Архитектура Аудит Военная наука Иностранные языки Медицина Металлургия Метрология
Образование Политология Производство Психология Стандартизация Технологии 


Модель со случайными эффектами подходит больше, чем простая объединенная модель.




Тест Хаусмана (Hausman) -

Нулевая гипотеза: ОМНК оценки состоятельны

Асимптотическая тестовая статистика: Хи-квадрат (4) = 125,235

p-значение = 4,06646e-026 < 0,01

То есть, модель с фиксированными эффектами лучше отображает панельные данные, чем модель со случайными эффектами.

В итоге, мы выбираем модель с фиксированными эффектами для случая с приращениями.

Можно сделать следующие выводы:

· дисконтированный денежный поток текущего периода мало зависит от капитальных издержек. Коэффициенты не будут незначимы, однако, модель явно лучше без этого параметра;

· дисконтированный денежный поток по сути равен оставшимся деньгам за вычетом выплат по долгам и прямых затрат по продукции. Другую часть изменения денежного потока должны охватывать административные и другие затраты, поэтому эти показатели не включились в итоговую модель.

 

Теперь разберем общую модель для всех показателей.

 

Модель от всех показателей.

 

В этот вид будут включены показатели текущего периода, показатели прошлого периода давности и приросты прошлого периода.

Начнем с МНК-модели.

Модель 130: Объединенный (pooled) МНК, использовано наблюдений - 63

Включено 7 пространственных объектов

Длина временного ряда = 9

Зависимая переменная: disc_CF

Робастные стандартные ошибки (HAC)

 

Коэффициент Ст. ошибка t-статистика P-значение  
const 886,474 148,352 5,9755 <0,0001 ***
St_debt -0,482252 0,0631058 -7,6420 <0,0001 ***
St_debt_1 0,458853 0,0640219 7,1671 <0,0001 ***
Lt_debt -0,329858 0,0217948 -15,1347 <0,0001 ***
Lt_debt_1 0,228232 0,0149627 15,2534 <0,0001 ***
Sales -0,0614744 0,0396847 -1,5491 0,1289  
Sales_1 -0,0121731 0,0159118 -0,7650 0,4485  
Cashce 1,28182 0,166424 7,7021 <0,0001 ***
Cashce_1 -0,838307 0,144572 -5,7985 <0,0001 ***
COGS -0,135585 0,0523544 -2,5898 0,0131 **
COGS_1 0,042174 0,0331214 1,2733 0,2099  
SGA 0,844383 0,31645 2,6683 0,0108 **
SGA_1 -0,977116 0,273725 -3,5697 0,0009 ***
CAPEX -0,606754 0,0845625 -7,1752 <0,0001 ***
CAPEX_1 -0,113617 0,147105 -0,7724 0,4442  
d_St_debt_1 0,0225565 0,0799539 0,2821 0,7792  
d_Lt_debt_1 0,0240195 0,0668977 0,3590 0,7214  
d_Cashce_1 0,0825488 0,17881 0,4617 0,6467  
d_COGS_1 -0,00441584 0,00815857 -0,5413 0,5912  
d_CAPEX_1 0,877163 0,20079 4,3685 <0,0001 ***
disc_CF_1 0,0902911 0,154026 0,5862 0,5609  

 

Среднее зав. перемен -1641,508   Ст. откл. зав. перемен 6910,835
Сумма кв. остатков   Ст. ошибка модели 1426,908
R-квадрат 0,971121   Испр. R-квадрат 0,957368
Лог. правдоподобие -534,2067   Крит. Акаике 1110,413
Крит. Шварца 1155,419   Крит. Хеннана-Куинна 1128,114
Параметр rho -0,057732   Стат. Дарбина-Вотсона 1,936276

 

В данной модели явный переизбыток параметров. Убираем их, пока не получим оптимальную модель

Модель 134: Объединенный (pooled) МНК, использовано наблюдений - 63

Включено 7 пространственных объектов

Длина временного ряда = 9

Зависимая переменная: disc_CF

Робастные стандартные ошибки (HAC)

