We begin by examining whether analy

We begin by examining whether analysts do, in fact, condition their use of stock returns and other analysts’ forecast
revisions on how informative these signals are likely to be of future earnings changes. In contrast to much of the prior research
that examines analysts’ responses to these two public signals separately, we study the effect of both signals simultaneously
around earnings announcements because it allows us to reduce the likelihood of correlated omitted variables. As Welch
(2000) explains, ‘‘[l]acking access to the underlying information flow, [one] cannot discern if the influence of recent revisions
is either a similar response by multiple analysts to the same underlying information or is caused by direct mutual imitation’’
(p. 393). Consequently, in addition to studying these signals together, we also control for a number of other factors, such as
each analyst’s individual surprise in forecasting current period earnings, to further ensure that the analysts are in fact looking
to the reactions of investors and other analysts and not simply responding similarly to the event that caused their reactions
(i.e., the earnings announcement).
A key innovation in our study is that we develop proxies for the informativeness of each signal. For a measure of the
informativeness of returns, we use Baker and Wurgler’s (2006, 2007) monthly index of investor sentiment. The sentiment
measure is constructed to capture the speculative trading demand for stocks and investors’ optimism or pessimism about the
market. In other words, investor sentiment can be thought of as investor optimism or pessimism that is not justified by a
stock’s underlying fundamentals (e.g., earnings, cash flows, or growth rates). When sentiment is extremely high or low,
changes in stock prices are not as representative of the underlying fundamentals and are, therefore, likely to be less
informative about future earnings. For a measure of the informativeness of the average analyst revision, we use the number of
analysts who have contributed to the average revision. Intuitively, as more analyst opinions are added, idiosyncratic noise
gets averaged out. We use these two measures of informativeness because they are ex-ante knowable to analysts. However,
they are only proxies for informativeness, so we also use ex-post measures of informativeness as a robustness check. As we
explain in more detail below, these proxies play a central role in our study because they enable us to make much stronger
inferences about the underlying drivers of analyst behavior.

ผลลัพธ์ (ไทย) 1:

