天真的外推假设和乐观的悲观预测

还要注意，成长型股票的增长预期高于价值型公司的增长预期；20%是成长型企业的增长预期中值，而价值型企业的增长预期中值为10.68%。随着图书上市率的提高，增长预期也单调下降。我遵循Doukas等人（2002）使用的程序，通过交易所对公司进行检查。结果见表[2]。对于纽约证券交易所的公司来说，结果与上述相同，即对成长型公司的高误差和预期以及对价值型公司的低误差和预期。错误和期望都会单调下降。对于美国运通而言，估值公司的误差高于成长型公司的误差，但仅为3%。对于纳斯达克，增长型公司的误差高于价值型公司（差异28%）；错误的减少是单调的；纳斯达克价值股的误差为负值，这意味着分析人员对公司的前景进行了估计。一个合理的批评可能是，预测预测的时间太长，因此错误不可避免。出于这个原因，即使这一论点没有解决持续乐观的问题，我也会在预测发布两年后检查公司的表现，使用预测是指平均年增长这一事实。结果如表[3]所示。误差的大小较小；但是顺序是一样的。增长型企业的误差高于价值型企业的误差：6%对0.4%。错误仍然单调地减少。即使我用交换来划分股票，情况也是一样的。这些结果如表[4]所示。对于所有三家交易所，增长型公司的预测显示出比价值型公司更高的误差。

然后，纳斯达克指数以五分之一的速度下跌。此外，最后三个五分位数的误差为负值。上述结果似乎证实了外推假设。对低账面市值公司的预测比对价值公司的预测更为乐观。三、 B.SizeI现在检验关于公司规模的外推假设。我将股票分类为大小股，并检查预测误差中值。表[5]给出了整个样本的简单误差、相对误差和每个五分位数的期望值的结果。就像图书到市场排序一样，简单和相对的错误对于所有大小的五分位数都是积极的，这表明人们普遍持乐观态度。同样，不同的单元之间存在显著的误差分散。对于第一个五分位数的小公司，相对预测误差可以忽略不计，而对于第五个五分位数的大公司，中位相对误差为13%。对于规模较小的公司，增长预测更高，并且随着规模的增加而单调下降。如果交易所对这些公司进行检查，结果将保持不变。结果见表[6]。对于纽约证券交易所来说，结果反映了整个样本的结果。对于美国运通，结果在质量上是相同的，但大公司的中位误差是87%。这并不是因为预期过高，因为所有美国运通公司的预期都是一样的，大约15%。对于纳斯达克而言，较小公司的相对误差略为负值，而最大公司的相对误差为18%。所有纳斯达克公司的预测增长率为17-18%。我在预测发布两年后再次检查了它们的表现。表[7]给出了结果。总体情况保持不变。

小公司有小错误和负错误，大公司有大错误。即使按照交易所对公司进行分类，结论也是一样的（表[8]）。相对预测误差较小的纽约证券交易所公司为2%，较大的公司为5%。就美国运通而言，较小的公司为1%，较大的公司为26%。对于纳斯达克，最小的结果为-1%，最大的结果为5%。一般来说，大公司预测的相对误差似乎大于小公司预测的相对误差。三、 C.按市价和规模分类最后，我按市价和规模对股票进行分类。相对误差的结果见附件[9]，并证实了之前的结果。小规模和高账面市值的公司存在负相关误差（-8%），这意味着他们的前景被低估（为极端分化假说提供了支持），而大型增长型公司的相对误差为21%。对于所有图书到市场的五分位数，最大误差出现在第四个尺寸的五分位数，而对于所有尺寸的五分位数，最大误差出现在第一个图书到市场的五分位数。作为结论，结果证实了外推假设的一个预测：分析师对成长型企业和大型企业持乐观态度，但结果相当令人失望。增长型企业与预测的差距约为20%，大型企业与预测的差距为13%。另一方面，价值型企业和小型企业分别只差1%和0.6%。三、 D.与Doukas等人（2002）的结果进行比较。前三小节关于外推假设的结果与Doukas等人（2002）的结果形成对比。的确，我关注的是营业收入，而杜卡斯（Doukas at al.（2002）的研究关注的是收入。

