2016年-BIS国际清算银行_Expectations_and_investment_52页_936kb

报告摘要

总结：期望与投资

核心内容

本文探讨了期望在企业投资决策中的作用，以及这些期望是否具有理性。作者利用杜克大学首席财务官（CFO）季度调查数据，分析了CFO对未来盈利增长的预期如何影响企业的投资计划和实际投资行为。此外，还研究了华尔街分析师对未来盈利增长的预期，并发现这些预期与CFO预期高度相关。研究指出，期望数据在解释企业行为方面具有重要作用，且这些数据可能并不符合理性预期的假设。

主要观点

期望对投资的影响
- 期望数据能够有效解释企业投资计划和实际投资行为。
- 期望数据提供了比传统变量（如托宾Q、贴现率）更丰富的信息。
- 期望数据在投资决策中具有统计和实质上的重要性。
期望的非理性特征
- 期望数据中的误差可以由过去的盈利等公开信息预测，表明期望可能具有非理性特征。
- 期望的结构显示出“外推性”，即投资者往往基于过去的趋势来预测未来。
- 期望与模型预测的预期回报之间存在负相关，表明模型可能未能准确反映真实期望。
期望数据的重要性
- 期望数据对于理解经济行为至关重要。
- 理性预期假设并不总是成立，期望数据可以用于检验和比较不同模型。

关键信息

数据来源
- 杜克大学CFO季度调查数据（1996年起）。
- 哈佛商学院的IBES数据集，包含分析师对未来盈利的预测。
- 使用Compustat数据进行实际投资和财务变量的匹配分析。
样本特征
- CFO样本覆盖了从2005年第一季度到2012年第四季度的数据，包含1,133个企业年度观察值。
- 分析师样本覆盖了更长的时间范围和更多的企业，包含145,281个企业年度观察值。
- 具有分析师预期的企业通常比中位数企业更大，且盈利更高。
变量定义
- CFO预期：基于未来12个月盈利增长的百分比。
- 分析师预期：基于未来12个月盈利增长的共识预测。
- 实际盈利：来自IBES实际数据，与公司公告一致。
- 投资计划：企业在未来12个月的资本支出计划。
模型与方法
- 采用Q理论模型，将投资计划与盈利预期联系起来。
- 假设企业主为风险中性，未来盈利被贴现，且投资成本为二次函数。
- 通过回归分析检验盈利预期对投资的影响，并控制资本存量变化。

结构与分析

引言
- 强调期望在经济决策中的作用。
- 指出传统理性预期理论忽视了期望数据的重要性。
金融领域期望与资产价格的研究
- 近年研究显示，期望数据在资产价格分析中具有重要意义。
- 期望与基金流入、未来回报之间存在高度相关性。
- 期望数据与模型预测的预期回报之间存在负相关，表明模型未能捕捉真实期望。
数据描述
- 包括CFO和分析师的盈利预期数据。
- 包括企业财务数据和投资数据。
- 数据涵盖多个时间点和不同规模的企业。
期望与企业投资的实证模型
- 使用Q理论模型进行投资行为分析。
- 通过回归模型检验盈利预期对投资计划的影响。
- 采用对数线性化方法，将模型转化为增长率形式，便于分析。
期望结构的分析
- 期望数据具有外推性，即基于过去趋势进行预测。
- 期望误差可以由过去的盈利等公开信息预测，表明期望可能非理性。
- 期望与模型预测的预期回报之间存在负相关，进一步支持期望的非理性。
结论与启示
- 期望数据在理解企业投资行为方面具有重要作用。
- 期望可能不具有理性，但仍是重要的经济指标。
- 未来研究应继续利用期望数据检验不同经济模型的合理性。