證券分析師與統計模型對盈余預測的準確性比較及兩者的改進模型

摘要：本文使用2009年1月至2010年3月99家券商對我國上市公司作出的每股盈余預測數據，考察了證券分析師對于統計模型的相對準確性及其改進模型的準確性。研究表明，我國的證券分析師預測同以年度數據為基礎的年度統計模型相比具有顯著優勢，同以季度數據為基礎的季度統計模型相比也具有顯著優勢，只是優勢相對較小。在考察改進模型與證券分析師預測的相對準確性時，我們發現以季度統計模型和證券分析師預測為基礎的改進模型戰勝了證券分析師預測，而以年度統計模型和證券分析師預測為基礎的改進模型的準確性則依舊小于證券分析師的預測。

關鍵詞：證券分析師 統計模型 改進模型 盈余預測 相對準確性

一、引言

證券分析師是依法取得證券投資咨詢執業資格，并在證券經營機構就業，主要就與證券市場相關的各種因素進行研究和分析，包括證券市場、證券品種的價值及變動趨勢進行研究及預測，并向投資者發布證券研究報告、投資價值報告等服務的專業人員。盈利預測，是分析師工作的一個重要方面。作為目前最受關注的預測類信息，盈利預測信息通過反映企業在預測期間內可能達到的營業收入、利潤總額、凈利潤、每股收益水平等，幫助投資者、債權人以及其他相關使用者評價企業未來現金流量的時間、金額、不確定性，從而做出合理的經濟決策。相比于國外成熟的資本市場，我國的證券機構及其分析師行業仍然處于起步發展階段，證券分析師的分析和預測能力和國際上資本市場發達的國家的證券分析師相比還有相當的差距。

本文從實證的角度檢驗我國證券分析師盈余預測的相對準確性及改進模型的準確性，不但有助于投資者更為科學地審視證券分析師的盈余預測，而且為證券分析師提供了結合統計模型進行盈余預測的思路。

二、文獻回顧及問題的提出

一個公司的內在價值取決于其未來的盈利能力，而盈余預測揭示的正是這個問題，一個準確的盈余預測能夠幫助資本市場上眾多的投資者合理審視上市公司的價值并作出合理的判斷。盈余預測一般來自以下三個途徑：公司管理層、證券分析師和統計模型。我國盈余預測的來源主要是后兩者。

檢驗證券分析師盈余預測與統計模型的相對準確性意在判斷證券分析師預測的價值，除少數早期研究，國外大多數相關研究證明了證券分析師盈余預測的相對優勢。且Brown等研究者認為分析師盈利預測較統計模型準確的原因主要有三類：一是分析師具有對新信息做出反應的適時性優勢(timing advantage)；二是分析師具有卓越的股票分析能力；三是分析師具有信息資源優勢。鑒于我國資本市場并不是很成熟且證券分析師的能力有限，上述結論是否在我國成立具有較大的現實意義

問題一：證券分析師作出的盈余預測與統計模型相比哪個更為準確？

雖然大多數研究表明分析師盈利預測較統計模型預測準確，但這并未就此否定統計模型預測的價值。不少研究者(Cheng、FanSo，2003；Conroy Harris，1987；Newbold、Zumwalt＆Kannan，1987)指出，分析師盈利預測并不能提供完整的預測信息，最理想的狀態是分析師在盈利預測時能結合使用統計模型，由此可能獲得更準確的預測數據。目前，我國還沒有這方面的研究，如果證券分析師預測和統計模型預測的結合能夠提高盈余預測的準確性，那無疑將提高投資者對上市公司更為準確的認識。

問題二：將證券分析師和統計模型相結合的改進模型是否能更有效地預測每股盈余？

三、研究設計

（一）樣本選擇

本文的證券分析師盈余預測數據及上市公司實際盈余數據均來自國泰安經濟研究服務中心，我們選取了數據庫中2009.1~2010.3所有券商對上市公司2009年12月31日每股盈余所作的預測數據，及1991~2009年上市公司的實際每股盈余數據。因為國泰安數據庫中只記錄了分析師對438個上市公司的盈余預測數據，所以我們只選取了這些公司的實際盈余數據，并且對于同一券商對同一公司的多次預測，我們只選取最后一次預測的數據，一共得到3776次。

