国外证券分析师盈利预测实证研究综述

国外证券分析师盈利预测实证研究综述胡奕明1 孙聪颍2（1上海交通大学安泰管理学院 ；2德勤华永会计师事务所 ）摘要：在对投资决策、资本成本、公司评估、盈余与股价的关系等进行探讨的文献中，分析师的盈利预测被广泛地用作盈利预期的代理变量，成为理论研究的一项基础。本文对国外证券分析师盈利预测的实证研究文献进行了综述，分析、比较了盈利预测业绩衡量标准、各衡量模型的优劣、乐观偏差、预测修正、意见分歧、以及分析师跟进等理论。关键词：证券分析师；盈利预测；文献综述作者简介：胡奕明，女，上海交通大学安泰管理学院教授，研究方向：财务管理。孙聪颍，供职于德勤华永会计师事务所。中图分类号：F830.9 文献标识码：A在国外盈利预测是证券分析师（也称“财务分析师”）的主要工作之一，他们通过收集各类数据、信息来分析公司的经营活动、预测公司的未来。在对投资决策、资本成本、公司评估、盈余与股价的关系等进行探讨的文献中，分析师的盈利预测被广泛地用作盈利预期的代理变量，成为理论研究的一项基础。国外相关文献浩如烟海，但国内此方面的研究才刚刚起步。此篇文献综述为抛砖引玉之作，希藉此引起国内学术界和实务界的关注和兴趣。盈利预测业绩的衡量证券市场衡量分析师盈利预测水平或业绩时有以下几个标准：(1)预测准确度；(2)选股能力；(3)撰写的研究报告的质量；(4)客户服务等。由于研究报告和客户服务质量难以量化，所以国外研究文献中对分析师业绩的衡量一般采用前两者，即预测准确度和选股能力。表1给出了三种常见的业绩衡量工具。1绝对预测准确度。预测错误大小主要通过实际值（来自被分析公司的报告）和预测值的比较得出。为加强公司间的可比性，预测误差常除以盈余或股价的百分比进行标准化。如表1所示，有四种绝对准确度指标。2相对预测准确度。所谓相对，有将某位分析师预测误差与集体均值或中位数进行比较的（Clement,1999;Bulter,1991），也有将分析师预测结果和其他模型结果相对照的（Crichfield,Thomas和Lakonishok，1978），还有将分析师预测结果与修正结果加以比较的（Butler和Saraoglu，1999）。表1中也给出了四种标准。3胜过一致意见的频率。若某分析师的预测一直比其他人的更接近实际盈余，他就能被称为“明星”分析师。Butler和Saraoglu在1999年采用的标准即是这一标准。表1 分析师业绩衡量标准指标作者/年代计算公式字母释义备注绝对准确度Crichfield,Thomas和Lakonishok，1978:公司j在t年度的实际EPS；：第i个月时对公司j在t年度EPS的预测；n:某一时点样本中公司的数量。分母除以使对每股收益各异的公司的预测错误有可比性。Huberts和Fuller，1995：EPS估计均值；：EPS实际值；分子加0.5是为了减少当实际EPS接近0时产生的异常值Butler，1991：分析师i在t年对样本中的任一公司作出的盈利预测的数量；：分析师i在t年对样本中的某公司作出的第k个盈利预测；：相对于的实际年度盈余；：相对于的t-1年的收盘价。分母使用上年末的收盘价可减少分子上t年的预测错误和分母上价格变动，即价格的相互影响。Dowen,1989:预测值的标准差相对准确度Clement,1999：分析师i在t年对公司j的预测错误的绝对值；：所有分析师在t年对公司j的预测错误的绝对值的平均。Butler，1991：相对于的分析师集体预测的中位数（median consensus forecast）Crichfield,Thomas和Lakonishok，1978：将分析师对所有公司（j=1,n）在t年第i个月的每股盈利预测的平方误与第k种模型预测的平方误做比较。若分析师对每家公司的预测均能实现，则为零，从而为零。越大，意味着预测能力越差。Butler和Saraoglu，1999对公司i在t年的未调整预测；调整后预测据OBrien（1988），一致意见取中位数而非均值，因为中位数偏差最小胜过一致意见的频率Butler和Saraoglu，1999同上预测模型孰优孰劣？盈利预测通常有三种模型：（1）一元时间序列模型；（2）分析师模型；（3）管理层模型。一元时间序列模型只包括一个变量：过去的盈余。后两者分别指分析师或公司的管理层做预测所依据的模型，通常是综合性的，包含了公司内外部的许多因素。研究人员常常将分析师的盈利预测结果与来自其他途径的盈利预测结果(如一元时间序列模型、管理者的预测等)进行准确度对比，分析不同模型的优劣和差异。一、分析师模型与时间序列模型的比较有一派学者认为，分析师的预测并不比单用过去盈利流的一元时间序列模型预测更准确（Cragg和Malkiel，1968；Elton和Gruber，1972)；另一派则持相反观点（Brown和Rozeff，1978；Crichfield、Dyckman和Lakonishok，1978)。这两种观点一直到最近采用了更严密的研究方法之后才得出较为明晰的结论。1980年，Collins和Hopwood(1980) 运用多元检验技术，首次将分析师模型和四个一元时间序列模型（即BJ 模型 Box-Jenkins(1970)、GW 模型Griffin(1977)和Watts(1975)、F 模型Foster(1977)、BR 模型 Brown 和Rozeff(1978)）的季度盈利预测的准确度放在一个模型里进行比较。他发现分析师的预测相对于最好的一元模型而言, 两个错误指标都更小, 产生的异常值在数量和程度上都更少, 而且能对诸如罢工、盈余的突然波动等重要经济事件及时做出反应, 但一元统计模型要么不能做出反应, 要么反应滞后。