Suorite- ja kassaperusteiset tulokset osaketuottojen selittäjinä Suomessa
Notice bibliographique
Résumé
Tutkielman tarkoituksena on vertailla tilinpäätösinformaation yhteyttä osakkeen kurssiin Suomen ja Yhdysvaltojen osakemarkkinoilla. Koska liiketoiminnan kassavirtalaskelma on US GAAP tilinpäätöskäytännössä osa lakisääteistä raportointia, se on myös markkinoiden helpommin markkinoiden käytettävissä kuin Suomalaisten yritysten kassavirtalaskelma. Joten tärkeimpänä tutkimusongelmana oli selvittää, selittääkö liiketoiminnan kassavirta osakkeen tuottoa voimakkaammin Yhdysvaltojen osakemarkkinoilla. Aikaisemmat tutkimukset aiheeseen liittyen ovat analysoineet mm. maiden ja alueiden eroavaisuuksia siinä miten hyvin eri tilinpäätösinformaatio selittää osakkeiden tuottoa. Näissä tutkimuksissa huomattiin eroja maiden ja alueiden välillä. Tutkimusaineisto koostuu Helsingin pörssin päälistalla noteeratuista yhtiöistä sekä New Yorkin pörssissä noteeratuista yhtiöstä jotka valittiin satunnaisotannalla. Suomalaisia yrityksiä oli mukana 60 ja Yhdysvaltalaisia 75. Aineisto on vuosilta 1998-2001. Tutkimusmenetelmänä käytettiin lineaarista regressioanalyysia ja havaintojen tilastollinen merkitsevyys testattiin kaksisuuntaisella t-testillä. Molempien maiden aineistossa tilikauden tulos selitti osakkeen tuottoa tilastollisesti merkitsevämmin kuin liiketoiminnan kassavirta. Lisäksi havaittiin että toisen selittävän muuttujan tuominen regressiomalliin paransi mallin selityskykyä jonkin verran. Yhdysvaltojen osakemarkkinoilla liiketoiminnan kassavirta selitti osakkeen tuottoa tilastollisesti merkitsevämmin kuin Suomen osakemarkkinoilla.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,067 | 0,027 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».