Коэффициент Ст. ошибка t-статистика P-значение  
const 801,792 249,672 3,2114 0,0023 ***
St_debt −0,523531 0,0320175 −16,3514 <0,0001 ***
St_debt_1 0,488569 0,026775 18,2472 <0,0001 ***
Lt_debt −0,333736 0,0170429 −19,5822 <0,0001 ***
Lt_debt_1 0,256737 0,031094 8,2568 <0,0001 ***
Cashce 1,31615 0,0871194 15,1074 <0,0001 ***
Cashce_1 −0,813859 0,133088 −6,1152 <0,0001 ***
SGA 0,383111 0,0798001 4,8009 <0,0001 ***
SGA_1 −0,54724 0,0692736 −7,8997 <0,0001 ***
CAPEX −0,690382 0,0903101 −7,6446 <0,0001 ***
d_COGS_1 −0,000914031 0,000193984 −4,7119 <0,0001 ***
d_CAPEX_1 0,531258 0,102542 5,1809 <0,0001 ***

 

Среднее зав. перемен −1641,508   Ст. откл. зав. перемен 6910,835
Сумма кв. остатков 1,01e+08   Ст. ошибка модели 1408,542
R-квадрат 0,965829   Испр. R-квадрат 0,958459
Лог. правдоподобие −539,5064   Крит. Акаике 1103,013
Крит. Шварца 1128,731   Крит. Хеннана-Куинна 1113,128
Параметр rho 0,060275   Стат. Дарбина-Вотсона 1,709116

 

Эта модель наилучшая в этом классе, однако она перенасыщена переменными. Поэтому заменим одинаковые показатели двух периодов на их прирост текущего периода.



Модель 135: Объединенный (pooled) МНК, использовано наблюдений - 63

Включено 7 пространственных объектов

Длина временного ряда = 9

Зависимая переменная: disc_CF

Робастные стандартные ошибки (HAC)

Коэффициент Ст. ошибка t-статистика P-значение  
const 1654,5 494,098 3,3485 0,0015 ***
CAPEX −0,461006 0,103265 −4,4643 <0,0001 ***
d_COGS_1 −0,000671823 0,000105298 −6,3802 <0,0001 ***
d_CAPEX_1 0,454897 0,0562668 8,0846 <0,0001 ***
d_St_debt −0,518967 0,054007 −9,6093 <0,0001 ***
d_Lt_debt −0,337405 0,0254065 −13,2803 <0,0001 ***
d_Cashce 1,01775 0,102036 9,9744 <0,0001 ***
d_SGA 0,726692 0,0566115 12,8365 <0,0001 ***

 

Среднее зав. перемен −1641,508   Ст. откл. зав. перемен 6910,835
Сумма кв. остатков 2,48e+08   Ст. ошибка модели 2122,608
R-квадрат 0,916315   Испр. R-квадрат 0,905664
Лог. правдоподобие −567,7206   Крит. Акаике 1151,441
Крит. Шварца 1168,586   Крит. Хеннана-Куинна 1158,185
Параметр rho 0,566978   Стат. Дарбина-Вотсона 0,763383

 

Качество этой модели хуже, критерии Шварца и Акаике выше, также присутствует автокорреляция. Но ее тоже стоит учесть, так как она значительно проще рассчитывается.

Теперь перейдем к модели со случайными эффектами.

 

Модель 179: Случайные эффекты (GLS), использовано наблюдений - 63

Включено 7 пространственных объектов

Длина временного ряда = 9

Зависимая переменная: disc_CF

 

Коэффициент Ст. ошибка t-статистика P-значение  
const 1443,29 727,505 1,9839 0,0521 *
St_debt -0,169837 0,0320617 -5,2972 <0,0001 ***
Cashce 0,687621 0,145088 4,7393 <0,0001 ***
CAPEX -0,68063 0,152492 -4,4634 <0,0001 ***
disc_CF_1 -0,434184 0,0955863 -4,5423 <0,0001 ***
d_Cashce_1 0,50282 0,235655 2,1337 0,0372 **

 

Среднее зав. перемен -1641,508   Ст. откл. зав. перемен 6910,835
Сумма кв. остатков 9,76e+08   Ст. ошибка модели 4103,025
Лог. правдоподобие -610,9156   Крит. Акаике 1233,831
Крит. Шварца 1246,690   Крит. Хеннана-Куинна 1238,889

 

Эта первая модель, которая хорошо отображает нашу панель. Рассмотрим другие варианты.

