Формирование портфелей акций с использованием методов многокритериального принятия решений тема диссертации и автореферата по ВАК РФ 00.00.00, кандидат наук Ханиев Адиль

• Ханиев Адиль
• кандидат наук
• 2026

Оглавление диссертации кандидат наук Ханиев Адиль

Введение

Глава 1. Обзор исследований, посвященных анализу детерминант доходности акций и портфельным построениям с применением методов многокритериального принятия решений

1.1. Обзор научных работ, посвященных анализу детерминант доходности акций

1.2. Применение методов многокритериального принятия решений для портфельных построений на рынке акций

1.3. Гипотезы диссертационного исследования

Глава 2. Методология построения портфельных инвестиционных стратегий качества и данные исследования

2.1 Выявление значимых устойчивых детерминант доходности акций посредством регрессионных моделей

2.2 Разработка авторских интегральных факторов качества акций с применением методов многокритериального принятия решений. Портфельные построения

2.3 Описательные статистики по выборке исследования

Глава 3. Результаты оценки эффективности портфельных инвестиционных стратегий качества, построенных с использованием методов многокритериального принятия решений

3.1 Результаты регрессионного анализа: оценка устойчивости и значимости влияния финансовых и нефинансовых показателей на полную годовую доходность акций на рынке США

3.2 Оценка эффективности портфельных инвестиционных стратегий, построенных на основе отбора акций по авторским интегральным факторам качества

3.3 Анализ устойчивости результатов исследования

Заключение

Список литературы

Приложение 1. База расчета индексов Drucker Institute

2

Введение

Введение диссертации (часть автореферата) на тему «Формирование портфелей акций с использованием методов многокритериального принятия решений»

Актуальность

Вопрос о возможности построения на рынке акций активных инвестиционных стратегий, позволяющих превзойти по доходности и соотношению «риск-доходность» фондовые индексы, является дискуссионным. В рамках классической теории эффективного фондового рынка превышение доходности рыночного индекса не рассматривается как гарантированный результат активного управления и, как правило, связывается с принятием дополнительных рисков или экспозицией к факторам риска (Fama, 1970; Sharpe, 1964). Положительная альфа согласно трехфакторной или пятифакторной моделям Фама-Френча, четырехфакторной модели Кархарта для активно управляемых инвестиционных фондов может свидетельствовать о выдающихся навыках управляющих портфелями (Абрамов и др., 2019); также возможность получения положительной альфы на рынке акций может объясняться поведенческими аномалиями (Tomtosov, 2024). Bessembinder et al. (2023) показали, что лишь 30.3% взаимных фондов акций США превзошли фондовый индекс по доходности за последние 30 лет. В работе Тепловой и др. (2020) по российскому рынку показано, что активные инвестиционные стратегии не позволяют получить более высокую доходность по сравнению с индексным инвестированием.

Cremers et al. (2016) по широкой межстрановой выборке взаимных фондов выявили, что активный стиль управления позволяет получить более высокую доходность. Аналогичный вывод получили и Bessler et al. (2021): портфели акций, построенные на основе факторных инвестиционных стратегий, обеспечивают более высокую доходность с поправкой на риск по сравнению с отраслевыми индексами на рынке США. В работе Tomtosov (2024) по рынку США показано, что учет моментум-эффекта при отборе акций в портфель позволяет получить положительную альфу Дженсена. В

работе Teplova et al. (2022) для российского рынка выявлено, что портфели акций, построенные с учетом сентимента инвесторов в социальных сетях, позволяют превзойти рыночный бенчмарк по доходности и получить положительную альфу Дженсена. В работе Абрамова и др. (2025) по российскому рынку выявлено, что доходность «народного портфеля» сильно уступает более диверсифицированным факторным портфелям акций российских компаний (акциям малых компаний, акциям роста, с высокой дивидендной доходностью и пр.), хотя и несколько превосходит Индекс полной доходности Мосбиржи.

Из-за усиливающейся турбулентности на мировых финансовых рынках, формируемой экономическими, социальными и геополитическими вызовами, растет интерес инвесторов и исследователей к факторным стратегиям качества1, базирующимся на анализе различных характеристик компаний-эмитентов (Bayda§ & Pamucar, 2022). Согласно исследованию Hsu et al. (2019), факторы качества, в отличие от классических факторов - стоимости, размера или моментума, - не имеют строгого и общепринятого определения. К числу характеристик, на основании которых акции обычно относят к «качественным», относятся маржа валовой, операционной и/или чистой прибыли, стабильность операционной и/или чистой прибыли, уровень долговой нагрузки, темпы роста активов и выручки, качество финансовой отчетности, политика выплат акционерам, инвестиционная активность и др. Указанный набор факторов не предполагает обязательного одновременного использования всех перечисленных показателей и служит иллюстрацией наиболее распространённых подходов. В свою очередь, Asness et al. (2019) трактуют качество как совокупность характеристик, за которые инвесторы готовы платить премию. В ряде работ при отборе акций в портфель на основе факторов качества учитываются нефинансовые показатели эмитентов наряду с финансовыми (Maiti, 2021; Cesarone et al., 2022).

1 Отметим, что в русскоязычной научной литературе термин «quality factor» традиционно переводится как «фактор качества» (Логинов, 2023), поэтому и в диссертационном исследовании принята данная терминология.

В эмпирических исследованиях Sloan (1996), Novy-Marx (2013), Madhavan (2016), Asness et al. (2019) выявлено, что инвестиционные факторные стратегии качества позволяют превзойти индексы фондового рынка по доходности и снизить риски инвестирования на долгосрочном горизонте. Факторные стратегии качества позволяют получить положительную премию наряду со стратегиями, основанными на факторах размера, моментума, стоимости. Однако выводы предыдущих работ о том, какие именно факторы качества позволяют устойчиво получать высокую доходность и доходность, скорректированную на риск, в рамках портфельных построений в различных рыночных условиях, противоречивы.

Отличительной чертой настоящего диссертационного исследования является анализ расширенного набора финансовых и нефинансовых показателей качества эмитентов - потенциальных детерминант полной годовой доходности акций. Мы выявляем наиболее устойчивые и значимые показатели качества на рынке акций США в различных рыночных условиях, рассматривая период 2017-2022 гг., охватывающий интервалы макроэкономической стабильности, ковид-кризиса, роста геополитической напряженности. Особое внимание уделяется роли нефинансовых показателей качества - человеческого капитала, корпоративной социальной ответственности, удовлетворенности клиентов, которые мы измеряем согласно линейке индексов Drucker Institute.

Вызовом и мотивацией нашего исследования является ранжирование в рамках портфельных построений компаний-эмитентов акций, которые демонстрируют различные значения показателей качества - значимых и устойчивых детерминант доходности акций. Для решения этой задачи представляется релевантным применение методов многокритериального принятия решений, которые хорошо зарекомендовали себя в различных областях, включая финансовую экономику (Jing et al., 2023; Liachovicius et al., 2020; Goodarzi et al., 2022).

Мы отвечаем на исследовательские вопросы: 1) какие показатели

5

качества по различным проекциям (финансового состояния эмитентов, нефинансовых показателей, выплат акционерам, биржевых характеристик акций) наиболее устойчиво влияют на полную годовую доходность акций в различных рыночных условиях? 2) какие методы многокритериального принятия решений наиболее эффективны для построения интегральных факторов качества и отбора акций в портфель с точки зрения доходности и риска портфельных инвестиционных стратегий?

Нами предложен оригинальный двухэтапный методологический подход к построению авторских интегральных факторов качества на основе разноплановых показателей эмитентов акций. На первом этапе среди анализируемых показателей выделяются наиболее устойчивые и значимые детерминанты полной годовой доходности акций на основе обзора научных работ и с применением регрессионного анализа. На втором этапе с применением 11 методов многокритериального принятия решений строятся авторские интегральные факторы качества, по которым акции ранжируются в рамках портфельных построений. Согласно каждому методу принятия решений данной компании-эмитенту акций присваивается свой интегральный фактор качества, основанный на «удаленности» компании от границы эффективности, «идеальной» компании или «анти-идеальной» компании (подробнее см. раздел 2.2) с учетом выявленного на первом этапе набора устойчивых детерминант доходности акций. Оценивается и сопоставляется эффективность соответствующих портфельных инвестиционных стратегий по показателям доходности и доходности, скорректированной на риск. Выявляются лучшие методы многокритериального принятия решений, позволяющие в рамках портфельных построений превзойти индексы-бенчмарки.

Объект, предмет, цели и задачи исследования

Объектом исследования являются акции публичных компаний США.

Предметом исследования является эффективность инвестиционных

факторных стратегий, основанных на ранжировании компаний-эмитентов

6

акций по разноплановым показателям качества (финансового состояния эмитентов; человеческого капитала, корпоративной социальной ответственности, удовлетворенности клиентов; выплат акционерам; биржевых характеристик акций).

Целью исследования является разработка и апробация авторского подхода к формированию портфелей на рынке акций на основе методов многокритериального принятия решений с учетом выявления на первом этапе наиболее устойчивых показателей качества эмитентов из расширенного набора финансовых и нефинансовых показателей.

