2022-2001年上市公司企业分析师乐观偏差Optimism（stata计算）

cx6688

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：
  \6 y, k4 u& u
其中：
9 ~7 P; }! |, W" fFi,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
( M6 D, |+ I2 ?0 nPi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。
. r/ K5 i; H2 ~: V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：
+ V/ M- H( a" D* f" a7 k8 a+ K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。
  `8 V# l; a9 T6 d/ ]( Y- M9 l
2.数据说明
" `, p0 J% a7 k/ e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）
; E/ g  X. r0 x0 L# U7 o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
' [- E" F; o8 H5 V# [) P' g3 {
# u$ ?1 _% x. Q9 ]8 G( q3.参考文献
[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）
* q' q  k2 F, N# D2 |7 ~: @1 e  K[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）
0 s+ z) b+ a& s- g! M' z
压缩包所含文件：
8 \0 \  d7 d7 \5 z
数据样例：
% T5 B9 p& Z1 S6 ~# S& O% r: y

分年份数据量统计：


7 d: D4 H( I$ H描述性统计结果：
# H9 H6 J4 M  w# k8 ~7 v2 \

cx612

已买，感谢分享

今天你学习了吗

楼主的资料挺全的，谢谢分享

998333

感谢分享

今日值日生

楼主的资料挺全的，谢谢分享

我爱吃辣条

楼主的资料真的很不错，谢谢