Vad är tvärsnittsanalys?
Tvärsnittsanalys är en typ av analys där en investerare, analytiker eller portföljförvaltare jämför ett visst företag med sina branschkamrater. Tvärsnittsanalys kan fokusera på ett enda företag för head-to-head-analys med sina största konkurrenter eller så kan det närma sig det från ett branschomfattande objektiv för att identifiera företag med en särskild styrka. Tvärsnittsanalys distribueras ofta i ett försök att bedöma prestanda och investeringsmöjligheter med hjälp av datapunkter som ligger utanför de vanliga balansräkningen.
Key Takeaways
- Tvärsnittsanalys fokuserar på många företag under en fokuserad tidsperiod. Tvärsnittsanalys ser vanligtvis att hitta mätvärden utanför de typiska förhållandena för att producera unika insikter för den branschen. Även om tvärsnittsanalys ses som motsatsen till tidsserieranalys, de två används tillsammans i praktiken.
Hur tvärsnittsanalys fungerar
Vid analys av tvärsnittsanalyser använder analytikern jämförande mätvärden för att identifiera värdering, skuldbelastning, framtidsutsikter och / eller effektiv effektivitet hos ett målföretag. Detta gör att analytiker kan utvärdera målföretagets effektivitet inom dessa områden och göra det bästa investeringsvalet bland en grupp konkurrenter inom branschen som helhet.
Analytiker genomför en tvärsnittsanalys för att identifiera speciella egenskaper inom en grupp jämförbara organisationer, snarare än för att etablera relationer. Ofta kommer tvärsnittsanalys att betona ett visst område, till exempel ett företags krigskista, för att avslöja dolda områden med styrka och svaghet i sektorn. Denna typ av analys är baserad på informationsinsamling och försöker förstå "vad" istället för "varför". Tvärsnittsanalys tillåter en forskare att bilda antaganden och sedan testa sin hypotes med hjälp av forskningsmetoder.
Skillnaden mellan tvärsnittsanalys och analys av tidsserier
Tvärsnittsanalys är en av de två övergripande jämförelsemetoderna för lageranalys. Tvärsnittsanalys tittar på data som samlats in vid en enda tidpunkt snarare än över en tidsperiod. Analysen börjar med fastställandet av forskningsmål och definitionen av variabler som en analytiker vill mäta. Nästa steg är att identifiera tvärsnittet, till exempel en grupp kamrater eller en bransch, och fastställa den specifika tidpunkt som ska bedömas. Det sista steget är att genomföra analys baserat på tvärsnittet och variablerna och komma till en slutsats om ett företags eller organisations resultat. I huvudsak visar tvärsnittsanalys en investerare vilket företag som bäst ges de mätvärden hon bryr sig om.
Tidsserieranalys, även känd som trendanalys, fokuserar på ett enda företag över tid. I detta fall bedöms företaget utifrån dess tidigare resultat. Tidsserieranalys visar en investerare om företaget klarar sig bättre eller sämre än tidigare med de åtgärder hon bryr sig om. Ofta kommer det att vara klassiker som att tjäna per aktie (EPS), skuld till eget kapital, fritt kassaflöde och så vidare. I praktiken kommer investerare vanligtvis att använda en kombination av tidsserieranalys och tvärsnittsanalys innan de fattar ett beslut. Att till exempel titta på EPS-övertid och sedan också kontrollera branschens riktmärke EPS.
Exempel på tvärsnittsanalys
Tvärsnittsanalys används inte enbart för att analysera ett företag; det kan användas för att analysera många olika aspekter av verksamheten. Till exempel, en studie som släpptes den 18 juli 2016 av Tinbergen Institute Amsterdam (TIA) mätte faktor timingförmågan hos hedgefondförvaltare. Faktortiming är kapaciteten för hedgefondförvaltare att tidisera marknaden korrekt när de investerar och att dra fördel av marknadsrörelser som lågkonjunkturer eller utvidgningar.
Studien använde tvärsnittsanalys och fann att färdstidsförmågan är bättre bland fondförvaltare som använder hävstång till sin fördel och som hanterar fonder som är nyare, mindre och mer smidiga, med högre incitamentsavgifter och en mindre begränsningsperiod. Analysen kan hjälpa investerare att välja de bästa hedgefonderna och hedgefondförvaltarna.
Fama och den franska trefaktormodellen som krediterats för att identifiera värdet och premierna för små tak är resultatet av en tvärsnittsanalys. I detta fall genomförde finansekonomerna Eugene Fama och Kenneth French en tvärsnittsregressionsanalys av universum av gemensamma aktier i CRSP-databasen.
