如何獲取盈余公告前的超額收益

1、內(nèi)容目錄 HYPERLINK l _TOC_250023 文獻(xiàn)來源 4 HYPERLINK l _TOC_250022 文獻(xiàn)概覽 4 HYPERLINK l _TOC_250021 不確定性的度量 5 HYPERLINK l _TOC_250020 樣本空間 5 HYPERLINK l _TOC_250019 不確定性的度量 6 HYPERLINK l _TOC_250018 樣本統(tǒng)計(jì) 6 HYPERLINK l _TOC_250017 不確定性與盈余公告前收益的關(guān)系 7 HYPERLINK l _TOC_250016 盈余公告前的收益和不確定性 7 HYPERLINK l _TOC_2500

2、15 橫斷面的公告前收益和不確定性：投資組合法 8 HYPERLINK l _TOC_250014 橫截面的公告前收益和不確定性：Fama-Macbeth 回歸 9 HYPERLINK l _TOC_250013 橫截面的公告前收益和不確定性：一種可交易的策略 10 HYPERLINK l _TOC_250012 不確定性的本質(zhì) 11 HYPERLINK l _TOC_250011 由 VIX 衡量的市場(chǎng)不確定性 11 HYPERLINK l _TOC_250010 宏觀公告的不確定性 12 HYPERLINK l _TOC_250009 分解公司的不確定性 12 HYPERLINK l _T

3、OC_250008 如何消除不確定性 12 HYPERLINK l _TOC_250007 主動(dòng)獲取信息 12 HYPERLINK l _TOC_250006 分析師提供的信息 13 HYPERLINK l _TOC_250005 穩(wěn)健性 13 HYPERLINK l _TOC_250004 知情交易 13 HYPERLINK l _TOC_250003 公司規(guī)模 14 HYPERLINK l _TOC_250002 流動(dòng)性 14 HYPERLINK l _TOC_250001 彩票偏好 14 HYPERLINK l _TOC_250000 結(jié)論 14國(guó)信證券投資評(píng)級(jí) 15分析師承諾 15風(fēng)險(xiǎn)

4、提示 15圖表目錄圖 1：盈余公告前后累計(jì)異常收益 7圖 2：盈余公告前后不確定性的變化 8圖 3：按照不確定性分組的累計(jì)異常收益 9圖 4：按照不確定性分組的不確定性變化 9圖 5：VIX 與CAR（盈余公告前累計(jì)收益）的時(shí)間序列 12表 1：樣本統(tǒng)計(jì) 7表 2：對(duì)盈余公告前累計(jì)收益的回歸結(jié)果 10表 3：價(jià)值加權(quán)組合的 CAR-10,-1 （盈余公告前累計(jì)收益） 11表 4：等權(quán)組合的 CAR-10,-1 （盈余公告前累計(jì)收益） 11文獻(xiàn)來源文獻(xiàn)來源：Gao, Chao and Hu, Grace Xing and Zhang, Xiaoyan, UncertaintyResolution

5、 Before Earnings AnnouncementsJ. Social Science Electronic Publishing.文獻(xiàn)亮點(diǎn)：盈余公告是公司基本面最重要的公告。本文以美股 1996 年至 2019 年的 89567份盈余公告為樣本，發(fā)現(xiàn)股票在以盈余公告日為中心的 21 天窗口內(nèi)平均收益比市場(chǎng)收益高 0.36%，且 72%的超額收益發(fā)生在盈余公告發(fā)布之前。本文重點(diǎn)關(guān)注盈余公告發(fā)布前的收益，使用期權(quán)波動(dòng)率等前瞻性的指標(biāo)來捕捉股票的不確定性，并發(fā)現(xiàn)不確定性與盈余公告前的收益總體呈現(xiàn)正相關(guān)，即具有較高不確定性的股票在公告前有更高的收益。本文構(gòu)建了一個(gè)交易策略：做多高不確定性股票

