预测分析师对S&P 500收益预测误差及股市回报的研究
摘要
本文探讨了“自下而上”方法预测近期S&P 500综合收益的能力，并分析了宏观经济数据和现期预测在其中的作用。研究发现，一个简单的宏观经济模型结合GDP预测和最近的汇率变动，可以有效预测分析师当前季度和下一季度S&P 500收益的预测误差。这一发现即使仅使用预测时可用的数据也依然成立。此外，宏观经济模型预测的收益与分析师预测之间的差异能够预测未来三个月的股票回报。
引言
本文详细研究了华尔街分析师季度收益预测的信息效率，尤其是在宏观经济背景下。以往研究大多关注单个公司层面的收益预测及其对公司股票回报的影响，较少涉及分析师收益预测误差如何影响整体市场回报。我们通过评估宏观经济信息是否被纳入分析师对总体收益的预期来填补这一空白。研究结果还为资产定价文献提供了新的证据，证明现金流新闻对于解释整体股票市场回报的重要性。
研究方法与结果
首先，我们考察了近期内部收益变动（分析师预测修订）对股票市场回报的影响。结果显示，近期内部收益变化与股票市场回报之间存在很强的正相关关系。即使排除了少数金融危机相关的异常季度，近期内部收益变化仍能解释超过10%的3个月和6个月综合指数回报的波动。这一结果似乎与早期研究中记录的负面收益-回报关系相矛盾，但主要是由于我们的样本期较晚，处于较为宽松的货币政策时期（Zolotoy, Frederickson, & Lyon, 2017）。
接下来，我们测试了宏观经济数据能否预测分析师的预测误差。我们构建了一个简化的宏观经济模型，预测S&P 500季度收益的增长，该模型考虑了GDP增长、通货膨胀率和美元汇率升值等因素。通过比较宏观经济模型预测值与分析师预测值之间的差距，我们发现这个差距能够解释约50%当前季度的预测误差和约40%下一季度的预测误差。最后，我们测试了这些预测误差是否能够预测S&P 500的股票回报。结果表明，模型预测的预测误差能够解释大约8%的3个月股票回报的变异，以及大约4%至5%的6个月回报变异。当加入股票市场估值控制变量（如S&P 500股息收益率）时，这一效果更加明显。
方法细节
我们构建了一个简洁且易于理解的宏观经济模型，用于解释公司利润增长。该模型基于国民收入和产品账户框架，估计了1993年至2023年S&P 500季度利润增长的季度数据。模型中的解释变量包括实际GDP增长率、产出和工资通胀指标，以及美元汇率升值。这些变量解释了S&P 500收益增长25%到45%的变异性，当控制商业银行的资产减记时，这一比例可高达75%。
为了减少前瞻偏差，我们使用1993年至1998年的样本数据来估计初始模型参数，并结合1999年第一季度中期的宏观经济预测数据生成1999年第一季度和第二季度的S&P 500收益预测。然后，随着新历史数据的逐步添加，模型参数逐步更新。最终，我们发现宏观经济模型预测的收益与分析师预测的收益之间几乎没有相关性，这表明分析师的预测并未包含最新的宏观经济信息。简单回归分析显示，宏观经济模型预测与分析师预测之间的差距能够解释当前季度和下一季度预测误差的大约一半和四分之一。
综上所述，宏观经济信息未能有效反映在分析师的预测中，这为我们提供了新的见解，有助于更好地理解市场反应机制。
