MétaCan
Menu
Back to cohort
Record W7043911721

Verdsettelse av Norwegian Air Shuttle ASA

2022· dissertation· no· W7043911721 on OpenAlexaboutno aff

Bibliographic record

VenueDuo Research Archive (University of Oslo) · 2022
Typedissertation
Languageno
FieldEconomics, Econometrics and Finance
TopicAviation Industry Analysis and Trends
Canadian institutionsnot available
Fundersnot available
KeywordsNorwegianNova scotiaCall for bids
DOInot available

Abstract

fetched live from OpenAlex

Formålet med denne oppgaven er å foreta både kontekstuelle, tallbaserte og strategiske analyser av selskapet for å kunne gjøre en verdivurdering av selskapet per 31.12.2021. \n\nVi ser på de interne og eksterne faktorene som påvirker Norwegian sine muligheter i flybransjen. Dette gjør vi ved hjelp av forskjellige analytiske modeller som rammeverk. Gjennom de strategiske analysene har vi lært at Norwegian stiller uten noen spesielle konkurransefortrinn eller særlige fordeler fra bransje eller miljø. Det skal nevnes at grunnet rekonstruksjonen og korona fikk Norwegian en gyllen mulighet til å omforhandle leasingavtaler til en mer gunstig leasing-rate og PBH avtaler, som vi vil forklare nærmere i kapittel 2.2. Dette kan imidlertid gi Norwegian en midlertidig fordel på markedet. \n\nYtterligere viser nøkkeltallene fra regnskapsanalysen først og fremst hvor ekstraordinære de siste årene med pandemien har vært, og med det hvor vanskelig det er å se på simple nøkkeltall for å estimere den finansielle situasjonen til Norwegian. Imidlertid virker det som om Norwegian har en god trend innen soliditet og likviditet, som en konsekvens av deres fokus på å redusere gjelden. Lønnsomheten har vært vanskelig å se en trend på de siste årene. Normalt sett vil nøkkeltall kunne sees på mer konkret om faktorer rundt selskapet er «normale». Det blir imidlertid offer for subjektiv tolkning og antakelse at vi ser en positiv trend. \n\nFinansiell analyse og kontantstrømanalyse vil i likhet med andre verdier være ekstremt påvirket av koronasituasjonen, og dermed være vanskelig å bruke som tall for å predikere en lineær utvikling basert på de siste fem årene. Dette har blitt løst på forskjellige måter under de ulike postene, ikke uten subjektiv tolkning og vekting. Vi har funnet et potensiale for lønnsom drift innen 2023, gitt at prediksjonene om tilnærmet normal drift i flybransjen gjelder (se 2.1). \n\nVår estimerte aksjekurs 31.12.2021 på 33,75 NOK viser at vi har kommet frem til en aksjekurs betydelig over markedskursen på 10,75 NOK per 30.12.2021 (Yahoo Finance, 2021). Konklusjonen vil drøfte rundt denne prisen ytterligere. Vi konkluderer med en kjøpsanbefaling.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.003
metaresearch head score (Gemma)0.004
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.302
Threshold uncertainty score0.600

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0030.004
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0000.001
Bibliometrics0.0010.001
Science and technology studies0.0020.001
Scholarly communication0.0050.002
Open science0.0010.003
Research integrity0.0010.002
Insufficient payload (model declined to judge)0.0800.016

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.047
GPT teacher head0.276
Teacher spread0.229 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2022
Admission routes1
Has abstractyes

Explore more

Same venueDuo Research Archive (University of Oslo)Same topicAviation Industry Analysis and TrendsFrench-language works237,207