 

Модель 176: Случайные эффекты (GLS), использовано наблюдений - 63

Включено 7 пространственных объектов

Длина временного ряда = 9

Зависимая переменная: disc_CF

 

Коэффициент Ст. ошибка t-статистика P-значение  
const 1476,37 710,811 2,0770 0,0423 **
St_debt -0,175774 0,031542 -5,5727 <0,0001 ***
Cashce 0,835763 0,132268 6,3187 <0,0001 ***
CAPEX -0,848968 0,149125 -5,6930 <0,0001 ***
disc_CF_1 -0,603486 0,121552 -4,9648 <0,0001 ***
d_disc_CF_1 0,173217 0,0634725 2,7290 0,0084 ***

 

Среднее зав. перемен -1641,508   Ст. откл. зав. перемен 6910,835
Сумма кв. остатков 9,33e+08   Ст. ошибка модели 4009,819
Лог. правдоподобие -609,4679   Крит. Акаике 1230,936
Крит. Шварца 1243,795   Крит. Хеннана-Куинна 1235,993

 

Эта модель в чистом виде показывает денежный поток: денежный поток прошлого периода, его изменение, и приблизительное измерение текущего изменения (деньги за вычетом краткосрочного долга и затрат на капитал).

И последнее, рассмотрим модель с фиксированными эффектами.

Модель 190: Фиксированные эффекты, использовано наблюдений - 70

Включено 7 пространственных объектов

Длина временного ряда = 10

Зависимая переменная: disc_CF

Робастные стандартные ошибки (HAC)

 

 

Коэффициент Ст. ошибка t-статистика P-значение  
const -3376,16 3500,38 -0,9645 0,3418  
St_debt -0,45055 0,0496067 -9,0825 <0,0001 ***
St_debt_1 0,563238 0,0656254 8,5826 <0,0001 ***
Lt_debt -0,291574 0,0623088 -4,6795 <0,0001 ***
Lt_debt_1 0,359074 0,0993598 3,6139 0,0010 ***
Sales -0,0591204 0,084026 -0,7036 0,4866  
Sales_1 -0,0209122 0,0206895 -1,0108 0,3195  
Cashce 1,12381 0,211358 5,3171 <0,0001 ***
Cashce_1 -1,03402 0,291868 -3,5428 0,0012 ***
COGS -0,0830255 0,101532 -0,8177 0,4194  
COGS_1 -0,0115933 0,0395808 -0,2929 0,7714  
SGA 0,627165 0,369209 1,6987 0,0988 *
SGA_1 -0,415094 0,356935 -1,1629 0,2532  
CAPEX -0,287598 0,280203 -1,0264 0,3122  
CAPEX_1 0,386755 0,443849 0,8714 0,3898  
d_disc_CF_1 -0,0151386 0,0558629 -0,2710 0,7881  
d_St_debt_1 -0,180539 0,0838452 -2,1532 0,0387 **
d_Lt_debt_1 -0,136703 0,105876 -1,2912 0,2056  
d_Sales_1 0,0316786 0,0236943 1,3370 0,1904  
d_Cashce_1 0,344479 0,171575 2,0077 0,0529 *
d_COGS_1 -0,0212047 0,0283111 -0,7490 0,4592  
d_SGA_1 0,0317311 0,12497 0,2539 0,8011  
d_CAPEX_1 0,418573 0,319044 1,3120 0,1986  
disc_CF_1 -0,170096 0,158521 -1,0730 0,2910  

 

Среднее зав. перемен -1641,508   Ст. откл. зав. перемен 6910,835
Сумма кв. остатков   Ст. ошибка модели 1310,476
LSDV R-squared 0,980861   В предлах R-квадрат 0,972085
LSDV F(29, 33) 58,31817   P-значение (F) 4,70e-21
Лог. правдоподобие -521,2476   Крит. Акаике 1102,495
Крит. Шварца 1166,789   Крит. Хеннана-Куинна 1127,782
Параметр rho 0,081538   Стат. Дарбина-Вотсона 1,738691

 

