विश्लेषक ध्यान संशोधित अपेक्षित रिटर्न
factor.formula
CTR = Rank(WTR) * Rank(C)
में:
- :
सांद्रता-समायोजित लक्ष्य रिटर्न विश्लेषक ध्यान के लिए समायोजन के बाद अपेक्षित रिटर्न कारक को संदर्भित करता है।
- :
क्रॉस सेक्शन में भारित लक्ष्य रिटर्न का रैंकिंग मान। WTR विश्लेषक के लक्ष्य मूल्य द्वारा गणना किए गए अपेक्षित रिटर्न को संदर्भित करता है, और फिर एक निश्चित वजन द्वारा भारित किया जाता है। इस चरण का उद्देश्य मूल अपेक्षित रिटर्न को क्रॉस-स्टॉक तुलना और विश्लेषण के लिए एक सापेक्ष रैंकिंग में बदलना है, जिससे संख्यात्मक पैमानों में अंतर समाप्त हो सके। भार आमतौर पर विश्लेषक की रेटिंग और लक्ष्य मूल्य के विश्वास स्तर जैसे कारकों को ध्यान में रख सकते हैं।
- :
क्रॉस सेक्शन में विश्लेषक कवरेज सांद्रता कारक का रैंकिंग मान। कवरेज कारक C को आमतौर पर उन विश्लेषकों की संख्या से मापा जाता है जिन्होंने अतीत की समयावधि में एक विशिष्ट स्टॉक को कवर किया है, और एक ही संस्थान के विश्लेषकों को दोहराव से बचने के लिए डुप्लिकेट किया जाता है। यह चरण कवरेज के निरपेक्ष मूल्य को क्रॉस-स्टॉक तुलना के लिए एक सापेक्ष रैंकिंग में भी परिवर्तित करता है। Rank(C) मान जितना अधिक होगा, स्टॉक का कवरेज और विश्लेषक कवरेज उतना ही अधिक होगा।
factor.explanation
विश्लेषक कवरेज सुधारे गए अपेक्षित रिटर्न को उस पूर्वानुमान पूर्वाग्रह को पकड़ने के लिए डिज़ाइन किया गया है जो विश्लेषकों द्वारा भविष्य के स्टॉक की कीमतों की भविष्यवाणी करते समय भावनात्मक पूर्वाग्रह और अनुसंधान एकरूपता के कारण हो सकता है। मूल तर्क यह है कि जब किसी स्टॉक को बड़ी संख्या में विश्लेषकों द्वारा कवर किया जाता है, तो अनुसंधान एकरूपता के कारण, विश्लेषकों के पूर्वानुमान अधिक सुसंगत होते हैं, और उनके पूर्वानुमान व्यक्तिगत भावनाओं से अपेक्षाकृत कम प्रभावित होते हैं। इसके विपरीत, यदि किसी स्टॉक में विश्लेषक कवरेज कम है, तो विश्लेषकों के पूर्वानुमानों में उनकी व्यक्तिगत भावनाओं और राय को दर्शाने की अधिक संभावना है, इसलिए उनका पूर्वानुमान पूर्वाग्रह अधिक हो सकता है। यह कारक भारित अपेक्षित रिटर्न और विश्लेषक कवरेज को मिलाकर अपेक्षित रिटर्न का अधिक मजबूत माप प्रदान करता है। इन दोनों कारकों को क्रमबद्ध करके और उन्हें गुणा करके, विश्लेषक के भावनात्मक पूर्वाग्रह को ठीक किया जाता है, जिससे अंतिम अपेक्षित रिटर्न अधिक तर्कसंगत और विश्वसनीय हो जाता है।