.png){kind=icon}
返回
Analyst Stickiness and Stock Return Predictability
.png){kind=icon}
PRE
AI
DOI：10.1093/rof/rfag022.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本研究估计了分析师层面的预测更新粘性并探究了其潜在的决定因素。与近期关于认知噪音下信念更新的实验发现一致，分析师在不确定预测精度时，常常将预测压缩至一个中间默认值（如先前的预测），从而导致预测粘性。这种倾向在具有较高认知噪音特征的分析师中更为明显，包括预测准确度较低、经验有限和投资组合覆盖复杂等，并且在经济宏观不确定性加剧的时期表现更为突出。一个包含粘性更新行为的模型表明，粘性分析师的共识修正比所有分析师的传统共识修正具有更强的收益可预测性，且这种可预测性随着覆盖该股票的粘性分析师比例的增加而增强。实证证据支持了这些预测。此外，当预测难度增加时，粘性修正的收益可预测性尤其显著。分析师层面的粘性比公司层面的粘性提供了更多关于股票收益横截面的信息。
期刊
IF:
8.4
论文数:
904
被引数:
4.8K
机构
查看更多机构
引用论文
暂无论文信息