Задачи исследования:

1) Проанализировать и сопоставить детерминанты доходности акций на основе обзора предыдущих работ по развитым и развивающимся рынкам капитала.

2) Сформировать оригинальную базу данных по рынку акций США, объединяющую финансовые и нефинансовые показатели эмитентов, включая индексы социальной ответственности, человеческого капитала, удовлетворенности клиентов, выплат акционерам, а также ключевые биржевые характеристики акций. Протестировать возможность рассмотрения как прокси нефинансовых показателей индексов Drucker Institute.

3) Оценить устойчивость и значимость влияния финансовых и нефинансовых показателей на полную годовую доходность акций на рынке США в различных рыночных условиях в рамках регрессионных построений.

4) Сопоставить существующие подходы к отбору акций в портфель с применением методов многокритериального анализа.

5) Разработать авторские интегральные факторы качества акций с использованием широкого набора методов многокритериального анализа, включая CODAS, COPRAS, GRA, TODIM, Taxonomy, TOPSIS, WASPAS, DEA, Z-Score Aggregation, Percentile Ranking, Borda Count. На основе полученных интегральных оценок осуществить ранжирование акций по уровню качества в рамках портфельных построений.

6) Разработать и апробировать для портфельных построений авторский метод многокритериального анализа, основанный на комбинации других методов многокритериального анализа (наиболее эффективных с точки зрения доходности и соотношения доходности и риска инвестиционных стратегий).

7) Протестировать эффективность инвестиционных стратегий, базирующихся на авторских интегральных факторах качества акций. Сформировать портфели из акций с наибольшими и наименьшими значениями этих факторов и сравнить их между собой, а также с рыночным бенчмарком по доходности и показателям доходности, скорректированной на риск.

Степень разработки научной проблемы в литературе

Теоретическую базу нашего исследования составляют концепции, раскрывающие механизмы влияния разноплановых (финансовых и нефинансовых) показателей качества компаний на ее рыночную стоимость и инвестиционную привлекательность. Традиционно в рамках факторного инвестирования исследовалась роль факторов стоимости, моментума, размера и волатильности (Haugen & Heins, 1972; Basu, 1977; Banz, 1981; Jegadeesh & Titman, 1993). Как показано в эмпирическом исследовании Абрамова и др. (2022), на мировом фондовом рынке за 2020-2021 гг. положительную премию принесли фундаментальные факторы размера, моментума, дивидендной доходности.

Graham (1973) разработал концепцию факторного инвестирования в

«качественные» компании, обладающие надежными бизнес-моделями и

конкурентными преимуществами, которые могут сохранить устойчивость во

время кризисных явлений. Долгосрочное превосходство различных

факторных стратегий качества над рыночными индексами-бенчмарками

выявлено в работах Sloan (1996), Novy-Marx (2013), Asness et al. (2019).

Согласно Hsu et al. (2019), факторы качества не имеют строгого и

общепринятого определения. Базовыми постулатами финансовой экономики

8

является важность для инвестиционной привлекательности акций таких факторов, как дивидендные выплаты (Williams, 1938; Bhattachatya, 1979; Jensen, 1986; Yin & Nie, 2021) и обратный выкуп акций (Boudoukh et al., 2007; Eaton & Paye, 2017), показателей финансовой отчетности и рыночных мультипликаторов (Basu, 1977; Banz, 1981; Fama & French, 2015; Pätäri et al., 2018). Asness et al. (2019) трактуют качество как совокупность характеристик, за которые инвесторы готовы платить премию.

Влияние отдельных факторов на доходность акций может существенно зависеть от исторического периода и институциональной среды (Fama & French, 1988; Boudoukh et al., 2007). Так, значимость дивидендной доходности была выше в первой половине и середине XX века, тогда как начиная с 1980-х годов возрастает роль обратных выкупов акций как формы распределения денежных средств в пользу акционеров (Boudoukh et al., 2007; Eaton & Paye, 2017). Аналогично, нефинансовые факторы, включая ESG-характеристики и показатели человеческого капитала, получили широкое распространение в эмпирических исследованиях в последние десятилетия по мере изменения структуры инвесторов, стандартов раскрытия информации и регуляторных требований (Edmans, 2011; Hrisch et al., 2023). O'Donovan (2021) показал, что после принятия Закона Сарбейнса-Оксли 2002 г. отрицательная зависимость между ростом активов и последующей доходностью акций, характерная для дореформенного периода, перестала проявляться на рынке США.

В 1960-е гг. разработана теория человеческого капитала (Becker 1964), которая утверждает, что вложения в навыки и мотивацию работников повышают их предельную производительность, а значит, и кумулятивный поток будущих доходов. В 1990-е гг. разработана ресурсная теория фирмы (Barney, 1991), согласно которой ключевые конкурентные преимущества организации проистекают из обладания ценными, редкими и трудно воспроизводимыми ресурсами. Как источники долгосрочной устойчивой ценности стали рассматриваться нематериальные ресурсы - квалификация и

лояльность персонала. В современных эмпирических исследованиях авторы

9

также отмечают положительное влияние человеческого капитала на выручку (Bagna et al., 2024) и стоимость компании (Fauver et al., 2018). Найденова и Усынина (2017) отмечают важность раскрытия информации об инновационной деятельности компаний для цен акций российских компаний.

Стейкхолдерская теория (Freeman, 1984) утверждает, что успех компании определяется эффективным управлением отношениями со всеми группами заинтересованных лиц (акционерами, сотрудниками, потребителями, партнерами, обществом). С позиции данного подхода корпоративная социальная ответственность и удовлетворенность клиентов выступают важным источником долгосрочной стабильности бизнеса и улучшения его финансовых показателей. Предложенная нами методика основывается на платформе, объединяющей выводы множества теоретических направлений.

Диссертационное исследование развивает идеи факторного инвестирования, изложенные в работах Asness et al. (2019), Yeh (2023) и Reschenhofer (2024), посредством учета нефинансовых показателей качества эмитентов акций наряду с финансовыми показателями. При построении авторских интегральных факторов качества принимаются во внимание показатели человеческого капитала, социальной ответственности, удовлетворенности клиентов.

В настоящее время развивается направление применения методов

многокритериального принятия решений для портфельных построений на

рынках акций (Jing et al., 2023; Silva et al., 2023; Patari et al., 2018; Wu et al.,

2022). В русле исследований (Bayda§ & Pamucar, 2022; Kartal & Ozdil, 2024),

где показатели качества для портфельных построений на базе методов

многокритериального анализа выбираются исключительно на основе отбора

литературы, в диссертационной работе применяется более системный подход.

Из числа потенциальных детерминант полной годовой доходности акций,

отобранных на основе обзора литературы, с помощью регрессионного

анализа выделяются наиболее устойчивые и значимые показатели по разным

10

проекциям (нефинансовых - человеческого капитала, корпоративной социальной ответственности, удовлетворенности клиентов, классические финансовые показатели - отдача на собственный капитал, валовая маржа, рост активов, выплаты акционерам).

Затем анализируется, какие из 11 методов многокритериального принятия решений (CODAS, COPRAS, GRA, TODIM, Taxonomy, TOPSIS, WASPAS, DEA, Z-Score Aggregation, Percentile Ranking, Borda Count) позволяют построить наиболее эффективные (по доходности и соотношению доходности к риску - коэффициентам Шарпа, Сортино, показателям альфа согласно CAPM и пятифакторной модели Фама-Френча) инвестиционные стратегии на основе устойчивых и значимых детерминант доходности акций. Наконец, разрабатывается авторский интегральный метод, объединяющий преимущества разных подходов для получения более устойчивой интегральной оценки качества акций. Такой поэтапный подход минимизирует субъективность при выборе критериев и методов, повышая надежность результатов.

Гипотезы исследования

Первая группа гипотез касается детерминант доходности акций. Asness et al. (2019) демонстрируют, что стратегия, основанная на покупке «качественных» акций и продаже «некачественных», обеспечивает устойчивые и статистически значимые риск-скорректированные доходности в 25 развитых странах. При этом качество компаний оценивается по таким финансовым характеристикам, как отдача на собственный капитал и валовая маржа. Схожие выводы представляют Bouchaud et al. (2019): авторы показывают, что аналитики систематически недооценивают американские компании с высокой отдачей на собственный капитал, что создает возможность формирования портфелей с аномально высокой будущей доходностью. В свою очередь, Li & Chen (2022) обнаружили, что стратегия «покупать компании с высоким темпом роста активов и продавать — с

низким» также генерирует положительную и статистически значимую

избыточную доходность. Поэтому мы выдвигаем гипотезу 1.1:

Гипотеза 1.1. Показатели валовой маржи, отдачи на капитал и роста

активов объясняют различия в полной годовой доходности акций на рынке

США; влияние этих факторов значимо положительно.

Одной из традиционных детерминант доходности акций компаний

является дивидендная доходность, рассматриваемая как мера

недооцененности и предиктор будущей доходности акций (Fama & French,

1988; Kothari & Shanken, 1997). Однако в последние десятилетия возросла

роль обратного выкупа акций как формы возврата капитала акционерам. Это

привело к появлению более широкой метрики — полной доходности выплат

акционерам, которая учитывает как дивиденды, так и обратные выкупы.

