|
1.计算说明
Francis & Philbrick(1993)发现,分析师的平均预测误差大于0,表明分析师的盈利预测存在普遍的乐观偏差。据此,本文以公司真实盈利水平为标杆,通过分析师盈利预测与公司真实盈余的比较判断分析师的乐观偏差。参照Jackson(2005)的方法,分析师乐观偏差定义为:

其中:
Fi,j,t为分析师j在第t年对公司i每股收益的预测值
Ai,j,t为公司i在第t年的实际盈利水平
Pi为公司i在分析师发布盈利预测前一个交易日的收盘股价。之所以选择Pi进行平滑,而非Ai,j,t-1,是因为公司上一年度的盈余可能为负,这样会影响分析师乐观偏差的度量。
在第t年跟踪公司i的所有分析师中,我们将Opti,j,t大于0的分析师的比例记为Optimism1。Optimism越大,则预测误差大于0的分析师的比例越大,分析师的乐观偏差越大。
稳健性测试:
使用“分析师平均预测偏差”代替“预测误差大于0的分析师比例”进行稳健性测试。首先,计算在第t年跟踪公司i的每个分析师的预测偏差;其次,每年对所有跟踪公司i的分析师的预测偏差取平均数,即为Optimism2。
2.数据说明
样本选择:全部A股1990-2022年数据(“分析师预测指标文件”在数据库中是从2001-01-01开始,所以数据起点选择为2001-01-01)
未作任何剔除处理
每个压缩包都附有初始数据,计算代码,参考文献和最终数据
3.参考文献
[1]许年行,江轩宇,伊志宏,徐信忠.分析师利益冲突、乐观偏差与股价崩盘风险[J].经济研究,2012,47(07):127-140.(Optimism1和Optimism2)
[2]李丹,袁淳,廖冠民.卖空机制与分析师乐观性偏差——基于双重差分模型的检验[J].会计研究,2016(09):25-31.(Optimism1和Optimism2)
[3]伊志宏,朱琳,陈钦源.分析师研究报告负面信息披露与股价暴跌风险[J].南开管理评论,2019,22(05):192-206.(Optimism1)
[4]董竹,张欣.分析师乐观偏差与企业研发投入——基于利益冲突和信息透明度的实证研究[J].科研管理,2022,43(07):181-188.(Optimism2)
压缩包所含文件:

数据样例:

分年份数据量统计:

描述性统计结果:
 |
本帖子中包含更多资源
您需要 登录 才可以下载或查看,没有帐号?立即注册
x

|