美联储-使用宏观经济数据和Nowscast预测分析师的标普500收益预测误差和股市回报（英）-2024-32页_954kb

分析师S&P 500盈利预测误差与宏观经济数据预测能力研究

本研究探讨了使用宏观经济数据和“实时预测”技术预测分析师S&P 500盈利预测误差及股票市场回报的能力。通过对1994年第一季度至2023年第三季度超过百年历史的S&P 500数据、宏观经济指标和分析师预测的实证分析，研究揭示了下列重要发现：

1. 分析师预测误差与股价回报的关系：实证结果表明，S&P 500季度盈利预测误差对同期股价回报具有正向预测能力。每个百分点的预测修正都会带来约0.5%的回报增长。季度预测误差尤为重要，但季度和半季度模型结合也能较好预测回报。

2. 宏观模型构建：研究构建了基于实际GDP增长、PCE价格指数、员工薪资和美元兑汇率简单宏观模型预测S&P 500盈利。额外引入贷款损失变量后，模型精度进一步提升，但对预测未来误差并无明显帮助。

3. 预测性能：双方宏观预测模型在当前季度（误差为39%）和累计两季度（误差为45%）预测性能出色，但分析师预测仅在预测单一季度时较为准确（误差61%），而在累计季度预测中表现较差（误差34%）。这表明分析师预测在预测及时性上存在局限。

4. 模型-分析师预测间隙：双方模型与分析师预测之间存在显著“间隙”，且这一间隙成功预测了分析师预测误差。利用这一间隙与股息率结合的市场择时策略（High-股息率+High-间隙组合）可获得年化约26%的超额收益。

5. 宏观信息优势期：模型相比分析师预测的优势期约为3个月。研究发现，模型信息优势在三季期内显著，但在六个月内优势渐退，表明市场逐渐消化宏观信息。

研究结论认为，在适当调整下，宏观经济变量可有效预测分析师盈利预测误差和未来股票回报，这表明市场参与者对宏观信息利用存在改进空间。