《表2 异常乐观程度与分析师预测变更的回归结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《分析师预测会利用年报文本信息吗》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注:括号内为t值；***、**和*分别表示1%、5%和10%的显著性水平。

利用模型（3）对文本信息异常乐观程度（AbTone）与分析师预测变更（Forecast_C）进行回归，结果见表2。首先，为了说明分析师的确会关注年报文本信息的情绪倾向，本文用文本信息的乐观程度（Tone）与分析师预测变更（Forecast_C）进行回归，结果显示系数为0.056且在1%的水平上显著，表明年报文本信息越乐观，分析师业绩预测越高。然后，用从总体乐观程度中分离出的异常乐观程度（AbTone）与分析师预测变更（Forecast_C）进行回归，结果显示系数为-0.029且在1%的水平上显著，说明当文本信息偏离实际业绩且异常乐观时，分析师会下调业绩预测。最后，为了进一步印证结果的可靠性，本文还对异常乐观程度（AbTone）进行了虚拟变量（D_AbTone）处理，令其大于70%分位数取值为1，否则为0。采用这种做法的原因是信息接收者在判断文本信息是否为异常乐观时并不是根据某些特征词的具体出现频次，而是整体印象的结果，因此以往的连续变量度量法可能会产生误差。在将AbTone采取二值处理后形成D_AbTone与Forecast_C后再进行回归，结果仍然成立。由此，假设H1得到验证。