.RegressionsOur main interest is to

.RegressionsOur main interest is to examine whether the most preferred financial ratios used by equity ana-lysts might predict stock performance. We use a two-way random effects model for our regressionanalysis. The regression model we estimate takes the form: where RET is stock return at quarter t + n; n is 4 for 1 year future returns or 8 for 2 years. FI arealternative sets of most preferred financial ratios (specified in the next section) at quarter t andlog (MVE), the logarithm of the market capitalization of the firm’s equity, and BETA, the measureof systematic risk, act as control variables. Variables for Eq. (1) are computed using accountingdata and stock prices obtained from Economatica, from 1995 to 2011, for firms included in theMSE index.We control for serial correlation and heteroscedasticity using the Newey–West correction ofstandard errors.7Table 3 provides descriptive statistics and Table 4 provides Pearson correlation coefficients ofthe main variables used in the study. These correlation coefficients help to avoid the inclusion ofhighly correlated variables in the models, as we explain next.We have five FI categories (e.g., valuation, profit and margins, etc.). To reduce multicollinearity,alternative models are run with one variable per category. To avoid redundancy of informa-tion, and to have the number of variables/models manageable and results feasible to discuss in4Financial RETt+n = α + β1FIt + β2log (MVE) + β3 BETAt+n + ε (1)
in4Financial ratios involve the income statement and the balance sheet only, with the exception of leverage ratios whichuse market capitalization instead of book value of equity. Valuation ratios or multiples combine figures from the incomestatement or balance sheet with market stock prices. Cash flow ratios use figures from the cash flow statement. Per sharedata and growth indicators were placed in the “Other” category.5While this 50% cut-off is arbitrary, it has some intuition and some level of representativeness. First, it means thatfrom the 72 equity reports, among the 10 equity analysts, a “most preferred” financial ratio is used at least by half of theanalysts (we are not allowing double counting, as could be observed from Table 1). This selection is also convenient, asit allows to have at least two ratios per category, as Table 2 shows, which in turn, allows to include financial ratios of allcategories in the regression tests, and have alternative ratios within categories.6As a cross-check, we also analyzed only those recommendation reports with upgrades or downgrades. That is, whenthere was a change in the recommendation; for instance, from hold to buy. However, as the sample of reports with changesis very small, with only 12 observations in the sample, generalizations cannot be made and we do not tabulate/discuss indetail these results. The analysis, nevertheless, reinforces two points: (a) the main financial ratios that influence changein recommendation (e.g., EBITDA margin growth, EPS growth, sales growth) are also in our list of most preferred ratios(Table 2), and (b) while equity analysts use standard templates, they tailor their analysis to the company they assess byemphasizing different ratios.7Alternatively, we ran Arellano (1987) heteroscedasticity-corrected covariance matrices estimators (HCCME) withcluster correction. We find results similar to those reported in Table 5.

