ارزشگذاری سهام شرکتی با استفاده از پیش بینی جریانات نقدی در شرایط عدم قطعیت

سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 616

فایل این مقاله در 25 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

MSECONF03_209

تاریخ نمایه سازی: 2 تیر 1397

چکیده مقاله:

ارزش گذاری سهام یک شرکت براساس روش های مبتنی بر درآمد وابسته به میزان جریانات نقدی آتی آن سهم، عمر و هزینه سهام (نرخ تنزیل) است. اگر جریانات نقدی سالانه یک شرکت به عنوان یک متغیر تصادفی در نظر گرفته شود که در بستر زمان در حال تغییر است، می توان با استفاده از مدل های پیش بینی مناسب، جریانات نقدی آتی یک سهم را پیش بینی نمود تا ارزش ذاتی یک سهم را با دقت بیشتر و قابل اعتمادتر بدست آورد و در نتیجه ریسک های مالی را مدیریت و به حداقل رساند. با توجه به اینکه معمولا تعداد داده های جریانات نقدی آزاد برای پیش بینی مناسب نیست و از طرفی این اطلاعات ضعیف و ناقص هستند و رفتار غیر خطی دارند، از مدل های خاکستری، شبکه عصبی مصنوعی پس انتشار و مدل تلفیقی شبکه عصبی خاکستری برای پیش بینی جریانات نقدی استفاده شده است. مدل تلفیقی شبکه عصبی خاکستری ( چند ورودی- خروجی و تک ورودی-خروجی ) از مزیت های هر دو مدل استفاده نموده تا مدلی قوی تر ارایه شود. با توجه به مفاهیم ارزش گذاری، جریانات نقدی آزاد برای یک شرکت دارویی و شرکت گوگل محاسبه شده و با استفاده از مدل های مذکور پیش بینی جریانات نقدی آزاد انجام گرفته است. با استفاده از شاخص های آماری، مدل های پیش بینی برای جریانات نقدی شرکت دارویی و شرکت گوگل مورد مقایسه قرار گرفته تا بتوان بر اساس نوع داده و عمکلرد مدل ها نتیجه گیری کرد و با مدلی که عملکرد بهتری دارد فرآیند ارزش گذاری را انجام داد. به عنوان نتیجه، مدل خاکستری در پیش بینی جریانات نقدی آزاد شرکت دارویی عملکرد بهتری نشان داده است. مدل شبکه عصبی خاکستری نیز وقتی داده های هموار، دارای تغییرات قابل قبول و روند دار هستند (داده های شرکت گوگل) نتیجه بهتری نسبت به ما بقی مدل ها دارد. همچنین با استفاده از مدل های پیش بینی در این تحقیق فرآیند ارزش گذاری برای شرکت های نوپا تسهیل می گردد زیرا مدلهای پیش بینی جریانات نقد در این تحقیق تعداد کم و نقصان داده ها در نظر گرفته است. از طرفی ارزش گذاری سهام می تواند بر روی مدیریت ریسک مالی تاثیرگذار باشد.

کلیدواژه ها:

پیش بینی جریانات نقدی آزاد ، ارزش گذاری سهام ، مدل خاکستری ، شبکه عصبی مصنوعی پس انتشار ، شبکه عصبی خاکستری

نویسندگان

عماد کوشا

کارشناسی ارشد مهندسی مالی دانشگاه علم و فرهنگ

سید محمد رکن الساداتی

استادیار و عضو هیات علمی دانشگاه علم و فرهنگ