KCI등재
SCOPUS
재무분석가의 특성이 이익예측정확성에 미치는 영향 = The Effect of Financial Analysts` Characteristics on Earnings Forecast Accuracy
저자
안윤영 ( Yoon Young Ahn ) ; 유영태 ( Young Tae Yoo ) ; 조영준 ( Young Jun Cho ) ; 신현한 ( Hyun Han Shin ) ; 장진호 ( Jin Ho Chang ) 연구자관계분석
발행기관
학술지명
권호사항
발행연도
2006
작성언어
Korean
주제어
KDC
325.9
등재정보
KCI등재,SCOPUS
자료형태
학술저널
발행기관 URL
수록면
1-24(24쪽)
KCI 피인용횟수
64
제공처
소장기관
본 연구는 IBES Detail Tape에 포함된 1999년부터 2003년까지의 재무분석가 이익예측자료를 사용하여, 재무분석가의 개인특성 변수를 중심으로 재무분석가의 이익예측정확성 결정요인에 대하여 살펴보았다. 분석결과 첫째, 많은 기업에 대한 분석을 담당하는 재무분석가일수록 이익예측오차는 높음을 발견하였다. 이는 재무분석가의 분석기업 수가 늘어날수록 분석업무의 복잡성이 증가하여 이익예측에 어려움을 겪고 있음을 의미한다. 둘째, 많은 분석보고서를 발행하는 재무분석가일수록 이익예측오차는 낮음을 발견하였다. 이는 특정기업에 대한 예측정보를 빈번하게 제공하여 활발한 분석활동을 수행하는 재무분석가일수록 이익예측능력이 높음을 의미한다. 셋째, 특정산업에 대한 분석을 실시하는 재무분석가일수록 이익예측오차가 낮음을 발견하였다. 이는 특정산업에 특화된 재무분석가일수록 분석업무의 복잡성이 감소하여 이익예측이 용이하였음을 의미한다. 마지막으로 기업특성 요인이 이익예측정확성에 미치는 영향을 분석한 결과 예측기간, 주가수익률 변동성, 표준화된 ROA, 부채비율 등이 높은 기업에서 이익예측오차가 높았으며, 재벌계열사에 소속된 기업에서 이익예측오차가 낮음을 발견하였다.
더보기Prior study finds that analysts` forecast activities(accuracy, coverage, the number of analysts following a firm, herding behavior, etc.) are related to several analysts characteristics(reputation, past accuracy, forecast frequency, firm-specific and general experience, and the number of firms and industries following) and environmental factors(employed brokerage size, and various characteristics of individual firms). Most of the empirical research on analysts` forecast accuracy in the current Korea security market focuses on environmental variables (individual company characteristics other than analyst characteristics. Therefore, our research has been conducted to extend the extant literatures` results on determinants of forecast accuracy using a sample of Korean firms included in the IBES database for a five year period from 1999 to 2003. We focus on the effect of analysts` characteristics on forecast accuracy. Since prior research provides mixed effects and results of analysts` characteristics on forecast accuracy, the direction of the effect of analysts` characteristics on forecast accuracy is unclear. We therefore established the non-directional hypothesis stated in the null form. To test whether each (analyst characteristics) variable has explanatory power incremental to the other, analyst characteristics variables are separately included in regression models respectively, and all variables are included as well. While the main focus of this study is to examine the effect of analyst characteristics on forecast accuracy, we have also considered the contribution of environmental variables (characteristics of individual firms) on forecast accuracy. The dependent variable of the basic research regression model is the forecast accuracy. Here forecast accuracy is defined as the logarithm of absolute forecast error and measured forecast error as the deviation of the actual EPS from the forecasted EPS which is deflated by the stock price to facilitate comparisons across firms. Thus more accurate forecasts are represented by lower forecast error values, i.e. there is an inverse relationship between forecast accuracy and forecast error. The three analyst characteristics (number of firms followed, forecast frequency and industry specialization) are key independent variables. In addition, we control for five variables of characteristics of firms (forecast horizon, stock price return volatility, standardized ROA, debt ratio and Chaebul dummy variable that prior research has shown to be related. First, we find that forecast accuracy decreases with the number of firms followed. The estimated coefficients of the number of firms followed are positively related to analysts` forecast error at the 1% significance level in all models represented by table 5 and table 6. This result indicates that the number of firms followed can be interpreted as a proxy for analysts` task (forecast) difficulty (portfolio complexity). If analysts follow a larger set of firms then it is difficult to devote more attention to each firm and to produce accurate forecasts. Second, forecast accuracy increases with the number of forecasts reports issued. The coefficients on the number of reports issued are negatively related to forecast error at the 5% or 1% significance level respectively presented by table5 and table 6. This result suggests that forecast error is significantly lower for analysts with more frequent reports. The number of forecasts reports issued can be considered as a proxy for analysts` skillful performance outputs and forecast ability. Third, forecast precision increases with the analyst industry specialization. This finding means that forecast error is significantly lower for analysts with a higher percentage of the companies followed by analysts that are in the same industry classification. Because industry specialization is expected to result in more accurate forecasts, the coefficients of analyst industry specialization are negatively associated with forecast error to a 1% or 5% significance level respectively presented by table 5 and table 6. Our overall conclusion is that forecast accuracy is associated with analyst-specific characteristics. We also examined the firm-specific characteristics effect on forecast accuracy. Regarding firm-specific characteristics variables, the coefficients on the forecast horizon, stock price return volatility, standardized ROA, leverage and Chaebul dummy are significantly related to forecast error. Consistent with prior studies, we find that environmental factors do influence analysts` forecast accuracy. Taken as a whole, analyst forecast accuracy is influenced by analyst-related properties as well as by environmental factors. This study makes several contributions. First, we contribute to the growing literature on analysts` forecast accuracy of the emerging market. Second, we suggest that analysts` characteristics may be helpful for predicting forecast accuracy. Future research might focus on investigating whether capital market participants should consider analyst-related properties in forming earnings expectations and evaluating analyst performance.
더보기분석정보
연월일 | 이력구분 | 이력상세 | 등재구분 |
---|---|---|---|
2020 | 평가예정 | 계속평가 신청대상 (등재유지) | |
2015-01-01 | 평가 | 우수등재학술지 선정 (계속평가) | |
2011-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2009-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2007-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2005-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2002-01-01 | 평가 | 등재학술지 선정 (등재후보2차) | KCI등재 |
1999-07-01 | 평가 | 등재후보학술지 선정 (신규평가) | KCI후보 |
기준연도 | WOS-KCI 통합IF(2년) | KCIF(2년) | KCIF(3년) |
---|---|---|---|
2016 | 1.96 | 1.96 | 2.48 |
KCIF(4년) | KCIF(5년) | 중심성지수(3년) | 즉시성지수 |
2.65 | 2.74 | 5.829 | 0.22 |
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)