Stock Duration, Analyst Recommendations, and Overvaluation 

 

Martijn Cremers 

University of Notre Dame 

mcremers@nd.edu 

 

Ankur Pareek 

Rutgers University 

apareek@business.rutgers.edu 

 

Zacharias Sautner 

Frankfurt School of Finance & Management 

z.sautner@fs.de 

 

June 2016 

 

Abstract 

This paper documents how the interaction between short‐term investors and analyst recommendations relates 

to a speculative component in stock prices that results in temporary overvaluation with predictable, large price 

reversals.  In particular,  stocks held by  short‐term  institutions with optimistic analyst  recommendations have 

large past outperformance,  followed by  large negative  future alphas. Our  results are  robust  to using Russell 

2000  index  reconstitutions  to capture exogenous changes  in  institutional ownership,  short‐term  trading and 

analyst coverage, and are stronger among stocks that are harder to short, consistent with limited arbitrage. 

 

 

 

 

 

 

________________ 

We would  like to thank Lauren Cohen, Jesse Fried, William Goetzmann, David Hirshleifer, Harald Hau, Zhiguo He, Pedro 

Matos  (EFA  discussant),  Florian  Peters,  Breno  Schmidt  (AFA  discussant),  David  Sraer,  Russ  Wermers,  and  Ramona 

Westermann  as  well  as  participants  at  the  American  Finance  Association  Meetings,  European  Finance  Association 

Meetings,  Society  of  Financial  Studies  Finance  Cavalcade,  INQUIRE  Europe  Munich  Conference,  Geneva  Summit  on 

Sustainable  Finance,  and  the  Roundtable  on  Long‐Term  Value  in  the  Corporation  at  Harvard  Law  School  for  their 

comments. This paper was previously titled ‘Stock Duration and Misvaluation’. Comments are very welcome. All errors are 

our own.    

2  

1. Introduction 

  This  study  examines  the  interaction  between  short‐term  institutional  trading  and  analyst 

recommendations.  Significant  separate  literatures  have  considered  the  questions  of  whether  short‐term 

institutional trading is associated with a speculative component in stock prices, and whether security analysts 

improve  market  efficiency.  These  literatures  provide  mixed  evidence  on  both  questions.  On  institutional 

trading, there is evidence that short‐term institutions are associated with more efficient markets (Collins, Gong, 

and Hribar, 2003; Ke and Ramalingegowda, 2005; Bartov, Radhakrishnan, and Krinsky, 2000; and Boehmer and 

Kelley, 2009), but also with more anomalous pricing  (Hou, Xiong, and Peng, 2009; and Cremers and Pareek, 

2015).  Similarly,  previous  literature  has  documented  that  analysts  provide  significant  value  to  investors 

(Brennan, Jegadeesh, and Swaminathan, 1993; Womack, 1996; Barber et al., 2001; Jegadeesh et al., 2004), but 

also that analysts themselves may be biased (DeBondt and Thaler, 1990; Ertimur, Muslu, and Zhang, 2011). 

Combining these literatures, our main contribution is to document that short‐term institutional trading 

in  the presence of  ‘strong buy’  recommendations by analysts  leads  to overvaluation,  followed by  significant 

price reversals, both in the three‐day windows around subsequent announcements of analyst recommendation 

revisions and in calendar‐time returns measured over the next year. For our identification, we use additions to 

the  Russell  2000  index  to  capture  exogenous  changes  in  institutional  ownership,  short‐term  institutional 

trading  and  analyst  coverage,  and  show  that  our  results  are  robust  when  we  only  consider  such  index 

additions.  

Our empirical results are generally consistent with the theoretical models of Harrison and Kreps (1978) 

and  Scheinkman and Xiong  (2003), which predict  that heterogeneous  investor beliefs  combined with  short‐

sales  constraints  lead  to  high  trading  volume  or  shorter  holding  durations  accompanied  by  overvaluation. 

Intuitively,  if  the  marginal  investors  in  some  stocks  are  relatively  optimistic,  then  short‐sales  constraints 

prevent  less  optimistic  investors  from  correcting  any  over‐optimism,  allowing  temporary  overvaluation.  In 

particular, we  test a specific prediction  following  from  these  theories, namely  that positive public news  that 

3  

confirms  and  perhaps  strengthens  the  optimistic  investors’  beliefs  could  exacerbate  the  price  impact  of 

disagreement,  leading  to even greater overvaluation.1 Moreover, the theoretical model  in Froot, Scharfstein, 

and  Stein  (1992)  helps  explain  the  role  of  analyst  recommendations, whose  public  disclosure  can  act  as  a 

coordination device for short‐term traders. Their model predicts that short‐term  investors coordinate around 

public news announcements with  relatively  short‐term  investment value  (such as analyst  recommendations, 

see Womack, 1996 and Barber et al., 2001), which they predict negatively impacts the informational quality of 

stock prices.  

Consistent with  these  theoretical predictions, we  find  that short‐term  institutional  trading combined 

with  strongly positive consensus analyst  recommendations  leads  to  significant  stock price overvaluation and 

subsequent price reversals. The predictable price declines among stocks with short‐term investors and ‘strong 

buy’  recommendations  coincide  with  subsequent  mean‐reverting  analyst  recommendations,  which  tend 

become gradually less optimistic. On the one hand, these results imply significant over‐optimism among short‐

term investors in stocks with ‘strong buy’ recommendations. As our results are stronger among stocks that are 

harder to short sell, arbitrage constraints appear to allow temporary overvaluation. On the other hand, analyst 

activity  seems  to exacerbate overvaluation,  rather  than  reducing any  speculative  component  in  stock prices 

and making markets more efficient, as analysts seem slow in reversing their most optimistic recommendations. 

  Our main proxy for the presence of speculative trading is a novel measure of the holding durations of 

institutional  investors,  introduced  in  Cremers  and  Pareek  (2015).  This  measure,  called  Stock  Duration,  is 

calculated  as  the  weighted‐average  length  of  time  that  institutional  investors  have  held  a  stock  in  their 

                                                            1 Various mechanisms can explain the origins of differences of opinion, investor optimism, and effects of public news (see Hong  and  Stein,  2007,  for  a  review).  Scheinkman  and  Xiong  (2003)  explain  differences  of  opinion  through  investor overconfidence, which  leads  them  to overestimate  the precision of  their private signals, causing  them  to overreact. As arbitrageurs can arbitrage away overreaction to negative news by taking long positions, only overreaction to positive news by  over‐optimistic  investors  has  a  price  impact,  as  short‐sales  constraints  limit  arbitrage.  Daniel,  Hirshleifer,  and Subrahmanyam  (1998)  argue  that  due  to  self‐attribution  bias,  investor  overconfidence  increases  in  the  presence  of positive  public  news  that  confirms  optimistic  private  valuations.  Hong,  Scheinkman,  and  Xiong  (2008)  propose  an alternative model to explain stock market overreaction, without recourse to investor overconfidence and analyst bias. In their model,  some  analysts  rationally  inflate  their  forecasts  to  signal  that  they  are well‐informed,  but  naive  investors mistakenly take their forecasts at face value and overreact, causing overvaluation. 

4  

portfolios. It  is based on quarterly 13F holding reports and weighted by the dollar amount  invested across all 

institutions currently holding a stock. Stocks with short holding durations experience the arrival of many new 

and possibly  speculative  investors.2 Our proxy  for extreme analyst  recommendations  is  the  top and bottom 

quintile  of  consensus  (or  mean)  analyst  recommendations.  We  show  that  both  extremes  in  analyst 

recommendations and extremes in Stock Duration (either very short or very long) are mean reverting, but not 

in ways that are related. 

We  first  document  that  stocks  held  by more  short‐term  institutions  tend  to  overreact  to  analyst 

recommendations when these are made public. In particular, for stocks with the most optimistic (pessimistic) 

analyst recommendations, the three‐day abnormal returns around analysts’ recommendation announcements 

are significantly higher for stocks with more short‐term institutions. For example, for stocks with short holding 

durations and optimistic (pessimistic) consensus analyst recommendations, the average three‐day cumulative 

abnormal return around all recommendation announcements during the past one year  is 1.51% (‐3.12%); the 

difference of 4.63% is highly significant with a t‐stat of 13.68. The corresponding difference for stocks with long 

holding durations equals only 1.52%, which is significantly lower.   

In  the  subsequent  year,  the most optimistic and pessimistic analyst  recommendations both  tend  to 

revert  back  to  the mean. Over  this  period,  and  conditioning  on  past  information  only, we  find  stock  price 

reversals  in  the  three‐day  window  around  subsequent  analyst  recommendations.  These  abnormal 

announcement returns are significantly stronger for stocks with more short‐term  institutions, suggesting that 

these were most  likely  to overreact  to previous analyst announcements. For example,  for  stocks with  short 

holding durations  that  currently have  the most optimistic  (pessimistic) consensus analyst  recommendations, 

                                                            2  Stock Duration  allows  any  given  institutional  investor  to be  short‐term  in  some  stocks  and  long‐term  in others;  e.g. because  investments  are  made  by  different  portfolio  managers  with  heterogeneous  horizons  and  trading  motives. Accounting for this is important as one can only observe institutional holdings at an aggregate institution level using 13F filings. The  limitation of  Stock Duration  is  that  the quarter‐end holdings  that  are used  to  compute  it  ignore  roundtrip trades within  the  quarter. Our  results  are  generally  robust  to  using  share  turnover  instead  of  Stock  Duration.  Share turnover captures all trading activity, but in recent years is strongly impacted by high frequency trading, which is arguably different from the speculative and relatively uninformed trading we aim to capture. 

5  

the average three‐day cumulative abnormal return around subsequent recommendation announcements over 

the next one year equals ‐1.36% (1.10%); the difference of 2.47% is highly significant with a t‐stat of 10.75. The 

corresponding difference in future abnormal returns is only 0.50% among stocks with long holding durations. 

We  next  examine  longer‐term mispricing  through  calendar‐time  portfolios  of  stocks  sorted  on  past 

analyst recommendations and past holding durations. Specifically, each quarter we independently double‐sort 

stocks into quintile portfolios based on Stock Duration and consensus recommendations, and then we calculate 

portfolio returns over the next twelve months. We find that stocks with short‐term institutions and optimistic 

analysts have large negative future alphas over next year, which follow large outperformance over the previous 

year. For example, the value‐weighted portfolio of stocks with short (first quintile) holding durations and the 

most optimistic  (first quintile) analyst  recommendations has an annualized 5‐factor alpha of  ‐8.8%  (t‐stat of 

3.71), while the portfolio with short holding durations and the most pessimistic analyst recommendations has a 

5‐factor alpha of 5% per year (t‐stat of 1.79). As a result, the long‐short portfolio that buys stocks in the latter 

and sells stocks in the former group has a 5‐factor alpha of 13.8% per year (t‐stat of 3.67).3 As stocks with the 

most (least) optimistic analyst recommendations have large positive (negative) lagged abnormal returns, these 

results indicate large price reversals.4 

These price reversals only occur for stocks that have both much short‐term trading (i.e., Stock Duration 

in the bottom quintile) and the most optimistic analyst recommendations (i.e., top quintile), indicating that it is 

their  interaction  that matters. Moreover,  we  find  that  these  price  reversals  can  be  explained  by  limited 

                                                            3  Consistent  with  slow  mean  reversion  of  both  analyst  recommendations  and  holding  durations,  lagging  portfolio construction by up  to  four quarters hardly diminishes  the  future alphas of  the  constructed portfolios. Results are also similar when we use share turnover as a robustness check. 4 For large stocks, price reversals are stronger for stocks with more optimistic recommendations, which helps rule out an explanation based on  information  trading by  short‐term  investors.  If  short‐term  investors  are  generally well‐informed, then we would expect asymmetric  results,  i.e.,  that  the  short‐term  traders only hold  stocks with positive  (rather  than negative) future alpha. However, for value‐weighted portfolios the negative alpha  (of the portfolio with stocks with the most  optimistic  analyst  recommendations  and  short  holding  durations)  is  higher  in  absolute  value  compared  to  the positive  alpha  (of  the  portfolio  with  stocks  with  the  most  pessimistic  analyst  recommendations  and  short  holding durations). More generally, on average short‐term investors do not appear to be well‐informed, as the portfolio with short holding durations (bottom quintile) has an insignificant alpha for both equally‐ and value‐weighted portfolios. 

6  

arbitrage (e.g., Duffie, 2010), as the abnormal returns are driven by stocks that are more difficult to short and 

for  stocks  that  are more  risky  to  short.5 Our proxies  for  the difficulty  to  short  are  the  short  ratio  (Asquith, 

Pathak, and Ritter, 2005) and the percentage of the stock held by DFA (Nagel, 2005), while our proxy for the 

riskiness of shorting is a stock’s idiosyncratic volatility (Pontiff, 1996). 

  Empirically, we do not find any correlation between stocks having extreme analyst recommendations 

and having  either more  speculative  investors or more  frequent  trading.  This  suggests  that  extreme  analyst 

recommendations  are  not  directly  attracting  short‐term  traders,  but  rather  that,  among  stocks with many 

short‐term traders, extreme analyst recommendations serve as a coordination mechanism. This is similar to the 

interpretation  of  the  results  in  a  related  paper  by  Balakrishnan,  Schrand,  and  Vashishtha  (2014), who  find 

stronger  ‘bubble continuation’ among stocks with  strong and concentrated analyst buy  recommendations  in 

the 2000 technology bubble.  

The  endogeneity  of  both  analyst  recommendations  and  the  presence  of  short‐term  traders  may 

complicate  the  interpretation  of  our  results.  For  example,  it  is  possible  that  exposure  to  unidentified  risk 

factors  or  systematic  news  could  explain  this  predictability,  if  such  differences  in  exposure  are  related  to 

differences  in analyst  recommendations. To mitigate endogeneity concerns, we  identify plausibly exogenous 

changes  in both  analyst  coverage  and  institutional ownership  arising  from  the  annual  reconstitution of  the 

Russell 2000 index.6 Specifically, we focus on stocks newly added to the Russell 2000 ‘from below’, i.e., stocks 

                                                            5 Duffie (2010) considers how impediments to institutional trading may allow extended periods of asset price distortions. Limits to arbitrage may give rise to temporary mispricing with subsequent price reversals that occur only slowly over time. Duffie  (2010) mentions several specific examples of the  long‐standing price  impact of supply and demand shocks  in the presence  of  slow  moving  arbitrage  capital,  such  as  trading  around  index  reconstitution  (e.g.,  Shleifer,  1986;  Chen, Noronha,  and  Singhal,  2004;  Greenwood,  2005;  and  Petajisto,  2011),  trading  around  large  supply  shocks  induced  by extreme mutual  fund  flows  (e.g.,  Coval  and  Stafford,  2007;  Edmans, Goldstein,  and  Jiang,  2012),  and  trading  around temporary market dislocations due  to  the slow moving withdrawal of arbitrage capital  in,  for example,  the convertible bond market (e.g., Mitchell, Pedersen, and Pulvino, 2007).  6 Russell index reconstitutions are events that do not provide new information to the market (e.g., because they are quite predictable, as they are based on market capitalizations at the end of each  June), but are accompanied with significant buying and selling,  respectively, by  funds  tracking  the  index  (Lynch and Mendenhall, 1997; Chang, Hong, and Liskovich, 2015). We  focus on  the Russell 2000, where  the price  impact of  its  reconstitutions  is particularly  significant  (Petajisto, 2011; Cremers, Petajisto, and Zitzewitz, 2012). 

7  

that were previously not included in the Russell 1000 but whose strong recent positive abnormal performance 

and increase in market value lead to Russell 2000 inclusions.7   

Stocks  that  are  added  to  the  Russell  2000  from  below  and  had  previously  short  holding  durations 

experience major changes at the time of the index reconstitution. First, institutional ownership in these stocks 

sharply  increases  from a pre‐inclusion average of 20%  to over 40%  soon after  inclusion.  Second, both  their 

holding durations and analyst coverage increase sharply (Stock Duration jumps from about two quarters before 

to about four quarters afterwards; the average number of analysts increases from about one analyst before to 

over three analysts afterwards). These large increases in institutional ownership, holding durations, and analyst 

coverage constitute important and (arguably) largely exogenous shocks to these stocks, which should diminish 

the  role of  the short‐term speculators by  improving  the  informational environment and  relieving short sales 

constraints,  thereby  facilitating price  reversals of  any previous overreactions.  There  are no  correspondingly 

large changes for stocks added to the Russell 2000 from below that previously had long holding durations. 

