预测准确度和分歧度对盈余预测的影响

（一）预测准确度

在盈余预测相关的研究中，绝大部分以公司每股收益或净利润为研究对象。具体到我国的实际情况，如果研究样本区间涉及股权分置改革，则可采用净利润的预测值作为研究对象（白晓宇，2009），因为股改中绝大部分的公司有增发、配股的行为，分析师计算股本的基准不太一致^[2]，进而影响到每股收益预测值的可比性。

本文样本区间为2007—2012年，因而计算预测误差时以每股收益为研究对象。国内外学者从每股收益研究预测准确度的研究中归结起来两种处理方法：绝对算法和相对算法。其中绝对算法如公式5.1所示，O’brien （1988），De Bondt et al.（1990），Eames（2002），伍燕然等（2012）均采用了绝对算法的处理方式，因为在波动较大的市场中，绝对偏差相近的公司以相对偏差计算可能会产生较大的差异，出现较多的极端数值，进而破坏数据自身的统计特性。但这一算法也有缺陷，因为上市公司每股所代表的资产价值并不相同。

其中表示所有分析师对EPS预测的均值，MEPS表示公司实际EPS值，Price表示公司年初股票价格。

相对算法如公式5.2和5.3所示，其中Crichfield et al.（1978），李丹蒙（2007）、方军雄（2007），郑亚丽和蔡祥（2008）、王玉涛和王彦超（2012），宫义飞和郭兰（2012）等均采用公式5.2的算法，以平均预测误差除以公司当年实际每股收益。也有研究认为相当一部分公司的实际每股收益较小，有些甚至接近于零，采用公式5.2的算法会导致计算误差偏大，在样本整体中极端值过多，影响检验的准确性。Huberts & Fuller（1995），刘少波和彭绣梅（2012）等采用分母加上0.5即（MEPS+0.5）的方式减少每股收益较小时异常值的产生。

Butler & Lang（1991），Gu & Wu（2003），杨玉龙和于翔（2013）等采用公式5.3的处理方式，以平均预测误差除以公司年初股价。

关于预测准确度的衡量，学者们出于不同的研究主题有着不同的处理方式，比如苏治和魏紫（2013）主要研究分析师对公司无形资产信息的解读，就用平均预测误差除以每股总资产再予以标准化，有利于同无形资产数据的匹配。李丹和贾宁（2009）研究盈余质量和制度环境对分析师预测的影响，用平均预测误差除以公司期初市值以控制规模效应。(www.xing528.com)

本著作在实证检验部分采用国内大部分学者的做法，以公式5.2的算法衡量预测准确度，在后续的稳健性检验中采用公式5.3的算法计算预测准确度。

（二）预测分歧度

预测分歧度的衡量与预测准确度类似，本文选取每股收益预测值为研究对象。不同的分析师根据相关信息的解读与分析决策对同一家公司做出盈余预测，通常存在意见的不一致，分析师群体对上市公司信息解读的越充分，盈余预测的分歧度就越小，准确度相对就越高。

预测分歧度用所有分析师最近一次的每股收益预测值的标准差来衡量，如公式5.4和5.5所示，分子为当年分析师对上市公司每股收益预测值的标准差，分母为公司当年实际每股收益的绝对值或期初股价。

王玉涛和王彦超（2012），黄宇虹（2013）等均采用公式5.4的处理方法； 李丹和贾宁（2009），储一昀和仓勇涛（2008）等采用公式5.5的处理方法；而宫义飞和郭兰（2012），方军雄（2007）则利用每股收益预测值的标准差除以预测均值。本文在实证研究中采用了公式5.4的方法，稳健性检验中用公式5.5的做法处理。