ทำความเข้าใจสถิติหนี้มาร์จิ้นของ FINRA
เจาะลึกสถิติหนี้มาร์จิ้นของ FINRA ตามกฎเกณฑ์ที่กำหนด การเปิดเผยข้อมูลในสัปดาห์ที่สามของเดือนถัดไป รวมถึงการตีความข้อมูลย้อนหลังตั้งแต่ปีหนึ่งพันเก้าร้อยเก้าสิบเจ็ดอย่างละเอียด
สถิติหนี้มาร์จิ้นของ FINRA คือยอดรวมรายเดือนของจำนวนเงินที่นักลงทุนกู้ยืมจากบัญชีซื้อขายหลักทรัพย์ โดยรวบรวมจากโบรกเกอร์ทุกแห่งที่มีบัญชีมาร์จิ้นสำหรับลูกค้า ตัวเลขหลักคือยอดรวมของยอดหนี้คงค้าง (debit balance) ของลูกค้า ซึ่งวัด ณ วันทำการสุดท้ายของเดือน ข้อมูลนี้จะเผยแพร่สู่สาธารณะในสัปดาห์ที่สามของเดือนถัดไป ซึ่งหมายความว่าข้อมูลจะมีอายุสี่ถึงเจ็ดสัปดาห์เมื่อถึงมือผู้อ่าน
สิ่งที่สถิติหนี้มาร์จิ้นของ FINRA วัดผล
การรายงานนี้อยู่ภายใต้กฎ FINRA Rule 4521(d) โดยสมาชิกแต่ละรายที่มีบัญชีมาร์จิ้นสำหรับลูกค้าจะต้องส่งรายงานตามเกณฑ์วันที่ชำระราคา (settlement date) ณ วันทำการสุดท้ายของเดือน ซึ่งประกอบด้วยยอดรวมของยอดหนี้คงค้างทั้งหมดในบัญชีมาร์จิ้นหลักทรัพย์ และยอดรวมของยอดเงินสดคงเหลือ (free credit balance) ทั้งหมดในบัญชีเงินสดและบัญชีมาร์จิ้นหลักทรัพย์
ยอดรวมทั้งสองนี้คือข้อมูลทั้งหมดในชุดนี้ ยอดหนี้คงค้างคือเงินกู้ ซึ่งก็คือจำนวนเงินที่ลูกค้าติดค้างโบรกเกอร์จากการซื้อหลักทรัพย์ด้วยเงินกู้ เมื่อรวมยอดทั้งอุตสาหกรรมแล้ว นี่คือตัวเลขที่ถูกอ้างถึงว่าเป็นหนี้มาร์จิ้น ส่วนยอดเงินสดคงเหลือคืออีกด้านหนึ่ง ซึ่งเป็นเงินสดของลูกค้าที่ฝากไว้กับโบรกเกอร์และสามารถเรียกคืนได้ทันที โดยในไฟล์จะแยกเป็นบัญชีเงินสดและบัญชีมาร์จิ้น
รายละเอียดสี่ประการที่ส่งผลต่อการตีความตัวเลขมีดังนี้:
- ยอดหนี้คงค้างจะถูกบันทึกเป็นยอดรวม (gross) โดยรวมมูลค่าตลาดของสถานะขายชอร์ต (short) เข้าไปด้วย แทนที่จะนำไปหักลบกับยอดเครดิตจากสถานะชอร์ต
- ยอดเงินสดคงเหลือจะไม่รวมยอดคงเหลือในบัญชีชอร์ตและบัญชีพิเศษ (special memorandum accounts)
- เกณฑ์วันที่ชำระราคาหมายความว่าการซื้อขายจะถูกนับในวันที่ชำระราคาจริง ไม่ใช่วันที่ทำรายการ ภายใต้การชำระราคาแบบ T+1 การซื้อที่เกิดขึ้นในวันทำการสุดท้ายของเดือนจะไปชำระราคาในเดือนถัดไป และจะถูกนับรวมในตัวเลขของเดือนถัดไป
- บัญชีหลายประเภทไม่อยู่ในการรวบรวมข้อมูลนี้ เช่น บัญชีของสมาชิก FINRA รายอื่น บัญชี DVP และ RVP รวมถึงบัญชีที่ไม่ใช่หลักทรัพย์
แบบฟอร์มจะต้องส่งให้เร็วที่สุดหลังจากสิ้นเดือน และไม่เกินวันทำการที่หกของเดือนถัดไป ส่วนการเผยแพร่จะเกิดขึ้นหลังจากนั้น
ข้อมูลหนี้มาร์จิ้นของ FINRA เผยแพร่เมื่อใด
โดยทั่วไป FINRA จะเผยแพร่การอัปเดตสถิติมาร์จิ้นในสัปดาห์ที่สามของเดือนถัดจากเดือนที่อ้างอิง บริษัทต่างๆ จะต้องยื่นรายงานภายในวันทำการที่หก และยอดรวมจะถูกประกาศหลังจากนั้นประมาณสองสัปดาห์ ไม่มีการกำหนดวันที่แน่นอนล่วงหน้า ซึ่งแตกต่างจาก ปฏิทินการเผยแพร่ข้อมูลชอร์ต (short interest) ที่มีการประกาศวันที่ชำระราคาและวันที่เผยแพร่ล่วงหน้าหนึ่งปี
