引言 4數(shù)據(jù)與方法 7關(guān)鍵變量的量 7投資者的宏經(jīng)濟(jì)信獲取 7盈余聚集 8樣本構(gòu)建與述性統(tǒng)計(jì) 8研究設(shè)計(jì)與證結(jié)果 10宏觀經(jīng)濟(jì)信獲取的接度量 10宏觀經(jīng)濟(jì)信獲取的接度量 13投資者的交行為 13不確定性的解 15機(jī)制分析 16盈余聚集作宏觀信的傳導(dǎo)道 16盈余聚集作注意力力約束 175總結(jié) 19風(fēng)險(xiǎn)提示： 19圖表1文章框架 4圖表2變量的描統(tǒng)計(jì) 9圖表3盈余公告集效應(yīng)宏觀經(jīng)信息獲取 11圖表4盈余聚集盈余電會(huì)議中宏觀詞匯 12圖表5盈余聚集盈余電會(huì)議中宏觀詞匯基于公特質(zhì)的析 13圖表6VIX交易量盈余聚集應(yīng) 14圖表7公司交易與盈余集效應(yīng) 15圖表8總體不確性與盈聚集效應(yīng) 16圖表9盈余聚集應(yīng)：宏信息的導(dǎo)渠道 17圖表10重新分注意力 18引言圖表1文章框架整理信息在證券市場(chǎng)效率和實(shí)體經(jīng)濟(jì)中扮演著關(guān)鍵角色（如Fama，1965）信息的到達(dá)及其融入資產(chǎn)價(jià)格的過(guò)程是金融經(jīng)濟(jì)學(xué)和會(huì)計(jì)學(xué)的重要議題。本文通過(guò)研究企業(yè)盈余公告的時(shí)間結(jié)構(gòu)是否以及如何影響投資者對(duì)宏觀經(jīng)濟(jì)信息的獲取，進(jìn)而影響資產(chǎn)定價(jià)結(jié)果，為這一廣泛的研究議程做出貢獻(xiàn)。近期研究表明，企業(yè)的盈余公告與風(fēng)險(xiǎn)溢價(jià)相關(guān)，這是因?yàn)樾畔墓婀鞠蚍枪婀疽绯觯⊿avorWilson，2016；Ben-Rephael等，2021）。相關(guān)研究指出，企業(yè)盈余信息在時(shí)間上的不均勻發(fā)布導(dǎo)致CAPM平均而言失效（Gilbert,Hrdlicka,和Kamara，2018），但在盈余季初期有大量有影響力的公司發(fā)布季度盈余消息的日子里，市場(chǎng)貝塔與股票回報(bào)之間的關(guān)系會(huì)轉(zhuǎn)為正（如CAPM所預(yù)測(cè)（Chan，2021）。這些研究基于一個(gè)假設(shè)：當(dāng)企業(yè)發(fā)布盈余公告時(shí)，投資者利用這些信息來(lái)更新他們對(duì)公告公司乃至整體經(jīng)濟(jì)的預(yù)期。例如，Chan（2021）認(rèn)為，其發(fā)現(xiàn)的一個(gè)可能解釋是，有許多早期公告的日子充當(dāng)了投資者關(guān)注的"宏觀觸發(fā)器"。然而，這種推測(cè)性的解釋以及由此產(chǎn)生的企業(yè)盈余公告時(shí)間結(jié)構(gòu)與投資者宏觀信息獲取之間的相互作用，在文獻(xiàn)中很大程度上仍未得到探索。本文研究了這種相互作用，并預(yù)測(cè)相對(duì)于非盈余集中期，投資者在盈余集中期（即許多公司發(fā)布盈余的日子）助于區(qū)分盈余中的特質(zhì)性消息和宏觀消息。司的會(huì)計(jì)信息有助于洞察重要的宏觀經(jīng)濟(jì)現(xiàn)象，包括GDP增長(zhǎng)（Konchitchki和Patatoukas，2014）、通貨膨脹（Shivakumar和Urcan，2017）和經(jīng)濟(jì)衰退（Lind，2021）。這種宏觀信息的涌入可能引發(fā)投資者對(duì)宏觀經(jīng)濟(jì)的關(guān)注。其次，先前文獻(xiàn)表明，盈余集中會(huì)消耗投資者的資源并增加信息獲取的機(jī)會(huì)成本（Hirshleifer,Lim,和Teoh，2009；DeHaan,Shevlin,和Thornock，2015；Blankespoor,DeHaan,和Marinovic，2020）。如果這些日子里投資者注意力能力約束是緊的（Blankespoor,DeHaan,和Marinovic2020的綜述），那么即使宏觀信息的精確度/數(shù)量保持不變，投資者也可能優(yōu)先獲取和處理宏觀信息而非特質(zhì)信息（Peng和Xiong，2006；Kacperczyk,VanNieuwerburgh,和Veldkamp，2016）。基于這兩點(diǎn)觀察，我們預(yù)計(jì)，無(wú)論是因?yàn)楦?更多的宏觀信息變得可用，還是因?yàn)樽⒁饬δ芰s束收緊，投資者在盈余集中期相對(duì)于其他日子都會(huì)獲取相對(duì)更多的宏觀經(jīng)濟(jì)信息。我們使用兩組測(cè)試來(lái)檢驗(yàn)這一預(yù)測(cè)：第一組測(cè)試依賴于兩個(gè)新穎的直接衡量投資者信息獲取的指標(biāo)，以研究投資者在盈余集中期是否獲取了更多的宏觀經(jīng)濟(jì)信息。我們首先通過(guò)谷歌上與宏觀相關(guān)的互聯(lián)網(wǎng)搜索強(qiáng)度來(lái)衡量投資者對(duì)宏觀導(dǎo)向信息的獲取。我們預(yù)測(cè)，如果投資者在盈余集中期獲取更多宏觀信息，他們可能會(huì)從多種來(lái)源（其中包括互聯(lián)網(wǎng)搜索）搜索背景宏觀信息。我們的證據(jù)與這一預(yù)測(cè)一致：宏觀導(dǎo)向的谷歌搜索在盈余集中期顯著加強(qiáng)，這種效應(yīng)延伸到多個(gè)宏觀相關(guān)詞匯類別，但不適用于非宏觀類別。雖然谷歌搜索捕獲了廣泛的投資者，但它們主要反映零售交易者的信息獲取行為（DeHaan,Shevlin,Thornock，2015）我們接下來(lái)使用盈余電話會(huì)投資者的行為。