Utafiti huu unachunguza kama kiwango ambacho taswira za umma za chapa ya kampuni hubeba miungano ya kiishara ya kike au ya kiume kinahusiana na uchaguzi wa hisa unaofanywa na wasimamizi wa kitaalamu wa mifuko. Kipimo kikuu cha utafiti, GenderScore, ni kiashiria endelevu kinacholenga kupima muundo wa kijinsia wa kiishara katika uwakilishi wa kuona wa umma wa kampuni; kinatokana na uwiano wa watu waliotambuliwa na kuainishwa kuwa wanawake dhidi ya watu wote waliotambuliwa katika zaidi ya picha 300.000 zinazohusiana na chapa zilizopatikana kupitia utafutaji wa picha wa Google na Yahoo. Watafiti walitengeneza kipimo hiki kwa kampuni 135 na kukilinganisha na data za jalada la mifuko hai ya uwekezaji ya Marekani inayosimamiwa na meneja mmoja katika kipindi cha 2008-2021. Matokeo makuu ni kwamba kadiri GenderScore inavyoongezeka, ndivyo uwezekano wa wasimamizi wanaume wa mifuko kushikilia hisa za kampuni hizo kwenye jalada zao unavyopungua. Kwa wasimamizi wanawake wa mifuko, hakuna kuepuka kwa pande mbili na kwa ulinganifu kunakobainika dhidi ya kampuni zenye GenderScore ya chini na uwakilishi wa kiishara ulio wa kiume zaidi.

Katika regresha ya paneli ya msingi, mgawo wa GenderScore ni hasi na una umuhimu wa kitakwimu kwa wasimamizi wanaume. Ongezeko la mkengeuko mmoja wa kawaida katika GenderScore linahusishwa na kupungua kwa takriban pointi 26 za msingi katika uwezekano wa hisa kushikiliwa na mfuko unaosimamiwa na mwanaume; kwa kuzingatia kwamba uwezekano usio na masharti wa hisa kuwapo katika uchunguzi wowote wa mfuko-jalada-robo mwaka ni takriban %8, hili linaendana na upungufu wa zaidi ya %3 kwa kiwango cha jamaa. Kampuni zilizo katika robo ya juu ya usambazaji wa GenderScore zinapozingatiwa, upungufu unaokadiriwa kwa wasimamizi wanaume ni takriban pointi 80 za msingi. Badala ya kuonekana kupendelea hasa kampuni zenye uwakilishi wa kiishara wa kike, wasimamizi wanawake kwa kiasi kikubwa husawazisha uwakilishi mdogo unaosababishwa na wasimamizi wanaume.

Watafiti wanafasiri utaratibu huu katika mfumo wa kutotilia maanani kwa kimantiki na ubaguzi wa umakini. Wasimamizi wanaume hufanya miamala hai kwa kiwango kidogo katika hisa zenye GenderScore ya juu na huonyesha mwitikio dhaifu zaidi kwa mtiririko wa jumla wa habari mahususi kwa kampuni. Kinyume chake, ishara ambazo ni rahisi kuchakata, wazi na zenye gharama ndogo ya kupata taarifa, kama mabadiliko katika pendekezo la mchambuzi, zinapowasili, tofauti ya mwitikio kati ya wasimamizi wanaume na wanawake hutoweka. Pia hakuna ushahidi wa kimfumo kwamba wasimamizi wanaume huonyesha utendaji mbaya zaidi wanapofanya biashara katika hisa zenye GenderScore ya juu. Muundo huu unaashiria utaratibu unaolingana zaidi na ni kampuni zipi zinazopewa umakini wa uchambuzi mwanzoni, badala ya upungufu halisi wa uwezo wa kutathmini.

Utafiti haupaswi kutoa dai kali la usababisho. Ingawa uchanganuzi wa ndani ya mfuko unaotumia mabadiliko ya wasimamizi unaunga mkono matokeo makuu, uteuzi wa wasimamizi si wa nje kabisa. GenderScore pia ni kipimo kisichobadilika kwa muda, kilichohesabiwa mwishoni mwa kipindi cha sampuli; kwa hiyo hakiwezi kufuatilia moja kwa moja mabadiliko yanayoweza kuwa yalitokea katika utambulisho wa kuona wa chapa kati ya 2008-2021. Matokeo yanapaswa kutathminiwa katika muktadha wa mifuko hai ya uwekezaji ya Marekani inayosimamiwa na meneja mmoja na ulinganifu wa chapa-kampuni 135 kubwa.

Tatizo la utafiti na pengo la fasihi

Wawekezaji wa taasisi hulazimika kuchagua miongoni mwa maelfu ya uwekezaji unaowezekana kwa kutumia muda na uwezo wa uchambuzi ulio na mipaka. Kwa vitendo haiwezekani kukusanya kiwango sawa cha taarifa kuhusu kila kampuni na kuchakata kila taarifa mpya bila kukoma. Kwa hiyo, wasimamizi wa uwekezaji wanaweza kutumia matarajio ya awali, kiwango cha kufahamiana na ishara mbalimbali za uainishaji wanapoamua ni kampuni zipi zinazostahili uchunguzi wa kina.

