• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      證券分析師薦股準(zhǔn)確率影響因素的實(shí)證研究

      2016-12-03 08:17:55周豫張林甫徐浩然
      經(jīng)濟(jì)師 2016年10期
      關(guān)鍵詞:分析師

      周豫+張林甫+徐浩然

      摘 要:文章運(yùn)用2012-2013年《新財(cái)富》上榜分析師上榜后一年內(nèi)發(fā)布的買(mǎi)入評(píng)級(jí)報(bào)告和Logit計(jì)量模型,從信息優(yōu)勢(shì)的角度,實(shí)證考察分析師薦股報(bào)告準(zhǔn)確率的影響因素。運(yùn)用2014年《新財(cái)富》上榜分析師的薦股報(bào)告進(jìn)行樣本外模型解釋力度檢驗(yàn),顯示文章模型對(duì)投資者有較大的參考價(jià)值。

      關(guān)鍵詞:《新財(cái)富》分析師 買(mǎi)入評(píng)級(jí)報(bào)告 薦股

      中圖分類(lèi)號(hào):F830.91 文獻(xiàn)標(biāo)識(shí)碼:A

      文章編號(hào):1004-4914(2016)10-099-03

      研讀證券分析師的評(píng)級(jí)報(bào)告是不少股民的做法。截止2015年上半年,中國(guó)證券業(yè)協(xié)會(huì)網(wǎng)站上顯示的具有證券分析師資格的注冊(cè)人數(shù)超過(guò)2000人,加上其他未注冊(cè)的從業(yè)人員,證券分析師這個(gè)群體相當(dāng)龐大,難免良莠不齊。2003年6月起,由《新財(cái)富》雜志主辦的年度“新財(cái)富最佳分析師”評(píng)選逐漸成為我國(guó)證券業(yè)最權(quán)威的證券分析師排名。然而,即使在這樣極少數(shù)的所謂明星分析師當(dāng)中,也只有部分分析師所發(fā)布的薦股報(bào)告實(shí)現(xiàn)了其收益諾言。以2012-2013年上榜分析師在隨后一年中發(fā)布的1048份買(mǎi)入評(píng)級(jí)報(bào)告為例,推薦標(biāo)的6個(gè)月跑贏滬深300指數(shù)15%以上的只有348份,僅占33.2%。那么,影響上榜分析師薦股報(bào)告準(zhǔn)確率的影響因素有哪些呢?我們?nèi)绾晤A(yù)測(cè)某份薦股報(bào)告的準(zhǔn)確率呢?

      目前國(guó)內(nèi)的評(píng)級(jí)報(bào)告大體分為買(mǎi)入、增持、中性和賣(mài)出等四個(gè)評(píng)級(jí)。由于國(guó)內(nèi)賣(mài)空機(jī)制還不夠成熟,加上分析師很大程度依靠從上市公司調(diào)研來(lái)獲取信息,這意味著為了與上市公司維持良好的關(guān)系,分析師極少會(huì)發(fā)布中性或賣(mài)出評(píng)級(jí)的報(bào)告;而實(shí)際中,投資者也會(huì)更多地關(guān)注評(píng)級(jí)更高的報(bào)告。鑒于此,本文僅僅選取買(mǎi)入評(píng)級(jí)報(bào)告來(lái)進(jìn)行實(shí)證考察,具體來(lái)說(shuō),本文以2012-2013年《新財(cái)富》上榜分析師在隨后一年中發(fā)布的買(mǎi)入評(píng)級(jí)報(bào)告為研究對(duì)象,運(yùn)用Logit計(jì)量模型,實(shí)證考察上榜分析師薦股報(bào)告準(zhǔn)確率的影響因素。