我們預(yù)測(cè)，如果投資者在盈余集中期對(duì)宏觀信息更感興趣，那么我們應(yīng)該觀察到在這些日子舉行的盈余電話會(huì)議中宏觀導(dǎo)向詞匯的強(qiáng)度增加。這正是我們的發(fā)現(xiàn)：匯。此外，這種效應(yīng)源于電話會(huì)議的管理層陳述部分和問(wèn)答部分，表明盈余集中期對(duì)宏觀經(jīng)濟(jì)信息的需求（來(lái)自投資者）和供給（來(lái)自公司）都有所增加。我們利用盈余電話會(huì)議數(shù)據(jù)的細(xì)粒度，研究投資者從電話會(huì)議中獲取宏觀經(jīng)濟(jì)信息是否集中在更暴露于宏觀經(jīng)濟(jì)的公司，并發(fā)現(xiàn)情況確實(shí)如此。我們的分析表明，雖然盈余集中對(duì)一般公司的電話會(huì)議中宏觀相關(guān)術(shù)語(yǔ)強(qiáng)度有影響，但對(duì)于高貝塔公司和龍頭公司（即與經(jīng)濟(jì)表現(xiàn)協(xié)方差較高、因此對(duì)宏觀動(dòng)態(tài)更具信息性的公司），這種影響變?yōu)檎蚯绎@著。易決策和資產(chǎn)價(jià)格變動(dòng)是否與這種信息獲取行為一致。觀經(jīng)濟(jì)的暴露。我們記錄了兩個(gè)與此預(yù)測(cè)一致的結(jié)果。首先，我們觀察到，可用于調(diào)整經(jīng)濟(jì)層面波動(dòng)率暴露的工具（即CBOE波動(dòng)率指數(shù)VIX的看跌和看漲期權(quán)）的日交易量，在盈余集中期相較于非集中期顯著增加。我們還發(fā)現(xiàn)，在這些相同的日在盈余集中期增加了對(duì)宏觀信息的獲取后，投資者通過(guò)交易來(lái)調(diào)整其對(duì)宏觀經(jīng)濟(jì)的暴露。最后，我們記錄到，關(guān)于經(jīng)濟(jì)的不確定性（以CBOE波動(dòng)率指數(shù)衡量）在盈余集中期相對(duì)于非集中期下降。因此，資產(chǎn)價(jià)格的行為也與投資者在盈余集中期的宏觀經(jīng)濟(jì)信息獲取行為一致。如前所述，投資者在盈余集中期獲取更多宏觀信息這一預(yù)測(cè)背后至少有兩種可能的機(jī)制。這些渠道的影響相互交織并由內(nèi)生決定，這使得分離和精確識(shí)別它們變得困難（并超出了本研究的范圍）。然而，雖然我們無(wú)法孤立出每種機(jī)制的相對(duì)重要性，但我們提供了探索性分析，支持這兩個(gè)渠道作為盈余集中期投資者信息獲取的決定因素都扮演著重要角色。在第一種機(jī)制下，盈余集中是傳遞更優(yōu)經(jīng)濟(jì)信息的渠道。在這些日子里，投資者可以獲取多個(gè)個(gè)體盈余信號(hào)，這可能有助于區(qū)分盈余中的公司特定信息和宏觀信息，從而引發(fā)他們對(duì)后者的關(guān)注。這種動(dòng)態(tài)與Hirshleifer和Sheng（2022）最近的發(fā)現(xiàn)（表明宏觀經(jīng)濟(jì)公告引發(fā)投資者對(duì)公司特定信息的關(guān)注）以及Choi等的發(fā)現(xiàn)（表明及時(shí)的公司特定披露補(bǔ)充了后續(xù)的宏觀經(jīng)濟(jì)新聞，有助于解決投資者的不確定性）是一致的且具有互補(bǔ)性。此外，可以想象，宏觀經(jīng)濟(jì)信息獲取的增加源于公司特定信息獲取的溢出（即投資者獲取宏觀信息是獲取公司特定信息的副產(chǎn)品），Hann,Kim,和Zheng（2019）記錄的行業(yè)內(nèi)信息傳遞。為探索這一機(jī)制，我們研究盈余集中是否向?qū)ｉT收集和處理此類信息的市場(chǎng)參與者提供了更多宏觀信息。更具體地說(shuō)，我們考察宏觀經(jīng)濟(jì)分析師的預(yù)測(cè)發(fā)生率和離散度如何隨每周盈余公告的強(qiáng)度而變化。我們發(fā)現(xiàn)，當(dāng)在給定的一周內(nèi)有更多公司發(fā)布盈余公告時(shí)，（i）宏觀經(jīng)濟(jì)分析師更有可能修正他們先前的預(yù)測(cè)或發(fā)布新的預(yù)測(cè)；（ii）分析師預(yù)測(cè)的離散度減小。我們將這些結(jié)果解釋為，與非集中期相比，盈余集中期資本市場(chǎng)參與者可獲得的宏觀經(jīng)濟(jì)信息量/質(zhì)量有所增加，這引發(fā)了他們對(duì)收集宏觀信息的關(guān)注。在第二種機(jī)制下，盈余集中消耗了投資者的注意力能力，正如專注于公司特定信息和盈余集中期注意力的文獻(xiàn)所示（Blankespoor,DeHaan,和Marinovic，2020）。在這種情況下，信息選擇模型表明投資者進(jìn)行類別學(xué)習(xí)，即他們優(yōu)先處理一類信息而非另一類（即宏觀經(jīng)濟(jì)信息優(yōu)先于公司特定信息，如PengXiong2006Kacperczyk,Nieuwerburgh,2016所述）。因此，盈余集中期對(duì)投資者能力的消耗應(yīng)導(dǎo)致總體信息和公司特定信息之間的替代效應(yīng)，投資者優(yōu)先獲取前者而非后者。我們提供了三方面證據(jù)支持這一機(jī)制。首先，我們發(fā)現(xiàn)投資者在盈余集中期增加對(duì)宏觀經(jīng)濟(jì)信息的獲取，而現(xiàn)有研究表明投資者在這些相同的日子對(duì)公司特定信息的獲取減少（Hirshleifer,Lim,和2009；DeHaan,Shevlin,Thornock，2015），這在邊際上與總體信息和公司特定信息之間的替代效應(yīng)一致。