MétaCan
Menu
Retour à la cohorte
Enregistrement W2770094821 · doi:10.5539/ass.v13n12p191

The Impact of Microeconomic Variables on Stock Return by Moderating of Money Supply

2017· article· en· W2770094821 sur OpenAlexvenueno aff
Borhan Sayedy, Mohd. Zulkifli Mohd. Ghazali

Notice bibliographique

RevueAsian Social Science · 2017
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Finance and Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStock exchangeReturn on equityDebt-to-equity ratioEconomicsPanel dataBusinessEquity (law)Stock (firearms)DebtFinancial economicsMonetary economicsEconometricsPopulationFinance

Résumé

récupéré en direct d'OpenAlex

The purpose of this study is to empirically investigate the effect of microeconomic variables on stock return with moderating role of money supply (MS). The selected microeconomic variables in this study are debt-to-equity ratio (DE), dividend per share (DPS), and quick ratio (QR). Firm size and book-to-market value are considered as controlling variables. The period of the study is from 2003 to 2012 and the sample population of this study is 300 companies listed on Kuala Lumpur Stock Exchange (KLSE). Secondary data were collected from DataStream International, financial annual reports, and the World Bank databank. Generalized least squares (GLS) technique was used to estimate the predictive regressions in form of multiple models of panel data sets. According to the findings, MS moderates the impact of DE and QR on stock return, but does not moderate the effect of DPS on stock return. Besides, MS moderates the impact of all selected predictors on stock return. The findings of this study further show that an increase in value of a firm’s debt relative to its equity would cause a decrease in the firm’s stock return. The results also indicate that firms with higher QR and DPS are likely to have a higher stock return. Overall, the findings of this research are consistent with Modigliani and Miller's capital structure theory, as well as Pecking Order and Bird In Hand theory. The findings of this study would be of interest to domestic and international investors, stockbrokers, board of directors, financial managers, and policy makers.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,560
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,015
Tête enseignante GPT0,255
Écart entre enseignants0,241 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Social ScienceMême sujetCorporate Finance and GovernanceTravaux en français237 207