Strasmore Research
तपशीलवार विश्लेषण Matt Connorद्वारे Matt Connor · data as of August 3, 2026 · refreshed weekly

Dividend Yield Trap ओळखण्याचे चार मार्ग

Dividend yield trap म्हणजे घसरलेल्या शेअरकिमतीमुळे दिसणारा उच्च yield. शीर्ष yield decileचे पुढे काय झाले आणि trap लवकर ओळखणाऱ्या चार तपासण्या जाणून घ्या.

Dividend yield trap म्हणजे उदार dividend payoutमुळे नव्हे, तर शेअरची किंमत घसरल्यामुळे दिसणारा उच्च dividend yield होय. Yield म्हणजे प्रति शेअर वार्षिक dividends भागिले शेअरची किंमत. त्यामुळे एखाद्या शेअरची किंमत निम्मी झाली, तर कंपनीने भागधारकांना दिलेल्या रकमेत एकही पैसा वाढवला नसतानाही दर्शविलेला yield दुप्पट होतो. कोणत्याही yield screenच्या शीर्षस्थानी बाजाराने आधीच किंमत कमी केलेल्या कंपन्यांची नावे दिसतात. त्यांपैकी लक्षणीय प्रमाणात कंपन्या पुढील वर्षात dividend कमी करतात किंवा पूर्णपणे थांबवतात. हा लेख अशा कंपन्यांचे प्रमाण मोजतो आणि स्वस्त dividend payer आणि आर्थिकदृष्ट्या कमकुवत कंपनी यांच्यात फरक करणाऱ्या चार तपासण्या स्पष्ट करतो.

सर्वाधिक dividend yields हे सर्वाधिक किंमतघटीत का दिसतात

Yieldचे दोन घटक असतात आणि त्यांची हालचाल पूर्णपणे वेगळी असते. Numerator म्हणजे वार्षिक dividend rate. तो वर्षातून काही वेळाच संचालक मंडळ ठरवते आणि त्या निर्णयांदरम्यान तो स्थिर राहतो. Denominator म्हणजे किंमत. बाजार सुरू असताना ती प्रत्येक सेकंदाला बदलते. या दोन घटकांपैकी केवळ किंमत झपाट्याने बदलू शकते. त्यामुळे yieldमध्ये होणारी जवळपास प्रत्येक तीव्र वाढ ही payoutपेक्षा किंमतीची घडामोड असते.

हा फरक निश्चित cohortवर मोजलेला आहे. June 30, 2025 रोजी $5पेक्षा अधिक किंमतीवर बंद झालेला आणि त्यापूर्वील बारा महिन्यांत नियमित quarterly cash dividend देणारा प्रत्येक US-listed stock त्या दिवशी जाहीर केलेल्या forward yieldनुसार एका bandमध्ये वर्गीकृत केला आहे. हा yield म्हणजे त्याचा सर्वात अलीकडील quarterly payment चारने गुणून closing priceने भागलेला दर. त्यानंतर panel त्या तारखेपूर्वीच्या बारा महिन्यांत या fractionच्या प्रत्येक घटकात झालेला बदल पाहतो.

