预测修正动态(Richardson)

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
• EPSRevisionMean [EPS平均修正幅度] — 计算公式为：每位分析师(末次EPS预测-首次EPS预测)/abs(首次EPS预测)*100%的算术平均值，负值表示整体下调，参考Gleason & Lee(2003,TAR)。单位：%
• EPSRevisionAbsMean [EPS绝对修正均值] — 计算公式为：每位分析师abs(末次EPS预测-首次EPS预测)/abs(首次EPS预测)*100%的算术平均值，衡量修正强度，参考Jegadeesh et al.(2004,JAR)。单位：%
• H1ConsensusEPS [上半年一致预测EPS] — 计算公式为：1至6月发布的EPS预测报告的中位数(元)，用于衡量年初预期水平，参考Richardson et al.(2004,JAR)
• H2ConsensusEPS [下半年一致预测EPS] — 计算公式为：7至12月发布的EPS预测报告的中位数(元)，用于衡量年末预期水平，参考Richardson et al.(2004,JAR)
• ConsensusWalkdown [一致预测下调幅度] — 计算公式为：(下半年一致预测EPS-上半年一致预测EPS)/abs(上半年一致预测EPS)*100%，负值表示预测下调(乐观偏差修正)，参考Richardson, Teoh & Wysocki(2004,JAR)。单位：%
• RevisionMomentum [修正动量] — 计算公式为：(上调分析师数-下调分析师数)/(上调+下调分析师数)*100%，正值表示整体上调趋势，参考Jegadeesh et al.(2004,JAR)。单位：%
• NetRevisionPct [净修正比例] — 计算公式为：有修正行为的分析师人数/跟踪分析师总数*100%，衡量预测活跃度。单位：%

常见问题

「预测修正动态(Richardson)」是什么数据集？

预测修正动态(Richardson)，隶属信息环境。衡量分析师群体对公司未来盈利预期的系统性调整过程。

该数据集的时间范围是？

覆盖 2016-2025 年。

包含哪些变量/指标？

共 18 个变量。核心指标包括：EPS平均修正幅度、EPS绝对修正均值、上半年一致预测EPS、下半年一致预测EPS、一致预测下调幅度、修正动量、净修正比例。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 分析师盈利预测修正动态指标旨在捕捉分析师群体对公司未来盈利预期随时间推移而发生系统性调整的过程。这些调整反映了分析师在获取新信息（包括公司公告、宏观经济变化等）后，对原有预测的修正行为，其方向和幅度蕴含着重要的市场信息。核心指标围绕分析师对每股收益（EPS）预测的修正行为以及年度内一致预期的变化趋势构建。 分析师修正行为的基础是跟踪同一家公司的分析师在特定财年内发布的多次预测报告。对于每位分析师，记录其在该财年内的首次和末次EPS预测值。基于此，可以计算每位分析师的修正幅度，即$(末次EPS预测 - 首次EPS预测) / |首次EPS预测| \times 100\%$。对所有跟踪分析师计算该值的算术平均值，得到$EPSRevisionMean$，该指标反映了分析师预测修正的平均方向，负值表示整体下调。同时，计算每位分析师修正幅度的绝对值后再求平均，得到$EPSRevisionAbsMean$，该指标衡量了修正的绝对强度，与信息流强度相关。参考Gleason & Lee (2003) 和 Jegadeesh et al. (2004)。 为了衡量分析师群体内部的意见变化趋势，定义了$RevisionMomentum$，计算公式为$(上调分析师数 - 下调分析师数) / (上调分析师数 + 下调分析师数) \times 100\%$，正值表明上调的分析师占主导，形成向上的修正动量。$NetRevisionPct$则计算了发生修正行为（即首次与末次预测不同）的分析师占总跟踪分析师的比例，反映了预测的活跃度。 除了分析师的个体修正行为，年度内一致预期的整体漂移（Walkdown）现象是另一个研究重点。参考Richardson et al. (2004) 的方法，分别计算上半年（1-6月）和下半年（7-12月）发布的所有EPS预测报告的中位数，得到$H1ConsensusEPS$和$H2ConsensusEPS$，分别代表年初和年末的市场一致预期水平。一致预测下调幅度（$ConsensusWalkdown$）则衡量了从年初到年末，市场一致预期发生的系统性变化，其计算公式为： $$ConsensusWalkdown = \frac{H2ConsensusEPS - H1ConsensusEPS}{|H1ConsensusEPS|} \times 100\%$$ 其中$H1ConsensusEPS$为上半年一致预测EPS，$H2ConsensusEPS$为下半年一致预测EPS。该指标通常为负值，表明分析师的预测存在乐观偏差，并随着财年推进而向下修正。 补充说明 - 计算涉及的分析师预测数据均基于对同一公司同一财年的预测。 - 在计算$EPSRevisionMean$、$EPSRevisionAbsMean$、$RevisionMomentum$和$NetRevisionPct$时，仅考虑在当年内发布了至少两次EPS预测的分析师。 - 计算$H1ConsensusEPS$和$H2ConsensusEPS$时，分别取对应时间段内所有EPS预测值的中位数。 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. - Gleason C A, Lee C M C. Analyst forecast revisions and market price discovery[J]. The Accounting Review, 2003, 78(1): 193-225. - Jegadeesh N, Kim J, Krische S D, et al. Analyzing the analysts: When do recommendations add value?[J]. The Journal of Finance, 2004, 59(3): 1083-1124. - Richardson S, Teoh S H, Wysocki P D. The walk-down to beatable analyst forecasts: The role of equity issuance and insider trading incentives[J]. Contemporary Accounting Research, 2004, 21(4): 885-924.

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。