ANALISIS FUNDAMENTAL DENGAN PENDEKATAN PER PENGARUH \nTERHADAP HARGA SAHAM SEBAGAI DASAR UNTUK MENILAI \nKEWAJARAN HARGA SAHAM \n(Studi Pada Perusahaan Sektor Industri Manufaktur Yang Terdaftar di BEI Periode \nTahun 2008-2011)
Notice bibliographique
Résumé
This research aims at measuring the appropriateness of share prices on shares of manufacture \ncompanies registered in the Indonesian Capital Market Directory (ICMD) in the period of 2008- \n2011. The normal PER found in a company is compared to Price-Earning Ratio PER) in another \ncompany using the share growth at is variable. In that case, those shares are classified into two \ngroups, appropriate shares group and inappropriate shares group to determine the influences of \nthose shares toward the price of the shares, the researcher used multiple linear regression. In \nmeasuring the appropriateness of the share prices, the reasearcher applied profit growth \nvariable approach with the formula: PER = 4 + 2,3 (profit growth) adapted by Suad Husnan. \nThis formula is used because a company which still undergoes profit growth or that which is \nrelatively new will have bigger PER as a result of its low profit level. The data collected are the \nlatest data on the annual-fourth quarter period from ETRADINGHOTS. The results of this \nresearch conducted by collecting data on the last quarter in 2008-2011 showed that most of the \nshares can be said annually inapproapriate. However, there are some of them can consistently \nmaintain the share prices during the period of 2008-2011. This condition provides investors with \ngood opportunity to buy those shares.
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 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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,059 | 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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».