      本文選取的均為買(mǎi)入評(píng)級(jí)報(bào)告,也就是說(shuō)推薦標(biāo)的公開(kāi)的基本面因素都不錯(cuò),否則分析師不會(huì)作出“買(mǎi)入”的投資建議,只不過(guò)只有部分分析師的買(mǎi)入報(bào)告最終實(shí)現(xiàn)其收入諾言。這當(dāng)然和隨后考察期內(nèi)推薦標(biāo)的基本面的演變有關(guān),也與宏觀或中觀的行業(yè)發(fā)展環(huán)境的演變相關(guān)。本文另辟蹊徑,我們假設(shè):由于各類(lèi)分析師本身特征的差異(比如其所屬券商的規(guī)模,其本身的經(jīng)驗(yàn)和聲譽(yù)等因素),會(huì)造成各類(lèi)分析師面對(duì)同樣的公開(kāi)信息,具有不同深度的挖掘能力;或者各類(lèi)證券分析師因?yàn)楦櫂?biāo)的公司的深度和廣度的不同,除了公開(kāi)信息之外,還積累了多多少少的其他信息;擁有更多信息優(yōu)勢(shì)的那些分析師,他們的薦股報(bào)告可能具有較高的準(zhǔn)確性。基于這樣的假設(shè),本文選擇從信息優(yōu)勢(shì)的角度,分析上榜分析師薦股報(bào)告準(zhǔn)確率的影響因素。

      本文第一部分介紹數(shù)據(jù)、變量和模型,第二部分為實(shí)證研究結(jié)果,第三部分為樣本外模型解釋力度檢驗(yàn),第四部分為本文結(jié)論。

      一、數(shù)據(jù)、變量和模型

      本文以2012-2013兩屆《新財(cái)富》上榜分析師在其上榜之后一年之內(nèi)發(fā)布1048份買(mǎi)入評(píng)級(jí)報(bào)告為樣本,來(lái)估計(jì)一個(gè)Logit計(jì)量模型。由于《新財(cái)富》評(píng)選的宏觀、策略、金融工程、固定收益四個(gè)團(tuán)隊(duì)不屬于行業(yè)分析的范疇,他們的報(bào)告因此不在本文考慮之列。樣本來(lái)源于邁博匯金(Microbell)。我們從報(bào)告中收集報(bào)告發(fā)布人、所在券商、推薦標(biāo)的、日期等信息,相關(guān)標(biāo)的的交易信息如歷史股價(jià)、行業(yè)指數(shù)、滬深300指數(shù)變動(dòng)情況等均源于萬(wàn)得資訊(Wind)。

      目前國(guó)內(nèi)各家券商的研究報(bào)告對(duì)股票的評(píng)級(jí)規(guī)則不盡相同,本文選定滬深300為市場(chǎng)基準(zhǔn)指數(shù),在報(bào)告發(fā)布起6月內(nèi),跑贏滬深300指數(shù)15%以上的股票,我們認(rèn)為其達(dá)到分析師買(mǎi)入評(píng)級(jí)所承諾的收益。由于本文的報(bào)告來(lái)自第三方數(shù)據(jù)庫(kù),不少報(bào)告都有幾個(gè)小時(shí)到一天的滯后,為統(tǒng)一起見(jiàn),本文選擇標(biāo)的報(bào)告錄入數(shù)據(jù)庫(kù)的前一個(gè)交易日的收盤(pán)價(jià)作為初始價(jià)格,起始日期+180日的收盤(pán)價(jià)作為標(biāo)的期末價(jià)格,計(jì)算期間漲跌幅;獲取每一個(gè)標(biāo)的同一時(shí)間段的滬深300漲跌幅,兩者之差即標(biāo)的半年期內(nèi)相對(duì)滬深300的實(shí)際漲跌幅。本文1048份買(mǎi)入報(bào)告觀察值中,推薦標(biāo)的6個(gè)月跑贏滬深300指數(shù)15%的共有348份,占比33.2%,也即大約1/3的買(mǎi)入評(píng)級(jí)報(bào)告實(shí)現(xiàn)了其收益承諾。

