قیمت: | 18000تومان |
دسته بندی: | حسابداری و اقتصاد |
سال نشر: ۲۰۱۳
تعداد صفحه انگلیسی: ۴۱
تعداد صفحه ترجمه فارسی: ۲۹ صفحه WORD
کد محصول: h161
عنوان فارسی:
مقاله انگلیسی حسابداری ترجمه شده پیشبینی بلند مدت رشد درآمد از منابع اطلاعاتی چندگانه
عنوان انگلیسی:
Predicting Long-Term Earnings Growth from Multiple Information Sources
چکیده فارسی:
درحالیکه رشد درآمد موردانتظار در بلندمدت نقشمحوری در ارزیابی و سرمایهگذاری برنامههای کاربردی، پروکسی مشترک، و تحلیل پیشبینی رشد بلندمدت (LTG) ، بازی میکند و بیش ازحد خوشبینانه شناخته شدهاند. باراهنمایی یک مدلرشد تلطیفشده، این مقاله از ۳منبع اطلاعاتی برای بهبود پیشبینی رشد- پیشبینی تحلیلگران، قیمت سهام، و صورتهای مالی استفاده میکند. ما دریافتیم که مدل رشد از LTG، رشد درآمدهای گذشته، نرخ درآمد به سمت جلو به عنوان یک پیشبینی بی طرف استفاده کردهاست. از میان مدلها اغلب مدلهای دقیق در این مقاله بررسی میشوند. پیشبینی رشد نتایج را در سود بالاتر معاملات، پیشبینی دقیقتر سهام، و برآورد قابل اطمینانتر از هزینه حقوق صاحبان سهام را نشان میدهیم. این یافته ها بیانمیکنند که چنین بهبودی منجربه پیامدهای اقتصادی در ارزیابی و سرمایهگذاری برنامههای کاربردی میشود.
کلمات کلیدی: رشد طولانیمدت، پیشبینی رشد درآمد، پیشبینیهای تحلیلگران، ارزش حقوق صاحبان سهام، نسبت ارزش
مقدمه
رشد درآمد انتظاری بلندمدت، نقش محوری را در ارزیابی و سرمایهگذاری برنامههای کاربردی بازی میکند. گرچه، پروکسی مشترک آنها، تحلیلگران پیشبینی رشد بلندمدت (LTG)، خوش بینانه شناخته شدهاند. در این مقاله، ما بدنبال بهبود پیشبینی رشد بلندمدت درآمد بااستفاده از ۳منبع پیشبینی شده- پیشبینیهای تحلیلگران، صورتهای مالی، و قیمت سهام هستیم. ابتدا انواع مدلهای پیشبینی را ارزیابی میکنیم و خصیصههای تحت تاثیر قرارداده نشده پیشبینیها را با دقت بالا را شناسایی میکنیم. برای اثبات بهبود پیشبینی رشد دنبالههای اقتصادی، اینکه آیا پیشبینی بهبودیافته با استراتژیهای معاملاتی سودآور مرتبط است را نیز تست میکنیم، و ارزش ذاتی را دقیقتر برآورد میکنیم، و برآورد قابل اطمینانتری از هزینه حقوق صاحبان سهام انجام میدهیم.
بررسیهای این مقاله دو انگیزه کلی دارند. ابتدا، هردو برنامه کاربردی علمی و عملی برای شرکتهایی که درآمد بلندمدت را انتظار دارند، پروکسی تقاضا کردند. مثالهایی دراین زمینه شامل پیادهسازی تجربی از مدلهای ارزشگذاری شده و برآورد هزینه حقوق صاحبان سهام میشود. تحلیلگران اغلب به چشم انداز رشد بلندمدت درآمد به عنوان یک توجیه اصلی برای توصیههای سهام خود با قیمتهای هدف متوسل میشوند. نرخ ارزشگذاری مردمی، نسبت رشد قیمت به درآمد(PEG) ، نیازمند یک معیار از رشد بلندمدت سود موردانتظار به عنوان عنصرکلیدی است. در این برنامهها، کیفیت پیشبینی رشد سود بلندمدت عواقب مستقیمی بر کیفیت نتایج ارزیابی داشتهاست.
