Sannsynlige olje- og gassreserver : har de betydning for selskapers markedsverdi?
Notice bibliographique
Résumé
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 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 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,008 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,045 | 0,009 |
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 ».