其次，我們發(fā)現(xiàn)，在盈余集中期，投資者減少對(duì)公告公司的交易，但同時(shí)增加對(duì)未公告的宏觀暴露公司的交易，這也與注意力重新分配一致。第三，我們記錄到總體不確定性下降，但公告公司的特質(zhì)不確定性在盈余集中期增加，這與公司特定信息處理減少但宏觀信息處理增加一致。信息獲取，并且這種效應(yīng)可能源于兩種互補(bǔ)的機(jī)制。少涉及三個(gè)研究方向。首先，如前所述，近期研究表明盈余公告以與投資者利用盈余消息更新其經(jīng)濟(jì)先驗(yàn)一致的方式影響風(fēng)險(xiǎn)溢價(jià)和風(fēng)險(xiǎn)-回報(bào)關(guān)系。我們提供了這一機(jī)制的初步證據(jù)，從而為近期有影響力研究的一個(gè)重要假設(shè)提供了支持。其次，金融經(jīng)濟(jì)學(xué)文獻(xiàn)長(zhǎng)期試圖將宏觀經(jīng)濟(jì)與資產(chǎn)定價(jià)行為聯(lián)系起來(lái)（例如Fama，1981）。該領(lǐng)域的研究表明，宏觀經(jīng)濟(jì)公告如FOMC決策、GDP、通脹和失業(yè)消息等）影響投資者的宏觀經(jīng)濟(jì)信息獲?。‵isher,Martineau,Sheng，2022）以及資產(chǎn)價(jià)格（Savor和Wilson，2013，2014；Ai和Bansal，2018）。與本文更直接相關(guān)的是，HirshleiferSheng（2022）發(fā)現(xiàn)宏觀公告充當(dāng)了投資者獲取特質(zhì)信息的注意力觸發(fā)器。我們的論文表明相反的情況也成立：多個(gè)公司同時(shí)發(fā)布微觀經(jīng)濟(jì)信息充當(dāng)了投資者獲取宏觀信息的注意力觸發(fā)器。第三，本文對(duì)關(guān)于投資者對(duì)盈余公告反應(yīng)決定因素的豐富文獻(xiàn)做出了貢獻(xiàn)。先前研究表明，行為因素導(dǎo)致投資者對(duì)公司層面盈余公告的關(guān)注度降低，當(dāng)這些盈余在周五公告時(shí)（DellaVigna和Pollet，2009），與低市場(chǎng)回報(bào)同時(shí)發(fā)生時(shí)（Gulen和Hwang，2012），或與分散注意力的事件同時(shí)發(fā)生時(shí)（Hirshleifer,Lim,和Teoh，2009）。我們與這些論文的不同之處在于，我們表明當(dāng)盈余消息是經(jīng)濟(jì)的更精確信號(hào)和/或投資者更可能面臨注意力能力約束時(shí)，投資者會(huì)理性地收集更多宏觀經(jīng)濟(jì)信息。因此，與先前將盈余集中對(duì)投資者的分散注意力效應(yīng)解釋為非理性現(xiàn)象不同，我們將其解釋為一種"有效率的無(wú)效率"結(jié)果（Pedersen，2015），即投資Blankespoor,DeHaan,和Marinovic（2020）提出的觀點(diǎn)，即受限的投資者理性是盈余集中期投資者減少處理公司特定信息的一個(gè)可能解釋。數(shù)據(jù)與方法關(guān)鍵變量的度量投資者的宏觀經(jīng)濟(jì)信息獲取我們使用兩類指標(biāo)來(lái)度量投資者的宏觀經(jīng)濟(jì)信息獲?。海╥）信息獲取的直接度量；（ii）信息獲取的間接度量。我們依賴兩種投資者宏觀經(jīng)濟(jì)信息獲取的直接度量。第一個(gè)指標(biāo)代表了投資者從通用信息源獲取宏觀經(jīng)濟(jì)信息的情況。我們遵循先前研究（DeHaan,Shevlin,andThornock2015;Drake,Roulstone,andThornock2012），并關(guān)注其中一個(gè)此類互聯(lián)網(wǎng)搜索。我們使用特定日內(nèi)，針對(duì)一個(gè)宏觀詞匯詞典（列于附錄的谷歌搜索量指數(shù)（SVI）來(lái)度量投資者通過(guò)互聯(lián)網(wǎng)獲取宏觀經(jīng)濟(jì)信息的情況。后，我們將詞典中所有宏觀詞匯的搜索強(qiáng)度度量進(jìn)行平均，創(chuàng)建一個(gè)追蹤投資者從互聯(lián)網(wǎng)獲取宏觀經(jīng)濟(jì)信息總體興趣的變量。由此產(chǎn)生的變量（MacroAcqSVI）從2004年開(kāi)始可用，代表了一個(gè)反映投資者通過(guò)互聯(lián)網(wǎng)搜索對(duì)宏觀經(jīng)濟(jì)信息總體興趣的日度時(shí)間序列。谷歌搜索量指數(shù)的優(yōu)勢(shì)在于能夠捕捉廣泛的宏觀信息獲取模式，但代價(jià)是主要反映零售投資者的行為（DeHaan,Shevlin,andThornock2015）。因此，對(duì)于第二個(gè)指標(biāo)，我們使用盈余電話會(huì)議中宏觀相關(guān)術(shù)語(yǔ)的強(qiáng)度，這更可能反映機(jī)構(gòu)投資者的信息獲取。CapitalIQ2008年開(kāi)始可用的電話會(huì)議文字記錄，計(jì)算給定日期所有盈余電話會(huì)議中宏觀詞匯的數(shù)量，除以同一天所有盈余電話會(huì)議的總詞匯數(shù)。由于我們對(duì)宏觀信息獲取模式隨時(shí)間的相對(duì)（而非絕對(duì)）01之間的百分位等級(jí)。由此產(chǎn)生的變量（MacroCC）代表了一個(gè)描述投資者從盈余電話會(huì)議中獲取宏觀經(jīng)濟(jì)信息總體興趣的日度時(shí)間序列。該變量背后的直覺(jué)源于現(xiàn)有證據(jù)，即盈余公告包含宏觀相關(guān)信息（CreadyandGurun2010;KonchitchkiandPatatoukas2014;等）。