MétaCan
Menu
Retour à la cohorte
Enregistrement W7043106965

Sannsynlige olje- og gassreserver : har de betydning for selskapers markedsverdi?

2009· dissertation· no· W7043106965 sur OpenAlexaboutno aff

Notice bibliographique

RevueDuo Research Archive (University of Oslo) · 2009
Typedissertation
Langueno
DomaineBusiness, Management and Accounting
ThématiqueFinancial Reporting and Valuation Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésnon disponible
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Olje- og gassindustrien har vært gjenstand for mye forskning når det gjelder hvilke faktorer som\npåvirker selskapenes markedsverdi. Tidligere undersøkelser har kommet frem til ulike variabler,\ngjerne avhengig av metode og hvilke variabler som inkluderes i modellene. Reserverinformasjon\ner imidlertid noe som synes å gå igjen som en signifikant forklaringsvariabel. Ettersom tidligere\nforskning hovedsaklig har fokusert på sikre reserver, har denne utredningen tatt sikte på å\nundersøke sannsynlige reservers betydning for selskapenes markedsverdi. Dette er spesielt\nmotivert av de pågående endringene når det gjelder rapporteringskrav på området. Oslo børs har\nkommet med nye rapporteringskrav der et estimat på sikre og sannsynlige reserver skal\nrapporteres i tillegg til sikre reserver, SEC (U.S. Securities and Exchange Commission) har\nvedtatt å åpne for valgfri rapportering av sannsynlige og mulige reserver, og innenfor IFRS\n(International Financial Reporting Standards) er det en pågående diskusjon om hvorvidt reserver\nskal inkluderes i balansen.\nGjennomgang av verdsettingsteori har utpekt Feltham og Ohlsons (1995) verdsettelsesmodell\nsom en godt egnet modell for dette formålet. Modellen tar utgangspunkt i at markedsverdi kan\nbestemmes av bokført verdi på egenkapitalen, residualprofitt og annen verdirelevant\ninformasjon. Som annen verdirelevant informasjon, blir sannsynlige og sikre reserver benyttet,\nsamt en del andre variabler funnet signifikante i tidligere undersøkelser. Dette for å unngå\nforventningsskjevhet som følge av utelatte variabler. Den teoretiske modellen blir\noperasjonalisert gjennom en økonometrisk multippel regresjonsmodell. Det blir både brukt en\nprisregresjonsmodell og en endringsmodell. Datasettet som benyttes er paneldata fra perioden\n1991 til 2005 og består av selskaper som rapporterer til børs i Canada, da dette er selskaper som\ngjennom flere år har rapportert både sikre og sannsynlige reserver. Dataene blir bearbeidet i\nExcel og deretter kjørt som regresjoner i STATA. Det endelige utvalget består av 40 selskaper\nmed varierende antall selskapsår fra 1993 til 2005.\nResultatene viser at i samsvar med tidligere undersøkelser, er sikre reserver og oljepris\nsignifikante forklaringsvariabler. Også bokført verdi er en signifikant forklaringsfaktor for\nselskapenes markedsverdi. Det påvises imidlertid ingen signifikant sammenheng mellom\nsannsynlige reserver og markedsverdi, et resultat som er det motsatte av det Donker, Ng og Rai\nfant i 2006. De resterende variablene som ble inkludert i modellen, viste seg heller ikke\nsignifikante.\nNullhypotesen om ingen sammenheng mellom sannsynlige reserver og markedsverdi beholdes.\nEn mulig forklaring på manglende verdirelevans kan være manglende tillit til\nreserverapporteringstall fra markedet, som forsterkes av større usikkerhet rundt disse estimatene.\nDet vil være av interesse å undersøke hvorvidt det har skjedd endringer på dette området de\nsenere år, slik at undersøkelser som tar for seg selskapsår etter 2005 bør finne sted.

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)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, 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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,508
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0030,001
Communication savante0,0000,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,002
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 Opus0,059
Tête enseignante GPT0,324
Écart entre enseignants0,266 · 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
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
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDuo Research Archive (University of Oslo)Même sujetFinancial Reporting and Valuation ResearchTravaux en français237 207