دانلود ترجمه مقاله چه چیزی باعث مشارکت در بازار سهام می شود؟

1. مقدمه 2. عوامل تعیین کننده دارایی های پر ریسک 3. نتایج رگرسیون 4. نقش عوامل جدید، سنتی و نهادی 5. یافته های بیشتر تکمیل کننده و چالش برانگیز مقالات مرتبط 6. نتیجه گیری

چکیده – در این مقاله، مشارکت در بازار سهام در 19 کشور اروپایی را تحلیل می کنیم و یک دیدگاه ترکیبی از اثر متقابل و اهمیت نسبی محرک های مشارکت جا افتاده را فراهم می کنیم. ما بطور مشترک، تقریباً همه محرک های مرتبط دیده شده در مطالعات قبلی که معمولاً یک متغیر نوین وارد می کنند و اغلب ریسک گریزی را نادیده می گیرند، کنترل می کنیم. توان پیش بینی کننده مدل کامل عالی، به اثرات ثابت موسساتی (کشوری) (حدود 30% کل)، متغیرهای سطح فردی سنتی (50%) و متغیرهای رفتاری اخیراً شناسایی شده (20%)، تجزیه می شود. یک چارچوب سلسله مراتبی را ترسیم می کنیم که در آن اثر عوامل بر اساس میل بازیگران و نمایندگان به مشارکت، ترسیم می کنیم. همچنین، تفسیرهای موجود را با توجه به اجتماعی پذیری، IQ، اعتماد و تجربیات زندگی را به چالش می کشیم و تکمیل می کنیم. مقدمه: مشارکت محدود در بازار سهام، یکی از موضوعات اساسی در زمینه نوظهور تامین مالی خانوار است. تفاوت ها در رغبت به سهامداری در کشورهای مختلف و بین مردم دارای ثروت مشابه، نشان می دهند که عوامل کشوری مرتبط با موسسات اقتصادی یا فرهنگی مهم هستند. در سطح فردی، ثروت، درآمد و آموزش بسیار تاثیرگذار هستند. علاوه بر این عوامل سنتی، مطالعات جدیدتر، مجموعه جالبی از عوامل رفتاری را آشکار کرده اند که تبیین کننده مشارکت در بازار سهام است. با این حال، آنچه که مفقود است، یک دیدگاه ترکیبی از اثر متقابل و اهمیت نسبی محرک های مختلف مشارکت می باشند. در این مقاله، یک رویکرد تصویر بزرگ نوین را در پیش می گیریم. درحالی که معمولاً این مجموعه مقالات بر آزمون اثر یک عامل جدید منفرد پس از کنترل عوامل سنتی، تمرکز می کنند، یک مجموعه گسترده از این متغیرها در یک مدل را ترکیب می کنیم و مشارکت نسبی سه نوع عوامل (رفتاری جدید، موسساتی و سنتی) را بررسی می کنیم. بطور مشترک اثرات همه متغیرها را تخمین می زنیم و در عین حال یک معیار ریسک گریزی مالی مستقیماً بررسی شده و معروف برای پیش بینی درست ریسک پذیری مالی واقعی را شامل می کنیم (دوهمن و همکاران، 2011؛ هالکو و همکاران، 2012؛ گویسو و همکاران، 2018؛ لودنباخ و همکاران، 2020). سپس، براساس مشارکت متغیرهای توصیفی مختلف در محیط های نظارتی مختلف و زیرنمونه هایی با خبرگی مختلف، یک مدل سلسله مراتبی را ترسیم می کنیم که توصیف کننده اهمیت احتمالی هر عامل در زمینه های مختلف است.

We analyze stock market participation in 19 European countries, providing a composite view of the interplay and relative importance of established participation drivers. We jointly control for nearly all relevant drivers found in prior studies, which tend to introduce one novel variable at a time and often omit risk-aversion. Excellent full model predictive power decomposes into institutional (country) fixed effects (about 30% of total), traditional individual-level variables (50%), and more recently identified behavioral variables (20%). We sketch a hierarchical framework where factors’ effects vary by agents’ proneness to participate. We also challenge and complement existing interpretations given to sociability, IQ, trust, and life experiences. Introduction: Limited stock market participation has been the quintessential topic in the emerging field of household finance.1 Differences in stockholding propensity across countries, and between people of comparable wealth, show that country factors related to economic or cultural institutions are important. On the individual level, wealth, income, and education are highly influential. Besides these traditional factors, more recent studies have uncovered an interesting set of behavioral factors that explain stock market participation. What is missing, however, is a composite view of the interplay and relative importance of the various drivers of participation. In this paper, we take a novel, big-picture approach. Whereas the literature has tended to focus on testing the effect of a single new factor after controlling for traditional ones, we combine an extensive set of these variables in one model and explore the relative contribution of three types of factors – institutional, traditional, and new behavioral ones. We jointly estimate the effects of all variables while including a directly queried financial risk aversion measure known to predict actual financial risk-taking well (Dohmen et al., 2011; Halko et al., 2012; Guiso et al., 2018; Laudenbach et al., 2020). Then, based on the contribution of individual explanatory variables in various regulatory environments and subsamples of varying sophistication, we sketch a hierarchical model that describes the likely importance of each factor in different contexts.