因此，投資者可能向管理層尋求關(guān)于總體波動(dòng)對(duì)其公司業(yè)績(jī)影響的澄清，并相應(yīng)地更新其先驗(yàn)信念。此外，我們分別為盈余電話會(huì)議的管理層陳述部分（MacroAcqPres）和問(wèn)答部分（MacroQ&A）創(chuàng)建此變量。通過(guò)這種方式，我們可以分別分析投資者從盈余電話會(huì)議中獲取宏觀信息的任何變化，是由需求方（投資者）還是供給方（管理層）驅(qū)動(dòng)的。接下來(lái)，我們使用兩種投資者宏觀經(jīng)濟(jì)信息獲取的間接度量交易行為和市場(chǎng)結(jié)果我們假設(shè)，如果信息獲取改變了投資者的先驗(yàn)信念，那么他們將通過(guò)交易來(lái)相應(yīng)地調(diào)整其投資組合。更具體地說(shuō)，我們預(yù)計(jì)當(dāng)投資者獲取宏觀信息時(shí)，他們將通過(guò)交易來(lái)調(diào)整其投資組合對(duì)宏觀經(jīng)濟(jì)的暴露。我們依賴對(duì)宏觀經(jīng)濟(jì)更敏感的資產(chǎn)的日度交易量——VIX看漲和看跌期權(quán)以及高貝塔和龍頭公司的股票——投資者調(diào)整其宏觀暴露的代理變量。為構(gòu)建這些度量，我們從OptionsMetrics獲取2006VIXCRSP獲取的個(gè)股交易量數(shù)據(jù)，其可用時(shí)間序列更長(zhǎng)（1995-2019）。最后，我們通過(guò)資產(chǎn)價(jià)格來(lái)度量投資者的宏觀經(jīng)濟(jì)信息獲?。ˋietal.2023）。如果投資者獲取了特定類型的信息并據(jù)此交易，那么他們的交易行為應(yīng)會(huì)影響資本市場(chǎng)結(jié)果。我們關(guān)注其中一個(gè)結(jié)果——總體不確定性的消解——因?yàn)樵谛畔⒄撝校⊿hannon1948;Ross2016），這一結(jié)果直接反映了信息獲取的變化?；诖烁拍?，我們預(yù)計(jì)當(dāng)投資者獲取更多宏觀信息（例如在盈余聚集期）時(shí)，會(huì)觀察到更多的總體不確定性消解。雖然文獻(xiàn)中有多種代理變量，但我們關(guān)注芝加哥期權(quán)交易所波動(dòng)率指數(shù)（VIX），這是一個(gè)常用的宏觀經(jīng)濟(jì)不確定性代理變量（Bloom2014;AlfaroBloomand2018），因?yàn)樗从沉斯善笔袌?chǎng)的前瞻性不確定性且可高頻獲取。然后，我們使用VIX的日度變化（DVIX）盈余聚集我們遵循先前研究（Chan2021;Hirshleifer,Lim,andTeoh2009;DeHaan,Shevlin,andThornock2015）的方法，使用每日同時(shí)發(fā)布的盈余公告數(shù)量來(lái)衡量盈余聚集。更具體地說(shuō)，我們遵循Hirshleifer,Lim,andTeoh(2009)的方法，使用給定日期內(nèi)發(fā)布的盈余公告數(shù)量在年度-季度十分位數(shù)分布中的位置（ECs）來(lái)衡量。為構(gòu)建此指標(biāo)，我們依賴于Compustat和I/B/E/S數(shù)據(jù)庫(kù)交集中的公告日期，僅保留兩個(gè)數(shù)據(jù)庫(kù)日期一致的記錄（Blankespoor,DeHaan,andMarinovic2020），這一程序以確保公告日期被精確測(cè)量為代價(jià)，但會(huì)損失兩個(gè)數(shù)據(jù)庫(kù)日期不一致的公告。我們使用第二個(gè)指標(biāo)來(lái)補(bǔ)充此代理變量，該指標(biāo)定義為每日盈余公告的規(guī)模加權(quán)平均值的年度-季度十分位數(shù)分布（SizeECs），其中權(quán)重是公告公司的總資產(chǎn)相對(duì)于該年度季度內(nèi)所有公告公司總資產(chǎn)的規(guī)模。我們依賴這個(gè)額外的指標(biāo)是因?yàn)樗斯婀镜囊?guī)模，從而考慮了公告的經(jīng)濟(jì)重要性和復(fù)雜性，這些是投資者信息獲取（FredericksonandZolotoy2016DriskillKirk,andTucker2020）和資本市場(chǎng)結(jié)果（Gilbert,Hrdlicka,andKamara2018）的重要驅(qū)動(dòng)因素。為了便于解釋估計(jì)系數(shù)，我們將這兩個(gè)十分位數(shù)度量重新縮放至區(qū)間(0,1)，即一個(gè)單位的變化代表從最低十分位移動(dòng)到最高十分位。樣本構(gòu)建與描述性統(tǒng)計(jì)我們所依賴的多種宏觀信息獲取度量需要多個(gè)數(shù)據(jù)集和樣本。我們使用一個(gè)日度時(shí)間序列數(shù)據(jù)庫(kù)來(lái)研究投資者信息獲取、交易行為和總體不確定性的模式。該樣本包括宏觀術(shù)語(yǔ)的互聯(lián)網(wǎng)搜索數(shù)據(jù)、盈余電話會(huì)議、VIX總體不確定性和盈余聚集數(shù)據(jù)。其最大時(shí)間跨度為1995年至2019年，共5,602個(gè)交易日；最小時(shí)間跨度為2008年至2019年，共2,501個(gè)交易日。圖2報(bào)告了該樣本的描述性統(tǒng)計(jì)。我們觀察到，平均而言，在任何給定日期發(fā)布盈余公告的公司數(shù)量為家，標(biāo)準(zhǔn)差為83家。較大的標(biāo)準(zhǔn)差反映了有1,309天公告公司少于10家，而有1,223天公告公司超過(guò)100家，這與投資者面臨清淡和繁忙的公告日的情況一致。