      Logit模型的因變量為是否兌現(xiàn)收益承諾,兌現(xiàn)記為1,共計(jì)348個(gè),未能兌記為0,共計(jì)700個(gè)。

      我們可以假設(shè)由于經(jīng)常去上市公司調(diào)研,分析師相對(duì)于普通投資者來(lái)說(shuō),處于信息優(yōu)勢(shì)(至少不是劣勢(shì))的地位;再考慮到現(xiàn)實(shí)中,二級(jí)市場(chǎng)的分析師們經(jīng)常在一起交流,所以分析師們對(duì)市場(chǎng)情緒的把握要比普通投資者好。分析師薦股相當(dāng)于一個(gè)占有更多信息、更了解市場(chǎng)情緒同時(shí)又懂行業(yè)和資本市場(chǎng)的專(zhuān)業(yè)人士為投資者作出投資建議。正是基于這一點(diǎn)假設(shè),本文選取從信息優(yōu)勢(shì)的角度,去探尋具有什么樣的分析師能夠擁有更多的信息優(yōu)勢(shì),從而薦股的準(zhǔn)確率更大。

      1.分析師所屬券商的規(guī)模。Clement(1999)發(fā)現(xiàn)分析師盈利預(yù)測(cè)的準(zhǔn)確率與分析師所在券商規(guī)模正相關(guān)。李春濤等(2014)通過(guò)對(duì)我國(guó)2005-2011年證券市場(chǎng)分析師評(píng)級(jí)數(shù)據(jù)的研究,發(fā)現(xiàn)市場(chǎng)短期超額收益與分析師所屬券商規(guī)模有著密切關(guān)系。大券商一般擁有更多可用資源,更多信息優(yōu)勢(shì),更多證券分析師,發(fā)布更多的研究報(bào)告,對(duì)機(jī)構(gòu)投資者提供更好的服務(wù),具有更大的市場(chǎng)影響力。筆者查詢(xún)了證券業(yè)協(xié)會(huì)網(wǎng)站,按照各個(gè)券商擁有的分析師人數(shù),從多到少,列表如下(見(jiàn)下頁(yè)表1)。

      分析師人數(shù)排名前五的券商分別是國(guó)泰君安139人、中信證券106人、申銀萬(wàn)國(guó)105人、海通證券96人、招商證券92人。我們將這五家券商命名為大平臺(tái)(Big),其他券商命名為小平臺(tái)(Small),如果發(fā)布報(bào)告的分析師來(lái)自大平臺(tái),記為1,共計(jì)539個(gè);來(lái)自小平臺(tái)記為0,共計(jì)509。

      2.分析師覆蓋的子行業(yè)公司數(shù)量。Clement(1999)發(fā)現(xiàn)分析師盈利預(yù)測(cè)的準(zhǔn)確率與分析師所覆蓋的公司和行業(yè)數(shù)量(任務(wù)復(fù)雜程度)成負(fù)相關(guān)。Mikhail等(1997)發(fā)現(xiàn)分析師跟蹤特定企業(yè)的經(jīng)驗(yàn)累積可以提高預(yù)測(cè)準(zhǔn)確率。一般認(rèn)為,分析師覆蓋的行業(yè)越多,跟蹤的公司數(shù)量越多,信息量越分散,其盈利預(yù)測(cè)準(zhǔn)確度越低。本文選取萬(wàn)得資訊中信一級(jí)行業(yè)中各個(gè)行業(yè)內(nèi)上市公司數(shù)量作為各個(gè)子行業(yè)分析師覆蓋的公司數(shù)量??紤]到不同子行業(yè)分析師覆蓋的公司數(shù)量相差很大,實(shí)際回歸分析時(shí),對(duì)該變量進(jìn)行取對(duì)數(shù)處理。

      3.分析師個(gè)人聲譽(yù)。王宇熹等(2012)利用2003-2009年《新財(cái)富》分析師的個(gè)人聲譽(yù)為代理變量,驗(yàn)證了聲譽(yù)和分析師薦股價(jià)值之間的正向關(guān)系。證券分析師的個(gè)人聲譽(yù)是個(gè)人在二級(jí)市場(chǎng)受認(rèn)可程度和影響力的體現(xiàn),表現(xiàn)為研究報(bào)告關(guān)注度、新聞曝光度、機(jī)構(gòu)客戶(hù)認(rèn)可度等等方面。綜合來(lái)看,是否入圍《新財(cái)富》最佳,是不是連續(xù)上榜可以看作是分析師個(gè)人聲譽(yù)最好的指標(biāo),連續(xù)上榜次數(shù)越多,個(gè)人聲譽(yù)越高。聲譽(yù)更高的分析師由于在業(yè)內(nèi)時(shí)間更長(zhǎng)、行業(yè)關(guān)系更深厚,理所當(dāng)然的擁有更多信息優(yōu)勢(shì)??紤]到現(xiàn)實(shí)情況可能是個(gè)人聲譽(yù)的增加隨連續(xù)上榜次數(shù)增多而邊際遞減,我們對(duì)分析師之前上榜次數(shù)進(jìn)行取對(duì)數(shù)處理。分析師之前連續(xù)上榜可能因?yàn)樗乃]股比較準(zhǔn),也可能是其他原因。