После изъятия лишних параметров получаем

Модель 227: Фиксированные эффекты, использовано наблюдений - 70

Включено 7 пространственных объектов

Длина временного ряда = 10

Зависимая переменная: disc_CF

Робастные стандартные ошибки (HAC)

 

 

Коэффициент Ст. ошибка t-статистика P-значение  
const -142,048 1172,39 -0,1212 0,9041  
St_debt -0,470497 0,0323688 -14,5355 <0,0001 ***
St_debt_1 0,496134 0,0330786 14,9986 <0,0001 ***
Lt_debt -0,307152 0,0368171 -8,3427 <0,0001 ***
Lt_debt_1 0,295211 0,0412149 7,1627 <0,0001 ***
Cashce 1,13909 0,119301 9,5480 <0,0001 ***
Cashce_1 -0,746622 0,0878575 -8,4981 <0,0001 ***
SGA 0,681703 0,154506 4,4121 <0,0001 ***
SGA_1 -0,627611 0,0901203 -6,9641 <0,0001 ***
CAPEX -0,444612 0,169865 -2,6174 0,0120 **
d_Sales_1 -0,00109334 0,000196052 -5,5768 <0,0001 ***
d_CAPEX_1 0,695411 0,107654 6,4597 <0,0001 ***

 

Среднее зав. перемен -1641,508 Ст. откл. зав. перемен 6910,835
Сумма кв. остатков Ст. ошибка модели 1291,027
LSDV R-squared 0,974670 В предлах R-квадрат 0,963056
LSDV F(29, 33) 101,8571 P-значение (F) 3,54e-30
Лог. правдоподобие -530,0754 Крит. Акаике 1096,151
Крит. Шварца 1134,727 Крит. Хеннана-Куинна 1111,323
Параметр rho -0,090577 Стат. Дарбина-Вотсона 2,082156

 

Заменим все одинаковые параметры двух разных периодов на их разность. Получаем:

Модель 228: Фиксированные эффекты, использовано наблюдений - 70

Включено 7 пространственных объектов

Длина временного ряда = 10

Зависимая переменная: disc_CF

Робастные стандартные ошибки (HAC)

 

Коэффициент Ст. ошибка t-статистика P-значение  
const 1899,5 872,521 2,1770 0,0343 **
CAPEX -0,524574 0,214946 -2,4405 0,0183 **
d_Sales_1 -0,000722168 0,000110432 -6,5395 <0,0001 ***
d_CAPEX_1 0,47628 0,068424 6,9607 <0,0001 ***
d_St_debt -0,496458 0,0533998 -9,2970 <0,0001 ***
d_Lt_debt -0,347325 0,0310917 -11,1710 <0,0001 ***
d_Cashce 1,0018 0,0854387 11,7254 <0,0001 ***
d_SGA 0,745558 0,0689644 10,8108 <0,0001 ***

 

Среднее зав. перемен -1641,508   Ст. откл. зав. перемен 6910,835
Сумма кв. остатков 1,47e+08   Ст. ошибка модели 1734,212
LSDV R-squared 0,950232   В предлах R-квадрат 0,927412
Лог. правдоподобие -551,3501   Крит. Акаике 1130,700
Крит. Шварца 1160,704   Крит. Хеннана-Куинна 1142,501
Параметр rho 0,314193   Стат. Дарбина-Вотсона 1,263790

 

Теперь выберем лучшую модель:

 

Robust test for differing group intercepts -

Нулевая гипотеза: Группы имеют общие константы

Тестовая статистика: Welch F(6, 24,6) = 3,27073

p-значение = P(F(6, 24,6) > 3,27073) = 0,0165911 < 0,05

Нулевая гипотеза отклоняется, поэтому лучше модель с фиксированными эффектами, а не простая объединённая модель.

Для двух выбранных моделей со случайными эффектами выводы будут одинаковые:

 

Тест Бриша-Пэгана (Breusch-Pagan) -

Нулевая гипотеза: Дисперсия специфических для наблюдений ошибок = 0

Асимптотическая тестовая статистика: Хи-квадрат(1) = 0,645864

p-значение = 0,421595> 0,01

 

Простая объединенная модель подходит больше, чем модель со случайными эффектами.