หากต้องการทราบว่าช่องว่างของเวลานี้ส่งผลอย่างไรต่อผู้อ่าน ให้ใช้ข้อมูลวันที่ 20 ของเดือนถัดไปเป็นตัวแทนของการเผยแพร่ในสัปดาห์ที่สาม และวัดผลตลาดในช่วงเวลาดังกล่าว แผงข้อมูลด้านล่างแสดงข้อมูลสิ้นเดือนย้อนหลังหนึ่งปีครึ่ง ได้แก่ วันที่อ้างอิง วันที่เผยแพร่โดยประมาณ จำนวนวันทำการปกติระหว่างช่วงเวลา และผลการดำเนินงานของ SPY ในช่วงเวลาดังกล่าว
SQL เบื้องหลังตัวเลขแต่ละตัว
WITH daily AS
(
SELECT
toDate(toTimeZone(window_start, 'America/New_York')) AS d,
argMax(close, window_start) AS px
FROM global_markets.delayed_stocks_minute_aggs
WHERE ticker = 'SPY'
AND window_start >= toDateTime('2024-11-01 00:00:00')
AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60
+ toMinute(toTimeZone(window_start, 'America/New_York'))) >= 570
AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60
+ toMinute(toTimeZone(window_start, 'America/New_York'))) < 960
GROUP BY d
),
reference_month AS
(
SELECT
toStartOfMonth(d) AS m,
max(d) AS as_of,
argMax(px, d) AS as_of_close
FROM daily
GROUP BY m
),
release AS
(
SELECT
m,
as_of,
as_of_close,
addDays(toStartOfMonth(addMonths(m, 1)), 19) AS release_day
FROM reference_month
)
SELECT
formatDateTime(r.m, '%Y-%m') AS month,
any(formatDateTime(r.as_of, '%b %e')) AS as_of_label,
any(formatDateTime(r.release_day, '%b %e')) AS release_label,
count() AS sessions_count,
round(100 * (toFloat64(argMax(d.px, d.d))
/ toFloat64(any(r.as_of_close)) - 1), 2) AS spy_change_pct
FROM release AS r
CROSS JOIN daily AS d
WHERE d.d > r.as_of
AND d.d <= r.release_day
AND r.release_day < today()
GROUP BY r.m
ORDER BY r.mในช่วงเวลาที่สมบูรณ์ล่าสุด ตั้งแต่ Jun 30 ถึง Jul 20 ตลาดมีวันทำการปกติ 13 วัน และ SPY เคลื่อนไหว -0.57% ผู้ที่อ่านตัวเลขมาร์จิ้นในวันที่เผยแพร่กำลังอ่านภาพรวมที่เกิดขึ้นย้อนหลังไปหลายวันทำการ
ข้อมูลหนี้มาร์จิ้นมีความล่าช้าเพียงใดเมื่อคุณอ่าน
ภาพรวม ณ สิ้นเดือนเป็นข้อมูลที่สดใหม่ที่สุดในการเผยแพร่ ซึ่งมีอายุประมาณสามสัปดาห์ การกู้ยืมที่เกิดขึ้นในช่วงวันแรกของเดือนที่อ้างอิงจะมีอายุประมาณเจ็ดสัปดาห์ นี่คือช่วงเวลาสี่ถึงเจ็ดสัปดาห์ ซึ่งเป็นคุณสมบัติของตารางเวลา ไม่ใช่ของเดือนใดเดือนหนึ่งโดยเฉพาะ
แผงถัดไปขยายการวัดผลเดียวกันไปยังทุกสิ้นเดือนย้อนหลังไปถึง 2006 และจัดเรียงช่วงเวลาตามระยะการเคลื่อนไหวของตลาดที่เกิดขึ้นภายในช่วงเวลานั้น
SQL เบื้องหลังตัวเลขแต่ละตัว
WITH daily AS
(
SELECT
toDate(toTimeZone(window_start, 'America/New_York')) AS d,
