国外证券分析师盈利预测实证研究综述

1国外证券分析师盈利预测实证研究综述胡奕明1孙聪颍2（1．上海交通大学安泰管理学院200052；2．德勤华永会计师事务所200002）摘要：在对投资决策、资本成本、公司评估、盈余与股价的关系等进行探讨的文献中，分析师的盈利预测被广泛地用作盈利预期的代理变量，成为理论研究的一项基础。本文对国外证券分析师盈利预测的实证研究文献进行了综述，分析、比较了盈利预测业绩衡量标准、各衡量模型的优劣、乐观偏差、预测修正、意见分歧、以及分析师跟进等理论。关键词：证券分析师；盈利预测；文献综述作者简介：胡奕明，女，上海交通大学安泰管理学院教授，研究方向：财务管理。孙聪颍，供职于德勤华永会计师事务所。中图分类号：F830.9文献标识码：A在国外盈利预测是证券分析师（也称“财务分析师”）的主要工作之一，他们通过收集各类数据、信息来分析公司的经营活动、预测公司的未来。在对投资决策、资本成本、公司评估、盈余与股价的关系等进行探讨的文献中，分析师的盈利预测被广泛地用作盈利预期的代理变量，成为理论研究的一项基础。国外相关文献浩如烟海，但国内此方面的研究才刚刚起步。此篇文献综述为抛砖引玉之作，希藉此引起国内学术界和实务界的关注和兴趣。盈利预测业绩的衡量证券市场衡量分析师盈利预测水平或业绩时有以下几个标准：(1)预测准确度；(2)选股能力；(3)撰写的研究报告的质量；(4)客户服务等。由于研究报告和客户服务质量难以量化，所以国外研究文献中对分析师业绩的衡量一般采用前两者，即预测准确度和选股能力。表1给出了三种常见的业绩衡量工具。1．绝对预测准确度。预测错误大小主要通过实际值（来自被分析公司的报告）和预测值的比较得出。为加强公司间的可比性，预测误差常除以盈余或股价的百分比进行标准化。如表1所示，有四种绝对准确度指标。2．相对预测准确度。所谓相对，有将某位分析师预测误差与集体均值或中位数进行比较的（Clement,1999;Bulter,1991），也有将分析师预测结果和其他模型结果相对照的（Crichfield,Thomas和Lakonishok，1978），还有将分析师预测结果与修正结果加以比较的（Butler和Saraoglu，1999）。表1中也给出了四种标准。3．胜过一致意见的频率。若某分析师的预测一直比其他人的更接近实际盈余，他就能被称为“明星”分析师。Butler和Saraoglu在1999年采用的标准即是这一标准。表1分析师业绩衡量标准指标作者/年代计算公式字母释义备注绝对准确度Crichfield,Thomas和Lakonishok，197811nnjitjtjjtPAAAjt:公司j在t年度的实际EPS；Pjit：第i个月时对公司j在t年度EPS的预测；n:某一时点样本中公司的数量。分母除以Ajt使对每股收益各异的公司的预测错误有可比性。Huberts和Fuller，1995*1000.50EST(EPS)－ACT(EPS)ACT(EPS)EST(EPS)：EPS估计均值；分子加0.5是为了减少当实际EPS接近0时产生的异常值2ACT(EPS)：EPS实际值；Butler，199111itititFYNkkitPkkitN：分析师i在t年对样本中的任一公司作出的盈利预测的数量；itFk：分析师i在t年对样本中的某公司作出的第k个盈利预测；itYk：相对于itFk的实际年度盈余；1itPk：相对于itFk的t-1年的收盘价。分母使用上年末的收盘价可减少分子上t年的预测错误和分母上价格变动，即价格的相互影响。Dowen,1989,,1,()itititFOREESDFORE,()itSDFORE:预测值的标准差相对准确度Clement,1999ijtjtjtAFEAFEAFEijtAFE：分析师i在t年对公司j的预测错误的绝对值；jtAFE：所有分析师在t年对公司j的预测错误的绝对值的平均。