Boudoukh et al. (2007) по рынку США продемонстрировали, что полная

доходность выплат акционерам обладает более высокой прогнозной силой

доходности акций, чем дивидендная доходность в отдельности, особенно в

период после 1980-х годов, когда обратные выкупы стали более

распространенными. Мы выдвигаем гипотезу 1.2:

Гипотеза 1.2. Показатель полной доходности выплат акционерам

объясняет различия в полной годовой доходности акций на рынке США;

влияние этого фактора значимо положительно.

Начиная с 2000-х гг., литература в области финансов чаще акцентирует

внимание на роли нефинансовых факторов, таких как удовлетворенность

клиентов, социальная ответственность и вовлеченность сотрудников, в

формировании рыночной стоимости компаний (Orlitzky et al., 2003; Aksoy et

al., 2008; Edmans, 2011; Malshe et al., 2020). Так, Malshe et al. (2020),

анализируя 273 публичные компании США в период 2007-2017 гг., показали,

что рост удовлетворенности клиентов снижает активность коротких продаж,

что, в свою очередь, способствует положительным аномальным доходностям

акций. В мета-анализе Orlitzky et al. (2003), включающем более 50

эмпирических работ, установлено наличие устойчивой положительной

12

взаимосвязи между корпоративной социальной ответственностью и финансовой эффективностью компаний. Edmans (2011) проанализировал эффективность портфеля, составленного из компаний, возглавляющих рейтинг лучших работодателей США: портфель показал значимую избыточную доходность по сравнению с бенчмарком. Мы выдвигаем гипотезу 1.3:

Гипотеза 1.3. Нефинансовые показатели, такие как человеческий капитал (прокси - вовлеченность и развитие сотрудников), удовлетворенность клиентов и социальная ответственность объясняют различия в полной годовой доходности акций на рынке США; влияние этих факторов значимо положительно.

Вторая группа гипотез относится к возможности построения эффективных инвестиционных стратегий, базирующихся на интегральных факторах качества, сформированных с применением методов многокритериального принятия решений. Patari et al. (2012) по выборке финских акций показывают, что наиболее привлекательные согласно методу DEA акции значимо превосходят по доходности наименее привлекательные. Neukirchen et al. (2022) по рынку США продемонстрировали, что лучшие согласно методам многокритериального принятия решений DEA и SFA компании показали значимо более высокую доходность акций во время ковид-кризиса, нежели оцененные хуже по DEA и SFA. Мы выдвигаем гипотезу 2.1:

Гипотеза 2.1. Методика формирования интегральных факторов качества на основе устойчивых значимых детерминант доходности акций с применением методов многокритериального принятия решений обеспечивает эффективное ранжирование эмитентов на рынке США в рамках портфельных построений: портфели акций с наивысшими значениями интегральных факторов качества демонстрируют более высокую доходность и показатели доходности, скорректированной на риск (коэффициенты Шарпа и Сортино), по сравнению с портфелями с наименьшими значениями на рынке США.

Эмпирические исследования (Patari et al., 2012; Patari et al., 2018, Silva et al., 2023, Goutte et al., 2025) показывают, что методы многокритериального принятия решений применимы к задаче портфельного отбора и позволяют получать портфели с положительной альфой и более высокими показателями коэффициентов Шарпа и Сортино по сравнению с бенчмарками. Так, Patari et al. (2018), используя методы многокритериального принятия решений TOPSIS, AHP и DEA, на рынке США сформировали портфели, которые показали статистически значимую альфу по модели Кархарта, а также более высокий коэффициент Шарпа по сравнению с бенчмарком. Goutte et al. (2025) на данных вьетнамских компаний продемонстрировали, что стратегия, основанная на анализе средних значений и дисперсий случайных величин (mean-variance) и методе PROMETHEE в сочетании с CRITIC, обеспечивает более высокий коэффициент Шарпа по сравнению с бенчмарком. Мы выдвигаем гипотезу 2.2:

Гипотеза 2.2. Методика формирования портфелей акций на основе интегральных факторов качества, рассчитанных с применением методов многокритериального принятия решений с учетом набора значимых и устойчивых детерминант доходности акций, обеспечивает превосходство таких портфелей над рыночным бенчмарком по доходности и более высоким показателям доходности, скорректированной на риск (коэффициенты Шарпа, Сортино, а также альфа в рамках модели оценки капитальных активов и пятифакторной модели Фама-Френча).

Информационная база исследования

Исследование строится на оригинальной базе данных о публичных нефинансовых компаниях США, входящих в индекс S&P 500. В индекс S&P 500 входят компании, капитализация которых составляет примерно 80% от капитализации всех публичных компаний США (S&P, 2025). При этом сам рынок США является крупнейшим фондовым рынком в мире.

По компаниям используется информация об отдаче на капитал, валовой

марже, рыночным мультипликаторам, темпам роста финансовых показателей,

14

капитальным вложениям, моментуме акций, финансовой стабильности, прозрачности финансовой отчетности, рыночной капитализации, совокупной доходности выплат акционерам, нефинансовым показателям за период с 2017 по 2025 годы. Этот период охватывает подпериоды экономической стабильности, COVID-кризиса, роста геополитической напряженности.

Нефинансовые индексы отражают такие характеристики компании, как человеческий капитал (прокси - вовлеченность и развитие сотрудников), социальную ответственность компании и удовлетворенность клиентов. Они рассчитываются Drucker Institute. Выборка работы ограничена компаниями, по которым имеются данные по нефинансовым показателям. В исследовании Crosby & Ghanbarpour (2023) по рынку США было показано, что индексы Drucker Institute являются эффективными с точки измерения таких ресурсов компании как человеческий капитал, социальная ответственность и удовлетворенность клиентов и перспективными для академических исследований. Подробнее методика обработки данных и расчета линейки индексов Drucker Institute описана в параграфе 2.1 диссертационного исследования.

В целях проверки устойчивости результатов двухэтапный алгоритм был протестирован на выборке высоколиквидных акций нефинансовых компаний, обращающихся на Шэньчжэньской фондовой бирже Китая, за период с 2017 по 2024 год.

Методологическая основа исследования

Настоящая работа выстраивает оригинальный двухэтапный алгоритм. На первом этапе выявляются устойчивые и значимые детерминанты доходности акций компаний США с помощью регрессионного анализа, на втором происходит формирование авторских интегральных показателей качества акций с помощью широкого спектра методов многокритериального принятия решений.

Преимущество разработанной методологии по сравнению с

классическими моделями факторного ценообразования активов (например,

15

Fama-French, 1993; Carhart, 1997) заключается в отказе от жестких априорных ограничений на факторную структуру и возможности расширения набора потенциальных детерминант доходности акций, учете нефинансовых показателей. Наш подход предоставляет аналитическую свободу для оценки вклада широкого спектра потенциально релевантных переменных — рыночных, финансовых и нефинансовых показателей компаний. Использование панельной регрессии с фиксированными эффектами явно контролирует все ненаблюдаемые, но постоянные во времени уникальные характеристики отдельных компаний.

Для выявления взаимосвязей использовалась регрессия вида:

Список литературы диссертационного исследования кандидат наук Ханиев Адиль, 2026 год

Список литературы

1. Adwan, S., Goncharenko, G., & Liu, S. (2024). The impact of employee satisfaction on company's labour investment efficiency. International Review of Financial Analysis, 96, 103570. https://doi.org/10.1016/j.irfa.2024.103570

2. Aksoy, L., Cooil, B., Groening, C., Keiningham, T. L., & Yal?in, A. (2008). The long-term stock market valuation of customer satisfaction. Journal of Marketing, 72(4), 105-122. https://doi.org/10.1509/jmkg.72.4.105

3. Alvarez, P. A., Ishizaka, A., & Martinez, L. (2021). Multiple-criteria decision-making sorting methods: A survey. Expert Systems with Applications, 183, 115368. https://doi.org/10.10167j.eswa.2021.115368

4. Alves, R., Krüger, P., & Van Dijk, M. (2025). Drawing up the bill: Are ESG ratings related to stock returns around the world? Journal of Corporate Finance, 93, 102768. https://doi.org/10.1016/j.jcorpfin.2025.102768

5. Alam, P., & Brown, C. A. (2006). Disaggregated earnings and the prediction of ROE and stock prices: a case of the banking industry. Review of Accounting and Finance, 5(4), 443-463. https://doi.org/10.1108/14757700610712480

6. Anselmi, G., & Petrella, G. (2025). ESG ratings: Disagreement across providers and effects on stock returns. Journal of International Financial Markets, Institutions and Money, 100, 102133. https://doi.org/10.1016/j.intfin.2025.102133

7. Asness, C. S., Frazzini, A., & Pedersen, L. H. (2019). Quality minus junk. Review of Accounting Studies, 24(1), 34-112. https://doi.org/10.1007/s11142-018-9470-2

