标准化未预期盈余与PEAD(随机游走SUE法)
「标准化未预期盈余与PEAD(随机游走SUE法)」，覆盖 1993-2025 年，频率 年度，上市公司层级，含 16 个变量，样本量约 88,094。 衡量上市公司未预期盈余及其市场反应。
| 时间跨度 | 1993-2025 年 |
|---|---|
| 数据频率 | 年度 |
| 层级 | 上市公司 |
| 变量数 | 16 |
| 样本量 | 88,094 |
| 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] — 会计年度
- 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
- SUE_RW [随机游走SUE] — 参考Foster, Olsen & Shevlin (1984)和Bernard & Thomas (1989, JF)的方法，计算公式为：(当年EPS-上年EPS)/过去5年EPS变动的标准差，基于随机游走模型的标准化未预期盈余。单位：比例
- SUE_AF [分析师预测SUE] — 参考Foster, Olsen & Shevlin (1984)的方法，计算公式为：(实际EPS-分析师一致预期EPS)/|预期EPS|，正值表示盈余超预期。单位：比例
- SurpriseDecile [SUE十分位] — 参考Foster, Olsen & Shevlin (1984); Bernard & Thomas (1989, JF)。按年度对随机游走SUE排名分10组，1=盈余最低于预期，10=盈余最超预期
- PEAD_30 [盈余公告后30日漂移] — 参考Bernard & Thomas (1989, JF)的方法，计算公式为：年报披露后1-30个交易日的累计超额收益率(个股收益减市场等权收益)，衡量盈余信息的市场消化速度。单位：比例
- PEAD_60 [盈余公告后60日漂移] — 参考Bernard & Thomas (1989, JF)的方法，计算公式为：年报披露后1-60个交易日的累计超额收益率(个股收益减市场等权收益)。单位：比例
常见问题
- 「标准化未预期盈余与PEAD(随机游走SUE法)」是什么数据集？
- 标准化未预期盈余与PEAD(随机游走SUE法)，隶属风险因子。衡量上市公司未预期盈余及其市场反应。
- 该数据集的时间范围是？
- 覆盖 1993-2025 年。
- 包含哪些变量/指标？
- 共 16 个变量。核心指标包括：随机游走SUE、分析师预测SUE、SUE十分位、盈余公告后30日漂移、盈余公告后60日漂移。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 88,094 条观测。
- 数据是如何测算/获取的？
- 指标定义与计算方法 本数据集旨在衡量上市公司的未预期盈余及其市场反应，即盈余公告后价格漂移现象。核心指标包括基于随机游走模型和分析师预测的两种标准化未预期盈余，以及基于盈余公告后累计超额收益的价格漂移指标。 首先，计算基于随机游走模型的标准化未预期盈余。该方法假设公司盈余服从随机游走过程，未预期盈余为当期盈余相对于上期盈余的变动。为消除规模影响并增强跨公司可比性，使用过去五年的盈余变动序列对该未预期盈余进行标准化。具体计算公式为： $$SUE\RW = \frac{Epst - Eps{t-1}}{std(\Delta Eps{t-4:t})}$$ 其中$Epst$为当年每股收益，$Eps{t-1}$为上一年每股收益，$std(\Delta Eps{t-4:t})$为过去五年（$t-4$年至$t$年）每股收益变动额的标准差。 其次，计算基于分析师预测的标准化未预期盈余。该方法以分析师的一致预测作为市场预期的代理，未预期盈余为实际盈余与分析预测值的差异。同样，为便于比较，使用预测值的绝对值进行标准化。计算公式为： $$SUE\AF = \frac{Eps{actual} - Eps{forecast}}{|Eps{forecast}|}$$ 其中$Eps{actual}$为实际每股收益，$Eps{forecast}$为分析师一致预期每股收益。 为便于投资组合分析，进一步将年度内的$SUE\RW$值进行排序，并划分为十个等分组，生成$SurpriseDecile$变量。该变量取值为1至10，其中1代表未预期盈余最低（即盈余最低于预期）的组别，10代表未预期盈余最高（即盈余最超预期）的组别。 最后，为捕捉市场对盈余信息的反应速度，计算盈余公告后价格漂移。该指标衡量年报正式披露后一段时间内，股票价格持续向盈余信息方向移动的现象。具体计算为年报披露日后第1个交易日至第30个交易日（对应$PEAD\30$）以及至第60个交易日（对应$PEAD\60$）的累计超额收益率。超额收益率为个股日收益率减去同期市场等权平均日收益率后的累计值。 补充说明 - 计算$SUE\RW$时，要求过去五年至少有三年可用的盈余数据以计算标准差。 - 计算$PEAD\30$和$PEAD\60$时，要求盈余公告日后对应的交易日内有足够的收益率数据，若因停牌等原因导致数据缺失，则累计期相应顺延。 - 所有连续变量在年度截面层面进行了1%和99%分位数的缩尾处理，以控制极端值的影响。 参考文献 - Bernard V L, Thomas J K. Post-earnings-announcement drift: delayed price response or risk premium?[J]. Journal of Accounting Research, 1989, 27: 1-36. - Foster G, Olsen C, Shevlin T. Earnings releases, anomalies, and the behavior of security returns[J]. The Accounting Review, 1984, 59(4): 574-603.
- 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。