Butler，199111itititititFYCYNkkkkitPkkitCk：相对于itFk的分析师集体预测的中位数（medianconsensusforecast）Crichfield,Thomas和Lakonishok，19782()122()1nPAjitjtjUnitkPAjitkjtj2Uitk：将分析师对所有公司（j=1,…,n）在t年第i个月的每股盈利预测的平方误与第k种模型预测的平方误做比较。若分析师对每家公司的预测均能实现，则()PAjitjt为零，从而2Uitk为零。2Uitk越大，意味着预测能力越差。Butler和Saraoglu，19992,,12,,111nititinititiEPSAFEPSnEPSFEPSn,itFEPS对公司i在t年的未调整预测；,itAFEPS调整后预测据O’Brien（1988），一致意见取中位数而非均值，因为中位数偏差最小胜过一致意见的频Butler和Saraoglu，1999,,,,ititititprobEPSFEPSEPSAFEPS同上3率预测模型孰优孰劣？盈利预测通常有三种模型：（1）一元时间序列模型；（2）分析师模型；（3）管理层模型。一元时间序列模型只包括一个变量：过去的盈余。后两者分别指分析师或公司的管理层做预测所依据的模型，通常是综合性的，包含了公司内外部的许多因素。研究人员常常将分析师的盈利预测结果与来自其他途径的盈利预测结果(如一元时间序列模型、管理者的预测等)进行准确度对比，分析不同模型的优劣和差异。一、分析师模型与时间序列模型的比较有一派学者认为，分析师的预测并不比单用过去盈利流的一元时间序列模型预测更准确（Cragg和Malkiel，1968；Elton和Gruber，1972)；另一派则持相反观点（Brown和Rozeff，1978；Crichfield、Dyckman和Lakonishok，1978)。这两种观点一直到最近采用了更严密的研究方法之后才得出较为明晰的结论。1980年，Collins和Hopwood(1980)运用多元检验技术，首次将分析师模型和四个一元时间序列模型（即BJ模型Box-Jenkins(1970)、GW模型Griffin(1977)和Watts(1975)、F模型Foster(1977)、BR模型Brown和Rozeff(1978)）的季度盈利预测的准确度放在一个模型里进行比较。他发现分析师的预测相对于最好的一元模型而言,两个错误指标都更小,产生的异常值在数量和程度上都更少,而且能对诸如罢工、盈余的突然波动等重要经济事件及时做出反应,但一元统计模型要么不能做出反应,要么反应滞后。Brown和Hagerman等（1987）提出分析师的优势在于：（1）同时性优势（contemporaneousadvantage），即分析师能更好地利用一元时间序列模型预测起始日的信息;（2）时机优势（timingadvantage），即分析师能利用上一季度结束日和自己的预测公布日之间的信息。Dreman和Berry（1995）也认为分析师的预测错误位于一个合适的基准（如股价的3％）之内，一般来说比幼稚时间序列模型或复杂时间序列模型更精确。二、分析师模型与管理层模型的比较分析师和管理层获得的信息不同，后者的预测是否比前者更准确呢？Ruland（1978）发现，管理者的预测一般比分析师的预测更准确,但两者之间的差异在统计上并不显著。在Barefield和Comiskey等(1979)的研究中,6年当中有5年管理者的错误水平低于分析师,甚至在第6年3个错误指标中有一个也是如此。Brown和Griffin（1983）的结论是：管理者的预测优于职业分析师，且专家的预测一般优于时间序列模型。Armstrong（1983）对此的解释是管理者的优势源于其能控制业绩、影响报告的盈余以及拥有内部信息和更多最新的信息。1986年，Hassell和Jennings的一项工作更精确地揭示了盈利预测准确度的动态本质。