对于分析师：同行基准测试方法可改善盈利预测

风生水起 • 2024年6月25日 23:57 • 杂谈 • 阅读 19

寻找适合进行财务分析的同行是一项棘手的任务，需要仔细考虑公司的基本经济状况、会计选择和财务报表呈现方式。但如果没有可比的财务报表信息，同行基准测试可能会产生不太有意义甚至误导性的见解，从而对盈利预测产生负面影响。

在《会计评论》最近发表的一项研究中，我们开发了一种方法来识别可比公司进行基准测试，并分析了其对分析师结果和倍数估值的影响。在这篇文章中，我们将重点介绍一些重要细节，其中一些可能会让您感到惊讶。

定义同行公司有不同的方法，例如行业成员资格、股票指数成员资格、市值的接近程度以及价值驱动因素的相似性（例如市盈率、投资资本回报率和增长率）。

作为传统分类的替代方法，研究人员测试了识别同行公司的新方法，例如投资者的共同搜索、公司向美国证券交易委员会的 EDGAR 提交文件的强度以及雅虎财经上的股票信息。

这些广泛使用的方法未能直接解决公司基准测试的一个关键方面：同行公司关键财务报表信息的可用性。当同行公司的几个财务报表项目缺失时，分析师很难从与焦点公司财务报表的比较中得出有意义的推论。

我们的财务报表基准 (FSB) 指标旨在填补这一空白。数据和代码可在我们的网站上免费获取。

捕捉财务报表项目之间的重叠程度

成对 FSB 以 Jaccard 相似系数为基础，可捕捉两家公司报告的财务报表项目的重叠程度，分数范围从 0（无重叠）到 1（完全重叠）。FSB 分数越高，可供外部用户使用的基准信息就越多。

例如，如果焦点公司报告了 270 个项目，其中 200 个与同行公司报告的 220 个项目重叠，则 FSB 得分为 0.69 (200 / (270 + 220 – 200)。为了说明这一点，我们样本中分析师选择的同行的平均得分为 0.68。

假设 FSB 是衡量两家公司基本经济和会计选择相似性的有用指标，我们预计它与分析师对同行公司的选择呈正相关。

我们的分析师选择的同行样本来自《会计研究评论》的一篇文章《分析师对同行公司的选择》。通过手动筛选 2,500 多份卖方股票分析师的报告，作者提取了为每份报告中的焦点公司选择的可比同行公司的数据。

在我们的研究中，对于分析师选择的每家同行公司，我们都会选择一家未被选中但规模和估值倍数相似的同行业公司。结果表明，从财务报表基准的角度来看，分析师倾向于选择与焦点公司更具可比性的同行公司。

当 FSB 高出一个标准差时，被分析师选为同行公司的可能性就会增加 13%。

更高的 FSB 可提高盈利预测的准确性

选择 FSB 较高的同行是否会对分析师的业绩产生积极影响？我们发现，当分析师选择的同行公司的平均 FSB 高出一个标准差时，分析师盈利预测的准确性会提高约 23%。

在选择同行公司时，要寻找财务报表与焦点公司更相似的公司，即使这意味着在焦点公司的主要行业之外进行搜索。事实上，只有 40% 的分析师选择的同行公司与焦点公司在同一产品市场运营。

在分析高露洁棕榄时，您认为哪些公司是值得选择的同行公司？晨星公司将宝洁和联合利华列为该公司的主要同行。尽管联合利华在美国证券交易所上市，但其 FSB 得分仅为 0.69，与高露洁棕榄的得分相当。

这可能是因为该公司使用国际财务报告准则来编制财务报表。使用不同的会计准则会降低可比性，因为确认和列报规则存在差异。相比之下，宝洁和高露洁棕榄的 FSB 得分较高，为 0.77，这表明可比性高于联合利华和高露洁棕榄。

与晨星的方法不同，谷歌财经根据投资者的共同搜索活动创建了一份同行公司名单。值得注意的是，谷歌财经列出的高露洁棕榄同行公司名单中就有可口可乐。虽然乍一看，这一观察似乎不符合直觉，但我们的方法表明，从财务报表基准的角度来看，可口可乐非常适合这个案例，因为它与高露洁棕榄的 FSB 得分远高于平均水平 0.82。这或许可以解释为什么投资者会广泛地共同搜索这两家公司的财务信息。

验证和测试

在验证和测试了成对 FSB 指标后，我们汇总了焦点公司所有行业同行的数据，以了解对公司整体财务报表进行基准测试的难易程度。这一过程产生了大量公司层面的 FSB 数据。此外，为了丰富我们的方法，我们在财务报表层面分解了 FSB，为损益表、资产负债表和现金流量表生成了单独的 FSB 分数。

虽然当公司层面的 FSB 较高（即容易对标和理解公司的财务报表）时，分析师的一致盈利和净债务预测更为准确，但损益表和资产负债表对标在这些结果中发挥着不同的作用。

我们发现，损益表 FSB 评分可以预测盈利预测的准确性，但不能预测净债务预测的准确性。相比之下，资产负债表 FSB 评分可以预测净债务预测的准确性，但不能预测盈利预测。从经济角度来看，损益表（资产负债表）FSB 增加一个标准差，与 17.3%（12.1%）更准确的共识盈利（净债务）预测相关。这些发现强调，基准测试的好处取决于分析的背景。

对于投资者：行业、行业规模或 FSB 同行

除了分析师的积极结果之外，投资者面临的一个关键问题是，根据 FSB 选择同行公司是否能提高可比公司的估值。为此，我们将使用基于 FSB 的同行公司形成的估值倍数的预测能力与采用传统同行公司选择方法（例如基于行业和规模的同行）的模型的预测能力进行了比较。具体来说，我们将焦点公司的未来企业价值与销售额之比 (EVS) 回归到为三组同行计算的平均 EVS 上：(1) 行业同行，(2) 行业规模同行，以及 (3) FSB 同行。

在预测一年、两年和三年的 EVS 时，使用基于 FSB 的同行平均估值倍数的模型始终优于仅使用行业和行业规模同行的模型。例如，当将四个最高 FSB 同行的平均 EVS 纳入模型时，预测一年 EVS 的模型的 R 平方从 24.8% 增加到 31.8%。

总之，我们注意到 FSB 是一种简单、直接的衡量指标，它总结了同行公司基本经济和会计选择的重叠部分，而这些是影响财务报表的关键因素。FSB 可在成对和公司层面使用，允许外部用户找到适合各种目的的同行公司，包括相对绩效、薪酬和估值基准。