分析师预测准确度(Forecast Error, FERROR)与盈余预测分歧度(Forecast Dispersion, FDISP)是衡量资本市场信息环境与上市公司盈余质量的核心指标,也是公司财务、信息不对称、业绩预告与机构投资者持股研究的前沿热点。分析师预测准确度与盈余预测分歧度广泛应用于分析师行为、信息环境、盈余管理、业绩预告、公司治理等方向的实证研究,与Amihud非流动性、股价崩盘风险、信息不对称等指标互为补充,《会计研究》《管理世界》《金融研究》《中国工业经济》等权威刊物均刊发过大量相关成果。附件内为自用整理、严谨测度、多重校验的2002-2025年上市公司分析师预测准确度、分析师盈余预测分歧度数据合集,附原始数据+Stata测算代码!原始数据来源于权威数据库,涵盖沪深A股上市公司在 2002-2025 年间的全部分析师盈利预测明细(2,247,325 条)与上市公司年中季报实际 EPS(取报告类型=4 的年报,76,844 条),严格遵循王玉涛、王彦超(2012,《会计研究》)的经典方法学,对每个分析师当年度的多次预测只保留最后一次,再按 (公司, 年度) 聚合得到预测 EPS 均值与标准差,并以|实际EPS|做归一化以消除 EPS 正负号影响,最终测算分析师预测误差 FERROR(|预测EPS均值-实际EPS|/|实际EPS|)与盈余预测分歧度 FDISP(预测EPS标准差/|实际EPS|)两大核心测度指标,并做 winsor2 1-99 缩尾处理。原始维度包括实际每股收益(年中季报调整前EPS,来源年报)、预测每股收益均值(公司-年度内所有分析师预测EPS的均值)和预测每股收益标准差(公司-年度内所有分析师预测EPS的标准差)三大基础分项,最终获得上市公司分析师盈余预测准确度、分析师盈余预测分歧度 2 个核心测度指标。累计涵盖 5.27w+ 观测值,横跨 2002-2025 年共 24 个年份,覆盖 5,279 家上市公司,面板数据可直接用于回归分析!一个数据集将分析师预测准确度、盈余预测分歧度、信息环境、盈余管理研究所需核心指标一网打尽,研究价值较高!
本数据集经过多次校验,由本人及所在课题组自用整理并提供售后咨询服务,欢迎大家私信交流!
本团队分享的所有原创自用数据都会及时更新,点击关注我,即可第一时间免费获取后续更新数据!购买则一份数据即可满足您不同时期的数据需求,充分节约您的宝贵时间!充分节约您的时间与精力!
【温馨提示】本人及所在团队致力于向大家分享高质量、科学准确的科研数据,长期以来好评如潮,数据质量有目共睹。近期发现论坛上出现部分账号倒卖本账号分享的原创数据,甚至连数据介绍文案都原封不动抄袭,查重率100%,实在令人不齿(在此就不一一点名,我们将保留追究其责任的权利连文案都要抄袭,数据质量如何令人信服?)。作为论坛首批原创数据分享者,我们深知一份好数据对学术研究的重要性,我们在论坛此唯一账号,其他类似账号均为假冒,请各位用户仔细甄别!
附件内所有文件均包括xlsx、dta格式面板数据,无偿赠送您非常详细的参考文献原文(C刊高被引文献!!)、变量说明文件、非常详细的Stata指标测算全过程参考代码(真正实现数据真实且可复现,参考价值较高!)、非常详细的原始数据(包括分析师预测明细 2,247,325 条(含报告日期、预测终止日、每股收益、分析师ID、证券公司ID 等核心字段)与上市公司年中季报基本情况 76,844 条(含报告类型、调整前每股收益等关键匹配字段),完整原始数据体量较大(百万级观测值),指标来源有依据,充分保证数据真实性、准确性,绝对不同于市面上其他粗制滥造数据!!)!以及 2025 更新版本上市公司年度信息!! 本数据集适用于所有涉及分析师预测、业绩预告、信息环境、盈余管理等方向的实证研究与理论分析,更是非常适合在此基础上进行拓展研究,能够帮助大家高效上手,完成科研任务!