ผลลัพธ์ (ไทย) 1:

. สนใจหลัก RegressionsOur จะตรวจสอบว่าที่ต้องการอัตราส่วนทางการเงินที่ใช้หุ้น ana lysts อาจทำนายประสิทธิภาพของหุ้น เราใช้แบบสุ่มสองลักษณะพิเศษสำหรับ regressionanalysis ของเรา แบบจำลองถดถอยที่เราใช้แบบฟอร์ม: RET เป็น หุ้นคืนไตรมาส t + n n คือ 4 ในอนาคตการ 1 ปีหรือ 8 ปี 2 ชุด arealternative ไร้หลักการเงินอัตราส่วน (ที่ระบุไว้ในส่วนถัดไป) ในไตรมาสที่ t andlog (MVE), ลอการิทึมของมูลค่าตลาดของบริษัทหุ้น และเบต้า measureof ระบบความเสี่ยง ทำหน้าที่เป็นตัวแปรควบคุม ตัวแปรสำหรับ Eq. (1) จะคำนวณโดยใช้ accountingdata และราคาหุ้นที่ได้รับจาก Economatica จาก 1995 2011 สำหรับบริษัทที่รวมอยู่ในดัชนี theMSE เราควบคุมสำหรับความสัมพันธ์ของอนุกรม และ heteroscedasticity ใช้ errors.7Table แก้ไข ofstandard Newey – ตะวันตก 3 แสดงสถิติพรรณนาและ 4 ตารางแสดงเพียร์สันสัมประสิทธิ์สหสัมพันธ์ของตัวแปรหลักที่ใช้ในการศึกษา ค่าสัมประสิทธิ์ความสัมพันธ์เหล่านี้ช่วยให้หลีกเลี่ยงตัวแปร ofhighly correlated รวมรุ่น ตามที่เราอธิบายต่อไป เรามีห้าประเภทไร้สาย (เช่น ประเมินค่า กำไร และระยะขอบ ฯลฯ) ลด multicollinearity รุ่นอื่นเรียกใช้กับตัวแปรหนึ่งสำหรับแต่ละประเภท เพื่อหลีกเลี่ยงความซ้ำซ้อนของสเตรชัน informa และมีจำนวนตัวแปร/แบบจำลองการจัดการและผลลัพธ์ที่เป็นไปได้หารือ in4Financial RETt + n =ด้วยกองทัพ + β1FIt + β2log (MVE) β3 BETAt + n + ε (1)อัตราส่วน in4Financial เกี่ยวข้องกับงบกำไรขาดทุนและงบดุลเท่านั้น ยกเว้นยกระดับอัตราส่วน whichuse มูลค่าตลาดแทนมูลค่าของหุ้น อัตราส่วนประเมินค่าหรือการคูณรวมตัวเลขจาก incomestatement หรืองบดุล ด้วยราคาหุ้นตลาด อัตราส่วนกระแสเงินสดใช้ตัวเลขจากงบกระแสเงินสด ต่อ sharedata และเจริญเติบโตของ ตัวบ่งชี้ไว้ใน "อื่นๆ" category.5While นี้ 50% ตัดกำหนด มีสัญชาตญาณบางอย่างและบางระดับ representativeness ครั้งแรก มันหมายความว่า รายงานส่วน thatfrom 72 ระหว่างนักวิเคราะห์หุ้น 10 อัตราส่วนทางการเงินเป็น "สุด" ใช้น้อยครึ่งหนึ่งของ theanalysts (เราอนุญาตนับคู่ สามารถสังเกตได้จากตารางที่ 1) ตัวเลือกนี้จะยังสะดวก asit ช่วยให้มีอัตราส่วนน้อยสองต่อประเภท ตารางที่ 2 แสดง จะ ให้มีอัตราส่วนทางการเงินของ allcategories ในการทดสอบถดถอย และมีอัตราส่วนอื่นภายใน categories.6As ข้ามเครื่อง เรายังวิเคราะห์เฉพาะผู้แนะนำรายงานที่ มีการอัพเกรดหรือ downgrades นั่นคือ whenthere มีการเปลี่ยนแปลงในคำแนะนำ ตัวอย่าง จากการระงับการซื้อ อย่างไรก็ตาม เป็นตัวอย่างของรายงานที่มีขนาดเล็กมาก