      4.分析師性別。國(guó)內(nèi)男女分析師和上市公司高管相處的方式不一樣,男性分析師可能和高管有更多非正式的交流,導(dǎo)致男性分析師在獲取上市公司信息方面更具優(yōu)勢(shì),因此本文將分析師性別作為一個(gè)考量的因素。我們的樣本中共計(jì)771份報(bào)告來(lái)自男性分析師,大約占比2/3。

      5.公司市值大小。本文考慮公司市值不是出于基本面因素的考慮,而是把公司市值作為公司類(lèi)別的代理變量。在中國(guó),市值超過(guò)1000億的基本都是具有行政級(jí)別的國(guó)企、央企單位,而市值低于200億的大多數(shù)是民企,我們有理由相信分析師和不同體量的企業(yè)高管打交道的方式是不一樣的,直覺(jué)上分析師很難從國(guó)企高管處獲取更多消息,但小企業(yè)卻不一定。因此本文將公司市值列為考察的變量之一。由于數(shù)值相差過(guò)于大,對(duì)其進(jìn)行取對(duì)數(shù)處理。

      除了如上的主要解釋變量,本文還考慮如下兩個(gè)控制變量。

      一是行業(yè)分類(lèi)。Jacob(1999)發(fā)現(xiàn)券商行業(yè)分類(lèi)會(huì)影響預(yù)測(cè)準(zhǔn)確性。Desai等(2000)也發(fā)現(xiàn)華爾街日?qǐng)?bào)明星分析師的薦股跑贏基準(zhǔn)指數(shù)的概率受到推薦標(biāo)的的行業(yè)影響。《新財(cái)富》最佳分析師評(píng)選共計(jì)有27個(gè)子行業(yè)進(jìn)行評(píng)選,不同的子行業(yè)走勢(shì)相差極大,因?yàn)槲覀冇斜匾獙⒆有袠I(yè)作為控制變量加以考慮。由于子行業(yè)太多,我們參考申銀萬(wàn)國(guó)的做法,將子行業(yè)合并同類(lèi)項(xiàng)為消費(fèi)品、金融地產(chǎn)、制造業(yè)、服務(wù)業(yè)、TMT、材料業(yè)、能源環(huán)保等七個(gè)部類(lèi),每個(gè)部類(lèi)下轄3~5個(gè)子行業(yè)。

      二是買(mǎi)入評(píng)級(jí)的類(lèi)型。Demiroglu和Ryngaert(2010)發(fā)現(xiàn)分析師首次覆蓋的股票通常會(huì)有異常收益。Jiang等(2014)發(fā)現(xiàn)中國(guó)市場(chǎng)對(duì)上調(diào)評(píng)級(jí)的反應(yīng)比下調(diào)評(píng)級(jí)的反應(yīng)要強(qiáng)?;谶@些考慮,本文將買(mǎi)入評(píng)級(jí)報(bào)告區(qū)分為一般買(mǎi)入、首次覆蓋、上調(diào)評(píng)級(jí)至買(mǎi)入、半年內(nèi)再次推薦等四個(gè)類(lèi)型,其統(tǒng)計(jì)信息如下表所示,可以看出來(lái),首次和上調(diào)評(píng)級(jí)的報(bào)告更有可能實(shí)現(xiàn)其收入諾言。

      本文構(gòu)建了如下的Logit模型:

      Loglt(y)=β0+β1broker_size+β2reputation+β3gender+

      β4number_followed+β5firm_size +β6finance+β7manufacture

      +β8service+β9tmt+β10materials+β11energy_environmental

      +β12first+β13upgrade+β14again+εit

      其中,y為買(mǎi)入評(píng)級(jí)研究報(bào)告是否實(shí)現(xiàn)收益承諾的虛擬變量,即是否半年內(nèi)跑贏滬深300指數(shù)15%,跑贏的記為1,否則記為0。broker_size為分析師所屬券商規(guī)模的虛擬變量,大平臺(tái)為1,小平臺(tái)為0。reputation是分析師個(gè)人聲譽(yù),選取分析師之前連續(xù)上榜次數(shù)的對(duì)數(shù)值作為代理變量。gender是分析師性別變量,男性分析師發(fā)布的報(bào)告記為1,女性記為0。number_followed指分析師所覆蓋的公司數(shù)量的對(duì)數(shù)值。firm_size代表推薦標(biāo)的公司市值的對(duì)數(shù)值。consumption,finance,manufacture,service,tmt,materials,energy_environment等為七個(gè)行業(yè)虛擬變量,其中consumption作為缺省變量。general,first,upgrade,again等為四種買(mǎi)入評(píng)級(jí)報(bào)告類(lèi)型的虛擬變量,其中g(shù)eneral作為缺省變量。

      二、實(shí)證結(jié)果與分析

      表4為L(zhǎng)ogit模型回歸結(jié)果,顯示分析師所屬券商的規(guī)模、分析師推薦的標(biāo)的公司的市值這兩個(gè)變量顯著降低分析師的薦股準(zhǔn)確性;而分析師聲譽(yù)能顯著提高其薦股報(bào)告的準(zhǔn)確性。分析師的性別和分析師所覆蓋的公司的數(shù)量這兩個(gè)變量對(duì)分析師的薦股準(zhǔn)確性沒(méi)有影響。不同的行業(yè)存在明顯的差別,finance(金融)、tmt(科技、媒體和通信)和energy_environment(環(huán)保)這三個(gè)行業(yè)的薦股報(bào)告準(zhǔn)確性較高。另外,不同類(lèi)型的買(mǎi)入評(píng)級(jí)報(bào)告在其準(zhǔn)確性上沒(méi)有顯著差別。

      我們的樣本中,5家大券商共計(jì)發(fā)布了539份買(mǎi)入評(píng)級(jí)報(bào)告,達(dá)標(biāo)報(bào)告有153份,占比28.4%;而其他19家上榜券商合計(jì)發(fā)布509份,達(dá)標(biāo)報(bào)告195份,占比38.3%。這說(shuō)明大券商發(fā)布的報(bào)告數(shù)量多,但質(zhì)量不如小券商。小券商平臺(tái)上的分析師的薦股準(zhǔn)確性反而更高,這與信息優(yōu)勢(shì)的預(yù)期結(jié)果相反。可能的解釋就是,大券商的分析師可以更多更好地與機(jī)構(gòu)投資者接觸,這會(huì)增大獲得《新財(cái)富》分析師投票的可能性,因此大券商分析師更容易上榜。而且大券商分析師面臨更多的利益沖突,很多重倉(cāng)的股票都希望分析師可以覆蓋并發(fā)布買(mǎi)入評(píng)級(jí)報(bào)告,因此大券商的分析師有更大的壓力去發(fā)布更多本來(lái)可能達(dá)不到標(biāo)準(zhǔn)的買(mǎi)入評(píng)級(jí)報(bào)告。假設(shè)分析師分為兩種,一種是薦股準(zhǔn)確的分析師,一種是薦股不準(zhǔn)確的分析師,那么可能會(huì)產(chǎn)生如下的《新財(cái)富》上榜分析師矩陣。由于我們考慮的樣本均為上榜分析師,因此小券商上榜的分析師其薦股準(zhǔn)確率可能更高。