（二）證券分析師與統計模型的準確性比較

這里的統計模型我們選用一次指數平滑法，并以年度數據和季度數據分別來預測2009年12月31日的每股盈余，稱為年度統計模型和季度統計模型。

證券分析師與統計模型的相對準確性用證券分析師預測盈余的誤差絕對值和統計模型預測盈余的誤差絕對值的差值來表示，即RR=TFtf-AFaf。

其中AFaf是證券分析師盈余預測的絕對誤差，AFaf=Aaf-RE，TFtf為統計模型盈余預測的絕對誤差，公式為TFtf= Ttf-RE，RE為實際盈余。

由上述模型可知，當RR大于零時，統計模型的絕對誤差大于證券分析師預測的絕對誤差，即證券分析師的預測更為準確；當RR小于零時，證券分析師預測的絕對誤差大于統計模型的絕對誤差，即此時統計模型預測更為準確。在判定RR的正負性時，用T檢驗來測試其正負性的顯著性。

（三）改進模型的準確性檢驗

我們將改進模型定義為證券分析師和統計模型的均值，即改進模型的預測值為Ggf=，則其絕對誤差為GFgf=Ggf-RE。在檢驗模型的準確性時，我們依舊用兩種模型（改進模型與上述表現最好的模型）的絕對誤差的差值來判定。

由于存在年度模型和季度模型，所以這里的改進模型也有基于年度數據的年度改進模型和基于季度數據的季度改進模型。

四、實證分析

（一）數據描述

本文采用的預測數據來自國泰安經濟服務中心，是99家券商對439家上市公司的每股盈余作出的預測，一共涉及3776次預測。

由于上市公司2009年的年度財務報表一般在次年4月份公布，所以我們選擇盈余預測數據的區間為2009年1月份至2010年3月份，并且對于同一券商對同一上市公司作出的多次預測，我們只選取最后一次的數據。對15個月份的預測數據統計如表一。由表數據可知隨著時間的推遲，分析師預測的平均誤差越來越小，即準確性越來越高。這是因為隨著會計截止日的到來，市場上的信息會越來越多，如季報、半年報的公布等，且證券分析師除了能獲得市場上的公開信息外，還能通過所特有的渠道獲得越來越多的私有信息，并根據信息及時修正前期的預測數據，使預測值更接近實際值。

（二）證券分析師與統計模型的準確性比較

關于證券分析師與統計模型預測的準確性比較，我們先將三個模型的絕對誤差進行統計描述，如表二。由表數據可知，年度統計模型的絕對誤差均值0.252遠遠大于分析師模型的絕對誤差均值0.1392，且其標準差和中位數也大于分析師模型，表明年度統計模型的絕對誤差分布較分析師預測的絕對誤差分布分散。而基于季度數據預測的絕對誤差均值0.1742雖然比分析師預測的絕對誤差均值0.1392大，但其標準差較分析師模型的小，表明季度統計模型的絕對預測誤差雖然大，但誤差分布集中。對于年度統計模型和季度統計模型，不管從均值、中位數還是標準差的角度，季度統計模型都要優于年度統計模型。

要比較證券分析師與統計模型的相對準確性，我們還要對RR進行統計描述，看其是否顯著大于零或小于零，結果如表三。表中的T檢驗是在a=0.1水平上的單側檢驗。由結果知，RR1無論在均值還是中位數上，都顯著大于零，表明年度統計模型的絕對誤差顯著大于分析師預測的絕對誤差。而基于季度數據的RR2的均值和中位數也顯著大于零，但由于其在均值和中位數上都比RR1有所減小，所以雖然季度統計模型的絕對誤差顯著大于分析師預測的絕對誤差，但分析師預測在這兒的優勢比與年度統計模型的優勢小。