Our main  result of predictable price  reversals  for  stocks with  short holding durations and optimistic 

analysts continue to hold when we only consider stocks that are added to the Russell 2000 from below. Stocks 

with strongly optimistic analyst recommendations and short durations appear to be significantly overvalued at 

the  time when  they  are  added  to  the  Russell  2000.  After  addition  to  the  index,  this  overvaluation  slowly 

reverses over the subsequent two years, as the role of speculative, short‐term investors is much reduced due 

to  the major  increase  in  institutional ownership and analyst coverage.8 As  these  latter changes are plausibly 

                                                            7 We focus on index inclusions ‘from below’ as there are about 300 inclusion events per year, on average; this is different for  index  inclusion  ‘from above’  (i.e., Russell 2000 additions of firms previously  included  in the Russell 1000, but whose market  capitalization  ranking declined), which occur with  a  frequency of only  about 50 per  year. We  also  cannot  find significant  changes  in  institutional ownership, Stock Duration or analyst  coverage  for  stocks added  to  the Russell 2000 ‘from above’. While our main results rely only on Russell 2000 additions from below, we verify that results are robust once we also include Russell 2000 additions from above. Further, as typical in the literature, we do not look at index exclusions, as these are usually due to information‐related events, such as bankruptcies, mergers, or acquisitions (e.g., Shleifer, 1986; Harris and Gurel, 1986).     8 These price reversals thus appear over  longer horizons than considered  in the previous  literature. Boehmer and Kelley (2009),  for  example,  find  that  short‐term  trading  is  associated with  increased  price  efficiency,  but  they  only  consider periods of up to three months. 

8  

exogenous  to  firm‐specific  events, we  conclude  that  short‐term  speculation  can  significantly  contribute  to 

overvaluation, especially for stocks that are hard to arbitrage and lack significant analyst coverage.  

In conclusion, our main result is that stocks held by short‐horizon institutional investors with optimistic 

analyst  recommendations have  large and predictable negative  future alphas  that  reverse  large positive past 

outperformance. This result  is closely related to several papers. Ertimur, Muslu, and Zhang  (2011) document 

that stocks that currently have ‘strong buy’ recommendations underperform in the future. We find that these 

price  reversals  only  occur  for  stocks  with  short  holding  durations.  Accordingly,  optimistic  analyst 

recommendations seem to provide a coordination mechanism that allows speculative investors to synchronize 

their trading, consistent with Froot, Scharfstein, and Stein (1992), exacerbating their collective price impact and 

leading  to  substantial  temporary mispricing. We  find  no  evidence  that  optimistic  analyst  recommendations 

themselves  attract  speculative  investors,  though  our  results  do  suggest  that  analysts  with  strong 

recommendations may be overreacting and may be too slow in subsequently updating (i.e., moderating) their 

views. We  thus  conclude  that  strong  analyst  recommendations  aggravate  the  price  impact  of  speculative 

trading, while we  find no evidence  that  the number or  the dispersion of  recommendations help  to mitigate 

such price impact. 

Our paper  is also related to the  literature studying how  institutions trade upon the release of analyst 

information, such as Mikhail, Walther, and Willis (2007), Busse, Green, and Jegadeesh (2012), and Brown, Wei, 

and Wermers (2014). These studies focus on how institutions such as mutual funds behave, while our focus is 

on the effects thereof on stock prices. For example, Brown, Wei, and Wermers (2014) document that analyst 

recommendation revisions induce herding by career‐concerned fund managers. They also link such herding to 

an overreaction  in  stock prices, which  is  consistent with our  findings,  though  their  results  are economically 

significantly smaller. However, herding is one potential explanation for the behavior of short‐term institutions. 

 A complimentary hypothesis is considered by Cella, Ellul, and Giannetti (2013), who show that selling 

pressure of stocks held by short‐term  institutional  investors  is amplifying market‐wide negative shocks. They 

9  

document that such selling pressure leads to temporary undervaluation, which they explain by the demand of 

liquidity at times when arbitrage capital is scarce. While they focus on particular periods of market turmoil with 

systematic negative shocks, our paper does not condition on  ‘abnormal’  times, considers both overvaluation 

and undervaluation (we find mostly evidence for overvaluation), and focuses on the role of analysts.  

Our paper  is also related to Sias, Starks, and Titman (2006), who consider the relation between stock 

returns  and  ownership  changes  to  interpret  the  strong  contemporaneous  positive  association  between 

quarterly changes  in aggregate  institutional ownership and returns  (e.g., Nofsinger and Sias, 1999; Wermers, 

1999). As  they argue,  “the demand  for  shares  from one group of  investors must be offset by  the  supply of 

shares from another group of investors. Hence, if we believe that aggregate institutional buying causes returns 

to increase, we are implicitly assuming that selling by non‐institutional investors does not have a countervailing 

effect.”  However,  Sias,  Starks,  and  Titman  (2006)  find  no  subsequent  price  reversals  after  institutional 

turnover—consistent  with  our  unconditional  results—and  conclude  that  the  positive  correlation  is  due  to 

information rather than any price impact. The main innovation of our paper that explains our different results 

is that we distinguish among institutional investors those who are generally short‐term (and thus may be more 

likely to demand liquidity), versus those that are more patient. Moreover, we focus on the interaction of short‐

term investors with analysts, which can serve as a coordination device for speculative investors. 

2. Data and Summary Statistics 

2.1 Data  

We use institutional investor holdings data from the Thomson Financial CDA/Spectrum database of SEC 

13F filings to create Stock Duration.9 Stock returns are from CRSP and accounting data is from COMPUSTAT. We 

obtain the most recent consensus analyst recommendations at the end of each quarter from IBES. We focus on 

                                                            9 All  institutional  investors with more  than $100 million of  securities under management  are  required  to  report  their holdings  to  the  SEC.  Holdings  are  reported  quarterly  and  all  common  stock  positions  greater  than  10,000  shares  or $200,000 must be disclosed. 

10  

US common stocks from December 1993 to December 2013 because IBES recommendations are not available 

before  November  1993.  We  eliminate  stocks  without  analyst  recommendations,  with  missing  market 

capitalization data, and with prices below $1. Further, we require stocks to be  in CRSP for at  least two years 

before  they  are  included  in  the  sample  to  ensure  that  IPO‐related  anomalies  do  not  affect  our  results.  To 

eliminate a  sample bias, we  further  require  institutional  investors  to be present  for  two years before being 

included. We do  this  as new  institutions have  short past holding durations  for  stocks  in  their portfolios by 

construction. Our  resulting main  sample  consists of 55.7% of all  common  stocks  in CRSP  (on average 2,752 

stocks per year) and covers 84.3% of the CRSP market capitalization.   

Using the methodology introduced in Cremers and Pareek (2015), we calculate the holding duration of 

each  stock  for  every  institutional  investor  by  calculating  a  weighted‐measure  of  buys  and  sells  by  an 

institutional  investor,  weighted  by  the  duration  for  which  the  stock  was  held.  For  each  stock  in  a  given 

institution’s portfolio, the measure is calculated by looking back over the time period since that particular stock 

has been held continuously  in the portfolio.  Intuitively, our variable measures how  long a $1  investment  in a 

stock has on average been in an institution’s portfolio at a particular point in time.  

The calculation of the duration for stock i that is included in the institutional portfolio j at time T‐1, for 

all stocks i = 1 … I and all institutional investors j = 1 … J, is given by: 

jiji

jiT

WTt jiji

tjiTji BH

HW

BH

tTDuration

,,

,1

,,

,,1,,

)1()1(

                

where 

Bi,j = total percentage of shares of stock i bought by institution j between t = T‐W and t = T‐1 (t, T 

are in quarters). 

Hi,j = percentage of total shares outstanding of stock i held by institution j at time t = T‐W. 

αi,j,t = percentage of  total  shares outstanding of  stock  i bought or  sold by  institution  j between 

time t‐1 and t, where αi,j,t > 0 for buys and <0 for sells. 

11  

We choose W = 20 quarters, as very few stocks are held continuously for longer than five years. If stock 

i  is not  included  in  institutional portfolio  j at time T‐1, then Durationi,j,T‐1 = 0. Our measure takes  into account 

tax  selling  and  other  temporary  adjustments  in  portfolios  because  intermediate  sells  are  cancelled  by 

immediate  buybacks,  with  only  a  small  effect  on  the  duration  of  current  holdings.  The  limitation  of  our 

measure is that any round‐trip trades within a quarter are ignored, as we only observe end‐of‐quarter holdings. 

Next, we compute Stock Duration at the  individual stock  level by averaging stock  level Durationi,j,T‐1 across all 

institutions currently holding the stock, using each institution’s total current holdings in the stock as weights.  

2.2 Summary Statistics 

Table 1, Panel A provides summary statistics across the sample. Stock Duration has a mean of 1.4 years, 

and the mean of Analyst Recommendation equals 2.2, where a recommendation of 1 (5) corresponds to ‘strong 

buy’  (‘strong  sell’).  Therefore,  on  average  analysts  are  more  likely  to  issue  optimistic  than  pessimistic 

recommendations. Table 1, Panel B  reports  correlations between Stock Duration, Analyst Recommendation, 

and other stock characteristics. The correlation between Stock Duration and Analyst Recommendation  is only 

16%, showing that analyst recommendations are mostly unrelated to the presence of short‐term investors.  

We  employ  Share  Turnover  as  an  alternative  measure  of  trading  frequency.  As  expected,  Stock 

Duration and Share Turnover are negatively correlated with a correlation of  ‐40%. One advantages of Share 

Turnover is that it covers all investors rather than only institutional trading, as it also includes roundtrip trades 

within  the  quarter.  However,  the  disadvantage  of  Share  Turnover  is  that  it  is  heavily  influenced  by  high‐

frequency  trading,  especially  in  the  second  half  of  our  sample. We  think  high‐frequency  traders  are  very 

different from the relatively uninformed and short‐term (but not high frequency) speculators whose trading we 

try  to capture. Accordingly, we present our main  results using Stock Duration, and show  results using Share 

Turnover as robustness checks only.  

12  

Table 1, Panel C, presents summary statistics for the subsample of stocks that are newly added to the 

Russell 2000. We include these statistics for the twelve months after an addition to the index. We only include 

stocks that are added to the  index ‘from below’,  i.e., stocks that were not part of Russell 1000  index of  large 

stocks before, but whose relative  increase  in market cap warranted  inclusion  in the Russell 2000. On average 

143 stocks  in our sample are added  to  the Russell 2000 each year. Table 1, Panel C shows  that  these newly 

included stocks have lower Stock Duration (mean of 1.1 years) and higher turnover (mean of 0.9%) compared 

to stocks in the full sample. As expected, newly included stocks are also smaller and covered by fewer analysts.      

3. Stock Duration, Analyst Recommendations, and Overvaluation: Main Results  

Our  main  goal  is  to  consider  how  the  presence  of  short‐term  investors  in  stocks  with  extreme  analyst 

recommendations is related to temporary stock price distortions. To provide direct evidence that stock return 

predictability,  conditional  on  holding  duration  and  extreme  analyst  recommendations,  is  driven  by 

overreaction  by  short‐term  speculators,  we  first  examine  event‐time  cumulative  abnormal  returns  (CARs) 

around past and future analyst recommendation announcements. To this end, we create stock portfolios based 

on quarterly, independent 5x5 double sorts based on Analyst Recommendation and Stock Duration.  

3.1 Changes in Analyst Recommendations and Stock Duration  

Before looking at the resulting returns, we plot in Figure 1 mean values of Analyst Recommendation (in 

Figure 1A) and Stock Duration (in Figure 1B) of stocks in the four ‘extreme’ portfolios of the 5x5 double sorts, 

from eight quarters before to eight quarters after portfolio construction. The  figures show  that both Analyst 

Recommendation and Stock Duration are strongly mean reverting over a similar period of about two years.  

Importantly, there is no significant difference between long and short holding duration across the two 

extreme Analyst Recommendation quintiles in Figure 1A, and there is also no significant difference in between 

buy and sell recommendations across the two extreme Stock Duration quintiles in Figure 1B. This suggests that 

13  

investors do not substantially change their holding durations  in reaction to analyst recommendations, nor do 

analysts seem to condition their recommendations based on holding durations. 

Figure  1A  also  implies  that  stocks  that  currently  have  the most  optimistic  (pessimistic)  consensus 

analyst recommendations typically had recommendation announcements in the past eight quarters that grew 

increasingly optimistic  (pessimistic) over  time, while  the  strong mean  reversion  in analyst  recommendations 

implies predictable downward (upward) changes in future analyst recommendations.  

3.2 Results from Portfolio Sorts: Analyst Recommendation Announcement Returns 

If  announcements of  analyst  recommendations  contain  value‐relevant  information  (as  suggested by 

Womack,  1996;  Barber  et  al.,  2001;  and  Loh  and  Stulz,  2011),  for  the  stocks  that  currently  have  the most 

optimistic  (pessimistic)  consensus  recommendation  we  would  expect  to  find  positive  (negative)  abnormal 

returns around the days of past recommendations announcements. Further,  if short‐term  investors are more 

likely  to  focus  and  perhaps more  likely  to  overreact  to  analyst  recommendations  (as  suggested  by  Froot, 

Scharfstein and Stein, 1992), then we may find that such abnormal returns are stronger for stocks with short 

holding duration relative to stocks with long durations, followed by stronger subsequent price reversals. Note 

that as value‐relevant  information contained  in analyst recommendations could potentially vary across stocks 

with  different  holding‐duration  levels,  evidence  for  overreaction  does  not  necessarily  require  a  stronger 

reaction upon past recommendation announcements, but any systematic overreaction does require stronger 

subsequent price reversals. Furthermore, given the tendency of analyst recommendations to revert back to the 

mean (Figure 1A),  if there  is overreaction to recommendations, then we would expect significant predictable 

price reversals that are concentrated around the days when analysts downgrade these stocks in the future.  

Furthermore,  if  short‐term  investors  systematically overreact  to analyst  recommendations,  then  it  is 

possible that other investors try to step in and arbitrage away any price impact of such overreaction. As short‐

sales constraints generally constrain such arbitrage (e.g., Scheinkman and Xiong, 2003), overreactions are more 

likely  to  have  price  impact  for  stocks with  optimistic  rather  than  pessimistic  analyst  recommendations,  as 

14  

arbitrage constraints may be  less binding for stocks that are  likely to be undervalued compared to the stocks 

that  are  overvalued.  In  that  case,  we  would  expect  that  price  reversals  around  future  recommendation 

announcements are weaker for stocks that currently have the most pessimistic recommendations. 

To  test  these predictions, we consider  the performance of  stocks  in quintile portfolios created  from 

independent double‐sort based on current Analyst Recommendations and current Stock Duration. Specifically, 

we  calculate  cumulative  three‐day  size‐adjusted  abnormal  stock  returns  (CARs)  around  all  analyst 

recommendation announcements  in  the previous  four quarters as well as  in  the next  four quarters  for each 

stock in each of the resulting 25 portfolios.10 We give equal weight to each recommendation announcement for 

stocks in each portfolios.11 We then calculate the average of these mean returns in each portfolio across time, 

resulting in a quarterly average of past and future CARs for each of the 25 portfolios.  

The corresponding results are presented  in Table 2, Panel A.  In  the  first half of  the panel, we report 

CARs around previous analyst  recommendation announcements  (i.e., averaged over  the past  four quarters). 

The  first  row and  the  first column  report CARs  for quintile portfolios sorted unconditionally based on either 

current  Analyst  Recommendation  or  Stock  Duration.  As  expected,  we  find  that  past  returns  are  negative 

(positive) for stocks with currently pessimistic (optimistic) consensus recommendations. The difference across 

the first and fifth quintile analyst recommendation portfolio equals ‐3.03% and is highly statistically significant.  

Next, we find that these past abnormal returns are stronger for stocks with shorter holding durations. 

Specifically, stocks  in quintile 1  (5) with currently  the most optimistic  (pessimistic) analyst  recommendations 

have  higher  (lower)  past  CARs  around  previous  recommendation  announcements when  they  are  held  for 

                                                            10 The CAR for a stock is calculated as the sum of daily size‐adjusted abnormal returns over a three‐day window centered on the recommendation‐announcement date, where the daily size‐adjusted abnormal stock returns are calculated as the difference between a stock’s return and a value‐weighted return for a portfolio of stocks in the same size‐quintile. 11  These  event‐time  results  equally‐weight  each  event  (i.e.,  analyst  recommendations), but  can  also be  interpreted  as giving more weight to stocks with more analyst recommendations. As a robustness check, we calculate abnormal returns first  across  all  events  for  each  stock  separately,  and  then  compute  the  average  (i.e.,  equally‐weight)  of  these mean abnormal returns across all stocks. We find that these results are similar to the results we report. 

15  

shorter durations compared to when they are held for  longer durations. For example, for the stocks with the 

most  optimistic  consensus  recommendations,  the  difference  in  abnormal  returns  around  past 

recommendations for stocks with short versus long durations equals 0.67% and is highly significant with a t‐stat 

of 6.03. Similarly, for the most pessimistic consensus recommendations, the difference in CARs between stocks 

with low and high holding durations equals 2.44%, which is also highly significant.  