มี 12 สังเกตจากตัวอย่าง changesis, generalizations ไม่ได้ และเราไม่กดแท็บ/หารือ indetail ผลลัพธ์เหล่านี้ วิเคราะห์ แต่กระนั้น reinforces สองจุด: อัตราส่วนทางการเงิน (ก)หลักที่มีอิทธิพลต่อการแนะนำ changein (เช่น เจริญเติบโตของกำไร EBITDA, EPS เติบโต เติบโตขาย) อยู่ในรายการของเราของอัตราส่วนที่ต้องการมากที่สุด (ตารางที่ 2), และ (b) ในขณะที่นักวิเคราะห์หุ้นใช้แบบมาตรฐาน ผู้จัดการวิเคราะห์เพื่อบริษัทจะประเมิน byemphasizing ratios.7Alternatively แตกต่างกัน เราวิ่งชื่อ (1987) เมทริกซ์ความแปรปรวนร่วมแก้ไข heteroscedasticity estimators (HCCME) withcluster แก้ไข เราหาผลลัพธ์ใกล้เคียงกับรายงานในตาราง 5

ผลลัพธ์ (ไทย) 2:

สนใจหลัก .RegressionsOur คือการตรวจสอบว่าอัตราส่วนทางการเงินที่ต้องการมากที่สุดที่ใช้โดยส่วน ana-lysts อาจคาดการณ์ผลการดำเนินงานหุ้น เราใช้ผลสองทางแบบสุ่มแบบจำลองสำหรับ regressionanalysis ของเรา รูปแบบการถดถอยเราคาดว่าจะใช้รูปแบบนี้: ที่ RET คือการกลับหุ้นไตรมาสที่ t + n; n คือ 4 สำหรับผลตอบแทนในอนาคต 1 ปีหรือ 8 เป็นเวลา 2 ปี FI arealternative ชุดอัตราส่วนทางการเงินที่ต้องการมากที่สุด (ระบุไว้ในหัวข้อถัดไป) ที่ t ไตรมาส andlog (MVE) ลอการิทึมของมูลค่าตลาดของผู้ถือหุ้นของ บริษัท และเบต้าความเสี่ยงที่เป็นระบบ measureof ทำหน้าที่เป็นตัวแปรในการควบคุม สำหรับสมการตัวแปร (1) มีการคำนวณโดยใช้ accountingdata และราคาหุ้นที่ได้รับจาก Economatica, 1995-2011, สำหรับ บริษัท ที่รวมอยู่ในการควบคุม theMSE index.We สำหรับความสัมพันธ์แบบอนุกรมและ heteroscedasticity ใช้แก้ไข Newey ตะวันตก ofstandard errors.7Table 3 มีสถิติเชิงพรรณนาและตารางที่ 4 มีค่าสัมประสิทธิ์สหสัมพันธ์เพียร์สัน ofthe ตัวแปรหลักที่ใช้ในการศึกษา ค่าสัมประสิทธิ์สหสัมพันธ์เหล่านี้ช่วยหลีกเลี่ยงการรวมตัวแปรที่มีความสัมพันธ์ในรูปแบบ ofhighly ที่เราอธิบาย next.We มีห้าประเภท FI (เช่นการประเมินมูลค่าผลกำไรและอัตรากำไรขั้นต้นและอื่น ๆ ) เพื่อลดพหุรูปแบบทางเลือกที่จะดำเนินการกับตัวแปรแต่ละประเภท เพื่อหลีกเลี่ยงความซ้ำซ้อนของข้อมูลเกี่ยว-การและจะมีจำนวนของตัวแปร / รุ่นจัดการและส่งผลให้เกิดความเป็นไปได้ที่จะหารือเกี่ยว in4Financial Rett + n = α + β1FIt + β2log (MVE) + β3 BETAt + n + ε (1)