我专注于更长的视野，我的样本覆盖更长的时间。然而，调查这种差异背后的可能原因可能是有用的。Doukas等人（2002年）使用截至2011年的可用数据复制的结果显示，他们的结果仍然有效。此外，它们对股票价格以外的分母非常稳健。为了解决我的结果与Doukas等人（2002年）的结果之间的矛盾，我转向收益预测产生的行为方面。Degeorge等人（1999年）提供了强有力的证据，证明了阈值在产生收益估计中的重要性。他们确定了三个门槛。第一个是零阈值；也就是说，正收益比负收益更可取。二是持续绩效；也就是说，最好报告的收益等于或高于上一年的收益。第三是超出收益预测。如果分析也使用阈值，可以预期，对于年初的第一个预测，第一个和第二个阈值将更加重要，因为即使管理层也不知道年底的实际收益。因此，根据这一假设，分析师倾向于预测正收益，并超过之前的FYE结果。Lim（2001）也支持分析师报告有利于管理层的收益。因此，根据上一年的实际每股收益，检查本财年年初的盈利预测是有用的。表[10]报告了FYE前八个月或更早时间发布的预测结果。

A组涉及B/M五分位数的结果。结果表明，与之前的实际结果相比，分析师对成长型企业的预测高于对价值型企业的预测。B组涉及五分位数的大小。这些结果表明，如果使用MEMEDIAN，分析师对所有五分位数的预测都会增加，如果使用平均值，对大公司的预测会增加更多。总的来说，在财政年度开始时预测的每股收益增长（相对于上一年的结果）对增长型公司来说更为乐观，对所有规模的五分之一公司来说大致相同。四、 相对误差和共同变动的时间序列第三节中的表格提供了证据，证明根据金融分析师的长期增长预测，外推假设在1981年至2011年期间是有效的。然而，结果可能只适用于特定年份或时期，而不适用于整个1981-2011年期间，并可能通过平均过程延伸至整个期间。在本节中，我将讨论以下问题：账面市值和规模分类的上述结果可能受特定年份或时期的影响。我首先检查帐面到市场分类的情况。在考虑中的案例中，我有五个时间序列，每个图书上市五分位数对应一个时间序列，每个季度对应一个数据点。结果如图[7]所示。结果证实了表[1]至表[4]的结论。成长型企业的相对误差总是高于价值型企业的相对误差。这五分之一似乎在一起移动。

此外，在大多数样本中，误差按B/M五分位数单调递减。我还研究了表[5]中观察到的大小五分位数简单和相对误差行为是特定年份的结果的可能性。所有尺寸五分位数的相对误差时间序列如图[9]所示。结果证实了表[5]到表[8]的结论：在整个周期内，大公司的相对误差总是高于小公司的相对误差。这些错误似乎也在一起移动，比如按账面价值按市值排序的公司。在许多时期，第四个五分位数的公司的误差都高于第五个五分位数的公司的误差。接下来，我使用上述方法来调查在预测的增长率下，错误的常见趋势是否具有对应性。如果在预期中也发现了同样的趋势，这就意味着预测的错误不仅仅是由意外的后续发展造成的，这些发展以某些方式影响了某些公司。图[6]给出了《走向市场的五分位数》一书的结果。很明显，不同五分位数的预测值之间有很强的协方差性。它们都在20世纪90年代初开始增加，在2000年左右达到峰值，然后下降。表[11]面板A中报告了预测的相关性。它们都在0以上。5，在1%的水平上显著。表[11]B小组报告了图书与市场五分位数之间的相对误差相关性。它们都是正的，具有经济意义。对于图[8]所示的尺寸五分位数，我重复上述步骤。

五分位数的期望值（表[12]面板A）之间的相关性都在0.59以上，这意味着所有五分位数都会同时上升和下降。相对误差和期望值之间的相关性见B组；它们在经济上和统计上都很重要。作为结论，图[7]和[9]表明，外推假设适用于1981-2011年的整个时期。此外，这些数据表明，不同的市盈率和五分位数的相对误差是一起移动的。图[6]和[8]提供了证据，表明所有五分位数的长期预测也在一起移动。V.解释共同趋势的可能因素前两部分确定了一个事实，即有证据表明外推假设对长期分析师的预测以及整个1981-2011年期间有效。此外，各种图书上市和规模的相对误差和预期也在一起移动。在本节中，我将研究一些可能影响长期预期形成并促成其共同运动的因素，以阐明影响分析师并导致他们高估增长和大型企业未来业绩的因素。V.A.整体市场回报审查市场回报的理由是，高或低的市场回报可能会影响金融分析师的预测。这至少可以通过两种方式实现。首先，考虑到市场具有前瞻性，高市场回报率可能预示着经济前景的改善，从而也预示着企业前景的改善。其次，高市场回报率可能会让分析人士感到兴奋，他们相信市场和整体经济将继续保持持续增长。