8. Aydin, S., Dorak, O., & Qópgeven, N. S. (2025). Ranking Turkish public universities by percentile rank based EWM-VIKOR method. Yüksekógretim Dergisi (TÜBA Higher Education Review), 15(2), 263-280. https://doi.org/10.53478/yuksekogretim.1526182

9. Bagna, E., Ramusino, E. C., Denicolai, S., & Strange, R. (2024). Intangible assets and firm performance: The relative effects of recognized and unrecognized assets. Journal of Open Innovation: Technology, Market, and Complexity, 10(3), 100356. https://doi.org/10.1016/jjoitmc.2024.100356

10. Balakrishnan, K., Bartov, E., & Faurel, L. (2010). Post loss/profit announcement drift. Journal of Accounting and Economics, 50(1), 20-41. https://doi.org/10.1016/jjacceco.2009.12.002

11. Basu, S. (1977). Investment performance of common stocks in relation to their price-earnings ratios: A test of the efficient market hypothesis. Journal of Finance, 32(3), 663-682. https://doi.org/10.1111/j.1540-6261.1977.tb01979.x

12. Basu, S. (1983). The relationship between earnings' yield, market value and return for NYSE common stocks: Further evidence. Journal of Financial Economics, 12(1), 129-156. https://doi.org/10.1016/0304-405X(83)90031-4

13. Bayda§, M., & Pamucar, D. (2022). Determining objective characteristics of MCDM methods under uncertainty: an exploration study with financial data. Mathematics, 10(7), 1115. https://doi.org/10.3390/math10071115

14. Bank, M., & Insam, F. (2021). Corporate aging and changes in the pricing of stock characteristics. Finance Research Letters, 42, 101908. https://doi.org/10.1016/j.frl.2020.101908

15. Banz, R. W. (1981). The relationship between return and market value of common stocks. Journal of Financial Economics, 9(1), 3-18. https://doi.org/10.1016/0304-405X(81)90018-0

16. Barbee Jr, W. C., Mukherji, S., & Raines, G. A. (1996). Do sales-price and debt-equity explain stock returns better than book-market and firm size? Financial Analysts Journal, 52(2), 56-60. https://doi.org/10.2469/faj.v52.n2.1980

17. Barney, J. (1991). Firm resources and sustained competitive advantage. Journal of Management, 17(1), 99-120. https://doi.org/10.! 177/014920639101700108

18. Becker, G. S. (1964). Human capital: A theoretical and empirical analysis, with special reference to education. National Bureau of Economic Research. https://www.nber.org/books-and-chapters/human-capital-theoretical-and-empirical-analysis-special-reference-education-first-edition

19. Becker, M., Cardazzi, A., & McGurk, Z. (2022). Employee satisfaction and stock returns during the COVID-19 pandemic. Journal of Behavioral and Experimental Finance, 33, 100603.

20. Bessembinder, H., Cooper, M. J., & Zhang, F. (2023). Mutual fund performance at long horizons. Journal of Financial Economics, 147(1), 132-158. https://doi.org/10.1016/jjfineco.2022.10.006

21. Besstremyannaya, G., & Simm, J. (2019). Estimation of cost efficiency in non-parametric frontier models. Vestnik of Saint Petersburg University. Economics, 35(1), 3-21. https://doi.org/10.21638/spbu05.2019.101

22. Bessler, W., Taushanov, G., & Wolff, D. (2021). Factor investing and asset allocation strategies: A comparison of factor versus sector optimization. Journal of Asset Management, 22(6), 488. http://dx.doi.org/10.2139/ssrn.3805855

23. Beneish, M. D. (1999). The detection of earnings manipulation. Financial Analysts Journal, 55(5), 24-36. https://doi.org/10.2469/faj.v55.n5.2296

24. Beneish, M. D., Lee, C., & Nichols, D. C. (2012). Fraud detection and expected returns. Available at SSRN 1998387. https://doi.org/10.2139/ssrn.1998387

25. Bermejo, R., Figuerola-Ferretti, I., Hevia, T., & Santos, A. (2021). Factor investing: A stock selection methodology for the European equity market. Heliyon, 7(10), e08168 https://doi.org/10.1016Zj.heliyon.2021.e08168

26. Bernhardt, K. L., Donthu, N., & Kennett, P. A. (2000). A longitudinal analysis of satisfaction and profitability. Journal of Business Research, 47(2), 161171. https://doi.org/10.1016/S0148-2963(98)00042-3

27. Bhattacharya, S. (1979). Imperfect information, dividend policy, and" the bird in the hand" fallacy. The Bell Journal of Economics, 259-270. https://doi.org/10.2307/3003330

28. Borak, M., & Dogukanli, H. (2023). Effect of corporate social responsibility on portfolio performance: Evidence from Turkey. SAGE Open, 13(4), 21582440231216192. https://doi.org/10.1177/21582440231216192

29. Bouchaud, J.-P., Krüger, P., Landier, A., & Thesmar, D. (2019). Sticky expectations and the profitability anomaly. The Journal of Finance, 74(2), 639-674. https://doi.org/10.1111/jofi. 12734

30. Boudoukh, J., Michaely, R., Richardson, M., & Roberts, M. R. (2007). On the importance of measuring payout yield: Implications for empirical asset pricing. The Journal of Finance, 62(2), 877-915. http://doi.org/10.2139/ssrn.480171

31. Boudt, K., Todorov, V., & Wang, W. (2020). Robust distribution-based winsorization in composite indicators construction. Social Indicators Research, 149(2), 375-397. http://dx.doi.org/10.2139/ssrn.3309521

32. Buffett, W. (1987). Berkshire Hathaway Inc. 1987 annual report to shareholders. Berkshire Hathaway. https: //www.berkshirehathaway.com/letters/1987.html

33. Capelle-Blancard, G., & Petit, A. (2019). Every little helps? ESG news and stock market reaction. Journal of Business Ethics, 157(2), 543-565. http://doi.org/10.1007/s10551-017-3667-3

34. Carhart, M. M. (1997). On persistence in mutual fund performance. The Journal of Finance, 52(1), 57-82. https://doi.org/10.1111/j.1540-6261.1997.tb03808.x

35. Chattopadhyay, A., Lyle, M. R., & Wang, C. C. (2016). Accounting data, market values, and the cross section of expected returns worldwide. Harvard Business School Accounting & Management Unit Working Paper, (15-092). http://dx.doi.org/10.2139/ssrn.2613366

36. Chay, J. B., & Suh, J. (2009). Payout policy and cash-flow uncertainty. Journal of Financial Economics, 93(1), 88-107. https://doi.org/10.1016/jjfineco.2008.12.001

37. Chen, L., & Gou, X. (2022). The application of probabilistic linguistic CODAS method based on new score function in multi-criteria decision-making. Computational and Applied Mathematics, 41, 1-25. https://doi.org/10.1016/j.jfineco.2008.12.001

38. Chen, S. W., & Shen, C. H. (2009). Is the stock price higher than that implied by the fundamentals. International Research Journal of Finance and Economics, 29(2009), 87-109. https: //www.researchgate.net/publication/265290218_Is_the_Stock_Price_Higher_ than_that_Implied_by_the_Fundamentals

39. Christie, W. G. (1990). Dividend yield and expected returns: The zero-dividend puzzle. Journal of Financial Economics, 28(1-2), 95-125. https://doi.org/10.1016/0304-405X(90)90049-6

40. Cooper, M. J., Gulen, H., & Schill, M. J. (2008). Asset growth and the cross-section of stock returns. the Journal of Finance, 63(4), 1609-1651. https://doi.org/10.1111/j.1540-6261.2008.01370.x

41. Cremers, M., Ferreira, M. A., Matos, P., & Starks, L. (2016). Indexing and active fund management: International evidence. Journal of Financial Economics, 120(3), 539-560. https://doi.org/10.1016/j.jfineco.2016.02.008

42. Crosby, L. A., & Ghanbarpour, T. (2023). The Drucker intangibles measurement system: An academic perspective. Journal of Business Research, 155, 113452. https://doi.org/10.1016/jjbusres.2022.113452

43. Damodaran, A. (2007). Valuation approaches and metrics: a survey of the theory and evidence. Foundations and Trends in Finance, 1(8), 693-784. http://dx.doi.org/10.1561/0500000013

44. De Mendonca, T. R., & Zhou, Y. (2019). Environmental performance, customer satisfaction, and profitability: A study among large US companies. Sustainability, 11(19), 5418. https://doi.org/10.3390/su11195418

45. Dechow, P. M., & Ge, W. (2006). The persistence of earnings and cash flows and the role of special items: Implications for the accrual anomaly.

