分析师盈利预测准确度(精选6篇)
分析师盈利预测准确度 第1篇
为便于企业的外部相关利益者从会计信息的生产过程上评价企业的会计信息质量, 美国于2002年出台了萨班斯·奥克斯利 (SOX) 法案, 该法案不仅要求上市公司的管理层对本公司的财务报告内部控制的有效性做出评价, 还要求外部审计机构对管理层的评价报告出具审计报告。借鉴美国的做法, 我国于2008年和2010年先后出台了《企业内部控制基本规范》和《企业内部控制配套指引》, 并于2009年率先在上市公司中执行。与美国将内部控制定义为财务报告内部控制不同, 我国的内部控制是全面的内部控制, 不仅要保证会计信息的质量, 还要为企业的经营和战略目标的实现提供合理保证。这种对实现内部控制目标提供合理保证的程度即内部控制质量不仅对企业发布的会计信息质量有根本性的影响, 也影响着企业未来盈利的实现程度, 而盈利预测则是证券分析师的主要工作之一, 证券分析师利用企业对外公布的会计信息和对企业未来经营状况的判断, 对企业未来的盈利状态做出预测, 并据此对企业的当期价值做出估计。因此理论上内部控制质量的高低对证券分析师的盈利预测准确度有重要的影响。本文试图利用中国证券市场的上市公司的相关数据对上述问题做出实证检验。
2 文献回顾
Jeong-Bon Kim, et al. (2009) [1]首次就内部控制质量与证券分析师的预测行为进行了研究, 实证结果发现, 与不具有内部控制缺陷公司相比, 跟踪具有内部控制缺陷公司的证券分析师数量较少。内部控制质量与证券分析师的盈利预测误差和分歧度有显著的负相关关系。此外, 与具有低质量内部控制的公司相比, 证券分析师对有效的内部控制的公司的盈利预测修正和信念收敛都相对较低。
Li Xu (2011) [2]分析了内部控制缺陷与卖方证券分析师盈利预测的准确度、偏差以及证券分析师所供职的证券公司的声誉之间的关系。实证结果表明, 内部控制缺陷降低了证券分析师盈利预测的准确度, 增加了证券分析师盈利预测的乐观性偏差, 但是如果证券分析师所在的券商具有较高的声誉, 那么这种乐观性偏差相对较低。
国内学者对此问题的研究还是一片空白, 在中国的资本市场上内部控制质量对作为财务报告的重要使用者——证券分析师的影响被忽略了。本文拟利用2010年沪深两市主板上市公司的相关数据, 就内部控制质量与证券分析师盈利预测的准确度之间的关系进行实证研究。
3 理论分析和提出假设
内部控制的本质是对风险的管理, 内部控制是对风险的控制, 内部控制的质量越高, 企业面临的风险就越低, 未来经营的不确定性就越小, 证券分析师对其进行盈利预测就更为容易, 准确度也就越高, 从这个角度来说内部控制质量对证券分析师的盈利预测行为有直接的影响。
此外, 企业对外公布的会计信息是证券分析师进行盈利预测时的一种重要的信息源。内部控制作为一种保证企业对外提供的会计信息质量的基本制度安排, 其质量的高低直接影响着企业会计信息质量的高低, Song, et al. (2006) [3]研究了以应计质量表示的会计信息质量与分析师盈利预测的准确度之间的关系, 结果表明证券分析师对应计质量较低的公司的盈利预测准确度也较低。Lambert, et al. (2007) [4]的数理模型表明信息质量的高低影响着对企业未来现金流分布进行预测的估计风险。此外, Feng, et al. (2009) [5]的研究发现对于内部控制重大缺陷的公司, 其管理层的盈利预告的准确度也较低, 而管理层的盈利预告也是证券分析师进行盈利预测时的重要参考依据。
综合以上分析, 我们就内部控制质量与证券分析师的盈利预测行为提出如下假设:
假设:其他条件不变, 公司的内部控制质量越高, 证券分析师盈利预测的准确度更高。
4 研究设计
4.1 数据来源和变量定义
我们以2010年在沪深两市主板上市的公司为研究样本, 去掉金融类和数据缺失的样本, 最终得到1 053家样本。我们将这1 053家样本分成内部控制高质量组和低质量组两组。满足以下3个条件之一的样本即被认定为内部控制低质量组:当年的季度、半年度、年度财务报告存在更正行为;当年的年度财务报告被出具非标的审计意见;当年发生违法违规行为。不满足上述3个条件的样本被划为内部控制高质量组。这3条标准是依据我国内部控制目标而定的。2008年财政部发布的《内部控制基本规范》将内部控制的目标界定为5个方面: (1) 合理保证企业经营管理合法合规; (2) 维护资产安全; (3) 保证财务报告及相关信息真实完整; (4) 提高经营效率和效果; (5) 促进企业实现发展战略。公司被出具非标意见或发生财务报告更正行为, 我们认为企业“保证财务报告及相关信息真实完整”的内部控制目标没有实现, 财政部会计司编写的《企业内部控制规范讲解2010》中也认为“如果企业的财务报告存在错报, 必然表明该企业的财务报告内部控制存在缺陷”[6]。选择当年发生违规行为我们认为是由于内部控制质量低造成企业的“合理保证企业经营管理合法合规”内部控制目标没有实现。而对于经营目标和战略目标我们暂时没做考虑, 因为我们认为这两类控制目标的实现程度的认定“涉及面广、认定难度大”, 更重要的是其实现程度除了受制于内部控制因素外, 还有可能受非内部控制因素的影响。
我们选择证券分析师盈利预测的准确度作为我们的被解释变量。在控制变量的选择上, 我们参考了国内外的研究成果, 首先控制了对样本公司做出盈利预测的证券分析师数量, 其次, 公司的盈余特征对证券分析师的盈利预测有重要影响, 我们从盈余意外、盈余的波动性、盈余的可预测性3个方面来描述公司的盈余特征, 我们以应计质量来表示公司的会计信息质量。此外, 我们还加入了其他的公司特征变量, 如公司的规模、成长性、负债水平、盈利能力、年累计收益率等方面。上述变量定义和计算方法见表1。
财务报告更正数据来源于作者的手工收集, 公司的违法违规数据来源于国泰安金融数据库, 其他数据均来源于万得金融数据库, 实证分析采用的统计软件为Excel 2007和Spss 18.0。
被解释变量、解释变量和控制变量的定义和具体计算方法如表1所示。
4.2 回归分析
为考察内部控制质量对证券分析师盈利预测准确度的影响, 我们建立如下回归模型:
4.3 回归分析
表2是回归结果, 可以看出, ICQ的系数为0.005 64, 符号为正, 与我们的预期一致, 且在1%的显著性水平下显著, 说明相对于内部控制质量较低的公司, 证券分析师对内部控制高质量的公司的盈利预测准确度较高, 假设得到验证。
5 结论
我们利用2010年沪深主板上市公司的相关数据实证检验了内部控制质量与证券分析师盈利预测之间的关系。实证结果表明, 在控制了其他因素后, 内部控制质量对证券分析师的盈利预测的准确度有显著的正向影响。本结论既丰富了内部控制研究的经济后果, 也深化了对证券分析师盈利预测准确度影响因素的认识。
参考文献
[1]Jeong Bon Kim V, Byron V Song, Liandong Zhong.Internal Control Quality and Analyst Forecast Behavior:Evidence from SOX Section404 Disclosures[C].CAAA Annual Conference, 2009.
[2]Li Xu, Alex P Tang.Internal Control Material Weakness, Analysts’Accuracy and Bias, and Brokerage Reputation[J].Review of Quantitative Finance and Accounting, 2011 (10) .
[3]Gerald J Lobo, Minsup Song, Mary Stanford.Accruals Quality and Analyst Coverage[J].Journaf of Banking&Finance, 2012, 36 (2) .
[4]R Lambert, C Leuz, R E Verrecchia.Accounting Information, Disclosure, and the Cost of Capital[J].Journal of Accounting Research, 2007, 45 (2) :385-420.
[5]Mei Feng, Ghan Li, Sarah McVay.Internal Control and Management Guidance[J].Journal of Accounting and Economics, 2009, 48 (2/3) :190-209.