क्वेरीप्रत्येक yield band कसा ठरला: मागील 12 महिन्यांतील मध्यक किंमत आणि लाभांशातील बदल
प्रत्येक आकड्यामागील अचूक SQL
WITH px_base AS (
    SELECT ticker,
           argMax(toFloat64(close), window_start) AS price
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE toDate(toTimeZone(window_start, 'America/New_York')) = toDate('2025-06-30')
      AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60
           + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959
    GROUP BY ticker
    HAVING price >= 5
),
px_prior AS (
    SELECT ticker,
           argMax(toFloat64(close), window_start) AS price
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE toDate(toTimeZone(window_start, 'America/New_York')) = toDate('2024-06-28')
      AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60
           + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959
    GROUP BY ticker
    HAVING price > 0
),
rate_base AS (
    SELECT ticker,
           argMax(toFloat64(cash_amount) * frequency, ex_dividend_date) AS annual_rate
    FROM global_markets.stocks_dividends
    WHERE distribution_type = 'recurring'
      AND frequency = 4
      AND cash_amount > 0
      AND ex_dividend_date > toDate('2024-06-30')
      AND ex_dividend_date <= toDate('2025-06-30')
    GROUP BY ticker
),
rate_prior AS (
    SELECT ticker,
           argMax(toFloat64(cash_amount) * frequency, ex_dividend_date) AS annual_rate
    FROM global_markets.stocks_dividends
    WHERE distribution_type = 'recurring'
      AND frequency = 4
      AND cash_amount > 0
      AND ex_dividend_date > toDate('2023-06-30')
      AND ex_dividend_date <= toDate('2024-06-28')
    GROUP BY ticker
)
SELECT multiIf(100 * rb.annual_rate / b.price >= 8, '8% and up',
               100 * rb.annual_rate / b.price >= 6, '6-8%',
               100 * rb.annual_rate / b.price >= 4, '4-6%',
               100 * rb.annual_rate / b.price >= 2, '2-4%',
               'under 2%') AS yield_band,
       count() AS names,
       round(quantileDeterministic(0.5)(100 * rb.annual_rate / b.price, cityHash64(b.ticker)), 2) AS median_yield_pct,
       round(quantileDeterministic(0.5)(100 * (b.price / p.price - 1), cityHash64(b.ticker)), 1) AS median_price_change_pct,
       round(quantileDeterministic(0.5)(100 * (rb.annual_rate / rp.annual_rate - 1), cityHash64(b.ticker)), 1) AS median_dividend_change_pct
FROM px_base AS b
INNER JOIN px_prior AS p ON b.ticker = p.ticker
INNER JOIN rate_base AS rb ON b.ticker = rb.ticker
INNER JOIN rate_prior AS rp ON b.ticker = rp.ticker
GROUP BY yield_band
ORDER BY median_yield_pct
Run this yourself

ही पायरी एकाच दिशेने जाते. 8% and up bandमधील stocks मागील वर्षभरात 9.69% median yield आणि -2.4% median price changeसह या टप्प्यावर पोहोचले. under 2% bandने याच कालावधीत 11.9% नोंदवले. Payoutच्या बाजूने या दोन गटांमध्ये फारसा फरक नाही: top bandमधील median annualized dividend rateमध्ये 0% बदल झाला, तर bottom bandमध्ये तो 5.5% होता. Yieldनुसार यादी लावणे म्हणजे पहिल्या अंदाजात, बारा महिन्यांतील किंमतघटीनुसार यादी लावणे होय. सर्वाधिक dividend yield असलेल्या stocksची screen ही त्या यादीची सध्याची आवृत्ती दाखवते. या पृष्ठाच्या पहिल्या यादीखाली नेमके काय आहे, याचा येथे आढावा घेतला आहे.

पुढील बारा महिन्यांत सर्वाधिक yield असलेल्या कंपन्यांचे काय झाले

तोच समूह, तीच तारीख; आता पुढील कालावधीचा विचार करूया. प्रत्येक bandसाठी panelमध्ये 30 जून 2025पूर्वीच्या शेवटच्या नियमित paymentवरील annualized rateची तुलना त्यानंतरच्या बारा महिन्यांत केलेल्या शेवटच्या नियमित paymentशी केली आहे. annualized rate 1%पेक्षा अधिक कमी झाल्यास तो reduction मानला आहे. त्या बारा महिन्यांत एकही नियमित cash dividend न दिल्यास तो stopped मानला आहे. payment schedule बदललेल्या कंपनीची तुलना annualized rateवर केली आहे. त्यामुळे quarterlyवरून monthlyमध्ये झालेला बदल चुकीच्या पद्धतीने मोजला जात नाही.

