2001-2021年A股上市公司分析师乐观偏差Stata代码解析
版权申诉
27 浏览量
更新于2024-11-27
收藏 513B ZIP 举报
资源摘要信息:"本资源包含了使用Stata软件计算上市公司分析师乐观偏差的代码,并提供了2001年至2021年间的分析结果。乐观偏差是指分析师在对公司每股收益进行预测时,与公司实际盈利水平相比较,预测值过于乐观的情况。这种偏差是通过比较分析师对公司每股收益的预测值与公司实际盈利水平得出的,如果预测误差大于0,则认为分析师存在乐观偏差。文章中提到的相关变量包括分析师预测的每股收益(Feps),公司实际盈利水平(Aeps),以及分析师发布盈利预测前一个交易日的收盘股价(Price)。通过分析乐观偏差的比例(Optimism),可以评估整个市场分析师乐观偏差的程度。该方法主要参照了Jackson(2005)的研究,并且在许年行等人2012年的研究中被应用,探讨了分析师的利益冲突、乐观偏差与股价崩盘风险之间的关系。该资源的数据对象为2001年至2021年间的全部A股数据,适用于Stata 14、15、16版本软件。"
知识点详细说明:
1. 分析师乐观偏差定义与计算方法:
- 分析师乐观偏差指的是分析师在预测公司未来盈利时过于乐观,导致预测值高于公司实际盈利水平。其计算方法为:将分析师对公司每股收益的预测值与公司实际每股收益进行比较,若预测值超过实际值,则认为存在乐观偏差。
2. 关键变量解释:
- Feps(Forecasted earnings per share):分析师预测的每股收益。
- Aeps(Actual earnings per share):公司实际盈利水平的每股收益。
- Price:在分析师发布盈利预测前一个交易日的收盘股价。
- Optimism:在第t年跟踪公司i的所有分析师中,预测误差大于0的分析师所占的比例,反映了分析师乐观偏差的程度。
3. 数据分析:
- 数据对象为2001年至2021年间的全部A股数据,数据范围广泛,涵盖了10年以上的上市公司数据。
- 数据分析有助于投资者、监管机构和研究者了解市场分析师的预测行为及其准确性,评估市场整体的乐观情绪。
4. 软件应用:
- 代码适用于Stata软件的14、15、16版本,Stata是一个专业的统计分析软件,广泛应用于经济学、社会学、医学等领域的数据分析。
- Stata软件具有强大的数据处理能力和多种统计分析功能,非常适合进行复杂的经济模型和统计模型的构建与分析。
5. 研究背景与意义:
- 参考文献《分析师利益冲突、乐观偏差与股价崩盘风险》(许年行等人,2012年)中,研究者们探讨了分析师乐观偏差与股价崩盘风险之间的关系,揭示了乐观偏差对市场稳定性的影响。
- 研究意义在于为投资者提供了理性看待分析师盈利预测的视角,同时为市场监管者提供了决策依据,帮助识别和防范市场中的潜在风险。
6. 使用方法与步骤:
- 用户需要将提供的Stata代码文件导入Stata软件中执行。
- 执行后,用户可以得到2001年至2021年间的乐观偏差结果数据。
- 通过对结果数据的分析,可以更深入理解分析师预测偏差的时序变化和行业差异。
7. 关于资源的下载与分享:
- 资源可通过经管之家的链接获取,提供了详细的说明文档。
- 压缩文件包含说明.txt和数据文件8923.zip,用户下载后可以解压文件获取相应的文档和数据文件。
通过上述详细的知识点说明,用户可以获得关于分析师乐观偏差计算、Stata软件应用、以及相关经济研究背景的深入理解,并据此进行进一步的研究或决策分析。
2024-04-12 上传
2023-04-19 上传
2024-04-14 上传
2024-04-12 上传
2022-07-02 上传
2024-04-17 上传
2024-04-16 上传
2023-04-24 上传
2024-05-04 上传
生活家小毛
- 粉丝: 1955
- 资源: 5844
最新资源
- Angular实现MarcHayek简历展示应用教程
- Crossbow Spot最新更新 - 获取Chrome扩展新闻
- 量子管道网络优化与Python实现
- Debian系统中APT缓存维护工具的使用方法与实践
- Python模块AccessControl的Windows64位安装文件介绍
- 掌握最新*** Fisher资讯,使用Google Chrome扩展
- Ember应用程序开发流程与环境配置指南
- EZPCOpenSDK_v5.1.2_build***版本更新详情
- Postcode-Finder:利用JavaScript和Google Geocode API实现
- AWS商业交易监控器:航线行为分析与营销策略制定
- AccessControl-4.0b6压缩包详细使用教程
- Python编程实践与技巧汇总
- 使用Sikuli和Python打造颜色求解器项目
- .Net基础视频教程:掌握GDI绘图技术
- 深入理解数据结构与JavaScript实践项目
- 双子座在线裁判系统:提高编程竞赛效率