6、、做空低不確定性的股票，可以獲取盈余公告前的收益。投資者可通過主動(dòng)獲取信息和利用分析師預(yù)測(cè)（分析師預(yù)測(cè)修正、分析師預(yù)測(cè)誤差和分析師預(yù)測(cè)離差）消除盈余公告前的不確定性，更好的獲取超額收益。關(guān)鍵詞：盈余公告、公告前收益、不確定性文獻(xiàn)概覽盈余公告是公司基本面最重要的公告。以前的文獻(xiàn)表明，當(dāng)公司公布業(yè)績(jī)時(shí)，股票平均會(huì)獲得更高的回報(bào)。在我們的樣本期間，股票在以盈余公告日為中心的 21 天窗口內(nèi)平均收益比市場(chǎng)收益高 0.36%。并且大部分收益是在業(yè)績(jī)發(fā)布之前的一段時(shí)期實(shí)現(xiàn)的。尤其是公告前 10 天的平均超額收益為 0.26%，占盈余公告總超額收益的 72%。在本文中，我們提出了對(duì)預(yù)盈利公告回報(bào)的不確定性的

7、解釋。我們認(rèn)為業(yè)績(jī)公告有兩個(gè)不同的風(fēng)險(xiǎn)：第一個(gè)關(guān)于業(yè)績(jī)公告本身，第二個(gè)關(guān)于與業(yè)績(jī)相關(guān)的不確定性。隨著盈余公告日的臨近，與業(yè)績(jī)相關(guān)的不確定性風(fēng)險(xiǎn)可能會(huì)在實(shí)際公告之前得到消除，從而產(chǎn)生公告前收益。當(dāng)公布財(cái)報(bào)時(shí)，業(yè)績(jī)公告風(fēng)險(xiǎn)完全化解，股價(jià)隨之反應(yīng)，產(chǎn)生公告后收益。我們假設(shè)的關(guān)鍵是，與業(yè)績(jī)公告不確定性的消除可能發(fā)生在盈余公告之前，這與業(yè)績(jī)公告本身不同。正是這種不確定性的消除導(dǎo)致了顯著的公告前超額收益。我們研究了股票橫截面的公告前收益，重點(diǎn)關(guān)注業(yè)績(jī)發(fā)布前的時(shí)期。我們假設(shè)對(duì)于事前不確定性較高的公司，不確定性的消除帶來的效果會(huì)更大。我們使用多種指標(biāo)來代表不確定性，包括期權(quán)隱含波動(dòng)率、實(shí)際波動(dòng)率。期權(quán)隱含波動(dòng)

8、率的前瞻性性質(zhì)可能更準(zhǔn)確地捕捉不確定性。我們發(fā)現(xiàn)，具有較高不確定性的股票在預(yù)告期間有更多的不確定性消除和更高的收益。我們根據(jù)公告前 11 天衡量的期權(quán)隱含波動(dòng)率對(duì)股票進(jìn)行排序時(shí)，高不確定性股票的市場(chǎng)調(diào)整后異?；貓?bào)平均為 1.46%，而在公告前 10 天其不確定性平均下降 2.9%。相比之下，低不確定性股票在公告前沒有顯著回報(bào)，在盈余公告之前，它們的不確定性實(shí)際上增加了 0.4%。橫截面上，不確定性與公告前收益之間的關(guān)系是穩(wěn)健的，具有重要的經(jīng)濟(jì)意義。在控制其他特征（如規(guī)模、PB 和過去 12 個(gè)月的回報(bào)）的 Fama-Macbeth 回歸框架中，不確定性增加四分位間距將導(dǎo)致異常回報(bào)增加 0.65

