在过去的12年里,全世界的金融分析师对12个月的收益率预测误差达到25.3%。本文的研究可能是第一篇考察全球70个国家所有上市公司金融分析师对收益率预测精度的研究。前人的文献中对此类研究的数据处理没有统一的标准,例如在异常数据的处理上,经常导致不同的研究结论。本研究建立了一套6步数据准备的方法论。本文的三个主要研究成果是：第一,乐观的金融分析师对收益率的乐观预测误差达到了25.3%,这意味着平均来看,分析师年初预测收益为125美元,而12个月之后实际报告收益仅为100美元。第二,金融分析师在新兴市场上市公司的收益乐观预测上误差达到35%.第三,分析师乐观预测经常发生在历史收益率一致处于低水平的上市公司上,而他们对快速增长的公司的预测精度则与低速增长的公司完全相反。本文的创新点在于：第一,本研究是第一篇考察全球所有金融分析师,覆盖所有上市公司的研究；更进一步,本文并不是以美国市场为主要研究的对象的。第二,本研究是基于所有上市公司的数据,不是抽样或者没有实际意义的小样本研究。第三,本研究是基于长时间跨度数据,2003～2014年,该数据期间包含了多个商业周期。第四,中国市场也是本文的研究对象之一,本文是第一篇研究中国市场所有大型和股票高流动性上市公司的金融分析师收益预测精度的论文。第五,本研究所述的金融分析师收益预测指的是所有分析师预测的均值,是“共识”预测,而非简单的个别分析师的预测表现。第六,本研究结果之间是可比的。本领域大部分研究是基于股价,而本文的研究是基于实际收益率,因此本研究结论不会因为纳入了高随机和波动性股价的公司数据而发生扭曲。最后,本研究是切实可行的。本文聚焦于12个月的“共识”预测,而非短期预测,投资者能从这种长期预测中切实获利。在合理的数据预处理之后,本文用于考察不同因子显著性的方法是分组对比。本文关注的因子是公司实际报告收益的水平,这个因子还并没有被其他研究检验过。本文基于实际收益将上市公司分为4组：非常快、快、慢、非常慢。尽管有研究对分析师预测精度和公司所属组别进行了回归,但回归结果本文认为不是可靠的。因为预测的高低适合公司的收益直接相关的,这种回归增大了误差。另外,作者发现预测进度的分布是右偏的,不服从正态分布,这也使得回归结果不够可靠。因此,本文使用分组对比的方法,结果显示几乎所有分析师乐观收益预测都发生在“非常慢”的公司上；而分析师对“非常快”的公司预测不精确状况结论不一。本研究发现未来在此领域仍有很多问题值得探讨。本文结果表明分析师的数量在增长,收益的预测精度也在改善中。尽管如此,在一定水平约有30个左右分析师的预测精度恶化了。研究这个现象发生的机理是个有趣的研究方向。新兴市场中,韩国、中国和巴西的数据分布都是高度有偏的。事实上,韩国的数据偏度问题是最严重,这是个有趣的研究发现和研究课题。进一步的研究还包括,探讨分析师的预测精度是否在特定的市场发展阶段或者收益周期里特别高。最后,研究基于这种预测精度问题,是否可以建立可获利的交易策略也是一个可能的研究方向。