分析师盈利预测对股价影响的实证分析
其中，Ri,t为第i个组合在第t周的收益率，CAR表示套利组合的累计回报率。
5．检验结果
5.1盈利意外对股价的影响
（1） 描述性统计结果 表4：全部样本基本统计参数
均值 2003年度样本 -0.1017474 -0.0250827 -5.6285856 0.9356184 0.5131050 214 2004年度样本 -0.1129646 -0.0190880 -5.7687594 5.3291918 0.6358140 459 中位数 最小值 最大值 标准差 样本数量
表5：去除绝对值大于0.3的部分样本后的基本统计参数
均值 中位数 最小值 最大值 标准差 样本数量 2003年度样本 -0.0209994 -0.0173992 -0.2864135 0.2163548 0.0912367 190 2004年度样本 -0.0206380 -0.0065913 -0.2981660 0.2984291 0.1165960 376 通过对比表4与表5，我们可以清楚地发现样本的标准差有了显著的下降，其偏斜度也得到了一定程度的缓解。 ⑵ 假设检验——假说一、二
首先，我们发现，565个样本中，误差值小于零的有320个，大于零的有245个。为了进行假说一、二的检验，我们将所有样本分为
16
深圳证券交易所第八届会员单位与基金公司研究成果评选
5组，其中小于零的部分平分为三组8，大于零的部分平分为两组9。本文中，我们只对第一组及第五组分别进行t检验，得到表6： 表6：两极端样本组CAR的t检验结果
第一组 窗口 CAR-均值 CAR-中位数 窗口 第五组 CAR-均值 CAR-中位数 0.0420173 0.0370097 0.0408047 0.0326576 0.0341117 0.0299434 0.0248846 0.0261707 0.0294843 0.0280717 0.0332627 0.0339517 0.0241957 0.0237006 0.0207487 0.0125304 0.0137221 0.0144992 0.0129452 0.0059444 0.0023906 (-21,0) -0.0169754* -0.0341608 (-21,0) 0.0390573*** (-20,0) -0.0165736** -0.0280017 (-20,0) 0.0362611*** (-19,0) -0.0153732* (-18,0) -0.0136187* -0.0217024 (-19,0) 0.0366925*** -0.0215329 (-18,0) 0.0344041*** (-17,0) -0.0156546** -0.0183514 (-17,0) 0.0340252*** (-16,0) -0.0135709* (-15,0) -0.0135634* (-14,0) -0.0144696* (-13,0) -0.016341** -0.0130431 (-16,0) 0.032018*** -0.0120724 (-15,0) 0.0319062*** -0.018801 (-14,0) 0.0323337*** -0.0213377 (-13,0) 0.0287494*** (-12,0) -0.0170969** -0.016503 (-12,0) 0.0285065*** (-11,0) -0.0174145*** -0.0188526 (-11,0) 0.0277814*** (-10,0) -0.0191363*** -0.0201849 (-10,0) 0.0271686*** (-9,0) (-8,0) (-7,0) (-6,0) (-5,0) (-4,0) (-3,0) (-2,0) (-1,0) -0.0197173*** -0.0204881 (-9,0) 0.0229912*** -0.0180082*** -0.0192656 (-8,0) 0.0193695*** -0.019605*** -0.023833 (-7,0) 0.0185303*** -0.0197739*** -0.0119233 (-6,0) 0.0146483*** -0.0197393*** -0.0150883 (-5,0) 0.0143644*** -0.0207976*** -0.0171621 (-4,0) 0.0129968*** -0.0196367*** -0.0135848 (-3,0) 0.0110914** -0.0202239*** -0.0156686 (-2,0) 0.0078208* -0.0170953*** -0.0144492 (-1,0) 0.001519 89
其中，第一组为排序后第1至106个样本，第二组为第107至213个样本，第三组为第214至320个样本。 其中，第四组为第321至443个样本，第五组为第444至565个样本。
17
分析师盈利预测对股价影响的实证分析
0 (0，1) (0，2) (0，3) -0.0132314*** -0.0114772 0 0.000098185 0.0030427 0.0031307 -0.000075643 0.0113781 -0.0117019*** -0.0102159 (0，1) 0.0013651 -0.0132491** -0.0128003 (0，2) 0.00302 -0.0123949 -0.0130831 (0，3) 0.006303 **注1．表中CAR-均值列中的数据为相应窗口内该组样本CAR的均值 注2．表中CAR-中位数列中的数据为相应窗口内该组样本CAR的中位数