9、%，以及盈余公告前十天的不確定性下降 4.3%。做多高不確定性股票并做空同等數(shù)量的低不確定性股票投資組合的交易策略將在 10 天事件窗口中獲得 0.80%的市場(chǎng)調(diào)整后異常收益。這些發(fā)現(xiàn)為我們的不確定性消除假設(shè)提供了強(qiáng)有力的支持。個(gè)股的不確定性既反映了市場(chǎng)層面的不確定性，也反映了其自身特有的不確定性。我們使用 VIX 代表市場(chǎng)整體不確定性，當(dāng)市場(chǎng)不確定性較高時(shí)，不確定性對(duì)公告前收益的影響明顯更大。在重要宏觀公告之前宣布盈利的股票相關(guān)的不確定性應(yīng)包含更多系統(tǒng)性不確定性，例如我們根據(jù)公告日期將盈余公告分為兩組：在季度 GDP 公布前公布盈余公告的公司和在 GDP 公布后公布盈余公告的公司，發(fā)現(xiàn)在 G

10、DP 前公告的公司收益平均高 0.56%。為了進(jìn)一步量化由不同不確定性成分驅(qū)動(dòng)的公告前效應(yīng)，我們使用股票每日期權(quán)隱含波動(dòng)率對(duì)市場(chǎng)不確定性的滾動(dòng)窗口回歸（以 C VIX 為代表）來估計(jì)其對(duì)市場(chǎng)不確定性的敞口。通過敞口估計(jì)，我們將公司層面的不確定性分解為兩部分：系統(tǒng)不確定性和公司特定不確定性。我們發(fā)現(xiàn)系統(tǒng)性不確定性對(duì)于公告前的收益更重要一些。上述實(shí)證結(jié)果支持我們的假設(shè)，即當(dāng)不確定性在公告之前得到消除時(shí)，股價(jià)會(huì)上漲。在預(yù)公告窗口期間如何消除不確定性仍然令人費(fèi)解。我們提供了直接證據(jù)表明早期不確定性消除可能通過兩個(gè)不同的渠道發(fā)生：主動(dòng)投資者獲取信息，增加分析師信息供給。使用 Ryan (2017)的 E

11、DGAR 搜索量(ESV)作為信息獲取的代理，我們發(fā)現(xiàn)不確定性較高的公司在盈余公告前有相對(duì)更多的 EDGAR 搜索。在收益前公告窗口期間，不確定性的四分位數(shù)變化將使 EDGAR 搜索量增加約 7.0%。此外，我們還發(fā)現(xiàn)分析師為高度不確定性公司提供更多更好的信息，這導(dǎo)致更多的盈利修正和更好的盈利預(yù)測(cè)前的盈利預(yù)測(cè)。這些結(jié)果表明，盈余公告前 10 天，投資者積極獲取信息和分析師增加信息供應(yīng)可能有助于在業(yè)績(jī)發(fā)布前盡早消除不確定性。不確定性的度量樣本空間我們的樣本包括 1996 年至 2019 年在 NYSE、Nasdaq 和 Amex 上市的普通股公司，并排除月底價(jià)格低于 1 美元的股票。未來盈余公告

12、的日期通常是公眾事前知道的，這加劇了臨近公告日期的不確定性。1如果公告發(fā)生在日期 t 的下班后，我們?cè)O(shè)置公告日為 t 日，而不是將公告日期移至 t+1 日，以對(duì)公告前溢價(jià)進(jìn)行保守估計(jì)。我們主要從 OptionMetrics 獲得不確定性度量，它提供所有上市期權(quán)的日終買賣報(bào)價(jià)、持倉量、交易量、隱含波動(dòng)率和期權(quán)希臘語。為了便于跨合約進(jìn)行比較， OptionMetrics 還提供了有關(guān)具有標(biāo)準(zhǔn)化參數(shù)的“假設(shè)期權(quán)”的數(shù)據(jù)。我們同時(shí)使用單個(gè)實(shí)物期權(quán)和假設(shè)期權(quán)來計(jì)算不確定性度量。為了緩解個(gè)別期權(quán)的流動(dòng)性和市場(chǎng)微觀結(jié)構(gòu)問題，我們專注于短期平價(jià)期權(quán)，因?yàn)樗鼈兪亲罹吡鲃?dòng)性的期權(quán)合約。主要金融媒體，如華爾街日?qǐng)?bào)和

