The influence of skewness of earnings distribution on analysts' forecast errors

Nae-Chul Kang; Gilhoon Kim

The influence of skewness of earnings distribution on analysts' forecast errors

Recommendations

Search

이익분포의 비대칭성이 분석가의 예측오차에 미치는 영향

Type: Academic journal

Author: Nae-Chul Kang (홍익대학교) Gilhoon Kim (제주대학교)

Journal: 한국회계학회 회계학연구 회계학연구 제40권 제4호 KCI Excellent Accredited Journal

Published: 2015.1

Pages: 83 - 109 (27page)

Usage

The influence of skewness of earnings distribution on analysts' forecast errors

Abstract· Keywords

Report Errors

This paper suggests that analysts’ optimal earnings forecasts can be biased without misbehavior nor selective behavior. If the analysts’ objective is to provide the forecast minimizing the mean absolute forecast error (MAE), the optimal forecast is the median rather than the mean earnings. The earnings distributions of firms are mostly skewed for a variety of reasons. Thus, if analysts forecast the median earnings to achieve minimum MAE, their forecasts are biased by the mean-median differences of the earnings distributions. In this paper, we are assured that there are a significantly positive relation between earnings skewness and analyst forecast bias. These findings are robust after controlling for various other factors proposed in previous studies; such as size, analyst following, losses or gains, uncertainty in earnings forecasts, selection bias, analysts under-reaction, and analysts’ incentives to generate trading commissions. We also find some evidence that the stock market response to earnings announcement is positively related with analysts' forecast error and negatively related with earnings skewness. This means that stock market understands part of the skewness-induced bias and is able to adjust accordingly. The findings in this paper complement the existing explanations of analyst forecast bias. In addition, this explanation makes several contributions to the literature. First, while most existing theories are explicitly motivated by explaining only analyst forecast optimism, the explanation in this paper applies to both forecast optimism and pessimism. The selection bias explanation supports only forecast optimism. The selection bias explanation argues that analysts may censor their forecasts when the prospects of the firm are unfavorable, leading to optimism in the observed forecasts.

본 연구는 분석가의 부주의나 고의가 없는 경우에도 이익분포가 비대칭이면 예측오차가 생길 수 있다는 관점을 제시한다. 분석가의 비용함수를 평균절대편차(Mean Absolute Error; MAE)를 최소화하는 것이라고 전제하면 분석가는 이익분포의 중간값을예측치로 선택한다고 본다. 미래이익에 대한 최선의 기대치는 이익분포의 평균값인데 중간값을 예측치로 선택하면 의도하지 않은 예측오차가 생길 수 있다. 이 오차는 이익분포의비대칭도에 비례하는 평균값과 중간값의 차이와 같다. 본 연구는 MAE를 최소화하기 위해 분석가가 이익분포의 중간값을 이익 예측치로 선택한다는 추론을 바탕으로 음(양)의 비대칭을 보이는 이익분포는 일정한 음(양)의 예측오차를나타낼 것이란 예측을 규명한다. 이를 위해 최근 9년(2006년부터 2014년까지)의 분기이익 예측치를 분석하였다. 그 결과 이익분포의 비대칭도는 예측오차와 유의한 관련성을 나타낼 것이란 예측을 실증적 증거로 확인할 수 있었다. 이러한 분석결과는 예측오차에 영향을 미치는 다양한 요인들(기업규모, 분석가의 수, 적자여부, 이익예측의 불확실성, 최신 정보에 대한 분석가의 미온적 반응)의 효과를 통제한 후에도 유지되었다. 또한 이익분포의비대칭도는 잠정실적 공시일의 주가반응과 음의 관계를 나타낸다는 사실을 확인하였다. 이것은 이익분포의 비대칭도가 클수록 주가반응이 둔화된다는 것으로 이익공시일의 비기대실적(earnings surprise) 중 비대칭성에서 기인한 부분을 상쇄하기 위한 주가조정이 나타난다는 것이다. 이것은 시장참여자들이 비대칭 이익분포와 관련된 예측오차의 문제를 어느정도 알고 있음을 의미한다.

#forecast error #earnings distribution #skewness #median

No content found

References (42)

Add References

Abarbanell, J. / 1992 / Tests of analysts’ overreaction/under reaction to earnings information as an explanation for anomalous stock price behavior / Journal of Finance 47:1181~1207

Abarbanell, J. / 1997 / Fundamental analysis, future earnings, and stock prices / Journal of Accounting Research 35:1~24

Ahmed, A. S. / 2005 / Do analysts' earnings forecasts fully reflect the information in accruals? / Canadian Journal of Administrative Sciences 22(4):329~342

Ali, A. / 1992 / Analysts' use of information about permanent and transitory earnings components in forecasting annual EPS / The Accounting Review 67:183~198

Basu, S. / 2005 / Auditor conservatism and analysts’ fourth quarter earnings forecasts / Journal of Finance and Accounting research 13(5):211~235

Recommendations

It is an article recommended by DBpia according to the article similarity. Check out the related articles!

Related Authors

강내철

Affiliation 홍익대학교

Fields Social Science > Business Management

Articles 8 Usage 20

김길훈

Affiliation 제주대학교

Fields Social Science > Business Management

Articles 12 Usage 931

Comments(0)

Write first comments.

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

Abstract· Keywords

AI Summary

Topic

Background

Method

Result

주요내용

Contents

References (42)

Recommendations

Related Authors

Recently viewed articles

Comments(0)