क्रॉस-अनुभागीय विश्लेषण

क्रॉस-सेक्शनल विश्लेषण क्या है?

क्रॉस-अनुभागीय विश्लेषण एक प्रकार का विश्लेषण है जहां एक निवेशक, विश्लेषक या पोर्टफोलियो प्रबंधक एक विशेष कंपनी की तुलना अपने उद्योग के साथियों से करता है। क्रॉस-सेक्शनल विश्लेषण अपने सबसे बड़े प्रतियोगियों के साथ सिर से सिर के विश्लेषण के लिए किसी एक कंपनी पर ध्यान केंद्रित कर सकता है या किसी विशेष ताकत वाली कंपनियों की पहचान करने के लिए यह उद्योग-व्यापी लेंस से संपर्क कर सकता है। क्रॉस-अनुभागीय विश्लेषण को अक्सर डेटा बिंदुओं का उपयोग करके प्रदर्शन और निवेश के अवसरों का आकलन करने के प्रयास में तैनात किया जाता है जो सामान्य बैलेंस शीट संख्या से परे होते हैं ।

चाबी छीन लेना

• क्रॉस-सेक्शनल विश्लेषण एक केंद्रित समय अवधि में कई कंपनियों पर केंद्रित है।
• क्रॉस-सेक्शनल विश्लेषण आमतौर पर उस उद्योग के लिए अद्वितीय अंतर्दृष्टि का उत्पादन करने के लिए विशिष्ट अनुपात के बाहर मैट्रिक्स को ढूंढता है।
• हालांकि क्रॉस-अनुभागीय विश्लेषण को समय श्रृंखला विश्लेषण के विपरीत के रूप में देखा जाता है, दोनों को एक साथ अभ्यास में उपयोग किया जाता है।

क्रॉस-सेक्शनल विश्लेषण कैसे काम करता है

क्रॉस-अनुभागीय विश्लेषण करते समय, विश्लेषक एक लक्ष्य कंपनी के मूल्यांकन, ऋण-भार, भविष्य के दृष्टिकोण और / या परिचालन दक्षता की पहचान करने के लिए तुलनात्मक मैट्रिक्स का उपयोग करता है । यह विश्लेषक को इन क्षेत्रों में लक्ष्य कंपनी की दक्षता का मूल्यांकन करने और समग्र रूप से उद्योग के भीतर प्रतियोगियों के समूह के बीच सबसे अच्छा निवेश विकल्प बनाने की अनुमति देता है।

विश्लेषक संबंधों को स्थापित करने के बजाय तुलनीय संगठनों के समूह के भीतर विशेष विशेषताओं की पहचान करने के लिए एक क्रॉस-अनुभागीय विश्लेषण को लागू करते हैं। अक्सर पार-अनुभागीय विश्लेषण क्षेत्र में ताकत और कमजोरी के छिपे हुए क्षेत्रों को उजागर करने के लिए एक विशेष क्षेत्र पर जोर देगा, जैसे कि कंपनी की युद्ध छाती । इस प्रकार का विश्लेषण सूचना एकत्र करने पर आधारित है और “क्यों” के बजाय “क्या” को समझने की कोशिश करता है। क्रॉस-अनुभागीय विश्लेषण एक शोधकर्ता को धारणा बनाने की अनुमति देता है, और फिर अनुसंधान विधियों का उपयोग करके उनकी परिकल्पना का परीक्षण करता है।