其中RR1表示的是年度統計模型與分析師模型的絕對誤差的差值，RR2表示季度統計模型與分析師模型的絕對誤差的差值。

（三）改進模型的準確性檢驗

這里的改進模型也分為兩類，一是基于年度統計模型和分析師模型的年度改進模型，二是基于季度統計模型和分析師模型的季度改進模型。我們先對改進模型的絕對誤差進行統計描述，并分別與分析師模型和統計模型進行比較，結果見表四。年度改進模型的均值和標準差相對于年度統計模型已大大減小，但相對于分析師模型還是未能超越。而季度改進模型在均值、標準差和中位數上都小于分析師模型和季度統計模型，作為改進模型，季度改進模型比年度改進模型更優。

由上文分析可知，分析師模型預測的準確性高于年度統計模型和季度統計模型，所以接下來我們要分析年度改進模型與分析師模型、季度改進模型與分析師模型的相對準確性，RR3、RR4的統計描述結果如表五。T檢驗是a=0.1水平上的單側檢驗?？芍狝A3中的均值和中位數顯著大于零，表明年度改進模型的絕對誤差顯著大于分析師模型的絕對誤差，即分析師預測的準確性顯著高于年度改進模型。而RR4中的均值和中位數顯著小于零，表明季度改進模型的絕對誤差顯著小于分析師預測的絕對誤差，即季度改進模型顯著優于分析師預測模型。

其中RR3是年度改進模型的絕對誤差與分析師模型的絕對誤差的差值，RR4是季度改進模型的絕對誤差與分析師模型的絕對誤差的差值。

總的來說，在我們的研究樣本中，證券分析師盈余預測的優勢是存在的，但只是相對于一個簡單的統計模型而言，如果將分析師的預測和統計模型的預測結合起來（如本文中的簡單均值），就可能得到能擊敗分析師和統計模型的改進模型，這對證券行業中如何提高證券分析師盈余預測準確性具有實際意義。

五、結論與啟示

本文使用2009.1~2010.3年99家券商對438家上市公司作出的3776次盈余預測，考察了證券分析師的盈余預測是否優于統計模型的預測，即證券分析師預測的相對優勢，且建立了結合證券分析師和統計模型的簡單改進模型，并檢驗了其相對準確性。結果表明，我國證券分析師的預測顯著優于統計模型的預測，其中以季度數據為基礎的季度統計模型又優于以年度數據為基礎的年度統計模型。并且，結合證券分析師和季度統計模型的簡單改進模型的預測誤差顯著小于證券分析師的預測誤差。

本文的研究結論對證券分析師和投資者有一定的借鑒意義。證券分析師除提高自身的預測能力外，還需要結合統計模型以彌補本身主觀因素所造成的影響。對于投資者，本文的建議是正確對待證券分析師等所發布的預測報告，理性判斷，不能盲目以此為準。

本文的研究還有很多不足的地方，如在選取統計模型時，只選擇了一次指數平滑法這一種模型，并且在改進模型時只討論了簡單均值。在以后的研究中，關于統計模型還可選擇隨機游走、二次指數平滑等模型，在改進模型時也可賦予證券分析師預測和統計模型預測不同的權重。

雖然國外在證券分析師預測方面已有很多的研究，但畢竟國內的資本環境和發展進度與國外有一定的差異性，所以我們不能照搬國外的研究成果，而是應該結合國外研究成果和國內實際情況進行實證研究。

參考文獻：

[1]Robert Conroy and Robert Harris，Consensus Forecasts of Corporate Earnings:Analysts' Forecasts and Time Series Methods，Management Science，Vol.33.No.6，June 1987

[2]Salvatore.J.Terregrossa，Combining Analysts'Forecasts with Causal Model Forecasts of Earnings Growth，Applied Financial Economics， 1999， 9， 143-153

[3]Newbold，P，J.K.Zumwalt and S.Kannan，1987.Combining Forecasts to Improve Earnings Per Share Prediction.Internatinal Journal of Forecasting 3:229-238

[4]朱乃平 孔玉生，國內外盈利預測研究綜述，商業現代化，2006.2

[5]岳衡 林小馳，證券分析師VS統計模型：證券分析師盈余預測的相對準確性及其決定因素，會計研究，2008.8

（作者單位：:湖南大學金融與統計學院）