注3．表中CAR-均值列中的*号表示t检验10的结果；其中，*、**、***分别表示在10%、5%、1%的臵信水平上显著。
从表6中，我们分别找出两组样本CAR绝对值最大的窗口11，将该窗口内的AR(abnormal return)12逐日累计，分别见图1及图2： 图1：第一组样本在(-4,0)窗口内的累计超额回报率
第一组样本0.0%(-4,x)窗口内超额回报率累加-0.5%-1.0%-1.5%-2.0%-2.5%-4-3-2距事件日天数-10
注：图中横坐标-4对应的纵坐标值是-4当日的AR值；-3对应(-4,-3)的超额回报率累加，即-3、-4两日的超额回报率之和；以此类推。
图2：第五组样本在(-21,0)窗口内的累计超额回报率
1011
双尾检验：零假设为CAR均值等于0，备择假设为不等于0。 第一组为(-4,0)窗口，第五组为(-21,0)窗口。 12
指各样本组AR的均值。
18
深圳证券交易所第八届会员单位与基金公司研究成果评选
第五组样本(-21,x)窗口内超额回报率累加4.5%4.0%3.5%3.0%2.5%2.0%1.5%1.0%0.5%0.0%-21-19-17-15-13-11-9-7-5-3事件日之前天数-1注：图中横坐标-21对应的纵坐标值是-21当日的AR值；-20对应(-21,-20)的超额回报率累加，即-21、-20两日的超额回报率之和；以此类推。
从图1中我们可以看出，市场对于负面“盈利意外”(earnings surprise)的反应出现得较晚（主要从事件日前4个交易日开始），且主要体现在事件日当天；而图2则显示市场似乎从事件日前较长一段时期就开始对正面“盈利意外”(earnings surprise)有所反应。
以上结果可能有如下解释：盈利预测库所覆盖的这些样本表现要强于市场平均水平，因而，表6中第五组样本的CAR显著大于0以及图2中第五组样本的AR累计增长可能是由样本选择偏差造成的。
针对上述解释，我们采用之前提到的CAPM模型法重新计算AR及CAR值以消除样本选择偏差问题。所得结果如表7所示： 表7：两极端样本组CAR的t检验结果-CAPM模型
第一组 窗口 CAR-均值 CAR-中位数 -0.01358 -0.01168 -0.00945 窗口 第五组 CAR-均值 CAR-中位数 0.0379705 0.0399263 0.0399405 (-21,0) -0.02045* (-20,0) -0.02072* (-19,0) -0.01939 (-21,0) 0.0349309*** (-20,0) 0.0324172*** (-19,0) 0.033223*** 19
分析师盈利预测对股价影响的实证分析
(-18,0) -0.0173 (-17,0) -0.01881 (-16,0) -0.01599 (-15,0) -0.01581 (-14,0) -0.01667 (-13,0) -0.01826* (-12,0) -0.01934** (-11,0) -0.01917** (-10,0) -0.0201** (-9,0) (-8,0) (-7,0) (-6,0) (-5,0) (-4,0) (-3,0) (-2,0) (-1,0) 0 -0.02085*** -0.0187** -0.01976*** -0.01991*** -0.01991*** -0.02038*** -0.01934 -0.01961*** -0.01653*** -0.01369*** ***-0.01064 -0.01595 -0.01061 -0.0148 -0.0099 -0.01214 -0.01764 -0.01955 -0.01172 -0.01792 -0.02139 -0.01678 -0.01358 -0.01458 -0.02276 -0.01983 -0.01833 -0.01386 -0.01195 (-18,0) 0.0315106*** (-17,0) 0.0313549*** (-16,0) 0.0290276*** (-15,0) 0.0293811 (-14,0) 0.0300283*** (-13,0) 0.0264936*** (-12,0) 0.0266752*** (-11,0) 0.0261282*** (-10,0) 0.025217*** (-9,0) 0.0211002*** (-8,0) 0.0172785*** (-7,0) 0.0168178*** (-6,0) 0.0137627** (-5,0) 0.01344** (-4,0) 0.0119399** (-3,0) 0.0103947 (-2,0) 0.00756* (-1,0) 0.0017824 0 0.000358 *****0.035667 0.033694 0.0352184 0.031299 0.0308787 0.0287244 0.0277085 0.031363 0.0318031 0.0254492 0.0215535 0.0155415 0.0153067 0.015263 0.0093602 0.0108255 0.0082423 0.0032077 0.0026896 注：从表6中我们发现事件日之后的CAR显著性有所下降，故本表窗口未包含这部分交易日。
从表7我们可以看出，第五组的CAR显著性水平没有太大变化，表6中存在的一些异常现象并没有消失。而第一组的CAR推后到以-2日为峰值。这可能说明前述解释并非是真正的原因。 ⑶ 假设检验——假说三
我们进一步对第一组样本及第五组样本在(-21,0)窗口的CAR序列进行了wilcoxon非参数检验，结果相当显著13。
13
P<0.0001.
20