เราเริ่มต้น ด้วยการตรวจสอบว่านักวิเคราะห์ทำ ในความเป็นจริง เงื่อนไขการใช้หุ้นส่งกลับ และการคาดการณ์ของนักวิเคราะห์อื่น ๆตรวจทานข้อมูลวิธีสัญญาณเหล่านี้มีแนวโน้มของการเปลี่ยนแปลงของรายได้ในอนาคต ในทางตรงข้ามของการวิจัยล่วงหน้าที่ตรวจสอบคำตอบนักวิเคราะห์สัญญาณสาธารณะเหล่านี้สองแยกต่างหาก ศึกษาผลกระทบของสัญญาณทั้งสองพร้อมกันรอบกำไรที่ประกาศ เพราะมันช่วยให้เราสามารถลดโอกาสของความสัมพันธ์ละเว้นตัวแปร เป็น Welch(2000) อธิบาย, '' ถึงการไหลข้อมูลพื้นฐาน acking [l] [หนึ่ง] ไม่สามารถมองเห็นว่าอิทธิพลของการปรับปรุงล่าสุดอย่างใดอย่างหนึ่งคล้ายการตอบสนอง โดยนักวิเคราะห์หลายข้อมูลพื้นฐานเดียวกัน หรือเกิดจากการเลียนแบบซึ่งกันและกันโดยตรง ''(p. 393) ดังนั้น นอกเหนือจากการศึกษาสัญญาณเหล่านี้กัน เรายังควบคุมสำหรับปัจจัยอื่น ๆ เช่นนักวิเคราะห์แต่ละละแปลกใจในการคาดการณ์กำไรรอบระยะเวลาปัจจุบัน เพื่อให้ แน่ใจว่า นักวิเคราะห์ที่จริงกำลังการปฏิกิริยาของนักลงทุน และนักวิเคราะห์อื่น ๆ และไม่เพียงแค่ตอบสนองในทำนองเดียวกันกับเหตุการณ์ที่เกิดจากปฏิกิริยาของพวกเขา(เช่น กำไรประกาศ)นวัตกรรมที่สำคัญในการศึกษาของเราคือ ว่า เราพัฒนาโปรแกรมสำหรับ informativeness ของแต่ละสัญญาณ สำหรับการวัดการinformativeness การส่งคืน เราใช้เบเกอร์และของ Wurgler (2006, 2007) ดัชนีรายเดือนของความเชื่อมั่นของนักลงทุน เชื่อมั่นเป็นที่สร้างวัดจับความต้องการซื้อขายเก็งกำไรหุ้น และนักลงทุนมองในแง่ดี หรือลางร้ายเกี่ยวกับการตลาด ในคำอื่น ๆ ความเชื่อมั่นของนักลงทุนสามารถคิดเป็นนักลงทุนมองในแง่ดีหรือลางร้ายที่ไม่เป็นธรรมโดยมีหุ้นของแบบพื้นฐาน (เช่น กำไร เงินสด หรืออัตราการเติบโต) เมื่อความเชื่อมั่นเป็นอย่างสูง หรือ ต่ำการเปลี่ยนแปลงในสินค้าคงคลังจะไม่เป็นตัวแทนของพื้นฐานต้นแบบและมี ดังนั้น น่าจะน้อยกว่าราคาข้อมูลเกี่ยวกับรายได้ในอนาคต สำหรับวัด informativeness ของการปรับปรุงโดยเฉลี่ยจากนักวิเคราะห์ เราใช้จำนวนนักวิเคราะห์ผู้มีส่วนร่วมการปรับปรุงโดยเฉลี่ย ธรรมชาติ ความเห็นนักวิเคราะห์เช่นมีเสียงเพิ่ม idiosyncraticได้รับเฉลี่ยออกมา เราใช้มาตรการเหล่านี้สองของ informativeness เนื่องจากมีอดีตลด knowable เพื่อวิเคราะห์ อย่างไรก็ตามพวกเขามีเฉพาะพร็อกซีสำหรับ informativeness ดังนั้นนอกจากนี้เรายังมีใช้มาตรการเช่นโพสต์ของ informativeness เป็นการตรวจสอบเสถียรภาพ เป็นเราอธิบายรายละเอียดด้านล่าง พร็อกซีเหล่านี้มีบทบาทศูนย์กลางในการศึกษาของเราเนื่องจากจะช่วยเราทำมากดีinferences เกี่ยวกับโปรแกรมควบคุมพื้นฐานของลักษณะการทำงานของนักวิเคราะห์

ผลลัพธ์ (ไทย) 2:

