Equity Valuation Employing the Ideal versus Ad Hoc Terminal Value Expressions
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
Recently, Penman and Sougiannis (1998) and Francis, Olsson and Oswald (1999) compared the bias and accuracy of the dividend discount model (DDM), discounted cash flow model (DCF), and Edwards-Bell-Ohlson residual income model (RIM) in explaining the relation between value estimates and observed stock prices. Both studies report that, with non price-based terminal values, RIM outperforms DCF and DDM. Our primary research objective is to explore whether, over a five-year valuation horizon, DDM, DCF and RIM are empirically equivalent when Penman's (1998) theoretically terminal value expressions are employed in each model. Using Value Line terminal stock price forecasts at the horizon to proxy for such values, we find empirical support for the prediction of equivalence between these three price-based valuation models. Our secondary research objective is to demonstrate that, within each class of the DCF and RIM valuation models, the model that employs Value Line forecasted price in the terminal value expression will generate the lowest pricing errors, compared to models that employ non price-based terminal value under an arbitrary growth assumption. Results indicate that, for both DCF and RIM, price-based valuation models outperform the corresponding non price-based models by a wide margin. We also revisit the issue of the apparent superiority of RIM, and find that this result does not hold in a level playing field where an approximation of ideal terminal values is employed. In fact, the price-based RIM model is marginally outperformed by the price-based DCF and DDM models, in terms of pricing errors as well as its ability to explain current market price.
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 | 0,020 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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