13、彭博社，通常在實(shí)際公告之前保留一份盈余公告日歷。此外，Bagnoli、Kross和 Wass（2002 年）以及 Cohen、Dey、Lys 和 Sunder（2007 年）發(fā)現(xiàn)實(shí)際公布日期通常與預(yù)期公布日期相 同或非常接近。不確定性的度量我們總共計(jì)算了四個(gè)不確定性度量。第一個(gè)不確定性度量，我們計(jì)算美元未平倉合約加權(quán)隱含波動(dòng)率，這里是日公司的單個(gè)期權(quán)數(shù)量，是股票日的單個(gè)期權(quán)的隱含波動(dòng)率，而是基于日美元未平倉合約,第二個(gè)不確定性度量是等權(quán)隱含波動(dòng)率，與 IVOW 計(jì)算方法一樣，只不過權(quán)重使用等權(quán)：我們的第三個(gè)不確定性度量是直接從波動(dòng)率表面獲得的，它由 OptionMetrics構(gòu)建，以提供有關(guān)具

14、有標(biāo)準(zhǔn)化參數(shù)的“假設(shè)選項(xiàng)”的信息。鑒于是為具有相同貨幣性和到期日的標(biāo)準(zhǔn)化期權(quán)計(jì)算的，因此很容易在公司之間進(jìn)行比較。我們最后的不確定性度量是，即使用 TAQ 的日內(nèi)回報(bào)計(jì)算的實(shí)際波動(dòng)率。對(duì)于每天的每只股票，我們首先將已實(shí)現(xiàn)方差估計(jì)為從上午 9:30 到下午 4:00 的 5 分鐘對(duì)數(shù)平方和。變量是日內(nèi)對(duì)數(shù)回報(bào)的年化已實(shí)現(xiàn)方差的平方根。前三個(gè)基于期權(quán)的不確定性度量捕捉了市場(chǎng)對(duì)期權(quán)價(jià)格中嵌入的未來價(jià)格不確定性的看法。期權(quán)隱含波動(dòng)率的一個(gè)擔(dān)憂是它包含預(yù)期的未來不確定性和不確定性風(fēng)險(xiǎn)的溢價(jià)，這兩者很難分開。然而，由于不確定性和不確定性溢價(jià)趨向于同一個(gè)方向，分離對(duì)我們的研究來說并不重要。盡管如此，我們?nèi)詫?/p>

15、實(shí)際波動(dòng)率作為我們所有實(shí)證結(jié)果的穩(wěn)健性檢查。樣本統(tǒng)計(jì)下表為樣本的匯總統(tǒng)計(jì)數(shù)據(jù)，涵蓋了 1996 年至 2019 年的 89567 份盈余公告。每個(gè)季度樣本中平均有 928 只股票，我們的市值中值樣本為 25 億美元，高于同一時(shí)期的紐交所 15 億美元的市值中值。樣本賬面市值比中位數(shù)為 0.319，而紐交所的中位數(shù)為 0.503。樣本過去 12 個(gè)月的回報(bào)率中位數(shù)為 13.1%，月營(yíng)業(yè)額中位數(shù)為 15.5%。也就是說，我們的樣本包含相對(duì)較大的公司，其賬面市值比較低。表 1：樣本統(tǒng)計(jì)資料來源: Wind，整理我們將盈余公告日定義為第 0 天，將-10,+10作為圍繞盈余公告的 21 天窗口。我們首

16、先通過從股票每日回報(bào)中減去 CRSP 價(jià)值加權(quán)每日市場(chǎng)回報(bào)來計(jì)算異常每日回報(bào) (AR)。那么 CAR-10,+10就是-10 天和+10 天之間的累計(jì)超常收益盈余公告的回報(bào) CAR-10,+10的匯總中值為 0.037%，平均值為 0.36%，表明公告溢價(jià)呈正偏度。表 1 的最后四個(gè)變量是不確定性度量。不確定性與盈余公告前收益的關(guān)系盈余公告前的收益和不確定性我們繪制了圖 1 面板 A 中-10,+10窗口的平均 CAR（累計(jì)超常收益）。平均 CAR從第-10 天到第-1 天穩(wěn)步增加。在第-1 天，平均 CAR 急劇增加 6.7 個(gè)基點(diǎn)。在-10天到+10 天的 21 天窗口中，總平均CAR 為

