在本文中,我将利用国内券商分析师历年的盈余预测数据,研究分析师预测的准确性以及影响预测误差的因素。研究结果表明,分析师盈余预测有着显著的乐观倾向,当相较于简单的随机漫步预测模型,分析师预测的准确性要更好。为了研究影响分析师预测误差的因素,前人提供了两种主要的解释模型,一种基于时间序列模型,另一种基于横断面模型。在时间序列模型中,预测误差被认为具有自相关(Autocorrelation)。研究显示,自相关在国内的分析师盈余预测误差中并不明显,但是,预测误差与盈余惊喜(Earning Surprise)相关。而在横断面模型中,预测误差则被认为主要是由横断面变量导致的,主要有4类,时间因素,上市公司因素,分析师因素和环境因素。研究表明,分析师在07年金融危机之前的预测要更保守,但同时也更准确。同时,对于资产规模较大的上市公司,预测偏乐观同时预测误差也较大。对于分析师因素,分析师的排名(作为分析师经验和能力的替代指标)对预测准确性有显著影响,进入排名的分析师所做的预测通常更准确。另外,环境因素对分析师预测误差的影响比较显著,就宏观经济因素而言,国内生产总值和通货膨胀率都与预测误差显著相关。同时,股票市场整体情况(以上证指数和深成指为衡量)也与预测误差显著相关。在研究的最后,亦尝试将时间序列中具有线性相关性的盈余惊喜加入横断面模型中以提高模型的解释能力,该模型指出,环境因素和盈余惊喜与预测误差有显著的因果关系。本文的创新之处在于,之前的研究主要集中于分析师的共识预测(Consensus Forecasts),这有可能会忽视分析师个体差异对预测误差的影响,而本文将追踪单个分析师的预测数据,从而将分析师个体因素也纳入模型之中。同时,之前的研究通常只考虑单个模型,极少利用同一组数据对两个模型进行比较,更没有对中国市场的研究。另外,中国分析师预测误差在金融危机前后的比较也是前人未涉及之处。