क्वेरीसुरुवातीच्या yield band नुसार पुढील 12 महिन्यांतील लाभांशाचा परिणाम (30 जून 2025 चा cohort)
प्रत्येक आकड्यामागील अचूक SQL
WITH px_base AS (
    SELECT ticker,
           argMax(toFloat64(close), window_start) AS price
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE toDate(toTimeZone(window_start, 'America/New_York')) = toDate('2025-06-30')
      AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60
           + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959
    GROUP BY ticker
    HAVING price >= 5
),
rate_before AS (
    SELECT ticker,
           argMax(toFloat64(cash_amount) * frequency, ex_dividend_date) AS annual_rate
    FROM global_markets.stocks_dividends
    WHERE distribution_type = 'recurring'
      AND frequency = 4
      AND cash_amount > 0
      AND ex_dividend_date > toDate('2024-06-30')
      AND ex_dividend_date <= toDate('2025-06-30')
    GROUP BY ticker
),
rate_after AS (
    SELECT ticker,
           argMax(toFloat64(cash_amount) * frequency, ex_dividend_date) AS annual_rate
    FROM global_markets.stocks_dividends
    WHERE distribution_type = 'recurring'
      AND frequency > 0
      AND cash_amount > 0
      AND ex_dividend_date > toDate('2025-06-30')
      AND ex_dividend_date <= toDate('2026-06-30')
    GROUP BY ticker
)
SELECT multiIf(100 * b.annual_rate / p.price >= 8, '8% and up',
               100 * b.annual_rate / p.price >= 6, '6-8%',
               100 * b.annual_rate / p.price >= 4, '4-6%',
               100 * b.annual_rate / p.price >= 2, '2-4%',
               'under 2%') AS yield_band,
       count() AS payers,
       round(quantileDeterministic(0.5)(100 * b.annual_rate / p.price, cityHash64(p.ticker)), 2) AS median_yield_pct,
       round(100 * countIf(ifNull(a.annual_rate, 0) = 0) / count(), 1) AS pct_stopped_paying,
       round(100 * countIf(ifNull(a.annual_rate, 0) > 0 AND a.annual_rate < b.annual_rate * 0.99) / count(), 1) AS pct_reduced_rate,
       round(100 * countIf(ifNull(a.annual_rate, 0) = 0 OR a.annual_rate < b.annual_rate * 0.99) / count(), 1) AS pct_reduced_or_stopped,
       round(100 * countIf(ifNull(a.annual_rate, 0) >= b.annual_rate * 0.99) / count(), 1) AS pct_maintained_or_raised
FROM px_base AS p
INNER JOIN rate_before AS b ON p.ticker = b.ticker
LEFT JOIN rate_after AS a ON p.ticker = a.ticker
GROUP BY yield_band
ORDER BY median_yield_pct
Run this yourself

30 जून 2025 रोजी 8% and up bandमध्ये असलेल्या 330 नावांपैकी, पुढील बारा महिन्यांत 36.4% कंपन्यांनी annualized rate कमी केला किंवा एकही नियमित payment केला नाही. यापैकी 28.8% कंपन्यांनी rate कमी केला आणि 7.6% कंपन्यांनी payment थांबवला. under 2% bandमध्ये 1369 नावे होती आणि हा आकडा 23.4% राहिला. सर्व 5 bandsचा विचार केला असता, yield वाढत जाते तसे हा आकडाही वाढतो.

निष्कर्ष काढण्यापूर्वी त्याच panelची दुसरी बाजू पाहा: त्या सर्वोच्च bandमधील 63.6% कंपन्यांनी rate स्थिर ठेवला किंवा तो वाढवला. उच्च yield हा hit rate आहे; तो कोणत्याही एका कंपनीबाबतचा अंतिम निर्णय नाही. मात्र हा समूह screenच्या सर्वोच्च भागातील कंपन्या खरेदी करताना गुंतवणूकदाराला सामोरे जाणारा मूलभूत दर स्पष्ट करतो. तसेच त्या पातळीवर परिणामांची व्याप्ती किती वाढते हेही दाखवतो. रोख प्रवाह कमी पडल्यावर संचालक मंडळ प्रत्यक्षात काय करते, याची यंत्रणा dividend कपातीमध्ये दिली आहे.

एक तपासणी: payout ratioमध्ये मोकळी जागा आहे का

Payout ratio म्हणजे प्रति शेअर dividend भागिले प्रति शेअर earnings. हा ratio 100% पेक्षा कमी असल्यास, नोंदवलेला नफा dividend भागवल्यानंतर काही रक्कम शिल्लक ठेवतो. तो 100% पेक्षा जास्त असल्यास, कंपनीने कमावलेल्या रकमेपेक्षा अधिक वितरण केलेले असते. यासाठी हातातील रोख रक्कम, मालमत्ता विक्री किंवा कर्जाचा वापर केला जातो. आजच्या dividend देणाऱ्या कंपन्यांना yield bandनुसार वर्गीकृत केल्यास, हे दोन्ही घटक किती जवळून एकत्र बदलतात ते दिसते.