Having  documented  that  investors  in  general—and  short‐term  investors  in  particular—react  to  the 

announcement of analyst recommendations, we turn to considering whether we can predict any subsequent 

price  reversals. To  link any price  reversals as  closely as possible  to prior analyst  recommendations and  firm 

fundamentals, we consider the predictability of abnormal stock returns around subsequent announcements of 

both  new  analyst  recommendations  and  quarterly  earnings.  If  short‐term  investors  follow  analyst 

recommendations naively,  i.e., without paying close attention to changes  in firm fundamentals (such as, e.g., 

those contained in earnings announcements), then we should expect much of the documented reaction to past 

recommendation announcements to reverse around future recommendations. This may especially be the case 

as  both  the most  optimistic  and  the most  pessimistic  analyst  recommendations  tend  to  be  subsequently 

adjusted in the opposite direction (see above).  

Another  possibility  is  that  short‐term  investors  may  overreact  to  optimistic  or  pessimistic 

recommendations due  to having  limited attention  in situations of significant  information uncertainty.  In  that 

case, a large proportion of any price reversal may be concentrated around future earnings announcements, as 

a large proportion of uncertainty about fundamentals is likely to be resolved around such announcements (Ball 

and  Kothari,  1991), while  even  attention‐constrained  investors  are more  likely  to  pay  attention  to  salient 

events such as earnings announcements. These two distinct cases are not mutually exclusive, however. 

In  the second half of Table 2, Panel A, we present  future abnormal  returns  (CARs)  for  the  first case, 

namely around subsequent recommendation announcements, separately for stocks in quintile portfolios based 

on stocks’ current analyst recommendations and holding durations. For the next four quarters, we find strong 

16  

evidence  for  price  reversals  around  future  analyst  announcements.  In  the  first  row  and  column we  again 

present  returns  for  stocks  in  quintile  portfolios  that  are  unconditionally  sorted  either  on  Analyst 

Recommendation or Stock Duration, respectively. Unconditionally, we find strong stock price reversals around 

future  analyst  recommendation  announcements, which  can  be  explained  by  a mean  reversion  of  the most 

optimistic and pessimistic consensus analyst recommendations. In the first row, the difference in the three‐day 

CARs  around  these  announcements  for  stocks  with  the  most  pessimistic  versus  optimistic  analyst 

recommendations equals 1.51%, with a highly significant t‐stat of 11.27.  

In rest of the table, we confirm that these stock price reversals are driven by stocks with short holding 

durations. For example, for stocks in the lowest duration quintile, the difference in future abnormal three‐day 

returns between  stocks with  the most pessimistic versus optimistic analyst  recommendations equals 2.47%, 

with a highly significant t‐stat of 10.75 (the CARs are significant in each of the four subsequent quarters). The 

price reversals tend to be much weaker  for  long‐duration stocks,  for which  the difference  in CARs  for stocks 

with the most pessimistic versus optimistic consensus recommendations equals only 0.50% (t‐stat of 4.58); this 

difference becomes statistically insignificant after two quarters.  

For  stocks with  short  holding  durations  (i.e.,  in  bottom  quintile),  the  CAR  for  stocks with  the most 

optimistic analyst recommendation was 1.51% for the past four quarters, and it equals a negative ‐1.36% over 

the  next  four  quarters.  Similarly,  for  stocks with  short  holding  durations  and  the most  pessimistic  analyst 

recommendations,  the CAR over  the past  four quarters was  ‐3.12%, and  the  return over next  four quarters 

equals  a  positive  1.1%.  Therefore,  for  optimistic  recommendations,  most  of  the  reaction  to  past 

recommendations is reversed around future recommendations, whereas the reversal is limited for pessimistic 

recommendations. This  is consistent with  the hypothesis  that overreaction by short‐term  investors  is due  to 

17  

short‐sales  constraints:  overreaction  to  optimistic  recommendations  leads  to  overvaluation, which  is more 

subject to arbitrage constraints than undervaluation following overreaction to pessimistic recommendations.12  

Next, we consider whether there is any price reversal around subsequent earnings announcements. In 

particular,  Table  2,  Panel  B  presents  average  three‐day  abnormal  returns  for  stocks  around  earnings 

announcements  in  the  previous  and  next  four  quarters.  If  short‐term  investors  overreact  to  analyst 

recommendations due large information uncertainty and limited attention, then we expect a significant portion 

of  the  previous  returns  to  be  reversed  around  future  earnings  announcements,  which  should  reduce 

information uncertainty and which constitute salient events that investors are likely to pay attention to.  

We find in Table 2, Panel B some but more limited evidence for this hypothesis. The magnitude of the 

price  reversal  around  earnings  announcements  is  small  compared  to  the  returns  around  analyst 

recommendation announcements, suggesting that only a small proportion of overvaluation is reversed around 

future  earnings  announcement.  For  example,  for  short‐duration  stocks,  the  difference  in  earnings 

announcement returns  for stocks with optimistic and pessimistic consensus  recommendations equals  ‐1.87% 

over the last four quarters, and 0.42% over next four quarters.13  

3.3 Results from Portfolio Sorts: Calendar‐Time Returns 

In  this  subsection, we  consider  predictable  price  reversals  of  stocks  conditional  on  current  analyst 

recommendations and holding durations over longer periods of time, rather than around recommendation or 

earnings announcements as in the previous subsection. In particular, we calculate abnormal returns of the 25 

portfolios resulting  from a 5x5  independent double sort on Analyst Recommendations and Stock Duration  in 

                                                            12 Appendix Table A‐2, Panel A presents the same returns for portfolios sorted by Analyst Recommendations and Share Turnover. The table shows that we can find similar results. For example, for high‐turnover stocks, the difference in CARs over the next four quarters between stocks with the most pessimistic and optimistic recommendations equals 1.91% (t‐stat of 8.19), while the corresponding difference amongst low‐turnover stocks is only 0.60% (t‐stat of 4.50). 13 Earnings announcement  returns  for portfolios  sorted based on  Share Turnover and Analyst Recommendation are  in Appendix Table A‐2, Panel B and are similar in magnitude to the results for Stock Duration. 

18  

calendar  time.  We  also  present  results  from  unconditional  quintile  sorts  on  Stock  Duration  or  Analyst 

Recommendation only.  

We sort stocks  into quintiles based on Stock Duration and/or Analyst Recommendation at the end of 

each quarter, calculating  returns  for  the next  four quarters. Our portfolio  sorts are  intended  to capture any 

reversal of longer‐term mispricing (i.e., over the next four quarters). We account for overlapping portfolios by 

following  Jegadeesh and Titman  (1993),  such  that  stocks  ranked  in each of  the  last  four quarters  form one‐

fourth  of  the  portfolio. Returns  from  each  of  the  four  sub‐portfolios  are  equally weighted  to  calculate  the 

monthly portfolio returns. We report equally‐weighted and value‐weighted returns using a 5‐factor model that 

includes the Fama‐French 3‐factors, Carhart’s momentum factor, and the Pastor‐Stambaugh liquidity factor.  

  Table  3,  Panel A  first  reports  (in  the  first  row) monthly  alphas  for portfolios  conditional  on  analyst 

recommendations only. On average, stocks with pessimistic recommendations earn a higher return relative to 

stocks with optimistic recommendations, but the difference  is statistically significant only  for equal‐weighted 

portfolios (with an annualized 5‐factor alpha of 12*0.36%= 4.32% and a t‐stat of 2.93; consistent with Ertimur, 

Muslu, and Zhang, 2011). However, these results are insignificant for value‐weighted 5‐factor alphas (alpha of 

12*0.18%= 2.16% per year, t‐stat of 1.19). 

  Most importantly, we next consider whether analyst recommendations mitigate or aggravate any price 

impact  of  speculative  trading  by  short‐term  investors.  In  particular, we  test  the  joint  importance  of  Stock 

Duration and Analyst Recommendations for stock return predictability.  If stocks held by short‐term  investors 

are more  likely  to be overvalued  and  the most optimistic  analyst  recommendations provide  a  coordination 

mechanism  allowing  speculative  investors  to  synchronize  their  trading,  then  the  above  return 

reversal/predictability should be stronger conditional on a stock’s holding duration. We examine this prediction 

by  independently  double  sorting  stocks  into  quintiles  based  on  both  Stock  Duration  and  Analyst 

Recommendation at  the end of each quarter. As we observed earlier  in Figure 1, both  sorting variables are 

strongly mean  reverting over a similar period of about  two years, and  investors do not substantially change 

19  

their  holding  durations  depending  on  analyst  recommendations,  nor  do  analysts  seem  to  condition  their 

recommendations based on holding durations. Further, the correlation between Analyst Recommendation and 

Stock Duration equals only 16%  (see Table 1, Panel B), such  that all 25 portfolios  in the  independent double 

sort contain a comparable number of stocks. 

Table 3, Panel A also contains the monthly future performance of stocks for these independent double 

sorts. We  find  that  stocks with  the most optimistic  recommendations  (quintile 1) only underperform  stocks 

with  the most pessimistic  recommendations  (quintile 5)—and  thus appear overvalued—when held by  short‐

term investors. For example, using equally‐weighted portfolios, the long‐short portfolio that buys (sells) stocks 

in the most pessimistic (optimistic) recommendation quintile among stocks that are also in the short‐duration 

quintile  has  a  strongly  positive  abnormal  return  of  (12*0.93%=)  11.16%  per  year  (t‐stat  of  4.76).  To  the 

contrary, the analogous long‐short portfolio among stocks that are in the long‐duration quintile has a 5‐factor 

alpha of only (12*0.01%=) 0.12% per year, which  is statistically  insignificant (t‐stat of 0.08). The difference of 

(12*‐0.92%=) 11.04% alpha per year between the two stock‐duration groups is highly significant (t‐stat of 4.30).  

The results using value‐weighting also show a large positive alpha of the long‐short portfolio that buys 

(sells)  the portfolio with most pessimistic  (optimistic)  recommendations among  stocks  in  the  short‐duration 

quintile,  though  this  alpha  is  driven  by  the  future  underperformance  of  stocks  with  optimistic 

recommendations and  short holding durations. This portfolio has an alpha of  (12*‐0.73%=)  ‐8.76% per year 

with a t‐stat of 3.71  if value‐weighted, as compared to (12*‐0.25%=) ‐3.00% per year with a t‐stat of 1.72%  if 

equal‐weighted.  This  return  difference  remains  statistically  significant  for  value‐weighted  3‐factor  alphas 

(9.60% yearly, t‐stat of 3.04) as shown  in Appendix Table A‐3, Panel A. The finding that the results for value‐

weighted portfolios are driven by negative alphas seems consistent with short‐sales constraints. 

More generally, our results are asymmetric for both value‐weighted and equal‐weighted portfolios in a 

way that  is consistent with the  limits‐to‐arbitrage argument  in Scheinkman and Xiong (2003) and Shleifer and 

Vishny  (1997). While our predictability  results are only apparent  for short‐duration stocks, abnormal  returns 

20  

across  stocks  with  short  versus  long  holding  durations  are  only  significantly  different  among  stocks  with 

optimistic recommendations and not among stocks with pessimistic ones. For example, the long‐short portfolio 

that  buys  (sells)  stocks  with  long  (short)  holding  durations  among  stocks  with  the  strongest  buy 

recommendations has a future annualized alpha of (12*0.69%=) 8.28% with a t‐stat of 4.98 for equal‐weighted 

portfolios,  and  of  (12*0.87%=)  10.44%  with  a  t‐stat  of  3.26  for  value‐weighted  portfolios.  However,  the 

analogous  long‐short portfolio among stocks with the most pessimistic recommendations has an  insignificant 

abnormal return  for both equal‐weighted and value‐weighted portfolios. Therefore, our results  indicate  little 

evidence of undervaluation, as the return predictability conditional on Stock Duration is driven by overreaction 

to optimistic recommendations leading to temporary overvaluation followed by predictable negative alphas. 

In Table 3, Panel B, we  find  that  the  return predictability conditional on Stock Duration and Analyst 

Recommendation  is  remarkably persistent over each of  the next  four quarters. For example,  if we postpone 

portfolio construction by one quarter (i.e., use the Stock Duration and Analyst Recommendation three months 

prior  to portfolio  construction) and hold  the  stocks  for only one quarter,  the  long‐short portfolio  that buys 

(sells) stocks with the most pessimistic  (optimistic) analyst recommendations among stocks with the shortest 

holding durations generates an annualized 5‐factor alpha of 14.52% (t‐stat of 3.07). Lagging by two, three, or 

four  quarters,  respectively,  gives  annualized  alphas  of  13.56%  (t‐stat  of  2.82),  14.86%  (t‐stat  of  3.14),  and 

12.39% (t‐stat of 2.56), respectively.14  

                                                            14 Appendix Table A‐3, Panel B presents 5‐factor alphas  for portfolios  formed by  sorting based on Share Turnover and Analyst Recommendation. The returns for these portfolios are weaker compared to the portfolios based on Stock Duration and  Analyst  Recommendation  (Table  3,  Panel  A).  For  example,  the  value‐weighted  return  for  stocks  with  optimistic recommendations and high turnover is only ‐1.32% per year with a t‐stat of 0.44, compared to ‐8.76% per year (t‐stat of 3.71)  for  stocks with  low  holding  duration  and  optimistic  recommendations.  The  return  predictability  conditional  on turnover  is probably weaker as the years since the early 2000s have become dominated by high‐frequency traders, who are unlikely to trade on analyst recommendations. To test this argument, we divide in Appendix Table A‐4 the sample into two time‐periods (1993‐2003 versus 2004‐2013) and show that results conditional on Stock Duration are similar  in both periods whereas those for turnover are significantly stronger in the first period when turnover is more likely to proxy for trading activity of fundamentals‐based investors. Results in the second period are weaker as turnover is then more likely dominated by high‐frequency trading. 

21  

To complement this analysis, Figure 2A provides cumulative alphas of the four ‘extreme’ portfolios  in 

the 5x5  independent double sorts  in event time. Unsurprisingly, stocks with the most optimistic  (pessimistic) 

analyst forecasts previously had  large positive (negative) abnormal returns. For  long‐duration stocks, there  is 

no price reversal of this past abnormal performance, but  for short‐duration stocks the  figure shows a strong 

reversal which is consistent with the results discussed above.  

In Figure 2B, we plot the performance of two different  long‐short portfolios based on Stock Duration 

and  Analyst  Recommendation  in  calendar  time.  For  both  long  and  short  holding‐duration  quintiles,  we 

construct  long‐short  portfolios  that  are  long  in  stocks  with  the  most  pessimistic  recommendations  (fifth 

quintile) and short  in stocks with the most optimistic recommendations (first quintile). The figure shows that 

one dollar  invested  in the  long‐short portfolio with  long holding durations significantly outperforms the  long‐

short portfolio with short holding durations over the period 1993 to 2013.  

4. Exploiting Exogenous Variation: Evidence from Russell 2000 Inclusions 

4.1 Russell 2000 Inclusions as an Exogenous Shock 

A  potential  endogeneity  concern  with  our  analysis  is  that  some  unobservable  variables  (e.g., 

information  or  news)  could  affect  overvaluation  through  the  decision  by  short‐term  investors  to  invest  in 

certain stocks (‘selection effect’). Similarly, the same unobservable variables could also affect analysts and their 

recommendations.  In other words,  short‐term  investors and analysts may  simply be bystanders,  rather  than 

variables that directly cause any of the overvaluation and price reversals that we documented.  

To mitigate  this  concern and  to  corroborate  that  the documented  return predictability  is  caused by 

short‐term  investor  overreaction  due  to  their  coordination  through  extreme  analyst  recommendations, we 

exploit annual Russell 2000  index  reconstitutions  as exogenous  shocks  to analyst  coverage and  institutional 

ownership (and, as a result, to Stock Duration). We focus on  index  inclusions as these are events that do not 

provide new  information  to  the market.  In  fact, membership  in  the Russell 2000  is quite predictable, as  it  is 

22  

based only on a firm’s market cap rank on May 31 each year: firms whose market cap ranks between 1,000 and 

3,001 are included in the index, and whether stocks are just above or below these cutoffs is likely to be random 

(e.g., Chang, Hong, and Liskovich, 2015). As motivated below, we focus on stocks newly added to the Russell 

2000 ‘from below’, i.e., stocks that were previously not in the Russell 1000 but whose strong recent abnormal 

performance and  increase  in market value  lead  to Russell 2000  inclusions. Stocks added  to  the Russell 2000 

enter our sample at the end of June when they are first  included. We keep these stocks  in our tests for four 

quarters (i.e., from the second quarter of a given year to the first quarter of the next year).  

