The information quality of financial analyst earnings forecasts

Abstract

Σε αυτή την διατριβή εξετάζω την ποιότητα της πληροφορίας των προβλέψεων κερδών των αναλυτών μελετώντας τρία διαφορετικά, αλλά συνδεόμενα θέματα στον τομέα της χρηματοοικονομικής ανάλυσης. Στο πρώτο κεφάλαιο, εξετάζω αν η σχέση των θεσμικών επενδυτών με τις ιδιότητες των προβλέψεων αλλάζει για διαφορετικούς τύπους και στυλ θεσμικών επενδυτών. Δείχνω ότι ο επενδυτικός ορίζοντας των θεσμικών επενδυτών επηρεάζει την σχέση τους με την ποσότητα και την ποιότητα της πληροφορίας. Οι θεσμικοί επενδυτές με βραχυπρόθεσμο επενδυτικό ορίζοντα σχετίζονται αμφότερα με χαμηλότερη και υψηλότερη ποιότητα πληροφορίας μέσω διαφορετικών ιδιοτήτων των προβλέψεων, ευρήματα που συμφωνούν με την εξήγηση ότι εκμεταλλεύονται την μεροληπτική έρευνα για να κερδίσουν από τους ιδιώτες επενδυτές, καθώς λαμβάνουν πολύτιμες πληροφορίες από την υψηλότερη συνέπεια των προβλέψεων. Αντιθέτως, οι θεσμικοί επενδυτές με μακροπρόθεσμο επενδυτικό ορίζοντα είναι θετικά σχετιζόμενοι με την ποσότητα και την ποιότητα της έρευνας των αναλυτών. Βρίσκω, επίσης, ότι το μέγεθος της κεφαλαιοποίησης των μετοχών που περιλαμβάνονται στο χαρτοφυλάκιο επηρεάζει την σχέση των θεσμικών επενδυτών με την έρευνα των αναλυτών. Συνολικά, τα ευρήματά μου δείχνουν ότι τα χαρακτηριστικά και οι επενδυτικές προτεραιότητες των θεσμικών επενδυτών έχουν διαφορετικές επιδράσεις στην έρευνα των αναλυτών. Στο δεύτερο κεφάλαιο, δημιουργώ ένα εναλλακτικό, πιο απλό ορισμό των αναλυτών που είναι ηγέτες της επικαιρότητας των προβλέψεων βασισμένο στην ταχύτητα απόκρισης των αναλυτών μετά την τριμηνιαία εταιρική ανακοίνωση κερδών. Στην συνέχεια, χρησιμοποιώ αυτή την μέθοδο κατηγοριοποίησης αναλυτών σε ηγέτες και ακολούθους επικαιρότητας για να εξετάσω την πληροφόρηση και την ακρίβεια των προβλέψεων. Προηγούμενες μέθοδοι που κατηγοριοποιούν τους αναλυτές βάσει επικαιρότητας δεν έχουν μπορέσει να αναγνωρίσουν ηγέτες με αμφότερες υψηλότερη πληροφόρηση και ακρίβεια. Αντιθέτως, χρησιμοποιώντας την κατηγοριοποίησή μου αναγνωρίζω ηγέτες αναλυτές που παρέχουν προβλέψεις υψηλότερης πληροφόρησης και ακρίβειας, δείχνοντας ότι ποιοτικότεροι αναλυτές, με υψηλότερη ποιότητα προβλέψεων και στις τρεις κατηγορίες, μπορούν να αναγνωριστούν εκ των προτέρων χρησιμοποιώντας μόνο την επικαιρότητα. Η μέθοδος μου βοηθάει τους επενδυτές και άλλους παράγοντες της αγοράς να εκτιμήσουν εκ των προτέρων την ποιότητα της έρευνας των αναλυτών και το πετυχαίνει αυτό με μια απλούστερη μέθοδο. Το τρίτο κεφάλαιο δημιουργεί ένα νέο μέτρο της τόλμης των αναλυτών χρησιμοποιώντας μια τιμή μέσης πρόβλεψης αναλυτών η οποία επαναφέρεται την ημέρα της εταιρικής ανακοίνωσης κερδών. Με αυτό το νέο μέτρο της επαναφερόμενης τόλμης εξετάζω την σχέση της τόλμης με την ακρίβεια και την βελτίωση ακρίβειας προβλέψεων. Τα αποτελέσματα δείχνουν ότι η σχέση της τόλμης με την ακρίβεια διαφέρει ανάλογα με το αν η τιμή μέσης πρόβλεψης αντανακλά τις συντρέχουσες προσδοκίες των αναλυτών ή όχι. Επιπλέον, εκμεταλλεύομαι την διαφορά στη σχέση μεταξύ τόλμης και ακρίβειας με διαφορετικά μέτρα τόλμης και συνδυάζω δύο μέτρα τόλμης για να αναγνωρίσω πιο ακριβείς προβλέψεις. Τα ευρήματά μου για τις βελτιώσεις ακρίβειας προβλέψεων είναι ποιοτικά τα ίδια με αυτά για την ακρίβεια. Σε αυτό το κεφάλαιο, συνολικά, παρέχω μια μέθοδο στους επενδυτές για να αναγνωρίσουν πιο ακριβείς προβλέψεις.

In this dissertation, I examine the information quality of financial analyst earnings forecasts by studying three different, but interrelated questions in the area of financial analysis. In the first chapter, I examine whether the association of institutional investors with the forecast properties varies for different institutional investor types and styles. I show that the investment horizon of institutional investors affects their relation with forecast quantity and quality. Institutional investors with a short-term investment horizon are associated with both lower and higher forecast quality through different forecast properties, consistent with the explanation that they exploit biased research to profit from less sophisticated investors, while acquiring valuable information through higher forecast consistency. On the contrary, institutional investors with a long-term investment horizon are positively related with both analyst research quantity and quality. I also find that the size of the stocks in the portfolio affects the association of institutional investors with analyst research. Overall, my findings indicate that institutional investors’ characteristics and investment priorities have differential effects on analyst research. In the second chapter, I create an alternative, simpler definition of analyst forecast timeliness leaders based on the analysts’ response following the corporate quarterly earnings announcements. Then, I use this Earnings Announcement Date Leader classification method of leader and follower analysts to examine the analysts’ forecast informativeness and accuracy. Preceding methods that classify analysts based on timeliness are not able to identify leaders with both higher informativeness and accuracy. On the contrary, using my classification I identify leader analysts who provide forecasts that are both more informative and more accurate, showing that superior analysts with higher quality forecasts in all three properties can be identified ex-ante using only timeliness. My classification method helps investors and other market participants to ex-ante assess the quality of analyst research and does so by using a much simpler method. The third chapter creates a new measure of boldness using a consensus forecast value that is reset on the corporate earnings announcement day. With this new reset boldness measure I examine the association of boldness with accuracy and accuracy improvements. Results show that the association of boldness with accuracy varies based on whether the consensus value reflects concurrent analyst expectations or not. Furthermore, I exploit the difference in the association between boldness and accuracy with different boldness measures and combine two boldness measures to identify more accurate forecasts. My findings for accuracy improvements are qualitatively the same as those about accuracy. In this chapter, overall, I provide a method for investors to identify more accurate forecasts.