分析师盈利预测准确度 第2篇
第一章 2010-2011年中国直播卫星产业运行环境解析
第一节 2010-2011年中国宏观经济环境分析
一、中国GDP分析
二、消费价格指数分析
三、城乡居民收入分析
四、社会消费品零售总额
五、全社会固定资产投资分析
六、进出口总额及增长率分析
第二节 2010-2011年中国直播卫星产业政策环境分析
一、产业政策分析
二、相关产业影响分析
三、产业相关法律法规分析
第三节 2010-2011年中国直播卫星产业技术环境分析
第二章 2010-2011年世界直播卫星产业运行透析
第一节 直播卫星在全球的发展现状
一、直播卫星产业发展历程
二、全球直播卫星发展特点
三、全球直播卫星系统及其新发展
四、欧美直播已形成产业链
第二节 美国直播卫星市场的发展现状
一、Direc TV公司
二、Dish Network公司
第三节 直播卫星在欧洲市场的发展现状
一、欧洲的直播卫星
二、欧洲卫星高清电视
三、英国BskyB公司
第四节 直播卫星在亚太市场的发展现状
一、日本SKY Perfect公司
二、韩国SkyLife
三、马来西亚
四、印度
五、中国香港
第三章 2010-2011年中国直播卫星产业运行透析
第一节 2010-2011年中国直播卫星发展简况
一、我国直播市场非常广阔
一、直播卫星将带动产业链发展
第二节 2010-2011年中国直播卫星产业动态分析
一、直播卫星进
37、万个村 农户可接收95套节目
一、直播卫星村村通惠及地震灾区农民
三、首批“村村通”直播卫星接收设备安装调试完成四、直播卫星加密将会加速数字电视进程
五、直播卫星接收设备售后服务体系
第四章 2010-2011年中国航天与卫星通信广播产业分析
第一节 2010-2011年中国航天事业发民综述
一、中国航天事业发展历程
二、用科学发展观引领航天事业又好又快发展
三、中国航天事业现状与未来
四、世界航天事业对中国启示
第二节 2010-2011年中国卫星通信企业透析
一、中国空间段卫星通信公司
1、中国航天科技集团公司
2、中国直播卫星公司
3、亚洲卫星公司(AsiaSat)
4、亚太卫星控股有限公司
二、中国空间段卫星
1、中卫一号
2、鑫诺一号
3、亚洲二号
4、亚洲3S
五、亚洲四号
6、亚太IIR号
7、亚太V号
第三节 2010-2011年中国卫星广播电视简况
一、卫星电视产业运行总况
1、中国卫星电视产业历程演进
2、谈我国卫星电视产业的运营
3、我国卫星电视产业市场结构实证分析及优化对策
4、卫星数字电视产业:期待政策突破
二、在轨的广播电视卫星概况
1、中星6B
2、中星九号
3、鑫诺三号
三、全国卫星广播电视转星调整
第五章 直播卫星技术与标准
第一节 频率规划
一、无线频率的划分
二、卫星广播电视的频率及局限
三、数字电视直播卫星的频率
第二节 内容安全
第三节 编码标准
一、信源
二、信道
第四节 直播卫星技术参数
第六章2010-2011年中国直播卫星产业链透析——芯片厂商
第一节 中天联科
一、企业概况
二、中天联科致力于推动数字卫星直播产业
三、中天联科电视接收芯片获 “中国芯”潜质奖
四、中天联科发展战略分析
第二节 杭州国芯
一、企业概况
二、杭州国芯再摘桂冠,获重大技术发明奖
三、杭州国芯信源解码产品获EDN优秀产品
四、企业竞争力分析
五、杭州国芯发展战略分析
第三节 湖南国科
一、企业概况
二、直播星第二轮招标湖南国科成为大赢家
三、联广视讯将携手湖南国科开展直播卫星业务
四、企业竞争力分析
五、湖南国科发展战略分析
第七章2010-2011年中国直播卫星产业运营模式探讨
第一节 产业运营模式和特征研究
一、空间段和地面段的运营关系
二、直播卫星产业自身运营特点
第二节
直播卫星产业运营思路
一、直播卫星产业总体运营思路
二、中国直播卫星运营中面临的问题
第三节 直播卫星空间段运营模式
一、空间段运营商
二、空间段运营模式
第四节 直播卫星地面段公益运营模式
一、总局无线局
二、地面段公益运营模式
第五节 直播卫星地面段商业运营模式
一、中数传媒
二、地面段商业运营模式
1、地面段运营商可行的商业运营模式
2、地面段运营商成本收益分析
3、地面段运营面临的主要运营风险
第八章 2010-2011年中国直播卫星产业链透析——终端接收设备
第一节 四川长虹
一、公司基本情况概述
二、2008-2011年公司成长性分析
三、2008-2011年公司财务能力分析
四、2008-2011年公司偿债能力分析
五、2008-2011年公司现金流量分析表
六、2008-2011年公司经营能力分析
七、2008-2011年公司盈利能力分析
第二节 海信电器
一、公司基本情况概述
二、2008-2011年公司成长性分析
三、2008-2011年公司财务能力分析
四、2008-2011年公司偿债能力分析
五、2008-2011年公司现金流量分析表
六、2008-2011年公司经营能力分析
七、2008-2011年公司盈利能力分析
第三节 数源科技
一、公司基本情况概述
二、2008-2011年公司成长性分析
三、2008-2011年公司财务能力分析
四、2008-2011年公司偿债能力分析
五、2008-2011年公司现金流量分析表
六、2008-2011年公司经营能力分析
七、2008-2011年公司盈利能力分析
第四节 广电信息
一、公司基本情况概述
二、2008-2011年公司成长性分析
三、2008-2011年公司财务能力分析
四、2008-2011年公司偿债能力分析
五、2008-2011年公司现金流量分析表
六、2008-2011年公司经营能力分析
七、2008-2011年公司盈利能力分析
第五节 上海广电
一、公司基本情况概述
二、2008-2011年公司成长性分析
三、2008-2011年公司财务能力分析
四、2008-2011年公司偿债能力分析
五、2008-2011年公司现金流量分析表
六、2008-2011年公司经营能力分析
七、2008-2011年公司盈利能力分析
第六节 同洲电子
一、公司基本情况概述
二、2008-2011年公司成长性分析
三、2008-2011年公司财务能力分析
四、2008-2011年公司偿债能力分析
五、2008-2011年公司现金流量分析表
六、2008-2011年公司经营能力分析
七、2008-2011年公司盈利能力分析
第九章 2010-2011年中国重点工程对直播卫星产业的促进探讨
第一节 全国文化信息资源共享工程
一、全国文化信息资源共享工程
二、直播卫星在全国文化信息共享工程中发挥的作用
第二节 广播电视“村村通”工程
一、“村村通”广播电视发展现状
二、“村村通“广播电视的意义
三、直播卫星“村村通”
1、20户以上直播卫星“村村通”
2、20户以下直播卫星“村村通”
第十章 2010-2011年中国直播卫星市场需求分析
第一节 地下市场研究
一、地下市场现有规模
二、地下市场消费特征
三、直播卫星市场的快速发展
第二节 卫星节目市场需求研究
一、农村用户对卫星节目的需求
二、城市用户对卫星节目的需求
三、农村用户与城市用户的需求比较研究
第三节 直播卫星与高清市场
一、高清市场发展现状
二、直播卫星对高清市场的促进
第十一章 2011-2015年中国直播卫星市场趋势预测分析
第一节 直播卫星市场发展影响因素
一、政策
二、“村村通”工程进度
三、卫星节目
四、渠道部属和用户需求
第二节 直播卫星与其他传输通道的博弈关系
一、直播卫星与有线数字电视
二、直播卫星与地面数字电视
第三节 2011-2015年中国直播卫星市场发展规模预测
一、发展前景
二、农村市场
三、城市市场
第四节 2011-2015年中国直播卫星市场投资研究
一、直播卫星市场投资特性
二、直播卫星机会与风险
三、权威专家投资建议
图表名称:部分
图表
2005-2010年中国GDP总量及增长趋势图
图表
2010年中国三产业增加值结构图
图表
2009-2010年中国CPI、PPI月度走势图
图表
2005-2010年我国城镇居民可支配收入增长趋势图
图表
图表
图表
图表 2005-2010年我国农村居民人均纯收入增长趋势图
1978-2009中国城乡居民恩格尔系数对比表
1978-2009中国城乡居民恩格尔系数走势图
2005-2009年中国工业增加值增长趋势图
图表
2009-2010年我国工业增加值分季度增速
图表
2005-2010年我国全社会固定投资额走势图
图表
2005-2010年我国城乡固定资产投资额对比图
图表
2005-2010年我国财政收入支出走势图
图表
2009年1月-2010年7月人民币兑美元汇率中间价
图表
2010年10月人民币汇率中间价对照表
图表
2009-2010年中国货币供应量统计表 单位:亿元
图表
2009-2010年中国货币供应量月度增速走势图
图表
2001-2009年中国外汇储备走势图
图表
2005-2009年中国外汇储备及增速变化图
图表
2010年10月20日中国人民币利率调整表
图表
我国历年存款准备金率调整情况统计表
图表
2005-2010年中国社会消费品零售总额增长趋势图
图表
2005-2010年我国货物进出口总额走势图
图表
2005-2010年中国货物进口总额和出口总额走势图
图表
2005-2009年中国就业人数走势图
图表
2005-2009年中国城镇就业人数走势图 图表
