分析师预测精度(一致预测中位数口径)
「分析师预测精度(一致预测中位数口径)」，覆盖 2006-2025 年，频率 年度，上市公司层级，含 21 个变量，样本量约 43,055。 衡量证券分析师对公司盈利预测的准确性、偏差方向及市场反应。
| 时间跨度 | 2006-2025 年 |
|---|---|
| 数据频率 | 年度 |
| 层级 | 上市公司 |
| 变量数 | 21 |
| 样本量 | 43,055 |
| 是否可合并 | 可与同主体数据集合并 |
字段字典
- Symbol [股票代码] — 股票代码
- StkName [证券简称] — 证券简称
- Year [年份] — 被预测的财务年度
- Province [省份] — 公司注册所在省份
- ProvinceCode [省份代码] — 省份行政区划代码(6位)
- City [城市] — 公司注册所在城市
- CityCode [城市代码] — 城市行政区划代码(6位)
- County [区县] — 公司注册所在区县
- CountyCode [区县代码] — 区县行政区划代码(6位)
- IndustryCode [行业代码] — 中上协行业分类代码
- IndustryName [行业名称] — 中上协行业分类名称
- ActualEPS [实际EPS] — 年末实际基本每股收益(元)
- ConsensusForecastEPS [一致预测EPS] — 计算公式为: 各分析师最近一轮EPS预测的中位数(元)
- ForecastError [预测误差] — 计算公式为: (一致预测EPS-实际EPS)/abs(实际EPS)*100%, 正值表示乐观偏差。单位：%
- AbsForecastError [绝对预测误差] — 计算公式为: abs(一致预测EPS-实际EPS)/abs(实际EPS)*100%, 衡量预测精度。单位：%
- ForecastBias [预测偏差] — 参考姜付秀等(2009, 管理世界)的方法，计算公式为：(管理层预测EPS-实际EPS)/|实际EPS|，正值表示管理层高估了盈利，经1%/99%缩尾处理。单位：比例
- AbsForecastBias [绝对预测偏差] — 计算公式为: abs(一致预测EPS-实际EPS)。单位：元
- ForecastOptimism [预测乐观度] — 预测EPS大于实际EPS的分析师占比(%)
- EarningsSurprise [盈余惊喜] — 计算公式为: (实际EPS-一致预测EPS)/abs(一致预测EPS)*100%, 标准化盈余意外。单位：%
- AbsEarningsSurprise [绝对盈余惊喜] — 计算公式为: abs(实际EPS-一致预测EPS)/abs(一致预测EPS)*100%。单位：%
- ForecastImproveRate [预测改善率] — 最终预测误差小于初始预测误差的分析师比例(%)
常见问题
- 「分析师预测精度(一致预测中位数口径)」是什么数据集？
- 分析师预测精度(一致预测中位数口径)，隶属信息环境。衡量证券分析师对公司盈利预测的准确性、偏差方向及市场反应。
- 该数据集的时间范围是？
- 覆盖 2006-2025 年。
- 包含哪些变量/指标？
- 共 21 个变量。核心指标包括：实际EPS、一致预测EPS、预测误差、绝对预测误差、预测偏差、绝对预测偏差、预测乐观度、盈余惊喜、绝对盈余惊喜、预测改善率。完整字段清单（变量名·中文名·说明）见页面「字段字典」。
- 数据频率和层级是怎样的？
- 频率为年度，上市公司层级。
- 样本量有多大？
- 约 43,055 条观测。
- 数据是如何测算/获取的？
- 指标定义与计算方法 本数据集旨在衡量证券分析师对公司盈利预测的准确性、偏差方向及市场反应。核心思路是将分析师在报告期内形成的每股收益（EPS）一致预测值与公司实际实现的EPS进行对比，计算预测误差、偏差和盈余惊喜等系列指标。分析师预测数据通常基于各分析师在特定时间窗口内发布的最近一轮预测报告，通过取中位数等方法形成一致预测值，以综合反映市场预期。实际EPS则取自公司经审计的年度财务报告。 分析师预测的精度通过预测误差来衡量，其标准化形式为预测值与实际值之差相对于实际值的绝对值的百分比。预测偏差则用于判断分析师预测的系统性倾向，正值通常表示预测过于乐观（高估盈利），负值则表示预测过于悲观（低估盈利）。盈余惊喜反映了实际盈利相对于市场预期的意外程度，是影响股价短期波动的重要信息。 具体计算中，设$ConsensusForecastEPSt$为公司在第$t$年的一致预测EPS（元），$ActualEPSt$为第$t$年的实际EPS（元）。核心指标的计算公式如下： 绝对预测误差（$AbsForecastError$）衡量预测的绝对精度，计算公式为： $$AbsForecastError = \frac{|ConsensusForecastEPSt - ActualEPSt|}{|ActualEPSt|} \times 100\%$$ 预测误差（$ForecastError$）衡量预测的偏差方向，计算公式为： $$ForecastError = \frac{ConsensusForecastEPSt - ActualEPSt}{|ActualEPSt|} \times 100\%$$ 其中，$ForecastError$为正值表示一致预测高于实际值（乐观偏差），负值则表示一致预测低于实际值（悲观偏差）。绝对预测偏差（$AbsForecastBias$）为预测值与实际值之差的绝对值（单位：元）。 盈余惊喜（$EarningsSurprise$）衡量实际盈利相对于预测的意外程度，计算公式为： $$EarningsSurprise = \frac{ActualEPSt - ConsensusForecastEPSt}{|ConsensusForecastEPSt|} \times 100\%$$ 绝对盈余惊喜（$AbsEarningsSurprise$）为其绝对值形式。此外，数据集还包含预测乐观度（$ForecastOptimism$），即预测EPS大于实际EPS的分析师占所有发布预测的分析师的比例（%），以及预测改善率（$ForecastImproveRate$），即最终预测误差小于其初始预测误差的分析师比例（%）。 补充说明 - 一致预测EPS的计算采用各分析师在报告期内最近一轮EPS预测值的中位数。 - 预测偏差（$ForecastBias$）指标参考了特定文献的方法，并进行了1%和99%分位数的缩尾处理以控制极端值影响。 - 数据集包含公司注册地信息（省、市、区县及对应行政区划代码）以及按中上协行业分类（制造业取二级代码前两位，其他行业取门类首位）划分的行业信息。 参考文献 - Clement M B. Analyst forecast accuracy: Do ability, resources, and portfolio complexity matter?[J]. Journal of Accounting and Economics, 1999, 27(3): 285-303. - 姜付秀， 张敏， 陆正飞， 等. 管理者过度自信、企业扩张与财务困境[J]. 经济研究， 2009, 44(1): 131-143.
- 如何获取该数据集？
- 通过站内对应淘宝链接下单后，客服发放兑换码；在站内"兑换"页输入兑换码即可获得下载权益并下载。