argMax(close, window_start) AS px
FROM global_markets.delayed_stocks_minute_aggs
WHERE ticker = 'SPY'
AND window_start >= toDateTime('2006-01-01 00:00:00')
AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60
+ toMinute(toTimeZone(window_start, 'America/New_York'))) >= 570
AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60
+ toMinute(toTimeZone(window_start, 'America/New_York'))) < 960
GROUP BY d
),
reference_month AS
(
SELECT
toStartOfMonth(d) AS m,
max(d) AS as_of,
argMax(px, d) AS as_of_close
FROM daily
GROUP BY m
),
release AS
(
SELECT
m,
as_of,
as_of_close,
addDays(toStartOfMonth(addMonths(m, 1)), 19) AS release_day
FROM reference_month
),
gaps AS
(
SELECT
r.m AS m,
abs(round(100 * (toFloat64(argMax(d.px, d.d))
/ toFloat64(any(r.as_of_close)) - 1), 2)) AS abs_move_pct
FROM release AS r
CROSS JOIN daily AS d
WHERE d.d > r.as_of
AND d.d <= r.release_day
AND r.release_day < today()
GROUP BY r.m
)
SELECT
multiIf(abs_move_pct < 1, '0 to 1%',
abs_move_pct < 2, '1 to 2%',
abs_move_pct < 3, '2 to 3%',
abs_move_pct < 5, '3 to 5%',
abs_move_pct < 8, '5 to 8%',
'8% or more') AS move_bucket,
count() AS months_count,
round(100 * count() / (SELECT count() FROM gaps), 1) AS share_pct
FROM gaps
GROUP BY move_bucket
ORDER BY min(abs_move_pct)21.1% ของช่วงเวลาเหล่านั้นอยู่ในกลุ่ม 0 to 1% ในขณะที่กลุ่มที่กว้างที่สุดบนแผนภูมิคือ 8% or more ซึ่งครอบคลุม 15 ของช่วงเวลาทั้งหมด ตัวเลขยอดคงเหลือที่มาถึงหลังจากตลาดเคลื่อนไหวในระดับนั้นได้สะท้อนถึงพอร์ตการลงทุนที่ตลาดได้ปรับราคาไปเรียบร้อยแล้ว
ความล่าช้านี้ทำให้ไม่สามารถใช้ข้อมูลในสองกรณีได้อย่างชัดเจน ตัวเลขนี้ไม่สามารถอธิบายสถานการณ์ของสัปดาห์ปัจจุบันได้ และไม่สามารถนำไปวางเทียบกับราคาในวันเดียวกันโดยไม่มีหมายเหตุว่าทั้งสองค่าเป็นการวัดผลในช่วงเวลาที่ต่างกัน ข้อมูลชอร์ต (short interest) ก็ประสบปัญหาเดียวกันในรูปแบบที่สั้นกว่า ซึ่งเราได้อธิบายไว้ใน เหตุใดข้อมูลชอร์ตจึงมีความล่าช้าสองสัปดาห์
เหตุใดสถิติยอดรวมสูงสุดจึงเป็นส่วนที่น่าสนใจน้อยที่สุด
หนี้มาร์จิ้นมักถูกอ้างถึงบ่อยที่สุดเมื่อสร้างสถิติสูงสุดใหม่ กลไกของมันทำให้เกณฑ์นี้ต่ำ ยอดหนี้คงค้างคือเงินดอลลาร์ที่กู้ยืมมาโดยอ้างอิงกับพอร์ตการลงทุนที่มีมูลค่าตลาดผันแปรตามราคา หากคงสัดส่วนการกู้ยืมไว้เท่าเดิมเมื่อเทียบกับมูลค่าพอร์ต และราคาหุ้นปรับตัวสูงขึ้น ยอดรวมที่เป็นดอลลาร์ก็จะสูงขึ้นตามไปด้วย ดังนั้นสถิติสูงสุดในเชิงตัวเลขจึงเป็นเพียงการระบุระดับราคาในหน่วยที่ต่างออกไปเท่านั้น