      分析師推薦市值小的推薦標(biāo)的,薦股準(zhǔn)確率會(huì)較高,這和我們的預(yù)期結(jié)果類(lèi)似。我國(guó)上市公司里市值大的一般都是央企和國(guó)企,雖然市場(chǎng)關(guān)注度高,但證券分析師很難比其他投資者擁有更多的信息優(yōu)勢(shì),而那些市值小的公司大都是私營(yíng)企業(yè),如果分析師與之有更多交流,可能會(huì)讓分析師掌握更多的信息優(yōu)勢(shì),從而更容易推薦出好的標(biāo)的股票。

      三、模型解釋力度檢驗(yàn)

      對(duì)比因變量y的實(shí)際觀察值(1或者0)和Logit模型預(yù)測(cè)值(介于0和1之間的一個(gè)概率值),如果我們規(guī)定:模型預(yù)測(cè)值>=0.5,則模型預(yù)測(cè)結(jié)果為1,否則模型預(yù)測(cè)結(jié)果為0,則我們可以檢驗(yàn)?zāi)P偷慕忉屃Χ?。?duì)比結(jié)果一共存在如下四種可能:(A)推薦標(biāo)的實(shí)際跑贏指數(shù)15%,模型預(yù)測(cè)結(jié)果是1;(B)推薦標(biāo)的實(shí)際跑贏指數(shù)15%,模型預(yù)測(cè)結(jié)果是0;(C)推薦標(biāo)的實(shí)際沒(méi)有跑贏指數(shù)15%,模型預(yù)測(cè)結(jié)果是1;(D)推薦標(biāo)的實(shí)際沒(méi)有跑贏指數(shù)15%,模型預(yù)測(cè)結(jié)果是0。其中(A)和(D)說(shuō)明模型成功預(yù)測(cè),(B)和(C)說(shuō)明模型錯(cuò)誤預(yù)測(cè)。我們將表4中的回歸參數(shù)帶回Logit回歸方程,計(jì)算出因變量y的預(yù)測(cè)值,然后再由公式推導(dǎo)出1048個(gè)值,p值即為L(zhǎng)ogit模型預(yù)測(cè)的薦股準(zhǔn)確率。我們因此得出表6中的模型解釋力度。

      我們的Logit模型預(yù)測(cè)的總體準(zhǔn)確率為68.7%。具體來(lái)說(shuō),如果推薦標(biāo)的實(shí)際沒(méi)有跑贏指數(shù)15%,而模型預(yù)測(cè)結(jié)果也為0的這種情況,準(zhǔn)確率高達(dá)94%;但若推薦標(biāo)的實(shí)際跑贏指數(shù)15%,模型預(yù)測(cè)也為1的這種情況,準(zhǔn)確率僅為17.82%。

      如果我們提高判斷標(biāo)準(zhǔn)用來(lái)指導(dǎo)實(shí)際投資,效果則會(huì)好很多。比如我們將p值大于0.6的挑選出來(lái),檢驗(yàn)是否實(shí)現(xiàn)收益諾言,見(jiàn)下表7??梢钥闯?,此時(shí)我們選出來(lái)的標(biāo)的雖然很少,但是達(dá)標(biāo)率達(dá)到19/22=86.36%。

      作為樣本外模型解釋力度的檢驗(yàn),我們另外使用2014年《新財(cái)富》上榜分析師2014年12月1日至2015年4月30日推薦的425份買(mǎi)入評(píng)級(jí)報(bào)告,使用表4中的Logit模型估計(jì)參數(shù),計(jì)算出425個(gè)p值。如果我們將p>=0.6的74份買(mǎi)入評(píng)級(jí)報(bào)告挑選出來(lái),實(shí)際跑贏滬深300指數(shù)15%的有62個(gè),達(dá)標(biāo)比例高達(dá)83.78%,74個(gè)標(biāo)的平均超額收益率為71.77%。我們因此相信本文模型對(duì)投資者的投資決策有現(xiàn)實(shí)的參考價(jià)值。