1978-2009年我国人口出生率、死亡率及自然增长率走势图
图表
1978-2009年我国总人口数量增长趋势图
图表
2009年人口数量及其构成
图表
2005-2009年我国普通高等教育、中等职业教育及普通高中招生人数走势图
图表
图表
图表
图表 2001-2009年我国广播和电视节目综合人口覆盖率走势图
1978-2009年中国城镇化率走势图
2005-2009年我国研究与试验发展(R&D)经费支出走势图
1994-2009年DIREC TV用户数量发展图
图表
1999-2009年DISH NETWORK用户数量发展图
图表
2001-2009年BSKYB用户数量发展
图表
SKY PERFECT卫星电视系统图
图表
2000-2009年SKY PERFECT DTH用户数量发展
图表
2002-2009年韩国SKYLIFE DTH用户数量发展
图表
2000-2009年马来西亚DTH用户数量发展
图表
中国空间段卫星通信公司发展历程图
图表
中卫-1号C频段覆盖图
图表
中卫-1号KU频段覆盖图
图表
鑫诺一号转发器C频段覆盖图
图表
鑫诺一号转发器KU频段覆盖图
图表
亚洲二号卫星C波段及KU波段转发器覆盖示意图
图表
亚洲3S号卫星C波段及KU波段转发器覆盖示意图
图表
亚洲四号卫星C波段及KU波段转发器覆盖示意图
图表
亚太IIR卫星C波段及KU波段转发器覆盖示意图
图表
亚太V号卫星C波段及KU波段转发器覆盖示意图
图表
“中星6B”卫星覆盖图
图表
中星九号EIRP覆盖图
图表
鑫诺三号卫星覆盖图
图表
AVS在音视频压缩标准上的位置
图表
AVS DRM核心PROFILE 图表
图表
图表
图表 直播卫星地面段公益运营模式
直播卫星地面段商业运营模式
农村用户对卫星节目内容的需求特征
城市用户感兴趣卫星节目的原因
图表
城市用户对卫星节目内容的需求特征
图表
美国主要直播卫星电视系统
图表
SES ASTRA直播卫星电视系统
图表
EUTELSAT直播卫星电视系统
图表
SKY PERFECT卫星电视系统
图表
129号令指导下中国发布的有关配套政策
图表
“中卫-1号”卫星技术参数
图表
鑫诺一号卫星的主要技术指标
图表
亚洲二号卫星技术参数
图表
亚洲3S号卫星技术参数
图表
亚洲四号卫星技术参数
图表
亚太IIR卫星技术参数
图表
亚太V号卫星的技术参数
图表
“中星6B”卫星技术参数
图表
中星6B卫星(东经11
5五、度)节目接收技术参数
图表
“中星九号”卫星技术参数
图表
中星九号(东经9
2二、度)节目接收技术参数 图表
鑫诺三号卫星性能参数
图表
鑫诺3号卫星(东经125度)节目接收技术参数
图表
无线电频谱和波段的名称
图表
常用字母代码和业务频段对应表
图表
图表
图表
图表 中国的直播卫星总体技术简介
AVS标准构成AVS标准进展
直播卫星的主要技术参数
图表
空间段运营商成本收益
图表
对农村人群收费的商业可行性
图表
地面段运营商成本收益
图表
“村村通”发展规划情况
图表
2008-2011年四川长虹成长性分析
图表
2008-2011年四川长虹财务能力分析
图表
2008-2011年四川长虹经营效率分析
图表
2008-2011年四川长虹偿债能力分析
图表
2008-2011年四川长虹现金流量分析表
图表
2008-2011年四川长虹经营能力分析
图表
2008-2011年四川长虹盈利能力分析
图表
2008-2011年海信电器成长性分析
图表
2008-2011年海信电器财务能力分析
图表
2008-2011年海信电器经营效率分析
图表
2008-2011年海信电器偿债能力分析
图表
2008-2011年海信电器现金流量分析表
图表
2008-2011年海信电器经营能力分析
图表
2008-2011年海信电器盈利能力分析
图表
2008-2011年数源科技成长性分析
图表
2008-2011年数源科技财务能力分析
图表
2008-2011年数源科技经营效率分析
图表
图表
图表
图表 2008-2011年数源科技偿债能力分析
2008-2011年数源科技现金流量分析表
2008-2011年数源科技经营能力分析
2008-2011年数源科技盈利能力分析
图表
2008-2011年广电信息成长性分析
图表
2008-2011年广电信息财务能力分析
图表
2008-2011年广电信息经营效率分析
图表
2008-2011年广电信息偿债能力分析
图表
2008-2011年广电信息现金流量分析表
图表
2008-2011年广电信息经营能力分析
图表
2008-2011年广电信息盈利能力分析
图表
2008-2011年上海广电成长性分析
图表
2008-2011年上海广电财务能力分析
图表
2008-2011年上海广电经营效率分析
图表
2008-2011年上海广电偿债能力分析
图表
2008-2011年上海广电现金流量分析表
图表
2008-2011年上海广电经营能力分析
图表
2008-2011年上海广电盈利能力分析
图表
2008-2011年同洲电子成长性分析
图表
2008-2011年同洲电子财务能力分析
图表
2008-2011年同洲电子经营效率分析 图表
2008-2011年同洲电子偿债能力分析
图表
2008-2011年同洲电子现金流量分析表
图表
2008-2011年同洲电子经营能力分析
图表
2008-2011年同洲电子盈利能力分析
图表
分析师盈利预测准确度 第3篇
[关键词]盈利预测;信息披露意愿;成本效益分析
中图分类号:F276.6文献标识码:A文章编号:1009-283(2009)04-0020-01
1前言
盈利预测分析信息在我国2001年3月之前一直作为强制披露的信息存在,是确定新股发行价格的重要依据。然而上市公司的盈利预测严重偏离实际值的现像层出不穷,为了达到预测的值,上市公司管理层为避免受到处分很容易作假。面对这样的局面,在2001年3月之后我国-将盈利预测信息改为了自愿性披露的信息。此后虽然盈利预测的质量有所上升,但披露盈利预测的上市公司数目却逐年下降甚至几近消亡。强制披露会出现盈余操纵,自愿披露质量提高却又出现了有效供给不足,由此形成上市公司自愿披露盈利预测信息悖论。为什么会出现这种现象?
2盈利信息披露意愿的理论解释
根据委托代理理论,公司的管理层和所有者之间存在委托代理管理关系。这种代理关系导致管理层和所有者间信息的不对称。并且二者之间目标的不一致促使所有者为维护自身的利益不得不付出很多成本来对管理者实施监控和督促。而付出的这部分成本自然要从管理层的报酬中扣除。此时,管理层为保证自己的利益目标,会主动披露信息以降低成本。而根据信号理论。市场上信息灵通的人以可信的方式向信息闭塞的人传递“信号”,以避免出现“逆向选择”问题。拥有利好消息的人偏向于披露信息,以示自己和其他人的区别,避免自己被冤枉,从而突出自己的优势所在。根据以上两种理论,上市公司理当选择主动披露自己的盈利预测信息,事实也证明,在我国将盈利预测信息改为自愿披露后仍有公司选择披露该信息。说明两种理论在我国还有一定的适应性。
3我国上市公司盈利预测信息披露意愿下降的需求原因分析
盈利预测意愿下降现象的原因主要集中在以下几点:资本市场本身存在着效率不足;上市公司披露动机不足;披露预测信息的成本太大使得上市公司不愿主动提供盈利预测信息;提供信息者和审计者对于盈利预测信息的质量保障不足;信息提供者担心泄露公司的机密等。有一个不可忽视的原因,就是信息的需求者。对于任何价值物,存在提供方,就必须要有需求方。成本效益原则的使用不仅仅限于供给者,使用者同样会对自己行为的成本效益进行分析以做出有利于自身的决策。盈利预测信息的需求方主要是各种投资者、所有者等。
有关调查表明:在我国证券市场上,有85.54%的机构投资者、77.53%的个人投资者的投资目的只是赚取二级市场差价。由于投资者更关心一、二级市场之间的巨大利润空间,而对于企业的成长和可持续发展并不是很关心,所以对企业盈利预测信息的需求会打折扣。我国资本市场以个体投资者为主体的同时,个人的知识水平参差不齐,对于会计信息的使用也有不同的层次需求,但总体来说处于一个比较低的层次。我国资本市场大部分投资者不具备专业素质或是专业素质不高,这造成他们在加工、处理、分析信息等方面能力明显不足,难以根据上市公司传递的信号来准确判断公司价值。随着我国资本市场机构投资者的介入,他们对信息的使用能力加强,更加关心公司的发展和经营绩效。但由于机构投资老的影响作用没有足够的时间得到显示和限售股份的存在,致使其介入并没有提高其对公司信息披露的需求影响。
成本效益原则对于个人投资者信息需求方面同样有效。在使用盈利预测信息上他们依然会衡量付出和得到多少。个人投资者付出的成本主要有以下几方面的组成:由于投资者本身素质的限制,对上市公司披露的信息缺少分析和使用的能力,于是就会产生寻找中间人分析这些信息的成本,这部分属于直接成本;而根据上市公司所提供的信息做出投资决策产生的损失或者成本属于间接成本。首先,对于我国资本市场上大多数赚取差价的个人投资者,很少愿意付出直接成本来取得这些信息的使用。其次,个人投资者为避免间接成本的产生本应该是需要更多的信息来帮助自己做出正确的决策,但是由于预测性信息的固有特性,盈利预测信息披露存在预测误差过大、准确性较低等问题,会给信息需求者带来巨大损失,从而抑制了个人投资者对财务预测信息的需求。