Sehemu kubwa ya utafiti wa awali wa fedha imechunguza tabia ya uwekezaji inayohusiana na jinsia kupitia jinsia ya watu binafsi, kama meneja wa mfuko mwanamke au mwanaume, mjasiriamali, kiongozi wa kampuni au mwanzilishi. Pengo linaloshughulikiwa na utafiti huu ni tofauti: ingawa kampuni yenyewe haina jinsia ya kibayolojia, lugha ya chapa, matangazo na uwakilishi wake wa kuona kwa umma vinaweza kuhusishwa na watazamaji wa nje na sifa za kiishara za kike au za kiume. Swali la watafiti ni kama uwakilishi huu wa kiishara katika ngazi ya kampuni unahusiana na umakini na mgao wa mtaji wa wasimamizi wa kitaalamu wa uwekezaji.

Maneno “chapa ya kike” na “chapa ya kiume” hapa hayamaanishi kwamba kampuni, sekta au bidhaa kwa asili ni za kike au za kiume. Utafiti chanzo hutumia maneno haya tu kama majina mafupi ya thamani za juu au za chini za GenderScore za uwakilishi wa kijinsia wa kiishara unaopimwa katika taswira za umma za chapa. Ukweli kwamba kampuni ndani ya sekta moja zinaweza kupata alama zinazotofautiana kwa kiasi kikubwa pia unalenga kuonyesha kwamba kipimo hiki si mwakisi tu wa uainishaji wa sekta.

GenderScore Ni Nini na Inahesabiwaje?

GenderScore ni kipimo endelevu katika ngazi ya kampuni kinachohesabu, katika miktadha minne tofauti ya utafutaji, uwiano wa watu waliotambuliwa na kuainishwa kuwa wanawake katika jumla ya watu waliotambuliwa kwenye uwakilishi wa kuona wa umma wa chapa, kisha kuchukua wastani wa kihesabu wa uwiano huo minne. Google Images ilitumika kama chanzo kikuu cha data, huku Yahoo Image Search ikitumika kama kipimo mbadala na ukaguzi wa uimara; utambuzi wa watu na uainishaji wa jinsia ulifanywa kwa kutumia maktaba ya DeepFace ya Python.

Kuunda ulimwengu wa chapa

Watafiti walitumia orodha ya awali ya kampuni kubwa zenye utambulisho dhabiti wa chapa. Orodha hii iliunganisha chapa zilizoingia katika orodha ya Interbrand Global Top Brands katika kipindi cha 2000-2019 na kampuni zilizochaguliwa kwa nasibu zenye thamani ya soko inayozidi dola za Marekani bilioni 2,5, na mwanzoni ilikuwa na chapa 343 na kampuni mama 314 za kimataifa.

Ili kufanya uhusiano kati ya jina la chapa na jina la kampuni inayouzwa kwenye soko la hisa uwe wa kuaminika zaidi, uchunguzi ambao jina la chapa na jina la hisa havikulingana kwa kiasi kikubwa uliondolewa. Baada ya hatua ya kwanza ya kupakua picha, chapa 275 zilibaki; zilipolinganishwa na data za jalada la mifuko ya uwekezaji, sampuli ya mwisho ya kimajaribio ilipungua hadi kampuni 135.

Ukusanyaji wa picha

Kwa kila chapa, mifumo minne ya hoja ilitumika:

• jina la chapa + customer,
• jina la chapa + testimonial,
• jina la chapa + people,
• jina la chapa + advertising.

Lengo la hoja hizi nne lilikuwa kunasa si picha za bidhaa pekee za chapa hiyo hiyo, bali pia mwingiliano wa wateja, uwakilishi wa umma unaohusiana na watu, maudhui ya ushuhuda/utangazaji na lugha ya matangazo. Takriban picha 300 zilifikiwa katika kila utafutaji na jumla ya data ilizidi picha 300.000. Hata hivyo, kwa sababu maneno muhimu tofauti yanaweza kurejesha picha zilezile, idadi hii haipaswi kufasiriwa kama idadi ya picha za kipekee. Watafiti pia hawakuweka kiwango maalumu cha upakuaji kwa kila chapa, hivyo walilenga kutoongeza matokeo yenye uhusiano mdogo kwenye seti ya data kwa ajili tu ya kukamilisha idadi.

Vipimo vya Google na Yahoo

GenderScore kuu ilitokana na matokeo ya Google Images. Yahoo Image Search ilitumika kama mazingira mbadala ya utafutaji yanayotumia miundombinu ya Bing. Ingawa uwezo wa Yahoo kuchuja picha zenye watu unaweza kutoa uchunguzi zaidi wa watu, imeelezwa kuwa hilo linaweza kuongeza picha zenye uhusiano dhaifu na chapa. Kwa hiyo kipimo cha Yahoo, kinachoitwa GenderScore(Y), kilitumika hasa kwa ukaguzi wa uimara.

Kwa kila mchanganyiko wa “chapa + neno muhimu”, idadi ya watu waliotambuliwa na kuainishwa kuwa wanawake iligawanywa kwa idadi ya jumla ya watu waliotambuliwa, na wastani wa kihesabu wa alama kutoka hoja nne ukachukuliwa. Wastani na mediana ya GenderScore inayotegemea Google katika sampuli ni 0,29, na mkengeuko wake wa kawaida ni 0,09. Kwa GenderScore(Y) inayotegemea Yahoo, wastani na mediana ni 0,35 na mkengeuko wa kawaida ni 0,12.

Kati ya mifano ya ufafanuzi iliyotolewa kwenye chanzo, Estée Lauder iko upande wa juu ikiwa na GenderScore ya takriban 0,65, huku Caterpillar ikipata takriban 0,25. Watafiti wanafasiri tofauti hii si kama “jinsia” ya bidhaa au sekta ya kampuni, bali kama utofauti wa watu na miktadha ya kuona inayoonekana katika matokeo ya utafutaji.