Review of Accounting studies, 11(2), 253-296. https://doi.org/10.1007/s11142-006-9004-1

46. Di Giuli, A., & Kostovetsky, L. (2014). Are red or blue companies more likely to go green? Politics and corporate social responsibility. Journal of Financial Economics, 111(1), 158-180. https://doi.org/10.1016/j.jfineco.2013.10.002

47. Dichev, I. D., & Tang, V. W. (2009). Earnings volatility and earnings predictability. Journal of Accounting and Economics, 47(1-2), 160-181. https://doi.org/10.1016/jjacceco.2008.09.005

48. Donelson, D. C., & Resutek, R. J. (2015). The predictive qualities of earnings volatility and earnings uncertainty. Review of Accounting Studies, 20(1), 470-500. https://doi.org/10.1007/s11142-014-9308-5

49. Eaton, G. W., & Paye, B. S. (2017). Payout yields and stock return predictability: How important is the measure of cash flow? Journal of Financial and Quantitative Analysis, 52(4), 1639-1666. https://doi.org/10.1017/S0022109017000370

50. Edmans, A. (2011). Does the stock market fully value intangibles? Employee satisfaction and equity prices. Journal of Financial Economics, 101(3), 621-640. https://doi.org/10.1016/jjfineco.2011.03.021

51. El Ghoul, S., Guedhami, O., Kwok, C. C., & Mishra, D. R. (2011). Does corporate social responsibility affect the cost of capital? Journal of Banking & Finance, 35(9), 2388-2406. https://doi.org/10.1016/jjbankfin.2011.02.007

52. Engelhardt, N., Ekkenga, J., & Posch, P. (2021). ESG ratings and stock performance during the COVID-19 crisis. Sustainability, 13(13), 7133. https://doi.org/10.3390/su13137133

53. Fama, E. F. (1970). Efficient capital markets: A review of theory and empirical work. The journal of Finance, 25(2), 383-417. https://doi.org/10.2307/2325486

54. Fama, E. F., & French, K. R. (1988). Dividend yields and expected stock returns. Journal of Financial Economics, 22(1), 3-25. https://doi.org/10.1016/0304-405X(88)90020-7

55. Fama, E. F., & French, K. R. (1992). The cross-section of expected stock returns. The Journal of Finance, 47(2), 427-465.https://doi.org/10.1111/j.1540-6261.1992.tb04398.x

56. Fama, E. F., & French, K. R. (1993). Common risk factors in the returns on stocks and bonds. Journal of Financial Economics, 33(1), 3-56. https://doi.org/10.1016/0304-405X(93)90023-5

57. Fama, E. F., & French, K. R. (1998). Value versus growth: The international evidence. The Journal of Finance, 53(6), 1975-1999. https://doi.org/10.1111/0022-1082.00080

58. Fama, E. F., & French, K. R. (2012). Size, value, and momentum in international stock returns. Journal of Financial Economics, 105(3), 457-472. https://doi.org/10.1016/j.jfineco.2012.05.011

59. Fama, E. F., & French, K. R. (2015). A five-factor asset pricing model. Journal of Financial Economics, 116(1), 1-22. https://doi.org/10.1016/jjfineco.2014.10.010

60. Fauver, L., McDonald, M. B., & Taboada, A. G. (2018). Does it pay to treat employees well? International evidence on the value of employee-friendly culture. Journal of Corporate Finance, 50, 84-108. https://doi.org/10.1016/j.jcorpfin.2018.02.003

61. Fornell, C., Mithas, S., Morgeson, F. V., & Krishnan, M. S. (2006). Customer satisfaction and stock prices: High returns, low risk. Journal of Marketing, 70(1), 3-14. https://doi.org/10.1509/jmkg.70.1.003.qxd

62. Forsyth, J. A., & Mongrut, S. (2022). Does duration of competitive advantage drive long-term returns in the stock market? Revista Contabilidade & Finanças, 33(89), 329-342. https://doi.org/10.1590/1808-057x202113660

63. Frazzini, A., Kabiller, D., & Pedersen, L. H. (2018). Buffett's alpha. Financial Analysts Journal, 74(4), 35-55. https://doi.org/10.2469/faj.v74.n4.3

64. Freeman, R. E. (2010). Strategic management: A stakeholder approach. Cambridge university press. https://doi.org/10.1017/CB09781139192675

65. FTSE Russell. (2025). JP Morgan US single factor index series: ground rules. FTSE https://www.lseg.com/content/dam/ftse-russell/en_us/documents/ground-rules/jp-morgan-us-single-factor-index-series-ground-rules.pdf

66. George, T. J., & Hwang, C. Y. (2010). A resolution of the distress risk and leverage puzzles in the cross section of stock returns. Journal of Financial Economics, 96(1), 56-79. https://doi.org/10.1016/jjfineco.2009.11.003

67. Gerhart, B., & Feng, J. (2021). The resource-based view of the firm, human resources, and human capital: Progress and prospects. Journal of Management, 47(7), 1796-1819. https://doi.org/10.1177/0149206320978799

68. Gomes, J. F., & Schmid, L. (2010). Levered returns. The Journal of Finance, 65(2), 467-494. https://doi.org/10.1111/j.1540-6261.2009.01541.x

69. Goodarzi, F., Abdollahzadeh, V., & Zeinalnezhad, M. (2022). An integrated multi-criteria decision-making and multi-objective optimization framework for green supplier evaluation and optimal order allocation under uncertainty. Decision Analytics Journal, 4, 100087. https://doi.org/10.1016/j.dajour.2022.100087

70. Goutte, S., Le, H. V., Liu, F., & von Mettenheim, H. J. (2025). Mcda strategies for portfolio optimization: a case study on Vietnamese stock market dynamics. Annals of Operations Research, 1-31. https://doi.org/10.1007/s10479-025-06736-z

71. Graham, B. (1973). The Intelligent Investor: A book of practical counsel (4th rev. ed.). Harper & Row. Retrieved from https://www.harpercollins.com/products/the-intelligent-investor-rev-ed-benjamin-graham

72. Green, T. C., Huang, R., Wen, Q., & Zhou, D. (2019). Crowdsourced employer reviews and stock returns. Journal of Financial Economics, 134(1), 236251. https://doi.org/10.1016/j.jfineco.2019.03.012

73. Gupta, S., Bandyopadhyay, G., Biswas, S., & Mitra, A. (2023). An integrated framework for classification and selection of stocks for portfolio construction: Evidence from NSE, India. Decision Making: Applications in Management and Engineering, 6(1), 774-803. https://doi.org/10.31181/dmame0318062021g

74. Halbritter, G., & Dorfleitner, G. (2015). The wages of social responsibility—where are they? A critical review of ESG investing. Review of Financial Economics, 26 (1), 25-35. https://doi.org/10.1016/j.rfe.2015.03.004

75. Harter, J. K., Schmidt, F. L., & Hayes, T. L. (2002). Business-unit-level relationship between employee satisfaction, employee engagement, and business outcomes: a meta-analysis. Journal of Applied Psychology, 87(2), 268. https://doi.org/10.1037/0021-9010.87.2.268

76. Hartzmark, S. M., & Sussman, A. B. (2019). Do investors value sustainability? A natural experiment examining ranking and fund flows. The Journal of Finance, 74(6), 2789-2837. https://doi.org/10.1111/jofi.12841

77. Haugen, R. A., & Heins, A. J. (1972). On the evidence supporting the existence of risk premiums in the capital market. Journal of Financial and Quantitative Analysis, 7(2), 205-211 https://doi.org/10.2139/ssrn.1783797

78. Hirsch, S., Petersen, T., Koppenberg, M., & Hartmann, M. (2023). CSR and firm profitability: Evidence from a meta-regression analysis. Journal of Economic Surveys, 37(3), 993-1032. https://doi.org/10.1111/joes.12523

79. Hirshleifer, D., Hou, K., Teoh, S. H., & Zhang, Y. (2004). Do investors overvalue firms with bloated balance sheets? Journal of Accounting and Economics, 38, 297-331. https://doi.org/10.1016/jjacceco.2004.10.002

80. Horowitz, J. L., Loughran, T., & Savin, N. E. (2000). The disappearing size effect. Research in Economics, 54(1), 83-100. https://doi.org/10.1006/reec.1999.0207

81. Hou, K., Xue, C., & Zhang, L. (2015). Digesting anomalies: An investment approach. The Review of Financial Studies, 28(3), 650-705. https://doi.org/10.1093/rfs/hhu068

82. Hou, K., Mo, H., Xue, C., & Zhang, L. (2019). Which factors?. Review of Finance, 23(1), 1-35. https://doi.org/10.1093/rof/rfy032

83. Hsu, J., Kalesnik, V., & Kose, E. (2017). Investment and profitability: A quality factor that actually works. Journal of Factor Investing, 3(2), 181-206. https://doi.org/10.1016/B978-1-78548-201-4.50008-8

84. Hsu, J., Kalesnik, V., & Kose, E. (2019). What is quality? Financial Analysts Journal, 75(2), 44-61. https://doi.org/10.1080/0015198X.2019.1567194

85. HCMC, Human Capital Management Coalition. (2024). Letter to chairman Gary Gensler regarding human capital management disclosure. U.S. Securities and Exchange Commission. https://www.sec.gov/comments/265-28/26528-468251-1275214.pdf

86. Israel, R., Laursen, K., & Richardson, S. A. (2020). Is (systematic) value investing dead? Journal of Portfolio Management, Forthcoming. http://dx.doi.org/10.2139/ssrn.3554267

