3. Sample selection and research de

3. Sample selection and research design
3.1. Sample selection
Data for the sample were obtained from I/B/E/S, CRSP, and COMPUSTAT. Individual analysts’ quarterly forecasts and other
information are taken from the I/B/E/S database detail file. Although I/B/E/S starts covering analysts’ EPS forecasts from 1980,
coverage in the early years is sparse and the number of analysts contributing EPS forecasts to the database significantly
increased in 1995. Consequently, we start collecting data from 1995 and continue through the end of 2005. Because some
lagged variables are required in the regression analysis, our sample period runs from 1996 to 2005. Since we examine
earnings forecast revisions, we exclude all forecast initiations where there is no prior forecast issued by the analyst for that
firm and forecast horizon. If one analyst issues multiple forecast revisions for the same firm and forecast horizon between
consecutive earnings announcements, we only keep the analyst’s first revision. This step yields 781,466 observations of one-,
two-, three-, and four-quarter-ahead earnings forecasts. To make sure that our analysts’ forecast revisions are not calculated
relative to stale forecasts, we require the prior forecast (i.e., the last earnings forecast of quarter t+n earnings issued before
quarter t’s earnings announcement) to be reported within a 90-day window preceding the earnings announcement date.
This step reduces the sample size to 598,295 observations.
The actual earnings per share data are also taken from I/B/E/S. The return data are from the CRSP database, and the financial
data are from COMPUSTAT. We sample all analysts in I/B/E/S database detail file who updated their earnings forecasts for any of
the next four quarters within 10 days of a quarterly earnings announcement for which we also have the corresponding firmspecific
data from CRSP and COMPUSTAT. Our final sample contains 275,328 analyst, firm-quarter, forecast-horizon observations,
representing 5,685 unique firms and 5,377 unique analysts. Table 1 defines all the main variables in our analyses.
Among the 275,328 analyst, firm-quarter, forecast-horizon observations, 148,006 are from analysts updating their t+n
EPS forecast on the first day after the quarter t earnings announcement, and 127,322 are from analysts updating their forecast
sometime between day 2 and day 10 (inclusive). Therefore, our sample size is 127,322 when our regression analyses include
returns over the second return window.
The sample we use to examine how analysts react to the average forecast revisions of other analysts is much smaller. To be