Kizuizi muhimu cha GenderScore

GenderScore ilihesabiwa mwishoni mwa kipindi cha sampuli na kutumika kama sifa ya kampuni isiyobadilika kwa muda katika kipindi cha 2008-2021. Kwa hiyo haiwezi kupima kama mawasiliano ya kuona ya chapa yalibadilika ndani ya kipindi hicho kuelekea uwakilishi wa kike zaidi au wa kiume zaidi. Utafiti chanzo unabainisha hili wazi kama kizuizi.

Kuunda data za mifuko

Sampuli ya mifuko ilianza na mifuko 10.074 ya uwekezaji wa hisa ya Marekani katika Morningstar na kuunganishwa na data ya CRSP Mutual Fund Holdings. Ulinganifu wa mifuko ulifanywa kwa kutumia vitambulisho vya kiwango cha daraja la hisa kama Morningstar Ticker, SecId, FundId na CUSIP.

Katika usafishaji wa data, masharti yaliwekwa kwamba wastani wa jumla ya mali halisi uwe ndani ya kiwango kinachokubalika ukilinganishwa na mali za hisa zilizoripotiwa, wastani wa idadi ya mali za mfuko uwe zaidi ya 10, na jumla ya mali halisi iwe zaidi ya dola za Marekani milioni 1; mifuko ya mifuko na mifuko ya faharasa iliondolewa. Hatua hii ilizalisha paneli ya robo mwaka kuanzia robo ya kwanza ya 2008 hadi robo ya mwisho ya 2021 yenye mifuko 5.544 ya uwekezaji wa hisa ya Marekani.

Kwa kuwa swali la utafiti linahusu uchaguzi wa hisa wa wasimamizi binafsi, mifuko inayosimamiwa na timu iliondolewa baadaye. Sampuli ya mwisho ya mifuko yenye meneja mmoja ni mifuko 2.402. Katika kipindi cha sampuli, mifuko 325 ilionekana ikiwa na meneja mwanamke angalau katika kipindi kimoja, na mifuko 2.221 ikiwa na meneja mwanaume angalau katika kipindi kimoja; kwa sababu mfuko mmoja unaweza kuhesabiwa katika makundi yote mawili kutokana na mabadiliko ya meneja, jumla ya idadi hizi mbili si lazima iwe 2.402.

Jinsia ya wasimamizi ilibainishwa kwanza kwa kulinganisha majina katika Morningstar na takwimu za majina ya kuzaliwa za U.S. Social Security Administration. Kwa majina ya kigeni au yasiyoainisha jinsia kwa urahisi, uthibitishaji wa mikono kupitia mtandao ulifanywa na %99,4 ya wasimamizi waliweza kuainishwa.

Vigezo vya udhibiti vya mfuko na hisa

Miundo kuu inadhibiti vigezo vya upande wa mfuko kama jumla ya mali halisi, marejesho ya mfuko kwa robo mwaka na umri wa mfuko. Upande wa hisa, hutumika sifa za kawaida za kifedha kama faida ya mtaji wa wenyehisa, leverage, uwiano wa mali taslimu, mauzo, mavuno ya gawio, Tobin's q, marejesho ya zamani, volatility, beta na ukwasi. Vigezo vya uhasibu na soko vilifanyiwa winsorize katika mipaka ya %1 na %99 ili kupunguza athari za thamani kali.

Kutotilia Maanani kwa Kimantiki Kunamaanisha Nini Katika Utafiti Huu?

Kutotilia maanani kwa kimantiki hapa kunamaanisha kwamba, kwa sababu wasimamizi wa mifuko hawawezi kuchakata taarifa isiyo na kikomo kuhusu kampuni zote, hugawa umakini wao wa uchambuzi kwa kuchagua kulingana na thamani inayotarajiwa ya taarifa. Katika utaratibu unaopendekezwa na utafiti, ikiwa wasimamizi wanaume wana matarajio ya awali yaliyo mbali zaidi au hasi zaidi kuhusu kampuni zenye uwakilishi wa kiishara wa kike, faida inayotarajiwa ya kukusanya taarifa ghali na endelevu kuhusu kampuni hizo inaweza kuonekana kuwa ndogo; matokeo yake, kampuni inaweza kufuatiliwa kwa kiwango kidogo na uwezekano wake wa kuingia kwenye jalada ukapungua.

Mtazamo huu hautumii neno “kimantiki” kusema kwamba tabia hiyo ni sahihi, ya haki au bora kabisa. Dhana inaeleza jinsi umakini wenye mipaka unavyogawiwa katika modeli ya kiuchumi ambamo ukusanyaji wa taarifa una gharama. Jukumu la kimajaribio la utafiti si kuangalia moja kwa moja umakini wa kiakili, bali kuchunguza alama zinazotarajiwa kuachwa na utaratibu huu katika miamala na katika mwitikio kwa habari na ishara za wachambuzi.

Mazingira ya cherry-picking

Waandishi wanaona usimamizi hai wa mifuko kama mazingira ya “cherry-picking” yanayojaribu kuchagua idadi ndogo ya fursa za uwekezaji zenye ubora wa juu kutoka katika ulimwengu mkubwa sana wa hisa. Katika mazingira kama hayo, imani ya awali kwamba kundi fulani lina uwezekano mdogo wa ex ante wa kuwa na ubora wa juu inaweza kupunguza manufaa ya pembezoni yanayotarajiwa kutokana na kukusanya taarifa zaidi kuhusu kundi hilo. Katika hali hii, lengo si kwamba linathaminiwa chini tu; hata ukusanyaji wa taarifa mpya ambazo zingeweza kuruhusu kutathminiwa upya pia hupungua.

