ارزشگذاری سهام شرکتی با استفاده از پیش بینی جریانات نقدی در شرایط عدم قطعیت
- سال انتشار: 1396
- محل انتشار: سومین کنفرانس سالانه مدیریت و اقتصاد کسب و کار
- کد COI اختصاصی: MSECONF03_209
- زبان مقاله: فارسی
- تعداد مشاهده: 800
نویسندگان
کارشناسی ارشد مهندسی مالی دانشگاه علم و فرهنگ
استادیار و عضو هیات علمی دانشگاه علم و فرهنگ
چکیده
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 خاکستریمقالات مرتبط جدید
- بررسی عوامل موثر بر توسعه عملکرد شغلی در سازمان تامین اجتماعی مورد مطالعه استان مازندران
- مروری بر شایستگی های مدیران منابع انسانی در راستای تفکر پارادوکسی
- توصیف نقش سیستم های اطلاعاتی منابع انسانی در مدیریت منابع انسانی مبتنی بر شواهد
- از تکنواسترس تا نارضایتی: نقش میانجی تعارض کار-خانواده در سازمان انتقال خون ایران
- تغییر در ادراک کارکنان هنگام ادغام هوش مصنوعی با مدیریت منابع انسانی با نقش واسطه اعتماد به فناوری
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.