included in this sample, at least one analyst must have preceded the target analyst in updating his earnings forecast for the
same forecast horizon. We require at least one day in between the revisions of other analysts and the revision of the target
analyst to ensure that the target analyst could have observed the revisions we include in the average. For these analyses, the
sample contains 80,004 analyst, firm-quarter, forecast-horizon observations from 3,839 unique firms and 4,428 unique
analysts.

ผลลัพธ์ (ไทย) 1:

3. ตัวอย่างการออกแบบวิจัยและเลือก3.1. ตัวอย่างเลือกข้อมูลสำหรับตัวอย่างได้รับจาก ฉัน/B/E/S, CRSP และ COMPUSTAT คาดการณ์ไตรมาสละวิเคราะห์และอื่น ๆข้อมูลนำมาจากแฟ้มรายละเอียดฐานข้อมูล ฉัน/B/E/S แม้ว่า ฉัน/B/E/S เริ่มครอบคลุมนักวิเคราะห์คาดการณ์ EPS จาก 1980ในปีแรกจะเบาบาง และจำนวนนักวิเคราะห์ที่สนับสนุน EPS คาดการณ์ไปฐานข้อมูลอย่างมากเพิ่มขึ้นในปี 1995 ดังนั้น เราเก็บรวบรวมข้อมูลจาก 1995 และดำเนินการในสิ้นปี 2005 เนื่องจากบางlagged แปรจำเป็นในการวิเคราะห์การถดถอย รอบระยะเวลาตัวอย่างของเราทำจาก 1996 2005 เนื่องจากเราตรวจสอบกำไรคาดการณ์แก้ไข เราแยก initiations คาดการณ์ทั้งหมดมีการคาดการณ์ล่วงหน้าไม่ออก โดยนักวิเคราะห์ที่ขอบฟ้าแน่น และการพยากรณ์ ถ้าหนึ่งวิเคราะห์ปัญหาแก้ไขการคาดการณ์หลายบริษัทเดียวและขอบเขตการคาดการณ์ระหว่างประกาศกำไรติดต่อกัน เราเพียงให้ revision แรกของนักวิเคราะห์ ขั้นตอนนี้ทำให้สังเกต 781,466 ของหนึ่ง-2 สาม และคาดการณ์ล่วงหน้าสี่ไตรมาสกำไร เพื่อให้แน่ใจว่า การปรับปรุงการคาดการณ์ของนักวิเคราะห์ของเราจะไม่ถูกคำนวณเมื่อเทียบกับคาดการณ์เก่า เราต้องการคาดการณ์ล่วงหน้า (เช่น ครั้งสุดท้ายกำไรคาดการณ์ไตรมาสที่ t + n กำไรออกก่อนรายได้ของไตรมาสประกาศ) จะรายงานภายในหน้าต่าง 90 วันก่อนวันประกาศกำไรขั้นตอนนี้ช่วยลดขนาดตัวอย่างการสังเกต 598,295กำไรต่อหุ้นข้อมูลจริงจะถูกนำจาก ฉัน/B/E/s ได้ ข้อมูลส่งคืนมาจาก CRSP ฐานข้อมูล และการเงินข้อมูลมาจาก COMPUSTAT เราตัวอย่างวิเคราะห์ในแฟ้มรายละเอียดฐานข้อมูล ฉัน/B/E/S ที่ปรับปรุงการคาดการณ์กำไรของพวกเขาสำหรับการไตรมาสสี่ถัดไปภายใน 10 วันของการประกาศกำไรไตรมาสที่เรายังมี firmspecific ที่สอดคล้องกันข้อมูลจาก CRSP และ COMPUSTAT ตัวอย่างของเราสุดท้ายประกอบด้วย 275,328 นักวิเคราะห์ บริษัทไตรมาส การคาดการณ์ขอบฟ้าสังเกตแสดงเฉพาะบริษัท 5,685 และวิเคราะห์เฉพาะ 5,377 ตารางที่ 1 กำหนดตัวแปรหลักในการวิเคราะห์ของเราในหมู่นักวิเคราะห์ 275,328 บริษัทไตรมาส การคาดการณ์ขอบฟ้าสังเกต 148,006 มาจากนักวิเคราะห์ปรับปรุงตน t + nการคาดการณ์ EPS ในวันแรกหลังการประกาศกำไร t ไตรมาส และ 127,322 ได้จากการปรับปรุงการคาดการณ์ของนักวิเคราะห์บางครั้งระหว่างวันที่ 2 และวันที่ 10 (รวม) ดังนั้น เราได้ขนาดตัวอย่าง 127,322 