      四、結(jié)論

      本文選用2012、2013兩個(gè)年度的《新財(cái)富》上榜分析師在其隨后一年內(nèi)發(fā)布的1048份買(mǎi)入評(píng)級(jí)報(bào)告為研究對(duì)象,從信息優(yōu)勢(shì)的角度,分析分析師薦股報(bào)告準(zhǔn)確率的影響因素。證券分析師作為二級(jí)市場(chǎng)信息的提供者,本身具有比較好的專(zhuān)業(yè)知識(shí),再結(jié)合他們對(duì)上市公司的調(diào)研、與同行的交流、對(duì)市場(chǎng)的理解和把握,因此比普通投資者掌握更多的信息優(yōu)勢(shì),他們的薦股報(bào)告應(yīng)該是投資者比較好的參考依據(jù)。通過(guò)本文的研究結(jié)果,我們可以從《新財(cái)富》上榜分析師的買(mǎi)入評(píng)級(jí)報(bào)告中選出一些有更大概率跑贏基準(zhǔn)指數(shù)的投資標(biāo)的。

      參考文獻(xiàn):

      [1] 李春濤,徐鑫,李萬(wàn)峰.分析師評(píng)級(jí)有效性研究:中國(guó)A股市場(chǎng)的證據(jù)[J].浙江社會(huì)科學(xué),2014(9)

      [2] 王宇熹,洪劍峭,肖峻.頂級(jí)券商的明星分析師薦股評(píng)級(jí)更有價(jià)值么?——基于券商聲譽(yù)、分析師聲譽(yù)的實(shí)證研究[J].管理工程學(xué)報(bào),2012(3)

      [3] Clement, Michael:Analyst Forecast Accuracy.Do Ability, Resources and Portfolio Complexity Matter[J].Journal of Accounting & Economics, 1999(3)

      [4] Demiroglu, Cem, Michael Ryngaert.The First Analyst Coverage of Neglected Stocks [J].Financial Management,2010(2)

      [5] Desai,Hemang, Bing Liang and Ajai Singh.Do All-Stars Shine Evaluation of Analyst Recommendations[J].Financial Analysts Journal,2000(3)

      [6] Jacob, John, Thomas Lys and Margaret Neale.Expertise in Forecasting Performance of Security Analysts [J]. Journal of Accounting & Economics,1999(1)

      [7] Jiang, George, Liangliang Lu and Dongming Zhu.The Information Content of Analyst Recommendation Revisions: Evidence from the Chinese Stock Market [J].Pacific-Basin Finance Journal, 2014, September

      [8] Mikhail, Michael,Beverly Walther and Richard Willis.Do Security Analysts Improve Their Performance with Experience [J].Journal of Accounting Research, 1997(4)

      (作者單位:周豫,北京大學(xué)匯豐商學(xué)院 廣東深圳 518055;張林甫,申銀萬(wàn)國(guó)研究所 上海 200002;徐浩然,南京大學(xué)商學(xué)院 江蘇南京 210046)

      (作者簡(jiǎn)介:周豫,美國(guó)俄亥俄州立大學(xué)經(jīng)濟(jì)學(xué)博士,北京大學(xué)匯豐商學(xué)院助理教授,房地產(chǎn)研究中心助理主任,美國(guó)房利美公司經(jīng)濟(jì)師,研究方向?yàn)榉康禺a(chǎn)經(jīng)濟(jì)與金融;張林甫,金融學(xué)碩士,申銀萬(wàn)國(guó)研究所;徐浩然,南京大學(xué)商學(xué)院。)

      (責(zé)編:賈偉)

      猜你喜歡
      分析師
      分析師一致預(yù)期
      分析師一致預(yù)期
      分析師一致預(yù)期
      分析師一致預(yù)期
      分析師一致預(yù)期
      分析師一致預(yù)期
      分析師一致預(yù)期
      分析師一致預(yù)期
      分析師一致預(yù)期
      分析師一致預(yù)期
      喀喇沁旗| 江安县| 孟州市| 南澳县| 隆德县| 拜城县| 竹北市| 开化县| 罗源县| 常德市| 宜良县| 华坪县| 库尔勒市| 彩票| 屏东县| 麻阳| 弥勒县| 金堂县| 全州县| 沅陵县| 龙南县| 青阳县| 阳原县| 孟村| 彝良县| 扎兰屯市| 手机| 祁阳县| 无锡市| 微博| 中江县| 建湖县| 台中市| 恩施市| 赤峰市| 大足县| 密山市| 西林县| 专栏| 广丰县| 洛扎县|