17、 0.36%，而-10 天到-1 天的平均 CAR為 0.26%，占 21 天CAR 的 72%。大部分盈余公告溢價(jià)是在盈余公告之前實(shí)現(xiàn)的。圖 1：盈余公告前后累計(jì)異常收益資料來源: Wind，整理下圖中展示了調(diào)整后的累積變化。我們觀察到直到第 3 天的明顯下降趨勢(shì)，表明調(diào)整后的波動(dòng)率從第-11 天到第 3，所有公司的不確定性累積變化的平均值為-3.7 個(gè)基點(diǎn)。在第-2 天和第-1 天，不確定性略有增加，可能是由于即將發(fā)布的公告。在公告日，不確定性進(jìn)一步降低了 7.8 個(gè)基點(diǎn)。宣布后，不確定性首先在+1日增加 4.3 個(gè)基點(diǎn)，然后繼續(xù)下降至+10 日。圖 2：盈余公告前后不確定性的變化資料來源

18、: Wind，整理鑒于收益逐漸增加和公告前不確定性逐漸降低的現(xiàn)象，我們?cè)诖颂岢龉媲笆找鏋檎牟淮_定性消除假設(shè)。假設(shè)有兩種不同類型的風(fēng)險(xiǎn)與個(gè)股的盈余公告相關(guān)。第一個(gè)風(fēng)險(xiǎn)與盈余公告本身相關(guān)，第二個(gè)風(fēng)險(xiǎn)是與盈余公告相關(guān)的不確定性。對(duì)即將發(fā)布的盈余公告的預(yù)期自然會(huì)給相關(guān)股票帶來更高的不確定性。隨著這種高度不確定性的一部分得到消除，股票價(jià)格上漲并實(shí)現(xiàn)了正回報(bào)。我們認(rèn)為，不確定性風(fēng)險(xiǎn)的消除可能發(fā)生在盈余公告之前，特別是對(duì)于具有高度不確定性的股票。我們預(yù)計(jì)高不確定性的股票會(huì)在實(shí)際業(yè)績(jī)發(fā)布之前消除更多不確定性，從而產(chǎn)生更多公告前收益。橫斷面的公告前收益和不確定性：投資組合法為了測(cè)試我們的不確定性消除假設(shè)，每

19、個(gè)季度，我們根據(jù)四個(gè)不確定性指標(biāo)中的每一個(gè)將在該季度發(fā)布盈余公告的股票分配到五個(gè)相等的投資組合中，然后計(jì)算市值加權(quán)收益。下圖中展示了五個(gè)不確定性排序投資組合的平均 CAR。從不確定性最低的組到不 確定性最高的組，從第-10 天到第-1 天的平均CAR 為分別為-0.12%、0.12%、0.50%、 0.48%和 1.46%。預(yù)告收益與預(yù)告期間的不確定性之間存在正相關(guān)。圖 3：按照不確定性分組的累計(jì)異常收益資料來源: Wind，整理類似地，我們還計(jì)算每個(gè)公司在事件窗口內(nèi)的累積波動(dòng)率變化。公告前階段不確定性的變化也呈現(xiàn)出單調(diào)的格局。顯然，高不確定性股票在預(yù)告期間的不確定性大幅下降，而低不確定性股票