Figure  3  shows  that,  in  general,  extremes  in  analyst  recommendation  and  holding  durations  are 

similarly mean  reverting  in  the  Russell  2000  subsample  as  in  the  full  sample  (see  Figure  1).  There  is  one 

exception though, namely that stocks that have long holding durations at the time they are added to the index 

exhibit  no  subsequent  mean  reversion  in  their  holding  durations.  This  suggests  that  these  stocks  are 

significantly less impacted by index inclusion than stocks with low holding durations.  

We verify  this difference  in Figure 4, where we  show  that Russell 2000  reconstitutions  ‘from below’ 

generate substantial changes in institutional ownership and analyst coverage for short‐duration stocks  (Figure 

4A), but not  for  long‐duration stocks (Figure 4B).  In particular, firms with  low holding durations experience a 

sharp  increase  in  institutional ownership from a pre‐inclusion average of around 20% to over 40% soon after 

inclusion. Moreover, the number of analysts covering these stocks triples; it increases from about one analyst 

before to over three analysts afterwards. There are no such large changes for stocks added to the index that, at 

that  time,  have  had  long  holding  durations.  As  a  result,  the  large  increases  in  institutional  ownership  and 

analyst coverage constitute an important and (arguably) largely exogenous shock for stocks with mostly short‐

term  institutional ownership, which diminishes the role of these short‐term speculators after  index  inclusion. 

As  a  result,  Stock Duration  increases  substantially  after  index  inclusion,  from  about  two quarters before  to 

about four quarters thereafter.   

23  

Figure 5 shows that we cannot find significant changes in institutional ownership, analyst coverage, or 

Stock Duration  for  stocks  added  to  Russell  2000  ‘from  above’  (stocks  that were  part  of  the  Russell  1000). 

Therefore, we do not include such stocks in our main analysis as we have no evidence for significant changes in 

the  information  environment or holding durations.  Furthermore,  the majority of  inclusions  into  the Russell 

2000 index are from below due to market cap increases (rather than from above due to drops in market cap).15  

4.2 Russell 2000 Inclusions: Results from Portfolio Sorts 

Table 4 shows  that our  result of price  reversals  for stocks with short holding durations and extreme 

analyst recommendations in Table 3 continue to hold when we only consider stocks added from below to the 

Russell 2000. Specifically, we  find strong evidence  for a positive  relation between Stock Duration and  future 

returns, supporting the hypothesis that stocks held by short‐term investors are more likely to be overvalued at 

the time of the index inclusion. For example, as shown in the second and third columns of Table 4, Panel A, a 

long‐short  equal‐weighted  portfolio  with  long  (short)  positions  in  stocks  in  the  highest  (lowest)  duration 

quintile  earns  a  3‐factor  alpha  of  (12*1.16%=)  13.92%  per  year  (t‐stat  of  4.85),  and  a  5‐factor  alpha  of 

(12*1.07%=)  12.84%  (t‐stat  of  4.52).  The magnitude  and  significance  of  the  abnormal  returns  is  similar  for 

value‐weighted portfolios; for example, the long‐short 5‐factor alpha equals 1.25% per month (t‐stat of 4.17).16 

These findings are strongly asymmetric, as all results are driven by overvalued stocks with short durations, with 

little evidence of undervaluation of stocks with long durations; this is again consistent with limits to arbitrage. 

We  next  consider  in  Table  4,  Panel B whether  analyst  recommendations mitigate  or  aggravate  any 

price impact of speculative trading by short‐term investors before Russell 2000 inclusions. Similar to our results 

in the full sample, we find that the return reversal for Stock Duration is stronger conditional on extreme analyst 

                                                            15 Nevertheless, we show  in Appendix Table A‐5  that our results are robust when we use stocks added  to Russell 2000 from both above and below.   16 In Appendix Table A‐6 we consider for robustness Share Turnover as an alternative measure of trading frequency and find results that are similar. Most notably, we find that stocks with high turnover strongly underperform the stocks with low turnover after Russell 2000 inclusion. For example, as shown in the last column of Appendix Table A‐6, Panel A, a long‐short value‐weighted portfolio with long positions in stocks in the lowest turnover quintile and short positions in stocks in the highest turnover quintile earns a 5‐factor alpha of (12*0.85%=) 10.20% per year (t‐stat of 2.44).  

24  

recommendations, which  seem  to exacerbate misvaluation due  to  the presence of  short‐term  investors. For 

example,  in  Table  4,  Panel  B  the  value‐weighted  5‐factor  alpha  for  stocks  in  the most  optimistic  analyst 

recommendation quintile and the lowest duration group equals (12*‐1,45%=) ‐17.4% per year (t‐stat of 4.17), 

whereas  the  5‐factor  alpha  for  stocks with  similarly  optimistic  analyst  recommendations  but  long  holding 

durations  is positive (3.84% per year), with a t‐stat of 1.06. The difference of 21.24% alpha per year between 

the two stock‐duration groups is highly significant (t‐stat of 4.05).  

To be in line with the results for the full sample and the theoretical predictions from Scheinkman and 

Xiong  (2003), we expect weaker  return predictability conditional on pessimistic  recommendations and  short 

holding durations  in our Russell 2000  sample.  Indeed, we  find  that  the portfolio with  short‐duration  stocks 

(tercile  1)  and  the most  pessimistic  analyst  recommendations  (quintile  5)  has  an  insignificant  future  value‐

weighted 5‐factor alpha of  (12*‐0.28%=) 3.36% per  year  (t‐stat of 0.64), while  the  value‐weighted portfolio 

with long‐duration stocks (tercile 3) and similarly pessimistic analyst recommendations (quintile 5) has an alpha 

of  (12*0.15%=) 1.80% per  year  that  is  statistically  insignificant  (t‐stat of 0.69). The difference  in  annualized 

alphas of 5.16% is also insignificant (t‐stat of 0.89). 

4.3 Russell 2000 Inclusions: Results from Analyst Recommendation Announcement Returns  

  The previous subsection shows  that short‐duration stocks added  to Russell 2000 are overvalued and 

this overvaluation is exacerbated in the presence of optimistic consensus recommendations. To provide direct 

evidence  that  this  negative  return  predictability—conditional  on  short  holding  duration  and  optimistic 

recommendations—is driven by overreaction to analysts, we examine the reaction of short‐term  investors to 

analyst  recommendation  and  earnings  announcements  in  the  four  quarters  before  and  after  portfolio 

formation.  If  overvaluation  is  exacerbated  in  presence  of  optimistic  analysts,  similar  to  results  for  the  full 

sample in Table 2, we expect short‐term investors to overreact to past recommendations which are optimistic. 

We further expect this overreaction to correct when there is a reversal in recommendations in the future.  

25  

  To test this prediction in the Russell 2000 sample, we consider the performance of stocks in portfolios 

created by independently double sorting stocks into 3x5 portfolios based on Stock Duration terciles and Analyst 

Recommendation  quintiles.  As  before,  we  calculate  three‐day  CARs  around  all  analyst  recommendation 

announcements in the previous (next) four quarters for each stock in each of the resulting 15 portfolios.17   

The results are presented in Table 5, Panel A. In the first half of the panel, we find that past abnormal 

returns  are  stronger  for  stocks  with  short  holding  durations.  Specifically,  stocks  with  currently  the  most 

optimistic analysts have higher past CARs around previous recommendations when they are held  for shorter 

durations  compared  to when  they are held  for  longer durations. For example,  for  the  stocks with  the most 

optimistic recommendations, the difference  in CARs for stocks with short versus  long durations equals 1.87% 

and is highly significant with a t‐stat of 2.50. For the most pessimistic recommendations, the difference in CARs 

between stocks with low and high holding durations is insignificant. 

We  next  consider  whether  we  can  predict  any  subsequent  price  reversals  around  future 

recommendation  announcements.  In  the  second  half  of  Table  5,  Panel  A, we  present  future  CARs  around 

subsequent  recommendation announcements,  for stocks  in portfolios  formed conditional on current Analyst 

Recommendation  and  Stock  Duration. We  confirm  that  stock  price  reversals  are  driven  by  stocks  held  by 

investors with short holding durations and, as predicted, reversals are strongest for stocks with short holding 

duration and optimistic recommendations. For example, for stocks in the lowest duration tercile, the difference 

in  future  CARs  across  stocks with  the most  pessimistic  versus  optimistic  analyst  recommendations  equals 

2.26% with  a  highly  significant  t‐stat  of  5.24.  Price  reversals  tend  to  be much weaker  for  stocks with  long 

                                                            17 As before, we give equal weight to each recommendation announcement for stocks in each portfolio. We then calculate the average of  these mean abnormal returns  in each portfolio across  time, resulting  in a quarterly average of past and future recommendation announcement returns for each of the 15 portfolios. As discussed above, these event‐time results can be  interpreted as giving more weight  to  stocks with more analyst  recommendations. Results  calculating abnormal returns  first across all events  for each stock separately, and  then computing  the average  (i.e., equally‐weight) of  these mean abnormal returns across all stocks (available upon request) are again similar to the ones we report. 

26  

holding  durations,  for which  the  difference  in  CARs  for  stocks with  the most  pessimistic  versus  optimistic 

recommendations equals only ‐0.07% with a t‐stat of 0.08.18  

Finally, we consider whether there  is any price reversal around subsequent earnings announcements. 

Similar  to  the  results  for  recommendation  announcement, we  find  in  Table  5,  Panel  B  some  (but weaker) 

evidence  of  overreaction  and  reversal  for  stocks with  the  lowest  holding  duration  and  the most  optimistic 

analysts. For these stocks, the average three‐day CAR around earnings announcements in past four quarters is 

1.60%  (t‐stat of 6.31), and  it  is  ‐0.57%  (t‐stat of 3.53) over next  four quarters. We  cannot  find evidence of 

return reversals around earnings announcements for stocks with long durations or pessimistic analysts. 

 4.4 Russell 2000 Inclusions: Results for Stocks around the Market Cap Cutoff 

  One potential concern with examining  stocks  recently added  to  the Russell 2000  from below  is  that 

these stocks tend to be different compared to rest of the stocks in our sample. For example, Table 1 shows that 

newly  included firms are smaller (median market cap of $235 million versus $477 million for the full sample) 

and have significantly outperformed over the past year (median returns of 34.7% in the inclusion sample, see 

Panel C,  versus 7.3% in the full sample, see Panel A). To address this concern, we compare the returns of the 

hundred smallest stocks that were added to the Russell 2000 from below (and thus just made the cutoff), with 

the returns of the hundred largest stocks just outside of the Russell 2000 and 1000 (i.e., stocks that just missed 

the cutoff and thus were not added to the index). The comparison of these two groups is useful as their market 

cap and past returns are more similar.  

We first show that the hundred stocks that just made it into the index experienced substantial changes 

to their information environment, compared to similar firms that just missed the inclusion. Figure 6 shows that, 

four quarters before inclusion, institutional ownership in the hundred stocks that were subsequently added to 

the index is very similar to the one of the stocks that later just missed the cutoff. However, four quarters after 

                                                            18 Appendix Table A‐6, Panel C reports for robustness results using Share Turnover instead of Stock Duration.  

27  

the  inclusion,  their  institutional ownership  is  substantially higher. We estimate  the  statistical  significance of 

these  changes  using  a  difference‐in‐difference  (DiD)  approach  and  calculate  the  change  in  institutional 

ownership from four quarters before to four quarters after the  index  inclusion quarter, for the two groups of 

just included and non‐included stocks, with results presented in  in Table 6, Panel A. For the hundred smallest 

included stocks, we  find that  institutional ownership  increases by 9.2%, while  for stocks that  just missed the 

cutoff, institutional ownership increases by only 5.45%. The difference in these changes is significant with a t‐

stat of  6.15. We  find  similar  results  for  analyst  coverage where  the DiD  equals  0.34  (t‐stat of  4.82), which 

indicates that stocks that were ‘just added’ to the index see a greater increase in analyst coverage. Finally, for 

Stock  Duration,  the  DiD  estimate  equals  ‐0.11  years  (t‐stat  of  3.72),  implying  that  four  quarters  after  the 

inclusion, stocks added to the Russell 2000 are held by more new institutions.  

We next  compare  returns of both  sets of  firms.  In Table 5, we documented negative  future  returns 

after  index  inclusion  for stocks with short holding durations. To show that this result  is driven by exogenous 

changes in holding duration after firms are added to the Russell 2000, we compare the return predictability for 

‘just included’ stocks with that for ‘just not‐included’ stocks. If the price reversal is driven by overly optimistic 

short‐term  investors becoming  less  important  as more  long‐term  institutional  investors buy  stocks because 

they are added to the index, then we should expect the return reversals to be stronger for stocks that were just 

added to the index. On the other hand, return reversals should be weaker for stocks that just missed the index.  

The corresponding results are presented in Table 6, Panel B. The comparison that is of most relevance 

for our analysis  is the future return predictability conditional on Stock Duration, for which the results confirm 

the above prediction of the role of holding durations. For example, stocks with a short holding duration earn a 

negative value‐weighted 5‐factor alpha of (12*‐1.02%=) ‐12.24% in the year after the index inclusion, which is 

highly significant with a t‐stat of 3.06. In contrast, short‐duration stocks that just missed the Russell 2000 cutoff 

do not experience any return reversals (with an insignificant 5‐factor alpha of only 12*‐0.02%= ‐0.24% per year; 

the return difference is highly significant with a t‐stat of 2.11). This provides additional evidence supporting the 

28  

prediction  that  stocks  owned  by  short‐term  investors  are  more  likely  to  be  overvalued,  where  the 

overvaluation declines as their importance diminishes.  

5. Limited Arbitrage and Robustness 

5.1 Role of Limits to Arbitrage 

In  the  previous  two  sections, we  present  evidence  of  strong  price  reversals  for  stocks with  short 

holding durations and extreme analyst recommendations, suggestive of temporary distortions in stock prices. If 

so, it is important to uncover what frictions prevent arbitrageurs from trading these away, or to show evidence 

of  limits  to arbitrage as  in Shleifer and Vishny  (1990). We  consider  three  stock  characteristics  that previous 

literature has identified as being associated with greater limitations to arbitrage: (i) higher short‐interest ratios; 

(ii) lower ownership by a major stock lender for small cap stocks, namely Dimensional Fund Advisor (DFA); and 

(iii) higher idiosyncratic volatility. The first two characteristics relate to stocks that are more likely to be subject 

to  short‐sales  constraints  (e.g.,  Asquith,  Pathak,  and  Ritter,  2005;  Nagel,  2005), while  the  third  one more 

generally relates to stocks that are more difficult to trade, implying also greater limits to arbitrage (e.g., Shleifer 

and Vishny, 1997).19 We form 5x5x2 independent triple sorts on Stock Duration, Analyst Recommendation, and 

the  respective proxy  for arbitrage  costs, with  the  results  reported  in Table 7. We use  in Panel A  the  short‐

interest ratio, in Panel B DFA ownership, and in Panel C idiosyncratic volatility as proxies for arbitrage costs. For 

all three panels, we report monthly value‐weighted 5‐factor alphas.  

Table 7  shows  that  the patterns documented  in  Table 3, Panel A, namely  that  stocks with extreme 

analyst recommendations exhibit significant price reversals only  if held by short‐term  investors, are driven by 

the subset of stocks with high arbitrage costs. For example, we find in Table 7, Panel A that the value‐weighted 

annualized  5‐factor  alpha  for  stocks  with  optimistic  recommendations  that  are  also  held  by  short‐term 

                                                            19 The short‐interest ratio captures the shorting demand: the higher the demand, the more expensive shorting is likely to be. Ownership by DFA captures  the supply of shares available  for shorting. The  lower  the ownership by DFA, the more expensive shorting is likely to be, particularly for small cap stocks. 

29  

investors equals (12*‐0.85%=) ‐10.16% (t‐stat of 3.65) if the short‐interest ratio is high. However, the analogous 

5‐factor alpha is neither statistically nor economically significant if the short‐interest ratio is low (12*‐0.18%= ‐

2.20% per year, t‐stat of 0.77). The difference in alphas of ‐7.97% is significant with a t‐stat of 2.39. Note that 

shorting costs as proxied by the short‐interest ratio do not seem to matter for long‐duration stocks. Consistent 

with  limited arbitrage and the short‐interest ratio being a proxy  for shorting cost, conditioning on the short‐

interest ratio hence matters mostly on the short‐side or for negative return predictability.  

We  find  similar  results when we use  the DFA ownership.  In Table 7, Panel B,  the value‐weighted 5‐

factor alpha  for  stocks with optimistic  recommendations  that are held by  short‐term  investors equals  (12*‐

0.81%=)  ‐9.67% per year  (t‐stat of 3.56)  if DFA ownership  is  low. The 5‐factor alpha  is  significantly  lower  in 

magnitude  if DFA ownership  is high (12*‐0.35%=‐4.21%, t‐stat of 2.12). The difference  in alphas of 5.46% per 

year  is  again  significant  (t‐stat of 1.98).  Finally,  in  Table 7, Panel C we  find  that  the  return predictability  is 

stronger for high  idiosyncratic risk stocks, and especially so on the  long‐side or for positive abnormal returns, 

compared to the previous two proxies of arbitrage costs. For example, the value‐weighted annualized alpha for 

stocks with the most pessimistic recommendations that are also held by short‐term investors equals (12*0.63 

%=) 7.60% (t‐stat of 2.29) if idiosyncratic risk is high. However, the alpha is neither statistically nor economically 

significant among stocks with low idiosyncratic volatility (2.23% per year, t‐stat of 0.80).  