Тест Хаусмана (Hausman) -

Нулевая гипотеза: ОМНК оценки состоятельны

Асимптотическая тестовая статистика: Хи-квадрат (4) = 19,8095

p-значение = 0,00135689 < 0,01

То есть, модель с фиксированными эффектами лучше отображает панельные данные, чем модель со случайными эффектами.

В итоге, мы выбираем модель с фиксированными эффектами.

Выводы.

 

Для модели с текущему показателями:

Формула 19

Для модели с показателями прошлого периода:

Формула 20

Для модели с приращениями:

Формула 21

 

Для общей модели:

Формула 22

Для последней модели критерий Шварца наименьший.

 

Можно подвести итоги:

· Краткосрочный долг является важнейшим фактором в прогнозировании дисконтированного денежного потока, он присутствует во всех четырех моделях;

· В общем виде, дисконтированный денежный поток больше всего похож на разницу чистого долга и операционной прибыли: во всех моделях присутствует наличность или денежный поток прошлого периода и затраты и/или продажи. Продажи или издержки заменимы, так как доля издержек от продаж обычно принимается за константу;

· Издержки на капитал также влияют на дисконтированный денежный поток, но только в прогнозных моделях. Это может объясняться тем, что отдача на денежный поток приходит через период, после того, как в балансе будут отражены изменения во внеоборотных активах за начало и конец периода;

· В общей модели приращения доказали свою значимость, однако модель, построенная исключительно на них обладает наименьшим качеством (например, автокорреляция);

· Чаще всего была использована модель с фиксированными эффектами, что показывает общее влияние отрасли на все объекты;

· В итоге, для построения дисконтированного денежного потока важны следующие факторы: издержки на капитал, чистый долг или его элементы (наличность, долгосрочный и/или краткосрочный долг), операционная прибыль (продажи, себестоимость и/или административные, управленческие и общие затраты). Из них, в случае когда отдельные показатели за каждый период недоступны, возможна замена на приращения всех этих факторов.

 

 


 

Заключение.

 

В данной работе был проведен эконометрический анализ модели дисконтированных денежных потоков. Сама модель была изучена, были выбраны показатели, которые больше всего подходят для построения прогнозов денежных потоков компаний промышленного сектора, и в ходе построения эконометрических моделей был проведен анализ этих факторов. В итоге можно сделать следующие выводы:

· Главная проблема модели DCF - сложность построения прогнозов. Для этого надо выбрать несколько факторов, на основе которых рассчитываются все остальные, и спрогнозировать их;

· Ставку дисконтирования лучше всего брать из WACC, так как она учитывает структуру капитала. Однако при прочих недостатках модели возможен выбор других показателей;

· Другая сложность: бессрочное прогнозирование. Это является основным недостатком модели, так как создать точный прогноз на бесконечное число периодов невозможно;

· Метод дисконтированных денежных потоков даст адекватную оценку стоимости компании. Обзор развития различных методов показал, что этот метод является одним из лучших в сложившихся условиях.

· В промышленном секторе в первую очередь важно учесть все издержки при производстве, а также влияние задолженности. Из этого и идет посроение модели DCF в промышленном секторе.

· Для прогноза денежных потоков важно оценить начисления. Обзор модели Брат-Крама-Нельсона показал, что эти факторы улучшают качество прогноза, и оценивать денежные потоки только на основе доходов нельзя.

· Также прогноз наличности для фирм крайне важен. Для компаний с финансовыми ограничениями, денежные средства сильно влияют на денежные потоки, и потому будут влиять на прогноз.

· Таким образом, прогнозируемые показатели для промышленного сектора выбираются следующие:

o продажи;

o себестоимость товара;

o общие и административные затраты;

o деньги и денежные средства;

o долгосрочный и краткосрочный долг;

o капитальные затраты;

o начисления;

· В ходе построения эконометрической модели доказано, что краткосрочный долг является важнейшим фактором в прогнозировании дисконтированного денежного потока, он присутствует во всех четырех построенных моделях;

· В общем виде, дисконтированный денежный поток больше всего похож на разницу чистого долга и операционной прибыли: во всех моделях присутствует наличность или денежный поток прошлого периода и затраты и/или продажи. Продажи или издержки заменимы, так как доля издержек от продаж обычно принимается за константу;