Brown和Hagerman等（1987）提出分析师的优势在于：（1）同时性优势（contemporaneous advantage），即分析师能更好地利用一元时间序列模型预测起始日的信息;（2）时机优势（timing advantage），即分析师能利用上一季度结束日和自己的预测公布日之间的信息。Dreman和Berry（1995）也认为分析师的预测错误位于一个合适的基准（如股价的3）之内，一般来说比幼稚时间序列模型或复杂时间序列模型更精确。二、分析师模型与管理层模型的比较分析师和管理层获得的信息不同，后者的预测是否比前者更准确呢？ Ruland（1978）发现，管理者的预测一般比分析师的预测更准确, 但两者之间的差异在统计上并不显著。在Barefield和Comiskey等(1979)的研究中, 6年当中有5年管理者的错误水平低于分析师, 甚至在第6年3个错误指标中有一个也是如此。Brown和Griffin（1983）的结论是：管理者的预测优于职业分析师，且专家的预测一般优于时间序列模型。Armstrong（1983）对此的解释是管理者的优势源于其能控制业绩、影响报告的盈余以及拥有内部信息和更多最新的信息。1986年，Hassell和Jennings的一项工作更精确地揭示了盈利预测准确度的动态本质。他们发现：在管理者发布预测之前、当前及之后的一个月内，管理者预测的准确度大于分析师；在管理者发布预测9周后或更长的时间后，分析师的预测准确度显著地大于管理者。不过，以上结果对于管理者发布预测的时间以及发布时跟进的分析师数量均很敏感。三、不同分析师模型之间的比较财经媒体往往认为有的分析师能力超强。基金经理们每年根据各种标准盈利预测、选股能力、撰写报告的质量等评选出 “全美研究团队”（Institutional InvestorsAll-American Research Team），囊括了研究各行业的最顶级分析师，分析师在其中的地位代表了他的声誉和薪酬。分析师的预测能力真的有优劣高下之分吗？学者们众说纷纭。Richards等(1976)率先运用了一个非随机的分析师样本和12个月的有限数量的观测值来研究这个问题, 尽管结果不具有一般性, 但答案是否定的。Brown和Chen(19901991)发现 ，“全美研究团队”的预测在54%的情况下比分析师预测的简单平均表现出色；但当权数基于历史记录、及时性和模拟预测修正时，仅在26的情况下胜过分析师的加权平均预测。OBrien（1987）对证券机构之间的预测能力加以比较，发现差异不大，但这不足以说明分析师个人之间是否有差异，所以，OBrien在1990年拓展了以前的研究，她检验了1975/71982/9期间来自9个行业的公司的预测样本，发现无论是参数检验还是非参数检验，单个分析师之间的预测能力都不存在系统差异。Butler和Lang(1991)将19831986年间单个分析师的预测与一致意见的中位数进行了比较, 也没有发现单个分析师之间预测准确度差异在统计上呈显著性, 且分析师年预测次数较少或报告预测较早都会使各年的平均年度预测错误变化加大。但另外一批人持不同见解。Stickel（1992）注意到声誉和业绩之间有正相关关系，发现全美研究团队的分析师比其他人更经常地发布预测且比其他人更能影响股价，当他们大幅度地向上修正预测时，股票回报会随之而动。Sinha（1997）认为以前的研究之所以没有发现差异是因为对分析师发布预测的新近程度（recency）差异控制不够。他的样本包括了1984/11990/12期间来自14个行业的公司的预测，该样本与OBrien（1990）的样本来自同一个数据库，几乎为连续的，时间跨度接近，选择标准也一致。他首先重复了OBrien（1990）的分析，发现分析师预测准确度不存在显著差异，而且在剔除了公司、年度及分析师的影响因素后，预测新近程度与分析师预测准确度显著正相关。接着，他使用了两种方法（估计广义最小二乘法EGLS、配比设计）控制新近程度。无论使用哪种方法，一旦控制了新近程度，分析师事后（ex post）预测准确度的确存在差异。Sinha（1997）还对预测准确度进行了事前检测（ex-ante tests），发现某阶段优秀的分析师在下一阶段继续保持优秀，而较差的分析师在下一阶段不一定仍然很差。预测偏差的乐观倾向证券分析师对公司未来的每股收益进行预测，提供无偏估计，目的在于帮助投资者评估公司的真实价值。但许多研究却发现分析师预测有明显的乐观倾向。Dowen（1989）取19771986年年间的数据做分析，发现其中年预测错误显著为正。Calderon(1993)将19761988年间分析师对每股收益EPS预测值作为样本, 也发现分析师发布的盈利预测往往超过实际盈余,且在八十年代尤为明显。有人试图估计分析师乐观的偏差程度。Chopra(1998)对从1985/1月1997/12期间标准普尔500指数每月的收益及增长率预测进行了考察，发现除少数年份（1988年）低估了盈余，绝大多数年份盈余都被高估了，1991年甚至高估了30个百分点，19851992期间盈余平均高估9.4个百分点，1993年以后预测盈余比较接近实际盈余，就整个研究期间（19851997）平均而言仍然高估6.1个百分点。分析师是训练有素的专业人士，为何其预测有系统性乐观偏差？研究者们总结出三类动机：与目标公司管理层保持良好关系以获得非公开信息提高预测的准确度；为促销券商承销的股票；为刺激交易量提高交易手续费收入。Francis和Philbrick（1993）考察了两种不同类型的分析师：第一类不荐股但进行盈余预测、并维持与管理者的关系；第二类荐股但无需发布盈利预测或与管理层维持关系。