管理层预测质量(分位数与预测距离法)
「管理层预测质量(分位数与预测距离法)」，覆盖 2001-2025 年，频率 年度，上市公司层级，含 24 个变量，样本量约 35,652。 衡量管理层业绩预告的预测质量。
| 时间跨度 | 2001-2025 年 |
|---|---|
| 数据频率 | 年度 |
| 层级 | 上市公司 |
| 变量数 | 24 |
| 样本量 | 35,652 |
| 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
- ForecastType [预告类型] — 业绩预告类型(预增/预减/首亏/续亏/扭亏/略增/略减/续盈/不确定)
- PChangeMid [预告变动率中值] — 参考王冰洁,刘振涛(2017,经济问题探索)的方法，计算公式为：(预告变动下限+预告变动上限)/2，单位为百分比(%)。用作管理层预测质量度量的基础变量
- ActualChange [实际变动率] — 实际净利润同比变动率，计算公式为：(本年归母净利润-上年归母净利润)/|上年归母净利润|*100，单位为百分比(%)
- IndPChangeMean [行业预测均值] — 年度-行业(中上协)内所有企业预告变动率中值的算术平均值，单位为百分比(%)
- IndPChangeMin [行业预测下限] — 年度-行业(中上协)内所有企业预告变动率中值的第1百分位数，用于计算行业预测区间，单位为百分比(%)
- IndPChangeMax [行业预测上限] — 年度-行业(中上协)内所有企业预告变动率中值的第99百分位数，用于计算行业预测区间，单位为百分比(%)
- Quantile [分位数位置] — 参考王冰洁,刘振涛(2017,经济问题探索)的方法，计算公式为：将预告变动率中值在年度-行业(中上协)内按升序排列后的四分位数位置(1-4)。分位数位置值越大，预测偏离行业区间中心越远，管理层预测质量越低。单位：%
- Actdis [预测距离] — 参考Ciconte, Kirk & Tucker(2014, Review of Accounting Studies)的方法，计算公式为：2*|实际变动率-预测中值|/(行业预测上限-行业预测下限)。预测距离距0越远，管理层预测质量越低。用作研究变量，越大代表预测质量越差。单位：%
- LogActdis [对数预测距离] — 参考Ciconte et al.(2014, RAS)的预测距离的对数变换，计算公式为：ln(1+预测距离)。因预测距离极度右偏(偏度>90)，回归分析中建议使用此变量
- ActdisDum [过高估计虚拟变量] — 参考王冰洁,刘振涛(2017,经济问题探索)的方法，是否为过高估计(0=否，1=是)。当预告变动率中值大于实际变动率时为1(过高估计)，否则为0(过低估计)
- WithinRange [是否在预告区间内] — 是否实际变动率在预告区间内(0=否，1=是)。计算公式为：实际变动率在[预告变动下限,预告变动上限]之间则为1，否则为0。点预测(预告区间宽度=0)的是否在预告区间内几乎恒为0，建议排除点预测后使用
- ForecastWidth [预告区间宽度] — 预告变动率区间宽度，计算公式为：预告变动上限-预告变动下限，单位为百分点。区间越宽，预测精度越低
- IsPointForecast [是否点预测] — 是否为点预测(0=否，1=是)。当预告区间宽度=0时为点预测(上下限相同或仅有单侧预告)
常见问题
- 「管理层预测质量(分位数与预测距离法)」是什么数据集？
- 管理层预测质量(分位数与预测距离法)，隶属信息环境。衡量管理层业绩预告的预测质量。
- 该数据集的时间范围是？
- 覆盖 2001-2025 年。
- 包含哪些变量/指标？
- 共 24 个变量。核心指标包括：预告类型、预告变动率中值、实际变动率、行业预测均值、行业预测下限、行业预测上限、分位数位置、预测距离、对数预测距离、过高估计虚拟变量、是否在预告区间内、预告区间宽度、是否点预测。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 35,652 条观测。
- 数据是如何测算/获取的？
- 指标定义与计算方法 管理层业绩预告是上市公司向市场传递未来盈利预期的重要信息，其预测质量直接影响信息的有用性。本数据集提供了两种衡量管理层预测质量的方法。第一种方法（分位数法）关注管理层预测在行业内的相对乐观或悲观程度，第二种方法（预测距离法）则直接衡量预测与实际结果的偏差，并经过行业标准化处理。 核心基础变量是预告变动率中值$PChangeMid$，计算公式为$(预告变动下限 + 预告变动上限)/2$，单位为百分比(%)，用于代表管理层对净利润同比变动率的点预测。实际变动率$ActualChange$的计算公式为$(本年归母净利润 - 上年归母净利润) / |上年归母净利润| \times 100$，单位为百分比(%)。预告区间宽度$ForecastWidth$为预告变动上限与预告变动下限之差，单位为百分点，宽度越大通常代表预测精度越低。当$ForecastWidth=0$时，标识为点预测（$IsPointForecast=1$）。若实际变动率落在预告区间内，则$WithinRange=1$，否则为0。 第一种方法（分位数法）参考王冰洁和刘振涛（2017）的研究，通过比较管理层预测在行业内的相对位置来度量其质量。首先，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）和年度对所有公司的预告变动率中值$PChangeMid$进行升序排列。然后，将其划分为四个等份，确定每个预测值所处的四分位数位置$Quantile$（取值为1至4）。$Quantile$值越大，表明管理层的预测相对于行业整体水平越偏离中心，通常意味着预测质量越低。 第二种方法（预测距离法）参考Ciconte等（2014）的研究，计算行业标准化的预测误差。该方法的核心指标是预测距离$Actdis$，其计算公式为： $$Actdis = \frac{2 \times |ActualChange - PChangeMid|}{IndPChangeMax - IndPChangeMin}$$ 其中，$ActualChange$为实际净利润同比变动率，$PChangeMid$为预告变动率中值，$IndPChangeMax$和$IndPChangeMin$分别为同年度、同行业内所有公司$PChangeMid$的第99百分位数和第1百分位数（经缩尾处理）。$Actdis$值越大，代表预测质量越差。由于$Actdis$分布极度右偏，在回归分析中建议使用其对数变换形式$LogActdis$，即$ln(1+Actdis)$。此外，根据王冰洁和刘振涛（2017）的方法，当预告变动率中值大于实际变动率时，定义为过高估计，此时$ActdisDum$取值为1，否则为0。 补充说明 - 行业分类标准为中上协行业分类，其中制造业取二级代码前两位，其他行业取门类首位。 - 计算行业预测区间（$IndPChangeMax$和$IndPChangeMin$）时，对年度-行业内的$PChangeMid$进行了1%和99%分位数的缩尾处理。 - 对于点预测（$IsPointForecast=1$），其$WithinRange$指标几乎恒为0，建议在相关分析中予以排除。 参考文献 - Ciconte W, Kirk M, Tucker J W. Does the midpoint of range earnings forecasts represent managers' expectations?[J]. Review of Accounting Studies, 2014, 19(2): 628-660. - 王冰洁, 刘振涛. 管理层预测质量对权益资本成本的影响[J]. 经济问题探索, 2017.
- 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。