สถิติสูงสุดเกิดขึ้นบ่อยเพียงใด แผงข้อมูลนี้จะนับการปิดสิ้นเดือนของ SPY ที่สูงกว่าการปิดสิ้นเดือนทุกครั้งก่อนหน้าในช่วงเวลาที่กำหนด
SQL เบื้องหลังตัวเลขแต่ละตัว
WITH daily AS
(
SELECT
toDate(toTimeZone(window_start, 'America/New_York')) AS d,
argMax(close, window_start) AS px
FROM global_markets.delayed_stocks_minute_aggs
WHERE ticker = 'SPY'
AND window_start >= toDateTime('2006-01-01 00:00:00')
AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60
+ toMinute(toTimeZone(window_start, 'America/New_York'))) >= 570
AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60
+ toMinute(toTimeZone(window_start, 'America/New_York'))) < 960
GROUP BY d
),
month_close AS
(
SELECT
toStartOfMonth(d) AS m,
toFloat64(argMax(px, d)) AS close_px
FROM daily
GROUP BY m
),
peaks AS
(
SELECT
m,
close_px,
max(close_px) OVER (ORDER BY m ASC
ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) AS running_peak
FROM month_close
),
per_year AS
(
SELECT
toYear(m) AS y,
count() AS closes_observed,
countIf(close_px >= running_peak) AS new_highs
FROM peaks
GROUP BY y
)
SELECT
toString(y) AS year,
closes_observed,
new_highs,
round(100 * sum(new_highs) OVER (ORDER BY y ASC
ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW)
/ sum(closes_observed) OVER (ORDER BY y ASC
ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW), 1) AS cumulative_share_pct
FROM per_year
ORDER BY yตลอดช่วงเวลาดังกล่าว 34.3% ของการปิดสิ้นเดือนเป็นจุดสูงสุดใหม่สำหรับช่วงเวลานั้น และ 2026 เพียงอย่างเดียวก็ครองสัดส่วน 4 ของจุดสูงสุดเหล่านั้นจนถึงปัจจุบัน ชุดข้อมูลที่เป็นดอลลาร์ซึ่งเพิ่มขึ้นตามมูลค่าพอร์ตการลงทุนย่อมมีความถี่เช่นนี้ การอ่านสถิติสูงสุดเชิงตัวเลขว่าเป็นข่าว จึงเป็นเพียงการยืนยันว่าตลาดอยู่ใกล้จุดสูงสุดเท่านั้น
การแปลงข้อมูลสองวิธีช่วยให้ประวัติการกู้ยืมสามารถเปรียบเทียบข้ามทศวรรษได้:
- มูลค่าที่แท้จริง (Real terms): ปรับลดค่าคอลัมน์ดอลลาร์ด้วยดัชนีราคาผู้บริโภค เพื่อให้ดอลลาร์ในปี 1997 และ 2026 เป็นหน่วยเดียวกัน สำนักสถิติแรงงาน (Bureau of Labor Statistics) เผยแพร่ประวัติ CPI นี้โดยไม่มีค่าใช้จ่าย
- อัตราส่วน: หารยอดหนี้คงค้างด้วยมาตรวัดที่ใช้เปรียบเทียบการกู้ยืม เช่น มูลค่าตลาดหุ้นสหรัฐฯ ทั้งหมด หรือ GDP ในเชิงตัวเลข ผลลัพธ์ที่ได้คือความเข้มข้นของการกู้ยืมแทนที่จะเป็นจำนวนเงินดอลลาร์
มุมมองเพิ่มเติมไม่จำเป็นต้องใช้ข้อมูลภายนอกเลย การเปลี่ยนแปลงเป็นเปอร์เซ็นต์แบบเดือนต่อเดือนหรือปีต่อปีในคอลัมน์ยอดหนี้คงค้างนั้นเป็นค่าที่ไม่มีสเกลโดยธรรมชาติ และช่วยตัดผลกระทบจากการค่อยๆ ปรับตัวขึ้นของระดับราคาที่ส่งผลต่อยอดรวมดิบออกไป