他们假设，在第二类分析师荐股意见不太有利的情况下，第一类分析师会出现为避免与管理层关系恶化而提供更乐观业绩相关信息的倾向。结果表明，对“卖出”类股票的盈利预测比对“持有”类股票的盈利预测更乐观，同理对“持有”类股票的盈利预测比对“买进”类股票的盈利预测更乐观。1995年，Dugar和Nathan将分析师分为两组：“有”或“无”附属关系，即所属证券公司“是”或“不是”被预测公司的投资银行。研究发现，两组分析师的预测偏差存在差异，前者发布的盈利预测和投资建议都更乐观，但根据两组分析师的投资建议赢得的投资回报却无显著差异，证明分析师为取悦客户单位的管理层也许会使预测有所偏差，但决不愿以牺牲准确度为代价。在公众知晓附属关系的前提下，市场参与者在形成盈利预期时将较少依赖投资银行分析师。Lin和McNichols（1998）也对证券再发行的样本进行了研究（1989-1994，共2400个样本），发现分析师一般都过于乐观，但主承销商分析师乐观程度更甚，他们会在更大程度上避免“卖出”建议。也有研究（Allen和Faulhaber，1989；Irvine, Nathan 和 Simko，2000）显示卖方分析师的预测不仅无偏，还有可能更准确，因为机构投资者拥有特定的信息优势。Irvine(2004)考察了分析师的预测和荐股意见是否影响券商在该股票的交易中占有的市场份额。他应用了Hayes(1998)的交易动机模型以导出自己的研究假设，数据来源于多伦多证券交易所的最大的100家公司在1993年9月1日到1994年8月31日期间的数据，发现分析师的盈利预测越偏离一致意见，券商所占交易的市场份额越大，且低于一致意见的预测带来的手续费并不少于高于一致意见的预测创造的手续费收入，预测错误对券商的市场份额并没有显著影响，然而，分析师的“买入”和“强力买入”的投资建议比其他投资建议更能大幅度地提高券商的手续费收入。所以Irvine认为分析师更有可能通过发布乐观的投资建议而非提高盈利预测的手段为券商创造手续费收入。另外，券商对分析师的考核标准对分析师预测偏差也会产生一定的影响。据华尔街日报（Dorfman, 1991）报道说，在许多大的证券公司里，分析师的年度奖金取决于券商在公司的大客户共同基金、保险公司以及养老基金的经理中进行的民意调查的结果，同时与其荐股意见给券商带来的交易量也有很大的相关性。Konrad（1989）报道说Morgan Keegan 的某位分析师可以从他跟进的19种股票为公司带来的手续费收入中抽成2.5。近几年，对获取交易手续费的动机与分析师出具的研究报告关系的探讨已经开辟出了一个全新的研究领域，但有关文献还比较少。对预测工作的修正随着时间的推移，分析师获得了更多的信息，会对自己以前作出的预测进行修正。Elton、Gruber和Gultekin（1984）将414家经纪公司的职业分析师在1976、1977和1978年对EPS的预测作为样本，发现在预测年度开始时，分析师有明显的倾向高估他们认为业绩好的公司的增长率，反之，低估他们认为业绩差的公司的增长率，而当接近年底时，所有的错误指标都显示预测错误单调下降。分析师修正自己以前的预测时都考虑到了哪些因素呢？ Moses（1991）在分析中引入了现金流信息。一般分析表明，修正当期的预测是为了反映包含在来自以前年度报告的盈余中的预测错误（未预期到的盈余），但在控制了未预期到的盈余所包含的信息后，发现预测修正还与未预期到的现金流相关。但显然，分析师在修正其预测时会考虑更多的因素。有人认为，分析师决定修正预测很可能取决于以下几点：预测期间分析师可获得新信息（公开的和私人的）的程度；投资者早期利用信息交易获得的期望利润；分析师获得和收集新信息的成本。Stuerke（1998）对这些决定因素进行了实证检验。基于该模型的假设是：分析师修正现有预测的频率与每个公司的盈余过程的变动性及股价对新信息的反应正相关，而与知情交易（informed trades）的能见度负相关。初步检验发现，在控制了公司规模和日均股价的变动以后，分析师修正预测的频率与盈余的变动性（variability）、公司盈余反应系数（ERC）、以前的日均交易量以及跟进的分析师人数等呈正相关，而与交易量的偏度（skewness）呈负相关。Trueman（1990）认为以前对证券分析师预测准确度的实证研究都隐含着一个假设，即盈利预测能完全反映分析师所占有的全部信息，他的研究表明这种假设也许不正确，分析师并不愿意一接收到新信息就修正自己的预测，因为修正对他以前预测的准确度来说是一个负面的信号。这一研究表明，分析师自身的行为动机也是不可忽略的一个重要因素。Ajinkya, Atiase and Gift(1991)的研究将人们的注意力转移到市场因素上来。作者发现：交易量是和分析师对该公司利润预测的离散度正相关的,也和分析师对EPS预测的修改幅度正相关。因此可以说，市场因素也是一个不容忽视的因素。分析师之间的意见分歧分析师的意见往往是不一致的，这些意见分歧的背后是否存在一些值得深思的东西？譬如其原因是什么，对市场看待分析师预测有何影响。一些研究认为，分析师意见分歧（dispersion）与预测的时间有关。如Elton、Gruber和Gultekin（1984）注意到在一年中的前四个月，分析师之间的分歧较大。Chopra（1998）发现在其研究期间中（1985-1997）每年二月份（实际盈余报告时间是在一年结束之后）分析师之间的分歧最大，然后持续下降，直至下年的一月份分歧降到最低，整个图形为锯齿形，他认为是由于随着公司季度盈余的公布，公司的前景日趋明朗，分析师需要预测的年度比例下降。