【文献阅读系列】TAR论文：分类分析师预测

文章预览

“本文为财会瞭望哨第 676 篇推文” 仅用于学术交流，原文版权归原作者和原发刊所有，转载请注明出处 Drake M. S., J. R. Moon, and J. D. Warren, 2024, “Classifying Forecasts”, The Accounting Review , forthcoming. 内容提要 本文基于公开市场可获得信息，使用新颖的机器学习的方法对分析师预测修正进行分类，得到五种分类，包括：基本面、混合、反向、羊群和独立预测。本文研究发现较大的预测类型的差异会提高分析师一致预测的分歧度和准确度。此外，本文发现一致预测分歧度会提高企业信息环境，表现为降低盈余公告的信息不对称和波动性、提高盈余反应系数和价格形成速度。本研究强调了分析师如何修正盈余预测并发现不同盈余预测方法有助于增加资本市场效应。 研究动机 大量研究探讨分析师盈余预测的特征，比如准确，分歧和偏差。但这类研究主要集 ………………………………