เมื่อมีการวิเคราะห์การถดถอยของเราส่งกลับผ่านหน้าต่างสองคืนตัวอย่างที่เราใช้การตรวจสอบวิธีวิเคราะห์ตอบสนองต่อการปรับปรุงการคาดการณ์เฉลี่ยของนักวิเคราะห์อื่น ๆ มีขนาดเล็กมาก จะรวมอยู่ในตัวอย่างนี้ นักวิเคราะห์อย่างน้อยหนึ่งต้องมีนำหน้านักวิเคราะห์เป้าหมายในการปรับปรุงรายได้ของเขาคาดการณ์สำหรับการเดียวกันการคาดการณ์ขอบฟ้า เราต้องอยู่ระหว่างแก้ไขของนักวิเคราะห์อื่น ๆ และการแก้ไขของเป้าหมายอย่างน้อยหนึ่งวันนักวิเคราะห์เพื่อให้แน่ใจว่า นักวิเคราะห์เป้าหมายสามารถได้ปฏิบัติการปรับปรุงที่เรารวมอยู่ในค่าเฉลี่ย สำหรับการวิเคราะห์ การตัวอย่างประกอบด้วยนักวิเคราะห์ ข้อสังเกตบริษัทมาส ขอบ เขตการคาดการณ์จากบริษัทเฉพาะ 3,839 4,428 เฉพาะ 80,004นักวิเคราะห์

ผลลัพธ์ (ไทย) 2:

การเลือกและการวิจัย 3. ตัวอย่างการออกแบบ
3.1 การเลือกตัวอย่าง
ข้อมูลสำหรับกลุ่มตัวอย่างที่ได้รับจาก I / B / E / S, CRSP และ Compustat การคาดการณ์ของนักวิเคราะห์รายไตรมาสของแต่ละบุคคลและอื่น ๆ ที่
ข้อมูลที่นำมาจาก I / B / E / S ไฟล์ฐานข้อมูลรายละเอียด ถึงแม้ว่าผม / B / E / S เริ่มครอบคลุมการคาดการณ์กำไรต่อหุ้นนักวิเคราะห์จากปี 1980
การรายงานข่าวในช่วงต้นปีจะเบาบางและจำนวนของนักวิเคราะห์ที่เอื้อต่อการคาดการณ์กำไรต่อหุ้นไปยังฐานข้อมูลอย่างมีนัยสำคัญ
เพิ่มขึ้นในปี 1995 ดังนั้นเราจึงเริ่มเก็บข้อมูลจากปี 1995 และดำเนินการต่อไป จนถึงสิ้นปี 2005 เนื่องจากบาง
ตัวแปร lagged จะจำเป็นต้องใช้ในการวิเคราะห์การถดถอยระยะเวลาตัวอย่างของเราจะเริ่มต้นจากปี 1996 ถึงปี 2005 ตั้งแต่เราตรวจสอบ
ผลประกอบการคาดการณ์การแก้ไขเราไม่รวมทั้งหมด initiations การคาดการณ์ที่ไม่มีการคาดการณ์ก่อนหน้านี้ที่ออกโดยนักวิเคราะห์ว่า
และการคาดการณ์ของ บริษัท ฮอไรซอน หากหนึ่งในนักวิเคราะห์คาดการณ์ประเด็นการแก้ไขหลาย บริษัท เดียวกันและการคาดการณ์ขอบฟ้าระหว่าง
การประกาศผลประกอบการติดต่อกันเราเพียง แต่ให้แก้ไขครั้งแรกของนักวิเคราะห์ ขั้นตอนนี้ผลตอบแทนถัวเฉลี่ย 781,466 สังเกตของหนึ่ง,
สอง, สาม, และการคาดการณ์ผลประกอบการไตรมาสสี่ข้างหน้า เพื่อให้แน่ใจว่านักวิเคราะห์ของเราแก้ไขการคาดการณ์จะไม่ถูกคำนวณ
เทียบกับการคาดการณ์เก่าเราจำเป็นต้องมีการคาดการณ์ก่อน (เช่นผลประกอบการที่ผ่านมาคาดการณ์ไตรมาส T + n กำไรที่ออกก่อน
ไตรมาส T ประกาศผลประกอบการ) มีการรายงานภายใน 90 วัน หน้าต่างก่อนวันประกาศผลประกอบการ.
ขั้นตอนนี้จะช่วยลดขนาดของกลุ่มตัวอย่างในการสังเกต 598,295.
รายได้ที่เกิดขึ้นจริงข้อมูลต่อหุ้นยังนำจาก I / B / E / S ข้อมูลผลตอบแทนจากฐานข้อมูล CRSP และการเงิน
ข้อมูลจาก Compustat เราลิ้มนักวิเคราะห์ทั้งหมดใน I / B / E / S รายละเอียดไฟล์ฐานข้อมูลที่มีการปรับปรุงการคาดการณ์กำไรของพวกเขาสำหรับการใด ๆ ของ
สี่ต่อไปภายใน 10 วันนับจากวันประกาศผลประกอบการไตรมาสที่เรายังมีความสอดคล้องกัน firmspecific
ข้อมูลจาก CRSP และ Compustat ตัวอย่างสุดท้ายของเรามี 275,328 นักวิเคราะห์ บริษัท ในไตรมาสสังเกตคาดการณ์ขอบฟ้า
เป็นตัวแทน 5,685 บริษัท ที่ไม่ซ้ำกันและ 5377 นักวิเคราะห์ที่ไม่ซ้ำกัน ตารางที่ 1 กำหนดทุกตัวแปรหลักในการวิเคราะห์ของเรา.