อัตราส่วน in4Financial เกี่ยวข้องกับ งบกำไรขาดทุนและงบดุลเท่านั้นที่มีข้อยกเว้นของการใช้ประโยชน์จาก whichuse อัตราส่วนมูลค่าตลาดแทนมูลค่าตามบัญชีของผู้ถือหุ้น อัตราส่วนการประเมินหรือหลายรวมตัวเลขจากแผ่น incomestatement หรือสมดุลกับราคาหุ้นในตลาด อัตราส่วนกระแสเงินสดใช้ตัวเลขจากงบกระแสเงินสด ต่อ sharedata และตัวชี้วัดการเจริญเติบโตอยู่ใน "อื่น ๆ " category.5While นี้ 50% ตัดเป็นข้อก็มีสัญชาตญาณบางอย่างและระดับของมูลบาง ครั้งแรกก็หมายความ thatfrom รายงานผู้ถือหุ้น 72 หมู่ 10 นักวิเคราะห์ส่วนเป็น "ที่ต้องการมากที่สุด" อัตราส่วนทางการเงินที่จะใช้เวลาอย่างน้อยครึ่งหนึ่งของ theanalysts (เราจะไม่อนุญาตให้คู่นับเป็นอาจจะสังเกตได้จากตารางที่ 1) การเลือกนี้สะดวก asit ช่วยให้มีอย่างน้อยสองอัตราส่วนต่อประเภทเป็นตารางที่ 2 แสดงให้เห็นซึ่งจะช่วยให้การรวมถึงอัตราส่วนทางการเงินของ allcategories ในการทดสอบการถดถอยและมีอัตราส่วนทางเลือกภายใน categories.6As ตรวจสอบข้าม เรายังวิเคราะห์เฉพาะผู้รายงานข้อเสนอแนะที่มีการอัพเกรดหรือปรับลด นั่นคือ whenthere การเปลี่ยนแปลงคำแนะนำที่; ตัวอย่างเช่นจากการถือที่จะซื้อ แต่เป็นตัวอย่างของรายงานที่มีขนาดเล็กมาก changesis มีเพียง 12 ข้อสังเกตในตัวอย่างภาพรวมไม่สามารถที่จะทำและเราไม่ได้จัดระเบียบ / หารือ indetail ผลลัพธ์เหล่านี้ การวิเคราะห์ยังคงตอกย้ำสองจุด: (ก) อัตราส่วนทางการเงินที่สำคัญที่มีอิทธิพลต่อข้อเสนอแนะ changein (เช่นการเจริญเติบโตของอัตรากำไร EBITDA กำไรต่อหุ้นการเจริญเติบโตของยอดขาย) ยังอยู่ในรายชื่อของอัตราส่วนที่ต้องการมากที่สุด (ตารางที่ 2) และ (ข ) ในขณะที่นักวิเคราะห์ส่วนใช้แม่แบบมาตรฐานที่พวกเขาปรับแต่งการวิเคราะห์ของพวกเขาให้กับ บริษัท ที่พวกเขาประเมินที่แตกต่างกัน byemphasizing ratios.7Alternatively เราวิ่งเรลลา (1987) การฝึกอบรมความแปรปรวน heteroscedasticity-แก้ไขประมาณ (HCCME) แก้ไข withcluster เราพบผลที่คล้ายกับที่รายงานในตารางที่ 5

ผลลัพธ์ (ไทย) 3:

regressionsour น่าสนใจหลักคือ ศึกษาว่า ที่ต้องการมากที่สุดที่ใช้โดยบริษัทอนาอัตราส่วนทางการเงิน lysts อาจทำนายประสิทธิภาพของหุ้น เราใช้รูปแบบการถดถอยพหุแบบขั้นตอนผลแผนของเรา ตัวแบบการถดถอย เราคาดว่าจะใช้เวลารูปแบบ : ที่ ret หุ้นกลับในไตรมาส 4 T N ; n เป็น 1 ปีในอนาคตผลตอบแทนหรือ 8 ปี 2ฟี arealternative ชุดอัตราส่วนที่ต้องการมากที่สุด ( ที่ระบุไว้ในส่วนถัดไป ) ในไตรมาสที andlog ( mve ) , ค่าลอการิทึมของมูลค่าตลาดของ บริษัท หุ้น เบต้า , measureof ความเสี่ยงที่เป็นระบบ ทำ เช่น ตัวแปรควบคุม ตัวแปรสำหรับอีคิว ( 1 ) คำนวณโดยใช้ accountingdata และราคาหุ้นที่ได้จาก economatica จากปี 2554สำหรับ บริษัท รวมอยู่ในดัชนี themse เราควบคุมอนุกรม ) และ heteroscedasticity