Utafiti unasema nini na hausimami nini

Utafiti unaunga mkono moja kwa moja: uwakilishi wa chini wa hisa zenye GenderScore ya juu katika mifuko hai inayosimamiwa na wanaume; kutokuwepo kwa umbo la kinyume lililo la ulinganifu kwa wasimamizi wanawake; muundo wa jalada kusogea katika mwelekeo huo huo baada ya mabadiliko ya meneja; wasimamizi wanaume kuwa na shughuli ndogo ya biashara katika hisa zenye GenderScore ya juu na mwitikio dhaifu kwa mtiririko wa jumla wa habari; na kutoweka kwa tofauti ya mwitikio kati ya jinsia ishara zilizo wazi za mapendekezo ya wachambuzi zinapofika.

Utafiti hauungi mkono moja kwa moja: madai kwamba wasimamizi wote wanaume wa mifuko wana upendeleo wa makusudi dhidi ya chapa za kike, kwamba kampuni kwa namna ya kimalengo ni “za kike” au “za kiume”, kwamba GenderScore hupima ubora wa kampuni, kwamba matokeo yanaweza kuenezwa moja kwa moja kwa aina zote za wawekezaji na nchi zote, au kwamba jinsia ya meneja peke yake ndiyo husababisha uhusiano unaoonekana.

Mbinu na Matokeo ya Utafiti

Regresha kuu ya paneli

Uchanganuzi mkuu ni modeli ya paneli ya OLS inayoeleza kama mfuko unashikilia hisa fulani katika robo mwaka fulani kwenye jalada lake. Kitengo cha uchunguzi kiko katika kiwango cha mfuko-hisa-robo mwaka:

\[ Holding_{i,j,t} = \beta_1 FemaleManager_{i,t} + \beta_2 GenderScore_j + \beta_3(FemaleManager_{i,t}\times GenderScore_j) + \gamma_X X_{i,t} + \gamma_Z Z_{j,t} + f_i+f_t+f_z+\varepsilon_{i,j,t}. \]

Hapa \(Holding_{i,j,t}\) ni kigezo cha jozi chenye thamani 1 ikiwa mfuko \(i\) katika robo \(t\) unashikilia hisa \(j\). \(FemaleManager_{i,t}\) huonyesha kwamba mfuko unasimamiwa na meneja mwanamke, na \(GenderScore_j\) huonyesha kipimo cha uwakilishi wa kijinsia wa kiishara wa kampuni. \(X_{i,t}\) huwakilisha vidhibiti vya mfuko vinavyobadilika kwa muda, \(Z_{j,t}\) vidhibiti vya hisa; na \(f_i\), \(f_t\) na \(f_z\) huwakilisha athari thabiti za mfuko, mwaka-robo mwaka na sekta mtawalia. Makosa ya kawaida yamewekwa katika makundi mara mbili katika viwango vya mfuko-hisa na mwaka-robo mwaka.

Vigawo vikuu

Regresha kuu inategemea uchunguzi 4.909.760 wa mfuko-hisa-robo mwaka na thamani iliyoripotiwa ya \(R^2\) ya modeli ni takriban 0,157.

Tafsiri ya athari ya pointi 26 za msingi

Mkengeuko wa kawaida wa GenderScore ni 0,09. Unapozingatiwa pamoja na mteremko unaokadiriwa wa \(-0,0293\) kwa wasimamizi wanaume:

\[ 0.09\times(-0.0293)\approx -0.00264. \]

Hii ni takriban \(-0,0026\), yaani kupungua kwa pointi 26 za msingi katika uwezekano wa kushikilia hisa. Katika sampuli ambayo uwezekano wa mfuko kushikilia hisa fulani katika robo fulani ni takriban %8, ukubwa huu unaendana na upungufu wa zaidi ya %3 kwa kiwango cha jamaa.

Asimetria Kati ya Wasimamizi Wanawake na Wanaume wa Mifuko Inapaswa Kutafsiriwaje?

Matokeo hayaonyeshi ulinganifu rahisi wa jinsia kwa namna ya “wasimamizi wanawake hupendelea chapa za kike”. Ingawa kwa wasimamizi wanaume kuna uhusiano hasi wenye nguvu kati ya GenderScore ya juu na uwakilishi mdogo katika jalada, athari ya jumla ya GenderScore kwa wasimamizi wanawake haiwezi kutofautishwa kitakwimu na sifuri na wasimamizi wanawake pia hawaepuki hisa zenye GenderScore ya chini; kwa hiyo asimetria kuu inatokana zaidi na wasimamizi wanaume kuwakilisha hisa zenye GenderScore ya juu kwa kiwango cha chini, kuliko wasimamizi wanawake kuelekea hisa zinazolingana na jinsia yao.

Ukaguzi wa uimara kwa uzito wa jalada

Ili kupima kama kiashiria cha “hisa ipo/haipo” pekee ndicho kinachoendesha matokeo, watafiti walibadilisha kigezo tegemezi na uzito wa jalada. GenderScore pia ni hasi na muhimu kwa wasimamizi wanaume katika uzito wa jalada; mwingiliano wa meneja mwanamke ni chanya. Hivyo, matokeo hayatokani tu na uamuzi wa kuingiza hisa kwenye jalada kwa mara ya kwanza.

