Pindaan Anggaran Pendapatan Tertimbang
factor.formula
Pertama, kira saiz setiap pindaan anggaran pendapatan terakhir institusi yang dikeluarkan dalam tempoh tiga bulan yang lalu.
Bagi setiap institusi, pindaan ramalan pendapatan ditakrifkan sebagai: perubahan peratusan dalam keuntungan bersih ramalan semasa (nilai ramalan untuk tempoh pelaporan tertentu yang diterbitkan pada masa ini) berbanding dengan nilai ramalan terkini untuk tempoh pelaporan yang sama yang diterbitkan oleh institusi itu sebulan yang lalu dalam tempoh enam bulan yang lalu.
Kemudian, kaedah Accwt2 digunakan untuk mengambil purata tertimbang bagi pindaan ramalan pendapatan terakhir setiap institusi dalam tempoh tiga bulan yang lalu untuk mendapatkan pindaan ramalan pendapatan tertimbang akhir.
Penjelasan terperinci:
- :
Nilai ramalan pendapatan institusi i pada masa t untuk suku q (atau tempoh pelaporan).
- :
Nilai ramalan pendapatan untuk suku q (atau tempoh pelaporan) yang sama yang dikeluarkan oleh institusi i sebulan sebelum masa t (iaitu, t-1m). Nilai ini ialah nilai ramalan terkini untuk suku q yang dikeluarkan dalam tempoh 6 bulan yang lalu.
- :
Pindaan ramalan pendapatan institusi i untuk suku q pada masa t dikira sebagai (E_{i,t,q} - E_{i,t-1m,q})/E_{i,t-1m,q}
- :
Pemberat institusi i ditentukan oleh kaedah Accwt2, iaitu kaedah pemberat berdasarkan prestasi sejarah ramalan penganalisis, memberikan pemberat yang lebih besar kepada penganalisis dengan ketepatan ramalan yang lebih tinggi.
- :
Pindaan ramalan pendapatan tertimbang pada masa t dikira sebagai sum(R_{i,t,q} * w_i) , di mana sum mewakili jumlah semua penganalisis
factor.explanation
Ukuran pindaan pendapatan tradisional biasanya berdasarkan perubahan dalam ramalan konsensus, sementara faktor ini dapat mencerminkan heterogenitas pandangan penganalisis dengan lebih baik dan lebih komprehensif mencerminkan perubahan dalam ekspektasi pasar terhadap prospek pendapatan syarikat dengan mengkaji sejauh mana pindaan ramalan setiap institusi dan memberikannya pemberat. Perbezaan pendapat antara penganalisis mungkin menunjukkan ketidakstabilan harga saham di masa depan. Menggunakan kaedah pemberat Accwt2 boleh memberikan pemberat yang lebih tinggi kepada penganalisis dengan prestasi ramalan sejarah yang lebih baik, sekali gus meningkatkan kandungan maklumat faktor tersebut.