Ang Normalisadong Pagkamangha sa Kinita (Standardized Earnings Surprise o SES) ay isang klasikong sukatan ng epekto ng paggalaw ng presyo pagkatapos ng anunsyo ng kinita (post-earnings price drift effect o PEAD). Ang epekto ng PEAD ay tumutukoy sa katotohanan na kapag ang aktwal na kinita ng isang kumpanya ay lumampas (o bumaba sa ibaba) sa inaasahan ng mga analista, ang presyo ng stock ay patuloy na mag-a-adjust pataas (o pababa) sa mga linggo o maging buwan pagkatapos ng anunsyo ng kinita. Ginagamit ng SES ang standard deviation ng mga pagkamangha sa kinita sa nakalipas na walong quarter upang i-normalize ang mga pagkamangha sa kinita ng kasalukuyang quarter, na tumutulong upang matukoy ang mga pagkamangha sa kinita na tunay na nasa itaas o ibaba ng mga makasaysayang antas. Sa pangkalahatan, ang mas mataas na halaga ng SES ay nagpapahiwatig ng positibong epekto ng paggalaw ng presyo, habang ang mas mababang halaga ng SES ay nagpapahiwatig ng negatibong epekto ng paggalaw ng presyo. Ang factor na ito ay maaaring gamitin bilang signal ng kalidad ng kinita at isama sa iba pang mga factor sa isang quantitative stock selection model upang mapabuti ang kita ng portfolio.

Mas detalyadong paliwanag:

• Pagkamangha sa Kinita: Ang paggamit ng pagkakaiba sa pagitan ng kinita bawat bahagi (earnings per share o EPS) ng kasalukuyang quarter at sa parehong panahon apat na quarter ang nakalipas ay epektibong maaalis ang seasonal na epekto ng kinita ng korporasyon, kaya mas tumpak na naipapakita ang aktwal na pagganap ng kasalukuyang panahon.
• Normalisasyon: Ang pag-normalize sa mga pagkamangha sa kinita sa pamamagitan ng paghati sa standard deviation ng mga pagkamangha sa kinita sa nakalipas na walong quarter ay ginagawang maihahambing ang mga pagkamangha sa kinita sa iba't ibang kumpanya at sa paglipas ng panahon. Nakakatulong ito upang matukoy ang mga kumpanya na may makabuluhang paglihis mula sa mga makasaysayang antas.
• Epekto ng PEAD: Ang penomena ng paggalaw ng presyo pagkatapos ng anunsyo ng kinita ay may kaugnayan sa cognitive biases sa behavioral finance, tulad ng anchoring effect. Ang mga mamumuhunan ay may posibilidad na hindi kaagad tumugon sa mga pagkamangha sa kinita, na nagreresulta sa unti-unting pag-adjust ng presyo. Ang factor na SES ay maaaring gamitin upang makuha ang mga oportunidad sa pamumuhunan na nagreresulta mula sa hindi kaagad na pagtugon na ito.
• Praktikal na Aplikasyon: Sa mga praktikal na aplikasyon, maaaring pagbukud-bukurin ng mga mamumuhunan ang mga stock ayon sa laki ng SES, pumili ng mga stock na may mataas na SES para sa pamumuhunan, o gamitin ang SES bilang isang mahalagang factor sa mga quantitative portfolio model.