他们发现：在管理者发布预测之前、当前及之后的一个月内，管理者预测的准确度大于分析师；在管理者发布预测9周后或更长的时间后，分析师的预测准确度显著地大于管理者。不过，以上结果对于管理者发布预测的时间以及发布时跟进的分析师数量均很敏感。三、不同分析师模型之间的比较财经媒体往往认为有的分析师能力超强。基金经理们每年根据各种标准——盈利预测、选股能力、撰写报告的质量等评选出“全美研究团队”（InstitutionalInvestors’All-AmericanResearchTeam），囊括了研究各行业的最顶级分析师，分析师在其中的地位代表了他的声誉和薪酬。分析师的预测能力真的有优劣高下之分吗？学者们众说纷纭。Richards等(1976)率先运用了一个非随机的分析师样本和12个月的有限数量的观测值来研究这个问题,尽管结果不具有一般性,但答案是否定的。Brown和Chen(1990～1991)发4现，“全美研究团队”的预测在54%的情况下比分析师预测的简单平均表现出色；但当权数基于历史记录、及时性和模拟预测修正时，仅在26％的情况下胜过分析师的加权平均预测。O′Brien（1987）对证券机构之间的预测能力加以比较，发现差异不大，但这不足以说明分析师个人之间是否有差异，所以，O′Brien在1990年拓展了以前的研究，她检验了1975/7～1982/9期间来自9个行业的公司的预测样本，发现无论是参数检验还是非参数检验，单个分析师之间的预测能力都不存在系统差异。Butler和Lang(1991)将1983～1986年间单个分析师的预测与一致意见的中位数进行了比较,也没有发现单个分析师之间预测准确度差异在统计上呈显著性,且分析师年预测次数较少或报告预测较早都会使各年的平均年度预测错误变化加大。但另外一批人持不同见解。Stickel（1992）注意到声誉和业绩之间有正相关关系，发现全美研究团队的分析师比其他人更经常地发布预测且比其他人更能影响股价，当他们大幅度地向上修正预测时，股票回报会随之而动。Sinha（1997）认为以前的研究之所以没有发现差异是因为对分析师发布预测的新近程度（recency）差异控制不够。他的样本包括了1984/1～1990/12期间来自14个行业的公司的预测，该样本与O′Brien（1990）的样本来自同一个数据库，几乎为连续的，时间跨度接近，选择标准也一致。他首先重复了O′Brien（1990）的分析，发现分析师预测准确度不存在显著差异，而且在剔除了公司、年度及分析师的影响因素后，预测新近程度与分析师预测准确度显著正相关。接着，他使用了两种方法（估计广义最小二乘法EGLS、配比设计）控制新近程度。无论使用哪种方法，一旦控制了新近程度，分析师事后（expost）预测准确度的确存在差异。Sinha（1997）还对预测准确度进行了事前检测（ex-antetests），发现某阶段优秀的分析师在下一阶段继续保持优秀，而较差的分析师在下一阶段不一定仍然很差。预测偏差的乐观倾向证券分析师对公司未来的每股收益进行预测，提供无偏估计，目的在于帮助投资者评估公司的真实价值。但许多研究却发现分析师预测有明显的乐观倾向。Dowen（1989）取1977～1986年１０年间的数据做分析，发现其中７年预测错误显著为正。Calderon(1993)将1976～1988年间分析师对每股收益EPS预测值作为样本,也发现分析师发布的盈利预测往往超过实际盈余,且在八十年代尤为明显。有人试图估计分析师乐观的偏差程度。Chopra(1998)对从1985/1月～1997/12期间标准普尔500指数每月的收益及增长率预测进行了考察，发现除少数年份（1988年）低估了盈余，绝大多数年份盈余都被高估了，1991年甚至高估了30个百分点，1985～1992期间盈余平均高估9.4个百分点，1993年以后预测盈余比较接近实际盈余，就整个研究期间（1985～1997）平均而言仍然高估6.1个百分点。分析师是训