圖表2變量的描述統(tǒng)計(jì)MacroeconomicInformationAcquisitionaroundEarningsClusters》轉(zhuǎn)向我們的宏觀信息獲取代理變量，我們觀察到宏觀詞匯的谷歌搜索指數(shù)（MacroAcqSVI）平均為41.9，標(biāo)準(zhǔn)差為10.5。平均而言，宏觀詞匯約占任何給定日期盈余電話會(huì)議總詞匯量的3%，標(biāo)準(zhǔn)差為2.48個(gè)百分點(diǎn)。這些描述統(tǒng)計(jì)量共同表明，投資者從多個(gè)來(lái)源獲取宏觀經(jīng)濟(jì)信息的行為具有時(shí)變性。與信息獲取的時(shí)變性一致，投資者在VIX看漲和看跌期權(quán)交易強(qiáng)度上也表現(xiàn)出變化：日均總合約交易額為41萬(wàn)美元，標(biāo)準(zhǔn)差為萬(wàn)美元。最后，用VIX衡量的總體不確定性隨時(shí)間變化很大：VIX指數(shù)的平均值為20.17，標(biāo)準(zhǔn)差為8.26VIX的日均變化率為0.5%，標(biāo)準(zhǔn)差為7.1個(gè)百分點(diǎn)。該表還顯示，總資產(chǎn)回報(bào)率平均為總資產(chǎn)的0.6%，平均市場(chǎng)回報(bào)率為0.4%，我們的樣本中有19%的日期有宏觀經(jīng)濟(jì)公告發(fā)布。我們還創(chuàng)建了額外的數(shù)據(jù)庫(kù)。首先，我們利用Bloomberg構(gòu)建了一個(gè)宏觀分析師GDP預(yù)測(cè)19962019期間按周頻率可用。圖表2顯示，在我們樣本中40%的周里，至少有一位分析師更新舊預(yù)測(cè)或發(fā)布新預(yù)測(cè)。此外，分析師預(yù)測(cè)存在相當(dāng)大的離散度，平均離散度為0.702，標(biāo)準(zhǔn)差為0.381。我們還觀察到該樣本中宏觀經(jīng)濟(jì)公告的周度變化很小，因?yàn)?0%的周內(nèi)至少有一次宏觀公告。其次，我們構(gòu)建了一個(gè)公司-季度數(shù)據(jù)庫(kù)，在1995-2019年間包含最多192,032個(gè)觀測(cè)值，涉及7,074家公司。該數(shù)據(jù)庫(kù)是通過(guò)剔除所有缺乏必要數(shù)據(jù)的公司，以及總市值低于一百萬(wàn)美元、股價(jià)低于一美元或財(cái)務(wù)季度結(jié)束日與盈余公2報(bào)告了該樣本的描述性統(tǒng)計(jì)，顯示日均盈余公告數(shù)量為182條，標(biāo)準(zhǔn)差為114，與相關(guān)研究（如DeHaan,Shevlin,andThornock2015）相似。關(guān)于我們感興趣的變量，該表顯示盈余電話會(huì)議中平均有2%的詞匯與宏觀經(jīng)濟(jì)相關(guān)，標(biāo)準(zhǔn)差為4個(gè)百分點(diǎn)。同時(shí)，宏觀內(nèi)容存在顯著差異-0.09，標(biāo)準(zhǔn)差為0.15），這與這些公告消解了關(guān)于公告公司未來(lái)的不確定性相一致（PatellandWolfson1979,1981）。此外，所有其他變量的分布與相關(guān)研究一致。最后，我們構(gòu)建了一個(gè)公司日度的面板數(shù)據(jù)庫(kù)，以研究股票日度交易量如何隨盈余聚集以及公司對(duì)經(jīng)濟(jì)的暴露度（使用公司貝塔值和龍頭地位衡量(Bonsall,Bozanic,andFischer2013)）而變化（為簡(jiǎn)潔起見(jiàn)，統(tǒng)計(jì)量省略）。平均而言，在任何給定交易日，有0.9%的流通股被交易，標(biāo)準(zhǔn)差為3.1個(gè)百分點(diǎn)，這與投資者對(duì)總體不確定性暴露度的時(shí)變性調(diào)整相一致。研究設(shè)計(jì)與實(shí)證結(jié)果宏觀經(jīng)濟(jì)信息獲取的直接度量我們預(yù)期投資者在盈余聚集日會(huì)比在非聚集日獲取更多的宏觀經(jīng)濟(jì)信息。為檢驗(yàn)此預(yù)測(cè)，我們依賴以下時(shí)間序列回歸模型：投資者通過(guò)互聯(lián)網(wǎng)搜索獲取宏觀經(jīng)濟(jì)信息的行為在盈余聚集日會(huì)增加。因此，我們的第一個(gè)因變量是MacroAcqSVI（宏觀搜索指數(shù)），它既可以計(jì)算為宏觀搜索術(shù)語(yǔ)的聚合度量，也可以是從更細(xì)粒度的宏觀搜索類別中得出的個(gè)體度量。我們關(guān)注的變量ECst用于度量盈余聚集，它要么是每日盈余公告數(shù)量的年度-季度十分位數(shù)（ECst），要么是經(jīng)規(guī)模調(diào)整后的每日盈余公告數(shù)量的年度-季度十分位數(shù)（SizeECst）。我們通過(guò)控制以下變量來(lái)解釋關(guān)注宏觀經(jīng)濟(jì)的重要決定因素：用公告公司的總資產(chǎn)回報(bào)率（AggROA）控制盈余消息的方向；用公告日的市場(chǎng)回報(bào)（MarketRet）控制投資者在低市場(chǎng)回報(bào)日不同的信息獲取偏好；用一個(gè)虛擬變量（MacroAnnounce）控制是否有重要的宏觀經(jīng)濟(jì)公告發(fā)布的日子，以代表一般的宏觀經(jīng)濟(jì)信息。我們還加入了星期固定效應(yīng)，以控制一周內(nèi)重復(fù)出現(xiàn)的關(guān)注和交易模式（DellaVignaandPollet2009）。我們根據(jù)貝葉斯信息準(zhǔn)則確定自相關(guān)結(jié)構(gòu)來(lái)估計(jì)方程（1），優(yōu)先選擇最簡(jiǎn)潔的模型，盡管結(jié)果對(duì)此選擇的不同變化是穩(wěn)健的。