· Издержки на капитал также влияют на дисконтированный денежный поток, но только в прогнозных моделях. Это может объясняться тем, что отдача на денежный поток приходит через период, после того, как в балансе будут отражены изменения во внеоборотных активах за начало и конец периода;

· В общей модели приращения доказали свою значимость, однако модель, построенная исключительно на них обладает наименьшим качеством (например, автокорреляция);

· Чаще всего была использована модель с фиксированными эффектами, что показывает общее влияние отрасли на все объекты;

· В итоге, для построения дисконтированного денежного потока важны следующие факторы: издержки на капитал, чистый долг или его элементы (наличность, долгосрочный и/или краткосрочный долг), операционная прибыль (продажи, себестоимость и/или административные, управленческие и общие затраты). Из них, в случае когда отдельные показатели за каждый период недоступны, возможна замена на приращения всех этих факторов.

 

 


 

Библиография.

 

1. Accruals and the Prediction of Future Cash Flows, Mary E. Barth, Donald P. Cram и Karen K. Nelson, Source: The Accounting Review, Vol. 76, No. 1 (Jan., 2001), pp. 27-58

 

2. The Development of Discounted Cash Flow Techniques in U.S. Industry, Author(s): Scott P. Dulman, Source: The Business History Review, Vol. 63, No. 3 (Autumn, 1989), pp. 555-587

 

3. Statement on Standards for Valuation Services No. 1, © American Institute of Certified Public Accountants, Inc, 2015

 

4. J. C. L. Fish, Engineering Economics: First Principles (New York, 1915)

 

5. Eugene L. Grant, Principles of Engineering Economy (New York, 1930)

 

6. Joel Dean, Capital Budgeting (New York, 1951)

 

7. Bowen, R. M., D. Burgstahler, and L. A. Daley. 1986. Evidence on the relationships between earnings and various measures of cash flow. The Accounting Review 61: 713-725

 

8. Greenberg, R. R., G. L. Johnson, and K. Ramesh. 1986. Earnings versus cash flow as a predictor of future cash flow measures. Journal of Accounting, Auditing, and Finance 1: 266-277

 

9. Finger, C. A. 1994. The ability of earnings to predict future earnings and cash flow. Journal of Accounting Research 32: 210-223

 

10. Burgstahler, D., J. Jiambalvo, and Y. Pyo. 1998. The informativeness of cash flows for future cash flows. Working paper, University of Washington

 

11. Beaver, W. H., and R. E. Dukes. 1972. Interperiod tax allocation, earnings expectations, and the behavior of security prices. The Accounting Review 47: 320-333

 

12. Dechow, P. M. 1994. Accounting earnings and cash flows as measures of firm performance: The role of accounting accruals. Journal of Accounting and Economics 18: 3-42

 

13. Rayburn, J. 1986. The association of operating cash flow and accruals with security returns. Journal of Accounting Research 24: 112-133

 

14. The Cash Flow Sensitivity of Cash, Author(s): Heitor Almeida, Murillo Campello and Michael S. Weisbach, Source: The Journal of Finance, Vol. 59, No. 4 (Aug., 2004), pp. 1777-1804

 

15. Discounted Cash Flow (DCF) Method of Valuation, Dhananjay Kumar Singh, Gyanpratha - Vol. 7 | Issue 1 | June 2015, 47-49

 

16. Explaining the Discounted Cash Flow Method, Author(s): Shawn Hyde, CBA, CVA, CMEA, YEO && YEO: CPAs and Business Consultants

 

17. О методе дисконтированных денежных потоков и стандартах оценки, Тришин В.Н., к.ф.-м.н.,генеральный директор компании “ОКП”, Председатель Экспертного совета НП “КПО", журнал “Российский оценщик, 2007”, №1, стр. 17-18, 23-31,

 

18. A Central Limit Theorem for Present Values of Discounted Cash Flows, Author(s): Edmund H. Mantel, Source: Management Science, Vol. 19, No. 3, Theory Series (Nov., 1972), pp. 314-318,

 

19. A Problem in Discounted Cash Flow Author(s): Billy E. Goet, Source: The Accounting Review, Vol. 46, No. 1 (Jan., 1971), pp. 162-164,

 

20. Discounted Cash Flow Analysis and Investment Policy Author(s): K. J. Mulder Source: Management International Review, Vol. 9, No. 4/5 (1969), pp. 131-141,

