تصمیم های سرمایه گذاری

در این پژوهش تأثیر جریان وجوه نقد عملیاتی و اندازه شرکت ها بر تصمیم های سرمایه گذاری در دارایی های سرمایه ای بررسی شده است. نمونه ها در بر گیرنده 104 شرکت پذیرفته شده در بورس اوراق بهادار تهران طی دوره ی زمانی 10 ساله (1380-1389) می باشد. فرضیه ها با استفاده از یک مدل رگرسیون خطی چند متغیره در سطح 5% آزمون شد. نتایج نشان می دهد که رابطه معنی داری بین جریان وجوه نقد عملیاتی و تصمیم های سرمایه گذاری در دارایی های سرمایه ای وجود دارد که این رابطه در شرکت های کوچک بیشتر است. همچنین با افزایش اندازه شرکت تحصیل دارایی های سرمایه ای کاهش می یابد .

در مباحث مدیریت، بررسی و ارزیابی طرح های سرمایه گذاری نقش کلیدی و تعیین کننده ای دارد. معمولا منابع سرمایه گذاری روش هایی مانند نرخ بازده حسابداری، دوره بازگشت سرمایه، نرخ بازده داخلی و ارزش فعلی خالص (NPV) را جهت تصمیم گیری در این حوزه معرفی می کنند و از میان آنها روش ارزش فعلی خالص را به عنوان معتبرترین روش توصیف می نمایند. روش ارزش فعلی خالص و سایر روش های ارزیابی سنتی، با ثابت فرض کردن عوامل درگیر در سرمایه گذاری، عدم اطمینان موجود در سرمایه گذاری را در نظر نمی گیرند. هدف اصلی این پژوهش، لحاظ کردن عدم اطمینان موجود در طرح های سرمایه گذاری و ارائه الگویی جهت ارزیابی تصمیم های سرمایه گذاری با استفاده از سیستم داینامیک و اختیار سرمایه گذاری است. در الگوی طراحی شده، از اختیارت به عنوان سناریویی برای بررسی تغییرات استفاده شده است. برای تعیین متغیرهای اصلی مدل از روش تئوری برخاسته از داده ها استفاده گردیده است. نتایج نشان می دهد که سرمایه گذاری به میزان 1011*3 ریال برای ایجاد ظرفیتی جدید به اندازه 300000 واحد در ماه، به همراه کاهش قیمت فروش محصول از 1200000 ریال به 850000 ریال می تواند بیشترین سودآوری را در بازه مشخص شده یعنی پایان سال دهم، در مدل شبیه سازی شده، داشته باشد. همچنین دو اختیار توسعه و انقباض در قالب سناریویی مشخص لحاظ گردیده و نتایج مربوطه به دست آمده است.

هدف پژوهش حاضر، بررسی نقش کیفیت گزارشگری مالی در کاهش اثرهای محدودکننده تقسیم سود بر سرمایه گذاری شرکت های پذیرفته شده در بورس اوراق بهادار تهران در مراحل چرخه عمر است. در این راستا 110 شرکت با روش نمونه گیری حذفی برای دوره مالی 1391- 1385 انتخاب شد. فرضیه های پژوهش به کمک الگوی داده های ترکیبی آزمون شد. نتایج پژوهش نشان داد کیفیت بالای گزارشگری مالی، اثرهای محدودکننده (منفی) تقسیم سود بر سرمایه گذاری شرکت ها را کاهش می دهد. همچنین به پیروی از الگوی پارک و چن (2006)، شرکت های نمونه به مراحل رشد، بلوغ و افول دسته بندی شدند. بر اساس یافته های پژوهش، کیفیت بالای گزارشگری مالی، اثرهای محدودکننده تقسیم سود بر سرمایه گذاری شرکت های حاضر در مرحله بلوغ را کاهش می دهد؛ در حالی که بر ارتباط بین تقسیم سود و سرمایه گذاری شرکت های حاضر در مرحله رشد و افول تأثیری نمی گذارد. 

مالی رفتاری از جمله موضوعات کلیدی در حوزه مالی و اقتصاد است که جذابیت ویژه ای برای پژوهش های علمی دارد. یکی از عوامل تعیین کننده حرکات بازار، احساسات سرمایه گذاران است. در این زمینه مطالعه نقش سوگیری های رفتاری در شکل دادن به تصمیم های سرمایه گذاران و تاثیر آن بر کارایی بازار حائز اهمیت است. پژوهش حاضر به دنبال یافتن تاثیر مهم ترین سوگیری های رفتاری شامل اثر تمایل و رفتار گله ای با در نظر گرفتن عامل ادراک ریسک بر تصمیم های سرمایه گذاران است. داده های این پژوهش از طریق پرسشنامه که بین 384 سرمایه گذار بازار بورس توزیع شد جمع آوری شد، همچنین برای تحلیل داده ها از روش حداقل مربعات جزئی (PLS) استفاده شد. نتایج نشان داد که اثر تمایل، رفتار گله ای و ادراک ریسک بر تصمیم های سرمایه گذاری تاثیر مثبت و معناداری دارد. همچنین، رابطه منفی و معناداری بین اثر تمایل و ادراک ریسک وجود دارد، در نهایت مشخص شد که رفتار گله ای نیز بر ادراک ریسک تأثیر معناداری دارد. به طور کلی، این نتایج تأکید می کند که عوامل رفتاری و ادراکی تاثیر مهمی بر تصمیم های سرمایه گذاری دارد و این نکته می تواند در تحلیل و پیش بینی رفتارهای مالی و سرمایه گذاری به کار گرفته شود.

