ANALYSIS OF PRIVATE COMPANIES SPECIFIC PARAMETRES USING A NEURAL NETWORK MODEL
Статья поступила в редакцию: 12.03.2024
Статья опубликована: 19.03.2024
Keywords:
analysis of private companies, private equity investments, specificity of private companies, neural network models, quantitative analysis, analytical indicators and ratios.Abstract
This article presents the results of a neural network model development, which is used in quantitative verification of analytical indicators for the selection of potential private equity targets. The effectiveness of analytical indicators is expressed by increasing profitability and reducing risk based on the the selection of private companies for investments using such indicators. As a result of the conducted research, a neural network model is proposed, as well as a list of analytical indicators, which effectiveness has been verified using data of Russian private companies.
Информация о публикации
Финансирование: Исследование выполнено без привлечения внешнего финансирования, если иное не указано авторами.
Вклад авторов: Все авторы внесли существенный вклад в подготовку статьи, ознакомились с окончательной версией рукописи и одобрили ее к публикации.
Конфликт интересов: Авторы заявляют об отсутствии конфликта интересов, если иное не указано в публикации.
Правообладатель: Издательский дом «Академический».
Условия использования. Статьи текущего года распространяются по подписке на журнал «Финансовый менеджмент». Все права защищены. Полная версия статьи доступна на сайте Научной электронной библиотеки eLIBRARY.RU www.elibrary.ru/contents.asp?titleid=9552 . Материалы предыдущих лет распространяются по лицензии Creative Commons Attribution 4.0 International (CC BY 4.0) . Метаданные всех статей распространяются по открытой лицензии и могут свободно использоваться в информационных, научных и библиографических целях.
Машиночитаемый файл метаданных: JATS XML
References
Gilligan J., Wright M. Private equity demystified: An explanatory guide / J. Gilligan, M. Wright // Oxford University Press. 2020. P. 9-43.
Cumming D., Walz U. Private equity returns and disclosure around the world / D. Cumming , U. Walz // Journal of International Business Studies. 2010. Vol. 41. № 4. P. 727-754.
Harjoto M.A., Paglia J.K. The Discount for Lack of Marketability in Privately Owned Companies: A Multiples Approach // Journal of Business Valuation and Economics Loss Analysis. 2010. Vol. 5. № 1. P. 12-17.
Lerner J. Private Equity in Emerging Markets: An Overview // Emerging Markets Review. 2010. Vol. 11. № 4. P. 297-307.
Birkinshaw J., Pedersen T. Managing Complexity in Emerging Market Acquisitions // Strategic Management Journal. 2011. Vol. 32. № 3. P. 246-267.
Bland A.S.S. et al. International Private Equity and Venture Capital Valuation Guidelines. Comments on the IPEV 2012 // Örebro: The Valuation Journal. 2017. Vol. 12. № 2. P. 120-125.
Шеремет А.Д., Негашев Е.В. Методика финансового анализа деятельности коммерческих организаций. М.: Издательский Дом "Инфра-М", 2013. 208 с.
Ozler O.S., Broadman H.G. Private Equity in Emerging Markets: A Comparative Overview // Emerging Markets Review. 2011. Vol. 12. № 1. P. 1-23.
Morini C. Export barriers for SMEs from emerging market: A model of analysis for non-tech companies // BAR-Brazilian Administration Review. 2021. Vol. 18. P. 24-31.
Zong L. Governance lessons from the private equity industry // The Journal of Private Equity. 2005. Vol. 9. № 1. P. 63-66.
Hajinoroozi M. EEG-based prediction of driver's cognitive performance by deep convolutional neural network // Signal Processing: Image Communication. 2016. Vol. 47. P. 549-555.
Elliott J.A., Rosenbloom A., Park J. Corporate Social Responsibility in Emerging Markets: Insights from the Mining Industry // Journal of Business Ethics. 2015. Vol. 132. № 2. P. 323-342.
Ciaburro G., Venkateswaran B. Neural Networks with R: Smart models using CNN, RNN, deep learning, and artificial intelligence principles // Packt Publishing Ltd. 2017. P. 6-41.
Никифорова Н.А Анализ состояния нейросетевых моделей в различных сферах их применения // Экономические науки. 2023. № 4 (221). С. 260-265.
Никифорова Н.А. Факторная модель анализа стоимости бизнеса. // Управленческий учет. 2023. № 1. С. 101-109.
