加载中...
数据目录 · 共 64 个条目 · 20 个分类浏览简化目录
SSRD上市公司与资本市场5
政府与司法数据4
企业主体与全景画像4
人民数据1
人物数据1
劳动就业数据2
Crowdsourced employer reviews and stock returns
我们发现，众包雇主评价改善的公司显著跑赢评价下降的公司。该收益效应集中于现有员工的评价，在公司早期评价中更强，且当员工工作地点位于公司总部所在州时也更强。分解雇主评价后，我们发现收益效应与员工对职业机会和高级管理层评价的变化相关，而与工作与生活平衡无关。雇主评价变化与销售和盈利能力的增长相关，并有助于预测下一季度的盈余公告意外。证据与员工评价揭示公司基本面信息相一致。
Abstract
We find that firms experiencing improvements in crowdsourced employer ratings significantly outperform firms with declines. The return effect is concentrated among reviews from current employees, stronger among early firm reviews, and also stronger when the employee works in the headquarters state. Decomposing employer ratings, we find the return effect is related to changing employee assessments of Career Opportunities and views of senior management. It is unrelated to work-life balance. Employer rating changes are associated with growth in sales and profitability and help forecast one-quarter-ahead earnings announcement surprises. The evidence is consistent with employee reviews revealing fundamental information about the firm.
雇主评价改善组合显著跑赢评价下降组合
按季度雇主评分变化构建多空组合，价值加权组合在随后一个季度每月获得0.74%的收益差，四因子alpha为0.77%，等权组合收益差为0.84%，alpha为0.88%，均在1%水平显著。
收益效应主要来自现有员工评价
将评价分为现有员工与前员工，现有员工评价变化的多空组合四因子alpha为0.88%（1%显著），前员工评价组合alpha仅0.28%且不显著，说明及时接触公司信息的现有员工评价更具信息含量。
早期评价和长评价信息含量更高
基于公司加入Glassdoor前三年内的早期评价构建多空组合，四因子alpha为1.05%（1%显著）；基于长评价构建的组合alpha为1.03%（1%显著），而短评价组合仅0.19%且不显著，与早期和详细评价更揭示基本面信息一致。
职业机会和高级管理层评价变化预测收益
分解雇主评价子维度，高级管理层评价变化的多空组合四因子alpha为0.71%（1%显著），职业机会为0.65%（5%显著），而工作与生活平衡评价变化与收益无关，说明反映公司经济状况的维度更具信息价值。
雇主评价变化预测经营业绩和盈余意外
雇主评价变化与同期ROA变化显著正相关（系数8.8个基点，5%显著），与销售增长显著正相关（系数30.1个基点，1%显著）。评价变化还预测下一季度分析师预测误差（系数1.7个基点，5%显著）和盈余公告三日累计异常收益（系数0.165%，5%显著）。
核心解释变量
季度雇主评分变化（ΔRating），定义为第t季度平均雇主星级评分减去第t-1季度平均评分；同时使用职业机会、薪酬福利、工作与生活平衡、高级管理层、文化价值观等子维度评分变化，以及基于评价文本的满意度指标
被解释变量
股票未来收益（月度超额收益、组合原始收益及Fama-French-Carhart四因子alpha）、经营业绩（ROA变化、销售增长）和盈余意外（分析师预测误差、盈余公告三日累计异常收益CAR[-1,1]）
样本与数据
Glassdoor雇主评价数据，2008年6月至2016年6月，超过100万条员工级评价，覆盖3906家公司；与CRSP、Compustat、IBES和Thomson Reuters机构持股数据合并后，最终样本包含1238家公司的16,602个公司-季度观测；每季度要求至少15条评价以减少噪声
识别方法 / 模型设定
主要采用投资组合排序法（按ΔRating分为低、中、高三组，持有一个季度）和Fama-MacBeth横截面回归，控制规模、账面市值比、动量、流动性、ROA、资产增长、特质波动率、分析师预测分散度、分析师推荐变化和内部人交易等变量，并检验评价变化的收益预测能力是否在现有员工、总部所在州员工、早期评价和长评价中更强
内生性及稳健性检验
使用Fama-French三因子、Carhart四因子、Pastor-Stambaugh五因子、Fama-French五因子模型及Daniel et al.(1997)特征基准和行业调整收益，结果稳健；将ΔRating对公司特征正交化后系数仍显著；改变评价数量阈值（10条、20条）结果稳健；控制Fortune 100最佳雇主和评分水平后结果不变；检验更长期限（4-6、7-9、10-12个月）收益，预测能力仅集中于随后一个季度
更多相关数据正在补充