क्वेरीyield band नुसार payout ratio: $1B पेक्षा जास्त market cap असलेले US payers, नोंदवलेला नवीनतम snapshot
प्रत्येक आकड्यामागील अचूक SQL
SELECT multiIf(dividend_yield * 100 >= 8, '8% and up',
               dividend_yield * 100 >= 6, '6-8%',
               dividend_yield * 100 >= 4, '4-6%',
               dividend_yield * 100 >= 2, '2-4%',
               'under 2%') AS yield_band,
       count() AS payers,
       round(quantileDeterministic(0.5)(dividend_yield * 100, cityHash64(ticker)), 2) AS median_yield_pct,
       round(quantileDeterministicIf(0.5)(dividend_yield * price / earnings_per_share * 100,
                                          cityHash64(ticker), earnings_per_share > 0), 1) AS median_payout_ratio_pct,
       round(100 * countIf(earnings_per_share > 0 AND dividend_yield * price > earnings_per_share)
             / countIf(earnings_per_share > 0), 1) AS pct_paying_over_earnings,
       round(100 * countIf(earnings_per_share <= 0) / count(), 1) AS pct_no_positive_eps
FROM global_markets.stocks_ratios
WHERE date = (SELECT max(date) FROM global_markets.stocks_ratios)
  AND price >= 5
  AND market_cap >= 1000000000
  AND dividend_yield > 0
  AND earnings_per_share IS NOT NULL
GROUP BY yield_band
HAVING countIf(earnings_per_share > 0) > 0
ORDER BY median_yield_pct
Run this yourself

Median payout ratio प्रत्येक bandमध्ये वाढतो. तो 21.5% वरून under 2% गटात 160.6% पर्यंत 8% and up गटात पोहोचतो. कमावलेल्या रकमेपेक्षा अधिक वितरण करणाऱ्या कंपन्यांचे प्रमाणही याच दिशेने बदलते: खालच्या टोकाला 2.6%, तर वरच्या टोकाला 80.4%. सर्वोच्च bandमधील आणखी 23.3% कंपन्यांनी प्रति शेअर कोणतीही सकारात्मक earnings नोंदवलेली नाहीत. सर्वात कमी bandमध्ये हे प्रमाण 9.6% आहे. 100% पेक्षा जास्त payout ratio काही परिस्थितींमध्ये सामान्य का असतो, यासह संपूर्ण गणित payout ratio मार्गदर्शिकेत दिले आहे.

दोन तपासण्या: उत्पन्नदर कंपनीच्या स्वतःच्या श्रेणीपेक्षा खूपच जास्त आहे का

संदर्भाशिवाय उत्पन्नदराचा अर्थ स्पष्ट होत नाही. बाजारातील मध्यक एका प्रश्नाचे उत्तर देते. तो प्रश्न चांगला dividend yield कशाला म्हणतात यामध्ये समाविष्ट आहे. कंपनीची स्वतःची पाच वर्षांची श्रेणी अधिक नेमक्या प्रश्नाचे उत्तर देते: या शेअरने यापूर्वी कधी इतका dividend दिला आहे का? पॅकेज्ड-फूड कंपनी Conagra Brands गेल्या पाच वर्षांतील हा कल महिन्यानुसार दाखवते.

क्वेरीConagra (CAG): महिनाअखेरीची किंमत, वार्षिकीकृत लाभांश दर आणि yield, 2021-08 ते 2026-07
प्रत्येक आकड्यामागील अचूक SQL
WITH px AS (
    SELECT toStartOfMonth(toDate(toTimeZone(window_start, 'America/New_York'))) AS month_start,
           argMax(toFloat64(close), window_start) AS price,
           max(toDate(toTimeZone(window_start, 'America/New_York'))) AS last_day
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker = 'CAG'
      AND toDate(toTimeZone(window_start, 'America/New_York')) >= toDate('2021-08-01')
      AND toDate(toTimeZone(window_start, 'America/New_York')) <= toDate('2026-07-31')
      AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60
           + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959
    GROUP BY month_start
),
dv AS (
    SELECT ex_dividend_date, toFloat64(cash_amount) AS cash_amount
    FROM global_markets.stocks_dividends
    WHERE ticker = 'CAG'
      AND distribution_type = 'recurring'
      AND frequency = 4
      AND cash_amount > 0
      AND ex_dividend_date >= toDate('2021-01-01')
)
SELECT formatDateTime(px.month_start, '%Y-%m') AS month,
       formatDateTimeInJodaSyntax(px.month_start, 'MMMM yyyy') AS month_label,
       round(any(px.price), 2) AS price_usd,
       round(argMax(dv.cash_amount, dv.ex_dividend_date) * 4, 2) AS annual_dividend_usd,
       round(argMax(dv.cash_amount, dv.ex_dividend_date) * 4 / any(px.price) * 100, 2) AS dividend_yield_pct
FROM px, dv
WHERE dv.ex_dividend_date <= px.last_day
GROUP BY px.month_start
ORDER BY px.month_start
Run this yourself