5.2 Fama‐MacBeth Regressions 

As  an  additional  robustness  test,  we  use  the  Fama‐MacBeth  (1973)  methodology  and  estimate 

predictive  cross‐sectional  regressions  of  next  one‐year  raw  returns  on  Stock  Duration  and  Analyst 

Recommendation while controlling for other stock characteristics. We present the results for the full sample in 

Table 8, Panel A, and the corresponding results for the Russell 2000 inclusion sample in Table 8, Panel B.  

We  find estimates  that are generally  consistent with  the  results  in Table 3. For example  in Table 8, 

Panel A,  the  coefficient on  Stock Duration  is positive  and highly  significant  in most of  the  specifications.  In 

30  

column 1, it equals 3.3%, with a t‐stat of 3.05, which confirms the results in Table 3, Panel A, namely that short‐

duration stocks earn lower returns compared to long‐duration stocks. In column 2, we replace the continuous 

measure with dummy variables corresponding to top and bottom holding‐duration quintiles. We find that the 

coefficient corresponding to the short (or bottom) duration quintile is negative and highly significant (t‐stat of 

2.74), whereas the coefficient of the  longest  (or top) quintile  is positive but  insignificant (t‐stat of 0.88). This 

confirms  that  among  short‐duration  stocks,  results  are driven by overvaluation  rather  than undervaluation, 

consistent with the presence of short‐sales constraints.  

Looking at the  interplay of holding durations and analyst recommendations,  in column 3 we find that 

the coefficient of the interaction between Stock Duration and Analyst Recommendation is negative and highly 

statistically  significant  (t‐stat  of  4.19).  This  confirms  that  return  predictability  based  on  analyst 

recommendations is stronger for stocks with short holding durations (as shown in Table 3, Panel A). In column 

4, using the extreme‐duration dummies, we confirm that returns conditional on analyst recommendations are 

significant  only  for  short‐duration  stocks.  Column  5  also  includes  interaction  terms  of  Stock Duration with 

analyst forecast dispersion and analyst coverage. The interaction between Analyst Recommendation and Stock 

Duration remains significant once these other interactions are added, whereas the two additional interactions 

terms have insignificant coefficients. Finally, in column 6 we include turnover as an alternative proxy for trading 

frequency.  We  find  that  the  interaction  between  analyst  recommendation  and  turnover  is  positive  and 

significant, consistent with the results in Appendix Table A‐2, Panel B. 

We verify the robustness of our results for Russell 2000 inclusion stocks in Table, 8 Panel B. In columns 

1 and 2, we estimate regressions over the full sample and include a dummy variable that equals one if a stock 

has been added to Russell 2000 from below in the current quarter or in any of the previous three quarters. We 

also include the interaction of this dummy with Stock Duration, as well as other stock characteristics. In column 

1, the interaction term between Stock Duration and the Russell 2000 dummy equals 3.6% and is significant at 

the 10% level. The coefficient on Stock Duration is 3.0% with a t‐stat of 3.23. Therefore, the coefficient on Stock 

31  

Duration is approximately two‐times larger (0.030+0.036=0.066) conditional on a recent Russell 2000 inclusion; 

this  shows  that  return  reversals  due  to  holding‐duration  reversals  are  even  stronger  after  Russell  2000 

inclusions.  This  is  consistent  with  the  hypothesis  that  these  events  provide  an  exogenous  shock  to  the 

institutional‐investor  base,  leading  to  less  speculative  and more  long‐term  investors  holding  the  stock.  In 

column 2, we find similar results conditional on share turnover. The interaction term between turnover and the 

inclusion dummy is negative and highly significant with a t‐stat of 4.67. Therefore, return reversals conditional 

on high turnover are stronger for stocks recently added to the Russell 2000.  

In columns 3  to 5, we  focus only on  the Russell 2000  subsample and  show  results analogous  to  the 

portfolios results  in Table 4. The regression estimates are generally consistent with our portfolio results. For 

example,  in  column  3,  the  coefficient  of  Stock  Duration  is  5.1%  and  significant with  a  t‐stat  of  1.97.  This 

confirms that short‐duration stocks earn lower returns post Russell 2000 inclusion compared to long‐duration 

stocks.  In  column  4,  the  interaction  between  Stock Duration  and Analyst Recommendation  is  negative  and 

highly statistically significant (t‐stat of 2.26). This confirms that return predictability based on Stock Duration is 

stronger for stocks with optimistic recommendations. Finally, when we  include  in column 5 share turnover as 

an  alternative  proxy, we  find  that  the  interaction  term  between  analyst  recommendation  and  turnover  is 

positive as predicted, though we note that it is insignificant with a t‐stat of only 1.01. 

6. Conclusion 

  We document novel evidence that the presence of short‐term investors, when combined with extreme 

consensus  analyst  recommendations,  is  strongly  associated with  future  price  reversals.  In  particular,  stocks 

held  by  short‐term  institutional  investors  with  the  most  optimistic  analyst  recommendations  tend  to  be 

overvalued:  these  stocks  generally  have  large  positive  past  abnormal  returns, which  are  followed  by  large 

negative subsequent abnormal stock returns. This finding is consistent with and expands the results of Ertimur, 

Muslu, and Zhang (2011). We further show that our economically large abnormal returns are driven by stocks 

that are harder to arbitrage, such as stocks with higher short‐interest ratios and higher idiosyncratic volatility. 

32  

Our main  interpretation  of  these  results  is  that  extreme  analyst  recommendations  serve  as  a  coordination 

device  for  short‐term  traders  (Froot, Scharfstein, and Stein, 1992), assisting herding among  speculators and 

exacerbating their collective price effect. This interpretation is also broadly consistent with both Shiller (2002, 

2003) and the theory of Hong, Scheinkman, and Xiong (2008).  

Our  main  identification  to  corroborate  that  short‐term  traders  indeed  cause  the  documented 

misvaluation is obtained from stocks added ‘from below’ to the Russell 2000 index. This identification strategy 

has  the advantage  that  it allows us  to  rule out other explanations,  for example  that  short‐term  traders are 

trading on  the misvaluation or  that  the documented price  reversals  are driven by news events  that  attract 

short‐term  investors  (or other selection effects). Stocks added  to  the Russell 2000 have generally performed 

very well in the past year, such that their significant increase in market capitalization now newly qualifies them 

for inclusion  in this popular small cap benchmark. If such newly  included stocks have short holding durations, 

i.e., have institutional owners who are generally short‐term, we find that the index inclusion causes substantial 

changes to analyst coverage, institutional ownership, and holding durations. As argued by, for example, Chang, 

Hong,  and  Liskovich  (2015),  these  are  changes  that  are  arguably mostly  exogenous  to  firms  and  cause  a 

diminished role of short‐term speculators.  

We  find  that  stocks with  strongly  optimistic  analyst  recommendations  and  short  holding  durations 

appear to be significantly overvalued at the time when they are added to the Russell 2000. After their  index 

inclusion, this overvaluation slowly reverses over the subsequent two years, as the  importance of short‐term 

investors in these stocks declines due to substantial increases in institutional ownership and analyst coverage. 

Our  results  are  remarkably  large  economically.  For  example,  the  value‐weighted  5‐factor  alpha  for  newly‐

added stocks with the most optimistic analyst recommendations and the shortest holding durations equals a 

negative ‐17.4% per year (t‐stat of 4.17) in the year after they are first included. Our study thus suggests that 

short‐term  traders  seem  to  coordinate  around  extreme  analyst  recommendations  causing  significant 

overvaluation. 

33  

References 

Asquith,  Paul,  Parag  A.  Pathak,  and  Jay  R.  Ritter,  2005,  Short  interest,  institutional  ownership,  and  stock returns, Journal of Financial Economics 78, 243–276.  

Ball, Ray, and S. P. Kothari, 1991, Security returns around earnings announcements, The Accounting Review 66, 718–738.   

Barber, Brad, Reuven  Lehavy, Maureen McNichols,  and Brett  Trueman, 2001, Can  investors profit  from  the prophets? Security analyst recommendations and stock returns, Journal of Finance 56, 531–563. 

Bartov,  Eli,  Suresh  Radhakrishnan,  and  Itzhak  Krinsky,  2000,  Investor  sophistication  and  patterns  in  stock returns after earnings announcements, The Accounting Review 75, 43–63. 

Balakrishnan, Karthik, Catherine Schrand, and Rahul Vashishtha, 2014, Public information, traders’ beliefs, and rational speculation, Working paper, London Business School. 

Boehmer, Ekkehart, and Eric K. Kelley, 2009,  Institutional  investors and the  informational efficiency of prices, Review of Financial Studies 22, 3563–3594.  

Brennan, Michael J., Narasimhan Jegadeesh, and Bhaskaran Swaminathan, 1993,  Investment analysis and the adjustment of stock prices to common information, Review of Financial Studies 6, 799–824. 

Brown, Nerissa C., Kelsey D. Wei, and Russ Wermers, 2014, Analyst recommendations, mutual  fund herding, and overreaction in stock prices, Management Science 60, 1–20. 

Busse,  Jeffrey,  T.  Clifton  Green,  and  Narasimhan  Jegadees,  2012,  Buy‐side  trades  and  sell‐side recommendations: Interactions and information content, Journal of Financial Markets 15, 207–232. 

Cella,  Cristina,  Andrew  Ellul,  and Mariassunta Giannetti,  2013,  Investors'  horizons  and  the  amplification  of market shocks, Review of Financial Studies 26, 1607–1648. 

Chang, Yen‐Cheng, Harrison G. Hong, and Inessa Liskovich, 2015, Regression discontinuity and the price effects of stock market indexing, Review of Financial Studies 28, 212–246.  

Chen, Honghui, Gregory Noronha, and Vijay Singal, 2004, The price response to S&P 500  index additions and deletions: Evidence of asymmetry and a new explanation, Journal of Finance 59, 1901–1930. 

Chen,  Joseph, Harrison Hong, and  Jeremy C. Stein, 2002, Breadth of ownership and stock  returns,  Journal of Financial Economics 66, 171–205. 

Collins, Daniel W., Guojin Gong, and Paul Hribar, 2003,  Investor sophistication and the mispricing of accruals, Review of Accounting Studies 8, 251–276. 

Coval, Joshua, and Erik Stafford, 2007, Asset fire sales (and purchases)  in equity markets, Journal of Financial Economics 86, 479–512. 

Cremers,  K.  J.  Martijn,  Antti  Petajisto,  and  Eric  Zitzewitz,  2012,  Should  benchmark  indices  have  alpha? Revisiting performance evaluation, Critical Finance Review 2, 1–48. 

Cremers, K.  J. Martijn, and Ankur Pareek, 2015, Short‐term  trading and stock return anomalies: Momentum, reversal, and share issuance, Review of Finance 19 1649–1701.  

34  

Daniel, Kent, David Hirshleifer, and Avanidhar Subrahnanyam, 1998,  Investor psychology and security market under‐ and overreactions, Journal of Finance 53, 18–39. 

DeBondt, Werner F.M., and Richard Thaler, 1990, Do security analysts overreact? American Economic Review Papers and Proceedings 80, 52–57. 

Diether, Karl B., Christopher J. Malloy, and Anna Scherbina, 2002, Differences of opinion and the cross section of stock returns, Journal of Finance 57, 2113–2141. 

Duffie, Darrell, 2010, Presidential address: Asset price dynamics with slow‐moving capital,  Journal of Finance 65, 1237–1267. 

Edmans, Alex, Itay Goldstein, and Wei Jiang, 2012, The real effects of financial markets: The impact of prices on takeovers, Journal of Finance 67, 933–971. 

Ertimur, Yonca, Volkan Muslu, and Frank Zhang, 2011, Why are recommendations optimistic? Evidence  from analysts’ coverage initiations, Review of Accounting Studies 16, 679–718. 

Fama, Eugene F., and James D. MacBeth, 1973, Risk, return, and equilibrium: Empirical tests, Journal of Political Economy 81, 607–636. 

Froot, Kenneth, David S. Scharfstein, and Jeremy Stein, 1992, Herd on the street: Informational inefficiencies in a market with short‐term speculation, Journal of Finance 47, 1461–1484. 

Greenwood,  Robin,  2005,  Short‐  and  long‐term  demand  curves  for  stocks:  Theory  and  evidence  on  the dynamics of arbitrage, Journal of Financial Economics 75, 607–649. 

Harris, Lawrence, and Eitan Gurel, 1986, Price and volume effects associated with changes in the S&P 500 list: New evidence for the existence of price pressures, Journal of Finance 41, 815–829. 

Harrison,  J.  Michael,  and  David  Kreps,  1978,  Speculative  investor  behavior  in  a  stock  market  with heterogeneous expectations, Quarterly Journal of Economics 92, 323–336. 

Hong, Harrison,  Jose Scheinkman, and Wei Xiong, 2008, Advisors and asset prices: A model of  the origins of bubbles, Journal of Financial Economics 89, 268–287. 

Hong,  Harrison,  and  Jeremy  C  Stein,  2007,  Disagreement  and  the  stock  market,  Journal  of  Economic Perspectives 21, 109–128. 

Hou, Kewei, Wei Xiong, and Lin Peng, 2009, A tale of two anomalies: The implications of investor attention for price and earnings momentum, Working Paper. 

Jegadeesh, Narasimhan, Joonghyuk Kim, Susan D. Krische, and Charles M. C. Lee, 2004, Analyzing the analysts: When do recommendations add value? Journal of Finance 59, 1083–1124. 

Jegadeesh, Narasimhan, and Sheridan Titman, 1993, Returns to buying winners and selling losers: Implications for stock market efficiency, Journal of Finance 48, 65–91. 

Ke,  Bin  and  Santhosh  Ramalingegowda,  2005,  Do  institutional  investors  exploit  the  post‐earnings announcement drift? Journal of Accounting and Economics 39, 25–53. 

Loh, Roger  K.,  and René M.  Stulz,  2011, When  are  analyst  recommendation  changes  influential? Review  of Financial Studies 24, 593–627.  

35  

Lynch, Anthony W., and Richard R. Mendenhall, 1997, New evidence on  stock price effects associated with changes in the S&P 500 Index, Journal of Business 70, 351–83. 

Mikhail, Michael B., Beverly R. Walther, and Richard H. Willis, 2007, When security analysts talk, who  listens? The Accounting Review 82, 1227–1253. 

Mitchell, Mark, Lasse Pedersen, and Todd Pulvino, 2007, Slow moving capital, American Economic Review 97, 215–220. 

Nagel,  Stefan,  2005,  Short  sales,  institutional  investors  and  the  cross‐section  of  stock  returns,  Journal  of Financial Economics 78, 277–309.  

Newey, Whitney  K.,  and  Kenneth  D. West,  1987,  A  simple,  positive  semi‐definite,  heteroskedasticity  and autocorrelation consistent covariance matrix, Econometrica 55, 703–708. 

Nofsinger,  John R.,  and Richard W.  Sias, 1999, Herding  and  feedback  trading by  institutional  and  individual investors, Journal of Finance 54, 2263–2295. 

Ofek, Eli, and Matthew Richardson, 2003, DotCom mania: The rise and fall of  internet stock prices, Journal of Finance 58, 1113–1138. 

Petajisto, Antti, 2011, The index premium and its hidden cost for index funds, Journal of Empirical Finance 18, 271‐288. 

Pontiff,  Jeffrey, 1996, Costly arbitrage: Evidence  from closed‐end  funds, Quarterly  Journal of Economics 111, 1135–1151. 

Sias, Richard W.,  Laura  T.  Starks,  and  Sheridan  Titman,  2006,  Changes  in  institutional  ownership  and  stock returns: Assessment and methodology, Journal of Business 79, 2869–2910. 

Scheinkman, Jose, and Wei Xiong, 2003, Overconfidence and speculative bubbles, Journal of Political Economy 111, 1183–1219. 

Shiller, Robert J., 2002, Bubbles, human judgment, and expert opinion, Financial Analysts Journal 58, 18–26. 

Shiller, Robert  J., 2003, From efficient market  theory  to behavioral  finance,  Journal of Economic Perspectives 17, 83–104. 

Shleifer, Andrei, 1986, Do demand curves for stocks slope down? Journal of Finance 41, 579–590. 

Shleifer,  Andrei,  and  Robert W.  Vishny,  1990,  Equilibrium  short  horizons  of  investors  and  firms,  American Economic Review P&P 80, 148–153. 