尽管近年来分析师对盈余总体水平预测得更准确，但对盈余估计的分歧并没有丝毫下降的迹象。Goss(1993)研究了高管的薪酬这一因素。研究先假设实行长期绩效计划以及管理层持股比例高的公司不大可能在财务报表上弄虚作假，则他们的财务报表更易预测，因此预测的分歧更小。结果证明此种类型的公司盈利预测的分歧较小，但对盈利长期增长率的分歧较大。许多学者注意到市场因素与分析师歧异之间的关系。Comiskey、Walkling和Weeks（1987）的研究首先发现交易量和预测分歧之间的关系，研究使用了19751979年间标准普尔每两周一次的盈利预测作为公司盈利预测的来源，对分析师预测分析歧异和交易量之间的关系进行了实证检验，先建立交易量模型，然后加入分析歧异变量，结果发现两者为正相关。接着，在Ajinkya、Atiase和Gift（1991）的研究中也发现类似的结果。该项研究分析了420家公司每月的观测值，在19781981年间共得到16747个观测值，发现即在控制了EPS预测均值每月修正幅度给交易量带来的影响后，交易量与分析师预测分歧依然存在相对稳定的正相关关系。分析师之间的分歧通常被作为对公司未来盈余不确定性的代理变量（Barron and Stuerke，1998)。许多研究显示，管理者的预测会通过这一变量提高或降低投资者的不确定性。例如，Morse等人 (1991)以及Baginski等人(1993)的研究结果显示，管理者预测包含了大量“意外成份”（surprise component），这一成份实际上会提高分析师一致意见的标准差，这意味着投资者不确定性的增加。分析师跟进分析师跟进通常是指对某家公司有多少分析师在分析、跟踪。分析师跟进对预测偏差、准确度、预测修正和意见分歧等均存在影响。Dowen（1989）使用了风险溢价的资本资产定价（CAPM）模型，研究显示，跟进的分析师数量与公司规模和预测错误正相关，与回报负相关，而预测错误只与分析师数量正相关，公司规模与预测错误正相关，与回报负相关，上述四者之间的相互关系每年都不同。对于盈利预测的准确度、分析师跟进和交易量的关系，Alford等人（1999）采用了联立方程模型（simultaneous equation）来研究。结果发现，预测准确度和分析师跟进是同时决定的，准确度越高，跟进的分析师越多。交易量越大的股票跟进的分析师也越多。股票产生的交易费用越高，不仅直接促使跟进的分析师更多，而且间接地增强了对所属公司盈利预测的准确度。特殊项目和以会计为基础的指标的变化会影响分析师预测未来盈余的能力。Chung和Kryzanowski（1997）在研究了19841994年间TSE300指数成分修正前后分析师跟进、交易活动、流动性以及价格的变动情况之后，发现分析师跟进对指数成分的“增加”修正在宣告日前及生效日后都有显著变化，而对指数成分的“减少”修正只在生效日后有显著变化。参考文献：Ajinkya, Bipin B.; Atiase, Rowland K.; Gift, Michael J., 1991. Volume of Trading and the Dispersion in Financial Analysts Earnings Forecasts. The Accounting Review 66, 389-401.Alford, Andrew W.; Berger, Philip G., 1999. A Simultaneous Equation Analysis of Forecast Accuracy, Analyst Following, and Trading Volume. Journal of Accounting, Auditing and Finance 14, 219-240.Allen, F.; G. Faulhaber, 1989. Signaling by Underpricing in the IPO Market. Journal of Financial Economics 23, 303-323.Armstrong, J. Scott, 1983. Relative Accuracy of Judgmental and Extrapolative Methods in Forecasting Annual Earnings. Journal of Forecasting 2, 437-447.Baginski, P. Stephen; Edward, J. Conrad; and John, M. Jassell, 1993. The Effect of Management Forecast Precision on Equity Pricing and on the Assessment of Earnings Uncertainty. The Accounting Review 68, 913927.Barefield, Russell M.; Comiskey, Eugene E. and McDonald, Charles L., 1979. Accuracy of Management and Security Analysts Forecasts: Additional Evidence. Journal of Business Research 7, 109-115.Barron, Orie E.; Stuerke, Pamela S., 1998. Dispersion in Analysts Earnings Forecasts