60 महिन्यांतील तीनही स्तंभ एकत्र पाहा. वार्षिकीकरण केलेला dividend rate प्रति शेअर $1.25 वरून August 2021 मध्ये $0.7 वरून July 2026 पर्यंत गेला. त्याच काळात किंमत $33.11 वरून $14.52 पर्यंत बदलली. उत्पन्नदर, म्हणजे पहिल्या आकड्याचा दुसऱ्या आकड्याशी भागाकार, 3.78% वरून 4.82% पर्यंत गेला. वितरणाच्या वेळापत्रकातून एवढ्या मोठ्या बदलाचे कोणतेही स्पष्टीकरण मिळत नाही. उत्पन्नदरेनुसार क्रम लावलेला screener केवळ denominatorमधील बदलाचा परिणाम दाखवतो; त्यामागील प्रक्रिया स्पष्ट करत नाही.

एका chartमध्ये संपूर्ण निदान दिसते. उत्पन्नदर कंपनीच्या पाच वर्षांच्या सामान्य पातळीच्या अनेक पटींवर पोहोचला असेल, तर आजचा ratio किती आकर्षक दिसतो हा प्रश्न महत्त्वाचा नाही. बाजार ज्या व्यवसायाची किंमत ठरवत आहे, त्यात नेमका काय बदल झाला हा प्रश्न विचारणे अधिक योग्य आहे.

स्क्रीनपूर्वी आणखी दोन तपासण्या

तपासणी क्रमांक तीन म्हणजे रोख प्रवाह. Dividends रोख स्वरूपात दिले जातात, तर earnings ही non-cash charges वजा केल्यानंतरची accounting figure असते. Earningsच्या 100%पेक्षा कमी payout ratio असला, तरी तो व्यवसायाने प्रत्यक्ष निर्माण केलेल्या free cash flowच्या 100%पेक्षा जास्त असू शकतो. Balance sheetमधून दिले जाणारे payout, operationsमधून निधी मिळणाऱ्या payoutपेक्षा कमी काळ टिकते. त्यामुळे एका वर्षाऐवजी अनेक वर्षांच्या कालावधीत operating cash flowमधून capital spending वजा केल्यानंतर उरणाऱ्या रकमेशी वार्षिक dividend billची तुलना करा.

तपासणी क्रमांक चार म्हणजे peer median. Yields उद्योगानुसार गटबद्ध होतात. Regulated utilities, real estate trusts आणि pass-through partnerships, software कंपनीपेक्षा अनेक पटींनी जास्त देतात. या पातळीमागील कारण त्यांची रचना असते. REITला tax status टिकवण्यासाठी आपल्या taxable incomeपैकी मोठा भाग वितरित करावा लागतो. मात्र त्याच उद्योगातील peer medianच्या दुप्पट yield हा खरोखरच outlier असतो. त्यामुळे त्यासाठी peer group हाच योग्य benchmark आहे. आणखी एक महत्त्वाचा मुद्दा लक्षात ठेवा: trailing yield दाखवणारा screen आधीच केलेली payments एकत्र करतो. त्यामुळे काही महिन्यांपूर्वी cut केलेला dividend अजूनही दाखवला जाऊ शकतो. हा फरक trailing विरुद्ध forward dividend yield येथे स्पष्ट केला आहे. त्यामागील गणित dividend yield काय मोजतो येथे दिले आहे.

