدشته و معیار استراتژی شتاب قیمت مورد تجزیه و تحلیل قرار گرفت، نتایج نشان می دهد که برای همه متغیرهای مورد بررسی به جز STD (انحراف معیار بازده سهام) با افزایش درجه عدم اطمینان اطلاعاتی روند بازدهی سهام برای پرتفوی های برنده(بازنده) افزایش(کاهش) می یابد.
زبان:
فارسی
صفحات:
131 تا 148
لینک کوتاه:
magiran.com/p1845311 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
دسترسی سراسری کاربران دانشگاه پیام نور!
اعضای هیئت علمی و دانشجویان دانشگاه پیام نور در سراسر کشور، در صورت ثبت نام با ایمیل دانشگاهی، تا پایان فروردین ماه 1403 به مقالات سایت دسترسی خواهند داشت!
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!