20、的不確定性略有增加。圖 4：按照不確定性分組的不確定性變化資料來源: Wind，整理這些結(jié)果清楚地證實(shí)了不確定性消除假設(shè)，即具有更高不確定性水平的公司具有更高的公告前回報(bào)。對(duì)于等權(quán)重投資組合，可以觀察到類似的模式。當(dāng)我們使用價(jià)值權(quán)重而不是等權(quán)重時(shí)，高不確定性股票和低不確定性股票的平均公告前收益差異略大，這表明大公司的不確定性和收益之間的關(guān)系更強(qiáng)。總體而言，大的公告前回報(bào)對(duì)不同的不確定性度量和加權(quán)方案是穩(wěn)健的。橫截面的公告前收益和不確定性：Fama-Macbeth 回歸在上一節(jié)中，我們使用單一排序投資組合方法表明，高不確定性股票在公告前期間 獲得了顯著更高的回報(bào)，同時(shí)不確定性顯著下降。單一排序投

21、資組合方法的一個(gè)缺點(diǎn)是它只考慮了不確定性水平的差異，而不能同時(shí)控制其他相關(guān)的公司水平特征。為了消除這個(gè)問題，我們?cè)诒竟?jié)中采用 Fama 和 MacBeth(1973)的兩階段估計(jì)，以控制其他重要的公司層面特征。對(duì)于 Fama-MacBeth 回歸的第一階段，對(duì)于每個(gè)季度 q，我們估計(jì)一個(gè)橫截面規(guī)格：這里的,10,1 是股票在日歷季度的累計(jì)公告前異常回報(bào)，這是在第-10 天到-1 日公布收益之前衡量的。變量,11 是股票的不確定性代理。對(duì)于滯后控制變量,1，我們包括上個(gè)月的市值對(duì)數(shù)，上個(gè)月的賬面市值比的對(duì)數(shù)，以及過去 12 個(gè)月的回報(bào)（跳過最近一個(gè)月）。如果盈余公告是在一個(gè)月的前十個(gè)交易日內(nèi)發(fā)布

22、的，我們將所有控制變量滯后兩個(gè)日歷月。我們預(yù)計(jì)系數(shù)1 顯著為正。下表中報(bào)告了從上述回歸估計(jì)的系數(shù)的時(shí)間序列平均值。表 2：對(duì)盈余公告前累計(jì)收益的回歸結(jié)果資料來源: Wind，整理橫截面的公告前收益和不確定性：一種可交易的策略我們之前的討論顯示了強(qiáng)有力的經(jīng)驗(yàn)證據(jù)支持不確定性水平較高的公司具有更高的公告前回報(bào)和更大的不確定性下降。在本節(jié)中，我們根據(jù)不確定性消除假設(shè)設(shè)計(jì)交易策略，以利用公告前的收益。在每個(gè)季度初，我們首先使用上一季度的不確定性度量將股票分為五組。然后我們 計(jì)算在實(shí)際收益公布日之前持有股票 10 天的平均 CAR-10,-1。該策略是可交易的，因?yàn)樗灰蕾囉诋?dāng)前季度的不確定性分布。2我

23、們?cè)谙卤碇袌?bào)告了每個(gè)投資組合的平均 CAR-10,-1。這種策略是可行的，因?yàn)榇蠖鄶?shù)收益公布日期都是預(yù)先安排好的，并且至少提前 10 天向公眾發(fā)布。我們?nèi)斯z查了2019 年標(biāo)準(zhǔn)普爾 500 指數(shù)公司的盈余公告時(shí)間。81% 的公司至少提前 10 天披露了他們的盈余公告日期，96% 的公司提前 5 天披露了他們的盈余公告。作為穩(wěn)健性檢查，我們還嘗試在實(shí)際收益公布日期前的第 -5 天至第 -1 天縮短 持有窗口。結(jié)果在數(shù)量級(jí)和統(tǒng)計(jì)顯著性上都相似。表 3：價(jià)值加權(quán)組合的 CAR-10,-1 （盈余公告前累計(jì)收益）資料來源: Wind，整理這些結(jié)果與我們之前的討論一致：從上一季度衡量的公告前不確定性導(dǎo)