这种乐观情绪可能会转化为对公司增长的更高期望。作为第一步，计算SP 500与B/M和尺寸五分位数之间的相关性。表[13]给出了每个B/M和大小五分位数与SP指数之间的皮尔逊相关性。如果使用斯皮尔曼相关性，结果保持不变。对于整个样本（1981-2011），所有五分位数的相关性都是正的，在经济上和统计上都是显著的。然而，如果将样本分为两个阶段，结果会发生变化。对于所有五分位数（在5%范围内），当前季度的预测与标准普尔500指数之间的相关性都非常小；对于1996年至2011年的第一个子样本，它们在经济上和统计上都不重要。相比之下，在1981-1995年期间，它们在经济和统计上都是积极和显著的（第二个五分位数除外）。表[13]面板C给出了尺寸五分位数的结果。整体样本的结果表明，所有尺寸五分位数的相关性都是正的，且具有经济意义。在1995年之后的几年里，只有第四和第五个五分位数表现出任何意义；而且，在经济上，其重要性相当降低。在1996年之前的几年里，前四个五分位数的相关性在经济上和统计上都是显著的。为了进一步调查和量化标普500指数与长期预测之间的关系，我对每一个B/M和大小五分位数进行了以下回归：，（1）其中L.表示滞后值，D.差异和LD。滞后的差异。我对整个样本以及1995年之后和1996年之前的两个时期进行了回归分析。

我包括标准普尔500指数的回报和实际水平，因为它们也可能向分析师传递信息；例如，标普500指数创下新纪录可能会增加乐观情绪。表[14]给出了B/M五分位数的结果。对于整个样本（A组），标准普尔500指数的上一季度回报率对成长型企业来说非常重要。目前的回报率和上一个季度的水平对第二个五分位数是显著的，而对其他三个五分位数则没有显著的影响因素。前两个五分位数的Ris较低，其他三个接近于零。对于1995年之后的时期（B组），上一季度的回报对于成长型公司和第二个五分之一的公司来说同样重要。对于1996年之前的时期（C组），唯一重要的系数是第二个五分位数的系数。表[15]给出了大小五分位数的结果。上一季度的回报对于主题媒体和大型公司（第三、第四和第五季度）来说意义重大。对于最小的公司来说，当前的回报以及当前和过去的水平都很重要。同样，所有案例的风险都很小。B小组指出，就大中型企业而言，其重要性主要来自1995年之后的时期。在同一时期，没有任何因素对第一和第二个五分位数重要。C组显示，在1996年之前的时期，当前季度的回报率以及当前和上一季度的水平对最小的公司和第四个五分之一的公司都很重要。上述结果表明，长期预测与标准普尔500指数之间存在某种关系，但这种关系并不适用于所有B/M和大小五分位数。

1995年后，增长型企业和大中型企业之间似乎存在着强烈的联系。小公司似乎在1996年之前受到影响。在所有情况下，Ris都非常小，表明在解释高长期预测时，标准普尔500指数并不是一个特别重要的因素。分析师根据股市整体表现改变长期增长预测的假设只得到了微弱的支持。V.B.公司回报预期增长率变化的另一个可能驱动因素是，分析师对当前或上一季度实现高超额回报的公司持乐观态度；然后，这些分析推断出这些公司的市场表现，并增加其增长预期。如果许多公司的高绩效发生在同一时期（牛市），其增长估计的增加可能会增加平均增长预期，从而导致增长估计的异步增长。因此，本小节研究预测的变动是否是某些公司的回报的结果，而不是整体市场行为的结果。它还提供了一些关于公司特定收益和长期预测之间关系的初步证据。我使用超过一个季度的公司市场超额收益来检验公司超额收益对增长预期的影响。我用当前季度和上一季度主题预期（DME）之间的差异来衡量对增长预期的影响。作为第一步，我在表[16]中给出了正超额收益和负超额收益情况的一些基本统计数据。A组展示了超额收益率为正的情况下的统计数据。