加载中...
Air pollution, affect, and forecasting bias: Evidence from Chinese financial analysts
本文记录了投资分析师实地调研期间的空气污染与其随后发布的盈余预测之间的负相关关系。在控制了分析师、天气和公司特征后,空气质量从“良/优”极端恶化至“严重污染”会导致利润预测相对于实际利润降低超过1个百分点。我们探讨了污染-预测关系的异质性以更好地理解潜在机制。污染仅影响访问后几周内发布的预测,表明情绪可能在其中发挥作用;当不同券商的分析师在同一天访问同一地点时,污染的影响不那么明显,表明多视角的去偏效应。最后,有提示性证据表明分析师对环境状况具有适应性——来自高污染城市的分析师的预测相对不受实地调研期间污染的影响。
Abstract
We document a negative relation between air pollution during corporate site visits by investment analysts and subsequent earnings forecasts. After accounting for analyst, weather, and firm characteristics, an extreme worsening of air quality from “good/excellent” to “severely polluted” is associated with a more than 1 percentage point lower profit forecast, relative to realized profits. We explore heterogeneity in the pollution-forecast relation to understand better the underlying mechanism. Pollution only affects forecasts that are announced in the weeks immediately following a visit, indicating that mood likely plays a role, and the effect of pollution is less pronounced when analysts from different brokerages visit on the same date, suggesting a debiasing effect of multiple perspectives. Finally, there is suggestive evidence of adaptability to environmental circumstances – forecasts from analysts based in high pollution cities are relatively unaffected by site visit pollution.
空气污染降低分析师预测乐观度
AQI回归系数为-3.77,空气质量从优良变为严重污染,预测乐观度下降超过1个百分点,说明污染通过情绪负向影响分析师判断。
污染对较短窗口预测影响更强
预测延迟越长,污染与预测偏差的负相关越弱,表明情绪效应随时间消散,污染影响主要集中在访问后立即发布的预测中。
长期预测受污染影响更大
AQI与预测期限的交互项系数为-4.34,长期预测更依赖主观猜测,因此更容易受到污染引发的悲观情绪影响。
高污染城市分析师适应性减弱影响
当访问地污染高于分析师常住城市时,污染与预测偏差显著负相关(系数-3.89),反之不显著,表明适应性能调节情绪影响。
跨券商分析师同访有去偏效应
AQI与跨券商同访虚拟变量交互项系数为6.75,说明不同券商分析师同时访问时,污染导致的悲观偏差得到缓解。
核心解释变量
实地调研日所在地的空气质量指数(AQI)
被解释变量
分析师预测乐观度(Forecast_Optimism)
样本与数据
2009-2015年深交所上市公司实地调研披露数据,匹配CSMAR分析师预测数据,主样本包含3824个预测观测值,涉及1642次调研、726名分析师。
识别方法 / 模型设定
使用OLS回归,控制分析师固定效应、行业固定效应、城市固定效应、日期固定效应及天气、公司特征变量,标准误按公司聚类。
内生性及稳健性检验
进行安慰剂检验(调研前后5/7/10天的AQI)、改变预测窗口、改变函数形式、去除极端值处理,结果稳健;排除公司自身污染与管理层情绪等替代解释。
空气质量监测结果数据
空气质量可支持的研究问题:空气质量监测结果数据可为本文《空气污染、情绪与分析师的预测偏差:来自中国财务分析师的证据》的研究提供基础数据支撑,支持围绕中国上市公司展开的实证与空间分析,辅助验证并拓展本文的研究结论,提升研究数据的可复现性与应用价值。
空气质量监测站点数据
空气质量可支持的研究问题:基于全国空气质量监测站点的经纬度与城市字段,将站点空间位置匹配至分析师实地调研的上市公司所在地,从而构建调研当日空气质量的工具变量。该站点分布数据如何支撑识别空气污染从“良/优”恶化至“严重污染”对分析师盈余预测偏差的因果效应。
更多相关数据正在补充