对企业的所有者而言,根据委托代理理论,为维护自己的利益,会要求管理层披露足够的信息,同时对企业的持续经营状况有所把握。但在我国,大部分上市公司由国有公司改制而来,国有股和法人股(简称“非流通股”)占相当大的比重,只有部分股份能够在二级市场上流通。国有股“一股独大”,造成股东大会、董事会、监事会、公司经营管理机构内部制衡机制的失灵。在治理结构上的“一股独大”和由此产生的“内部人控制”问题也弱化了对盈利预测信息的需求。而流通股股东作为“外部人”,获取公司会计信息的渠道单一,与“内部人”之间存在严重的信息不对称,其持股比例越低,“用脚投票”现象越严重。从这个意义上而言。上市公司发行的流通股所占比重越小,自愿披露信息被内部人操纵的可能性就越大,所披露信息的真实性和可靠性就可能越差。自愿性信息披露一旦偏离了它本来的方向,对公司经营者、投资者以及其他信息使用者来说就丧失了披露和使用的价值,信息的使用者需要信息的动机亦会减弱。
4总结
再探分析师盈利预测之相对准确性 第4篇
一般而言, 企业盈利预测研究主要运用于三个重要领域: 证券估价与投资决策;获得“更准确”的市场预期盈利; 解释管理当局的会计政策选择(Watts and Zimmerman,1986)。因此 ,盈利预测研究具有极为重要的意义。通常情况下广大投资者可以获得两种类型的企业盈利预测, 即利用时间序列模型估计的盈利预测和证券分析师发布的盈利预测。那么这两者之中,哪一个更加准确? 本文试图回答这一问题。本文的研究将有助于研究人员和投资者深入理解证券分析师盈利预测的性质, 并为他们提供更为准确的盈利预测。
二、研究背景
从理论上讲,证券分析师的盈利预测应该更加准确,因为证券分析师具有特定的信息优势。例如,如果我们在“提前一个季度”的预测区间内预测某上市公司2005年的年度盈利, 时间序列模型可以利用截至2005年第三季度的盈利信息予以预测。但是,证券分析师不但可以利用盈利信息,他们还可以运用截至2005年第三季度的所有其他财务信息、非财务信息以及行业信息和宏观经济信息。证券分析师的这种信息优势被称之为“同期优势”(a contemporane-ous advantage)(Brownet al.,1987;Friedand Givoly,1982)。不仅如此 ,许多证券分析师的预测值通常是在2005年第三季度结束之后才陆续发布。这就意味着证券分析师可以取得2005年第三季度之后的许多新信息, 并利用这些信息更为准确的预测盈利, 即证券分析师同时还具有“及时性优势”(atiming advantage) (Brown et al.,1987;Fried and Givoly,1982)。
此外,Brown and Rozeff (1978)指出,证券分析师盈利预测长期存在的这一事实本身就足以表明证券分析师的盈利预测优于时间序列模型的盈利预测。在一个参与者寻求自身利益最大化的市场中,我们假定盈利预测的提供方和需求方都以预测准确性为基础来确定盈利预测的供求。并且,毋庸置疑的是,证券分析师盈利预测的代价高于时间序列模型的盈利预测。在此情况下,以寻求自身利益最大化为目标的公司长期雇佣证券分析师进行盈利预测就意味着证券分析师的盈利预测比时间序列模型的盈利预测更为准确。
大量实证研究结果已证实了证券分析师盈利预测的优越性(Brown andRozeff,1978;Brown et al.,1987;Crich-fieldet al.,1978;Collins and Hopwood,1980;Fried and Givoly,1982;O’Brien,1988)。很多研究者还发现越接近财务报告日, 证券分析师的盈利预测就会越准确 (Crichfieldet al.,1978;Collinsand Hopwood,1980)。不过 ,分析师的盈利预测也在一定程度上存在系统性偏误,即证券分析师的预测过于乐观,倾向于高 估盈利 (Fried and Givoly,1982;O’Brien,1988)。
值得强调的是,O’Brien(1988)在其实证研究中将证券分析师的盈利预测细化为三种指标: 分析师预测的均值、中位数和最新值。除了证实分析师预测优于时间序列模型预测之外,她还发现最新值优于均值和中位数。但是,当剔除比较旧的分析师预测之后,在较远的预测区间内最新值与均值和中位数并无显著差异, 而在较近的预测区间内, 均值、中位数则优于最新值。这一结果表明相比于消除个别分析师的预测偏误而言, 预测日期的新旧对于盈利预测准确性更为关键。
近年来,国内的一些研究也发现我国证券分析师的盈利预测优于时间序列模型的预测(岳衡、林小驰,2008;吴东辉、薛祖云,2005)。但是,国内的研究仍然较为不足,尤其是忽视了分析师预测的均值、中位数和最新值之间的准确性;此外,还局限于利用历史年度盈利数据的时间序列模型,忽视了更为有效的季度盈利预测模型。有鉴于此,本文试图弥补上述空白,进一步深入研究我国证券分析师的盈利预测相比于时间序列模型预测的准确性。
三、实证研究设计
(一)时间序列模型
目前, 国内很多研究均采用随机游走模型, 并根据历史年度盈利数据来预测企业未来的年度盈利(岳衡、林小驰,2008;吴东辉、薛祖云,2005)。然而,要预测年度盈利,最有效的办法是运用季度盈利预测模型来预测未来年度中各个季度的盈利, 然后将其加总(Watts and Zimmerman,1986; Kothar-i,2001)。因此,除了随机游走模型 ,本文还运用两个基于季度盈利的时间序列模型 :Seasonal Martingale Model和Seasonal Sub -martingale Model ( 之所以没有采用其他更为复杂的时间序列模型, 主要是因为目前我国上市公司无论是年度盈利还是季节盈利的数据在时间序列上都太少, 不足以支持较为复杂的模型),并以季度盈利预测为基础, 按照相应的预测区间分别形成年度盈利预测 (年度盈利预测是已经公布的实际季度盈利与未来季度预测盈利之和)。预测区间分别为“提前四个季度”,即2004年年报公布后,2005年第一季度季报公布前;“提前三个季度”,即2005年第一季度季报公布后,2005年中报公 布前 ; “提前二 个季度”, 即2005年中报公布后,2005年第三季度季报公布前 ;“提前一个季度”,即2005年第三季度季报公布后,2005年年报公布前。
1.季度鞅模型(Seasonal MartingaleModel)。F (Xt)=Xt-4; 下标t表示时间( 季度 ),Xt表示实际盈利,F(Xt) 表示预测盈利。
2.季度下鞅模型(Seasonal Sub-mar-tingale Model)。F(Xt)=Xt-4+(Xt-1-Xt-5);下标t表示时间 (季度),Xt表示实际盈利,F(Xt)表示预测盈利。
3. 随机游走模型 (Random WalkModel)。F (Xt)=Xt-1; 下标t表示时间(年),Xt表示实际盈利,F(Xt)表示预测盈利;对于同一家公司而言,这一模型在不同预测区间的年度盈利预测是一样的。
(二)预测误差指标
其中i代表公司,j代表预测模型或方法,k代表预测区间,t代表年度。Xit代表i公司t年度实际盈利,|Xit|代表i公司t年度实际盈利的绝 对值。Fijkt代表用j模型对i公司t年度盈利提前K个季度的预测,Eijkt代表用j模型对i公司t年度盈利提前K个季度预测值的预测误差。为了检验预测误差是否存在 系统性偏误 , 本文采用Wilcoxon Signed Ranks test, 因为它较不容易受到预测误差定义和极端值的影响(Brown and Rozeff,1978)。预测误差取绝对值之后的指标|Eijkt|代表了预测准确性。为了检验不同模型的预测准确性差异,本文采用了Friedman检验 (针对两个以上预测模型之间的比较 )和Wilcoxon符号秩检验 (针对两个预测模型之间的比较),因为它们较不容易受到预测误差定义和极端值的影响(Brown and Rozeff,1978)。
(三)数据收集与整理
Wind数据库收集了35家证券研究机构提供的A股上市公司2005年每股收益预测数据。截至2006年4月30日 ,有1 340家A股上市公司公布了2005年年报,其中有1 090家公司有2005年每股收益的预测值。由于这些证券公司对同一家上市公司在不同时间陆续发布了预测值并不断进行修正, 所以任何一家上市公司都存在多家证券机构的预测值。这些预测值的预测日期最早的是2004年年末,最晚的是公司2005年年报公布日前一日。另外,上市公司2003—2005年的年度每股收益 和季节每 股收益也 来自Wind数据库 (每股收益的预测数据和实际数据均为全面摊薄的每股收益)。
根据Wind提供的预测数据的特点, 笔者取得分析师预测的三种指标,即均值、中位数和最新值。具体而言,首先,根据四个不同的预测区间确定四个日期, 分别是2005年年报公布日之前十个交易日(选择截至于财务报告日之前“十个交易日”,是为了避免盈利信息提前泄露造成的影响),对应于“提前一个季度”;2005年第三季度季报公布日之前十个交易日,对应于“提前二个季度”;2005年中报公布日之前十个交易日,对应于“提前三个季度”;2005年第一季度季报公布日之前十个交易日,对应于“提前四个季度”。基于这四个日期,再分别取得各个日期前各预测机构(或分析师) 作出的最新的预测值和相应的预测日期。然后,计算出均值和中位数。最后,在这些预测值中选取预测日期最新的预测值作为盈利预测最新值,若该数值不止一个,则取它们的均值作为盈利预测最新值。