หนี้มาร์จิ้นเป็นดัชนีชี้นำหรือไม่
คำที่ถูกต้องคือ "ดัชนีที่เคลื่อนไหวไปพร้อมกัน" (coincident) ยอดหนี้คงค้างและมูลค่าพอร์ตการลงทุนเคลื่อนไหวไปพร้อมกันภายในเดือนเดียวกัน และเมื่อข้อมูลรวมถูกเผยแพร่ ประวัติราคาของเดือนนั้นก็เป็นที่รับรู้ของสาธารณะไปแล้ว ข้ออ้างเรื่องการชี้นำ (lead-lag) ต้องผ่านอุปสรรคสองประการ คือ ความสัมพันธ์ทางคณิตศาสตร์ระหว่างยอดคงเหลือที่เป็นดอลลาร์กับระดับราคา และความล่าช้าสี่ถึงเจ็ดสัปดาห์ก่อนที่ตัวเลขจะปรากฏขึ้น
ผู้อ่านสามารถตรวจสอบการเคลื่อนไหวร่วมกันได้โดยตรง โดยนำประวัติของ FINRA มาเทียบกับเดือนที่แย่ที่สุดของตลาด และดูว่าการลดลงของชุดข้อมูลหนี้มาร์จิ้นเกิดขึ้นในเดือนเดียวกันหรือเกิดขึ้นก่อนหน้า แผงข้อมูลนี้ให้วันที่สำหรับการตรวจสอบ
SQL เบื้องหลังตัวเลขแต่ละตัว
WITH daily AS
(
SELECT
toDate(toTimeZone(window_start, 'America/New_York')) AS d,
argMax(close, window_start) AS px
FROM global_markets.delayed_stocks_minute_aggs
WHERE ticker = 'SPY'
AND window_start >= toDateTime('2006-01-01 00:00:00')
AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60
+ toMinute(toTimeZone(window_start, 'America/New_York'))) >= 570
AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60
+ toMinute(toTimeZone(window_start, 'America/New_York'))) < 960
GROUP BY d
),
month_close AS
(
SELECT
toStartOfMonth(d) AS m,
toFloat64(argMax(px, d)) AS close_px
FROM daily
GROUP BY m
),
chained AS
(
SELECT
m,
close_px,
lagInFrame(close_px, 1) OVER (ORDER BY m ASC
ROWS BETWEEN 1 PRECEDING AND CURRENT ROW) AS prior_close
FROM month_close
)
SELECT
formatDateTime(m, '%b %Y') AS calendar_label,
round(100 * (close_px / prior_close - 1), 2) AS spy_change_pct
FROM chained
WHERE prior_close > 0
ORDER BY spy_change_pct ASC
LIMIT 10เดือนที่แย่ที่สุดในสิบอันดับคือ Oct 2008 ซึ่งมีการเปลี่ยนแปลง -16.74% ระหว่างการปิดสิ้นเดือนที่ต่อเนื่องกัน และอันดับที่สิบยังคงมีการเปลี่ยนแปลง -8.4% การนำคอลัมน์ยอดหนี้คงค้างมาวางข้างเดือนเหล่านี้จะช่วยให้ผู้อ่านตัดสินใจเรื่องจังหวะเวลาได้ด้วยตนเอง แทนที่จะเชื่อตามพาดหัวข่าว
วิธีดาวน์โหลดประวัติทั้งหมดตั้งแต่ปี 1997
FINRA เผยแพร่ตารางข้อมูลบน หน้าสถิติมาร์จิ้น (Margin Statistics page) และนำเสนอชุดข้อมูลเดียวกันในรูปแบบไฟล์ Excel ที่เริ่มตั้งแต่เดือนมกราคม 1997 โดยมีหนึ่งแถวต่อเดือน แสดงยอดรวมหนี้คงค้างข้างคอลัมน์เงินสดคงเหลือ รายงานเป็นหน่วยล้านดอลลาร์
