Оценка стоимости компании с учетом изменений структуры ее капитала при моделировании выпуска облигаций и акций с использованием подходов статистического анализа и машинного обучения
Статья в сборнике трудов конференции
- Опубликовано в:
- V Международная научная конференция «Актуальные проблемы менеджмента, экономики и экономической безопасности»
- Автор:
- Назарова Д. И. 1 , Семина Н. С. 1 , Никулин Л. Р. 1
- Научный руководитель:
- Церцеил Ю. С.1
- Рубрика:
- Анализ и прогнозирование основных тенденций современной экономики на макро-, мезо- и микроуровне
- Страницы:
- 154-166
- Получена: 13.12.2023
- Рейтинг:
- Статья просмотрена:
- 881 раз
- Размещено в:
- РИНЦ
- ГОСТ
Для цитирования:
Назарова Д. И. Оценка стоимости компании с учетом изменений структуры ее капитала при моделировании выпуска облигаций и акций с использованием подходов статистического анализа и машинного обучения: сборник трудов конференции. / Д. И. Назарова, Н. С. Семина, Л. Р. Никулин // Актуальные проблемы менеджмента, экономики и экономической безопасности : материалы V Междунар. науч. конф. (Костанай, Dec 5, 2023 – Dec 6, 2023) / editorial board: Н. А. Баранова [etc.] – Чебоксары: «Лару-тăру» («Среда») издательство çурчě, 2023. – pp. 154-166. – ISBN 978-5-907688-95-7. – DOI 10.31483/r-109423.
DOI: 10.31483/r-109423
Аннотаци
Нынешний финансовый ландшафт представляет из себя сложное переплетение взаимодействий финансовых инструментов и технологий, меняющего способы управления компаниями своей стоимостью. Финансовые инструменты выступают в качестве краеугольного камня структуры капитала, влияя на денежные потоки и общую оценку. Между тем, финансовые технологии привносят в инновации и эффективность, предоставляя беспрецедентные возможности в оценке и прогнозировании влияния этих инструментов на стоимость компании. Способность принимать своевременные решения о распределении ресурсов и привлечении капитала является ключевым фактором успеха в быстро развивающейся бизнес-среде. Таким образом, финансовый сектор претерпевает трансформационные изменения, изменяющие то, как компании справляются со сложностями и принимают обоснованные решения во все более динамичной среде. Симбиоз этих элементов меняет будущее финансов, предлагая новые возможности для создания и управления стоимостью во взаимосвязанном мире.
Список литературы
- 1. Berkshire Hathaway Inc. Annual Reports [Electronic resource]. – Access mode: https://www.berkshirehathaway.com/reports.html (date of application: 11.11.2023).
- 2. Berkshire Hathaway B (BRKb) [Electronic resource]. – Access mode: https://www.investing.com/equities/berkshire-hathaway (date of application: 12.11.2023).
- 3. Brazhnikov, F. Multifactor formation of company value. – 1st Edition. – Moscow: LitRes, 2021. – 230 p.
- 4. Khan Sh., Alghulaiakh H. ARIMA Model for Accurate Time Series Stocks Forecasting // International Journal of Advanced Computer Science and Applications. – 2020. – №7–11. – pp 524–528.
- 5. Mahajan S., Chen L-J, Tsai T-C. Short-Term PM2.5 Forecasting Using Exponential Smoothing Method: A Comparative Analysis // Sensors. – 2018. – №18 (10). – pp 38–53.
- 6. Mills T. C. Applied Time Series Analysis: A Practical Guide to Modeling and Forecasting. – 1st Edition. – London: Elsevier Inc., 2019. – 339 p.
- 7. Moiseev N.A. Simultaneous prediction of functionally dependent random variables by maximum likelihood estimation // Model Assisted Statistics and Applications. – 2021. – vol. 16, №2. – pp. 143–150. https://doi.org/10.3233/MAS-210526. EDN: AQHMMS
- 8. Siroteeva Yu. D., Shitov V.N. Shares and bonds as the main financial instruments in managing equity and debt capital // Current problems of development of socio-economic systems: theory and practice. – 2019. – №9–2. – pp 159–161.
- 9. sklearn.linear_model.LinearRegression [Electronic resource]. – Access mode: https://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LinearRegression.html (date of application: 15.11.2023).
- 10. Trisnaningsih, S., Hendra, F. H. Optimization of capital structure with cost of capital as a measurement // 5th International Seminar of Research Month 2020. – 2021. – №1. – С. 252–256.
- 11. XGBoostRegressor [Electronic resource]. – Access mode: https://docs.getml.com/1.1.0/api/getml.predictors.XGBoostRegressor.html (date of application: 15.11.2023).
Комментарии(0)