20220125-国信证券-学术文献研究系列第32期_分析师的盈利预测是否受到友商预测结果的影响__14页_1mb

证券研究报告总结

核心内容

本文基于Kumar等人的研究，探讨了卖方证券分析师是否存在“社会学习”行为，即分析师是否会受到其他分析师（友商分析师）对与其覆盖公司相关的股票的盈利预测偏差的影响。研究发现，分析师会通过观察友商分析师的预测行为，调整自己对目标公司的预测乐观程度和预测激进性。

主要观点

• 预测乐观程度受友商分析师影响：分析师对目标公司的预测乐观程度（使用预测偏差和相对预测偏差衡量）与上期友商分析师对其覆盖的其他股票的预测偏差呈负相关。这意味着，如果友商分析师上期对其他股票的预测偏差过高（如过于乐观），分析师会调整自己的预测，变得更加保守。

• 预测激进性具有模仿效应：当上期友商分析师对分析师覆盖的其他股票发布较为激进的预测时，分析师更可能对目标公司发布激进的预测。无论是正面还是负面的激进预测，都存在一定的自相关性。

• 社会学习提升预测准确性：分析师通过参考友商分析师的预测偏差进行调整，可以提高预测的准确性。研究发现，在64%的情况下，受友商分析师影响的预测比未受影响的预测更为准确。

关键信息

数据与样本

• 样本期：1984-2017年
• 数据来源：
  • I/B/E/S的季度盈利公告和盈利预测
  • CRSP的股价数据
  • Compustat的财务报表和公司位置数据
• 样本处理：
  • 排除匿名分析师和仅覆盖一家公司的分析师
  • 对于每个分析师，仅考虑盈利公告日前的最新预测

指标定义

• 预测偏差：分析师预测每股收益（EPS）与实际EPS的差值
• 预测乐观程度：分析师预测与一致预期的差值除以股价
• 激进预测：
  • 激进正面预测：预测高于分析师前期预测和一致预期
  • 激进负面预测：预测低于分析师前期预测和一致预期
• 友商分析师预测偏差：上一季度其他分析师对分析师覆盖的其他股票的平均预测偏差
• 友商分析师预测激进性：上一季度其他分析师对分析师覆盖的其他股票的激进预测比例

实证结果

• 预测乐观程度回归：
  • PeerForecastErrors $_{i,j,t-1}$ 为负且显著，系数在-0.004至-0.010之间，t值在-2.4至-5.1之间。
  • Analysts 会根据友商分析师的预测偏差调整自己的预测，但并未从自己过去的预测偏差中学习。
• 预测激进性回归：
  • PeerBoldPos $_{i,j,t-1}$ 与分析师激进正面预测呈正相关，系数在0.008至0.010之间，t值在2.3至2.8之间。
  • PeerBoldNeg $_{i,j,t-1}$ 与分析师激进负面预测呈正相关，系数在0.015至0.017之间，t值在4.8至5.3之间。
  • 激进正面与激进负面预测之间不存在显著的相互预测关系。
• 预测准确性分析：
  • 同行业或同州公司的预测偏差包含对未来预测有用的信息。
  • 在64%的情况下，基于友商分析师预测偏差调整后的预测比原始预测更准确，表明社会学习有助于提高预测表现。

结构清晰点

• 分析师覆盖组合：

  • 平均覆盖7.6家公司，行业集中度高（平均覆盖2个行业）。
  • 覆盖重叠率平均为34.1%，表明分析师之间存在一定程度的重叠，但非完全一致。

• 预测行为特征：

  • 平均预测偏差为-0.046，中位数为-0.044。
  • 相对一致预期的乐观程度平均为-0.039，中位数为0。
  • 激进正面预测占比8.4%，激进负面预测占比14.4%。

风险提示与声明

• 风险提示：本报告基于相关文献，不构成投资建议，仅供客户参考。
• 独立性声明：作者保证报告数据来源合规，分析逻辑基于职业理解，结论客观公正，不受第三方影响。
• 分析师承诺：作者对报告内容的真实性、准确性负责，不承担因使用报告内容而产生的任何法律责任。

投资评级说明

结论

本文通过实证分析表明，分析师存在“社会学习”行为，会参考友商分析师对与其覆盖公司相关的股票的预测偏差，从而调整自己的预测。这种行为在一定程度上提高了分析师的预测准确性，且在激进预测方面表现出模仿效应。研究结果对理解分析师行为和市场信息传播机制具有重要意义。