Shleifer, Andrei, and Robert W. Vishny, 1997, The limits of arbitrage, Journal of Finance 52, 35–55. 

Wermers, Russ, 1999, Mutual fund herding and the impact on stock prices, Journal of Finance 54, 581–622. 

Womack, Kent L., 1996, Do brokerage analysts’ recommendations have  investment value? Journal of Finance 51, 137–167. 

  

Table 1: Summary Statistics 

This table provides summary statistics. The sample consists of US common stocks from December 1993 to December 2013. We eliminate stocks without analyst  recommendations, stocks with missing market capitalization or book value of equity data,  and  stocks with  prices  below  $1.  Panel  A  reports  summary  statistics  across  the  full  sample  and  Panel  B  reports Spearman  rank  correlations. Panel C  reports  summary  statistics only  for  stocks  that  are  added  to  the Russell 2000  from below. Variables are defined in Appendix Table A‐1.   

Panel A: Full Sample 

Variable  Mean Std. Dev. 25% Median  75%

Stock Duration (years)  1.4 0.6 1.0 1.4  1.8Share Turnover (%)  0.7 0.8 0.3 0.5  0.9Analyst Recommendation  2.2 0.6 1.9 2.2  2.7Market Cap ($ million)  3741 15552 153 477  1825

MB Ratio  5.3 55.0 1.4 2.2  3.8Past 12 Months Return (%)  17.9 67.8 ‐16.1 7.3  34.8Institutional Ownership (%)  53.2 24.3 34.4 56.1  73.2Analyst Coverage  7.1 6.5 2.3 5.0  10.0

Idiosyncratic Risk (%)  2.7 1.6 1.6 2.3  3.4Short Ratio  0.03 0.04 0.01 0.02  0.04# Stocks  2752  

 Panel B: Rank Correlations  

     (1) (2) (3) (4) (5) (6) (7)  (8) (9)

(1)  Stock Duration  1.00      (2)  Share Turnover  ‐0.40 1.00      (3)  Analyst Recommendation  0.16 ‐0.08 1.00      (4)  Idiosyncratic Risk  ‐0.36 0.27 ‐0.06 1.00      

(5)  Analyst Coverage  0.03 0.41 0.05 ‐0.33 1.00      (6)  Market Cap  0.19 0.25 0.01 ‐0.56 0.77 1.00       (7)  MB Ratio  ‐0.14 0.26 ‐0.30 ‐0.05 0.28 0.39  1.00    (8)  Past 12 Months Return  ‐0.03 0.00 ‐0.20 ‐0.17 0.03 0.23  0.40  1.00(9)  Institutional Ownership  0.05 0.42 ‐0.09 ‐0.25 0.52 0.54  0.17  0.11 1.00

 Panel C: Russell 2000 Inclusion Stocks Sample 

 Variable  Mean Std. Dev. 25% Median  75%

Stock Duration (years)  1.1 0.6 0.6 1.0  1.4Share Turnover (%)  0.9 1.0 0.3 0.6  1.1Analyst Recommendation  2.0 0.6 1.5 1.9  2.4Market Cap ($ million)  324 278 171 235  362

MB Ratio  12.4 67.8 1.9 3.2  6.3Past 12 Months Return (%)  63.8 114.9 1.3 34.7  91.0Institutional Ownership (%)  48.6 21.8 31.4 48.8  65.0Analyst Coverage  3.8 2.5 1.9 3.2  5.0

Idiosyncratic Risk (%)  3.2 1.4 2.3 3.0  3.8Short Ratio  0.04 0.05 0.01 0.02  0.04# Stocks  143  

37  

Table 2: Cumulative Abnormal Returns around Analyst Recommendation and Earnings Announcements 

Panel A reports average three‐day cumulative abnormal stock returns around analyst recommendation announcements that were made during the past four quarters (the next four quarters) from the portfolio formation date. Panel B reports average three‐day cumulative abnormal stock returns around earnings announcements that were made during the past four quarters (the next four quarters) from the portfolio formation date. We first independently double sort stocks into quintiles at the end of each quarter based on Analyst Recommendation and Stock Duration. We then calculate average three‐day size‐adjusted cumulative abnormal stock returns (CARs) around all analyst recommendation announcements/earnings announcements in the previous four quarter (the next four quarters) for each stock in each of these 25 portfolios. We report the average of these mean CARs. We report results for the extreme Stock Duration groups only. The sample consists of US common stocks from December 1993 to December 2013. We eliminate stocks without analyst recommendations, stocks with missing market capitalization or book value of equity data, and stocks with prices below $1. 5% significance levels are denoted in bold and t‐statistics are reported in parentheses.  

Panel A: Cumulative Abnormal Returns (CAR) around Analyst Recommendation Announcements 

   Return Period: Quarter t = −3 to Quarter t = 0 Return Period: Quarter t = +1 to Quarter t = +4

   CAR(‐1,+1)

      Analyst Recommendation    Analyst Recommendation

Stock Duration  Uncond.  1 (Buy)  2 3 4 5 (Sell) 5‐1 Uncond.  1 (Buy) 2 3 4 5 (Sell) 5‐1

Uncond.     1.18  0.44 ‐0.12 ‐0.89 ‐1.85 ‐3.03    ‐0.80 ‐0.45 ‐0.05 0.27 0.70 1.51      (15.94)  (11.87) (‐1.32) (‐8.76) (‐11.09) (‐16.41)    (‐6.74) (‐6.24) (‐1.05) (5.14) (10.87) (11.27)

           

1 (Short)  ‐0.43  1.51  0.58 ‐0.46 ‐2.07 ‐3.12 ‐4.63 ‐0.59  ‐1.36 ‐0.91 ‐0.28 0.16 1.10 2.47   (‐4.20)  (16.80)  (8.42) (‐3.89) (‐9.53) (‐9.22) (‐13.68) (‐5.17)  (‐7.33) (‐6.51) (‐2.61) (1.50) (7.41) (10.75)

5 (Long)  ‐0.04  0.84  0.33 0.07 ‐0.23 ‐0.68 ‐1.52 0.12  0.02 ‐0.22 0.09 0.20 0.52 0.50   (‐1.14)  (10.78)  (8.18) (1.70) (‐4.56) (‐8.88) (‐12.94) (3.51)  (0.26) (‐4.30) (1.39) (4.08) (8.23) (4.58)

5‐1  0.39  ‐0.67  ‐0.25 0.53 1.85 2.44 3.11 0.71  1.39 0.69 0.37 0.04 ‐0.58 ‐1.97   (4.59)  (‐6.03)  (‐3.70) (4.77) (9.37) (7.84) (10.36) (6.94)  (7.61) (4.96) (3.52) (0.36) (‐3.94) (‐8.47)

 

Panel B: Cumulative Abnormal Returns (CAR) around Earnings Announcements 

   Return Period: Quarter t = −3 to Quarter t = 0 Return Period: Quarter t = +1 to Quarter t = +4

   CAR(‐1,+1)

      Analyst Recommendation    Analyst Recommendation

Stock Duration  Uncond.  1 (Buy)  2 3 4 5 (Sell) 5‐1 Uncond.  1(Buy) 2 3 4 5 (Sell) 5‐1

Uncond.     0.81  0.64 0.32 ‐0.02 ‐0.52 ‐1.33    0.02 0.17 0.22 0.22 0.25 0.23      (19.41)  (18.45) (12.23) (‐6.32) (‐18.27) (‐28.15)    (0.83) (6.65) (10.83) (8.70) (7.52) (5.54)

       

1 (Short)  0.31  1.03  0.86 0.31 ‐0.61 ‐0.84 ‐1.87 ‐0.09  ‐0.24 ‐0.11 0.03 ‐0.10 0.18 0.42   (7.77)  (14.16)  (12.38) (4.54) (‐6.42) (‐11.52) (‐17.65) (‐2.55)  (‐4.57) (‐1.52) (0.42) (‐1.22) (2.80) (5.10)

5 (Long)  0.15  0.56  0.44 0.21 0.01 ‐0.19 ‐0.75 0.26  0.26 0.22 0.18 0.20 0.35 0.09   (5.16)  (8.74)  (10.36) (5.70) (0.23) (‐5.26) (‐11.99) (10.05)  (4.48) (4.93) (4.24) (5.15) (8.81) (1.35)

5‐1  ‐0.16  ‐0.47  ‐0.42 ‐0.10 0.62 0.64 1.11 0.35  0.51 0.33 0.16 0.29 0.18 ‐0.33   (‐3.30)  (‐5.13)  (‐5.92) (‐1.13) (5.93) (7.97) (9.80) (8.38)  (6.18) (3.46) (2.06) (3.30) (2.50) (‐2.84)

38  

Table 3: Return Predictability: Portfolio Results 

Panel  A  reports monthly  equal‐weighted  and  value‐weighted  alphas  for  portfolios  formed  by  independent  double  sorts  based  on  Stock  Duration  and  Analyst Recommendation. At the beginning of each quarter, stocks are first divided into five groups based on Stock Duration and then independently divided into five groups based on Analyst Recommendation. We then report returns for these 25 portfolios which are calculated over next four quarters. Panel B reports results once we lag the portfolio construction by one, two, three, and four quarters. We report results for the extreme groups only. To account for overlapping portfolios when calculating returns, we follow the methodology  in Jegadeesh and Titman (1993) such that stocks ranked  in each of the  last four quarters form one‐fourth of each portfolio. All reported returns are in monthly percentages. The sample consists of US common stocks from December 1993 to December 2013. We eliminate stocks without analyst recommendations, stocks with missing market capitalization or book value of equity data, and stocks with prices below $1. 5% significance levels are denoted in bold and t‐statistics are reported in parentheses. 

 

 Panel A: Double Sorts on Stock Duration and Analyst Recommendation 

       Monthly Equal‐Weighted 5‐Factor Alpha    Monthly Value‐Weighted 5‐Factor Alpha

      Analyst Recommendation    Analyst Recommendation

Stock Duration  Uncond.  1 (Buy)  2 3 4 5 (Sell) 5‐1 Uncond.  1 (Buy) 2 3 4 5 (Sell) 5‐1

           

Uncond.     0.05  0.16 0.32 0.38 0.41 0.36    ‐0.09 0.13 0.14 0.14 0.09 0.18      (0.51)  (1.85) (4.21) (5.21) (3.61) (2.93)    (‐0.79) (2.16) (2.01) (1.94) (1.08) (1.19)

           

1 (Short)  0.06  ‐0.25  ‐0.03 0.31 0.47 0.67 0.93 ‐0.17  ‐0.73 ‐0.20 0.29 0.26 0.42 1.16   (0.49)  (‐1.72)  (‐0.19) (2.26) (2.92) (3.33) (4.76) (‐1.11)  (‐3.71) (‐1.06) (1.37) (1.39) (1.79) (3.67)2  0.23  0.11  0.21 0.37 0.37 0.40 0.30 ‐0.12  ‐0.28 ‐0.07 0.09 0.09 0.17 0.45   (2.46)  (0.84)  (2.06) (3.43) (3.13) (2.28) (1.49) (‐1.15)  (‐1.67) (‐0.44) (0.63) (0.64) (1.10) (1.95)3  0.29  0.13  0.24 0.37 0.44 0.53 0.40 0.07  0.00 0.11 0.14 0.21 0.19 0.19   (4.03)  (1.09)  (2.14) (4.33) (4.70) (4.19) (2.51) (0.87)  (‐0.03) (0.89) (1.08) (1.86) (1.41) (0.88)4  0.33  0.40  0.29 0.34 0.36 0.36 ‐0.04 0.09  0.02 0.20 0.05 0.15 0.18 0.16   (4.96)  (4.03)  (2.86) (4.44) (4.28) (3.21) (‐0.33) (1.29)  (0.14) (1.68) (0.53) (1.62) (1.48) (0.80)

5 (Long)  0.40  0.44  0.38 0.37 0.38 0.45 0.01 0.15  0.14 0.23 0.19 0.20 0.10 ‐0.04   (5.54)  (3.95)  (3.90) (4.05) (4.41) (3.73) (0.08) (2.37)  (0.76) (1.99) (1.78) (1.87) (0.76) (‐0.17)

5‐1  0.34  0.69  0.40 0.06 ‐0.09 ‐0.22 ‐0.92 0.32  0.87 0.43 ‐0.11 ‐0.06 ‐0.32 ‐1.20   (2.78)  (4.98)  (2.55) (0.39) (‐0.50) (‐1.11) (‐4.30) (1.69)  (3.26) (1.85) (‐0.43) (‐0.30) (‐1.15) (‐3.21)

     

39  

Table 3 (continued)  

Panel B: Double Sorts on Stock Duration and Analyst Recommendation: Lagged Portfolio Construction 

    Portfolio Construction Lag in Quarters:

      One Quarter Two Quarters Three Quarters Four Quarters

      Monthly Value‐Weighted 5‐Factor Alpha

      Analyst Recommendation Analyst Recommendation Analyst Recommendation Analyst Recommendation

Stock Duration     1 (Buy)  5 (Sell) 5‐1 1 (Buy) 5 (Sell) 5‐1 1 (Buy)  5 (Sell) 5‐1 1 (Buy) 5 (Sell) 5‐1

1 (Short)     ‐0.92  0.30  1.21 ‐0.63 0.50 1.13 ‐0.80  0.44 1.24 ‐0.59 0.45 1.03      (‐3.97)  (0.91) (3.07) (‐2.52) (1.74) (2.82) (‐3.40)  (1.36) (3.14) (‐2.40) (1.49) (2.56)

5 (Long)     0.32  0.23  ‐0.09 0.06 ‐0.06 ‐0.12 ‐0.08  0.18 0.26 0.29 0.11 ‐0.18      (1.36)  (1.33) (‐0.31) (0.25) (‐0.36) (‐0.39) (‐0.34)  (1.10) (0.90) (1.18) (0.73) (‐0.61)

5‐1     1.24  ‐0.07 ‐1.31 0.69 ‐0.56 ‐1.25 0.72  ‐0.26 ‐0.98 0.88 ‐0.34 ‐1.21      (3.75)  (‐0.19) (‐2.73) (2.11) (‐1.60) (‐2.52) (2.20)  (‐0.69) (‐2.12) (2.40) (‐1.02) (‐2.46)

 

 

   

40  

Table 4: Return Predictability: Portfolio Results for Russell 2000 Inclusion Stocks 

Panel A presents for stocks added to the Russell 2000 ‘from below’ monthly equal‐weighted and value‐weighted alphas for portfolio strategies from unconditional sorts based on Stock Duration. Panels B reports alphas for independent double sorts based on Stock Duration and Analyst Recommendation. At the beginning of each quarter, stocks are first divided into three groups based on Stock Duration. They are then independently divided into five groups based on Analyst Recommendation. We  then  report  returns  for  these 15 portfolios which are calculated over next  four quarters. To account  for overlapping portfolios, we  follow  the methodology  in  Jegadeesh and Titman  (1993)  such  that  stocks  ranked  in each of  the  last  four quarters form one‐fourth of each portfolio. All the reported returns are in monthly percentages. The sample consists of US common stocks  that are added  to  the Russell 2000  ‘from below’  from December 1993  to December 2013. We eliminate stocks without analyst recommendations, stocks with missing market capitalization or book value of equity data, and stocks with prices below $1. 5% significance levels are denoted in bold and t‐statistics are reported in parentheses. 