87. Jacobson, R., & Mizik, N. (2009). The financial markets and customer satisfaction: Reexamining possible financial market mispricing of customer satisfaction. Marketing Science, 28(5), 810-819. https://doi.org/10.1287/mksc.1090.0495

88. Jegadeesh, N., & Titman, S. (1993). Returns to buying winners and selling losers: Implications for stock market efficiency. The Journal of Finance, 48(1), 65-91. https://doi.org/10.1111/j.1540-6261.1993.tb04702.x

89. Jensen, M. C. (1968). The Performance of Mutual Funds in the Period 1945-1964. The Journal of Finance, 23(2), 389-416. https://doi.org/10.2307/2325404

90. Jensen, M. C. (1986). Agency costs of free cash flow, corporate finance, and takeovers. The American Economic Review, 76(2), 323-329. https://www.jstor.org/stable/1818789

91. Ji, H. (2019). The Impact of interest coverage ratio on value relevance of reported earnings: evidence from South Korea. Sustainability, 11(24), 7193. https://doi.org/10.3390/su11247193

92. Jing, D., Imeni, M., Edalatpanah, S. A., Alburaikan, A., & Khalifa, H. A. E. W. (2023). Optimal selection of stock portfolios using multi-criteria decision-making methods. Mathematics, 11(2), 415. https://doi.org/10.3390/math11020415

93. Deng J. (1989). Introduction to grey system theory. The Journal of Grey System, 1(1), 1-24. http://www.researchinformation.co.uk/grey/IntroGreySysTheory.pdf

94. Kahneman, D., & Tversky, A. (2013). Prospect theory: An analysis of decision under risk. In: Handbook of the fundamentals of financial decision making: Part I (pp. 99-127). https://doi.org/10.1142/9789814417358_0006

95. Kartal, C., & Ozdil, Z. (2024). Comparative financial performance analysis of BIST-500 listed insurance companies using TOPSIS, VIKOR and MOORA methods. Sosyoekonomi, 32(62), 221-246. https://doi.org/10.17233/sosyoekonomi.2024.04.12

96. Kheradyar, S., Ibrahim, I., & Nor, F. M. (2011). Stock return predictability with financial ratios. International Journal of Trade, Economics and Finance, 2(5), 391. https://doi.org/10.7763/IJTEF.2011.V2.137

97. Kim, S. (2021). Enhanced factor investing in the Korean stock market. Pacific-Basin Finance Journal, 67, 101558. https://doi.org/10.1016/j.pacfin.2021.101558

98. Kothari, S. P., & Shanken, J. (1997). Book-to-market, dividend yield, and expected market returns: A time-series analysis. Journal of Financial Economics, 44(2), 169-203. https://doi.org/10.1016/S0304-405X(97)00002-0

99. Kumar, N., & Singh, A. (2014). Efficiency analysis of banks using DEA: A review. International Journal of Advance Research and Innovation, 1, 120-126. https://doi.org/10.51976/ijari.211401

100. Kumar, R., & Pamucar, D. (2025). A comprehensive and systematic review of multi-criteria decision-making (MCDM) methods to solve decision-making problems: Two decades from 2004 to 2024. Spectrum of Decision Making and Applications, 2(1), 178-197. https://doi.org/10.31181/sdmap21202524

101. Kumaran, S. (2022). Financial performance index of IPO firms using VIKOR-CRITIC techniques. Finance Research Letters, 47, 102542. https://doi.org/10.1016/j.frl.2021. 102542

102. Kuo, K. C., Lu, W. M., & Dinh, T. N. (2021). An integrated efficiency evaluation of China stock market. Journal of the Operational Research Society, 72(4), 950-969. https://doi.org/10.1080/01605682.2019.1700190

103. Lakonishok, J., Shleifer, A., & Vishny, R. W. (1994). Contrarian investment, extrapolation, and risk. The Journal of Finance, 49(5), 1541-1578. https://doi.org/10.1111/j.1540-6261.1994.tb04772.x

104. Leite, A. L., Klotzle, M. C., Pinto, A. C. F., & da Silva, A. F. (2018). Size, value, profitability, and investment: Evidence from emerging markets. Emerging Markets Review, 36, 45-59. https: //doi.org/ 10.1016/j.ememar.2018.04.006

105. Lento, C., & Sayed, N. (2015). Do changes in gross margin percentage provide complementary information to revenue and earnings surprises? Review of Accounting and Finance, 14(3), 239-261. https://doi.org/10.1108/RAF-07-2014-0071

106. Liachovicius, E., Skrickij, V., & Podviezko, A. (2020). MCDM evaluation of asset-based road freight transport companies using key drivers that influence the enterprise value. Sustainability, 12(18), 7259. https://doi.org/10.3390/su12187259

107. Li, H., & Chen, J. (2022). Does higher investments necessarily reduce stock returns? Pacific-Basin Finance Journal, 72, 101730. https://doi.org/10.1016/j.pacfin.2022.101730

108. Ma, D., Zhai, P., Zhang, D., & Ji, Q. (2024). Excess stock returns and corporate environmental performance in China. Financial Innovation, 10(1), 41. https://doi.org/10.1186/s40854-023-00569-0

109. Madhavan, A. N. (2016). Exchange-traded funds and the new dynamics of investing (Financial Management Association survey and synthesis series). Oxford University Press. ISBN 978-0-19-027939-4. https://doi.org/10.1093/acprof:oso/9780190279394.001.0001

110. Maiti, M. (2021). Is ESG the succeeding risk factor? Journal of Sustainable Finance & Investment, 11(3), 199-213. https://doi.org/10.1080/20430795.2020.1723380

111. Malshe, A., Colicev, A., & Mittal, V. (2020). How main street drives wall street: Customer (dis) satisfaction, short sellers, and abnormal returns. Journal of Marketing Research, 57(6), 1055-1075. https://doi.org/10.1177/0022243720954373

112. McWilliams, A., & Siegel, D. (2001). Corporate social responsibility: A theory of the firm perspective. Academy of Management Review, 26(1), 117127. https://doi.org/10.5465/amr.2001.4011987

113. Mironiuc, M., & Robu, M. A. (2013). Obtaining a practical model for estimating stock performance on an emerging market using logistic regression analysis. Procedia-Social and Behavioral Sciences, 81, 422-427. https://doi.org/10.1016/j.sbspro.2013.06.454

114. Mittal, V., Han, K., Frennea, C., Blut, M., Shaik, M., Bosukonda, N., & Sridhar, S. (2023). Customer satisfaction, loyalty behaviors, and firm financial performance: what 40 years of research tells us. Marketing Letters, 34(2), 171-187. https://doi.org/10.1007/s11002-023-09671-w

115. Monge, M., Lazcano, A., & Parada, J. L. (2023). Growth vs value investing: Persistence and time trend before and after COVID-19. Research in International Business and Finance, 65, 101984. https://doi.org/10.1016/j.ribaf.2023.101984

116. MSCI Inc. (2013). MSCI quality indices methodology. MSCI. https://www.msci.com/eqb/methodology/meth_docs/MSCI_Quality_Indices_Meth odology.pdf

117. Nadyayani, D. A. D., & Suarjaya, A. A. G. (2021). The effect of profitability on stock return. American Journal of Humanities and Social Sciences Research (AJHSSR), 5(1), 695-703. https://www.ajhssr.com/wp-content/uploads/2021/01/ZZZC21501695703.pdf

118. Narang, M., Joshi, M. C., & Pal, A. K. (2021). A hybrid fuzzy COPRAS-base-criterion method for multi-criteria decision making. Soft Computing, 25(13), 8391-8399.https://doi.org/10.1007/s00500-021-05762-w

119. Neukirchen, D., Engelhardt, N., Krause, M., & Posch, P. N. (2022). Firm efficiency and stock returns during the COVID-19 crisis. Finance Research Letters, 44, 102037. https://doi.org/10.1016/j.frl.2021.102037

120. Ng, C. C. A., & Shen, J. (2020). Quality investing in Asian stock markets. Accounting & Finance, 60(3), 3033-3064. https://doi.org/10.1111/acfi. 12446

121. Novy-Marx, R. (2013). The other side of value: The gross profitability premium. Journal of Financial Economics, 108(1), 1-28. https://doi.org/10.1016/jjfineco.2013.01.003

122. O'Donovan, J. (2021). Understanding the asset growth anomaly. Available at SSRN 3886280. http://dx.doi.org/10.2139/ssrn.3886280

123. Ohlson, J. A. (1995). Earnings, book values, and dividends in equity valuation. Contemporary Accounting Research, 11(2), 661-687. https://doi.org/10.1111/j.1911-3846.1995.tb00461.x

124. Omar, A. (2026). From morale to metrics: The influence of workforce engagement on financial reporting choices. Corporate Ownership & Control, 23(1), 41-51. https://doi.org/10.22495/cocv23i1art4

125. Orlitzky, M., Schmidt, F. L., & Rynes, S. L. (2003). Corporate social and financial performance: A meta-analysis. Organization Studies, 24(3), 403-441. https://doi.org/10.1177/0170840603024003910