ท่ามกลางการสังเกตการณ์ 275,328 นักวิเคราะห์ บริษัท ไตรมาสคาดการณ์ขอบฟ้า, 148,006 จากนักวิเคราะห์การปรับปรุง T + n ของพวกเขา
เป็นกำไรต่อหุ้นคาดการณ์ในวันแรกหลังจากที่ประกาศผลประกอบการไตรมาส T, และ 127322 เป็น อัปเดตจากนักวิเคราะห์คาดการณ์ของพวกเขา
ในช่วงระหว่างวันที่ 2 และวันที่ 10 (รวม) ดังนั้นขนาดของกลุ่มตัวอย่างของเราคือ 127322 เมื่อวิเคราะห์การถดถอยของเรารวมถึง
ผลตอบแทนที่เหนือหน้าต่างผลตอบแทนที่สอง.
กลุ่มตัวอย่างที่เราใช้ในการตรวจสอบว่านักวิเคราะห์การตอบสนองต่อการแก้ไขการคาดการณ์เฉลี่ยของนักวิเคราะห์อื่น ๆ ที่มีขนาดเล็กมาก ที่จะ
รวมอยู่ในตัวอย่างนี้อย่างน้อยหนึ่งนักวิเคราะห์จะต้องนำหน้านักวิเคราะห์เป้าหมายในการปรับปรุงผลกำไรคาดการณ์สำหรับ
ขอบฟ้าคาดการณ์เดียวกัน เราจำเป็นต้องมีอย่างน้อยหนึ่งวันในระหว่างการแก้ไขของนักวิเคราะห์อื่น ๆ และการแก้ไขของเป้าหมายที่
นักวิเคราะห์เพื่อให้มั่นใจว่านักวิเคราะห์เป้าหมายจะได้สังเกตเห็นการแก้ไขที่เรารวมอยู่ในค่าเฉลี่ย สำหรับการวิเคราะห์เหล่านี้
ตัวอย่างมี 80,004 นักวิเคราะห์ บริษัท ในไตรมาสสังเกตการคาดการณ์ขอบฟ้าจาก 3,839 บริษัท ที่เป็นเอกลักษณ์และไม่ซ้ำกัน 4,428
นักวิเคราะห์

ผลลัพธ์ (ไทย) 3:

3 . การเลือกตัวอย่างและการออกแบบการวิจัย3.1 . การเลือกตัวอย่างข้อมูลตัวอย่างที่ได้จาก I / B / E / S , crsp และคอมพิว ตท . นักวิเคราะห์คาดการณ์รายไตรมาสและบุคคลอื่น ๆข้อมูลที่เอามาจาก I / B / E / S ไฟล์รายละเอียดฐานข้อมูล แม้ว่า I / B / E / S เริ่มที่ครอบคลุมของนักวิเคราะห์คาดการณ์จากปี 1980ความคุ้มครองในช่วงต้นปีจะเบาบางและหมายเลขของนักวิเคราะห์และคาดการณ์ EPS ไปยังฐานข้อมูลอย่างมากเพิ่มขึ้นใน 1995 จากนั้น เราก็เริ่มเก็บข้อมูลตั้งแต่ปี 2538 และยังคงผ่านปลายของปี 2005 เพราะบางล้าหลัง ตัวแปรที่จำเป็นในการวิเคราะห์ระยะเวลาตัวอย่างของเราวิ่งตั้งแต่ปี พ.ศ. 2548 เนื่องจากเราตรวจสอบล้านบาท เพิ่มขึ้นแก้ไข เรารวมเริ่มต้นการคาดการณ์ทั้งหมดที่ไม่มีก่อนออกโดยนักวิเคราะห์คาดการณ์ว่าบริษัท และการคาดการณ์ในอนาคต ถ้าหนึ่งนักวิเคราะห์คาดการณ์การแก้ไขหลายปัญหาที่ บริษัท เดียวกันและการคาดการณ์ขอบฟ้าระหว่างต่อเนื่องจากประกาศ เราเก็บเป็นนักวิเคราะห์การแก้ไขก่อน