MétaCan
Menu
Retour à la cohorte
Enregistrement W1508971058 · doi:10.3917/dbu.damod.2006.01.0577

Chapitre 14. Les investissements en disponibilités et en valeurs mobilières de placement

2006· book-chapter· fr· W1508971058 sur OpenAlexaff
Aswath Damodaran

Notice bibliographique

RevueDe Boeck Supérieur eBooks · 2006
Typebook-chapter
Languefr
DomaineSocial Sciences
ThématiqueSocial Sciences and Governance
Établissements canadiensDiscovery Air (Canada)
Organismes subventionnairesnon disponible
Mots-clésPolitical science

Résumé

récupéré en direct d'OpenAlex

Les entreprises détiennent souvent une importante trésorerie. Bien que les actifs sans risque procurent une faible rentabilité, ils représentent un investissement à faible (ou sans) risque. Lorsque la liquidité est investie au taux du marché, elle a une valeur neutre. Sous quelques conditions, cependant, d’importantes liquidités peuvent créer ou détruire de la valeur. Pour les grandes entreprises bénéficiant d’un accès au marché des capitaux mais ayant un nombre limité d’opportunités d’investissement, l’accumulation d’une importante trésorerie est difficile à justifier et peut conduire à la diminution de la valeur. Pour les petites entreprises, avec des opportunités d’investissement croissantes, avec un fort potentiel de croissance et un accès limité au marché des capitaux, le maintien d’une importante trésorerie peut être regardé de manière positive, non seulement parce que cela leur permet de réaliser ces investissements mais aussi parce que cela augmente la probabilité de leur survie.Les entreprises investissent parfois en actifs risqués, tels que les actions ou les obligations d’autres entreprises. Certaines réalisent ces investissements, guidées par les promesses d’une rentabilité supérieure ; cette rentabilité élevée est accompagnée, cependant, d’un risque élevé, et ne va pas augmenter la valeur de l’entreprise. D’autres réalisent ces investissements pour des raisons stratégiques et utilisent ces placements en actions pour influencer le développement de produits et créer des synergies. Enfin, certaines sociétés investissent en actions qu’elles pensent sous-évaluées et espèrent réaliser un gain. Les sociétés financières investissent en actifs risqués car cela fait partie de leur activité principale.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,884
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,002
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,034
Tête enseignante GPT0,308
Écart entre enseignants0,274 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations0
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDe Boeck Supérieur eBooksMême sujetSocial Sciences and GovernanceTravaux en français237 207