Winning is not enough: Changing landscapes of earnings surprises and the market reaction
Notice bibliographique
Résumé
Abstract We document strikingly opposite time‐series patterns of analyst forecast errors (FEs) and associated market reactions, illustrating that analyst forecasts have become a less useful benchmark of the market's earnings expectations in recent years. The mean FE has increased from negative one to two cents in the 1990s to positive one to two cents in the 2010s, whereas average earnings announcement returns have declined from 0.30% in the 1990s to −0.30% in the 2010s, turning negative in the past 17 years. Underlying the time‐series pattern of increasing FEs is a secular trend where firms move away from just meeting or beating, to which the market reaction has become increasingly negative, toward a large beat, while the frequency of meeting or beating the consensus analyst forecast remains stable during the same period. We develop a parsimonious predictive model of earnings surprises based on peer and past analysts' FEs and find that our predicted FE closely mirrors reported FE, with the average value hovering around one to two cents in most years of the past two decades. The market reaction to “around zero” unexpected FE (FE minus predicted FE) is indistinguishable from zero over time, suggesting that our model serves as a good benchmark of the market's expectation. Our evidence has broad implications for appropriate earnings benchmarking, for the disappearing discontinuity of the earnings surprise distribution around zero, for earnings management to beat analysts' forecasts, for empirical designs when examining the earnings‐return relation, and for the disappearing earnings announcement premium.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».