On the Accuracy versus Informativeness of Financial Analyst Forecasts : The Earnings Management Perspective

Abstract

This PhD dissertation comprises of a detailed theoretical study and two empirical studies on financial analysts’ earnings forecasts when firms manage earnings. The first study explains the gap in the literature – what do analysts forecast when earnings are managed – which the subsequent studies aim to fulfill. The second study finds that analysts generally tend to be informative around seasoned equity offerings (SEO), especially after the adoption of the Market Abuse Directive. The third study confirms that in the long-term informative analyst forecasts are more value relevant than accurate analyst forecasts as well as reported earnings around SEOs. These findings contribute to the literature on analyst forecasts by showing that some analysts may deliberately forego accuracy for informativeness.

keywords

Alternative Title

Gestion des chiffres comptables : Les analystes financiers sacrifient-ils l’exactitude à l’informativité de leurs prévisions ?
Abstract

Cette thèse de doctorat comprend une étude théorique et deux études empiriques sur les prévisions de bénéfices des analystes financiers lorsque les entreprises gèrent leurs chiffres comptables. La première étude montre que cette dimension est généralement ignorée dans la littérature qui ne s’intéresse pas à ce que prévoient les analystes lorsque les chiffres comptables sont gérés. En effet, dans ce cas les analystes peuvent produire des prévisions précises, qui intègrent la composante gérée du résultat, ou des prévisions informatives qui ignorent cette composante. La deuxième étude montre que les analystes ont généralement tendance à être informatifs lors des augmentations de capital qui donnent lieu à une gestion systématique des chiffres comptables, en particulier depuis l'adoption de la directive MAD. La troisième étude montre qu’à long terme les prévisions informatives sont les plus pertinentes pour expliquer les cours de bourse, même si elles génèrent des erreurs de prévision plus élevées. Ces résultats contribuent à la littérature en montrant que les analystes peuvent délibérément renoncer à l'exactitude de leurs prévisions pour mieux informer les investisseurs.