در بسیاری از موارد مشاهده شده است که قیمت ها در بازار سهام دچار نوسانات شدید می شوند بدون اینکه اطلاعات مشخص و موثقی در رابطه با آن ها در بازار منتشر شده باشد. در مدل تصمیم گیری رفتار توده وار تبعیت بی-قید و شرط از سایر سرمایه گذاران مبنای اتخاذ تصمیمات است. این گونه تصمیم گیری ها سبب هجوم سرمایه گذاران برای خرید یا فروش سهام و بروز نوسانات شدید قیمتی شده که پیامد آن بی ثباتی و شکنندگی بازار می باشد. در این پژوهش وجود رفتار توده وار در بورس اوراق بهادار تهران مورد بررسی قرار گرفته است. روش تحقیق آن مبتنی بر کاهش انحراف معیار مقطعی بازده سهام نسبت به میانگین در دوره های تنش بازار نسبت به سایر دوره ها می باشد. نتایج تحقیق حاکی از آنست که رفتار توده وار در چهار پرتفوی مورد آزمون وجود نداشته است و همچنین نتایج تحقیق برای دوران تنش همراه با افول بازده سهام و دوران تنش همراه با صعود بازده سهام یکسان می باشد بنابراین رفتار سرمایه گذاران عقلایی یه نظر می رسد. به عبارت دیگر مطابق با الگوی قیمت گذاری دارایی های سرمایه ای انحراف معیار بازده سهام در دوران تنش بازار افزایش یافته است.
تحقیق حاضر به بررسی رابطه بین برخی از نمایندگان هزینه سیاسی و محافظهکاری حسابداری در شرکتهای ایرانی میپردازد. فرضیه سیاسی بیان میدارد شرکتهایی که مورد موشکافی بیشتری قرار دارند هزینههای به نسبت بیشتری را در مقایسه با سایر شرکتها متحمل میشوند و بنابراین برای گریز از این هزینهها تمایل بیشتری به ارایه سود پایینتر و اعمال محافظهکاری دارند. در تحقیق حاضر ما از اطلاعات 5 ساله(1385-1381) شرکتهای پذیرفته شده در بورس اوراق بهادار تهران استفاده نمودهایم. نتایج تحقیق نشان میدهد که بین اندازه و شدت سرمایهگذاری با محافظهکاری یک رابطه منفی و بین درجه رقابت در صنعت و مالکیت دولتی با محافظهکاری یک رابطه مثبت وجود دارد. همچنین نتایج تحقیق نشان میدهد که بین نرخ موثر مالیاتی و ریسک با محافظهکاری رابطه معناداری وجود ندارد.
هدف کلی این پژوهش ایجاد ابزار پیش بینی مناسب جهت قیمت گذاری عرضه های عمومی اولیه بوسیله شبکه های عصبی و الگوریتم ژنتیک است. چارچوب نظری این مطالعه بر اساس نظریه عدم تقارن اطلاعاتی می باشد. اگرچه ادبیات قیمت گذاری عرضه های عمومی اولیه، گستره ی وسیعی از علایم ممکن را معرفی می کند، تعداد کمی از این علایم، تاثیر بااهمیتی بر کارایی پیش بینی دارند. نتایج پژوهش نشان می دهد ترکیب شبکه های عصبی با الگوریتم ژنتیک به منظور انتخاب متغیرهای بهینه، قدرت پیش بینی را به طور محسوسی افزایش می دهد.
اینترنت و فن آوری وب شیوه تعاملات و اطلاع رسانی در مورد وضعیت و عملکرد مالی شرکت ها به ذی نفعان مختلف را دچار تغییر نموده است. یکی از ابزارهای مبتنی بر این فن آوری که اخیراً مورد توجه زیادی قرار گرفته، "زبان توسعه پذیر گزارش گیری کسب و کار" (XBRL) است. این زبان گزارش گیری، علیرغم مزایای بی شماری که برای سازمان ها به ارمغان می آورد، نیازمند الزامات و پیش نیازهایی است که در صورت آماده نبودن سازمان در این زمینه ها، ابعاد خطر پذیری اجرایی افزایش می یابد و تحقق اهداف طرح را به تاخیر می اندازد. در این مقاله سعی شده است تا مدلی جامع ارائه گردد که بتواند آمادگی سازمان ها را برای اقدام و مبادرت به اجرای چنین طرحی سنجیده و با اقدامات مناسب ریسک های ناشی از طرح را کاهش دهد. بدین منظور ابتدا با مطالعه ادبیات موضوع شاخص های مؤثر بر اجرای موفق این طرح ها شناسایی و سپس از طریق پرسش نامه ای از خبرگان حوزه مالی نظرسنجی شده است. برای تحلیل داده های گردآوری شده و تبیین مدل علی روابط بین عوامل از مدل معادلات ساختاری استفاده شده است.