as a Measure of Uncertainty. Journal of Accounting, Auditing and Finance 13, 245-270.Box, G. E. P.; G. M. Jenkins, 1970. Times Series Analysis: Forecasting and Control. San Francisco: Holden-Day.Brown, L. D.; M.S. Rozeff, 1978. The superiority of Analyst Forecasts as Measures of Expections: Evidence from Earnings. Journal of Finance, 1-16.Brown, Lawrence D.; Griffin, Paul A., 1983. Perspective on Forecasting Research in Accounting and Finance. Journal of Forecasting 2, 325-330.Brown, L. D.; Hagerman, Robert L.; Griffin, Paul A. and Zmijewski, Mark E.,1987. Security Analyst Superiority Relative to Univariate Time-Series Models in Forecasting Quarterly Earnings. Journal of Accounting and Economics 9, 61-87.Brown, Lawrence D.; Chen, David M., 19901991. How Good is the All-American Research Team in Forecasting Earnings? Journal of Business Forecasting 9, 14-18.Butler, Kirt C.; Lang, Larry H.P., 1991. The Forecast Accuracy of Individual Analysts: Evidence of Systematic Optimism and Pessimism. Journal of Accounting Research 29, 150-156.Butler, Kirt C.; Saraoglu, Hakan, 1999. Improving Analysts Negative Earnings Forecasts. Financial Analysts Journal 55, 48-56.Calderon, Thomas G., 1993. Predictive Properties of Analysts Forecasts of Corporate Earnings. Mid-Atlantic Journal of Business 29, 41-58.Chopra, Vijay Kumar, 1998. Why So Much Error in Analysts Earning Forecasts? Financial Analysts Journal 54, 35-42.Chung, Richard; Kryzanowski, Lawrence, 1997. Analyst Following and Market Behavior Around TSE300 Index Revisions. Organization and Quality of Equity markets. Paris: Presses Universitaires de France.Clement, Michael B., 1999. Analyst Forecast Accuracy: Do Ability, Resources, and Portfolio Complexity Matter? Journal of Accounting and Economics 27, 285-303.Collins, William A.; Hopwood, William S., 1980. A Multivariate Analysis of Annual Earnings Forecasts Generated from Quarterly Forecasts of Financial Analysts and Univariate Time-Series Models. Journal of Accounting Research 18, 390-406.Comiskey, Eugene E.; Walkling, Ralph A.; Weeks, Michael A., 1987. Dispersion of Expectations and Trading Volume. Journal of Business Finance and Accounting 14, 229-239.Cragg, J. G.; Malkiel B.G., 1968. The Concensus and Accuracy of Some Predictions of the Growth of Corporate Earnings. Journal of Finance, 67-84.Crichfield, Timothy; Dyckman, Thomas and