MétaCan
Menu
Retour à la cohorte
Enregistrement W1914476462

Examining the Relationship Between Performance Measures and Share Price: An Empirical Study on Mobile Telecommunications Companies Listed on Bursa Malaysia

2014· article· en· W1914476462 sur OpenAlexaboutno aff
Gilbert O'Neil Mushure

Notice bibliographique

RevueInternational Journal of Sciences: Basic and Applied Research · 2014
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFinancial Reporting and Valuation Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésShare priceEarnings per shareReturn on equityBusinessStock exchangeMarket shareQuarter (Canadian coin)EarningsPrice–earnings ratioAccountingEquity (law)Investment (military)MarketingFinance
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper is in Market Based Accounting Research (MBAR) which is a sub-discipline of Accounting & Finance under the broad field of Business Management. This research paper is a quantitative study of the relationship between financial and non-financial performance measures, and future share price performance of mobile telecommunications companies listed on Malaysia’s stock exchange known as Bursa Malaysia. Knowledge of the nature and strength of these relationships is used for forecasting future share price performance for investment decision making purposes. Four variables’ relationships to future share price performance were studied; these variables were Earnings Per Share (EPS), Price Earnings (P/E), Return on Equity (ROE), and Subscriber Growth (SG). The study found evidence that from one quarter to the next, EPS and P/E had the strongest relationship with the subsequent quarter’s share price, whilst ROE and SG were poor predictors of share price performance. Furthermore the study found that these relationships, whilst true for one company, did not necessarily exist for all companies even though the companies were all in the mobile telecommunications industry and their shares were traded on the same Bursa Malaysia market.

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)0,010
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,038
Score d'incertitude au seuil0,814

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,390
Tête enseignante GPT0,456
Écart entre enseignants0,066 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Sciences: Basic and Applied ResearchMême sujetFinancial Reporting and Valuation ResearchTravaux en français237 207