本文采用以下规则形成研究样本:在同一预测区间内,每一家上市公司必须同时存在6种预测方法形成的预测值;未发生送股、转股和红股等变动总股本的事项 (如果上市公司发生送股、转股和红股等变动总股本的事项,这会导致总股本变动前后分析师对每股收益的预测和历年实际的年度及季度每股收益数据不可比。因此,笔者根据研究惯例,剔除了发生这些事项的公司)。运用这一规则后,从“提前四个季度”至“提前一个季度”的四个预测区间内,分别有352家、639家、642家和696家公司,本文称其为全样本。
为了避免过时的预测值影响分析师预测的准确性 (O’Brien,1988),本文根据四个不同的预测区间确定四个期间,分别是2005年第三季度季报公布日与2005年年报公布日之前十个交易日之 间 ;2005年中报公 布日与2005年第三季度季报公布日之前十个交易日之间;2005年第一季度季报公布日与2005年中报公布日之前十个交易日之间;2004年年报公布日与2005年第一季度季报公布日之前十个交易日之间。在上述四个期间内,分别取得各预测机构(或分析师)作出的最新的预测值和相应的预测日期, 然后计算出均值和中位数, 最后在这些预测值中选取预测日期最新的预测值作为盈利预测最新值 (若该数值不止一个,则取均值作为盈利预测最新值)。
根据上述方法形成分析师的盈利预测后,笔者运用与“全样本”同样的规则,形成了一个“子样本”:从“提前四个季度”至“提前一个季度”的四个预测区间内, 分别有106家、588家、236家和347家公司。
四、实证结果及分析
(一)描述性统计分析 (见表 1)
表1反映了分析师的预测频率,即每家公司平 均约有2至4个预测值。另外,“及时”比例(Y/X)最低仅为21.00%。因此,剔除过时预测值之后 ,分析师盈利预测的准确性应该有显著提高。
(二)预测偏误分析(见表 2)
表2分析了6种预测方法是否存在系统性偏误。在所有预测区间内,均值、中位数和最新值都显著小于0。这意味着分析 师的预测存 在系统性偏误,倾向于乐观。分析师的乐观偏误可能是受利益驱 使而故意发布 乐观预测,但也可能是2005年这一特定时期的影响。此外, 在所有预测区间,RW和SM都显著小于0,即时间序列模型预测也存在乐观偏误。由于时间序列模型预测很难受到人为操纵, 所以这一结果似乎表明分析师的乐观偏误源于特定时期的影响。
(三)预测准确性分析
表3分析了6种预测方法的预测准确性。就时间序列模型而言,在所有预测区间 内 ,SM显著优于RW和SSM,RW和SSM之间没有 一致的结果。 这证实了由一个合适的季度盈利模型(SM)所获取的年度盈利预测优于由年度盈利模型(RW)获取的年度盈利预测。
就分析师而言, 最新值优于均值和中位数,或至少与其同样准确。一般来说,预测日期越新,分析师可以利用的信息也就越多, 相应的盈利预测就会越准确, 所以过时的预测值其准确性要低于及时的预测值。有鉴于此,相当比例过时预测值的存在(见表1)使得全样本中均值和中位数的准确性大打折扣。尽管它们仍然可以抵消个别分析师的预测偏误, 但总体上无法与最新值相比拟。这一结果表明相比于消除个别分析师的预测偏误而言,预测日期的新旧对于盈利预测准确性更为关键(O’Brien,1988)。
将分析师预测与时间序列模型预测相比较 ,SM在所有区 间内都比 均值、中位数和最新值更准确 ,RW和SSM与均值、中位数和最新值互有优劣。总体而言,这一结果并不支持分析师预测的优越性。其原因如下:一般来说, 证券分析师相比于时间序列模型具有信息优势;但是,全样本未剔除分析师过时的预测值, 而过时的预测值与时间序列模型预测相比非但没有信息优势,反而存在一定的信息劣势,从而可能最终干扰了分析师相比于时间序列模型的准确性。基于这一原因,本文接下来采用子样本来探讨分析师预测相比于时间 序列模型预测的准确性,相关实证结果如下页表4所示。
表4分析了子样本中6种预测方法的预测准确性。就分析师而言,由于剔除了过时的预测值, 均值和中位数的准确性得到了显著提高——它们略优于最新值。一般来说,单个分析师的预测会产生乐观或者悲观的偏误。如果取得众多分析师预测的均值或者中位数,这些偏误就会相互抵消。同时,因为剔除了过时的预测值, 所以均值和中位数的准确性不会受损于那些较旧的预测值。因此,均值或者中位数会比包括最新值在内的任何单个分析师的盈利预测更加准确。
注:n1、n2表示全(子)样本中的公司数量,X(Y)表示全(子)样本中所有证券分析师对所有公司作出的所有盈利预测的个数,X/n1(Y/n2)表 示全(子)样 本中,证券分析师平均对每家公司作出的预测个数;Y/X 表示全样本中证券分析师作出的预测有多大比例是“及时”的预测
注:Mean、Median和Current 分别表示分析师预测的均值、中位数和最新值,RW、SM和SSM分别表示随机游走模型、Seasonal Martingale 和 Seasonal Sub-martingale,下同;a和b分别表示预测误差的中位数小于0和大于 0;***、**和 *分别表示在 0.01、0.05和0.10 水平上显著(双尾),下同
注:在提前四个季度的预测区间内,RW和SW对今年每股收益的预测值是一样的,下同;上标a表示前者比后者准确,b表示后者比前者准确,下同
就分析师与时间序列模型的比较而言,关于SM,在较早的预测区间内(提前三个季度 ),SM倾向于比均值、中位数和最新值准确, 但在较晚的预测区间内 (即提前二个季度和提前一个季度),均值、中位数和最新值倾向于比SM准确。关于RW和SSM,均值、中位数和最新 值都倾向 于比RW和SSM准确。这一结果表明,在剔除过时的分析师预测值之后并且在比较接近2005年年报公布日的期间内, 分析师的预测优于时间序列模型预测, 或至少与其同样准确。这一结论在一定程度上证实了证券分析师盈利预测相比于时间序列模型预测的优越性。
五、结论与启示
本文的研究不仅有助于投资者和研究人员深入理解证券分析师盈利预测的性质及其相比于时间序列模型预测的准确性, 而且有助于他们在相关的投资决策和学术研究中合理地运用分析师的盈利预测。本文的主要结论及相应的启示如下:
首先, 证券分析师的盈利预测存在系统性偏误,倾向于过度乐观、高估盈利。不过,这一偏误可能源于特定时期的影响,而非受利益驱使所致。
其次,就时间序列模型而言,以合适的季度盈利模型(Seasonal MartingaleModel) 为基础形成的年度盈利预测比以年度盈利模型(随机游走模型)为基础形成的年度盈利预测更加准确。
再次, 就证券分析师盈利预测而言,如果不剔除过时的分析师预测值,那么最新值优于均值和中位数。这表明相比于消除个别分析师的预测偏误而言, 预测日期的新旧对于盈利预测准确性更为关键。若剔除过时的分析师预测值, 均值和中位数则略优于最新值。此时,因为消除了单个分析师预测可能存在的偏误, 均值或中位数比包括最新值在内的任何单个分析师的盈利预测更加准确。一言以蔽之,最新值、均值和中位数之间在剔除过时的分析师预测值前后的准确性差异提醒投资者和研究人员需要谨慎分析和合理运用证券分析师的盈利预测。
分析师盈利预测准确度 第5篇
【企业网址】(点击看正文)
正文目录
第一章大型购物中心相关概述1
第一节大型购物中心特征分析1
一、占地面积大1
二、公用空间大3
三、停车场大4
四、建筑规模大6
五、货物全9
第二节大型购物中心12
一、Shopping Mall的物业管理服务要求12
二、Shopping Mall的起源与蔓延14
第三节大型购物中心与其他业态的区别18
一、与传统商业街的比较18
二、与百货公司及量贩店的比较21
三、对百货公司、量贩店的影响23
第二章2013年世界大型购物中心运行状况分析26
第一节2013年国外购物中心的特点26
一、美国式购物中心(大型摩尔购物中心的起源地)26
二、以法国为代表的欧洲式购物中心(缩小版的美国式购物中心)
三、日本式购物中心(特大百货商厦型购物中心)31
四、香港、新加坡式购物中心32
五、以菲律宾、泰国为代表的东南亚式连锁摩尔购物中心34
第二节2013年世界各国大型购物中心发展情况38
一、欧洲:购物中心发展势头迅猛38
二、美国:组合优化 专业管理41
三、德国:市区的优势43
四、英国:选准位置 找准客户44
五、巴西:购物中心发展前景看好46
六、新加坡:规划科学节约第一50
七、奥地利维也纳:公众监督 合理竞争50
第三章2013年全球十大购物中心运行浅析55
第一节华南购物中心55
第二节金源时代购物中心56
第三节SM Mall of Asia57
第四节西爱德蒙顿购物中心58
第五节SM Megamall59
第六节柏嘉雅时代广场60 29
第八节正佳广场62第九节SM City North Edsa63第十节普鲁士国王购物中心64 第四章2013年中国购物中心产业运行环境解析66第一节2013年中国宏观经济环境分析66
一、中国GDP分析66
二、中国CPI分析69
三、城乡居民家庭人均可支配收入分析71
四、我国主要商品价格监测分析7
2五、殴债危机中国购物中心的影响74 第二节2013年中国购物中心产业政策环境分析78
一、购物中心开发的经济背景和政策78
二、我国将采取七大措施搞活流通扩大消费8
1三、中国起草大型购物中心监管规定8
