光华讲坛

主 题：Global Sales Network and Analyst Forecasts(全球销售网络与分析师预测)

主讲人：香港中文大学商学院 顾朝阳教授

主持人：西南财经大学会计学院 易阳副教授

时 间：2022年6月16日（周四）15:00—16:30

地 点：腾讯会议 138-725-493

主办单位：会计学院 科研处

主讲人简介：

顾朝阳教授2013年加入香港中文大学，现任会计学院教授。此前曾任卡内基梅隆大学副教授，明尼苏达大学卡尔森商学院副教授、霍尼维尔会计讲席教授兼会计博士项目负责人。顾教授研究兴趣主要集中于资本市场方面的实证研究，包括分析师与管理层预测、盈余管理、权益与债券估值等。他在国际顶级期刊如The Accounting Review, Journal of Accounting and Economics, Contemporary Accounting Research, Review of Accounting Studies发表多篇文章，现担任国际顶级期刊The Accounting Review的Editor。

摘要：

We construct global sales network (GSN) within an analyst’s portfolio using advanced machine learning technologies (Naïve Bayes algorithm and Long Short-Term Memory (LSTM) Networks). GSN measures the geographic overlap in an analyst’s portfolio firms’ global sales destinations and has important implications for analysts’ forecasting behavior. We find that analysts whose portfolios have greater GSN similarity, tend to issue standalone sales forecasts that are more accurate. They also tend to issue more accurate earnings forecasts and this effect is particularly pronounced when portfolio firms have high leverage and when the earnings forecasts are accompanied by sales forecasts. Additional analyses suggest that analysts learn from portfolio companies’ earnings surprise and actively revise their forecasts of other portfolio firms with similar GSN. Analysts’ cultural and ethnic origin is a likely cause for analysts’ heterogeneity in holding portfolios with different degree of GSN overlaps. Our paper provides evidence on a previously unexplored dimension of learning by analysts and has important implications for optimal analyst forecasting in the era of globalization.

我们使用先进的机器学习技术（朴素贝叶斯算法和长短期记忆 (LSTM) 网络）在分析师的投资组合中构建全球销售网络 (GSN)。GSN衡量分析师投资组合公司全球销售目的地的地理重叠，并对分析师的预测行为产生重要影响。我们发现，投资组合具有更大GSN相似性的分析师倾向于发布更准确的独立销售预测。他们还倾向于发布更准确的盈利预测，当投资组合公司具有高杠杆率并且盈利预测伴随着销售预测时，这种影响尤其明显。其他分析表明，分析师从投资组合公司的超额盈利中学习修正对其他具有类似GSN的投资组合公司的预测。分析师的文化和出身可能是导致分析师持有具有不同GSN重叠程度的投资组合的异质性的一个原因。我们的论文提供了分析师先前未探索的学习维度的证据，并对全球化时代的最佳分析师预测具有重要意义。