ใช้ newey –แก้ไขตะวันตกมาตรฐาน errors.7table 3 มีสถิติเชิงพรรณนา และ ตารางที่ 4 แสดงสัมประสิทธิ์สหสัมพันธ์ของเพียร์สัน หลัก ตัวแปรที่ใช้ในการศึกษาคือ ค่าสัมประสิทธิ์ความสัมพันธ์เหล่านี้จะช่วยให้เพื่อหลีกเลี่ยงการรวม ofhighly ความสัมพันธ์ของตัวแปรในแบบจำลองในฐานะที่เราอธิบายต่อไป เรามีห้าคู่ประเภท ( เช่น การประเมินกำไรและกำไร ฯลฯ ) เพื่อลดการเกิดพหุสัมพันธ์ รุ่นอื่นจะใช้ตัวแปรเดียว ต่อประเภท เพื่อหลีกเลี่ยงความซ้ำซ้อนของ Informa tion , และมีจำนวนของตัวแปรผลลัพธ์เป็นไปได้เพื่อหารือเกี่ยวกับ in4financial ขวา n = αบีตา 1fit บีตา 2log จัดการ และ ( 3 betat mve ) บีตา ( 1 )
n εin4financial อัตราส่วนที่เกี่ยวข้องกับขาดทุนและงบดุลเท่านั้น ยกเว้นอัตราส่วนมูลค่าตลาดจาก whichuse แทนมูลค่าของหุ้น อัตราส่วนมูลค่าหรือคูณรวมเลขจาก incomestatement หรืองบดุล ราคาหุ้นในตลาด อัตราส่วนกระแสเงินสดใช้ตัวเลขจากงบกระแสเงินสดต่อ sharedata และตัวชี้วัดการเติบโตอยู่ใน " category.5while อื่นๆ " นี้ตัด 50% เป็นข้อมันมีสัญชาตญาณและบางระดับของ representativeness . แรกก็หมายความว่า thatfrom 72 ส่วนรายงานใน 10 หุ้นที่นักวิเคราะห์ " ต้องการมากที่สุด " อัตราส่วนทางการเงินที่ใช้อย่างน้อยครึ่งหนึ่งของ theanalysts ( เราไม่อนุญาตให้คู่นับโดยสามารถสังเกตได้จากตารางที่ 1 ) การเลือกนี้ยังสะดวกในโรงพยาบาลให้มีอย่างน้อยสองต่อ ต่อประเภท ตารางที่ 2 แสดง ซึ่งจะ ช่วยให้ ได้แก่ อัตราส่วนทางการเงินของ allcategories ในขั้นตอนการทดสอบ , และมีอัตราส่วนทางเลือกภายใน categories.6as ตรวจสอบ เรายังวิเคราะห์รายงานข้อเสนอแนะที่มีการอัพเกรดหรือใหม่ . นั่นคือwhenthere เป็นความเปลี่ยนแปลงในการแนะนำ ตัวอย่าง จาก ถือ ซื้อ อย่างไรก็ตาม ตัวอย่างของรายงานที่มี changesis ขนาดเล็กมาก มีเพียง 12 ตัวอย่างในตัวอย่างทั่วไปไม่ได้ และเราไม่เรียบ / หารือ indetail ผลลัพธ์เหล่านี้ การวิเคราะห์ อย่างไรก็ตาม ระหว่างจุดสองจุด คือ ( 1 ) อัตราส่วนทางการเงินหลักที่มีอิทธิพลต่อการเปลี่ยนแปลงการแนะนำ ( เช่นอัตราการเจริญเติบโตของบริษัท การเติบโต EPS เติบโตของยอดขาย ) ยังอยู่ในรายการของที่ต้องการมากที่สุดอัตราส่วน ( ตารางที่ 2 ) , และ ( ข ) ขณะที่นักวิเคราะห์หุ้นใช้แม่แบบมาตรฐาน พวกเขาตัด การวิเคราะห์ของพวกเขาไปยัง บริษัท ที่พวกเขาประเมิน byemphasizing แตกต่างกัน ratios.7alternatively เราเจอเรลลา ( 1987 ) ประมาณ heteroscedasticity แก้ไขความแปรปรวนร่วม ( hccme ) แก้ไข withcluster .เราพบผลลัพธ์ที่คล้ายคลึงกับที่รายงานในตารางที่ 5 .