3四、相关政策法规841、国内缺统一标准862、商务部发布《纲要》,要控制发展大型购物中心893、商务部将出台规范,新建购物中心将分级严控91第三节2013年中国购物中心产业社会环境分析93 第五章2013年中国大型购物中心运行新形势分析95第一节我国大型购物中心发展历程9
5一、萌芽阶段9
5二、起步阶段96
三、发展阶段98 第二节2013年中国大型购物中心运行简况10
2一、发展迅速10
2二、实力较强,世界十大购物中心中国占四席10
5三、呈多元化发展格局107
四、长三角购物中心数量占全国1/4108
五、外资青睐购物中心110 第三节2013年中国大型购物中心发展存在的问题11
4一、我国大型购物中心发展速度超越消费能力11
4二、大型购物中心存在四大问题倾向117
二、大型购物中心自身发展存在问题119
三、大型购物中心结构性矛盾突出120
四、购物中心发展面临的困境122 第六章2013年中国大型购物中心的开发管理探析127第一节2013年中国大型购物中心的开发策略127
一、开发的基本思路和关键控制因素127
二、定位不应脱离特色128
三、要注重自身价值的创造与提高130第二节2013年中国大型购物中心的开发规划要点13
4二、建筑配置计划137
三、商业空间系统规划139
四、造型、景观设计构想140 第三节2013年中国大型购物中心的区位原则1
43一、用地区位和交通人口状况分析1
43二、用地经济状况评估14
4三、用地的物理状况146 第七章2013年中国大型购物中心的运营分析151第一节2013年中国大型购物中心的经营管理模式1
51一、建制原则1
51二、组织架构1
52三、经营管理理念154 第二节2013年中国大型购物中心的运营策略158
一、运营原则158
二、运营体制:三权分离的经营体制16
1三、运营管理目标16
3四、运营要点16
4五、招商组织166 第八章2013年中国大型购物中心竞争状况分析171第一节2013年大型购物中心的发展周期分析17
1一、大型购物中心的经济周期17
1二、大型购物中心的增长性与波动性17
2三、大型购物中心的成熟度174 第二节2013年中国大型购物中心竞争格局综述分析
一、大型购物中心集中度分析178
二、大型购物中心的竞争程度181 第三节2013年中国大型购物中心企业竞争状况分析
一、领导企业的市场力量18
4二、追随企业的竞争力186 第四节2013年大型购物中心国际竞争者的影响分析
一、大型购物中心国际进入情况分析190
二、国内外大型购物中心企业的 SWOT比较分析 第五节2013年中国大型购物中心区域竞争态势分析***3196
一、华北地区196
二、华东地区198
三、华南地区20
1四、西北地区20
3五、东北地区20
4六、华中地区206
七、西南地区209 第九章2013年中国重点区域大型购物中心运行动态分析213第一节北京大型购物中心发展情况21
3二、大型购物中心放量激增,商场透支商圈21
5三、市场展望216
四、北京开始控制购物中心发展218 第二节上海大型购物中心发展情况22
2一、上海大型购物中心发展特点22
2二、品牌匮乏成上海购物中心发展瓶颈22
5三、发展趋势227 第三节广东大型购物中心发展情况229
一、发展阶段229
二、发展的特点2
31三、发展的趋势232 第十章2013年中国重点大型购物中心运营状况同比分析236第一节华南购物中心236
一、中心概况236
二、北大资源重组华南Mall238
三、运营情况241第二节金源时代购物中心24
4一、中心概况
二、项目定位
三、经营情况第三节正佳广场 244 246 2492
52一、发展概况2
52二、经营情况2
54三、孕育了三家主题百货公司257第四节华润万象城260
一、发展概况260
二、经营理念与经营战略26
2三、营销思路26
5四、物业管理体系267 第十一章2013-2017年中国大型购物中心发展趋势及投资建议270第一节2013-2017年中国大型购物中心发展的趋势270
一、产业发展与经济和社会发展紧密相连270
二、融合、变异实现大型购物中心的创新27
3三、购物中心逐渐朝小型化发展27
5四、泛购物中心成发展趋势276
五、区域型购物中心或成主流278 第二节2013-2017年中国大型购物中心投融资情况分析28
2一、大型购物中心的投资特点28
2二、大型购物中心的融资28
5三、大型购物中心贷款偿还的方式287 第三节2013-2017年中国大型购物中心投资建议289
一、大型购物中心的前期规划设计289
三、人力资源战略29
2四、大型购物中心的公共关系294 第十二章2013-2017年中国大型购物中心发展趋势分析299第一节2013-2017年中国大型购物中心发展趋势分析299
一、购物中心渐成商业地产主流299
二、中国购物中心迈向金融与运营并进时代300
三、从日本香港MALL看我国MALL的发展趋势302 第二节2013-2017年中国大型购物中心发展的三大方向分析306
一、改变单一的封闭式趁筑模式,发展具有开放式建筑格局的购物中心306
二、改变重购物轻休闲的模式,发展具有丰富休闲功能的购物中心309
三、改变贪大求全现象,发展具有特色主题的中小型购物中心311第三节2013-2017年中国大型购物中心市场供需状况预测分析313------------------------------【报告价格】[纸质版]:6300.00元 [电子版]:6500.00元 [纸质+电子]:6800.00元(部分用户可以享受折扣)
【交付方式】EMIL电子版或特快专递(付款后24小时内发报告)
【电话订购】010-62665210 62664210
图表 目录(部分):
分析师盈利预测准确度 第6篇
随着中国股市最近几年的迅猛发展,证券市场信息的纷繁复杂,证券分析师对股票的投资评级和盈利预测成为投资者投资决策的重要参考。证券分析师指为机构或投资者提供关于相关证券价值及其投资的可行性,时机,持仓比例等分析报告的专业人士。他们被认为是投资领域的专家,扮演了信息传递和投资分析的角色。朱红军等(2007)通过研究证明证券分析师的信息搜寻活动能增强价格对资源配置的引导作用,提高资本市场的运行效率。然而无论实务界还是理论界都已经注意到由于分析师所在的券商有多个业务部门,并存在着业务冲突,而监管制度的薄弱和“隔离墙”制度并没有真正完全建立,分析师就容易发布扭曲的评级报告和盈利预测以提高所在券商的经济利益。如果投资者利用这些扭曲的研究报告来投资就可能使投资者的利益受到损害,不利于资本市场资源的有效配置。分析师的利益冲突源于分析师有个来自各个方面的压力,包括投资者、雇主和目标公司管理层等。一方面,分析师有义务给投资者提供公正独立的投资信息,另一方面,分析师受雇于证券公司,证券公司利润来源于承销业务,经纪业务和自营业务等,为了维持和增加利润,分析师所在的券商可能向分析师施压,使分析师出具偏向证券公司利益的研究报告。本文将提出以下几个问题:非独立分析师(分析所在券商重仓持股的股票的分析师)对所在券商持股目标公司发布的投资评级和盈利预测是否更加乐观?非独立分析师对所在券商持股的目标公司发布的盈利预测准确度是否比其他独立分析师的准确性更低?本文从券商自营业务角度研究分析师利益冲突问题对投资评级与盈利预测的影响有一定的理论意义和现实意义。
二、文献综述
(一)国外文献
Chan、Hameed(2006),Cheiis(2009)研究发现,一些被承销开发商雇佣的证券分析师发表的报告中提供的消息比未雇佣的证券分析师所提供的消息更加乐观,有时候甚至偏离了客观事实。其实这些被雇佣的证券分析师通过发这些迎合拟发行证券的公司口味的报告来帮助承销商招揽业务。Andersson(2009)、Bae(2009)以及Desai(2010)在他们的最新研究发现中也证明了上述观点的正确性。除此之外,现在学术界认为证券分析师之中存在“利益冲突”现象的另外一个重要证据是:证券分析师从业者之中普遍存在着一种“乐观倾向”,那就是他们给出的评级中买家普遍要高于卖家。利益冲突并不仅仅存在于投行业务之中,容易与证券研究产生利益冲突的业务还有经济业务。Ertimur(2011),Faccio(2012)的研究发现就证明了这一点。Francis(2009)在他们的研究中就发现,被经纪商雇佣的证券分析师在对股票进行评价的时候往往表现的非常乐观,有时候跟实际情况的差距很大。这样的所发出的研究报告往往失去了其客观性和独立性。Puri(2013)在他的研究著作中也有类似的结论。通过这些最新的学术界的研究,我们不难发现,被雇佣的证券经纪师为了提高公司的业绩,发表的研究报告对未来的判断总是很乐观,并通过透漏这样的信息来引导投资者进行交易。
(二)国内文献
李思和刘成强(2007)研究发现,我国证券分析师通常注重官方公开所披露的信息,但是很少通过自身实践和直接接触来获得信息。我国的证券分析师主要对财务数据、股权的变动、会计政策的变动和开机估计等信息更为看重,但对治理结构方面,薪资分配结构方面,人员素质方面和审计意见反馈方面的重视程度不够,分析方法和理论实践基础都相对薄弱。总体来看,我国的证券分析师行业的发展较为落后。陈明明和刘丽(2011)研究发现,在证券分析师进行信息分析的时候,信息收集的方法对证券分析师分析结果影响很大,主要体现在信息关注深度、分析能力和分析质量三个方面。当证券分析师采用“公司调研”方式进行信息收集的时候,信息关注深度便会较深,分析质量也会较高。当分析师使用的是“间接信息来源”方式进行信息收集,则会对分析能力和分析质量产生影响,基本上呈现的是较为显著的正相关关系。在这些动因中,经历和学历的影响不太大,但是仍然会在某些方面表现出来,比如分析能力和学历之间会呈现一定的正相关关系,分析结果的质量和工作时间之间存在着一定的正相关关系。但是到现在,我国的学术界并没有专门著作对证券工作中的利益冲突行为及其可能会对市场造成的影响进行评估和研究,在定量的实证研究上更是一片空白。