ขั้นตอนนี้ให้ผล 781466 สังเกตของหนึ่งสอง สาม และสี่ไตรมาสข้างหน้าผลประกอบการ . เพื่อให้แน่ใจว่า นักวิเคราะห์ของเราคาดว่าการแก้ไขจะไม่คำนวณเมื่อเทียบกับการคาดการณ์เก่า เราต้องมีการคาดการณ์ล่วงหน้า ( เช่น รายได้ไตรมาสสุดท้ายคาด T + n กำไรออกก่อนประกาศผลประกอบการของไตรมาส T ) ต้องรายงานภายใน 90 วัน ก่อนประกาศผลประกอบการหน้าต่างวันที่ขั้นตอนนี้จะช่วยลดขนาดของกลุ่มตัวอย่างที่จะ 598295 การสังเกตกำไรต่อหุ้นข้อมูลที่แท้จริง มีการถ่ายจาก I / B / E / S . ข้อมูลกลับจาก crsp ฐานข้อมูล และการเงินข้อมูลจากคอมพิว ตท . เราตัวอย่างนักวิเคราะห์ใน I / B / E / S รายละเอียดฐานข้อมูลแฟ้มที่ปรับปรุงการคาดการณ์ผลประกอบการของพวกเขาใด ๆอีกสี่ไตรมาสภายใน 10 วันของการประกาศผลประกอบการ ซึ่งเราก็มีเหมือนกัน firmspecificข้อมูลจาก crsp และคอมพิว ตท . ตัวอย่างสุดท้ายของเรามี 275328 นักวิเคราะห์ บริษัทคาดไตรมาสขอบฟ้า , การสังเกตเป็นตัวแทนของบริษัท และ 5377 นักวิเคราะห์ 1 ที่เป็นเอกลักษณ์เฉพาะตัว ตารางที่ 1 กำหนดหลักทั้งหมดที่ตัวแปรในการวิเคราะห์ของเราระหว่าง 275328 นักวิเคราะห์คาดการณ์ บริษัท ไตรมาส ขอบฟ้าสังเกต 148006 จากนักวิเคราะห์การปรับปรุงของพวกเขา T + nจากการคาดการณ์ในวันแรกหลังจากประกาศผลประกอบการไตรมาสที และ 127322 จากการคาดการณ์ของนักวิเคราะห์ ปรับปรุงช่วงระหว่างวันที่ 2 และวันที่ 10 ( รวม ) ดังนั้น ขนาดของตัวอย่างของเราคือ 127322 เมื่อวิเคราะห์ถดถอย ของเรารวมถึงผลตอบแทนที่เหนือหน้าต่าง คืนที่สองตัวอย่างที่เราใช้เพื่อตรวจสอบวิธีการที่นักวิเคราะห์ทำเฉลี่ยแก้ไขการคาดการณ์ของนักวิเคราะห์อื่น ๆมีขนาดเล็กมาก เป็นรวมอยู่ในตัวอย่างนี้ นักวิเคราะห์อย่างน้อยหนึ่งต้องนำหน้านักวิเคราะห์เป้าหมายในการปรับปรุงของเขาล้านบาท เพิ่มขึ้นสำหรับขอบฟ้าคาดการณ์เดียวกัน เราต้องการอย่างน้อยหนึ่งวันในระหว่างการแก้ไขของนักวิเคราะห์อื่น ๆและการแก้ไขของเป้าหมายนักวิเคราะห์เพื่อให้แน่ใจว่าเป้าหมายจะได้สังเกตการประชุมนักวิเคราะห์เรารวมอยู่ในค่าเฉลี่ยของ การวิเคราะห์เหล่านี้กลุ่มตัวอย่างประกอบด้วย 80004 นักวิเคราะห์คาดการณ์ บริษัท ไตรมาส ขอบฟ้า สังเกตจาก 3839 เป็นเอกลักษณ์และ 4428 เฉพาะบริษัทนักวิเคราะห์