本期推荐一篇2024年6月发表在JF上的论文《替代数据能否改善财务预测?视距效应》。在现代金融市场中,随着信息技术的快速发展,“替代数据”逐渐成为投资者和分析师预测公司未来业绩的重要工具。所谓替代数据,指的是除了传统财务报告外,从社交媒体、网络流量、信用卡交易数据等来源获取的信息。这些数据因为能够快速反映市场和消费者行为变化,因此被广泛用于短期预测。然而,替代数据是否能提升长期财务预测的准确性,以及其对整体预测质量的影响,尚未得到充分研究。
针对这一问题,研究者提出了一个理论模型,探讨了替代数据的使用如何影响分析师在短期和长期预测中的精力分配。模型假设,当替代数据降低了短期信息收集的成本时,分析师会更倾向于集中精力在短期预测上,从而减少对长期信息的收集。这种精力的重新分配可能导致长期预测准确性的下降。为了验证这一理论模型,研究者使用了从1983年到2017年间,来自Institutional Brokers’ Estimate System (I/B/E/S)的财务分析师预测数据,涵盖了分析师对数千家公司未来收益的预测与实际结果。
在实证分析中,研究者首先通过回归分析来测量分析师预测的“信息量”,即通过回归实际收益对分析师预测值,计算决定系数R²来表示预测的准确性。然后,研究者将样本数据分为不同的时间段,考察预测信息量在短期和长期预测中的变化趋势。此外,为了进一步验证替代数据的影响,研究者利用了社交媒体平台StockTwits的数据作为自然实验,通过分析该平台数据对分析师预测准确性的影响,进一步探讨了替代数据在短期和长期预测中的作用。
研究结论表明,随着替代数据的广泛使用,分析师的短期预测准确性显著提高,但长期预测的准确性却有所下降。这一发现揭示了替代数据的双重作用:一方面,它可以帮助分析师更好地预测短期业绩,另一方面,它可能导致分析师忽视长期信息的收集,从而影响长期预测的质量。这一结论不仅对投资者和分析师的实际操作具有重要指导意义,也为未来关于信息技术与金融市场的研究提供了新的视角。
Does Alternative Data Improve Financial Forecasting? The Horizon Effect
OLIVIER DESSAINT, THIERRY FOUCAULT, LAURENT FRESARD