विश्लेषकों द्वारा अपेक्षित ईपीएस समायोजन
factor.formula
समायोजन राशि = (वर्तमान अपेक्षित ईपीएस - तीन महीने पहले अपेक्षित ईपीएस) / |तीन महीने पहले अपेक्षित ईपीएस|
यह सूत्र विश्लेषकों की अपेक्षित प्रति शेयर आय (ईपीएस) में समायोजन की गणना करता है। अंश वर्तमान अपेक्षित ईपीएस और तीन महीने पहले के अपेक्षित ईपीएस के बीच का अंतर है, और हर तीन महीने पहले के अपेक्षित ईपीएस का निरपेक्ष मान है। हर को निरपेक्ष मान में लिया जाता है ताकि हर ऋणात्मक होने पर कारक के चिह्न के उलटाव से बचा जा सके, और समायोजन को अधिक तुलनीय बनाने के लिए मानकीकृत किया जा सके।
- :
अगले एक या अधिक रिपोर्टिंग अवधियों के लिए कंपनी की प्रति शेयर आय के लिए विश्लेषकों की वर्तमान अपेक्षाओं का औसत। यह अपेक्षा आमतौर पर स्टॉक को कवर करने वाले सभी विश्लेषकों के सर्वसम्मति अनुमान पर आधारित होती है।
- :
तीन महीने पहले एक या अधिक भविष्य की रिपोर्टिंग अवधियों में कंपनी के लिए विश्लेषकों की औसत अपेक्षित प्रति शेयर आय, जिसकी गणना वर्तमान अपेक्षित ईपीएस के समान विधि का उपयोग करके की जाती है।
- :
तीन महीने पहले अपेक्षित ईपीएस का निरपेक्ष मान यह सुनिश्चित करता है कि हर सकारात्मक है, उस स्थिति से बचाता है जहां हर 0 है, और परिणामों को अधिक तुलनीय बनाता है।
factor.explanation
यह कारक बाजार की भावनाओं और बुनियादी बातों में गतिशील परिवर्तनों को मापता है, यह दर्शाता है कि विश्लेषकों ने कंपनी के प्रति शेयर आय के लिए अपनी अपेक्षाओं को किस हद तक बदला है। एक सकारात्मक मान इंगित करता है कि विश्लेषकों ने कंपनी के ईपीएस के लिए अपनी अपेक्षाएं बढ़ा दी हैं, जो कंपनी की कमाई की संभावनाओं के बारे में बाजार के आशावाद को दर्शाता है; एक नकारात्मक मान इंगित करता है कि विश्लेषकों ने ईपीएस की उम्मीदें कम कर दी हैं, जो कंपनी की लाभप्रदता के बारे में बाजार की चिंताओं को दर्शाता है। समायोजन का निरपेक्ष मान कंपनी की आय के पूर्वानुमानों में परिवर्तन के प्रति बाजार की संवेदनशीलता को दर्शाता है। इस कारक में परिवर्तन का उपयोग यह मापने के लिए एक संकेतक के रूप में किया जा सकता है कि बाजार ने कंपनी की कमाई के लिए अपनी अपेक्षाओं को किस हद तक संशोधित किया है, और इसका उपयोग स्टॉक चयन और पोर्टफोलियो प्रबंधन के लिए किया जा सकता है। यह ध्यान दिया जाना चाहिए कि यह कारक विश्लेषक की अपेक्षा पूर्वाग्रह से प्रभावित हो सकता है, इसलिए व्यापक विश्लेषण के लिए इसे अन्य कारकों के साथ जोड़ा जाना चाहिए।