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

सार्वजनिक कंपनियों की दुनिया में, एक एकल शेयर की कीमत केवल स्क्रीन पर दिखने वाला एक नंबर मात्र नहीं है; यह एक कंपनी के स्वास्थ्य, उसके भविष्य के वादे और उसमें निवेशकों द्वारा रखे गए विश्वास का प्रतिबिंब है। इन कंपनियों के मालिकों के लिए, अंतिम लक्ष्य इस मूल्य को अधिकतम करना है, जिससे यह सुनिश्चित हो सके कि उनकी संपत्ति समय के साथ बढ़ती रहे। हालाँकि, इस लक्ष्य तक पहुँचना एक निरंतर बहस से जटिल हो जाता है: कंपनी के लाभ का कितना हिस्सा लाभांश (डिविडेंड) के रूप में शेयरधारकों को दिया जाना चाहिए, और कितना भविष्य के विकास के लिए रखा जाना चाहिए? कुछ सिद्धांत सुझाव देते हैं कि लाभांश देना बिल्कुल भी मायने नहीं रखता, जबकि अन्य तर्क देते हैं कि यह निर्णय अत्यंत महत्वपूर्ण है। एक तीसरा, अधिक संतुलित दृष्टिकोण सुझाव देता है कि एक कंपनी एक "तटस्थ" मार्ग खोज सकती है, एक ऐसा मार्ग जो सभी हितधारकों के हितों का सम्मान करता है और दीर्घकालिक स्थिरता सुनिश्चित करता है। यह मध्य मार्ग ही उरलल फेडरल यूनिवर्सिटी के सर्गेई क्रिलोव के एक नए अध्ययन की शुरुआत है, जिसका लक्ष्य यह समझना है कि जब एक कंपनी इस तटस्थ दृष्टिकोण का पालन करती है, तो विभिन्न वित्तीय उत्तोलक (लीवर्स) वास्तव में स्टॉक की कीमत को ऊपर या नीचे कैसे खींचते हैं।

शोधकर्ता ने इन वित्तीय बलों का एक सटीक मानचित्र बनाने का लक्ष्य रखा। उन्होंने उन विशिष्ट कारकों पर ध्यान केंद्रित किया जो एक शेयर की बाजार कीमत निर्धारित करते हैं: प्रति शेयर कंपनी कितना लाभ कमाती है, वह रिटर्न उत्पन्न करने के लिए अपने धन का कितनी कुशलता से उपयोग करती है, भविष्य की कमाई पर बाजार द्वारा लागू की जाने वाली समग्र छूट दर (डिस्काउंट रेट), निवेशकों द्वारा अपेक्षित रिटर्न दर, और लाभांश के बढ़ने की अपेक्षित दर। चुनौती यह थी कि ये कारक अलग-थलग कार्य नहीं करते; वे जटिल गणितीय मॉडलों में एक साथ उलझे हुए हैं। इन्हें सुलझाने के लिए, क्रिलोव ने 'डिटरमिनिस्टिक फैक्टर एनालिसिस' नामक पद्धति का उपयोग किया, जिसे वे यहाँ आर्टिफिशियल इंटेलिजेंस के एक रूप के रूप में देखते हैं। इस संदर्भ में, "इंटेलिजेंस" निर्णय लेने वाला कोई रोबोट नहीं है, बल्कि भविष्यवाणी की एक व्यवस्थित, कंप्यूटर-तैयार प्रक्रिया है। यह एक ज्ञात शुरुआती बिंदु लेकर, एक समय में एक विशिष्ट कारक को बदलते हुए और बाकी सब को स्थिर रखते हुए, यह गणना करता है कि उस एकल परिवर्तन ने अंतिम कीमत को कितना बदल दिया। यह एक कंपनी को निर्णय लेने से पहले ही, उसके अलग-थलग प्रभाव को स्पष्टता के साथ देखने की अनुमति देता है।

