تاثیر ترکیب سهامداری بر بازده نقدی شرکت ها : با استفاده از روش شبکه عصبی
Authors
Abstract:
نظریه علامت دهی سود سهام به سودهای سهام و سهامداران نهادی به عنوان ابزاری برای علامت دهی نگاه می کند. حضور سهامداران بزرگ ممکن است سبب کاهش استفاده از سود سهام به عنوان علامتی برای عملکرد خوب شرکت شود زیرا خود این سهامداران علامتی معتبر ( وحتی معتبر تر از سودسهام ) هستند . در این پژوهش تاثیر ترکیب سهامداری بر بازده نقدی شرکت ها بررسی شده است. با توجه به متغیرهای مستقل، چهار فرضیه برای این پژوهش تدوین گردید. برای آزمون فرضیه‌ها از روش شبکه عصبی و آزمون F استفاده شده است. بنابراین در این مطالعه با انتخاب 87 شرکت پذیرفته شده در بورس اوراق بهادار تهران طی یک دوره‌ی شش ساله (31/6/1390-31/6/1384) مشخص می شود که بین مالکیت سهامداران نهادی و بازده نقدی رابطه معنی دار و منفی وجود دارد که بیانگر تایید نظریه علامت دهی سود سهام می باشد . طبق این نظریه چون سهامداران نهادی خود علامتی معتبر برای رساندن اخبار خوب در مورد چشم انداز آینده شرکت محسوب می شوند، لذا با افزایش حضور سهامداران نهادی استفاده شرکت ها از سود نقدی برای رساندن اخبار خوب شرکت به سهامداران، کاهش می یابد.
similar resources
مدلسازی بازده کششی تراکتور با استفاده از شبکه عصبی مصنوعی
در این مطالعه آزمایشهای مزرعهای در شرایط متفاوت عمق شخم، سرعت پیشروی و میزان وزنههای متصل به تراکتور انجام شد. در این تحقیق، عمق شخم در چهار سطح 5، 10، 15 و 20 سانتیمتر، سرعتهای پیشروی در چهار سطح 5/2، 5/3، 5/4 و 5/5 کیلومتر بر ساعت و میزان سنگینکننده نیز در چهار سطح 0، 40، 80 و 120 کیلوگرم قرار گرفت. شبکههای عصبی مدلسازی شده در این تحقیق که به منظور پیشبینی بازده کششی تراکتور مورد اس...
full textپیش بینی بازده بازار سهام تهران با استفاده از ترکیب تجزیه موجک و شبکه عصبی فازی تطبیقی
همواره مدلسازی و پیشبینی متغیرهای مالی یکی از موضوع‌های مورد علاقه و مهم برای اقتصاددانان بوده است. در این مقاله، ساختاری برای پیشبینی سریهای زمانی ارایه شده است که با استفاده از رویکرد محاسبات نرم این امکان را فراهم میآورد تا بتوان با دقت بیشتر مقادیر آینده یک سری زمانی را پیشبینی کرد. در این روش، با استفاده از تجزیه موجک، نویزهای تصادفی دادههای ورودی شبکه عصبی فازی تطبیقی کاهش مییابد...
full textپیش بینی بازده شاخص بورس اوراق بهادار با استفاده از مدلهای شبکه ها عصبی مصنوعی شعاع پایه
تا کنون برای پیش بینی بازده سهام و بازده شاخص از روش های متعددی استفاده شده است در این میان هوش مصنوعی و شبکه های عصبی مصنوعی یکی از روش های پیش بینی بازده شاخص بوده است. در حال حاضر به دنبال بررسی عملکرد شبکه عصبی شعاع پایه برای پیشبینی بازده شاخص هستیم. بدین منظور از شاخص بورس اوراق بهادار تهران استفاده شده است و عملکرد شبکه عصبی شعاع پایه و شبکه عصبی پرسپترون مقایسه شده‌اند. نوع آزمون عملکر...
full textارتعاش عمودی سقف‌های کامپوزیت با استفاده از روش شبکه عصبی
سقف‌های کامپوزیت از جمله سیستم‌های سقف هستند که به علت وزن سبک و میرایی کم سیستم سازه ای و همچنین زیاد بودن فاصله تیرچه ها نسبت به بارهای دینامیکی بسیار حساس هستند. در این سقف‌ها ممکن است به علت حرکت افراد، ارتعاشاتی حاصل شود که برای ساکنان احساس ناامنی به وجود آورد. در این مقاله سعی می شود تا حداکثر تغییر مکان دینامیکی دال کامپوزیت بر اثر بار قدم زدن ساکنان و همچنین بسامد اصلی ارتعاش آزاد دا...
full textساختار بنگاه‌داری و رفتار بازده سهام: شواهدی از بورس اوراق بهادار تهران
هدف: سهامداری هرمی و ضربدری یکی از پدیده‌های رایج در بازارهای درحال توسعه است که از یک‌سو به سهامدار امکان می‌دهد با داشتن سهم مشخصی از جریانات نقدی یک شرکت، کنترل بیشتری روی آن شرکت به دست آورد و به عبارت دیگر، حق رأی سهامدار از حق جریان نقدی (مالکیت) وی پیشی بگیرد. از سوی دیگر، در صورت ضعف بازارها و نهادهای مالی شرکت‌ها می‌توانند با ایجاد روابط سهامداری با سایر شرکت‌ها، بر مشکلات ناشی از ضع...
full textبررسی تاثیر ویژگیهای خاص شرکت ها بر محتوای اطلاعاتی سود و جریان های نقدی عملیاتی در توضیح بازده سهام
این مقاله فاقد چکیده میباشد.
full textMy Resources
Journal title
volume 6 issue 22
pages 45- 67
publication date 2014-09
By following a journal you will be notified via email when a new issue of this journal is published.
No Keywords
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023