Panel A: Sorts on Stock Duration for Russell 2000 Inclusion Stocks 

   Sample: Russell 2000 Inclusion ‘From Below’ Stocks 

   Monthly Equal‐Weighted Returns Monthly Value‐Weighted Returns

Stock Duration  CAPM Alpha  3‐Factor Alpha 5‐Factor Alpha CAPM Alpha 3‐Factor Alpha  5‐Factor Alpha

1 (Short)  ‐1.00  ‐1.03  ‐0.92 ‐1.01 ‐1.01  ‐1.08   (‐3.05)  (‐4.75)  (‐4.45) (‐2.87) (‐4.24)  (‐4.44)2  ‐0.34  ‐0.44  ‐0.33 ‐0.26 ‐0.29  ‐0.41   (‐1.19)  (‐2.17)  (‐1.65) (‐0.72) (‐1.02)  (‐1.39)3  0.06  ‐0.11  ‐0.03 ‐0.24 ‐0.35  ‐0.40   (0.24)  (‐0.61)  (‐0.18) (‐0.78) (‐1.67)  (‐1.93)4  0.01  ‐0.16  ‐0.04 0.06 ‐0.10  ‐0.11   (0.06)  (‐0.95)  (‐0.23) (0.23) (‐0.51)  (‐0.56)

5 (Long)  0.39  0.13  0.16 0.48 0.24  0.18   (1.62)  (0.78)  (0.90) (2.00) (1.35)  (0.97)

5‐1  1.38  1.16  1.07 1.50 1.25  1.25   (4.66)  (4.85)  (4.52) (4.22) (4.26)  (4.17)

 

Panel B: Double Sorts on Stock Duration and Analyst Recommendation for Russell 2000 Inclusion Stocks 

Sample: Russell 2000 Inclusion ‘From Below’ Stocks

   Monthly Equal‐Weighted 5‐Factor Alpha Monthly Value‐Weighted 5‐Factor Alpha

     Analyst Recommendation Analyst Recommendation

Stock Duration  Uncond.  1 (Buy)  5 (Sell) 5‐1 Uncond. 1(Buy)  5(Sell)  5‐1

Uncond.    ‐0.55  ‐0.18 0.37 ‐0.71  ‐0.31  0.41     (‐2.86)  (‐0.96) (1.52) (‐3.30)  (‐1.62)  (1.46)

1 (Short)  ‐0.70  ‐1.27  ‐0.20 1.07 ‐0.82 ‐1.45  ‐0.28  1.17   (‐3.87)  (‐3.89)  (‐0.50) (2.13) (‐3.59) (‐4.17)  (‐0.64)  (2.09)2  ‐0.11  ‐0.54  ‐0.46 0.08 ‐0.35 ‐0.55  ‐0.92  ‐0.37   (‐0.67)  (‐1.72)  (‐1.42) (0.16) (‐1.97) (‐1.79)  (‐3.21)  (‐0.88)

3 (Long)  0.11  0.37  0.05 ‐0.31 0.08 0.32  0.15  ‐0.17   (0.78)  (1.35)  (0.26) (‐0.95) (0.51) (1.06)  (0.69)  (‐0.44)

3‐1  0.82  1.64  0.25 ‐1.39 0.90 1.77  0.43  ‐1.33   (4.19)  (4.01)  (0.62) (‐2.42) (3.36) (4.05)  (0.89)  (‐2.04)

 

 

 

 

41  

Table 5: Cumulative Abnormal Returns for Russell 2000 Inclusion Stocks 

 Panel  A  reports  for  stocks  added  to  the  Russell  2000  ‘from  below’  average  three‐day  cumulative  abnormal  stock  returns  (CARs)  around  analyst  recommendation announcements that were made during the past four quarters (the next four quarters) from the portfolio formation date. Panel B reports for stocks added to the Russell 2000 ‘from below’ average three‐day cumulative abnormal stock returns around earnings announcements that were made during the past four quarters (the next four quarters) from the portfolio formation date. We first independently double sort stocks into terciles/quintiles at the end of each quarter based on Analyst Recommendation and Stock Duration. We then calculate the average cumulative three‐day size‐adjusted abnormal stock returns (CARs) around all analyst recommendation/earnings announcements in the previous four quarter (the next four quarters) for each stock in each of these 15 portfolios. We report the quarterly averages of these mean abnormal stock returns. We report results for the extreme groups only. The sample consists of US common stocks that are added to the Russell 2000 ‘from below’ from December 1993 to December 2013. We eliminate stocks without analyst recommendations, stocks with missing market capitalization or book value of equity data, and stocks with prices below $1. 5% significance  levels are denoted in bold and t‐statistics are reported in parentheses. 

Panel A: Cumulative Abnormal Returns (CAR) around Analyst Recommendation Announcements for Russell 2000 Inclusion Stocks 

Sample: Russell 2000 Inclusion ‘From Below’ Stocks

   Return Period: Quarter t = −3 to Quarter t = 0 Return Period: Quarter t = +1 to Quarter t = +4

  CAR(‐1,+1)

   Analyst Recommendation Analyst Recommendation

Stock Duration  1 (Buy) 5 (Sell) 5‐1 1(Buy)  5 (Sell) 5‐1

1 (Short)  4.02 ‐1.07 ‐5.09 ‐1.62  0.64 2.26   (5.66) (‐2.34) (‐6.24) (‐4.63)  (2.10) (5.24)

3 (Long)  2.15 ‐0.67 ‐2.82 0.87  0.80 ‐0.07   (8.75) (‐1.72) (‐5.55) (1.12)  (3.27) (‐0.08)

3‐1  ‐1.87 0.40 2.27 2.49  0.16 ‐2.33   (‐2.50) (0.65) (2.65) (2.67)  (0.19) (‐2.46)

Panel B: Cumulative Abnormal Returns (CAR) around Earnings Announcements for Russell 2000 Inclusion Stocks 

Sample: Russell 2000 Inclusion ‘From Below’ Stocks

   Return Period: Quarter t = −3 to Quarter t = 0 Return Period: Quarter t = +1 to Quarter t = +4

  CAR(‐1,+1)

   Analyst Recommendation Analyst Recommendation

Stock Duration  1 (Buy)  5 (Sell) 5‐1 1(Buy) 5 (Sell) 5‐1

1 (Short)  1.60  0.12 ‐1.48 ‐0.57 ‐0.83 ‐0.26   (6.31)  (0.46) (‐4.29) (‐3.53) (‐3.49) (‐0.91)

3 (Long)  0.90  0.30 ‐0.60 0.30 0.13 ‐0.17   (5.56)  (1.65) (‐3.21) (1.67) (0.76) (‐0.68)

3‐1  ‐0.70  0.18 0.87 0.87 0.96 0.10   (‐2.32)  (0.54) (2.20) (3.79) (3.99) (0.30)

42  

Table 6: Comparison of Stocks around the Russell 2000 Cutoff 

Panel A presents mean values of Institutional Ownership, Analyst Coverage, and Stock Duration of the hundred smallest stocks that were added to the Russell 2000 from below (‘included’). We then compare these mean values with those of the hundred  largest stocks  that are  just below  the market cap cutoff  for Russell 2000  inclusions  from below and hence  just missed  the Russell 2000 inclusion (‘not included’). We report these mean values four quarters before and four quarters after index inclusion. Panel B then reports stock returns conditional on Stock Duration for the same two groups of stocks. We present monthly value‐weighted 4‐factor alphas for portfolio strategies from unconditional sorts into quintiles based on Stock Duration. 5% significance levels are denoted in bold and t‐statistics are reported in parentheses. 

Panel A: Included and Not Included Stocks: Institutional Ownership, Analyst Coverage, Stock Duration 

   Institutional Ownership  Analyst Coverage Stock Duration

   Included Not  

Included  Diff.  Included Not 

Included  Diff.  Included Not 

Included  Diff. 

Quarter t = −4  31.29  28.62  2.67  1.62 1.33 0.29 1.30  1.31 ‐0.01   (50.03)  (47.22)  (3.06)  (27.86) (26.95) (3.76) (61.79)  (58.16) (‐0.21)Quarter t = +4  40.49  34.08  6.42  2.33 1.71 0.63 1.32  1.44 ‐0.12   (59.00)  (52.43)  (6.79)  (36.10) (31.42) (7.40) (72.58)  (63.55) (‐4.15)

Diff.  9.20  5.45  3.75  0.71 0.37 0.34 0.02  0.13 ‐0.11   (19.73)  (13.26)  (6.15)  (12.12) (6.90) (4.82) (1.06)  (6.01) (‐3.72)

 

Panel B: Included and Not Included Stocks: 4‐Factor Alphas 

   Monthly Value‐Weighted 4‐Factor Alpha

   Return Period: t = −3 to Quarter t = 0 Return Period: Quarter t = +1 to Quarter t = +4

Stock Duration  Included Not 

Included  Diff.   Included Not 

Included  Diff. 

All Stocks  1.30  0.15  1.16 ‐0.54 0.33  ‐0.87   (6.65)  (0.72)  (5.19) (‐3.19) (1.86)  (‐3.76)

1 (Short)  2.39  1.10  1.30 ‐1.02 ‐0.02  ‐1.00   (6.30)  (3.27)  (2.82) (‐3.06) (‐0.07)  (‐2.11)2  1.56  0.34  1.22 ‐0.56 0.39  ‐0.94   (6.06)  (1.08)  (3.45) (‐1.96) (1.57)  (‐2.59)3  1.37  0.14  1.23 ‐0.44 0.40  ‐0.84   (5.22)  (0.52)  (3.66) (‐1.85) (1.66)  (‐2.55)4  1.17  ‐0.18  1.34 ‐0.35 0.51  ‐0.86   (4.70)  (‐0.78)  (4.73) (‐1.55) (2.06)  (‐2.70)

5 (Long)  0.76  ‐0.03  0.79 ‐0.08 0.53  ‐0.61   (2.58)  (‐0.13)  (2.36) (‐0.35) (2.09)  (‐1.84)

5‐1  ‐1.64 ‐1.13  ‐0.51 0.94 0.55  0.39   (‐3.82)  (‐3.09)  (‐0.95) (2.40) (1.50)  (0.71)

 

43  

Table 7: Return Predictability: Portfolio Results for Stocks with High versus Low Limits to Arbitrage 

This  table  presents monthly  value‐weighted  5‐factor  alphas  for  portfolio  strategies  based  on  5x5x2  independent  triple  sorts  based  on  Stock  Duration,  Analyst Recommendation, and  three alternative proxies  for  limits  to arbitrage. We  report  the portfolio alphas separately  for stocks with a  low or high short‐interest  ratio (Panel A), stocks with low or high ownership by DFA (Panel B), and stocks with low or high idiosyncratic volatility (Panel C). At the beginning of each quarter, stocks are first divided  into  five groups based on Stock Duration. They are  then  independently divided  into  five groups based on Analyst Recommendation. We  then  report returns for these 25 portfolios which are calculated over next four quarters. We report results for the extreme Stock Duration groups only. To account for overlapping portfolios, we follow the methodology  in Jegadeesh and Titman  (1993) such that stocks ranked  in each of the  last four quarters form one‐fourth of each portfolio. Returns  are  in monthly  percentages.  The  sample  consists  of US  common  stocks  from December  1993  to December  2013. We  eliminate  stocks without  analyst recommendations, stocks with missing market capitalization or book value of equity data, and stocks with prices below $1. 5% significance levels are denoted in bold and t‐statistics are reported in parentheses.  

Panel A: Short‐Interest Ratio   

  Monthly Value‐Weighted 5‐Factor Alpha

   Short Ratio = Low Short Ratio = High

   Analyst Recommendation Analyst Recommendation

Stock Duration  1 (Buy)  2  3 4 5 (Sell) 5‐1 1 (Buy) 2  3 4 5 (Sell) 5‐1

1 (Short)  ‐0.18  0.23  0.00 0.32 0.33 0.51 ‐0.85 ‐0.04  0.20 ‐0.02 0.28 1.12 0.61   (‐0.77)  (1.15)  (‐0.00) (1.44) (1.19) (1.48) (‐3.65) (‐0.18) (0.84) (‐0.07) (0.98) (3.37) (1.36)

5 (Long)  0.35  0.12  0.25 0.24 0.24 ‐0.11 0.10 0.15  0.08 0.09 ‐0.03 ‐0.13 ‐0.02   (1.89)  (1.11)  (1.79) (1.55) (1.42) (‐0.46) (0.41) (0.77)  (0.46) (0.60) (‐0.18) (‐0.48) (‐0.05)

5‐1  0.54  ‐0.11  0.25 ‐0.08 ‐0.09 ‐0.63 0.95 0.18  ‐0.13 0.11 ‐0.30 ‐1.25 ‐0.63   (1.83)  (‐0.50)  (0.89) (‐0.27) (‐0.28) (‐1.56) (3.04) (0.65)  (‐0.48) (0.42) (‐1.00) (‐3.13) (‐1.17)

 

Panel B: DFA Ownership  

  Monthly Value‐Weighted 5‐Factor Alpha

   DFA Ownership = Low DFA Ownership = High

   Analyst Recommendation Analyst Recommendation

Stock Duration  1 (Buy)  2  3 4 5 (Sell) 5‐1 1 (Buy) 2  3 4 5 (Sell) 5‐1 High‐Low

1 (Short)  ‐0.81  ‐0.17  0.43 0.30 0.56 1.37 ‐0.35 ‐0.16  ‐0.11 0.25 0.24 0.59 ‐0.78   (‐3.56)  (‐0.82)  (1.75) (1.39) (1.92) (3.55) (‐2.12) (‐0.78)  (‐0.55) (1.29) (1.24) (2.24) (‐1.82)

5 (Long)  0.15  0.21  0.19 0.21 0.12 ‐0.02 0.43 0.14  0.13 0.04 0.22 ‐0.21 ‐0.19   (0.76)  (1.85)  (1.78) (1.90) (0.86) (‐0.10) (3.38) (0.94)  (1.19) (0.33) (1.69) (‐1.32) (‐0.68)

5‐1  0.95  0.38  ‐0.23 ‐0.09 ‐0.44 ‐1.40 0.78 0.30  0.24 ‐0.21 ‐0.01 ‐0.80 0.60   (3.18)  (1.54)  (‐0.86) (‐0.38) (‐1.31) (‐3.16) (3.90) (1.21)  (1.04) (‐0.87) (‐0.07) (‐2.85) (1.11)

    

44  

Table 7 (continued)  

Panel C: Idiosyncratic Risk                                             

  Monthly Value‐Weighted 5‐Factor Alpha

   Idiosyncratic Risk = Low Idiosyncratic Risk = High

   Analyst Recommendation Analyst Recommendation

Stock Duration  1 (Buy)  2  3 4 5 (Sell) 5‐1 1 (Buy) 2  3 4 5 (Sell) 5‐1 High‐Low

1 (Short)  ‐0.47  ‐0.15  0.24 0.03 0.19 0.66 ‐0.61 ‐0.31 0.15 0.37 0.63 1.24 0.59   (‐1.79)  (‐0.88)  (1.28) (0.15) (0.80) (2.01) (‐3.19) (‐1.33) (0.56) (1.56) (2.29) (3.71) (1.53)

5 (Long)  0.17  0.21  0.23 0.16 0.12 ‐0.04 0.25 0.21  0.45 0.06 ‐0.06 ‐0.31 ‐0.26   (0.90)  (1.80)  (2.05) (1.49) (0.96) (‐0.18) (1.27) (0.67) (1.75) (0.22) (‐0.25) (‐1.02) (‐0.72)

5‐1  0.64  0.36  ‐0.01 0.13 ‐0.06 ‐0.70 0.86 0.52  0.30 ‐0.32 ‐0.69 ‐1.55 ‐0.85   (2.01)  (1.63)  (‐0.06) (0.56) (‐0.23) (‐1.81) (3.51) (1.36) (0.79) (‐1.10) (‐1.99) (‐3.96) (‐1.67)

45  

Table 8: Return Predictability: Fama‐MacBeth Regressions 

This table provides  in Panel A  (full sample) and Panel B  (Russell 2000  inclusion sample) quarterly Fama‐MacBeth predictive regressions linking next‐twelve‐months stock returns with Stock Duration and Analyst Recommendation. Newey‐West (1987) adjusted t‐statistics, calculated based on two lags, are reported in parentheses. The sample in Panel A consists of US common stocks from December 1993 to December 2013. We eliminate stocks without analyst recommendations, stocks with missing market capitalization or book value of equity data, and stocks with prices below $1. The sample in Panel B consists in columns 3 through 5 of stocks newly added to the Russell 2000 index ‘from below’. 5% significance levels are denoted in bold and t‐statistics are reported in parentheses. Variables are defined in Appendix Table A‐1.  