هدف: بیش واکنشی یکی از ناهنجاری های قابل مشاهده در بازار است که پیامدهای متعددی از جمله ناکارایی بازار را به دنبال دارد. بر این اساس، یکی از موضوعاتی که در اکثر بورس های معتبر دنیا بررسی می شود، بیش واکنشی سهام داران است. بیش واکنشی سرمایه گذاران به عنوان یکی از استثنائات، بیشتر در بازارهای کمتر توسعه یافته و نوظهور مطرح است. شواهد زیادی وجودی دارد که سرمایه گذاران به رویدادهای مالی، بیش از حد لازم واکنش نشان میدهند. در واقع بیش واکنشی به عنوان یک پدیده رفتاری، باعث می شود تا تصمیم گیری سرمایه گذاران در شرایط عدم اطمینان، دچار تورش شود و در نتیجه، بازار کارایی کافی نداشته باشد. در این راستا، تشخیص و پیش بینی این واکنش ها می تواند به سرمایه گذاران کمک کند تا تصمیم های منطقی تری درباره خرید یا فروش سهم ها و سایر اوراق بهادار بگیرند. بنابراین، پیش بینی و تشخیص تداوم روند بیش واکنشی سهام داران، می تواند برای سرمایه گذاران، تحلیلگران مالی و مدیران سرمایه گذاری ابزار ارزشمندی باشد تا مبتنی بر شهود و تحلیل دقیق تری، تصمیم گیری کنند. برای ایجاد یک مدل پیش بینی مؤثر، می توان از روش های مختلفی مانند تحلیل رگرسیونی برای تحلیل ارتباط بین متغیرهای مختلف و تداوم روند بیش واکنشی سهام داران استفاده کرد. همچنین، شبکه های عصبی مصنوعی، به عنوان روشی پیشرفته، می توانند برای مدل سازی پیچیدگی های غیرخطی و ارتباطات پیچیده تر میان متغیرها استفاده شوند. این موضوع با پیش بینی رفتار سهام داران و تصمیم گیری های سرمایه گذاری ارتباط مستقیمی دارد و می تواند به بهبود استراتژی های سرمایه گذاری و مدیریت ریسک کمک کند. با توجه به آنچه بیان شد، هدف اصلی این پژوهش تجزیه وتحلیل مقایسه ای شبکه عصبی مصنوعی و رگرسیون خطی، در پیش بینی تداوم روند بیش واکنشی سهام داران است.روش: پژوهش حاضر از نوع توصیفی علّی و طرح آن، از نوع تجربی است که با استفاده از رویکرد پس رویدادی اجرا شده است. به منظور آزمون فرضیه های پژوهش، از رگرسیون خطی چند متغیره استفاده شد که بر داده های پانل و ترکیبی از سری های زمانی مبتنی بود. برای جمع آوری اطلاعات، از روش کتابخانه ای استفاده شد. اطلاعات و داده های مورد نیاز، از طریق مطالعه صورت های مالی شرکت های موجود در جامعه آماری گردآوری شد. جامعه آماری پژوهش، کلیه شرکت های پذیرفته شده در بورس اوراق بهادار تهران، بین بازه زمانی ۱۳۹۰ تا ۱۴۰۰ بود که با استفاده از روش نمونه گیری حذف سیستماتیک، ۱۱۰ شرکت انتخاب شد. در تجزیه وتحلیل داده ها با استفاده از روش رگرسیون، روابط بین متغیرها بررسی شد و نتایج به دست آمده از شبکه عصبی مصنوعی مقایسه شدند.یافته ها: نتایج برتری مدل شبکه عصبی مصنوعی را از لحاظ میزان ضریب تعیین و شاخص MSE نشان می دهد؛ به طوری که بالاترین میزان ضریب تعیین برای شبکه عصبی مصنوعی (1 لایه پنهان و 9 نرون) برای داده های آزمون 3880/0 و برای مدل رگرسیون خطی برابر با 349/0 به دست آمد. همچنین نتایج نشان داد که میزان MSE برای شبکه عصبی مصنوعی (1 لایه پنهان و 9 نرون) برای داده های آزمون 003266/0 و برای مدل رگرسیون خطی برابر با 004/0 است. بدین ترتیب میزان شاخص MSE نیز به مانند ضریب تعیین، برای حالت شبکه عصبی مصنوعی بهتر است.نتیجه گیری: مدل شبکه عصبی قادر است که الگوهای پیچیده و غیرخطی را کشف کند و بهترین پیش بینی را ارائه دهد. با استفاده از این مدل، می توان به صورت دقیق تر و قابل اعتماد تری روند بازده سهام را پیش بینی کرد.