然后，我們采用ARMAX估計(jì)來(lái)校正自相關(guān)引起的參數(shù)估計(jì)偏差。在估計(jì)之前，我們還使用Dickey-Fuller和Phillips-Perron單位根檢驗(yàn)檢查了所有時(shí)間序列變量的平穩(wěn)性。我們發(fā)現(xiàn)這些檢驗(yàn)強(qiáng)烈拒絕所有變量存在單位根的原假設(shè)，這降低了對(duì)偽相關(guān)驅(qū)動(dòng)結(jié)果的擔(dān)憂。為便于解釋，我們將所有連續(xù)變量標(biāo)準(zhǔn)化，使其均值為0，標(biāo)準(zhǔn)差為1。我們關(guān)注的系數(shù)是β，它描述了宏觀術(shù)語(yǔ)的互聯(lián)網(wǎng)搜索強(qiáng)度在盈余聚集日如何變化。3是使用宏觀搜索術(shù)語(yǔ)的綜合指數(shù)（第1-2列）、宏觀搜索術(shù)語(yǔ)的類別（第3-7列）還是單個(gè)搜索術(shù)語(yǔ)（未列表）作為因變量。第（1）列表明，從ECs的最低十分位移動(dòng)到最高十分位，與宏觀搜索增加0.34個(gè)標(biāo)準(zhǔn)差（相對(duì)于樣本均值增加8.5%）相關(guān)。最后，圖表3還顯示，對(duì)非宏觀術(shù)語(yǔ)（如"寵物食品"、"換油"、"NFL"、"MLB"等）的搜索與同期盈余公告呈負(fù)相關(guān)（第8列），這表明我們捕捉到的并非僅僅是互聯(lián)網(wǎng)搜索量普遍較大的日子，并且暗示了宏觀和非宏觀信息獲取之間存在某種程度的替代性。圖表3盈余公告聚集效應(yīng)與宏觀經(jīng)濟(jì)信息獲取MacroeconomicInformationAcquisitionaroundEarningsClusters》，華安證券研究所舉行的盈余電話會(huì)議將包含更多的宏觀語(yǔ)言。因此，我們的第二個(gè)結(jié)果變量是MacroAcqCCt，即第t天盈余公告電話會(huì)議中宏觀詞匯的排名百分比。關(guān)注的變量ECst定義如前，模型包含與方程（1）相同的控制變量。我們關(guān)注的系數(shù)是β，它描述了每日盈余電話會(huì)議中包含的宏觀詞匯強(qiáng)度如何隨當(dāng)天的盈余聚集而變化。如果我們的假設(shè)在數(shù)據(jù)中成立，我們預(yù)期該系數(shù)為正。圖表4展示了方程（1）的參數(shù)估計(jì)結(jié)果，表明無(wú)論我們?nèi)绾味攘坑嗑奂?，系?shù)都第（1）列表明，從ECs的最低十分位移動(dòng)到最高十分位，與宏觀搜索增加0.34個(gè)標(biāo)準(zhǔn)差（或10個(gè)百分位排名）相關(guān)。我們進(jìn)一步評(píng)估這種宏觀信息強(qiáng)度的增加是由電話會(huì)議的管理層陳述部分（第3-4列）和/或問(wèn)答部分（第5-6列）我們發(fā)現(xiàn)兩個(gè)部分的宏觀詞匯強(qiáng)度都有所增加。因此，我們的主要發(fā)現(xiàn)源于此類信息供給的增加（即管理層在陳述中可能因預(yù)期投資者興趣而討論更多宏觀相關(guān)問(wèn)題）以及對(duì)此類信息需求的增加（即由投資者在問(wèn)答環(huán)節(jié)提問(wèn)引發(fā)的討論）。綜合來(lái)看，圖表3和圖表4的證據(jù)有力地支持了投資者在盈余聚集日增加宏觀信息獲取的觀點(diǎn)。圖表4盈余聚集與盈余電話會(huì)議中的宏觀詞匯MacroeconomicInformationAcquisitionaroundEarningsClusters》，華安證券研究所我們利用盈余電話會(huì)議數(shù)據(jù)的細(xì)粒度來(lái)更深入地理解投資者的宏觀信息獲取。更具體地說(shuō)，我們?cè)诠?季度層面估計(jì)以下回歸：因變量是盈余電話會(huì)議中宏觀詞匯的百分比，而關(guān)注的變量是我們度量盈余聚集的代理變量之一，定義見(jiàn)第2.1.2節(jié)。Z用于識(shí)別對(duì)宏觀經(jīng)濟(jì)有高暴露度的公司，定義為：HighBetai,t（天股票貝塔值高于樣本中位數(shù)則為1，否則為0）或Bellwetheri,t（如果公司i的銷售額與去趨勢(shì)后的GDP的相關(guān)性高于樣本中位數(shù)則為1，否則為0）。模型包含一組可能影響投資者對(duì)宏觀經(jīng)濟(jì)興趣的決定因素。我們關(guān)注兩個(gè)決定因素：分析師預(yù)測(cè)離散度（Disp）者對(duì)公司層面信息的分歧程度；以及VIX指數(shù)（VIX），代表盈余公告日普遍存在的總體不確定性水平。我們還進(jìn)一步控制了標(biāo)準(zhǔn)變量，如未預(yù)期盈余（UE）；公司從t-3到t+3的買入持有回報(bào)（Ret）；賬面市值比（B/M）（Leverage）；公司規(guī)模（Size）；分析師關(guān)注度（Analysts）；以及一個(gè)虛擬變量，表示在給定公告日是否有重要的宏觀經(jīng)濟(jì)公告發(fā)布（MacroAnnounce）。我們加入了公司和年度×季度固定效應(yīng)，并在公司層面聚類標(biāo)準(zhǔn)誤。我們將所有連續(xù)自變量標(biāo)準(zhǔn)化以便于解釋系數(shù)。我們關(guān)注的系數(shù)是，它描述了盈余電話會(huì)議中宏觀詞匯的百分比如何隨盈余聚集而變化；以及??3何隨公司對(duì)宏觀經(jīng)濟(jì)的暴露度而變化。