นิสัยสองประการที่จะช่วยให้ไฟล์มีประโยชน์มากขึ้นคือ เก็บสำเนาที่มีการลงวันที่ของการดาวน์โหลดทุกครั้ง เนื่องจากรายงานที่แก้ไขภายหลังอาจปรับปรุงข้อมูลของเดือนก่อนหน้า และมีเพียงคลังข้อมูลของคุณเองเท่านั้นที่จะแสดงการเปลี่ยนแปลงนั้น และให้นำเดือนที่อ้างอิงติดไปกับป้ายกำกับแผนภูมิทุกครั้งที่คุณสร้าง เพื่อไม่ให้แผนภูมิเชื่อมโยงยอดคงเหลือของเดือนหนึ่งเข้ากับเดือนที่เผยแพร่โดยไม่ตั้งใจ
สำหรับชุดข้อมูล FINRA ที่มักอ่านควบคู่กับชุดนี้ โปรดดู ข้อมูลชอร์ตของ FINRA ซึ่งเป็นไปตามรูปแบบการรวบรวมและเผยแพร่เดียวกันในรอบสองครั้งต่อเดือน สำหรับมาตรวัดความกว้างของตลาดที่ไม่มีความล่าช้าในการรายงานเลย ดัชนี high low ถูกสร้างขึ้นโดยตรงจากข้อมูลราคาประจำวัน
คำถามที่พบบ่อย
ข้อมูลหนี้มาร์จิ้นของ FINRA เผยแพร่เมื่อใด
โดยทั่วไป FINRA จะเผยแพร่การอัปเดตสถิติมาร์จิ้นในสัปดาห์ที่สามของเดือนถัดจากเดือนที่อ้างอิง บริษัทต่างๆ จะยื่นแบบฟอร์มยอดคงเหลือมาร์จิ้นลูกค้า (Customer Margin Balance Form) ไม่เกินวันทำการที่หกของเดือนถัดไป และยอดรวมจะถูกประกาศหลังจากนั้น ไม่มีการประกาศวันที่เผยแพร่ที่แน่นอนล่วงหน้า
ยอดหนี้คงค้าง (debit balance) และยอดเงินสดคงเหลือ (free credit balance) ต่างกันอย่างไร
ยอดหนี้คงค้างคือเงินที่ลูกค้าติดค้างโบรกเกอร์จากการซื้อหลักทรัพย์ด้วยมาร์จิ้น ยอดเงินสดคงเหลือคือเงินสดของลูกค้าที่ถือไว้ที่โบรกเกอร์และสามารถเรียกคืนได้ทันที FINRA รวบรวมยอดรวมหนี้คงค้างสำหรับบัญชีมาร์จิ้นหลักทรัพย์ และยอดรวมเงินสดคงเหลือสำหรับบัญชีเงินสดและบัญชีมาร์จิ้นหลักทรัพย์
ข้อมูลหนี้มาร์จิ้นของ FINRA ย้อนหลังไปไกลแค่ไหน
ประวัติที่ดาวน์โหลดได้บนหน้าสถิติมาร์จิ้นของ FINRA เริ่มตั้งแต่เดือนมกราคม 1997 โดยมีหนึ่งแถวต่อเดือน ยอดคงเหลือจะรายงานเป็นหน่วยล้านดอลลาร์ตามเกณฑ์วันที่ชำระราคา ณ วันทำการสุดท้ายของแต่ละเดือน
หนี้มาร์จิ้นสามารถทำนายจุดสูงสุดของตลาดได้หรือไม่
คุณสมบัติสองประการของชุดข้อมูลนี้จำกัดการใช้งานดังกล่าว ระดับดอลลาร์จะเคลื่อนไหวตามมูลค่าพอร์ตการลงทุน ดังนั้นมันจึงสูงขึ้นเมื่อราคาหุ้นสูงขึ้นแม้ว่าความเข้มข้นของการกู้ยืมจะคงที่ และตัวเลขทุกตัวจะมีอายุสี่ถึงเจ็ดสัปดาห์เมื่อเผยแพร่ ผู้อ่านที่ศึกษาจุดเปลี่ยนมักจะใช้การเปลี่ยนแปลงเป็นเปอร์เซ็นต์แบบปีต่อปีหรือเวอร์ชันที่เป็นอัตราส่วนแทนที่จะใช้ระดับดอลลาร์ดิบ
หนี้มาร์จิ้นเหมือนกับข้อมูลชอร์ต (short interest) หรือไม่
ไม่เหมือนกัน หนี้มาร์จิ้นคือเงินสดที่กู้ยืมมาเพื่อถือสถานะซื้อ (long) ข้อมูลชอร์ตคือจำนวนหุ้นที่ขายชอร์ตและยังไม่ได้ซื้อคืน ทั้งสองอย่างเข้าถึงสาธารณะผ่านการยื่นรายงานของโบรกเกอร์ต่อ FINRA ในรอบที่กำหนด และทั้งคู่มีความล่าช้าในการเผยแพร่เป็นสัปดาห์
แผงข้อมูลทุกแผงด้านบนสามารถขยายเพื่อดูคำสั่ง SQL ที่สร้างข้อมูลนั้นขึ้นมา หากต้องการรันการคำนวณสิ้นเดือนและช่องว่างเวลาการเผยแพร่แบบเดียวกันกับ Ticker อื่นหรือช่วงเวลาที่ยาวขึ้น สามารถสอบถามได้ด้วยภาษาอังกฤษทั่วไปบนเทอร์มินัล Strasmore