Thamani ya chapa, jinsia ya CEO, ESG na matumizi ya matangazo

Miundo minne ya ziada ya uimara inachunguza kama matokeo ya GenderScore ni mwakisi wa sifa nyingine za kampuni. Nafasi katika cheo cha kimataifa cha chapa, kiashiria cha CEO mwanamke, alama ya ESG na matumizi ya matangazo viliongezwa kwenye modeli mtawalia. Katika miundo yote minne, GenderScore kubaki hasi kwa wasimamizi wanaume huku mwingiliano wa FemaleManager × GenderScore ukibaki chanya na muhimu kwa kiwango cha juu kunaonyesha kwamba uhusiano mkuu hauelezwi na vigezo hivi.

Mabadiliko ya meneja ndani ya mfuko

Ili kupunguza uwezekano kwamba matokeo ya sehemu mtambuka yanatokana na mambo yasiyoonekana kama utamaduni thabiti wa mfuko, falsafa ya uwekezaji au msingi wa wateja, watafiti walichunguza mabadiliko ya jinsia ya meneja ndani ya mfuko uleule. Katika sampuli kuna mabadiliko 87 kutoka meneja mwanamke kwenda meneja mwanaume na 86 kutoka meneja mwanaume kwenda meneja mwanamke.

Modeli chanzo inayowakilisha mabadiliko ya meneja kutoka mwanaume kwenda mwanamke ina muundo ufuatao:

\[ Holding_{i,j,t} = \beta_1 MtF_{i,t-1} + \beta_2 GenderScoreAbove75_j + \beta_3(MtF_{i,t-1}\times GenderScoreAbove75_j) + \gamma_X X_{i,t} + \gamma_Z Z_{j,t} + f_i+f_t+f_z+\varepsilon_{i,j,t}. \]

Dokezo la nukuu ndani ya chanzo: Katika upangaji wa Mlinganyo (2), \(MtF_{i,t-1}\) imeandikwa, ilhali maandishi yanayofuata yanafafanua kiashiria cha mabadiliko kwa robo baada ya mabadiliko ya meneja kama \(MtF_{i,t}\). Tofauti hii ya nukuu imehifadhiwa hapa kwa kuonekana kama ilivyo kwenye chanzo.

Meneja mwanamke anapochukua nafasi ya meneja mwanaume, uwezekano wa hisa zenye GenderScore ya juu kuwapo katika jalada huongezeka. Mabadiliko ya meneja yanapokuwa kutoka mwanamke kwenda mwanaume, mfiduo kwa hisa zenye GenderScore ya juu hupungua kwa kiasi cha maana. Katika hisa zenye GenderScore ya chini, yaani “za kiume” kwa istilahi iliyofupishwa ya chanzo, hakuna mabadiliko yaliyo ya kimfumo kwa kiwango hicho hicho.

Je, Matokeo ya Mabadiliko ya Meneja Yanathibitisha Usababisho?

Hapana. Ingawa mabadiliko ya meneja ndani ya mfuko huimarisha utambuzi kwa kuweka thabiti sifa nyingi za kitaasisi za mfuko, utafiti unaona tu mabadiliko 86 kutoka mwanaume kwenda mwanamke na 87 kutoka mwanamke kwenda mwanaume na unakubali wazi kwamba uteuzi wa meneja mpya si wa nje kabisa. Kwa hiyo, matokeo yanaimarisha tafsiri kwamba jinsia ya meneja huchangia kwa utaratibu katika muundo wa jalada, lakini hayatoi ushahidi wa uhakika wa usababisho katika kiwango cha jaribio lililoratibiwa kwa nasibu.

Shughuli ya biashara: alama ya kitabia ya umakini

Kwa kuwa umakini hauwezi kuonekana moja kwa moja, utafiti hutumia miamala hai ya jalada kama kigezo mbadala cha kitabia. Katika Kiambatisho A1, chanzo kinafafanua kiasi cha biashara hai ya hisa kama tofauti kati ya uzito halisi wa jalada na uzito wa kulinganisha ambao ungetokea kama kusingekuwa na biashara:

\[ trade_{j,t}=w_{j,t}-w^{BM}_{j,t}. \]

Uzito wa benchmark ikiwa hakuna biashara ni:

\[ w^{BM}_{j,t} = \frac{w_{j,t-1}(1+r^{exdiv}_{j,t})}{1+r_{i,t}}. \]

Hapa \(w_{j,t}\) ni uzito halisi wa hisa katika mfuko, \(w_{j,t-1}\) uzito wa kipindi kilichotangulia, \(r^{exdiv}_{j,t}\) ni marejesho ya hisa bila gawio, na \(r_{i,t}\) ni marejesho ya mfuko. \(trade_{j,t}\) chanya inaendana na ununuzi halisi hai, na thamani hasi inaendana na mabadiliko kuelekea uuzaji hai.

Katika mfano wa chanzo, ikiwa hisa ilikuwa %3 ya mfuko katika kipindi kilichotangulia, ikatoa marejesho ya %10 bila gawio, na mfuko mzima ukaongezeka kwa %20, uzito wa benchmark wa hisa bila biashara ungekuwa %2,75. Ikiwa uzito halisi ni %3,25, kipimo cha biashara hai ni %0,50.

Ili kutotafsiri mabadiliko madogo ya kimitambo kama biashara hai, watafiti walitumia mikia ya juu na ya chini ya usambazaji wa \(trade\). Buy(25) na Buy(10) ni vigezo vya jozi vinavyoonyesha mabadiliko hai ya juu zaidi ya %25 na %10; Sell(25) na Sell(10) vinaonyesha mabadiliko ya chini zaidi ya %25 na %10.