Dividend yield trap FAQ

Dividend yield trap म्हणजे काय?

वाढलेल्या payoutऐवजी घसरलेल्या शेअरकिमतीमुळे निर्माण झालेला उच्च dividend yield म्हणजे dividend yield trap. याचा संकेत त्या गणनेतच दिसतो: June 30, 2025च्या आधीच्या twelve monthsमध्ये 8% and up bandमध्ये median price change -2.4% होता, तर median dividend rateमध्ये 0% बदल झाला.

उच्च dividend yield म्हणजे dividend cut होणार आहे का?

कोणताही एक yield भविष्यातील परिणाम अचूकपणे सांगत नाही. मात्र bandsनुसार मूलभूत दरांमध्ये मोठा फरक असतो. June 30, 2025नंतरच्या twelve monthsमध्ये 8% and up cohortपैकी 36.4% कंपन्यांनी payment कमी केला किंवा बंद केला. under 2% cohortमध्ये हे प्रमाण 23.4% होते. Top bandमधील उर्वरित 63.6% कंपन्यांनी payment कायम ठेवला किंवा वाढवला.

कोणता payout ratio खूप जास्त मानला जातो?

सामान्य operating companyमध्ये 100%पेक्षा जास्त payout ratio म्हणजे dividend reported earningsपेक्षा जास्त आहे. उपलब्ध ताज्या snapshotमध्ये 8% and up bandमधील median payerचा payout ratio 160.6% होता. या bandमधील 80.4% कंपन्यांनी त्यांनी कमावलेल्या रकमेपेक्षा जास्त payout केला. REITs आणि partnershipsमध्ये earningsच्या तुलनेत payout ratio 100%पेक्षा जास्त असणे नेहमीचे आहे. त्यांचे मूल्यमापन cash flowच्या आधारे केले जाते.

Yieldवर विश्वास ठेवण्यापूर्वी dividendची तपासणी कशी करावी?

चार मोजमापे बहुतेक बाबी स्पष्ट करतात: earningsच्या तुलनेतील payout ratio, free cash flowच्या तुलनेतील dividend bill, कंपनीच्या स्वतःच्या अनेक वर्षांच्या rangeच्या तुलनेतील current yield आणि त्या उद्योगातील peer medianच्या तुलनेतील yield. प्रत्येक मोजमाप तुलना दर्शवते. Headline yield एकट्याने यापैकी कोणतीही माहिती देत नाही.


वरील प्रत्येक आकडा filed dividend records आणि प्रत्यक्ष closing pricesवरील stored, versioned queryमधून घेतला आहे. कोणत्याही panelचे SQL उघडा किंवा Strasmore terminalवर तीच screen स्वतः चालवा.

पद्धत आणि data notes
  • Cohort June 30, 2025 रोजी निश्चित केला आहे: त्या दिवशी $5पेक्षा जास्त भावाने बंद झालेला आणि मागील twelve monthsमध्ये किमान एक नियमित quarterly cash dividend देणारा प्रत्येक US-listed stock यात समाविष्ट आहे. Special आणि one-off distributions संपूर्ण विश्लेषणात वगळले आहेत.
  • Cohort panelsमधील yield हा forward rate आहे: सर्वात अलीकडील नियमित quarterly paymentला चारने गुणून, त्या दिवशीच्या closing priceने भागले आहे. Payout ratio panelमध्ये ratios tableमधील trailing yield वापरला आहे. त्यात मागील twelve monthsमधील paymentsची बेरीज केली जाते.
  • Reduced म्हणजे cohort dateला लागू असलेल्या rateपेक्षा पुढील नियमित paymentचा annualized rate 1%पेक्षा अधिक कमी असणे. Stopped म्हणजे पुढील twelve monthsमध्ये ex-dividend date असलेला कोणताही नियमित cash dividend नसणे.
  • Band sizes under 2% bandमधील 1369 namesपासून 8% and up bandमधील 330 namesपर्यंत आहेत. त्यामुळे top bandची percentages bottom bandच्या तुलनेत खूपच कमी कंपन्यांवर आधारित आहेत.
  • Mediansसाठी tickerवर आधारित deterministic quantiles वापरले आहेत. त्यामुळे एकाच statisticची दोन renderings परस्परांपासून बदलू शकत नाहीत.