上市公司成本粘性影响财务分析师盈余预测的实证研究

《上市公司成本粘性影响财务分析师盈余预测的实证研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号UDC密级编号十I初大学CENTRALSOUTHUNIVERSITY硕士学位论文学科、专业金盐堂导师姓名及专业技术职务至塞溘到塾撞2012年11月原创性声明本人声明，所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了论文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得中南大学或其他单位的学位或证书而使用过的材料。与我共同工作的同志对本研究所作的贡献均已在论文中作了明确的说明。作者签名：盈虹日期：二型L年』月丛日学位论文版权使用授权书本人了解中南大学有关保留、

2、使用学位论文的规定，即：学校有权保留学位论文并根据国家或湖南省有关部门规定送交学位论文，允许学位论文被查阅和借阅；学校可以公布学位论文的全部或部分内容，可以采用复印、缩印或其它手段保存学位论文。同时授权中国科学技术信息研究所将本学位论文收录到《中国学位论文全文数据库》，并通过网络向社会公众提供信息服务。作者签名：左坚导师签名之垦醢日期：曼!!兰年旦月“日硕士学位论文摘要随着学术界对成本习性认识的不断加深，成本粘性已成为管理会计研究领域的一个新的研究方向，理解成本粘性有助于企业成本管理、财务分析师盈余预测及投资者决策。考虑到财务分析师盈

3、余预测在资本市场中日益凸显的重要作用，本文旨在通过利用翔实的上市公司数据，深入探究上市公司成本粘性对财务分析师盈余预测行为的影响，以期为财务分析师行业、后续的理论研究和管理实践提供初步证据。本文首先阐述了研究的理论基础，详细梳理了国内外相关研究现状，并进行了简要分析与评述；进而基于成本粘性作用于分析师盈余预测的理论分析，提出了成本粘性影响财务分析师盈余预测的研究假设。在此基础上，本文以我国2002年至2011年间深交所A股市场的有效样本数据作为研究对象，通过度量公司成本粘性水平，分别从分析师盈余预测准确度、分析师之间盈余预测分歧度以及

4、分析师关注度三个方面来检验在我国资本市场条件下，上市公司成本粘性与财务分析师盈余预测之间的关系。本文的研究发现：总体而言，上市公司成本粘性会对财务分析师的预测特征产生影响；具体表现为，上市公司成本粘性水平越高，财务分析师盈余预测准确度越低，分析师之间的意见分歧越大，其原因在于成本粘性使得盈余预测的不确定性上升，从而影响财务分析师盈余预测结果。同时本文发现，上市公司成本粘性与分析师关注度间不具显著的解释关系。以上结论说明，识别、评估上市公司成本粘性有助于财务分析师提升自身盈余预测准确度，降低分析师间意见分歧，对我国分析师行业整体水平的提

5、升有积极作用。关键词成本粘性，财务分析师，盈余预测硕士学位论文ABSTRACTWiththeadvancementsofcostbehavior,coststickinesshasbecomeanewresearchdirectioninmanagementaccounting．Understandingcoststickinesscontributestoenterprisecostmanagement，analysts’earningsforecastsandinvestors’decision-making．Considerin

6、gthemoreimportantrolethatfinancialanalysts’earningsforecastsplayinthecapitalmarket，thispaperaimstoprobeintotheinfluenceofcompanycoststickinessonfinancialanalysts’earningsforecastsbythefullandaccuratedataofthelistedcompanies，SOastoprovidepreliminaryevidencetofinancialana

7、lystsindustry,thefutureresearchworkandmanagementpractice．Firstly,thepaperanalyzedthetheoreticalbasisandreviewedtherelatedresearchfromdomesticandforeignscholarsindetail．Inviewofthetheoreticalanalysis，thepaperputforwardthehypothesesforempiricalresearchinthecorrelationbetw

8、eencoststickinessandanalysts’earningsforecast．BasedontheeffectivesampledataofShenzhenStockExchangeAShareMarket