圖表5展示了方程（2）第（1）和（3）有關(guān)系：??1系數(shù)在統(tǒng)計(jì)上始終與零無(wú)法區(qū)分。然而，在第（2）和（4）露度的公司（即低貝塔或銷售額與GDP相關(guān)性低的公司），種關(guān)系變?yōu)檎?，并?%或10%的水平上統(tǒng)計(jì)顯著。因此，投資者似乎將他們的宏觀信息獲取集中在那些可能對(duì)宏觀經(jīng)濟(jì)更具信息性的盈余電話會(huì)議上。圖表5盈余聚集與盈余電話會(huì)議中的宏觀詞匯：基于公司特質(zhì)的分析MacroeconomicInformationAcquisitionaroundEarningsClusters》，華安證券研究所最后，其他變量的系數(shù)估計(jì)與我們的直覺(jué)一致。例如，我們觀察到，當(dāng)投資者對(duì)公司的業(yè)績(jī)不確定（即獲取公司特定信息更為重要）時(shí)，他們獲取宏觀信息的可能性較低（Andrei,Friedman,andOzel2023）。類似地，我們發(fā)現(xiàn)當(dāng)VIX較高時(shí)（即獲取宏觀信息更為重要時(shí)），投資者更可能獲取宏觀信息（Kacperczyk,VanNieuwerburgh,andVeldkamp2016）。宏觀經(jīng)濟(jì)信息獲取的間接度量投資者的交易行為宏觀經(jīng)濟(jì)信息的獲取應(yīng)促使投資者更新其先驗(yàn)信念，從而通過(guò)交易證券來(lái)調(diào)整其投資組合對(duì)宏觀經(jīng)濟(jì)的暴露度。我們通過(guò)關(guān)注兩種不同金融工具的交易來(lái)檢驗(yàn)這一預(yù)測(cè)。我們首先研究VIX看跌和看漲期權(quán)的交易，這些工具允許投資者對(duì)經(jīng)濟(jì)不確定性建立多頭或空頭頭寸。我們使用以下時(shí)間序列回歸來(lái)評(píng)估投資者在盈余聚集日是否比非聚集日更廣泛地交易這些工具：其中，VIXVIX看漲/1后的對(duì)數(shù)；ECs2.1.2節(jié)。我們包含了與方程VIXVIX交易量的影響。我們關(guān)注的系數(shù)是β，VIXVIX整其投資組合的宏觀經(jīng)濟(jì)暴露度，我們預(yù)期該系數(shù)為正。圖表6提供了與我們猜想一致的證據(jù)：β始終為正，且在常規(guī)水平上統(tǒng)計(jì)顯著異于零，表明盈余聚集日期權(quán)交易更為活躍。就經(jīng)濟(jì)規(guī)模而言，第（1）列顯示，從ECs的最低十分位移動(dòng)到最高十分位，與VIX交易量增加約8%相關(guān)。圖表6VIX交易量與盈余聚集效應(yīng)MacroeconomicInformationAcquisitionaroundEarningsClusters》，華安證券研究所接下來(lái)，我們關(guān)注對(duì)宏觀經(jīng)濟(jì)更敏感的公司的股票交易，并評(píng)估投資者是否也在盈余聚集日更廣泛地交易這些工具。該測(cè)試背后的直覺(jué)是，投資者可以通過(guò)增持/減持與經(jīng)濟(jì)相關(guān)性更高的公司股票來(lái)調(diào)整其投資組合的宏觀經(jīng)濟(jì)暴露度。為檢驗(yàn)此預(yù)測(cè)，我們構(gòu)建了一個(gè)公司-日度交易量數(shù)據(jù)庫(kù)，并用它來(lái)估計(jì)以下面板回歸模型：其中，Stocki股票的日度交易量，計(jì)算為每日交易股數(shù)除以每日流通在外總股數(shù)；ECs是盈余聚集代理變量；Z用于識(shí)別對(duì)宏觀經(jīng)濟(jì)有高HighBetai,tBellwetheri,t，度量方法同前。模型進(jìn)一步包括OwnEA（如果焦點(diǎn)公司在t10），該變量既ECs交乘；還包括一組公司交易量的決定因素，如賬面市值比（B/M）、公司負(fù)債率（Leverage）、公司盈利能力（ROA）和公司規(guī)模（Size），以及公司、年度和月份固定效應(yīng)。我們?cè)诠竞凸嫒諏用婢垲悩?biāo)準(zhǔn)誤，以考慮公司內(nèi)或日期內(nèi)的潛在相關(guān)性。我們關(guān)注的系數(shù)是7始終為正，且在1%或5%的水平上統(tǒng)計(jì)顯著。這些結(jié)果表明，在其他條件不變的情況下，對(duì)宏觀經(jīng)濟(jì)有高暴露度的公司的交易量在盈余聚集日增加，這與投資者因更新對(duì)總體狀況的先驗(yàn)信念而調(diào)整投資組合暴露度的行為一致。圖表7公司交易量與盈余聚集效應(yīng)MacroeconomicInformationAcquisitionaroundEarningsClusters》，華安證券研究所該表還記錄了OwnEAECs交乘項(xiàng)的系數(shù)為負(fù)，這表明在其他條件不變的情況下，公告公司的交易量在盈余聚集日下降，這與文獻(xiàn)中的先前發(fā)現(xiàn)一致。此，隨著投資者增加對(duì)宏觀暴露公司的交易，他們同時(shí)減少了對(duì)公告公司的交易。這種模式提供了初步證據(jù)，表明投資者可能將注意力從特質(zhì)信息重新分配到總體信息，這是我們發(fā)現(xiàn)背后兩種可能機(jī)制之一。此外，結(jié)合這兩個(gè)結(jié)果，可以為現(xiàn)有文獻(xiàn)中一個(gè)令人困惑的發(fā)現(xiàn)提供解釋：雖然總交易量隨盈余公告數(shù)量增加而增加（Blankespoor,DeHaan,andMarinovic2020），但在其他條件不變的情況下，公告公司的交易量卻下降（Hirshleifer,Lim,andTeoh2009）。