आय स्थिरता गुणांक
factor.formula
रिटर्न स्थिरता मॉडल (AR(1)):
जिसमें:
- :
अवधि t में कंपनी j का आय संकेतक। वैकल्पिक आय संकेतकों में शामिल हैं लेकिन इन्हीं तक सीमित नहीं हैं: प्रति शेयर आय (ईपीएस), मूल कंपनी के शेयरधारकों के लिए शुद्ध लाभ, या परिचालन लाभ। विशिष्ट संकेतकों का चयन अनुसंधान के उद्देश्य और डेटा उपलब्धता के आधार पर किया जाना चाहिए ताकि यह सुनिश्चित किया जा सके कि समान विश्लेषणात्मक ढांचे के तहत लगातार आय संकेतकों का उपयोग किया जाता है।
- :
कंपनी j के रिटर्न प्रतिगमन मॉडल का इंटरसेप्ट पद अवधि t में रिटर्न के अपेक्षित मूल्य का प्रतिनिधित्व करता है जब अवधि t-1 में रिटर्न शून्य होता है। रिटर्न की स्थिरता को मापते समय यह पैरामीटर आमतौर पर फोकस नहीं होता है, और रिटर्न के ऑटोरेग्रेसन गुणांक पर अधिक ध्यान दिया जाता है।
- :
कंपनी j का आय स्थिरता गुणांक, अर्थात अवधि t में आय पर अवधि t-1 में आय का प्रथम-क्रम ऑटोरेग्रेसिव गुणांक, आय के स्वसंबंध (autocorrelation) को मापता है। यह गुणांक इस कारक का मूल है और इसका उपयोग आय की स्थिरता और पूर्वानुमान क्षमता का मूल्यांकन करने के लिए किया जाता है। $\phi_{1,j}$ का अनुमानित मान 1 के जितना करीब होगा, आय की स्थिरता उतनी ही अधिक होगी, यानी अगली अवधि की आय पर वर्तमान अवधि की आय का प्रभाव उतना ही अधिक होगा।
- :
अवधि t में कंपनी j का प्रतिगमन अवशेष पद आय परिवर्तन के उस हिस्से का प्रतिनिधित्व करता है जिसे मॉडल समझा नहीं सकता है। यह आमतौर पर 0 के माध्य वाला एक यादृच्छिक त्रुटि पद माना जाता है और स्वतंत्र और समान रूप से वितरित होता है।
factor.explanation
आय स्थिरता गुणांक $\phi_{1,j}$ एक प्रमुख संकेतक है। इसका मान जितना अधिक होगा, कंपनी की आय की स्थिरता उतनी ही मजबूत होगी, अर्थात आय का स्वसंबंध (autocorrelation) उतना ही अधिक होगा। जब $\phi_{1,j}$ 1 के करीब होता है, तो इसका मतलब है कि कंपनी में उच्च स्तर की निरंतर लाभप्रदता है, और वर्तमान अवधि की आय का स्तर अगली अवधि की आय के स्तर का बेहतर अनुमान लगा सकता है, जिसे आमतौर पर उच्च आय गुणवत्ता का प्रतिबिंब माना जाता है। इसके विपरीत, जब $\phi_{1,j}$ 0 के करीब होता है, तो इसका मतलब है कि कंपनी की आय में बहुत भिन्नता है, यह कम स्थिर है, और इसका अनुमान लगाना मुश्किल है। यह इंगित कर सकता है कि कंपनी का आय स्रोत अस्थिर है, या आय एकमुश्त कारकों से गंभीर रूप से प्रभावित है, जिसके परिणामस्वरूप निम्न-गुणवत्ता वाली आय स्तर प्राप्त होती है। यह कारक स्थायी लाभप्रदता वाली कंपनियों की पहचान करने में सहायता कर सकता है, निवेशकों को अधिक सूचित निवेश निर्णय लेने में मदद कर सकता है, और जोखिम प्रबंधन में भी मदद कर सकता है और बड़ी आय में उतार-चढ़ाव वाली कंपनियों की पहचान कर सकता है। व्यावहारिक अनुप्रयोगों में, पैनल डेटा प्रतिगमन विधियों का उपयोग आमतौर पर एक समय श्रृंखला पर समान कंपनी को प्रतिगमन करने के लिए किया जाता है, या आय स्थिरता गुणांक का अधिक मजबूत अनुमान प्राप्त करने के लिए क्रॉस-सेक्शनल डेटा पर प्रतिगमन विश्लेषण किया जाता है। प्रतिगमन विश्लेषण में, संभावित विषमस्केडास्टिसिटी (heteroskedasticity) और स्वसंबंध (autocorrelation) समस्याओं पर ध्यान देना आवश्यक है, जिन्हें मजबूत मानक त्रुटि अनुमान विधियों का उपयोग करके ठीक किया जा सकता है।