24、致更高的公告前回報(bào)。表 4：等權(quán)組合的CAR-10,-1 （盈余公告前累計(jì)收益）資料來源: Wind，整理不確定性的本質(zhì)一般來說，公司層面的不確定性可能來自兩方面：市場(chǎng)層面的不確定性和公司自身的不確定性。我們?cè)谝韵氯齻€(gè)部分中研究了每種類型的不確定性所起的作用。由 VIX 衡量的市場(chǎng)不確定性我們用 C 編制的 VIX 指數(shù)代表市場(chǎng)水平的不確定性。VIX 被廣泛視為一種恐懼量表，反映了總體市場(chǎng)的不確定性。我們根據(jù) VIX 水平將整個(gè)樣本分為兩個(gè)子樣本，17 個(gè)高 VIX 年的平均公告前收益率為 0.44%，而 17 個(gè)低 VIX 年僅為-0.06%。這表明，當(dāng) VIX 較高時(shí)，公告前的回報(bào)更大。在

25、下圖中為 VIX 和盈余公告前收益的時(shí)間序列，當(dāng) VIX 高時(shí)，公告前收益也高，反之亦然。圖 5：VIX 與CAR（盈余公告前累計(jì)收益）的時(shí)間序列資料來源: Wind，整理此外，我們考察了公告前收益對(duì)不確定性的敏感性是否也隨 VIX 水平而變化。結(jié)果顯示，當(dāng)市場(chǎng)不確定性較高時(shí)，對(duì)公告前收益的影響會(huì)更大。宏觀公告的不確定性宏觀經(jīng)濟(jì)公告有助于消除與整體經(jīng)濟(jì)相關(guān)的不確定性，是資本市場(chǎng)參與者的重要事件。我們認(rèn)為最相關(guān)的是國(guó)內(nèi)生產(chǎn)總值(GDP)指數(shù)。季度 GDP 數(shù)據(jù)通常在每個(gè)日歷季度的第四個(gè)星期五發(fā)布。早期的盈余公告不僅提供有關(guān)發(fā)行公司的寶貴信息，還提供有關(guān)整體經(jīng)濟(jì)的信息。我們預(yù)計(jì)，提前發(fā)布的業(yè)績(jī)公告

26、，尤其是在 GDP 等主要宏觀經(jīng)濟(jì)指標(biāo)發(fā)布之前發(fā)布的公告，其不確定性可能比后發(fā)布者更大，因此提前發(fā)布者的公告前收益會(huì)更大。因此，我們將個(gè)股的盈利公告分為兩組：前 GDP 組和后 GDP 組。我們發(fā)現(xiàn)在 GDP發(fā)布之前發(fā)布盈余公告的公司具有明顯更高的公告前回報(bào)。這凸顯了市場(chǎng)層面的不確定性對(duì)公告前回報(bào)的重要作用。分解公司的不確定性如前所述，公司層面的不確定性受總體市場(chǎng)層面信息和公司特定信息的影響。市場(chǎng)和公司特定的不確定性成分都可以顯著預(yù)測(cè)公告前的回報(bào)。市場(chǎng)不確定性成分增加 1%導(dǎo)致公告前回報(bào)增加 1.2 個(gè)基點(diǎn)；而公司特定不確定性成分增加 1%會(huì)導(dǎo)致公告前收益增加 0.6 個(gè)基點(diǎn)。市場(chǎng)不確定性成分

27、對(duì)公告前回報(bào)的影響略大。如何消除不確定性主動(dòng)獲取信息投資者主動(dòng)獲取信息有助于在業(yè)績(jī)發(fā)布前消除不確定性。這里我們借鑒了 Gao and Huang(2019)和Li and Sun (2019) 等文獻(xiàn)，并使用EDGAR3搜索量來直接代理主EDGAR（Electronic Data Gathering, Analysis, and Retrieval System）,即電子化數(shù)據(jù)收集、分析及檢索系統(tǒng)。1996動(dòng)投資者信息獲取努力。我們發(fā)現(xiàn)不確定性較高的股票在其業(yè)績(jī)發(fā)布之前確實(shí)有更多的 EDGAR 搜索量。其他控制變量顯示，對(duì)于市值較大、賬面市值比較高、過往表現(xiàn)較差以及過往 EDGAR 流量較高的

