বিশ্লেষক কভারেজ রেসিজুয়ালস
factor.formula
বিশ্লেষক কভারেজ রেসিজুয়াল গণনা করার সূত্র:
যেখানে:
- :
m-তম মাসের শেষে i-তম স্টকের বিশ্লেষক কভারেজ, যা সাধারণ বিশ্লেষক কভারেজ বা মোট বিশ্লেষক কভারেজ হিসাবে নির্বাচন করা যেতে পারে। এই মানটি নির্দেশ করে যে m-তম মাসের শেষে কতজন বিশ্লেষক i স্টকটি কভার করেছেন, যা স্টকের প্রতি বাজারের মনোযোগ প্রতিফলিত করে। এখানে লগারিদমের সাথে 1 যোগ করার কারণ হল যখন COV 0 হয় তখন লগারিদম নেওয়া সম্ভব না হওয়া। একই সময়ে, এটি ডেটা বিতরণকে কিছুটা মসৃণ করতে এবং বহিরাগত প্রভাব কমাতে পারে।
- :
m-তম মাসের শেষে i-তম স্টকের মোট বাজার মূল্যের স্বাভাবিক লগারিদম। মোট বাজার মূল্য কোম্পানির আকার প্রতিফলিত করে। সাধারণত, বৃহত্তর বাজার মূল্যের কোম্পানিগুলি বেশি বিশ্লেষকের মনোযোগ পায়। অতএব, বাজার মূল্যের লগারিদমকে ব্যাখ্যামূলক পরিবর্তনশীল হিসাবে ব্যবহার করা কোম্পানি আকারের কারণে বিশ্লেষক কভারেজের প্রভাব নিয়ন্ত্রণ করতে পারে। লগারিদমিক ফর্ম ব্যবহার করা চরম বাজার মূল্যের প্রভাবও কমাতে পারে, যা এর ডেটা বিতরণকে লিনিয়ার রিগ্রেশনের অনুমানের সাথে আরও সঙ্গতিপূর্ণ করে।
- :
m-তম মাসের শেষ পর্যন্ত গত তিন মাসে i-তম স্টকের গড় দৈনিক টার্নওভার হারের স্বাভাবিক লগারিদম। টার্নওভার হার স্টকের তারল্য প্রতিফলিত করে এবং উচ্চ তারল্যযুক্ত স্টকগুলি সাধারণত বাজারে বেশি জনপ্রিয়। লগারিদম নেওয়ার উদ্দেশ্য হল চরম টার্নওভার হারের প্রভাব কমানো এবং তাদের বিতরণকে আরও স্থিতিশীল করা।
- :
m-তম মাসের শেষ পর্যন্ত গত তিন মাসে i-তম স্টকের রিটার্ন। স্টকের মোমেন্টাম প্রভাব ইঙ্গিত করে যে অতীতে ভালো পারফর্ম করা স্টকগুলি ভবিষ্যতে ভালো পারফর্ম করতে পারে, তাই বিশ্লেষকরা এই ধরনের স্টকগুলির দিকে মনোযোগ দিতে চান। এখানে গত তিন মাসের রিটার্ন ব্যবহার করা হয় বিশ্লেষক কভারেজের নিয়ন্ত্রণ পরিবর্তনশীল হিসাবে মোমেন্টাম প্রভাবকে ক্যাপচার করার জন্য।
- :
রিগ্রেশন মডেলের ইন্টারসেপ্ট টার্ম বিশ্লেষক কভারেজের লগারিদমের প্রত্যাশিত মানকে উপস্থাপন করে যখন সমস্ত ব্যাখ্যামূলক পরিবর্তনশীল 0 হয়। ব্যবহারিকভাবে, এটি বাজার মূলধন, টার্নওভার হার এবং মোমেন্টাম প্রভাব বিবেচনা না করার ক্ষেত্রে বিশ্লেষক কভারেজের ভিত্তি স্তরের প্রতিনিধিত্ব করে।
- :
বাজার মূলধনের লগারিদমের ($SIZE_{i,m}$) রিগ্রেশন সহগ বাজার মূলধনের লগারিদমের প্রতিটি একক পরিবর্তনের জন্য বিশ্লেষক কভারেজের লগারিদমের প্রত্যাশিত পরিবর্তনকে উপস্থাপন করে। এই সহগটি বিশ্লেষক কভারেজের উপর স্টক আকারের প্রভাবের দিক এবং মাত্রাকে প্রতিফলিত করে এবং এটি ইতিবাচক হওয়ার আশা করা হয়, অর্থাৎ, কোম্পানির বাজার মূলধন যত বড় হবে, তার বিশ্লেষক কভারেজ তত বেশি হবে।