Vigawo vyote vinne vya GenderScore ni hasi na muhimu katika kiwango cha %1. Kwa upande mwingine, mwingiliano wa meneja mwanamke ni chanya. Kulingana na tafsiri ya chanzo, kwa wasimamizi wanaume katika hisa zenye GenderScore ya juu si tu sehemu tuli ya jalada ndiyo iko chini, bali pia mwingiliano wa biashara hai wa kununua na kuuza uko chini.

Mwitikio kwa mtiririko wa jumla wa habari

Jaribio la pili la utaratibu hutumia habari mahususi kwa kampuni. Kutoka data za RavenPack, ni habari pekee ambazo kampuni ndiyo ilikuwa mada kuu ya habari na relevance score ilikuwa 100 ndizo zilizochukuliwa. Kwa kila hisa-robo mwaka, kiasi cha habari cha sasa kilisanifishwa kwa kukilinganishwa na wastani wa robo 12 zilizotangulia, na vipindi katika sehemu ya juu ya moja kwa kumi ya usambazaji vikawekwa alama kama AbnNews.

Hasa upande wa ununuzi, mwingiliano chanya wa FemaleManager × GenderScore × AbnNews unaonyesha kwamba shughuli ya biashara ya wasimamizi wanawake katika hisa zenye GenderScore ya juu huongezeka wakati kuna mtiririko wa habari wa kampuni ulio juu isivyo kawaida. Kutokuwepo kwa mwitikio wa ziada wa biashara unaofanana kwa wasimamizi wanaume chini ya mtiririko huo huo wa habari kunachukuliwa na watafiti kuwa kunalingana na uchujaji ghali na endelevu wa taarifa kufanywa kwa kiwango kidogo katika kampuni zenye GenderScore ya juu.

Kwa nini mapendekezo ya wachambuzi ni jaribio tofauti?

Wakati mtiririko wa jumla wa habari unahitaji uchujaji na ufasiri endelevu, mabadiliko ya mapendekezo ya “buy/sell” ya wachambuzi yanachukuliwa kuwa ishara ambazo tayari zimechakatwa, ziko wazi na zina gharama ndogo ya kupata taarifa. Sehemu ya mapendekezo chanya katika chanzo imefafanuliwa kama:

\[ BuyShare_{j,t} = \frac{\#Buy\ recommendations_{j,t}} {\#Total\ recommendations_{j,t}} \]

na mabadiliko huhesabiwa kama:

\[ RecChange_{j,t}=BuyShare_{j,t}-BuyShare_{j,t-1} \]

Kipimo sambamba kinatumika kwa mapendekezo ya kuuza. Ili kupunguza kelele, kampuni-robo mwaka ambako wachambuzi chini ya watatu walichangia ziliondolewa.

Mwingiliano wa pande tatu wa FemaleManager × GenderScore × RecChange hauna umuhimu wa kitakwimu. Kwa maneno mengine, ishara wazi ya kupandishwa au kushushwa kwa pendekezo kutoka kwa wachambuzi inapofika, miitikio ya wasimamizi wanaume na wanawake kwa hisa zenye GenderScore ya juu haitofautiani kwa utaratibu. Chanzo kinaona hili kama matokeo ya msingi ya tafsiri ya kutotilia maanani kwa kimantiki: tatizo si kutoweza kutathmini taarifa wazi na yenye gharama ndogo inapokuja kuhusu hisa, bali ni kwamba jitihada za kukusanya taarifa kwa kuendelea zinazohitajika kufikia hisa hiyo hutengewa umakini mdogo tangu mwanzo.

Je, utendaji wa biashara unaunga mkono upungufu wa taarifa?

Watafiti walichunguza marejesho yasiyo ya kawaida yaliyorekebishwa kwa CAPM baada ya miamala ili kupima kama wasimamizi wanaume kweli wana taarifa chache au uwezo mdogo wa uchambuzi kuhusu kampuni zenye GenderScore ya juu. Ununuzi na uuzaji vilichambuliwa tofauti katika upeo mbalimbali kutoka robo moja hadi robo nne.

Mwingiliano wa FemaleManager × GenderScore hauna umuhimu wa kimfumo katika modeli hizi za utendaji. Ingawa katika upeo mrefu zaidi wa uuzaji kuna matokeo hasi ya wastani kwa GenderScore yenyewe, athari hii si mahsusi kwa jinsia ya meneja. Kwa hiyo, data haiungi mkono hoja kwamba wasimamizi wanaume hufanya vibaya zaidi kwa utaratibu kuliko wasimamizi wanawake wanapofanya biashara katika hisa zenye GenderScore ya juu.

Kupima maelezo ya kufahamiana kwa watumiaji

Moja ya maelezo mbadala ni kwamba wasimamizi wanaume wanaweza kupendelea kwa kiwango kidogo kampuni zenye GenderScore ya juu kwa sababu wana uzoefu mdogo binafsi na bidhaa na huduma fulani. Utafiti hupima uwezekano huu kwa njia mbili. Kwanza, kutokuwepo kwa kuepuka kwa ulinganifu hisa zenye GenderScore ya chini miongoni mwa wasimamizi wanawake hakulingani na maelezo ya kufahamiana pekee. Pili, kampuni 135 ziligawanywa katika makundi ya B2B na B2C.