三、理论分析与研究假设
尽管国家为了券商分析师的独立性,先后修改了《证券法》、《公司法》等要求证券公司建立信息“隔离墙”或者“防火墙”,但是我国对信息隔离制度和分析师利益冲突问题的多数条文规定的执行仍然助决于券商和分析师的自律行为。而且市场中存在许多与相关监管规定相悖的现象但并不构成违法行为,这更加助长了券商和分析师独立性的丧失。基于中国目前的制度背景,分析师所在的咨询业务部门与券商自营业务部门之间未能做到真正的信息隔离。所以,为了抬高券商持有股票的价格,增加自营业务收入,券商可能会给分析师施加压力,利用分析师的在市场的影响力和话语权来为自己谋利。因此,非独立分析师(所在券商已重仓持有目标公司股票的分析师)会对所在券商重仓持有的股票发布更为乐观的投资评级和盈利预测以达到哄抬股价的目的。因此,本文提出假设:
假说1:非独立分析师发布的投资评级比独立分析师更加乐观
受雇于券商的分析师面临着利益冲突。Firthetal(2013)的研究表明券商与共同基金客户之间的业务关系对分析师盈利预测的了关系有着重要影响,这种乐观倾向会随着所推荐股票在基金投资组合中的比例及佣金的增加而增加。另一方面,虽然参与股权投资的券商分析师具有信息优势,但分析师的“乐观倾向”会削弱其预测的准确性,利用其市场地位制造舆论,为券商获利与退出市场创造机会。
假说2:非独立分析师发布的盈利预测比独立分析师更加乐观,并且非独立分析师对所在券商持股的目标公司发布的盈利预测准确性比其他独立分析师更低
四、研究设计
(一)样本选择与数据来源
本文的数据来自于wind数据库的盈利预测和机构研究板块,本文的样本是通过把券商重仓持股的数据和投资评级和盈利预测的数据手工匹配而得,其他控制变量的数据均来自于wind数据库。由于在wind上只能获得券商季度重仓持股的数据,因此本文对于非独立分析师的定义是在上一季度券商重仓持股之后,这一券商旗下的分析师在券商继续持股或者抛售股票的季度发布了对于目标公司的投资评级和盈利预测,对于独立分析师的定义是当年对该目标公司发布投资评级和盈利预测的其他分析师。根据本文对于独立分析师和非独立分析师的定义,利用原红旗、黄倩如(2007)研究分析师利益冲突的方法,同时选出既有非独立分析师又有独立分析师参与发布投资评级和盈利预测的样本。由于在wind上只能找到2010年以后的分析师预测数据,因此本文的样本区间为2010-2014年的数据。最终样本还删除了数据不全的公司、亏损公司,以及由同一个分析师在独立和不独立的情况下均发布了盈利预测的公司。由于样本筛选的苛刻,得到的最终样本有54家。如表1所示。从行业上来讲,最终的样本分布只涉及了9个行业,然而总的来说这个样本与总样本的行业分布并无特别悬殊的差异。从数量上来看,同时有独立分析师和非独立分析师进行投资评级和盈利预测的公司非常少,可能是由于最近几年社会对于分析师独立性问题的关注,相关监管部门要求券商的各个业务实行业务隔离。各个券商可能怕发布过于乐观的投资评级和盈利预测而严重损害投资者的利益从而受到相关监管部门的关注,进而引起不必要的麻烦,因此避免旗下的分析师对于自己持股的目标公司发布投资意见。
(二)变量定义
(1)因变量。投资评级(Rate)。将每家公司的非独立分析师和独立分析师的评级分别区中位数得到的两个评级叫做非独立分析师和独立分析师的综合投资评级。本文采用wind的算法标准,将各券商的投资评级转换为以下5种:5=买入,4=增持,3=观望,2=减持,1=卖出。数值越大,分析师的意见越乐观。盈利预测(FS_EPS)。将分析师所作的盈利预测按分析师是否是独立分析师和非独立分析师分成两组并分别取平均值,用以代表该组的综合盈利预测数。数值相对更大的那组说明这组分析师的盈利预测越乐观。盈利预测偏离度(Bias)。用来衡量分析师的盈利预测准确度,在Dugar和Nathan(1995)、Johnston(2006)等研究中都有使用,计算公式为:
其中,EPSi,t指第t年第i家上市公司的每股盈利,AFi,t指分析师第t年对第i家上市公司的盈利预测的平均值,Pi,t指第i家上市公司在t年年初的股价。这个值越大说明盈利预测越不准确;越小则说明越准确。
(2)解释变量———分析师独立性(IND)。由于本文研究的是有利益关联的分析师对于其发布的对于目标公司投资评级和盈利预测的影响,因此解释变量为分析师所属的券商与被分析公司是否存在重要利益关系,如券商重仓持股、承销或自营目标公司股票。
(3)控制变量。分析师对于不同公司发布的投资评级和盈利预测的乐观程度可能受到除了独立性以外的多种方面因素的影响。控制这些因素能更准确地发现独立性对于分析师分析意见的影响。这些因素包括:分析师跟进人数、公司规模、盈利波动、盈利意外等。分析师跟进人数(Number)。分析师跟进人数一定程度说明了公司受关注的程度,跟进分析师越多,公司越受关注。本文取分析师人数的自然对数,用以表示跟进目标公司的分析师人数。公司的成长性(Growth)。本文用公司上一年的收入增长率来衡量。公司规模(Size)。本文用公司上一年末总资产的对数来衡量公司规模的大小。盈利波动(Fluctuate)。本文取公司过去3年的净资产收益率标准差来衡量上市公司的盈利波动状况。盈利意外(UFS_EPS)。除了可以预测的公司基本面的发展外,还有一些其他的意外非常规因素影响分析师的预测,降低分析师分析的准确度,比如公司遇到法律官司等。本文的计算公式定义为:当年每股收益与去年每股收益之差的绝对值,并除以年初股价标准化。各变量定义如表2所示。
其中,EPSt指上市公司第t年的每股盈利,EPSt-1指上市公司第t-1年的每股盈利,Pt指上市公司在t年年初的股价。
(三)模型构建
为检验本文研究假设1,构建如下回归模型:
为检验本文研究假设2,构建如下回归模型:
五、实证分析
(一)描述性统计
对模型中的主要变量进行描述性统计,结果如表3所示。描述性统计结果表明,非独立分析师的信用评级要显著高于独立分析师,即对股票投资评级更乐观。非独立分析师的盈利预测准确性也明显低于独立分析师,表现为盈利预测偏离度更大。
(二)相关性分析
对模型1、模型2中涉及的变量进行Pearson相关性检验,检验结果见表4,检验结果表明解释变量与被解释变量之间存在显著的相关关系,而解释变量之间不显著相关,或虽然存在显著相系,但相关性上明显小于0.5,即解释变量之间不存在多重共线问题。
注:***、**、*分别表示在1%、5%、10%水平上显著。
(三)回归分析
(1)非独立分析师与投资评级的相关性检验。将42家样本公司中每个样本公司的两类分析师发布的投资评级取中位数,这样我们按照分析师是否独立将得到两组综合投资评级的数据。然后将两组数据进行配对t检验。若非独立分析师和独立分析师的投资评级乐观性显著不同,则t检验结果将是两组数据的均值显著不同。检验结果见52。从表5可以看出检验结果在5%的水平双尾显著,说明两组评级数据有显著的差异,两组数据的均值也显著不同,说明非独立分析师对于目标公司的评级显著大于独立分析师对于目标公司的评级,因此通过单变量检验可以看出非独立分析师发布的投资评级的乐观偏差显著大于独立分析师,假说1成立。多元回归的结果见表6。由回归系数可见,在控制了公司的成长性、规模、盈利波动等因素后,IND变量的系数与我们预测的一致,即非独立分析师的评级显著高于独立分析师,并且在5%的水平上双尾显著,t=-2.551。这验证了假说1,非独立分析师由于受到来自自营业务部门的压力而倾向于向投资者传递更加乐观的意见。再看其他的控制变量,我们发现跟进人数的系数不十分显著且与我们预测的符号相反,即与Brous和Kini(1993)的研究结论相反。原因是分析师跟进的人数越多,公司披露的信息越充足,越能发现比其他公司更多的问题,因此投资评级偏低,但更能接近真实值。公司成长性系数的回归符号与我们预测的一致,同时在5%的水平上双尾显著,说明公司成长性越高,分析师给予的投资评级越高。公司规模在1%的水平上双尾显著说明公司规模是影响分析师投资评级的一个重要因素,然而回归系数的符号与我们预测的相反,原因可能在于我国上市公司中的大公司往往实行多元化跨地区经营,盈余波动受行业以及多元化程度的影响更大,更难以预测。盈利波动虽然不是十分显著,但是回归系数的符号与我们预测的相同,说明分析师看好盈利波动小的公司。综合非参数检验和多元回归检验的结果,我们可以得出结论:非独立分析师对所在券商持股的目标公司发布的投资评级比独立分析师更加乐观。原因很可能是非独立分析师迫于来自自营业务部门的压力,而发布相对乐观的投资评级以达到维持和哄抬股价的目的。