此外,本数据集已为您匹配完成2000-2025上市公司常用财务指标面板数据,包括行业名称、行业代码、注册具体地址、公司办公地址、统一社会信用代码、重大变更、办公地经度、办公地纬度、公司成立日期、注册资本、公司网址、经营范围、注册地经度、注册地纬度、首次上市日期、所属省份代码、所属省份、所属城市代码、所属城市、主营业务、上市状态、总资产、应收账款、存货、股东权益合计、主营业务收入、销售费用、应付普通股股利、经营活动产生的现金流量净额、资产负债率、营业毛利率、资产收益率、边际利润率、净资产收益率、每股收益、每股净资产、资本支出、实际税率、特殊项目利润、员工数目等60+关键变量,可与上市公司面板数据匹配用于回归,累计涵盖8.6w+公司-年度观测值,约 5000+样本企业!
本数据集来源正规,由我手动收集、整理,与同门多次核对,观测值数量全面。市面上的分析师预测准确度和分歧度相关数据,大多仅简单地以单年单家分析师的预测误差粗糙近似,或仅覆盖较短年份、样本量有限,缺乏规范的多分析师聚合、预测-实际匹配、winsorize 缩尾等标准流程,测算方法不透明、不可复现,更新到2025年,严格遵循王玉涛、王彦超(2012,《会计研究》)的经典方法学,对每个分析师当年度的多次预测只保留最后一次,再按 (公司, 年度) 维度对所有跟踪分析师的预测 EPS 做 mean + sd 聚合,并以 |实际EPS| 做归一化以消除 EPS 正负号影响,附完整 Stata 参考代码与样本原始数据,观测值无误差,亲测效果良好,不含拟合处理,均为基于权威数据库原始分析师预测与年中季报数据的规范测度结果!
附件内容简介:
1、2002-2025年上市公司分析师预测准确度和分歧度数据:基于权威数据库中沪深A股上市公司的分析师预测明细与年中季报实际 EPS 数据整理,严格遵循王玉涛、王彦超(2012,《会计研究》)的经典方法学框架。首先对原始数据进行预处理:年中季报保留 报告类型=4(年报)作为实际 EPS 来源;分析师预测明细按 预测报告公布日<实际年报公布日 筛选,并对每个分析师对同一公司同一年的多次预测只保留最后一次(按预测报告公布日降序);再按 (公司, 年度) 维度对所有跟踪分析师的预测 EPS 做 mean 与 sd 聚合;最后以 |实际EPS| 做归一化分别测算 分析师预测误差 FERROR 与 盈余预测分歧度 FDISP,并做 winsor2 1-99 缩尾处理。核心变量包括:分析师预测误差 FERROR(|预测EPS均值-实际EPS|/|实际EPS|)、盈余预测分歧度 FDISP(预测EPS标准差/|实际EPS|)以及指标构建所需的全部基础信息变量(证券代码、证券代码数值、年份、实际每股收益、预测每股收益均值、预测每股收益标准差)。累计涵盖 5.27w+ 观测值,横跨 2002-2025 年共 24 个年份,覆盖 5,279 家上市公司,已整理好的面板数据可直接用于回归分析,极具研究价值!
附件内包括非常详细的 Stata 指标测算参考代码、所有原始数据文件、参考文献原文、变量说明文件,可逐一核验准确性,大家可放心数据质量!