Kwa uainishaji wa B2B/B2C katika Kiambatisho A2, kidokezo kilekile kilichosanifishwa kilitolewa kwa kujitegemea kwa modeli za ChatGPT, Claude na Perplexity kwa kampuni 135. Kila modeli iliainisha kampuni kama B2B, B2C au B2B/B2C, na kampuni ambazo angalau modeli mbili kati ya tatu zilisema ni B2B ziliwekwa katika kiashiria cha B2B kwa thamani 1.

Kama matokeo yangetokana hasa na kufahamiana kwa watumiaji, mteremko wa GenderScore kwa wasimamizi wanaume ungetarajiwa kuwa mkubwa zaidi katika kampuni za B2C ambako bidhaa na huduma za watumiaji zinaonekana zaidi, na kuwa dhaifu zaidi kwa kiasi cha maana katika kampuni za B2B. Hakuna tofauti hiyo ya kitakwimu iliyobainika kati ya athari za pembezoni katika Kielelezo 8. Jaribio hili halithibitishi kwa uhakika kwamba kufahamiana hakuna nafasi yoyote, lakini linafanya iwe vigumu zaidi kueleza uhusiano mkuu kwa uzoefu wa watumiaji pekee.

GenderScore mbadala na ukaguzi wa vizingiti

Kwa sababu kipimo kikuu kinategemea Google Images, uchanganuzi huohuo ulirudiwa kwa GenderScore(Y) iliyotengenezwa kupitia Yahoo Image Search. Matokeo makuu hayakubadilika. Zaidi ya hayo, badala ya kutumia robo ya juu pekee kwa “uwakilishi wa kike”, vizingiti mbadala kama theluthi ya juu na sehemu ya juu ya moja kwa kumi pia vilijaribiwa, na matokeo kwamba wasimamizi wanaume hushikilia hisa zenye GenderScore ya juu kwa uwezekano mdogo yaliendelea kubaki.

Nguvu za utafiti

• Unapima uwakilishi wa kijinsia wa kiishara katika ngazi ya kampuni kwa chanzo cha data ya kuona tofauti na vigezo vya kawaida vya sekta au jinsia ya meneja.
• Matumizi ya zaidi ya picha 300.000 na injini mbili tofauti za utafutaji hupunguza utegemezi wa kipimo kwa hoja moja.
• Matokeo makuu ya jalada yanajaribiwa si kwa kiashiria cha jozi cha kushikilia hisa pekee, bali pia kwa uzito wa jalada.
• Athari thabiti za mfuko, sekta na mwaka-robo mwaka hutumika pamoja na seti pana ya vidhibiti vya kifedha.
• Thamani ya chapa, jinsia ya CEO, ESG na matumizi ya matangazo hujaribiwa kama mambo tofauti yanayoweza kuchanganya uhusiano.
• Zaidi ya uhusiano mkuu, vipimo mbalimbali vya kitabia kama mabadiliko ya meneja ndani ya mfuko, biashara hai, habari za jumla, mapendekezo ya wachambuzi na utendaji wa biashara hupima sehemu tofauti za tafsiri hiyo hiyo ya utaratibu.
• Mgawanyo wa B2B/B2C hujaribu kando maelezo ya kufahamiana kwa watumiaji.

Vikwazo vikuu

• Utafiti ni preprint ambayo haijapitia mapitio ya wenzao.
• GenderScore ilipimwa mwishoni mwa kipindi cha sampuli na kuchukuliwa kuwa thabiti kwa muda.
• Kipimo cha kuona kimewekewa mipaka na ulinganifu wa chapa-kampuni 135 kubwa.
• Sampuli kuu ya uwekezaji ni mifuko hai ya uwekezaji ya Marekani yenye meneja mmoja; haiwezi kuenezwa moja kwa moja kwa mifuko inayosimamiwa na timu, mifuko tulivu au makundi mengine ya wawekezaji.
• Mabadiliko ya jinsia ya meneja ni machache kwa kiasi: kuna mabadiliko 86 kutoka mwanaume kwenda mwanamke na 87 kutoka mwanamke kwenda mwanaume.
• Uteuzi wa wasimamizi si wa nje; kwa hiyo uchanganuzi wa ndani ya mfuko huimarisha dai la usababisho lakini haulitambui kikamilifu.
• Umakini haupimwi moja kwa moja; shughuli ya biashara na mwitikio kwa ishara za taarifa ni vigezo mbadala vya kitabia vya umakini.
• Maneno “ya kike” na “ya kiume” si sifa za asili au zisizobadilika za kampuni, bali ni majina mafupi ya uwakilishi wa kuona wa kiishara yanayotumiwa na utafiti.
• Katika kuunda kiashiria cha B2B/B2C, uamuzi wa wengi wa modeli tatu kubwa za lugha ulitumika; uainishaji huu ni jaribio saidizi la uimara lililo tofauti na kipimo kikuu cha GenderScore.

Hitimisho la kisayansi

Data ya utafiti chanzo inaonyesha kwamba uchaguzi wa jalada wa wasimamizi wa kitaalamu wa uwekezaji unaweza kuhusiana si tu na misingi ya kifedha ya kampuni, bali pia na jinsi kampuni zinavyoonyeshwa kwa ishara hadharani. Wasimamizi wanaume wa mifuko kushikilia kampuni zenye GenderScore ya juu kwa kiwango cha chini katika jalada zao, kupata matokeo ya mwelekeo huohuo katika uzito wa jalada na kuona mfiduo ukisogea katika mwelekeo unaotarajiwa baada ya mabadiliko ya meneja ndizo zinazounda muundo mkuu wa kimajaribio.