अंतर-अनुभागीय विश्लेषण और समय श्रृंखला विश्लेषण के बीच अंतर

क्रॉस-अनुभागीय विश्लेषण स्टॉक विश्लेषण के लिए दो व्यापक तुलना तरीकों में से एक है। क्रॉस-अनुभागीय विश्लेषण समय की अवधि के बजाय एक बिंदु पर एकत्रित डेटा को देखता है। विश्लेषण अनुसंधान लक्ष्यों की स्थापना और चर की परिभाषा से शुरू होता है जो एक विश्लेषक मापना चाहता है। अगला कदम क्रॉस-सेक्शन की पहचान करना है, जैसे कि साथियों या उद्योग का समूह और निर्धारित समय में विशिष्ट बिंदु निर्धारित करना। अंतिम चरण क्रॉस-सेक्शन और चर के आधार पर विश्लेषण का संचालन करना है, और किसी कंपनी या संगठन के प्रदर्शन पर निष्कर्ष निकालना है। अनिवार्य रूप से, क्रॉस-सेक्शनल विश्लेषण से पता चलता है कि किस कंपनी को सबसे अच्छा मेट्रिक्स दिया जाता है जिसकी वह परवाह करती है।

समय श्रृंखला विश्लेषण, जिसे प्रवृत्ति विश्लेषण के रूप में भी जाना जाता है, समय के साथ एक ही कंपनी पर केंद्रित है। इस मामले में, कंपनी को उसके पिछले प्रदर्शन के संदर्भ में आंका जा रहा है। टाइम सीरीज़ विश्लेषण एक निवेशक को दिखाता है कि कंपनी उसके द्वारा किए गए उपायों से पहले से बेहतर या बदतर कर रही है या नहीं। अक्सर ये क्लासिक्स होंगे जैसे प्रति शेयर कमाई (ईपीएस), डेट-टू-इक्विटी, मुफ्त नकदी प्रवाह और इसी तरह। व्यवहार में, निवेशक आमतौर पर निर्णय लेने से पहले समय श्रृंखला विश्लेषण और क्रॉस-अनुभागीय विश्लेषण के संयोजन का उपयोग करेंगे। उदाहरण के लिए, ईपीएस ओवरटाइम को देखना और फिर उद्योग बेंचमार्क ईपीएस की जांच करना।

क्रॉस-अनुभागीय विश्लेषण के उदाहरण

क्रॉस-अनुभागीय विश्लेषण का उपयोग केवल एक कंपनी के विश्लेषण के लिए नहीं किया जाता है; इसका उपयोग व्यापार के कई अलग-अलग पहलुओं का विश्लेषण करने के लिए किया जा सकता है। उदाहरण के लिए, 18 जुलाई, 2016 को टिनबर्गेन इंस्टीट्यूट एम्स्टर्डम (टीआईए) द्वारा जारी एक अध्ययन ने हॉफ फंड प्रबंधकों की कारक समय क्षमता को मापा। फैक्टर टाइमिंग, फंड मेन्जर्स के लिए बाजार में निवेश करते समय सही ढंग से समय निकालने और मंदी या विस्तार जैसे बाजार के आंदोलनों का लाभ उठाने की क्षमता है।

अध्ययन में क्रॉस-सेक्शनल विश्लेषण का उपयोग किया गया और पाया गया कि कारक समय कौशल फंड मैनेजरों के बीच बेहतर हैं जो अपने लाभ का लाभ उठाते हैं, और जो ऐसे फंडों का प्रबंधन करते हैं जो नए, छोटे और अधिक चुस्त हैं, उच्च प्रोत्साहन शुल्क और एक छोटे प्रतिबंध अवधि के साथ। विश्लेषण निवेशकों को सर्वश्रेष्ठ हेज फंड और हेज फंड मैनेजरों का चयन करने में मदद कर सकता है।

फ़ामा और फ्रेंच तीन कारक मॉडल मूल्य और छोटे टोपी प्रीमियम की पहचान करने का श्रेय दिया जाता पार अनुभागीय विश्लेषण का परिणाम है। इस मामले में, वित्तीय अर्थशास्त्रियों यूजीन फामा और केनेथ फ्रेंच ने सीआरएसपी डेटाबेस में सामान्य शेयरों के ब्रह्मांड का एक क्रॉस-अनुभागीय प्रतिगमन विश्लेषण किया ।