分析师羊群行为(BCK法)
「分析师羊群行为(BCK法)」，覆盖 2001-2025 年，频率 年度，上市公司层级，含 13 个变量，样本量约 36,100。 衡量分析师发布盈利预测时偏离市场共识的独立判断倾向。
| 时间跨度 | 2001-2025 年 |
|---|---|
| 数据频率 | 年度 |
| 层级 | 上市公司 |
| 变量数 | 13 |
| 样本量 | 36,100 |
| 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] — 预测目标年份，即预测终止日对应的财务年度
- 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
- BCKStat [BCK反羊群统计量] — 参考Bernhardt、Campello和Kutsoati(2006,Journal of Financial Economics)方法，计算公式为：P(预测>实际|预测>一致预期)+P(预测<实际|预测<一致预期)-1。正值表示反羊群(预测系统性偏离一致预期)，负值表示羊群。单位：比例
- IsAntiHerding [是否反羊群行为] — 是否反羊群行为(0=否，1=是)，BCK反羊群统计量大于0.1，表示分析师预测系统性偏离一致预期且方向正确
常见问题
- 「分析师羊群行为(BCK法)」是什么数据集？
- 分析师羊群行为(BCK法)，隶属信息环境。衡量分析师发布盈利预测时偏离市场共识的独立判断倾向。
- 该数据集的时间范围是？
- 覆盖 2001-2025 年。
- 包含哪些变量/指标？
- 共 13 个变量。核心指标包括：BCK反羊群统计量、是否反羊群行为。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 36,100 条观测。
- 数据是如何测算/获取的？
- 指标定义与计算方法 分析师羊群行为是指分析师在发布盈利预测时，其预测结果倾向于向市场共识（一致预期）靠拢，而非基于其独立私有信息做出判断的现象。为了全面度量这一行为，本数据集基于个体分析师预测数据，构建了多维度的羊群行为指标。其中，核心的反羊群行为检验方法参考了Bernhardt、Campello和Kutsoati (2006) 的研究。该方法旨在识别分析师是否为了展示其私有信息而系统性偏离市场一致预期，且这种偏离最终被证明是正确的（即预测方向与实际盈利变动方向一致）。其核心统计量（BCKStat）的计算逻辑如下：首先，计算在分析师预测高于市场一致预期的条件下，其预测值最终高于实际盈利值的概率；其次，计算在分析师预测低于市场一致预期的条件下，其预测值最终低于实际盈利值的概率；最后，将这两个概率相加并减去1。该统计量的经济含义在于，若分析师存在反羊群行为（即有意偏离共识以展示其信息优势），则上述两个条件概率之和应显著大于1，导致BCKStat为正值；反之，若分析师存在羊群行为（即跟随共识），则该值倾向于为负值。 $$BCKStat = P(Forecast Actual \mid Forecast Consensus) + P(Forecast < Actual \mid Forecast < Consensus) - 1$$ 其中$Forecast$为分析师个体盈利预测值，$Actual$为公司实际盈利值，$Consensus$为同期市场一致预期（通常为所有分析师预测的中位数或均值）。 基于BCKStat，可以进一步定义二元标识变量$IsAntiHerding$。当BCKStat大于0.1时，认为分析师群体在该股票-年度上表现出显著的反羊群行为，取值为1；否则取值为0。该阈值设定参考了相关学术文献的惯例，用于识别具有经济显著性的反羊群模式。 补充说明 - 计算过程基于可进行大胆/羊群分类的个体分析师预测数据。 - 市场一致预期通常采用同一报告期内所有分析师预测值的中位数计算。 - 实际盈利值为公司经审计的年度净利润。 参考文献 - Bernhardt D, Campello M, Kutsoati E. Who herds?[J]. Journal of Financial Economics, 2006, 80(3): 657-675.
- 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。