我們的分析表明，已觀察到的盈余聚集日總交易量增加，至少部分是由對(duì)未公告的龍頭公司和高貝塔公司更活躍的交易驅(qū)動(dòng)的，這種增加足以彌補(bǔ)公告公司股票交易活動(dòng)的減少?？傮w而言，本節(jié)的證據(jù)表明，投資者在盈余聚集日通過(guò)交易來(lái)調(diào)整其投資組合對(duì)總體狀況的暴露度，這與我們預(yù)期的"投資者在這些日子獲取相對(duì)更多宏觀信息"的情形一致。不確定性的消解迄今為止，我們已經(jīng)表明投資者在盈余聚集日會(huì)獲取更多宏觀經(jīng)濟(jì)信息，并且更廣泛地交易暴露于總體狀況的股票。為了進(jìn)一步三角驗(yàn)證我們的推論，我們利用"資產(chǎn)價(jià)格可以反映投資者偏好"這一觀點(diǎn)，檢驗(yàn)信息收集和交易是否產(chǎn)生了與宏觀信息獲取增加相一致的資本市場(chǎng)結(jié)果。信息論將不確定性的變化視為信息獲取的直接反映。因此，我們預(yù)期，如果投資者在盈余聚集日獲取了更多宏觀信息，那么資本市場(chǎng)應(yīng)顯示出相比非聚集日有更大程度的總體不確定性的消解。我們使用以下時(shí)間序列回歸來(lái)檢驗(yàn)這一預(yù)測(cè)：因變量是VIX指數(shù)的日度變化，定義見(jiàn)第2.1.1節(jié)，而我們關(guān)注的變量是衡量盈余聚集的指標(biāo)，定義見(jiàn)第2.1.2節(jié)。我們包含了與方程（1）相同的控制變量組。我們關(guān)注的系數(shù)是β何變化。8（5）的參數(shù)估計(jì)結(jié)果，表明如預(yù)期那樣，感興趣的系數(shù)在每種設(shè)定下均為負(fù)值，并且始終在1%的顯著性水平上統(tǒng)計(jì)顯著異于零。該效應(yīng)也顯示出經(jīng)濟(jì)意義。例如，第（3）列表明，由ECs引起的VIX幅度，大約是股票市場(chǎng)回報(bào)率一個(gè)標(biāo)準(zhǔn)差變化所引起下降幅度的四分之一。我們將此證據(jù)解釋為：在其他條件不變的情況下，總體不確定性在盈余聚集日下降，這與我們關(guān)于投資者在這些日子里獲取并處理更多宏觀信息的猜想一致。圖表8總體不確定性與盈余聚集效應(yīng)MacroeconomicInformationAcquisitionaroundEarningsClusters》，華安證券研究所機(jī)制分析如引言所述，我們關(guān)于投資者在盈余聚集日獲取相對(duì)更多宏觀信息的證據(jù)，可能源于至少兩種機(jī)制：盈余聚集作為宏觀信息的傳導(dǎo)渠道，或投資者的注意力重新分配。雖然提供關(guān)于哪種機(jī)制驅(qū)動(dòng)我們發(fā)現(xiàn)的結(jié)論性證據(jù)超出了本研究范圍，但本節(jié)我們提供與兩種機(jī)制均發(fā)揮作用的證據(jù)。盈余聚集作為宏觀信息的傳導(dǎo)渠道在第一種機(jī)制下，盈余聚集是傳遞更精確的總體經(jīng)濟(jì)信息的渠道，因?yàn)橥顿Y者可以獲取更多個(gè)體公司的盈余信息，這提高了他們區(qū)分盈余中特質(zhì)性信息和宏觀信息的能力。作為對(duì)宏觀信息相對(duì)于公司特定信息精確度提高的回應(yīng)，投資者將努力轉(zhuǎn)向更好地理解宏觀環(huán)境。為檢驗(yàn)此斷言，我們關(guān)注專門從事宏觀經(jīng)濟(jì)信息的收集、處理和解讀的參與者——宏觀經(jīng)濟(jì)分析師并研究他們的GDP預(yù)測(cè)特性如何隨盈余聚集而變化。我們BloombergGDP預(yù)測(cè)者（如參與專業(yè)預(yù)測(cè)者調(diào)查SPF者，按固定日程每季度發(fā)布一次宏觀預(yù)測(cè)）不同，Bloomberg的預(yù)測(cè)者自行決定何時(shí)貢獻(xiàn)預(yù)測(cè)。因此，這些數(shù)據(jù)為我們提供了在周度級(jí)別上作出或修訂的GDP預(yù)測(cè)特性的時(shí)間序列變化，使我們能夠以相對(duì)較高的頻率研究這些特性與盈余聚集之間的關(guān)系。如果盈余聚集提高了分析師區(qū)分盈余中特質(zhì)性和宏觀信息的能力，那么我們預(yù)期在盈余聚集期：（1）分析師更可能更新其GDP預(yù)測(cè)；（2）分析師GDP預(yù)測(cè)的離散度下降。我們通過(guò)估計(jì)以下回歸模型來(lái)檢驗(yàn)這些預(yù)測(cè)：我們使用兩個(gè)不同的因變量，均在盈余聚集發(fā)生的同一周度量：NewForecast（共識(shí)GDP預(yù)測(cè)是否發(fā)生變化的虛擬變量）和ForecastDisp（GDP分析師預(yù)測(cè)的標(biāo)準(zhǔn)差）。我們關(guān)注的變量是盈余聚集，ECs是我們的盈余聚集代理變量之一，定義見(jiàn)第2.1.2節(jié)，但聚合到周度（而非日度）層面。我們還擴(kuò)展了模型以包含其他影響宏觀預(yù)測(cè)者行為的決定因素的控制變量。這些回歸的結(jié)果報(bào)告在圖表9中。我們觀察到盈余聚集與共識(shí)GDP預(yù)測(cè)變化的概率之間存在正向且統(tǒng)計(jì)顯著的關(guān)系，這與分析師在盈余聚集周更頻繁地更新其預(yù)測(cè)一致，從而支持這些聚集期提供了更多或更高質(zhì)量的宏觀經(jīng)濟(jì)信息。們發(fā)現(xiàn)預(yù)測(cè)離散度與盈余聚集之間存在負(fù)向且顯著的關(guān)系，與此聚集期降低了分析9支持了的總體信息傳導(dǎo)渠道的觀點(diǎn)，因此引發(fā)了投資者對(duì)宏觀經(jīng)濟(jì)的關(guān)注。圖表9盈余聚集效應(yīng)：宏觀信息的傳導(dǎo)渠道MacroeconomicInformation