的预测这两种心理行为如何量化，又与什么因素有关呢

?对此笔者认为，一方面与证券分析

师的个性有关，另一方面与证券分析师的本身特征有关。由于证券分析师是一个比较独立的
群体，其本身是证券市场上重要的信息加工者，其个性特征因素对研究预测结果将产生重
要影响，因此在研究证券分析师的羊群行为时，可以通过回归模型找出一些统计显著的个
性特征因素来研究其对分析师预测行为的影响。

　　在数据收集方面，公司与行业分析师需要对自身所关注的公司及时地发表盈利预测，
并随着时间的推移进行修正

(Revision)，因此在一段时间内要发表一系列的研究预测报告。

这些报告对上市公司的赢利预测值与最终公布的年报、季报、半年报的实际值将会有一定的
差值，将这些差值进行归类和量化，可以形成进一步研究的原始数据库。同时，分析师的个
性特征因素如执业年限、所跟踪股票数量多少等变量也可以量化。

 

　　基于上述分析，可以设计出相应的回归模型对羊群

(从众)或敢于冒险(bold)这两种倾向

与上述的证券分析师特性之间的关系进行研究。

 

　　

1.预测精度 

　　首先将分析师当前预测与先前预测的差值、与修订值之间的差值等设置为变量：

 

　　

 

　　式

(3)对与冒险性预测有关的证券分析师个性因素进行了回归分析，其中： 

　　

Boldijt 是一个指示变量，它衡量分析师 i 在 t 时期对 j 股票的预测的冒险程度，具体的

取值原则是如果分析师

i 的预测高于先前所有对 j 股票的预测的均值，则取值为 1，反之取

值为

0； 

　　

DEijt 表示在 t 时期对 j 股票进行的最后一次预测距离目前的时间，说明了证券分析师

预测的时效性；

 

　　

FHijt 表示预测日到年末的时间长短，一般来说这个时间越长则预测的不确定性就越大，

因为分析师可获得的信息就越不足；

 

　　

LAijt 表示分析师 i 在 t-1 时期(一般指上一会计年度)对 j 股票的预测精度，其计算方法

参照式

(1)； 

　　

BSijt 表示在 t 时期对 j 股票进行跟踪的证券分析师的规模，如目前中国证券市场上，

一般对能源、电力、钢铁、交通类蓝筹股进行跟踪研究的

“公司与行业分析师”人数较为庞大，

而对农业、制造业进行跟踪研究的分析师则数量比较少；

 

　　

FFijt 表示分析师 i 在 t 时期对 j 股票的预测频率，一般在大的机构任职的分析师由于信

息、研究平台较为先进，预测的频率也会比较高；

 

　　

FEijt 表示分析师对 j 股票的跟踪的时间长短，该项数值越大则表明分析师对这个公司

或行业的研究经验也就越丰富，自信也越足，在进行预测时就越倾向于大胆和冒险；

 

　　

GEijt 表示分析师执业时间的长短，和 FEijt 类似，该项数值越大则一般其证券市场的

从业经验也就越丰富，因此在进行预测时同样倾向于大胆和冒险；

 

　　

Cijt 表示证券分析师在 t 时期所跟踪的上市公司的数量的多少，如果这项数值越大，则

通常可以推定其在

j 股票上可供分配的精力越少，羊群行为的倾向就越大； 

　　

Iijt 表示证券分析师在 t 时期所跟踪的行业的数量的多少，其影响类似于 Cijt。 

　　还可以把分析师对收益预测的修订程度作为因变量，对式

(3)中的自变量进行回归分析。

可以推定，如果一个证券分析师对自己原来所作的上市公司收益预测进行修订的幅度越大
则说明这个分析师敢于

“冒尖”(或“冒险”)的倾向越小，而希望与大家保持一致(即从众的羊

群心理

)的倾向也就越强。 

　　

 

　　

4.羊群预测和冒险预测的精确程度