- :
গত তিন মাসের দৈনিক গড় টার্নওভার হারের লগারিদমের ($LNTO_{i,m}$) রিগ্রেশন সহগ টার্নওভার হারের লগারিদমের প্রতিটি একক পরিবর্তনের জন্য বিশ্লেষক কভারেজের লগারিদমের প্রত্যাশিত পরিবর্তনকে উপস্থাপন করে। এই সহগটি বিশ্লেষক কভারেজের উপর স্টক তারল্যের প্রভাবের দিক এবং মাত্রাকে প্রতিফলিত করে এবং এটি ইতিবাচক হওয়ার আশা করা হয়, অর্থাৎ, স্টক যত বেশি তরল হবে, তার বিশ্লেষক কভারেজ তত বেশি হবে।
- :
গত তিন মাসের রিটার্নের ($MOM_{i,m}$) রিগ্রেশন সহগ রিটার্নের প্রতিটি একক পরিবর্তনের জন্য বিশ্লেষক কভারেজের লগারিদমের প্রত্যাশিত পরিবর্তনকে উপস্থাপন করে। এই সহগটি বিশ্লেষক কভারেজের উপর স্টক মোমেন্টাম প্রভাবের (অতীতের কর্মক্ষমতা) দিক এবং মাত্রাকে প্রতিফলিত করে এবং এটি ইতিবাচক হওয়ার আশা করা হয়, অর্থাৎ, অতীতে ভালো পারফর্ম করা স্টকের বিশ্লেষক কভারেজ বেশি।
- :
রিগ্রেশন মডেলের রেসিজুয়াল টার্ম বাজার মূল্য, টার্নওভার হার এবং মোমেন্টাম প্রভাব দ্বারা ব্যাখ্যা করা যায় না এমন বিশ্লেষক কভারেজকে উপস্থাপন করে, অর্থাৎ, বিশ্লেষক কভারেজ রেসিজুয়াল। এই রেসিজুয়াল টার্মটিকে অস্বাভাবিক বিশ্লেষক কভারেজ হিসাবে বিবেচনা করা হয়, যা বিশ্লেষকের নির্বাচনী পক্ষপাত, তথ্যের সুবিধা এবং অন্যান্য আচরণকে প্রতিফলিত করতে পারে এবং এটি এই ফ্যাক্টরের মূল ফোকাস।
factor.explanation
এই ফ্যাক্টরটি রিগ্রেশন বিশ্লেষণের মাধ্যমে বিশ্লেষক কভারেজকে দুটি অংশে বিভক্ত করে: একটি অংশ হল প্রত্যাশিত বিশ্লেষক কভারেজ যা স্টকের মৌলিক বৈশিষ্ট্য (যেমন বাজার মূলধন, টার্নওভার হার এবং মোমেন্টাম প্রভাব) দ্বারা ব্যাখ্যা করা যেতে পারে; অন্য অংশটি হল রিগ্রেশন রেসিজুয়াল, যা প্রত্যাশার বাইরে অস্বাভাবিক বিশ্লেষক কভারেজকে উপস্থাপন করে, অর্থাৎ, বিশ্লেষক কভারেজ রেসিজুয়াল। গবেষণায় দেখা গেছে যে স্টকের অতিরিক্ত রিটার্ন বিশ্লেষক কভারেজ রেসিজুয়ালের সাথে উল্লেখযোগ্যভাবে সম্পর্কযুক্ত, যা বিশ্লেষকের আচরণের মধ্যে নির্বাচনি পক্ষপাত এবং তথ্যের সুবিধার মতো বিষয়গুলিকে প্রতিফলিত করে, যা বাজার মূলধন, টার্নওভার হার এবং মোমেন্টাম প্রভাব দ্বারা সম্পূর্ণরূপে ব্যাখ্যা করা যায় না। অতএব, এই ফ্যাক্টরটি তথ্যের অসামঞ্জস্যতা এবং বিশ্লেষকের আচরণগত পক্ষপাতিত্বকে ধারণ করে এবং এর আলফা মাইনিং করার সম্ভাবনা রয়েছে।