(2)非独立审计与盈利预测的相关性检验。本文将两组分析师的综合盈利预测值做配对t检验,若假说2成立,则非独立分析师那组的综合盈利预测均值和中位数将显著大于独立分析师的那组,而且配对t检验的结果是两组数据有显著差异。检验结果见表7。从检验结果中我们可以看出,非独立分析师的综合盈利预测的均值和中位数只是略高于独立分析师的综合盈利预测,区别很不显著,t检验的结果也证明两组数据并没有显著差异。说明非独立分析师的盈利预测并不比独立分析师更乐观,假说2不成立。根据单变量检验的结果,分析师是否独立对于盈利预测几乎没有影响,但是从平均值和中位数上看非独立分析师的盈利预测略高于独立分析师,因此我们预测IND的回归系数为正,但是影响不显著。表8是对模型(2)多元回归分析的结果。如表8所示,多元回归分析的结果与单变量检验的结论基本相同,IND的t值只有0.216,说明独立分析师和非独立分析师的盈利预测没有显著差异。IND的回归系数符号为正,说明非独立分析师盈利预测的乐观程度略高于独立分析师,但是差别不是很显著。Irvine(2004)研究了分析师的盈利预测和股票评级是否影响券商经纪业务的收入,研究发现券商经纪业务的收入与分析师的区别于一般市场共识的股票评级非常相关,而与分析师做出的盈利预测误差毫无关系,研究结果证明券商更高的经纪业务收入来自于更乐观的股票评级而不是更乐观的盈利预测。本文也得出了类似的结论,对于有自营业务券商的分析师一般发布更乐观的股票评级,而盈利预测与独立分析师发布的没有显著区别。关于其他的控制变量,我们可以看到除了盈利意外以外大部分不是很显著,但是回归系数的符号与我们预测的大致一样,说明这些控制变量虽然影响不是很显著,但是影响方向是符合预期的。综合上面的单变量检验和多元回归检验,我们可以看出非独立分析师并不比独立分析师对目标公司发布的盈利预测更乐观。因此我们可以预测非独立分析师对所在券商持股的目标公司发布的盈利预测准确性比其他独立分析师更低这一说法不成立。但是本文还是用多元回归模型验证一下,见表9。通过对假说2的验证,我们预测模型中IND的系数不显著。检验结果与我们预测的一样,IND的回归系数不显著,说明非独立分析师和独立分析师的盈利预测准确度很接近。与前面的验证结果相似,除了盈利意外之外,其他的控制变量对于盈利预测误差的影响都不显著。国外的研究成果对于非独立分析师盈利预测是否存在乐观偏向说法也不一。Dugar和Nathan(1995)使用小样本发现,同样的结果对于股票评级成立,但是发现被目标公司的投资银行家雇佣的分析师发布的对任何时间段的盈利预测都相对乐观。尽管Cowen et al.(2004)、Jacob et al.(2004)、Agrawal和Chen(2003)以及Clarke(2004)的研究在强调重点和执行上都有不同,但都得出投资银行分析师发布相对悲观的盈利预测。这些结果与Dugar和Nathan(1998)的结论不同,因为前者使用了更大的最新的样本,而且包含了更多的控制变量。
(四)可靠性检验
(1)用均值代替中位数进行分组对比。本文非独立分析师和独立分析师的综合投资评级和综合盈利预测的获得均选取了中位数。而且Ramnath(2005)的实证结果也证实用均值和用中位数得出分析师存在乐观倾向的结论不一致。因此为了检验结论的可靠性,本文用均值代替中位数,最后得出的结论相同。(2)对极值的处理。鉴于样本公司比较少,对于每个公司发布分析意见的分析师也比较少,因此本文未采用极值处理。我们对每个公司发布意见分析师的投资评级和盈利预测都采取去掉一个最大值和一个最小值的方法,我们的结论依然成立。对综合盈利预测进行1%分位一下和99%分位以上的数据进行删除或者缩尾,结论仍然不受影响。(3)控制变量指标的替换。由于原红旗、黄倩如(2007)对于公司成长性衡量的指标采用市净率,而本文采用主营业务收人增长率,当本文的控制变量换成市净率之后,结论仍然不变,说明研究结论对于控制变量的衡量指标并不敏感。
六、结论与建议
(一)结论
综合两个假说的检验结果,我们可以得出结论:非独立分析师的投资评级受到了所在券商自营业务的影响。表9盈利预测误差的多元回归检验影响,对所在券商重仓持股的目标公司发布了更加乐观的投资评级。而非独立分析师这样做的目的可能就是维持或者抬高所在券商的自营业务部门重仓持有的股票的价格。而非独立分析师的盈利预测与独立分析师没有显著差别,盈利误差也不比独立分析师的盈利预测更低,因此可以说明非独立分析师的盈利预测没有受到所在券商自营业务的影响或受到影响较小。但是,为什么分析师不发布更乐观的盈利预测呢,在已有的针对美国市场的研究中,Stickel(1991)明确指出,分析师盈利预测调整确实会影响股票价格。Lima和Kong(2004)对亚太市场进行研究也发现,分析师预测调整与股票回报间存在正比例关系。基于以上研究,能带来股票超额收益的可能是盈利预测的调整而不是盈利预测的准确数值,单纯乐观的盈利预测并不能给非独立分析师所在券商带来超额回报,因此非独立分析师有较小的动机故意发布乐观的盈利预测。但是可以研究非独立分析师是否会在所在券商重仓持股以后发布调高的盈利预测。Abarbanell和Lehavy(2003)实证也证明了乐观偏向和预测时间范围有显著的正向联系。长时间范围的预测,如季度或者年度是乐观的(Kang et al.,1994)。然而,越接近报表公布日的预测越不乐观,甚至表现得有点悲观。Richardson et al.(2004)实证证明了在预测范围的初期做出的预测倾向于乐观,越接近末期则预测值甚至会低于每股收益。因此由于本文样本选择的分析师盈利预测的数据是在一年中不同的时间发布的年度预测,所以不同时间可能造成分析师盈利预测的乐观程度不同。而本研究取的是平均值,这样就可能使两组盈利预测的差别不是很显著。再次,从样本特点的角度来看,投资评级是离散型的数据,而盈利预测是连续型的数据,而研究的样本数量比较小,因此可能使两组数据的盈利预测差别不是很显著。而且盈利预测是一种很个性化的东西,实证中的综合盈利预测取的是同组分析师的盈利预测平均值,而不同的分析师发布盈利预测的时间不同,专业技能高低不同,获得的信息量也不同,这些因素都会影响分析师盈利预测的准确度,平均以后造成非独立分析师和独立分析师的盈利预测差异不是很显著。
(二)建议
(1)规范分析师信用评价。本文的研究结果发现自营业务确实对分析师的投资评级行为产生了影响,从而证实了在中国的制度环境下,分析师存在因利益冲突导致的独立性丧失问题。这应该引起监管部门高度重视并采取更有效的措施来缓解或者消除这类问题,例如,建立严格的业务隔离墙和信息隔离墙;分析师薪酬计划方面,禁止券商制定薪酬计划将分析师的薪酬与分析师对券商其他业务的贡献挂钩;在信息披露方面,应该加大披露券商自营业务的信息,使投资者能够关注到券商分析师能够产生利益冲突的地方,进行理智的判断;同时加强分析师职业道德培养等方面的教育。(2)审慎利用分析师盈利预测信息。本文发现分析师的投资评级和盈利预测都不很准确,非独立分析师的投资评级显著乐观,分析师整体的盈利预测结果都很不准确,因此缺少搜集信息和处理信息能力的中小投资者不要依赖分析师盈利预测的结果。
参考文献
[1]李思、刘成强:《证券分析师的利益冲突及防范对策》,《中国会计评论》2007年第5期。
[2]胡亦明、孙聪颖:《国外证券分析师盈利预测实证研究综述》,《证券市场导报》2011年第8期。
[3]陈明明、刘丽:《对中国A股市场上财务分析师盈利预测的实证分析》,《财会通讯》2013年第7期。
[4]Bae,Kee,Jim Koo Kang,Jin-Mo Kim.Tinseling or Value Added?Evidence from Mergers by Korean Business Groups.Journal of Finance,2009.
[5]Desai,H.B.Liang and A.K.Singh..Do All-Stars Shine?Evaluation of Analyst Recommendations.Financial Analysts Journal,2010.
[6]Ertimur Y,Mayew W,Stubben S R.Analyst Reputation and the Issuance of Disaggregated Earnings Forecasts to IBES.The Review of Accounting Studies,2011.
[7]Faccio,M.and Lang,L.H.R.The Ultimate Ownership of Western European Corporations.Journal of Financial Economics,2012.
[8]Firth,M.,C.The Client Is King:Do Mutual Fund Relationships Bias Analyst Recommendations?Journal of Accounting Research,2013.
[9]Francis J,Philbrick D.Analysts'Decisions as Products of a Multi-task Environment.Journal of Accounting Research,2009.
【分析师盈利预测准确度】相关文章:
证券分析师盈利预测准确性的影响因素分析09-11
盈利预测财务分析论文提纲08-02
盈利点分析06-28
影响煤质分析精确度因素分析09-12
论如何提高煤质分析的准确度09-10
盈利能力分析表07-09
盈利能力分析论文08-20
腾讯盈利能力分析09-03
准确性分析05-15
盈利能力分析论文05-15