分析师乐观偏差
持续更新，后续关注我后免费获取更新版本
不管什么时候毕业或者发期刊用到，都能用到最新的数据
【原创整理，严禁转载，转载必究】
参考文献
[1]李丹,袁淳,廖冠民.卖空机制与分析师乐观性偏差——基于双重差分模型的检验[J].会计研究,2016(09):25-31
[2]许年行,江轩宇,伊志宏,徐信忠.分析师利益冲突、乐观偏差与股价崩盘风险[J].经济研究,2012,47(07):127-140.
[3]伊志宏,朱琳,陈钦源.分析师研究报告负面信息披露与股价暴跌风险[J].南开管理评论,2019,22(05):192-206.
[4]董竹,张欣.分析师乐观偏差与企业研发投入——基于利益冲突和信息透明度的实证研究[J].科研管理,2022,43(07):181-188.
计算说明
Francis & Philbrick(1993)发现，分析师的平均预测误差大于0，表明分析师的盈利预测存在普遍的乐观偏差。据此，本文以公司真实盈利水平为标杆，通过分析师盈利预测与公司真实盈余的比较判断分析师的乐观偏差。参照Jackson(2005)的方法，分析师乐观偏差定义为：
其中：
Fi,j,t为分析师j在第t年对公司i每股收益的预测值
Ai,j,t为公司i在第t年的实际盈利水平
Pi为公司i在分析师发布盈利预测前一个交易日的收盘股价。之所以选择Pi进行平滑，而非Ai,j,t-1，是因为公司上一年度的盈余可能为负，这样会影响分析师乐观偏差的度量。
在第t年跟踪公司i的所有分析师中，我们将Opti,j,t大于0的分析师的比例记为Optimism1。Optimism越大，则预测误差大于0的分析师的比例越大，分析师的乐观偏差越大。
稳健性测试：
使用“分析师平均预测偏差”代替“预测误差大于0的分析师比例”进行稳健性测试。首先，计算在第t年跟踪公司i的每个分析师的预测偏差；其次，每年对所有跟踪公司i的分析师的预测偏差取平均数，即为Optimism2。
数据说明
样本选择：全部A股2001-2022年数据
包含两个版本：一份未剔除、一份剔除金融和ST
每个压缩包都附有初始数据，计算代码，参考文献和最终数据
赠送超值上市基本信息：证券代码、统计截止日期、上市公司ID、证券简称、ABH股交叉码、行业名称、行业代码、中文全称、公司成立日期、首次上市日期、法人代表、注册资本、公司网址、经营范围、主营业务、上市状态、注册具体地址、注册地址所属省份、注册地址所属城市、注册地经度(E)、注册地纬度(N)、公司办公地址、办公地址经度、办公地址纬度、办公地址邮政编码等。
数据截图
分年份数据量统计
缩尾后的描述性统计
扫码加好友，拉您进群
全部版块
我的主页
收藏