เราเริ่มต้นด้วยการตรวจสอบไม่ว่าจะเป็นนักวิเคราะห์ในความเป็นจริงสภาพการใช้งานของผลตอบแทนหุ้นและนักวิเคราะห์อื่น ๆ การคาดการณ์
การแก้ไขเกี่ยวกับวิธีการให้ข้อมูลสัญญาณเหล่านี้มีแนวโน้มที่จะมีการเปลี่ยนแปลงของรายได้ในอนาคต ในทางตรงกันข้ามกับการมากของการวิจัยก่อน
ที่จะตรวจสอบการตอบสนองของนักวิเคราะห์ทั้งสองสัญญาณประชาชนแยกกันเราศึกษาผลกระทบของสัญญาณทั้งพร้อมกัน
รอบการประกาศผลประกอบการเพราะมันช่วยให้เราสามารถลดโอกาสของตัวแปรละเว้นความสัมพันธ์ ในฐานะที่เป็นเวลช์
(2000) อธิบายว่า '' [L] ACKing เข้าถึงการไหลของข้อมูลพื้นฐาน [ONE] ไม่สามารถมองเห็นถ้าอิทธิพลของการแก้ไขที่ผ่านมา
เป็นทั้งการตอบสนองที่คล้ายกันโดยนักวิเคราะห์หลายข้อมูลพื้นฐานที่เหมือนกันหรือเกิดจากการร่วมกันโดยตรง เลียนแบบ ''
(P. 393) ดังนั้นนอกเหนือจากการศึกษาสัญญาณเหล่านี้เข้าด้วยกันนอกจากนี้เรายังควบคุมจำนวนของปัจจัยอื่น ๆ เช่น
ความประหลาดใจของแต่ละคนของนักวิเคราะห์ในการคาดการณ์ผลประกอบการงวดปัจจุบันเพื่อให้มั่นใจว่านักวิเคราะห์ในความเป็นจริงมอง
ปฏิกิริยาของนักลงทุนและนักวิเคราะห์อื่น ๆ และไม่เพียง แต่ตอบสนองในทำนองเดียวกันกับกรณีที่เกิดจากปฏิกิริยาของพวกเขา
(เช่นการประกาศผลประกอบ).
นวัตกรรมที่สำคัญในการศึกษาของเราคือการที่เราพัฒนาพร็อกซีสำหรับ informativeness ของแต่ละสัญญาณ สำหรับตัวชี้วัดของการ
informativeness ของผลตอบแทนที่เราใช้เบเกอร์และรายเดือนดัชนีความเชื่อมั่นนักลงทุนของ Wurgler (2006, 2007) ความเชื่อมั่นของ
วัดถูกสร้างขึ้นมาเพื่อจับความต้องการซื้อขายเก็งกำไรหุ้นและนักลงทุนมองในแง่ดีหรือแง่ร้ายเกี่ยวกับการ
ตลาด ในคำอื่น ๆ ความเชื่อมั่นของนักลงทุนที่สามารถจะคิดว่าเป็นนักลงทุนมองในแง่ดีหรือแง่ร้ายที่ไม่เป็นธรรมโดย
ปัจจัยพื้นฐานของหุ้นอ้างอิง (เช่นกำไรกระแสเงินสดหรืออัตราการเจริญเติบโต) เมื่อความเชื่อมั่นสูงหรือต่ำมาก
การเปลี่ยนแปลงในราคาหุ้นไม่ได้เป็นตัวแทนของปัจจัยพื้นฐานพื้นฐานและจึงมีแนวโน้มที่จะน้อย
ให้ข้อมูลเกี่ยวกับรายได้ในอนาคต สำหรับตัวชี้วัดของ informativeness ของนักวิเคราะห์การแก้ไขค่าเฉลี่ยของเราจะใช้จำนวนของ
นักวิเคราะห์ที่มีส่วนร่วมในการแก้ไขเฉลี่ย สังหรณ์ใจเป็นมากกว่าความคิดเห็นของนักวิเคราะห์ที่มีการเพิ่มเสียงที่มีนิสัยแปลก
ได้รับเฉลี่ยออก เราใช้ทั้งสองมาตรการ informativeness เพราะพวกเขาเป็นอดีต ante knowable ที่นักวิเคราะห์ แต่
พวกเขาเป็นผู้รับมอบฉันทะเฉพาะสำหรับ informativeness ดังนั้นเรายังใช้มาตรการอดีตโพสต์ของ informativeness เป็นการตรวจสอบความแข็งแรง ในฐานะที่เรา
อธิบายในรายละเอียดด้านล่างผู้รับมอบฉันทะนี้มีบทบาทสำคัญในการศึกษาของเราเพราะพวกเขาช่วยให้เราเพื่อให้แข็งแกร่งมากขึ้นกว่า
การหาข้อสรุปเกี่ยวกับไดรเวอร์พื้นฐานของพฤติกรรมของนักวิเคราะห์

ผลลัพธ์ (ไทย) 3:

เราเริ่มต้นโดยการตรวจสอบว่านักวิเคราะห์ทำ ในความเป็นจริง เงื่อนไขการใช้ผลตอบแทนของตลาดหลักทรัพย์ และนักวิเคราะห์ประมาณการ ' อื่น ๆแก้ไขอย่างไรข้อมูล สัญญาณเหล่านี้มีแนวโน้มที่จะได้รับการเปลี่ยนแปลงของรายได้ในอนาคต ในทางตรงกันข้ามมากของการวิจัยก่อนที่ตรวจสอบนักวิเคราะห์การตอบสนองทั้งสองสาธารณะสัญญาณต่างหาก เราศึกษาผลของทั้งสองสัญญาณพร้อมกันประกาศรอบกำไร เพราะมันช่วยให้เราสามารถลดโอกาสของความสัมพันธ์ข้ามตัวแปร ขณะที่ เวลช์( 2543 ) อธิบายว่า ' ' [ L ] acking เข้าถึงพื้นฐานของการไหลของข้อมูล [ 1 ] ไม่สามารถแยกแยะได้ว่าอิทธิพลของการแก้ไขล่าสุดเป็นคล้ายการหลายนักวิเคราะห์ให้ข้อมูลพื้นฐานเดียวกัน หรือเกิดจากการเลียนแบบซึ่งกันและกัน ' ' โดยตรง( หน้า 151 ) ดังนั้น นอกจากการเรียนสัญญาณเหล่านี้เข้าด้วยกัน เรายังควบคุมจำนวนของปัจจัยอื่น ๆเช่นเป็นนักวิเคราะห์แต่ละบุคคลแปลกใจในการพยากรณ์ผลประกอบการงวดปัจจุบัน เพื่อทำให้แน่ใจว่า นักวิเคราะห์ในความเป็นจริงดูกับปฏิกิริยาของนักลงทุนและนักวิเคราะห์อื่น ๆและไม่เพียง แต่ตอบสนองที่คล้ายกับเหตุการณ์ที่เกิดจากปฏิกิริยาของพวกเขา( เช่น ประกาศผลประกอบการ )เป็นนวัตกรรมที่สำคัญในการศึกษาของเราที่เราพัฒนาผู้รับมอบฉันทะเพื่อสารประโยชน์ของสัญญาณแต่ละ สำหรับมาตรการของสารประโยชน์ของผลตอบแทนที่เราใช้ เบเกอร์ และ wurgler ( 2006 , 2007 ) รายเดือน ดัชนีความเชื่อมั่นของนักลงทุน ความเชื่อมั่นเป็นวัดที่สร้างขึ้นเพื่อจับตลาดการซื้อขายเก็งกำไรสำหรับหุ้นและนักลงทุนในแง่ดีหรือแง่ร้ายเกี่ยวกับตลาด ในคำอื่น ๆที่นักลงทุนสามารถคิดเป็นนักลงทุนมองในแง่ดีหรือสิ้นหวัง นั่นไม่ใช่ธรรม โดยหุ้นพื้นฐานพื้นฐาน ( เช่น รายได้ กระแสเงินสด หรืออัตราการเจริญเติบโต ) เมื่ออารมณ์เป็นสิ่งสูงหรือต่ำการเปลี่ยนแปลงของราคาหุ้นไม่ได้เป็นตัวแทนของ พื้นฐาน พื้นฐาน และ จึง น่าจะน้อยกว่าข้อมูลเกี่ยวกับรายได้ในอนาคต สำหรับมาตรการในการแก้ไขสารประโยชน์ของนักวิเคราะห์โดยเฉลี่ยเราใช้เบอร์ของนักวิเคราะห์ที่ได้มีส่วนร่วมในการแก้ไขโดยเฉลี่ย สังหรณ์ใจ , ความคิดเห็นนักวิเคราะห์เพิ่มเติมจะถูกเพิ่ม มี เสียงโดนเฉลี่ยออกมา เราใช้ 2 มาตรการสารประโยชน์ เพราะ ex ante ที่เรียนรู้ได้ให้นักวิเคราะห์ อย่างไรก็ตามพวกเขาเป็นเพียงผู้รับมอบฉันทะเพื่อสารประโยชน์ ดังนั้นเรายังใช้อดีตโพสต์มาตรการสารประโยชน์เป็นตรวจสอบความ . เป็นเราอธิบายในรายละเอียดเพิ่มเติมด้านล่าง ผู้รับมอบฉันทะเหล่านี้มีบทบาทสำคัญในการศึกษาของเรา เพราะพวกเขาช่วยให้เราเพื่อให้แข็งแกร่งมากข้อสรุปเกี่ยวกับไดรเวอร์พื้นฐานพฤติกรรมของนักวิเคราะห์