دوم، استفاده رایج از پروکسی رشد بلندمدت – LTG که توسط تحلیلگران منتشر شده، و بخاطر اشکالات آن شناخته شدهاست. و این تمایل به سمت بالا، غیردقیق، و شکست در ترکیب اطلاعات عمومی را نشان داده است. LTG نسبت به مدلهای سری زمانی وساده دارای دقت کمتری است. کیفیت پایین LTG به ناچار تحت تاثیر ارزیابی برنامههای کاربردی متکی برآن قرار میگیرد. بنابراین، بهبود پیشبینی رشد سود بلندمدت باید دارای یک مفهوم خوشآیند برای پژوهشها و عمل مورد ارزیابی صاحبان سهام باشد. یک استراتژی، برای استفاده از منابع چندگانه اطلاعات بهمنظور پیشبینی رشد بلند مدت اتخاذ شده است، که تفاوتش با مطالعات قبلی در استفاده از یک منبع واحد مدل سریزمانی است، Abarbanell و Bushee از صورتهای مالی، Nekrasov و Ogneva از قیمت سهام استفاده کردند. اطلاعات ادغام شده ازمنابع چندگانه پیشبینی جمعآوری میشود، چرا که منابع اطلاعاتی که باهم ارتباطی ندارند به طورمشترک به پیشبینی کمک خواهندکرد، که منجر به یک نتیجه برتر نسبت به نتیجه هر منبع به تنهایی میشود. سود بلند مدت بسیار نامشخص است و تحت تاثیر فاکتورهای زیادی است،که هر منبع اطلاعاتی یکتا نمیتواند اطلاعات را بهخوبی پوشش دهد، برای همین پیشبینی سود بلندمدت میتواند به طورعمومی از چند منابع اطلاعاتی چندگانه اتخاذ شود.
مدل تحلیلی ساده از رشد درآمد برای رشد تصورات ابداع شدهاست، و سه منبع شناخته شده از اطلاعات پیشبینی شده را میشناسیم. اولین منبع، پیشبینی تحلیلگران است. به عنوان یکی از فعالیتهای حرفهای کلیدی، تحلیلگران منابع قابل توجهی را برای تحلیل شرکتها و ساخت پیشبینی بلندمدت تصرف کردهاند. شواهد موجود، حاکی از توانایی تحلیلگران در پیشبینی است و سودمندی پیشبینی تحلیلگران را نشان میدهد. دومین منبع اطلاعات برای پیشبینی، صورتهای مالی میباشد، که عملکرد گذشته شرکت، سرمایهگذاری، و فعالیتهای مالی را به تصویر میکشد، مانند اطلاعات متحمل برای رشد آینده درآمد. منبع سوم قیمت سهام است. قیمت سهام در تحلیلهای پیشبینی و صورتهای مالی تعبیه شده، و منعکسکننده انتظارات از سرمایهگذاران در چشمانداز بلندمدت است. شواهد نشان میدهد که به دنبال اطلاعات پیشرو، میتواند قیمتسهام را برای بهبود پیشبینیهایدرآمد استخراج کرد. تحلیل تجربی در دو بخش انجام گرفته است. در بخش اول، دقت پیشبینی و تمایل به پیشبینی رشد با استفاده از هردو نمونه و تستهای خارج از نمونه را ارزیابی کردیم. پیشبینیکنندگان شامل LTG ، رشد گذشته، نسبت درآمد به قیمت(FEP)، بازگشت گذشته، قیمت/پیشبینی مبتنی بربازگشت، متغییرهای صورتهایمالی مانند هزینههایی که برای بهبود سرمایه و افزایش آن بکارمیرود، R&D، تامین خارجیمالی، پرداخت سود سهام ، میباشد. نتایج خارج از نمونه نشان میدهد که مدل متغییرچهارگانه با LTG، FEP، رشد گذشته، و بازگشت گذشته بهطور قابل توجهی پیشبینی بهتری نسبت به مدلهای جایگزین دارد.
