دانلود ترجمه مقاله تحلیل تاثیرات بازار بورس روی شبکه های اجتماعی

برای بررسی این سوال که آیا توصیه های امنیتی بر بازار سهام تأثیر دارد یا خیر، پس از توصیه هایOWA ، که عمدتاً در تلفن های همراه هوشمند مرور می شوند، واکنش های قیمت سهام و حجم معاملات را بررسی می کنیم. سرمایه گذاران می توانند به شرط داشتن تلفن همراه هوشمند، اطلاعات منتشرشده را در هر مکان و هر زمان به دست آورند. براساس تئوری بازار کارآمد [14]، اطلاعات موجود را می توان به طور کامل و فوری توسط قیمت امنیتی منعکس نمود. بنابراین، توصیه چنین اطلاعاتی توسط رسانه های مالی، در طولانی مدت هیچ ارزشی نخواهد داشت. اگرچه توصیه های تحلیلگران اغلب به اطلاعات تاریخی بستگی دارد، بسیاری از مطالعات نشان داده اند که سهام توصیه شده رتبه بالا می توانند بازده غیر عادی و بطورمعنادار مثبتی به دست آورند [16،15]. علاوه بر این، تعداد زیادی از مطالعات، مکانیسم های اساسی واکنش بازار در رسانه های جمعی را بررسی کرده اند. فرضیه فشار قیمت (PPH) و فرضیه انتشار اطلاعات (IDH) دو نقطه نظر اصلی هستند. PPH اظهار می نماید که واکنش های قیمت تحت شعاع فشار خرید ساده یا فشار فروش از سوی سرمایه گذاران منفرد قرار دارد و در یک دوره نسبتاً کوتاه معکوس خواهد شد. IDH اظهار می نماید که تغییرات قیمت تحت شعاع انتشار اطلاعات قرار دارد و در مدت زمان کوتاهی تغییر واضحی ندارد. در این مقاله متوجه می شویم که بورس سهام از طریق PPH به توصیه هایOWA واکنش نشان می دهد. مقاله ما از دو جنبه زیر به مطالعات کمک می کند. در ابتدا، ما واکنش های بازار به توصیه های WeChat را بررسی می کنیم، این اپلیکیشن یک حامل جدید اطلاعات و کانال انتشار اطلاعات است که از طریق آن سرمایه گذاران می توانند اطلاعات را راحت تر و سریعتر از رسانه های سنتی، از قبیل روزنامه ها، مجلات، خبرنامه ها بدست آورند [21–17]. این مطالعه مقالات موجود در مورد توصیه های تحلیلگران را تکمیل می کند. همچنین در وهله دوم، نشان می دهیم که واکنش های بازار که تحت تاثیر توصیه هایOWA قرار دارند، موجب انتشار ثانویه اطلاعات تحلیلگر نمی شوند و تحت شعاع انتشار اخبار مخصوص شرکت، پوشش رسانه ای و بازده غیر عادی و بطورمعنادار مثبت قبلی قرار ندارد. این تجزیه و تحلیل پیامدهای رفتار سرمایه گذاران را ارائه می دهد، به عنوان مثال بیان می کند که چرا برخی از سرمایه گذاران از توصیه های OWA پیروی می کنند. این تجزیه و تحلیل بسیار مرتبط می باشد، چرا که در سال 2017 حجم معاملات سرمایه گذاران فردی بیش از 80٪ از معاملات کل بازار سهام چین را تشکیل داده است. مقاله به شرح زیر ادامه پیش می رود. بخش 2 به بحث در مورد پیشینه مطالعات می پردازد. بخش 3 مجموعه داده هایOWA و داده های بازار سرمایه را توصیف می کند. بخش 4 مدل ها و نتایج تجربی را ارائه می دهد. بخش 5 نتایج تجربی توضیحات بالقوه را ارائه می دهد. بخش 6 به نتیجه گیری مقاله می پردازد.

To examine the question of whether security recommendations have an impact on the stock market, we investigate the reactions of stock prices and trading volume after OWA recommendations, which are mainly browsed on mobile smartphones. Investors can obtain the issued information anywhere and anytime as long as they have a smart mobile phone. Based on Efficient Market Theory [14], the available information can be fully and instantaneously reflected by the security price. Therefore, the recommendations of such information by financial media outlets would have no value for a long time. Although analysts’ recommendations often depend on historical information, many studies have shown that high-ranked recommended stocks can obtain a significantly positive abnormal return [15,16]. Furthermore, a large number of studies have studied the underlying mechanisms of market reactions to mass media. The price pressure hypothesis (PPH) and the information diffusion hypothesis (IDH) are two main points of views. The PPH states that price reactions are driven by the naïve buying-pressure or selling-pressure from individual investors and will reverse in a relatively short period. The IDH states that price changes are driven by information diffusion and have no obvious reversal in a short time. In this paper, we find that the stock market reacts to OWA recommendations via the PPH. Our paper contributes to the literature in the following two aspects. First, we investigate market reactions to recommendations on WeChat, which is a new information carrier and information dissemination channel through which investors can obtain the information more conveniently and faster than by traditional media, i.e., newspaper, magazines, newsletters [17–21]. This study supplements existing literature about analysts’ recommendations. Second, we further show that the market reactions induced by the recommendations on OWA are not secondary disseminations of analyst information and not induced by firm-specific news releases, media coverage, and previous positive significant abnormal returns. This analysis provides implications for the study of investors’ behavior, for example, why some investors follow recommendations on OWA. This analysis is especially relevant as the transaction volume of individual investors accounted for more than 80% of the total transactions in the Chinese stock market in 2017. The paper proceeds as follows. Section 2 discusses the related literature. Section 3 describes the dataset of OWA and the capital market data. Section 4 presents the models and empirical results. Section 5 gives the empirical results of the potential explanations. Section 6 concludes the paper.