信息不对称分解(Barron)
「信息不对称分解(Barron)」，覆盖 2016-2025 年，频率 年度，上市公司层级，含 15 个变量，样本量约 27,365。 衡量市场信息环境中的信息不对称程度。
| 时间跨度 | 2016-2025 年 |
|---|---|
| 数据频率 | 年度 |
| 层级 | 上市公司 |
| 变量数 | 15 |
| 样本量 | 27,365 |
| 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
- BarronD [私有信息差异度] — 计算公式为：D=(1/(N-1))*SUM(fi-f_bar)^2，即分析师个人预测的样本方差，衡量私有信息差异程度，参考Barron, Kim, Lim & Stevens(1998,TAR)
- BarronSE [公共信息不确定性] — 计算公式为：SE=(一致预测EPS均值-实际EPS)^2，衡量公共信息中的不确定性成分，参考Barron et al.(1998,TAR)
- BarronV [总不确定性] — 计算公式为：V=SE+D*(N-1)/N，综合反映公共和私有信息不确定性的总量，参考Barron et al.(1998,TAR)
- InfoAsymmetry [信息不对称比率] — 计算公式为：D/(SE+D)*100%，值越高表示分析师间私有信息占比越大，信息不对称程度越高，参考Barron et al.(1998,TAR)。单位：%
常见问题
- 「信息不对称分解(Barron)」是什么数据集？
- 信息不对称分解(Barron)，隶属信息环境。衡量市场信息环境中的信息不对称程度。
- 该数据集的时间范围是？
- 覆盖 2016-2025 年。
- 包含哪些变量/指标？
- 共 15 个变量。核心指标包括：私有信息差异度、公共信息不确定性、总不确定性、信息不对称比率。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 27,365 条观测。
- 数据是如何测算/获取的？
- 指标定义与计算方法 本数据集提供了基于分析师盈利预测数据计算的Barron不确定性分解指标，用于衡量市场信息环境。Barron, Kim, Lim和Stevens (1998) 提出了一个将分析师预测的总不确定性分解为公共信息不确定性和私有信息差异度的框架。该框架认为，分析师预测的差异不仅源于对公共信息的不同解读（公共信息不确定性），也源于分析师各自掌握的私有信息（私有信息差异度）。这一分解有助于评估信息不对称的程度。 具体而言，对于每家公司在每个财务年度，首先收集所有分析师对该年度每股收益（EPS）的预测值。设共有$N$位分析师，第$i$位分析师的预测值为$fi$，所有分析师预测的算术平均值为$\bar{f}$。分析师预测的总方差（即样本方差）被定义为私有信息差异度（$D$），它衡量了分析师因持有不同私有信息而产生的预测分歧。计算公式为： $$D = \frac{1}{N-1} \sum{i=1}^{N} (fi - \bar{f})^2$$ 其中$fi$为第$i$位分析师的EPS预测值，$\bar{f}$为所有分析师预测的算术平均值，$N$为分析师人数。 公共信息不确定性（$SE$）则衡量了市场共识（一致预测均值）与最终实现值之间的偏差，反映了公共信息集本身的不确定性。计算公式为： $$SE = (\bar{f} - A)^2$$ 其中$A$为实际报告的EPS。 总不确定性（$V$）是公共信息不确定性和私有信息差异度的加权综合，反映了预测环境整体的不确定性水平。计算公式为： $$V = SE + D \times \frac{N-1}{N}$$ 最后，信息不对称比率（$InfoAsymmetry$）通过计算私有信息差异度在总不确定性（$SE+D$）中所占的比例，来量化信息不对称的程度。该比率越高，表明分析师预测的分歧更多源于私有信息的差异，即信息不对称程度越高。计算公式为： $$InfoAsymmetry = \frac{D}{SE + D} \times 100\%$$ 补充说明 - 计算基于分析师对特定财务年度每股收益（EPS）的预测数据。 - 仅当某公司-年度存在至少两位分析师的有效预测时，才进行相关指标的计算。 参考文献 - Barron O E, Kim O, Lim S C, et al. Using analysts' forecasts to measure properties of analysts' information environment[J]. The Accounting Review, 1998, 73(4): 421-433.
- 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。