 

21. Discounted Cash Flow Author(s): R. A. Cuninghame-Green Source: OR, Vol. 16, No. 2 (Jun., 1965), pp. 251-253,

 

22. Discounted Cash Flows, Price Level Adjustments and Expectations Author(s): Harold Bierman, Jr, Source: The Accounting Review, Vol. 46, No. 4 (Oct., 1971), pp. 693-699,

 

23. Discounted Cash Flows, Price-Level Adjustments and Expectations: A Comment Author(s): Thomas R. Dyckman, Source: The Accounting Review, Vol. 47, No. 4 (Oct., 1972), pp. 794-798,

 

24. Estimation Biases in Discounted Cash Flow Analyses of Equity Capital Cost in Rate Regulation Author(s): Charles M. Linke and J. Kenton Zumwalt Source: Financial Management, Vol. 13, No. 3 (Autumn, 1984), pp. 15-21,

 

25. Excess Cash Flows and Diversification Discount Author(s): John A. Doukas and Ozgur B. Kan,Source: Financial Management, Vol. 33, No. 2 (Summer, 2004), pp. 71-88,

 

26. On Standardizing Present-Value Procedures Author(s): R. B. Schwart, Source: Illinois Agricultural Economics, Vol. 12, No. 2 (Jul., 1972), pp. 26-28,

 

27. Payback Substitutes for Discounted Cash Flow, Author(s): Wilbur G. Lewellen, Howard P. Lanser and John J. McConnell, Source: Financial Management, Vol. 2, No. 2 (Summer, 1973), pp. 17-23,

 

28. Purchase of a Running Concern: Use of DCF for Valuation, Author(s): M. R. Batliwala, Source: Economic and Political Weekly, Vol. 3, No. 35 (Aug. 31, 1968), pp. M43+M45-M46,

 

29. Бухгалтерская отчетность ОАО "АВТОВАЗ" , 2009-2015 гг,

 

30. Бухгалтеская отчетность Ford Sollers , 2009-2015 гг,

 

31. Бухгалтерская отчетность ПАО "КАМАЗ", 2009-2015 гг,

 

32. Бухгалтерская отчетность "Уралвагонзавод", 2009-2015 гг,

 

33. Бухгалтерская отчетность ОАО "Курганмашзавод", 2009-2015 гг,

 

34. Бухгалтерская отчетность АО "УРАЛ", 2009-2015 гг,

 

35. Бухгалтерская отчетность ОАО "Завод имени Лихачева", 2009-2015 гг.

Примечания.

 





Рекомендуемые страницы:


Читайте также:

  1. I. МЫСЛИ О ГРАДОНАЧАЛЬНИЧЕСКОМ ЕДИНОМЫСЛИИ, А ТАКЖЕ О ГРАДОНАЧАЛЬНИЧЕСКОМ ЕДИНОВЛАСТИИ И О ПРОЧЕМ
  2. А если мне не в чем каяться?
  3. А к чему приводит повышение АД?
  4. А почему происходит то, что «происходит»?
  5. А прежде чем был построен, украшен и определён новый эон, призван великий Строитель, первый Зодчий, и ангелы, сущие с ним, чтобы построить и украсить новый эон.
  6. А. 4 Укажите ,чем отличается двигатель с фазным ротором от двигателя с короткозамкнутым ротором .
  7. А. Торможение автомобилей, иных, чем мотоциклы
  8. Библейское благословение: намного больше, чем вы можете представить
  9. БОЛЬШЕ ЧЕМ ПОЗИТИВНОЕ МЫШЛЕНИЕ
  10. Большего ужаса, чем пронизать себе жизнь припадками ревности,
  11. Будучи Духом, вы можете вернуться в прошлое, чтобы исправить его – благодаря чему вы исправите и свое настоящее
  12. Было видно, что ему тоже не легко, возможно, куда сложнее, чем мне. И это причиняло мне неимоверную боль, сжимая сердце и холодя руки.




Последнее изменение этой страницы: 2016-05-30; Просмотров: 586; Нарушение авторского права страницы


lektsia.com 2007 - 2021 год. Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав! (0.052 с.) Главная | Обратная связь