指标测度方法:参照王玉涛、王彦超(2012,《会计研究》)等经典文献,分析师预测准确度 FERROR 与盈余预测分歧度 FDISP 的测算分为以下四步:
步骤 0,原始数据筛选与去重。(a)从年中季报基本情况文件取 报告类型=4(年报),得到每家公司的实际 EPS(调整前每股收益);(b)从分析师预测指标文件保留 预测报告公布日<实际年报公布日 的样本,删除预测 EPS 或实际 EPS 缺失的观测;(c)对每个分析师对同一公司同一年的多次盈利预测,只保留最后一次预测值(按 预测报告公布日 降序)。
(0a)按 (公司, 年度) 聚合,得到预测 EPS 均值与标准差,再 merge 实际 EPS:
(0b)盈余预测分歧度(公司-年度内所有分析师预测 EPS 的标准差/实际 EPS 绝对值):
第一步,缩尾处理与输出。对 FERROR 与 FDISP 做 winsor2 1-99 缩尾处理(1% 与 99% 分位 Winsorize),并删除 FERROR 与 FDISP 同时缺失的样本,最终输出 2002-2025 年 5.27w+ 观测值的面板数据。
2、2002-2025年上市公司分析师预测与年中季报原始数据:源于权威数据库,涵盖沪深A股上市公司完整的分析师预测明细与年中季报基本信息,原始字段包括分析师ID / 分析师姓名 / 证券公司ID / 证券公司名称 / 报告日期 / 预测终止日 / 发布日期 / 研究报告ID / 每股收益(用于测算预测EPS均值与标准差)、年中季报报告类型 / 统计截止日期 / 报告公布日期 / 调整前每股收益 / 调整后每股收益(用于匹配实际 EPS)等分析师预测与年中季报指标构建所需原始变量。样本数据涵盖指标构建所需的全部字段结构,可用于复现完整的 (公司, 年度) 聚合 + FERROR/FDISP 测算流程,指标构建所需的各个变量都可直接查到,指标来源有依据,充分保证数据真实性、准确性!
3、无偿赠送权威参考文献PDF原文:包括王玉涛、王彦超(2012,《会计研究》第6期)—— 业绩预告信息对分析师预测行为有影响吗原文PDF,为分析师预测、业绩预告、信息环境方向的高质量参考文献,可作为理论与实证研究的参考依据,可逐篇核对实证设计逻辑,确保研究有据可查!
4、无偿赠送!2000-2025年更新版本的上市公司年度基本信息,包括行业名称、行业代码、注册具体地址、公司办公地址、统一社会信用代码、重大变更、办公地经度、办公地纬度、公司成立日期、注册资本、公司网址、经营范围、注册地经度、注册地纬度、首次上市日期、所属省份代码、所属省份、所属城市代码、所属城市、主营业务、上市状态、总资产、应收账款、存货、股东权益合计、主营业务收入、销售费用、应付普通股股利、经营活动产生的现金流量净额、资产负债率、营业毛利率、资产收益率、边际利润率、净资产收益率、每股收益、每股净资产、资本支出、实际税率、特殊项目利润、员工数目等60+变量,可与上市公司数据进行匹配,适用范围广泛!(市价超30元+!)
篇幅限制无法展示详细的指标测度方法说明,如有疑惑可私信我,我将及时回复!
点击下方链接购买:
【25热点,顶刊方法!】2002-2025上市公司分析师预测准确度与分歧度合集,附Stata代码!
(85 Bytes, 需要: RMB 98 元)
数据来源:权威数据库途径手动整理而成,本数据集为课题组自用数据,经过我和同门师兄妹多次人工审核、校对;同时,数据的处理过程也咨询了我的导师,请大家放心使用,承诺良心数据!
欢迎大家购买,收集整理这份数据的成本远超售价!请大家支持原创,请勿转卖!
目前我应用经济学博士在读,如您有更具体的数据需求,请私信我详细说明,如有数据定制需求,可直接私信,我将秉持着严谨、科学的研究态度为您提供满意的数据服务。我所售数据均为承诺售后服务的,所有论坛私信都会及时回复,您在使用本数据集的过程中有任何疑问可随时联系,帮助大家到满意为止!如有任何疑问,欢迎私信沟通,恭候您的数据需求!


雷达卡




京公网安备 11010802022788号







