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

Nel mondo delle società quotate, il prezzo di un singolo titolo è molto più di un semplice numero su uno schermo; è un riflesso della salute di un'azienda, della sua promessa futura e della fiducia che gli investitori ripongono in essa. Per i proprietari di queste società, l'obiettivo ultimo è massimizzare questo valore, assicurando che la loro ricchezza cresca nel tempo. Tuttavia, raggiungere questo obiettivo è complicato da un dibattito persistente: quanto del profitto di un'azienda debba essere versato agli azionisti sotto forma di dividendi e quanto debba essere trattenuto per finanziare la crescita futura. Alcune teorie suggeriscono che il pagamento dei dividendi non conti affatto, mentre altre sostengono che la decisione sia cruciale. Una terza prospettiva, più equilibrata, suggerisce che un'azienda possa trovare una via "neutra", una che rispetti gli interessi di tutti gli stakeholder e garantisca la stabilità a lungo termine. È in questo punto di equilibrio che inizia un nuovo studio di Sergey Krylov dell'Università Federale degli Urali, con l'obiettivo di comprendere esattamente come diverse leve finanziarie spingano il prezzo di un'azione verso l'alto o verso il basso quando un'azienda segue questo approccio neutrale.

Il ricercatore si è posto l'obiettivo di costruire una mappa precisa di queste forze finanziarie. Si è concentrato su un set specifico di fattori che determinano il prezzo di mercato di un'azione: quanto profitto l'azienda genera per azione, quanto efficientemente utilizza il proprio denaro per generare rendimenti, il tasso di sconto complessivo che il mercato applica ai guadagni futuri, il tasso di rendimento richiesto dagli investitori e il tasso di crescita atteso dei dividendi. La sfida era che questi fattori non agiscono in isolamento; sono intrecciati in complessi modelli matematici. Per districarli, Krylov ha impiegato un metodo noto come analisi fattoriale deterministica, che qui tratta come una forma di intelligenza artificiale. In questo contesto, l'"intelligenza" non è un robot che prende decisioni, ma un processo sistematico, pronto per l'elaborazione computerizzata, di previsione. Funziona prendendo un punto di partenza noto, cambiando un fattore specifico alla volta mantenendo costanti tutti gli altri, e calcolando esattamente quanto quel singolo cambiamento sposti il prezzo finale. Ciò consente a un'azienda di vedere, con chiarezza, l'impatto isolato di una decisione prima che venga presa.

Per testare questo approccio, lo studio ha applicato questi modelli a una ipotetica società pubblica chiamata "Gamma". I ricercatori hanno stabilito uno scenario di base utilizzando i dati alla fine di un anno di rendiconto e hanno poi creato una previsione per l'anno successivo, regolando i fattori chiave per vedere cosa sarebbe successo. Hanno osservato che quando il livello di capitalizzazione di mercato, che funge da tasso di sconto per i flussi di cassa futuri, è salito dal 15,3% al 16,1%, il prezzo atteso dell'azione è sceso significativamente di 104,839 rubli. Al contrario, quando gli utili per azione della società sono aumentati da 157,48 rubli a 164,53 rubli, il prezzo delle azioni è salito di 78,817 rubli. Lo studio ha anche tracciato come questi cambiamenti influenzassero l'"elasticità" del prezzo delle azioni, una misura di quanto il prezzo sia sensibile ai cambiamenti di specifici fattori. Ad esempio, la sensibilità del prezzo rispetto al rendimento sull'investimento dell'azienda è variata leggermente al variare di altre condizioni, dimostrando che la relazione tra queste variabili è dinamica e reattiva.

I risultati di questa simulazione hanno fornito una scomposizione chiara e passo dopo passo di come ogni fattore abbia contribuito al risultato finale. Quando tutti i cambiamenti sono stati combinati, l'effetto netto è stato un modesto aumento del prezzo delle azioni di 12,145 rubli. Questo piccolo guadagno era la somma di diverse forze più grandi e opposte: il calo causato dal maggiore tasso di sconto di mercato è stato parzialmente compensato dai guadagni derivanti da maggiori utili e migliori rendimenti di investimento. Lo studio ha anche rivelato che se il tasso di crescita dei dividendi fosse rimasto costante al 5%, non avrebbe avuto un effetto immediato sulla variazione del prezzo in questo specifico scenario, evidenziando come alcuni fattori possano rimanere neutrali in determinate condizioni. Isolando questi effetti, il metodo consente ai manager di prevedere esattamente come una specifica decisione, come l'alterazione della politica dei dividendi o il miglioramento dell'efficienza degli investimenti, si ripercuoterà sul prezzo delle azioni.

Questo lavoro conferma che l'uso di un metodo sistematico di sostituzione a catena per analizzare questi modelli complessi è uno strumento valido ed efficace per la gestione finanziaria. Offre un modo per andare oltre le congetture, fornendo un modo strutturato per prevedere come le azioni di un'azienda saranno percepite dal mercato. Lo studio suggerisce che, comprendendo l'influenza precisa di ciascun fattore, una società pubblica può gestire meglio il proprio prezzo delle azioni e la propria politica dei dividendi in modo da sostenere lo sviluppo sostenibile. Sebbene il metodo si basi sull'assunto che i fattori cambino indipendentemente, il che è una semplificazione del mondo reale, i risultati offrono un quadro potente per il processo decisionale. La ricerca conclude che questo approccio, inquadrato come uno strumento di intelligenza artificiale per la previsione, può aiutare le aziende a navigare nelle complessità del mercato azionario, assicurando che le loro strategie non siano solo speranze incerte, ma passi calcolati verso la massimizzazione del valore per gli azionisti.