126. O'sullivan, D., Hutchinson, M. C., & O'Connell, V. (2009). Empirical evidence of the stock market's (mis) pricing of customer satisfaction. International Journal of Research in Marketing, 26(2), 154-161. https://doi.org/10.1016/jijresmar.2008.08.004

127. Ozcalici, M. (2022). Allocation with multi criteria decision making techniques. Decision Making: Applications in Management and Engineering, 5(2), 78-119. https://doi.org/10.31181/dmame0305102022o

128. Ozkan, N. (2021). Expected investment growth and stock returns in an emerging market. Economics Letters, 207, 110008. https://doi.org/10.1016Zj.econlet.2021.110008

129. Pan, H., & Long, M. (2021). Intelligent portfolio theory and application in stock investment with multi-factor models and trend following trading strategies. Procedia Computer Science, 187, 414-419. https://doi.org/10.1016/j.procs.2021.04.116

130. Paul, T. K., Pal, M., & Jana, C. (2022). Portfolio selection as a multicriteria group decision making in Pythagorean fuzzy environment with GRA and FAHP framework. International Journal of Intelligent Systems, 37(1), 478515. https://doi.org/10.1002/int.22635

131. Piotroski, J. D. (2000). Value investing: The use of historical financial statement information to separate winners from losers. Journal of Accounting Research, 1-41. https://doi.org/10.2307/2672906

132. PwC. (2021). New human capital disclosure rules: Getting your company ready. https://viewpoint.pwc.com/dt/us/en/pwc/in_the_loop/assets/04292021 itlhumancap. pdf

133. Patari, E., Leivo, T., & Honkapuro, S. (2012). Enhancement of equity portfolio performance using data envelopment analysis. European Journal of Operational Research, 220(3), 786-797. https://doi.org/10.1016/j.ejor.2012.02.006

134. Patari, E., Karell, V., Luukka, P., & Yeomans, J. S. (2018).

Comparison of the multicriteria decision-making methods for equity portfolio

159

selection: The US evidence. European Journal of Operational Research, 265(2), 655-672. https://doi.org/10.1016/j.ejor.2017.08.001

135. Penman, S. H., Richardson, S. A., & Tuna, I. (2007). The book-toprice effect in stock returns: accounting for leverage. Journal of Accounting Research, 45(2), 427-467. https://doi.org/10.1111/j.1475-679X.2007.00240.x

136. Petcharabul, P., & Romprasert, S. (2014). Technology industry on financial ratios and stock returns. Journal of Business and Economics, 5(5), 739746. https://doi.org/10.15341/jbe(2155-7950)/05.05.2014/012

137. Ployhart, R. E., & Moliterno, T. P. (2011). Emergence of the human capital resource: A multilevel model. Academy of Management Review, 36(1), 127-150. https://doi.org/10.5465/amr.2009.0318

138. Porta, R. L., Lakonishok, J., Shleifer, A., & Vishny, R. (1997). Good news for value stocks: Further evidence on market efficiency. the Journal of Finance, 52(2), 859-874. https://doi.org/10.1111/j.1540-6261.1997.tb04825.x

139. Ratigan, R. D., & Zaleski, P. A. (2024). Managerial Performance and Economic Performance in the Technology Sector. Atlantic Economic Journal, 52(2), 117-130. https://doi.org/10.1007/s11293-024-09803-1

140. Reinganum, M. R. (1981). Misspecification of capital asset pricing: Empirical anomalies based on earnings' yields and market values. Journal of Financial Economics, 9(1), 19-46. https://doi.org/10.1016/0304-405X(81)90019-2

141. Reschenhofer, C. (2024). Combining factors. Economics Letters, 235, 111510. https://doi.org/10.1016/j.econlet.2023.111510

142. Rostamzadeh, R., Akbarian, O., Banaitis, A., & Soltani, Z. (2021). Application of DEA in benchmarking: a systematic literature review from 20032020. Technological and Economic Development of Economy, 27(1), 175-222. https://doi.org/10.3846/tede.2021.13406

143. Rouwenhorst, K. G. (1999). European equity markets and the EMU. Financial Analysts Journal, 55(3), 57-64. https://doi.org/10.2469/faj.v55.n3.2272

144. Sen, J., Dasgupta, A., Dasgupta, S., & Roychoudhury, S. (2023). A portfolio rebalancing approach for the Indian stock market. arXiv preprint arXiv:2310.09770. https://doi.org/10.48550/arXiv.2310.09770

145. Sharpe, W. F. (1964). Capital asset prices: A theory of market equilibrium under conditions of risk. The Journal of Finance, 19(3), 425-442. https://doi.org/10.1111/j.1540-6261.1964.tb02865.x

146. Silva, N. F., dos Santos, M., Gomes, C. F. S., & de Andrade, L. P. (2023). An integrated CRITIC and Grey Relational Analysis approach for investment portfolio selection. Decision Analytics Journal, 8, 100285. https://doi.org/10.1016/j.dajour.2023.100285

147. Simar, L., & Wilson, P. W. (1998). Sensitivity analysis of efficiency scores: How to bootstrap in nonparametric frontier models. Management Science, 44(1), 49-61. https://doi.org/10.1287/mnsc.44.1.49

148. Sloan, R. G., & Wang, A. Y. (2025). Predictable EPS growth and the performance of value investing. Review of Accounting Studies, 30(1), 33-78. https://doi.org/10.1007/s11142-023-09812-6

149. Sloan, R. G. (1996). Do stock prices fully reflect information in accruals and cash flows about future earnings? Accounting Review, 289-315. https://www.jstor.org/stable/248290

150. S&P Dow Jones Indices. (2025). S&P 500 (MYR) index methodology and performance. S&P Global. https://www.spglobal.com/spdji/en/indices/equity/sp-500/

151. Shang, Z., Yu, B., & Lam, K. S. (2025). Does ESG explain stock returns? Evidence from Chinese stock markets. Finance Research Letters, 79, 107214. https://doi.org/10.1016/j.frl.2025.107214

152. Shanken, J., & Tamayo, A. (2012). Payout yield, risk, and mispricing: A Bayesian analysis. Journal of Financial Economics, 105(1), 131-152. https://doi.org/10.1016/jjfineco.2011.12.002

153. Sun, Y., & Masron, T. A. (2025). The impact of new infrastructure construction on green high-quality development in China. Discover Sustainability, 6, 1291. https://doi.org/10.1007/s43621-025-02149-x

154. Taherdoost, H., & Madanchian, M. (2023). Multi-criteria decision making (MCDM) methods and concepts. Encyclopedia, 3(1), 77-87 https://doi.org/10.3390/encyclopedia3010006

155. Teplova, T. V., Tomtosov, A. F., & Sokolova, T. V. (2022). A retail investor in a cobweb of social networks. PLOS ONE, 17(12), Article e0276924. http s: //doi.org/10.13 71/j ournal .pone.0276924

156. Thomas, J. K., & Zhang, H. (2002). Inventory changes and future returns. Review of Accounting Studies, 7(2), 163-187. https://doi.org/10.1023/a:1020221918065

157. Titman, S., Wei, K. J., & Xie, F. (2004). Capital investments and stock returns. Journal of Financial and Quantitative Analysis, 39(4), 677-700. https://doi.org/10.1017/S0022109000003173

158. Tomtosov, A. (2024). Momentum on historical high. Finance Research Letters, 69, 106216. https://doi.org/10.1016/j.frl.2024.106216

159. Truong, C., Nguyen, T. H., & Huynh, T. (2021). Customer satisfaction and the cost of capital. Review of Accounting Studies, 26(1), 293-342. https://doi.org/10.1007/s11142-020-09555-8

160. Uddin, M. R., Hasan, M. M., & Abadi, N. (2022). Do intangible assets provide corporate resilience? New evidence from infectious disease pandemics. Economic Modelling, 110, 105806 https://doi.org/10.1016/j.econmod.2022.105806

161. Umutlu, M., & Bengitoz, P. (2020). The cross-section of industry equity returns and global tactical asset allocation across regions and industries. International Review of Financial Analysis, 72, 101574. https://doi.org/10.1016/jirfa.2020.101574

162. Van Dijk, M. A. (2011). Is size dead? A review of the size effect in equity returns. Journal of Banking & Finance, 35(12), 3263-3274. https://doi.org/10.1016/jjbankfm.2011.05.009

163. Vasantha Lakshmi, K., & Udaya Kumara, K. N. (2025). Fuzzy MCDM techniques for portfolio selection in the post-COVID Indian mutual fund market: a comparative study of FAHP and entropy methods. Journal of Ambient Intelligence and Humanized Computing, 16(1), 97-107. https://doi.org/10.1007/s12652-024-04886-9

164. Verma, S., Sahu, S. P., & Sahu, T. P. (2023). Portfolio management using additive ratio assessment-based stock selection and deep learning for prediction. International Journal of Information Technology, 15(8), 4055-4062. https://doi.org/10.1007/s41870-023-01493-3

165. Verma, S., Sahu, S. P., & Sahu, T. P. (2023). Portfolio management using additive ratio assessment based stock selection and deep learning for prediction. International Journal of Information Technology, 15(8), 4055-4062. https://doi.org/10.1007/s41870-023-01493-3