28、股票，EDGAR 搜索量也較高，這與現(xiàn)有文獻(xiàn)的發(fā)現(xiàn)一致。分析師提供的信息分析師作為最大的信息提供者群體之一，收集信息并提供對(duì)未來收益的預(yù)測(cè)。我們預(yù)計(jì)，高度不確定性可能會(huì)吸引分析師提高其盈利預(yù)測(cè)的質(zhì)量，從而有助于在盈利公布前消除相關(guān)股票的不確定性。為了在公告前捕捉分析師盈利預(yù)測(cè)的改善，我們使用三種不同的度量：分析師預(yù)測(cè)修正（Revision）的虛擬變量、分析師預(yù)測(cè)誤差的變化（FE）和分析師預(yù)測(cè)離差的變化（Dispersion）。根據(jù)有關(guān)分析師預(yù)測(cè)的文獻(xiàn)，我們使用了幾個(gè)控制變量，包括上一季度覆蓋該公司的分析師總數(shù)的對(duì)數(shù)（分析師覆蓋率）、上個(gè)月的市值對(duì)數(shù)、賬簿的對(duì)數(shù)市占率從上個(gè)月開始，以及過去 12

29、 個(gè)月的回報(bào)（跳過最近一個(gè)月）。如果盈余公告是在當(dāng)月的前 10 個(gè)交易日內(nèi)發(fā)布的，我們將所有控制變量滯后兩個(gè)日歷月。我們發(fā)現(xiàn)分析師更有可能在盈余公告之前修改他們對(duì)高不確定性公司的預(yù)測(cè)。高不確定性公司的盈利預(yù)測(cè)質(zhì)量也有更大的改善，這反映在盈利公告前的預(yù)測(cè)誤差較小。分析師對(duì)盈利公布前高不確定性股票的預(yù)測(cè)離散度下降得更多。穩(wěn)健性知情交易人們可能會(huì)擔(dān)心，在業(yè)績(jī)發(fā)布之前進(jìn)行知情交易也可能有助于顯著的公告前回報(bào)。為了消除這個(gè)問題，我們使用兩種方法來代表盈余公告前的知情交易概率：Easley、 Kiefer、OHara 和Paperman（1996）的知情交易概率（PIN）和機(jī)構(gòu)所有權(quán)（IO）。 這兩種方法

30、在文獻(xiàn)中都被廣泛用于捕捉基于信息的交易強(qiáng)度。我們的結(jié)果對(duì)于業(yè)績(jī)發(fā)布前的潛在知情交易是穩(wěn)健的。對(duì)于按 PIN 排序的五個(gè)五分位數(shù)，高不確定性股票和低不確定性股票之間的平均公告前 CAR 分別為 3.01%、 2.03%、2.32%、2.16%和 1.28%。五分之四在 5%的水平上顯著，除了最高的 PIN五分位數(shù)在 10%水平。對(duì)于按 IO 排序的五個(gè)五分位數(shù)，高不確定性股票和低不確定性股票之間的平均公告前CAR 分別為2.15%、1.70%、1.59%、1.39%和0.85%， t-stats 為分別為 2.99、2.77、3.24、2.91 和 1.78。作為對(duì)潛在知情交易的測(cè)試，我們還通過標(biāo)準(zhǔn)收益驚喜（SUE）和盈余公告后的市場(chǎng)反應(yīng)（CAR0，+10）直接控制每個(gè)盈余公告的信息內(nèi)容。公告前收益與不確定性之間的關(guān)系對(duì)于信息內(nèi)容本身也是穩(wěn)健的。對(duì)于 SUE 排序的五個(gè)五分位數(shù)，高不確定性股票和低不確定性股票之間的平均公告前 CAR 分別為 0.99%、0.81%、 1.55%、1.37%和 2.00%，t-stats 分別為 1.57、1.87、2.83、2.18 和分別為 2.82。對(duì)于按公告后收益率排序的五個(gè)五分位數(shù)，我們發(fā)現(xiàn)高不確定性股票和