Predicting earnings and analysts’ forecast errors : characteristic approach in Nordic countries

Abstract

The objective of this research is to predict sell-side analysts’ forecast errors for Nordic companies’ earnings. Analysts’ forecasts of earnings are found to exhibit persistent error, most often arising from misalignment incentives. Implementing the characteristic approach, firstly introduce by So (2013), this study relies on cross-sectional earnings forecasts instead of time-series fitting of past forecast errors, for the prediction of future forecast errors. Lagged firm characteristics are utilized in annual cross-sectional regressions, and the coefficients applied to current characteristics to obtain characteristic earnings predictions. By comparing analysts’ forecast to the unbiased characteristic forecast, signals of firms’ fundamentals are accessed, and inferences of the portion of expected earnings that are not yet incorporated into analysts’ forecasts can be drawn.

The characteristic forecasts show better performance over analysts’ forecasts, as more accurate forecasts were achieved using the characteristic forecast. Even though, the characteristic forecast was not able to predict analysts’ forecast errors, the investment strategy implemented managed to generate noticeable returns, showing the effectiveness of the characteristic approach in predicting future abnormal returns. By generating positive returns, the investments strategy developed reveals that investors are constantly overweighting analysts’ forecasts. This suggests that when making investment decisions the investors should, instead of using analysts’ forecasts directly, incorporate additional information into their decision-making in order to make well-advised investment decisions. Biases in analysts’ forecasts are affecting the efficient allocation of capital; hence the regulators should be concerned over the credibility of the forecasts.

Tämän tutkimuksen tarkoituksena on osakeanalyytikoiden virheen ennustaminen Pohjoismaiden markkinoilla. Analyytikoiden tulosennusteet sisättävät lukuisten tutkimusten mukaan vinoumia, jotka usein johtuvat analyytikoille ilmenevistä houkutteista vääristää ennusteita. Tämä tutkimus nojaa poikkileikkausaineston hyödyntämiseen analyytikoiden virheen ennustamisessa, ja jättää huomiotta aikasarja-ainestoa hyödyntävän menneisiin analyytikoiden virheisiin keskittyvän metodologian. Yristysten edellisten vuosien tunnuslukuja hyödynnetään tutkimuksessa vuositasolla ajetuissa poikkileikkaus-regressioissa. Regressiokertoimet asetetaan yritysten seuraavan vuoden tunnuslukuihin ja näin saavutetaan tunnusomaiset tulosennusteet yrityksille. Yritysten tunnusluvuissa piileviin signaaleihin päästään käsiksi vertaamalla näitä ennusteita analyytikoiden ennusteisiin, ja tätä kautta pystytään tekemään havaintoja yritysten odotettavista tuloista, jotka eivät vielä näy analyytikoiden ennusteissa.

Tunnusomainen menetelmä onnistui tämän tutkimuksen perusteella tuottamaan tarkempia tulosennusteita analyytikoiden ennusteisiin verrattuna. Vaikka tunnusomainen menetelmä ei onnistunut analyytikoiden virheen ennustamisessa Pohjoismaiden markkinoilla, tutkimuksessa kehitetyn investointisuunnitelman tulos jäi positiiviseksi ja tämä kertoo siitä, että sijoittavat asettavat liian suurta painoarvoa analyytikoiden ennusteille. Vastaisuudessa sijoittajien ei tulisi investointisuunnitelmia laatiessaan luottaa analyytikoiden ennusteisiin sellaisenaan, vaan hyödyntää myös täydentävää informaatiota päätöksenteon tueksi, tehdäkseen viisaampia sijoituspäätöksiä. Analyytikoiden ennusteissa piilevät kallistumat vaikuttavat pääoman tehokkaaseen liikkumiseen markkoilla, ja tästä syystä sääntelyviranomaisten tulisi olla huolissaan ennusteiden luotettavuudesta.