166. Vasquez, J. A., Escobar, J. W., & Manotas, D. F. (2021). AHP-TOPSIS methodology for stock portfolio investments. Risks, 10(1), 4. https://doi.org/10.3390/risks10010004

167. Wang, Y., & Di Iorio, A. (2007). The cross-sectional relationship between stock returns and domestic and global factors in the Chinese A-share market. Review of Quantitative Finance and Accounting, 29(2), 181-203. https://doi.org/10.1007/s11156-007-0026-y

168. Whitley, E., & Ball, J. (2002). Statistics review 6: Nonparametric methods. Critical Care, 6(6), 509. https://doi.org/10.1186/cc1820

169. Williams, J. B. (1938). The theory of investment value. Harvard University Press. https://books.google.com/books?id=cIhCAAAAIAAJ

170. Wu, Q., Liu, X., Qin, J., Zhou, L., Mardani, A., & Deveci, M. (2022). An integrated multi-criteria decision-making and multi-objective optimization model for socially responsible portfolio selection. Technological Forecasting and Social Change, 184, 121977. https://doi.org/10.1016/j.techfore.2022.121977

171. Wu, Q., Liu, X., Qin, J., Zhou, L., Mardani, A., & Deveci, M. (2022).

An integrated generalized TODIM model for portfolio selection based on financial

163

performance of firms. Knowledge-Based Systems, 249, 108794. https://doi.org/10.1016/j.knosys.2022.108794

172. Wu, Y. (2023). The impact of asset growth on stock returns. Proceedings of MSEA 2023. Nanjing, China. EAI. https://doi.org/10.4108/eai.26-5-2023.2334276

173. Wu, Y., Zhou, J., Hu, Y., Li, L., & Sun, X. (2018). A TODIM-based investment decision framework for commercial distributed PV projects under the energy performance contracting (EPC) business model: A case in East-Central China. Energies, 11(5), 1210. https://doi.org/10.3390/en11051210

174. Yeh, I. C. (2023). Synergy frontier of multi-factor stock selection model. Opsearch, 60(1), 445-480. https://doi.org/10.1007/s12597-022-00615-y

175. Yeung, M. C., & Ennew, C. T. (2000). From customer satisfaction to profitability. Journal of Strategic Marketing, 8(4), 313-326. https://doi.org/10.1080/09652540010003663

176. Yin, L., & Nie, J. (2021). Adjusted dividend-price ratios and stock return predictability: Evidence from China. International Review of Financial Analysis, 73, 101618. https://doi.org/10.1016/j.irfa.2020.101618

177. Абрамов, А. Е., Радыгин, А. Д., Чернова, М. И., & Косырев, А. Г. (2022). Факторное инвестирование в условиях повышенной волатильности финансовых рынков. Экономическое развитие России, 29(2), 45-51. https: //www. iep. ru/files/RePEc/gai/recdev/r2221. pdf

178. Абрамов, А. Е., Чернова, М. И., & Косырев, А. Г. (2025). Частные и коллективные инвестиции в популярные акции российских компаний. Финансовый журнал, 17(1), 8-26. https://doi.org/10.31107/2075-1990-2025-1-8-26

179. Теплова, Т. В., Соколова, Т. V., Фазано, А., & Родина, В. А. (2020). Детерминанты доходности российских ПИФов акций и облигаций: активные инвестиционные стратегии и комиссии. Вопросы экономики, (9), 40-60. https://doi.org/10.32609/0042-8736-2020-9-40-60

180. Логинов, Д. Р. (2023). Способы внедрения стратегий факторного инвестирования в портфели розничных инвесторов. Фундаментальные исследования, (6), 17-21. https://doi.org/10.17513/fr.43465

181. Федорова, Е. А., Зеленков, Ю. А., Ткаченко, А. А., & Федоров, Ю. Ф. (2017). Оценка эффективности компаний, управляющих пенсионными накоплениями, на основе метода DEA (Data Envelopment Analysis). Journal of Corporate Finance Research/Корпоративные Финансы| ISSN: 2073-0438, 11(3), 34-44. https: //cfj ournal .hse.ru/issue/view/623/PDF

Приложение 1. База расчета индексов Drucker Institute

Индекс Компоненты Источник Описание База расчета

Удовлетворенность клиентов ACSI — Customer Satisfaction Index ACSI Удовлетворенность клиентов товарами и услугами компании на рынке В2С США Опрос клиентов

CSRHub — Product Responsibility Rating CSRHub Ответственность продуктовой политики Мета-агрегация ББО-оценок о продуктовой ответственности

J.D. Power — Net Promoter Score (NPS) J.D. Power Лояльность клиентов и готовность рекомендовать бренд Опрос клиентов

J.D. Power — Customer Satisfaction Index (CSI) J.D. Power Итоговая удовлетворенность клиентов по ключевым атрибутам качества и сервиса Опрос клиентов

ROI Rocket — Digital Positioning Score ROI Rocket Сила цифрового присутствия бренда в поисковых запросах, соцсетях, приложениях и на сайте относительно отрасли Сравнение цифрового следа с отраслью по совокупности цифровых метрик, оценивающих поисковую видимость, соцсети, онлайн- упоминания, активность мобильных приложений, трафик сайта

wRatings — Quality Score wRatings Степень соответствия фактического качества ожиданиям клиентов по ключевым атрибутам Опрос клиентов

Вовлеченность и развитие сотрудников AOI — Promotion American Opportunity Index Частота и качество карьерных продвижений Карьерные данные сотрудников

Индекс Компоненты Источник Описание База расчета

сотрудников

AOI — Pay American Opportunity Index Уровень и динамика оплаты труда по ролям и компаниям Карьерные данные сотрудников

AOI — Fairness American Opportunity Index Равенство доступа к возможностям для разных групп сотрудников Карьерные данные сотрудников

AOI — Culture American Opportunity Index Качество рабочей культуры на основе анализа внутренней мобильности и карьерных траекторий Карьерные данные сотрудников

CSRHub — Comp & Benefits CSRHub Качество политики компенсаций, социальных пакетов и НК практик Мета-агрегация ESG-оценок о компенсациях и льготах

Glassdoor — Culture & Values Glassdoor Восприятие культуры и ценностей компании сотрудниками Опросы сотрудников

Glassdoor — Career Opportunities Glassdoor Оценка возможностей карьерного роста внутри компании Опросы сотрудников

Glassdoor — Compensation & Benefits Glassdoor Субъективное восприятие сотрудниками оплаты труда и пакета льгот Опросы сотрудников

Glassdoor — Diversity & Inclusion Glassdoor Ощущение включенности, разнообразия и справедливости в коллективе Опросы сотрудников

Glassdoor — Overall Rating Glassdoor Итоговая оценка работодателя глазами сотрудников Опросы сотрудников

Glassdoor — Recommend to Glassdoor Готовность сотрудников Опросы

Индекс Компоненты Источник Описание База расчета

a Friend рекомендовать своего работодателя сотрудников

Glassdoor — CEO Approval Glassdoor Степень одобрения первого лица компании сотрудниками Опросы сотрудников

Glassdoor — Positive Business Outlook Glassdoor Ожидание сотрудниками позитивных перспектив бизнеса компании Опросы сотрудников

Indeed — Purpose Indeed Work Wellbeing Ощущение смысла и миссии в повседневной работе Опросы сотрудников

Indeed — Achievement Indeed Work Wellbeing Самооценка прогресса в задачах и результативности Опросы сотрудников

Indeed — Learning Indeed Work Wellbeing Возможности учиться и развиваться на рабочем месте Опросы сотрудников

Indeed — Fair Pay Indeed Work Wellbeing Ощущение справедливости вознаграждения относительно вклада в деятельность компании Опросы сотрудников

Социальная ответственность CSRHub — Overall ESG (Absolute) CSRHub Сводный ESG индекс Мета-агрегация ББО-индексов

CSRHub — Overall ESG (Relative) CSRHub Перцентиль сводного ESG индекса относительно отрасли Мета-агрегация ББО-индексов

HIP Investor — Overall ESG Rating HIP Investor Общий ESG индекс Экспертная оценка

HIP Investor — SDG Alignment HIP Investor Степень согласованности практик компании с 17 Целями Экспертная оценка

Индекс Компоненты Источник Описание База расчета

Rating устойчивого развития ООН

Shared Value Index (HIP Vision + Korngold) HIP Investor, Korngold Интеграция социальной миссии в стратегию и управление компании Композит из двух независимых экспертных оценок: HIP (общественная ценность) и Korngold (миссия, прозрачность, управление)

SCRC — Social Responsibility in Supply Chains Supply Chain Resource Cooperative (NCSU) Качество практик ответственной закупки Экспертная оценка и опросы профессиональных закупщиков

Sustainalytics Management Score (Absolute) Sustainalytics Качество системы управления ББО-рисками Экспертная оценка

Sustainalytics Management Score (Relative) Sustainalytics Позиция компании по управлению ББО-рисками относительно отрасли Экспертная оценка