قسمت دوم تحلیل آزمایشات به بررسی عواقب اقتصادی و بهبود پیشبینیهای رشد میپردازد. پیشبینی رشد را بدست آوردهایم،G*، بهترین مدلاجرایی در تجزیه و تحلیل قبلی شناخته شده و در ۳برنامهکاربردی ساخت استراتژی های معاملاتی، پیشبینی ارزش حقوق صاحبان سهام در آینده، و برآورد هزینه سهام استفاده شدهاست. دریافتیم که استراتژی معاملات بر مبنای G* بازده بالاتری نسبت به استراتژی مبتنی بر LTG دارد. سودآوری برتر استراتژی G* حتی بعد از کنترل LTG و عوامل خطرسازی رایج قویتر است.
در دومین برنامهکاربردی، دریافتیم که پیشبینی ارزش حقوق صاحبان سهام یک سال براساس G* دقیقتر بوده و گرایشاتکمتری برمبنای LTG داشتهاست. درسومین برنامه کاربردی، درمییابیم که زمانیکه G* جایگزین LTG در برآوردهاست، برآورد هزینه سهام دارای کیفیت بهتری است؛ برآورد هزینه سهام برمبنای ارتباط مثبت G* با تحقق بازگشت براکثر نمونههایدوره صورت میگیرد، گرچه تخمین براساس LTG تا بیش از نیمی از دوره به طول میانجامد.
در مجموع، این یافتهها مبتنی براینست که بهبود پیشبینی رشد، عواقب اقتصادی قابل توجهی در ارزش سرمایهگذاری برنامههای کاربردی تولید میکند. در تجزیه و تحلیلهای تکمیلی، دریافتیم که بیش ازنیمی از نمونههای دوره دارای خروجی مدل رشدیافته LTG هستند. همچنین نشان دادیم که بهبود در پیشبینی رشد با صنعت تغییر میکند، و دارای معانی مهمی برای شرکت های کوچک،با پوشش تحلیلی پایین، و تجمل سهام / ارزش است.
این مقاله چندین همکاری را شرح داده است. ابتدا، به فراخوانی بیشتر پژوهشها بر پیشبینی رشد طولانی مدت پاسخ داده، Ramnath تاثیر قیمت بالا را استدلال میکند و هنوزهم در حال پژوهش است. دوم، برخلاف مطالعات قبلی که تلاش میکردند تنها از یک منبع رشد بلندمدت را پیشبینی کنند، از منابع چندگانه برای پیشبینی اطلاعات و ارزیابی لیست جامع پیشبینیهای رشد استفادهمیکنیم. نتایج نشان میدهد که اطلاعات ادغامشده از منابع چندگانه، اطلاعات لازم پیشبینی های رشد بلندمدت را جمع آوری میکند. سوم، نشاندادیم که بهبودهای پیشبینی رشد میتواند باعث سودآوری بالاتر تجاری، پیشبینی دقیقتر ارزش، و تخمینهای قابل اطمینانتر از هزینه حقوق صاحبان سهام شود. این یافتهها مجددآ تاکید میکند که بهبود پیشبینیها تنها یک موضوع آماری نیست اما متحمل پیامدهای اقتصادی و منطقی قابل قبولی برای ارزیابی و سرمایهگذاری میشود. باقی مقاله به شرح زیر میباشد: مدل رشد و متدلوژی را در بخش ۲بسط میدهیم، دادهها ونمونهها در قسمت نتایج تجربی بخش۴ شرح دادهشدهاند، و بخش ۵نتایج کلی را بیان کردهایم.
تمامی حقوق مادی و معنوی ترجمه ها برای پارس ترجمه محفوظ می باشد
تمامی حقوق مادی و معنوی ترجمه ها برای پارس ترجمه محفوظ می باشد