ΠΥΞΙΔΑ Ιδρυματικό Αποθετήριο
και Ψηφιακή Βιβλιοθήκη
Συλλογές :

Τίτλος :An empirical investigation of the alternative specifications of the accounting valuation model
Δημιουργός :Αγγελάκης, Αλκιβιάδης
Συντελεστής :Χέβας, Δημοσθενης (Επιβλέπων καθηγητής)
Παπαδάκη, Αφροδίτη (Εξεταστής)
Τζόβας, Χρήστος (Εξεταστής)
Athens University of Economics and Business, Department of Accounting and Finance (Degree granting institution)
Τύπος :Text
Φυσική περιγραφή :47p.
Γλώσσα :en
Αναγνωριστικό :http://www.pyxida.aueb.gr/index.php?op=view_object&object_id=8346
Περίληψη :Σκοπός της παρούσας εργασίας ήταν να μελετήσει διαφορετικές εξειδικεύσεις του λογιστικού μοντέλου αποτίμησης, ελέγχοντας την αποτελεσματικότητά τους. Για την επίτευξη του ερευνητικού σκοπού της εργασίας, ακολουθήθηκε η προσέγγιση των Shen and Stark (2013) σε ένα δείγμα 288 εισηγμένων εταιρειών της Γαλλίας και της Γερμανίας. Η περίοδος υπό μελέτη ήταν η 2002-2018. Στόχος ήταν να επικυρωθούν τα αποτελέσματα των Shen and Stark (2013) σχετικά με την επεξηγηματική δύναμη μοντέλων που συνδέουν την αγοραία αξία μιας οικονομικής οντότητας με μια σειρά λογιστικών μεγεθών που λειτουργούν ως επεξηγηματικές μεταβλητές, όπως επίσης και την προβλεπτική ικανότητα των εν λόγω μοντέλων ή το πώς μπορούν να προβλέψουν την αγοραία αξία του επόμενου έτους χρησιμοποιώντας όλα τα ιστορικά δεδομένα. Συγκρίθηκαν ένα βασικό έναντι ενός εκτεταμένου μοντέλου, ενώ χρησιμοποιήθηκαν τρείς διαφορετικοί αποπληθωριστές (deflators). Το σφάλμα αποτίμησης μετρήθηκε με το μέτρο PVE ενώ η ακρίβεια αποτίμησης με τα μέτρα APVE, SPVE. Τα αποτελέσματα έδειξαν ότι σχετικά με την επεξηγηματική ικανότητα, καλύτερο είναι το μοντέλο αποπληθωρισμένο με το πλήθος των μετοχών. Γενικότερα το εκτεταμένο μοντέλο έχει καλύτερη επεξηγηματική ικανότητα, εκτός από την περίπτωση που ως αποπληθωριστής είναι η λογιστική αξία της οντότητας. Σχετικά με την προβλεπτική ικανότητα της, σε όρους σφάλματος αποτίμησης αλλά και ακρίβειας καλύτερο ήταν το εκτεταμένο μοντέλο με αποπληθωριστή την λογιστική αξία. Ακολούθως, διαχωρίζοντας το δείγμα των οντοτήτων σε αυτές με σχετικά μεγάλο ποσοστό άυλων στοιχείων στο ενεργητικό και σε αυτές που έχουν μικρότερο, βελτιώνεται η προβλεπτική ικανότητα των μοντέλων. Η μελέτη επαληθεύει αρκετά από τα αποτελέσματα των Shen and Stark (2013), δεδομένου ότι χρησιμοποιήθηκαν και τα ίδια μοντέλα, αν και εφαρμόστηκαν σε διαφορετικό δείγμα εταιρειών.
The aim of the present dissertation was to study the different specifications of the accounting valuation model and test it for its effectiveness. In order to fulfill the research aim of the dissertation, the approach of Shen and Stark (2013) was followed in a sample of 288 listed non-financial firms in France and Germany. The period under examination was 2002-2018. The goal was to validate the results of Shen and Stark (2013) concerning the explanatory power of the models that associate market value of a firm with a series of accounting items serving as explanatory variables, as well as the predictive ability of those models or whether they can predict one-year ahead market value with the use of all historical data. A basic versus an extended model were compared, while three different deflators were used. Valuation bias was measured with the PVE metric, while valuation accuracy with the APVE and SPVE metrics.The results showed that in terms of the explanatory power of models, the model having as a deflator the number of shares performed better. In general, extended models seem to have higher explanatory power, while the latter does not hold when the book value was used as deflator. When it comes to one-year ahead prediction of market value, in terms of valuation bias and accuracy the preferred model was the extended model, using book value as deflator. When the sample was split into high and low intangible asset firms, forecasts seem to be less biased and more accurate according to the metrics.The research seems to validate most of the results of Shen and Stark (2013), in fact the same models were chosen, although implemented in a different sample of firms.
Λέξη κλειδί :Αποτίμηση
Λογιστικό μοντέλο αποτίμησης
Σφάλμα αποτίμησης
Ακρίβεια αποτίμησης
Valuation
Accounting valuation model
Valuation bias
Valuation Accuracy
Value Relevance
Διαθέσιμο από :2021-02-05 23:34:39
Ημερομηνία έκδοσης :02/05/2021
Ημερομηνία κατάθεσης :2021-02-05 23:34:39
Δικαιώματα χρήσης :Free access
Άδεια χρήσης :

Αρχείο: Angelakis_2021.pdf

Τύπος: application/pdf