Vipimo vya utaratibu vinaonyesha kwamba muundo huu hauendani tu na maelezo ya “hawawezi kutathmini kampuni hizi”. Wasimamizi wanaume hufanya biashara kidogo zaidi katika hisa zenye GenderScore ya juu na huonyesha mwitikio dhaifu zaidi kwa mtiririko endelevu wa habari za kampuni; hata hivyo, wanaweza kujibu ishara za wachambuzi zenye gharama ndogo ya kuchakata na uwazi mkubwa kwa kiwango sawa na wasimamizi wanawake. Kutokuwepo kwa upungufu wa kimfumo wa utendaji wanapofanya biashara pia hakuungi mkono maelezo ya upungufu halisi wa uwezo wa kuchakata taarifa.

Kwa hiyo, tafsiri inayopendelewa na utafiti chanzo ni utaratibu wa ugawaji wa umakini unaofanya kazi kupitia mnyororo wa utambulisho wa kiishara wa kampuni → tathmini ya awali → umakini uliotengwa kwa kupata taarifa → mfiduo wa jalada. Hata hivyo, utafiti hauangalii moja kwa moja mnyororo huu wa kiakili na hauhakikishi uwepo wa nje kamili katika uteuzi wa wasimamizi. Matokeo yanatoa muundo dhabiti wa kimajaribio unaoungwa mkono na vipimo vingi vya uimara, lakini muundo huu haupaswi kufasiriwa kama jaribio la usababisho lililoratibiwa kwa nasibu.

Maelezo ya Chanzo na Mbinu

Utafiti asilia: Beyond the Ticker: Gendered Firm Imagery and Fund Manager Investment Decisions.

Waandishi: Emanuele Bajo; Nicoletta Marinelli; Giorgia Simion; Otto Randl.

Taasisi: University of Bologna - Department of Management; University of Macerata - Department of Economics and Law; Vienna University of Economics and Business / Vienna Graduate School of Finance; Vienna University of Economics and Business.

Jukwaa: SSRN.

Aina ya chanzo: Preprint ya utafiti / karatasi ya kazi.

Hali ya uchapishaji: PDF iliyopakiwa ina kauli wazi “This preprint research paper has not been peer reviewed”; utafiti haupaswi kuwasilishwa kama makala ya mwisho ya jarida iliyopitia mapitio ya wenzao.

Tarehe ya kuwasilishwa SSRN: 7 Oktoba 2026.

DOI: 10.2139/ssrn.7576652.

Nambari ya rekodi ya SSRN: 7576652.

Vyanzo vikuu vya data: Morningstar, CRSP Mutual Fund Holdings, CRSP, Compustat North America, Google Images, Yahoo Image Search/Bing, DeepFace, RavenPack, I/B/E/S, Brand Finance, ExecuComp na Refinitiv Eikon. Katika uchanganuzi mdogo unaohusika wa utafiti chanzo, seti ndogo tofauti za vyanzo hivi vya data hutumika.

Kipindi kikuu cha sampuli: 2008-2021.

Kitengo kikuu cha uchanganuzi: Mfuko-hisa-robo mwaka.

Sampuli ya mwisho ya chapa/kampuni: kampuni 135.

Sampuli ya mifuko yenye meneja mmoja: mifuko 2.402.

Idadi ya uchunguzi katika regresha kuu: uchunguzi 4.909.760 wa mfuko-hisa-robo mwaka.

Mbinu kuu: Kuunda GenderScore kwa kutumia uonaji wa kompyuta kutoka katika taswira za umma za chapa za kampuni; kulinganisha alama na jalada za mifuko hai ya uwekezaji; modeli za paneli za OLS zenye athari thabiti za mfuko, sekta na muda; vipimo vya uimara kwa uzito wa jalada; mabadiliko ya meneja ndani ya mfuko; kipimo cha biashara hai; kiasi kisicho cha kawaida cha habari; mabadiliko ya mapendekezo ya wachambuzi; utendaji uliorekebishwa kwa hatari baada ya biashara na uchanganuzi wa sampuli ndogo za B2B/B2C.

Kizuizi kikuu cha kimetodolojia: Utafiti ni paneli ya fedha ya uchunguzi. Mabadiliko ya wasimamizi si ya nje kabisa na GenderScore imetumika kama kipimo kisichobadilika kwa muda. Kwa hiyo, ingawa matokeo yanaonyesha mahusiano ya kimfumo kati ya uwakilishi wa kiishara wa chapa, jinsia ya meneja, ugawaji wa umakini na uchaguzi wa jalada, hayatoi ushahidi kamili wa usababisho wa kimajaribio.

Onyo la nukuu ndani ya chanzo: Katika upangaji wa Mlinganyo (2) wa mabadiliko ya meneja, kuna tofauti ya faharasa kati ya kauli \(MtF_{i,t-1}\) na ufafanuzi wa \(MtF_{i,t}\) katika maelezo yanayofuata mara moja. Maandishi ya Verianla hayajasahihisha tofauti hii kimya kimya.

Dokezo la leseni/hakimiliki: PDF iliyopakiwa haionyeshi leseni wazi ya Creative Commons. Kwa hiyo, badala ya kuchapisha upya bila mabadiliko vielelezo vya chanzo asilia au picha za wahusika wengine zilizokusanywa kutoka injini za utafutaji, inapendekezwa mahusiano ya kisayansi na matokeo ya nambari yaelezwe upya kwa michoro na skimu asilia za Verianla.