Lakonishok, Josef, 1978. An Evaluation of Security Analysts Forecasts. Accounting Review 53, 651-668.Dorfman, John R., 1991.Heard on the Street: Analysts Devote More Time to Selling as Firms Keep Scorecard on Performance. Wall Street Journal (October 29): C1.Dowen, Richard J., 1989. The Relation of Firm Size, Security Analyst Bias, and Neglect. Applied Economics 21, 19-23.Dreman, David N.; Berry, Michael A., 1995. Overreaction, Underreaction and the Low-P/E Effect. Financial Analysts Journal 51, 21-30.Dugar, Amitabh; Nathan, Siva, 1995. The Effect of Investment Banking Relationships on Financial Analysts Earnings Forecasts and Investment Recommendations. Contemporary Accounting Research 12, 131-160.Elton, Edwin J.; Gruber, Martin J., 1972. Earnings Estimates and the Accuracy of Expectational Data. Management Science, 409-424.Elton, Edwin J.; Gruber, Martin J. and Gultekin, Mustafa N.，1984. Professional Expectations: Accuracy and Diagnosis of Errors. Journal of Financial and Quantitative Analysis 19, 351-363.Foster, G.,1977. Quarterly Accounting Data: Time-Series Properties and Predictive-Ability Results. The Accounting Review, 1-21.Francis, Jennifer; Philbrick, Donna, 1993. Analysts Decision as Products of a Multi-Task Environment. Journal of Accounting Research 31, 216-230.Goss, Betsy C.; Waegelein, James F., 1993. The Influence of Executive Compensation on the Dispersion of Security Analyst Forecasts. Managerial and Decision Economics 14, 499-507.Griffin, P. A., 1977. The Times-Series Behavior of Quarterly Earnings: Preliminary Evidence. Journal of Accounting Research, 71-83.Hassell, John M.; Jennings, Robert H., 1986. Relative Forecast Accuracy and the Timing of Earnings Forecast Announcements. Accounting Review 61, 58-75.Hayes, Rachel M., 1998. The Impact of Trading Commission Incentives on Analysts Stock Coverage Decisions and Earnings Forecasts. Journal of Accounting Research 36, 299-320.Irvine, Paul, J.; Nathan, Siva and Simko, Paul J., 2000. Asset Management, Stock Ownership and Affiliated Analysts Forecast Accuracy. Working paper.Irvine, Paul, J., 2004. Analysts Forecasts and Brokerage-Firm Trading. The Accounting Review 79, 125-149.Konrad, W., 1989. Are Analysts Putting Their Mouths Where the Money is? Business Week (December 18).Lin, Hsiou-wei; McNichols, Maureen F., 1998. Underwriting Relationships, Analysts Earnings Forecasts an