Enterprise Value and Intellectual Capital: Study of BSE 500 Firms
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The purpose of this paper is to estimate the intellectual capital coefficient of the firms under study and to study the relationship, if any between intellectual capital and intellectual capital and its constituents. In this empirical paper, analytical research design has been used. Pulic’s VAIC (modified) has been used to estimate the intellectual capital of BSE S&P 500 listed firms from 2007-2016. The data has been collected from CMIE and collected data has been analyzed using Pearson correlation and linear multiple regression analysis using CMIE PROWESS. Findings show that almost all firms under study have a good VAIC score means above 4 and the top VAIC scorer firms were mainly from refinery, metal, cement, steel, tobacco. Correlation analysis and Linear multiple regression analysis show that M/B ratio has a significant relationship with VACA, VAHU, Research and Development (Innovation capital) and Advertisement expenses (customer capital). Year-wise results depicts that value of adjusted R2 is increasing, in 2007 it was just .164 and in the year 2016 it is .607 which infers that VAIC’s role is improving in measuring the market value of firms under study. Year wise analysis shows that adjusted R2 is improving, so findings may serve as significant input for the firms to use intellectual capital as the main factor for improving the market value of firms. This paper will definitely contribute to the existing literature.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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