分析师情绪(覆盖度与羊群指数)
「分析师情绪(覆盖度与羊群指数)」，覆盖 2017-2025 年，频率 年度，上市公司层级，含 27 个变量，样本量约 21,981。 衡量专业分析师群体对上市公司的整体情绪倾向。
| 时间跨度 | 2017-2025 年 |
|---|---|
| 数据频率 | 年度 |
| 层级 | 上市公司 |
| 变量数 | 27 |
| 样本量 | 21,981 |
| 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] — 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
- AvgBrokerCount [年均券商覆盖数] — 参考Hong & Kubik (2003, JF)的方法，计算公式为：年度内各月券商覆盖数的算术平均值。单位：家
- MaxBrokerCount [最大券商覆盖数] — 年度内月度最大券商覆盖数量。单位：家
- CoverageGrowth [覆盖增长率] — 参考Hong & Kubik (2003, JF)的方法，计算公式为：(年末覆盖数-年初覆盖数)/年初覆盖数，正值表示分析师关注度上升。单位：比例
- CoverageMomentum [覆盖动量] — 计算公式为：年度内月度覆盖变化的累计值，正值表示覆盖持续增加。单位：家
- AvgCoverageRank [年均覆盖排名] — 年度内月度覆盖排名的平均值，范围0-100分位。单位：%
- HighCoverageMonths [高覆盖月份数] — 年度内覆盖排名位于前30%的月份数量。单位：月
- CoverageStability [覆盖稳定性] — 年度内覆盖稳定性的平均值，高值表示分析师持续稳定跟踪。单位：比例
- AvgCoverageDuration [平均覆盖时长] — 年度内分析师平均持续跟踪月数。单位：月
- CoverageVolatility [覆盖波动率] — 计算公式为：年度内券商覆盖数的标准差，反映覆盖稳定程度。单位：家
- AvgHerdingIndex [年均羊群指数] — 参考Stickel (1990, FAJ)的方法，计算公式为：年度内羊群指数的平均值，高值表示分析师跟风行为明显
- HerdingPersistence [羊群持续性] — 计算公式为：年度内羊群指数超过0.5的月份占比，反映羊群行为的持续程度。单位：比例
- AvgInfoEfficiency [年均信息效率] — 年度内信息效率指数的平均值，高值表示信息传递效率较高
- SentimentProxy [情绪代理指数] — 参考Hong & Kubik (2003, JF)和Stickel (1990, FAJ)的方法，计算公式为：覆盖增长、覆盖排名、稳定性(正向)和羊群指数(负向)的标准化均值
- SentimentRank [情绪排名] — 计算公式为：情绪代理指数在当年截面的百分位排名，范围0-100
- IsHighSentiment [高情绪标识] — 是否为高情绪股票(0=否，1=是)，即情绪排名位于当年前25%
- IsLowSentiment [低情绪标识] — 是否为低情绪股票(0=否，1=是)，即情绪排名位于当年后25%
常见问题
- 「分析师情绪(覆盖度与羊群指数)」是什么数据集？
- 分析师情绪(覆盖度与羊群指数)，隶属信息环境。衡量专业分析师群体对上市公司的整体情绪倾向。
- 该数据集的时间范围是？
- 覆盖 2017-2025 年。
- 包含哪些变量/指标？
- 共 27 个变量。核心指标包括：年均券商覆盖数、最大券商覆盖数、覆盖增长率、覆盖动量、年均覆盖排名、高覆盖月份数、覆盖稳定性、平均覆盖时长、覆盖波动率、年均羊群指数、羊群持续性、年均信息效率、情绪代理指数、情绪排名、高情绪标识、低情绪标识。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 21,981 条观测。
- 数据是如何测算/获取的？
- 指标定义与计算方法 分析师情绪是衡量市场参与者，特别是专业分析师群体，对特定上市公司乐观或悲观程度的代理变量。该指标通过捕捉分析师在覆盖公司过程中的行为模式来构建，其核心逻辑在于，分析师覆盖度的增加、覆盖排名的提升以及稳定的跟踪行为通常反映了其对该公司的乐观预期和持续信心；反之，分析师群体中普遍的跟风行为（羊群效应）则可能削弱其独立判断能力，被视为情绪的非理性成分。本数据集综合了覆盖度、羊群行为、稳定性等多个维度，构建了综合性的情绪代理指数。 分析师覆盖度是衡量市场关注度的基础指标。AvgBrokerCount（年均券商覆盖数）为年度内各月覆盖该公司的券商数量的算术平均值，反映了覆盖的广度。CoverageGrowth（覆盖增长率）衡量覆盖度的年度变化，计算公式为： $$CoverageGrowth = \frac{Coverage{t, end} - Coverage{t, begin}}{Coverage{t, begin}}$$ 其中$Coverage{t, end}$为年末覆盖数，$Coverage{t, begin}$为年初覆盖数。CoverageMomentum（覆盖动量）则计算年度内月度覆盖变化的累计值，以捕捉覆盖度的持续增长趋势。AvgCoverageRank（年均覆盖排名）为年度内月度覆盖排名的平均值，排名以百分位表示，数值越高代表覆盖度在同业中越靠前。HighCoverageMonths（高覆盖月份数）统计年度内覆盖排名位于前30%的月份数量。覆盖的稳定性通过AvgCoverageDuration（平均覆盖时长）和CoverageStability（覆盖稳定性）来衡量，前者是分析师平均持续跟踪的月数，后者是年度内覆盖稳定性的平均值。CoverageVolatility（覆盖波动率）则计算年度内券商覆盖数的标准差，用以反映覆盖的稳定程度。 分析师羊群行为是衡量其独立性的关键指标。AvgHerdingIndex（年均羊群指数）为年度内羊群指数的平均值，高值表示分析师跟风行为明显。HerdingPersistence（羊群持续性）计算年度内羊群指数超过0.5的月份占比，用以反映羊群行为的持续程度。AvgInfoEfficiency（年均信息效率）为年度内信息效率指数的平均值，高值表示信息传递效率较高。 综合以上多个维度，构建核心的情绪代理变量SentimentProxy（情绪代理指数）。该指数综合了覆盖增长、覆盖排名、稳定性（正向）和羊群指数（负向）等信息，计算为这些指标的标准化均值。SentimentRank（情绪排名）则是SentimentProxy在当年所有公司截面上的百分位排名，范围0-100。基于此排名，定义了二元标识变量：IsHighSentiment（高情绪标识）在情绪排名位于当年前25%时取值为1，否则为0；IsLowSentiment（低情绪标识）在情绪排名位于当年后25%时取值为1，否则为0。 数据集同时包含了公司注册地信息（Province、City、County及其对应代码）和行业信息（IndustryCode、IndustryName），行业分类按中上协行业分类（制造业取二级代码前两位，其他行业取门类首位）。 补充说明 - 情绪代理指数SentimentProxy在计算时，对覆盖增长、覆盖排名、稳定性等正向指标和羊群指数等负向指标进行了方向调整和标准化处理。 - 情绪排名SentimentRank及高/低情绪标识IsHighSentiment、IsLowSentiment均在年度截面内计算。 参考文献 - Hong H, Kubik J D. Analyzing the analysts: Career concerns and biased earnings forecasts[J]. The Journal of Finance, 2003, 58(1): 313-351. - Stickel S E. Predicting individual analyst earnings forecasts[J]. The Journal of Accounting Research, 1990, 28(2): 409-417.
- 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。