A Study of the Influence of Factors on the Models of the Market Price of Common Stock and Its Elasticity with a Neutral Approach to Dividend Policy as an Artificial Intelligence Tool

In der Welt der börsennotierten Unternehmen ist der Preis einer einzelnen Aktie mehr als nur eine Zahl auf einem Bildschirm; er ist ein Spiegelbild der Gesundheit eines Unternehmens, seines zukünftigen Versprechens und des Vertrauens, das Investoren in es setzen. Für die Eigentümer dieser Unternehmen besteht das ultimative Ziel darin, diesen Wert zu maximieren und so sicherzustellen, dass ihr Vermögen im Laufe der Zeit wächst. Das Erreichen dieses Ziels wird jedoch durch eine anhaltende Debatte erschwert: Wie viel des Gewinns eines Unternehmens sollte als Dividende an die Aktionäre ausgeschüttet werden, und wie viel sollte einbehalten werden, um zukünftiges Wachstum zu finanzieren? Einige Theorien legen nahe, dass die Zahlung von Dividenden überhaupt keine Rolle spielt, während andere argumentieren, dass die Entscheidung entscheidend ist. Eine dritte, ausgewogenere Perspektive legt nahe, dass ein Unternehmen einen „neutralen“ Weg finden kann, einen, der die Interessen aller Stakeholder respektiert und langfristige Stabilität gewährleistet. In diesem Mittelgrund setzt eine neue Studie von Sergey Krylov von der Ural Federal University an, die darauf abzielt, genau zu verstehen, wie verschiedene finanzielle Hebel den Aktienkurs steigen oder sinken lassen, wenn ein Unternehmen diesem neutralen Ansatz folgt.

Der Forscher setzte sich zum Ziel, eine präzise Landkarte dieser finanziellen Kräfte zu erstellen. Er konzentrierte sich auf eine spezifische Gruppe von Faktoren, die den Marktwert einer Aktie bestimmen: wie viel Gewinn das Unternehmen pro Aktie erwirtschaftet, wie effizient es sein Geld zur Generierung von Renditen einsetzt, den allgemeinen Diskontsatz, den der Markt auf zukünftige Erträge anwendet, die Rendite, die Investoren fordern, und die Rate, mit der die Dividenden erwartet werden. Die Herausforderung bestand darin, dass diese Faktoren nicht isoliert agieren; sie sind in komplexen mathematischen Modellen miteinander verflochten. Um sie zu entwirren, wandte Krylov eine Methode an, die als deterministische Faktoranalyse bekannt ist, welche er hier als eine Form der künstlichen Intelligenz behandelt. In diesem Kontext ist die „Intelligenz“ kein Roboter, der Entscheidungen trifft, sondern ein systematischer, computergestützter Prozess der Vorhersage. Er funktioniert dadurch, dass er einen bekannten Ausgangspunkt nimmt, jeweils einen spezifischen Faktor verändert, während alles andere konstant gehalten wird, und berechnet, wie stark diese einzelne Änderung den endgültigen Preis verschiebt. Dies ermöglicht es einem Unternehmen, die isolierte Auswirkung einer Entscheidung mit Klarheit zu sehen, bevor sie getroffen wird.

Um diesen Ansatz zu testen, wandte die Studie diese Modelle auf ein hypothetisches börsennotiertes Unternehmen namens „Gamma“ an. Die Forscher etablierten ein Basisszenario unter Verwendung von Daten vom Ende eines Berichtsjahres und erstellten dann eine Prognose für das Folgejahr, indem sie die Schlüsselfaktoren anpassten, um zu sehen, was passieren würde. Sie beobachteten, dass, als das Marktkapitalisierungsniveau, das als Diskontsatz für zukünftige Cashflows fungiert, von 15,3 % auf 16,1 % stieg, der erwartete Aktienkurs signifikant um 104,839 Rubel sank. Umgekehrt stieg der Aktienkurs um 78,817 Rubel, als der Gewinn pro Aktie von 157,48 Rubel auf 164,53 Rubel anstieg. Die Studie verfolgte auch, wie diese Änderungen die „Elastizität“ des Aktienkurses beeinflussten, ein Maß dafür, wie sensibel der Preis auf Änderungen spezifischer Faktoren reagiert. Beispielsweise verschob sich die Sensitivität des Preises gegenüber der Kapitalrendite des Unternehmens leicht, wenn sich andere Bedingungen änderten, was zeigt, dass die Beziehung zwischen diesen Variablen dynamisch und reaktionsfähig ist.

Die Ergebnisse dieser Simulation lieferten eine klare, schrittweise Aufschlüsselung dessen, wie jeder Faktor zum Endergebnis beitrug. Als alle Änderungen kombiniert wurden, war der Nettoeffekt ein moderater Anstieg des Aktienkurses um 12,145 Rubel. Dieser kleine Gewinn war die Summe mehrerer größerer, gegensätzlicher Kräfte: der Rückgang durch den höheren Marktdiskontsatz wurde teilweise durch die Gewinne aus höheren Erträgen und verbesserten Investitionsrenditen ausgeglichen. Die Studie zeigte auch, dass die Dividendenwachstumsrate, wenn sie konstant bei 5 % blieb, in diesem spezifischen Szenario keinen unmittelbaren Effekt auf die Preisänderung hatte, was verdeutlicht, wie einige Faktoren unter bestimmten Bedingungen neutral bleiben können. Durch die Isolierung dieser Effekte ermöglicht die Methode Managern vorherzusagen, wie genau eine Entscheidung, wie etwa die Änderung der Dividendenpolitik oder die Verbesserung der Investitionseffizienz, Auswirkungen auf den Aktienkurs haben wird.

Diese Arbeit bestätigt, dass die Verwendung einer systematischen Ketten-Substitutions-Methode zur Analyse dieser komplexen Modelle ein praktikables und effektives Werkzeug für das Finanzmanagement ist. Sie bietet eine Möglichkeit, über bloßes Raten hinauszugehen und eine strukturierte Weise bereitzustellen, um vorherzusagen, wie die Handlungen eines Unternehmens vom Markt wahrgenommen werden. Die Studie legt nahe, dass ein börsennotiertes Unternehmen durch das Verständnis des präzisen Einflusses jedes Faktors seinen Aktienkurs und seine Dividendenpolitik besser steuern kann, um eine nachhaltige Entwicklung zu unterstützen. Während die Methode auf der Annahme beruht, dass sich Faktoren unabhängig voneinander ändern, was eine Vereinfachung der Realität darstellt, bietet das Ergebnis einen leistungsstarken Rahmen für die Entscheidungsfindung. Die Forschung kommt zu dem Schluss, dass dieser Ansatz, der als Werkzeug der künstlichen Intelligenz zur Vorhersage gerahmt ist, Unternehmen helfen kann, die Komplexität des Aktienmarktes zu navigieren und sicherzustellen, dass ihre Strategien nicht nur hoffnungsvolle Vermutungen, sondern kalkulierte Schritte zur Maximierung des Aktionärswerts sind.