इस दृष्टिकोण का परीक्षण करने के लिए, अध्ययन ने "गामा" नामक एक काल्पनिक सार्वजनिक कंपनी पर इन मॉडलों को लागू किया। शोधकर्ताओं ने एक रिपोर्टिंग वर्ष के अंत के डेटा का उपयोग करके एक आधारभूत परिदृश्य स्थापित किया और फिर अगले वर्ष के लिए एक पूर्वानुमान तैयार किया, जिसमें प्रमुख कारकों को समायोजित करके देखा गया कि क्या होता है। उन्होंने देखा कि जब बाजार का पूंजीकरण स्तर, जो भविष्य के नकदी प्रवाह के लिए एक छूट दर के रूप में कार्य करता है, 15.3% से बढ़कर 16.1% हो गया, तो अपेक्षित शेयर की कीमत 104.839 रूबल से काफी गिर गई। इसके विपरीत, जब कंपनी की प्रति शेयर आय 157.48 रूबल से बढ़कर 164.53 रूबल हो गई, तो शेयर की कीमत 78.817 रूबल बढ़ गई। अध्ययन ने यह भी ट्रैक किया कि इन परिवर्तनों ने स्टॉक की "लोच" (इलास्टिसिटी) को कैसे प्रभावित किया, जो एक माप है कि कीमत विशिष्ट कारकों में परिवर्तनों के प्रति कितनी संवेदनशील है। उदाहरण के लिए, निवेश पर कंपनी के रिटर्न के प्रति कीमत की संवेदनशीलता अन्य स्थितियों के बदलने के साथ थोड़ी बदल गई, जो यह प्रदर्शित करता है कि इन चरों के बीच का संबंध गतिशील और प्रतिक्रियाशील है।

इस सिमुलेशन के परिणामों ने एक स्पष्ट, चरण-दर-चरण विवरण प्रदान किया कि प्रत्येक कारक अंतिम परिणाम में कैसे योगदान देता है। जब सभी परिवर्तनों को मिला दिया गया, तो शेयर की कीमत में 12.145 रूबल की मामूली वृद्धि का शुद्ध प्रभाव सामने आया। यह छोटा सा लाभ कई बड़े, विरोधी बलों का योग था: उच्च बाजार छूट दर के कारण हुई गिरावट को उच्च आय और बेहतर निवेश रिटर्न से होने वाले लाभों द्वारा आंशिक रूप से संतुलित किया गया था। अध्ययन ने यह भी खुलासा किया कि यदि लाभांश वृद्धि दर 5% पर स्थिर रहती है, तो इस विशिष्ट परिदृश्य में इसका कीमत परिवर्तन पर कोई तत्काल प्रभाव नहीं पड़ता है, जो यह रेखांकित करता है कि कैसे कुछ कारक कुछ परिस्थितियों में तटस्थ रह सकते हैं। इन प्रभावों को अलग करके, यह पद्धति प्रबंधकों को यह अनुमान लगाने की अनुमति देती है कि लाभांश नीति को बदलने या निवेश दक्षता में सुधार करने जैसे किसी विशिष्ट निर्णय का शेयर की कीमत पर क्या प्रभाव पड़ेगा।

यह कार्य पुष्टि करता है कि इन जटिल मॉडलों का विश्लेषण करने के लिए एक व्यवस्थित, चेन-प्रतिस्थापन पद्धति का उपयोग करना वित्तीय प्रबंधन के लिए एक व्यवहार्य और प्रभावी उपकरण है। यह अनुमान लगाने के बजाय, एक संरचित तरीका प्रदान करता है कि कंपनी के कार्यों को बाजार द्वारा कैसे देखा जाएगा। अध्ययन सुझाव देता है कि प्रत्येक कारक के सटीक प्रभाव को समझकर, एक सार्वजनिक कंपनी अपने स्टॉक की कीमत और अपनी लाभांश नीति को इस तरह से बेहतर ढंग से प्रबंधित कर सकती है जो सतत विकास का समर्थन करती है। हालांकि यह पद्धति इस धारणा पर निर्भर करती है कि कारक स्वतंत्र रूप से बदलते हैं, जो वास्तविक दुनिया का एक सरलीकरण है, फिर भी इसके परिणाम निर्णय लेने के लिए एक शक्तिशाली ढांचा प्रदान करते हैं। शोध निष्कर्ष निकालता है कि यह दृष्टिकोण, जिसे भविष्यवाणी के लिए एक आर्टिफिशियल इंटेलिजेंस टूल के रूप में प्रस्तुत किया गया है, कंपनियों को शेयर बाजार की जटिलताओं को नेविगेट करने में मदद कर सकता है, जिससे यह सुनिश्चित हो सके कि उनकी रणनीतियाँ केवल आशावादी अनुमान नहीं, बल्कि शेयरधारक मूल्य को अधिकतम करने की ओर गणना किए गए कदम हैं।