بررسي واكنش بيش از اندازه سرمايه گذاران بورس اوراق بهادار نسبت به اطلاعات حسابرسي تداوم فعاليت شركت ها

The Evaluation Overreaction of Investors Toward Going Concern (GC) & Going Concern Withdrawal (GCW) Audit Reports

طي چند دهه گذشته پارادايم مالي رفتاري به عنوان مكملي جدي براي تيوري كارآيي بازار در تشريح و تبيين بسياري از ناقاعده‌مندي‌هاي مالي مشاهده شده مطرح بوده است. مركز ثقل مالي رفتاري اين ايده است كه اشتباهات كوچك سرمايه‌گذاران در پردازش اطلاعات مرتبط با ارزش باعث مي‌شود قيمت هاي بازار از آنچه كه براساس يك مدل انتظارات عقلايي پيش بيني مي‌شود انحراف داشته باشد]13[. تحقيق حاضر به بررسي عكس العمل بيش از اندازه سهامداران بورس اوراق بهادار تهران مي پردازد و بدنبال پاسخگويي به اين سوال مي باشد كه آيا در تصميمات سرمايه گذاران واكنش بيش از اندازه نسبت به اطلاعات تداوم فعاليت شركت ها در گزارشات حسابرسي وجود دارد يا خير. دوره زماني تحقيق هشت ساله از سال 1380 تا 1388 مي باشد . جامعه آماري تحقيق، شركتهاي پذيرفته شده در بورس اوراق بهادار تهران است و تجزيه و تحليل اين تحقيق براساس مدلهاي رگرسيون و نمودار هاي كنترلي انجام شده است. نتايج بدست آمده حاكي از آن است كه سرمايه گذاران نسبت به بند تداوم فعاليت گزارش حسابرسي شركت ها واكنش بيش از اندازه (مثبت و منفي) نشان مي دهند.

It has been assumed that investors react to new information in the efficient market. This reaction has been demonstrated in two terms of over reacting & under reacting. The evidence shows that investors overreact or under react to new information. Investors decision making could be affected by behavioral or psychological factors, they tend to overvalue or undervalue new information. The objective of this study is "investigating market over & under reaction toward going concern (GC) audit reports on Tehran Stock Exchange (TSE)". Study population of this paper includes all companies which are accepted by TSE. The required information has been collected from daily, weekly & monthly reports of TSE. Analyses are performed through Leveneʹs test in order to test the equality of variances, and then we performed T-student test and Prop-test to achieve proper conclusions. In order to predict significance of differences between the pure revenues, we fitted the logistic regression model on the difference of the mean revenues and the type of companies. Consequently, with respect to the good behavior of confidence intervalʹs to specify significant differences, we proposed the best model in this situation using quality control toolʹs, X-bar charts to determine whether the hypothesis is correct or we should reject the previous result. Statistical tests demonstrate the existence of overreaction of mart with respect to presence or absence of activity condition.