ارزشگذاري سهام شركتي با استفاده از پيش بيني جريانات نقدي در شرايط عدم قطعيت

ارزشگذاري سهام يك شركت بر اساس روشهاي مبتني بر درآمد وابسته به ميزان جريانات نقدي آتي آن سهم، عمر و هزينه سهام )نرخ تنزيل( است. اگر جريانات نقدي سالانه يك شركت به عنوان يك متغير تصادفي در نظر گرفته شود كه در بستر زمان در حال تغيير است، ميتوان با استفاده از مدلهاي پيش بيني مناسب، جريانات نقدي آتي يك سهم را پيشبيني نمود تا ارزش ذاتي يك سهم را با دقت بيشتر و قابل اعتمادتر بدست آورد و در نتيجه ريسكهاي مالي را مديريت و به حداقل رساند. با توجه به اينكه معمولا تعداد دادههاي جريانات نقدي آزاد براي پيشبيني مناسب نيست و از طرفي اين اطلاعات ضعيف و ناقص هستند و رفتار غير خطي دارند، از مدلهاي خاكستري، شبكه عصبي مصنوعي پس انتشار و مدل تلفيقي شبكه عصبي خاكستري براي پيشبيني جريانات نقدي استفاده شده است. مدل تلفيقي شبكه عصبي خاكستري )چند ورودي-خروجي و تك ورودي-خروجي( از مزيتهاي هر دو مدل استفاده نموده تا مدلي قويتر ارائه شود. با توجه به مفاهيم ارزشگذاري، جريانات نقدي آزاد براي يك شركت دارويي و شركت گوگل محاسبه شده و با استفاده از مدلهاي مذكور پيشبيني جريانات نقدي آزاد انجام گرفته است. با استفاده از شاخصهاي آماري، مدلهاي پيشبيني براي جريانات نقدي شركت دارويي و شركت گوگل مورد مقايسه قرار گرفته تا بتوان بر اساس نوع داده و عمكلرد مدلها نتيجه گيري كرد و با مدلي كه عملكرد بهتري دارد فرآيند ارزشگذاري را انجام داد. به عنوان نتيجه، مدل خاكستري در پيشبيني جريانات نقدي آزاد شركت دارويي عملكرد بهتري نشان داده است. مدل شبكه عصبي خاكستري نيز وقتي دادههاي هموار، داراي تغييرات قابل قبول و روند دار هستند )دادههاي شركت گوگل( نتيجه بهتري نسبت به ما بقي مدلها دارد. همچنين با استفاده از مدلهاي پيشبيني در اين تحقيق فرآيند ارزشگذاري براي شركتهاي نوپا تسهيل ميگردد زيرا مدلهاي پيشبيني جريانات نقد 1 كارشناسي ارشد مهندسي مالي دانشگاه علم و فرهنگ @gmail.com92Emadkoosha در اين تحقيق تعداد كم و نقصان دادهها در نظر گرفته است. از طرفي ارزشگذاري سهام ميتواند بر روي مديريت ريسك مالي تاثيرگذار باشد.