Panel A: All Stocks 

   Dependent Variable: Return 12 Months 

(1)  (2)  (3)  (4)  (5)  (6) 

Intercept  0.484  0.518  0.309  0.551  0.378  0.089    (1.78)  (1.83)  (1.23)  (1.91)  (1.33)  (0.31) Log(Stock Duration)  0.033     0.142     0.108  0.031    (3.05)     (4.28)     (3.69)  (2.86) Stock Duration Low     ‐0.032     ‐0.188             (‐2.74)     (‐4.09)       Stock Duration High     0.008     0.019             (0.88)     (0.91)       Analyst Recommendation × Log(Stock Duration)        ‐0.051     ‐0.049             (‐4.19)     (‐4.13)    Log (Forecast Dispersion) × Log(Stock Duration)              ‐0.005                   (‐1.12)    Log (Analyst Coverage) × Log(Stock Duration)              0.011                   (1.07)    Analyst Recommendation × Stock Duration Low           0.075                   (3.97)       Analyst Recommendation × Stock Duration High           ‐0.004                   (‐0.47)       Analyst Recommendation × Log(Share Turnover)                 0.036                   (4.76) Log (Forecast Dispersion) × Log(Share Turnover)                 0.005                   (1.30) LOG(Analyst Coverage) × Log(Share Turnover)                 0.002                   (0.41) Analyst Recommendation  0.006  0.007  0.088  ‐0.007  0.085  0.199    (0.64)  (0.72)  (4.68)  (‐0.59)  (4.36)  (4.51) Log (Analyst Coverage)  0.012  0.011  0.011  0.011  ‐0.005  0.025    (1.72)  (1.67)  (1.68)  (1.61)  (‐0.35)  (1.12) Log (Forecast Dispersion)  0.003  0.003  0.003  0.004  0.012  0.030    (0.48)  (0.50)  (0.48)  (0.50)  (0.97)  (1.25) Log (Market Cap)  ‐0.010  ‐0.010  ‐0.011  ‐0.010  ‐0.011  ‐0.010    (‐1.56)  (‐1.44)  (‐1.62)  (‐1.51)  (‐1.63)  (‐1.60) Log (MB Ratio)  ‐0.025  ‐0.024  ‐0.023  ‐0.023  ‐0.024  ‐0.022    (‐2.22)  (‐2.18)  (‐2.10)  (‐2.08)  (‐2.12)  (‐2.06) Past 12 Months Return  ‐0.011  ‐0.011  ‐0.008  ‐0.008  ‐0.008  ‐0.008    (‐0.48)  (‐0.50)  (‐0.36)  (‐0.37)  (‐0.34)  (‐0.35) Log (Share Turnover)  0.017  0.015  0.017  0.015  0.018  ‐0.056    (1.00)  (0.87)  (0.97)  (0.89)  (1.00)  (‐1.92) Log (Institutional Ownership)  ‐0.022  ‐0.022  ‐0.023  ‐0.022  ‐0.022  ‐0.022    (‐1.21)  (‐1.22)  (‐1.25)  (‐1.23)  (‐1.26)  (‐1.18) Log (Idiosyncratic Risk)  0.027  0.026  0.025  0.025  0.025  0.027    (1.02)  (1.00)  (0.95)  (0.94)  (0.97)  (1.00) 

Average R‐square (%)  7.4  7.5  7.5  7.7  7.7  7.9 Obs.  148357   148357   148357   148357   148357   148357  Quarters  76  76  76  76  76  76 

 

 

46  

Table 8 (continued) 

Panel B: Russell 2000 Inclusion Stocks 

   Dependent Variable: Return 12 Months 

   Full Sample  R2000 Inclusion Sample 

(1)  (2)  (3)  (4)  (5) 

Intercept  0.551  0.563  0.350  0.155  0.094   (1.99)  (2.02)  (0.76)  (0.35)  (0.22) Log(Stock Duration)  0.030  0.030  0.051  0.152  0.053   (3.23)  (3.21)  (1.97)  (2.37)  (1.97) Log (Market Cap)  ‐0.011  ‐0.011  ‐0.021  ‐0.012  ‐0.009   (‐2.08)  (‐2.14)  (‐0.79)  (‐0.46)  (‐0.35) Log (MB Ratio)  ‐0.024  ‐0.024  ‐0.014  ‐0.014  ‐0.015   (‐2.12)  (‐2.12)  (‐0.96)  (‐0.91)  (‐0.97) Past 12 Months Return  ‐0.005  ‐0.005  0.019  0.019  0.019   (‐0.25)  (‐0.21)  (0.86)  (0.93)  (0.94) Log (Share Turnover)  0.020  0.021  0.013  0.013  ‐0.017    (1.12)  (1.21)  (0.67)  (0.67)  (‐0.51) Log (Institutional Ownership)  ‐0.015  ‐0.015  ‐0.015  ‐0.022  ‐0.022    (‐1.05)  (‐1.09)  (‐0.76)  (‐1.12)  (‐1.05) Log (Idiosyncratic Risk)  0.042  0.042  ‐0.021  ‐0.021  ‐0.020   (1.30)  (1.29)  (‐0.68)  (‐0.67)  (‐0.62) Analyst Recommendation  0.011  0.011  0.064  0.074   (1.55)  (1.54)    (1.91)  (0.85) Analyst Recommendation × Log(Stock Duration)           ‐0.051            (‐2.26)   Analyst Recommendation  × Log(Share Turnover)  0.015           (1.01) Russell 2000 Inclusion                                 Russell 2000 Inclusion × Log(Stock Duration)  0.036                (1.84)          Russell 2000 Inclusion × Log(Share Turnover)     ‐0.034                (‐4.67)          

Average R‐square (%)  6.3  6.3  11.9  13.8  13.8 Obs.  148357  148357  12292  9341  9341 Quarters  76  76  76  76  76 

  

Figure 1: Changes in Analyst Recommendations and Stock Duration 

The figure shows for the full sample average values of Analyst Recommendation (Figure 1A) and Stock Duration (Figure 1B) for stocks  in four portfolios from eight quarters before to eight quarters after portfolio construction. Analyst recommendations are  coded  on  a  scale  from  1  to  5.  A  recommendation  of  1  corresponds  to  a  ‘strong  buy’  and  a  recommendation  of  5 corresponds to a ‘strong sell’ recommendation. The portfolios are based on annual independent 5x5 sorts into Stock Duration and Analyst Recommendation quintiles. The reported four portfolios include stocks in the interaction of the first (‘Short’) and fifth (‘Long’) Stock Duration quintiles and the first (‘Buy’) and fifth (‘Sell’) Analyst Recommendation quintiles. 

Figure 1A: Analyst Recommendations around Portfolio Construction 

 

Figure 1B: Stock Duration around Portfolio Construction 

 

0.0

0.5

1.0

1.5

2.0

2.5

3.0

3.5

‐8 ‐6 ‐4 ‐2 0 2 4 6 8

Analyst Recommendation

Quarter

Short Stock Duration & Buy Rec. Long Stock Duration & Buy Rec.

Short Stock Duration & Sell Rec. Long Stock Duration & Sell Rec.

0.0

0.5

1.0

1.5

2.0

2.5

‐8 ‐6 ‐4 ‐2 0 2 4 6 8

Stock Duration (years)

Quarter

Short Stock Duration & Buy Rec. Long Stock Duration & Buy Rec.

Short Stock Duration & Sell Rec. Long Stock Duration & Sell Rec.

48  

Figure 2: Abnormal Returns for Stock Duration: Analyst Recommendation Quintile Portfolios 

Figure 2A reports  for the  full sample 5‐factor alphas  in event time  (i.e., before and after portfolio construction)  from eight quarters  before  to  twelve  quarters  after  portfolio  construction. We  report  returns  of  stocks  in  four  portfolios  based  on independent  5x5  sorts  into  Stock  Duration  and  Analyst  Recommendation  quintiles.  The  returns  are  shown  for  the  four portfolios with stocks in the interaction of the first (‘Short’) and fifth (‘Long’) Stock Duration quintiles and the first (‘Buy’) and fifth  (‘Sell’)  Analyst  Recommendation  quintiles.  Figure  2B  reports  cumulative  returns  in  calendar  time  for  the  long‐short portfolio  that buys  (sells) stocks  in  the  fifth or  ‘Sell’  (first or  ‘Buy’) Analyst Recommendation quintile conditional on stocks being in the first (‘Short’) Stock Duration quintile. We also report returns for the long‐short portfolio that buys (sells) stocks in the  fifth  or  ‘Sell’  (first  or  ‘Buy’)  Analyst  Recommendation  quintile  conditional  on  stocks  being  in  the  fifth  (‘Long’)  Stock Duration quintile. 

Figure 2A: Cumulative Abnormal Returns in Event Time 

 

Figure 2B: Cumulative Abnormal Returns in Calendar Time 

 

‐60

‐50

‐40

‐30

‐20

‐10

0

10

20

30

40

‐8 ‐6 ‐4 ‐2 0 2 4 6 8 10 12

Cumulative 5‐Factor Alpha (%

)

Quarter

Short Stock Duration & Buy Rec. Long Stock Duration & Buy Rec.

Short Stock Duration & Sell Rec. Long Stock Duration & Sell Rec.

0

1

2

3

4

5

6

7

8

1‐Dec‐93

1‐Sep

‐94

1‐Jun‐95

1‐M

ar‐96

1‐Dec‐96

1‐Sep

‐97

1‐Jun‐98

1‐M

ar‐99

1‐Dec‐99

1‐Sep

‐00

1‐Jun‐01

1‐M

ar‐02

1‐Dec‐02

1‐Sep

‐03

1‐Jun‐04

1‐M

ar‐05

1‐Dec‐05

1‐Sep

‐06

1‐Jun‐07

1‐M

ar‐08

1‐Dec‐08

1‐Sep

‐09

1‐Jun‐10

1‐M

ar‐11

1‐Dec‐11

1‐Sep

‐12

1‐Jun‐13

Perform

ance of $1 In

itial Investment

Short Stock Duration: Long‐Short Portfolio Long Stock Duration: Long‐Short Portfolio

49  

Figure 3: Changes in Analyst Recommendations and Stock Duration around Russell 2000 Inclusions ‘From Below’  

The  figure  shows  for  the  sample  of  firms  that  are  added  to  the  Russell  2000  ‘from  below’  average  values  of  Analyst Recommendation (Figure 3A) and Stock Duration (Figure 3B) for stocks in four portfolios from eight quarters before to eight quarters after portfolio construction. Analyst  recommendations are coded on a scale  from 1  to 5. A  recommendation of 1 corresponds to a ‘strong buy’ and a recommendation of 5 corresponds to a ‘strong sell’ recommendation. The portfolios are based on annual independent 3x5 sorts of all stocks in our sample into Stock Duration terciles and Analyst Recommendation quintiles. The reported four portfolios include stocks in the interaction of the first (‘Short’) and third (‘Long’) Stock Duration tercile and the first (‘Buy’) and fifth (‘Sell’) Analyst Recommendation tercile. 

Figure 3A: Analyst Recommendations around Portfolio Construction: Russell 2000 Inclusion Stocks 

 

Figure 3B: Stock Duration around Portfolio Construction: Russell 2000 Inclusion Stocks 

 

 

0

0.5

1

1.5

2

2.5

3

3.5

‐8 ‐6 ‐4 ‐2 0 2 4 6 8

Analyst Recommendation

Quarter

Short Stock Duration & Buy Rec. Long Stock Duration & Buy Rec.

Short Stock Duration & Sell Rec. Long Stock Duration & Sell Rec.

0.0

0.2

0.4

0.6

0.8

1.0

1.2

1.4

1.6

1.8

2.0

‐8 ‐6 ‐4 ‐2 0 2 4 6 8

Stock Duration (years)

Quarter

Short Stock Duration & Buy Rec. Long Stock Duration & Buy Rec.

Short Stock Duration & Sell Rec. Long Stock Duration & Sell Rec.

50  

Figure 4: Stock Duration, Analyst Coverage, and Institutional Ownership around Russell 2000 Inclusions ‘From Below’ 

The figure shows for the sample of firms that are added to the Russell 2000 ‘from below’ average values of Stock Duration, Analyst Coverage, and  Institutional Ownership from eight quarters before to eight quarters after stocks are being added to the Russell 2000. Figure 4A only considers stocks  in the first  (‘Short’) Stock Duration tercile, while Figure 4B only considers stocks in the third (‘Long’) Stock Duration tercile. For each sample of stocks, we plot the average values of Stock Duration in quarters and report those on the middle axis. We also report Analyst Coverage on the middle axis. Institutional Ownership is reported on the right axis (in %). 

Figure 4A: Stocks in the First Tercile (Short) of Stock Duration: Russell 2000 Inclusion Stocks 

 

Figure 4B: Stocks in the Third Tercile (Long) of Stock Duration: Russell 2000 Inclusion Stocks 

 

 

 

   

0

10

20

30

40

50

60

0

0.5

1

1.5

2

2.5

3

3.5

4

4.5

‐8 ‐6 ‐4 ‐2 0 2 4 6 8

Stock Duration Analyst Coverage Institutional Ownership

0

10

20

30

40

50

60

0

1

2

3

4

5

6

7

8

9

‐8 ‐6 ‐4 ‐2 0 2 4 6 8

Stock Duration Analyst Coverage Institutional Ownership

51  

Figure 5: Stock Duration, Analyst Coverage, and Institutional Ownership around Russell 2000 Inclusion ‘From Above’ 

The figure shows for the sample of firms that are added to the Russell 2000 ‘from above’ average values of Stock Duration, Analyst Coverage, and  Institutional Ownership  from eight quarters before  to eight quarters after  stocks are added  to  the Russell 2000. Figure 5A only considers stocks in the first (‘Short’) Stock Duration tercile, while Figure 5B only considers stocks in the third (‘Long’) Stock Duration tercile. For each sample of stocks, we plot the average values of Stock Duration in quarters and report those on the middle axis. We also report Analyst Coverage on the middle axis. Institutional Ownership is reported on the right axis (in %). 

Figure 5A: Stocks in the First Tercile (Short) of Stock Duration: Russell 2000 Inclusion ‘From Above’ Stocks 

 

Figure 5B: Stocks in the Third Tercile (Long) of Stock Duration: Russell 2000 Inclusion ‘From Above’ Stocks 

0

10

20

30

40

50

60

0

1

2

3

4

5

6

7

8

9

10

‐8 ‐6 ‐4 ‐2 0 2 4 6 8

Quarter

Stock Duration Analyst Coverage Institutional Ownership

0

10

20

30

40

50

60

0

1

2

3

4

5

6

7

8

9

‐8 ‐6 ‐4 ‐2 0 2 4 6 8

Quarter

Stock Duration Analyst Coverage Institutional Ownership

52  

Figure 6: Institutional Ownership, Analyst Coverage, and Stock Duration around the Inclusion Cutoff 

This figure shows mean values of Institutional Ownership, Analyst Coverage, and Stock Duration for each of the four quarters before  and  the  four quarters  after  the Russell 2000  index  inclusion date  for  two groups  for  stocks:  the hundred  smallest stocks that were just included in Russell 2000 ‘from below’ (‘included’) and the hundred largest stocks that just missed being included in Russell 2000 ‘from below’ (‘not included’). For each sample of stocks, we plot the average values of Stock Duration in quarters and report those on the middle axis. We also report Analyst Coverage on the middle axis. Institutional Ownership is reported on the right axis (in %). 

 

 

 

 

 

 

 

 

 

 

 

 

 

30

32

34

36

38

40

42

44

0

1

2

3

4

5

6

7

‐4 ‐3 ‐2 ‐1 0 1 2 3 4

Stock Duration (Not Included) Analyst Coverage (Not Included)

Stock Duration (Included) Analyst Coverage (Included)

Institutional Ownership (Not Included) Institutional Ownership (Included)

53  

Appendix Table A‐1: Definitions of Variables 

This table provides definitions of the variables used in the empirical analysis.    

Variable  Definition 

Stock Duration  The  weighted  average  duration  a  stock  has  been  in  the  portfolios  of institutional  investors.  This  variable  is  calculated  as  the  holding  duration  of ownership  of  each  stock  for  every  institutional  investor  by  calculating  a weighted‐measure of buys and  sells by an  institutional  investor, weighted by the  duration  for  which  the  stock  was  held.  For  each  stock  in  a  given  fund manager’s portfolio, the holding duration measure is thus calculated by looking back  over  the  full  the  time  period  since  that  particular  stock  has  been  held continuously in that fund’s portfolio. The calculation of the duration for stock i that is included in the institutional portfolio j at time T‐1, for all stocks i = 1 … I and all institutional investors j = 1 … J, is given by: 

jiji

jiT

WTt jiji

tjiTji BH

HW

BH

tTDuration

,,

,1

,,

,,1,,

)1()1(

 

where Bi,j = total percentage of shares of stock i bought by institution j between t  =  T‐W  and  t  =  T‐1;  t,T  are  in  quarters;  Hi,j  =  percentage  of  total  shares outstanding of stock i held by institution j at time t = T‐W; αi,j,t = percentage of total shares outstanding of stock i bought or sold by institution j between time t‐1 and t, where αi,j,t > 0 for buys and <0 for sells. We choose W = 20 quarters, as  very  few  stock  positions  are  held  continuously  for  longer  than  5  years.  If stock i is not included in institutional portfolio j at time T‐1, then Durationi,j,T‐1 = 0. Next, we compute at the  individual stock‐level our Stock Duration proxy by averaging  the  institutional‐stock  level  duration  over  all  institutions  currently holding  the  stock, using as weights  the  total  current holdings  in  the  stock of each institution. 

Analyst Recommendation  Mean  (consensus)  analyst  recommendation  for  a  stock  according  to  the  IBES database.  Analyst  recommendations  are  coded  on  a  scale  from  1  to  5.  A recommendation of 1 corresponds to a ‘strong buy’ and a recommendation of 5 corresponds to a ‘strong sell’ recommendation. 

Analyst Coverage  Number of analysts covering a stock according to the IBES database. 

Share Turnover  Daily number of a firm’s shares that are traded divided by the number of shares outstanding.  

Institutional Ownership   Percentage ownership of institutional investors.  

DFA Ownership  Percentage ownership by ownership Dimensional Fund Advisor (DFA), which  is a major stock lender for small market capitalization stocks. 

MB Ratio  Market value of equity over the book value of equity.  

Market Cap  Market capitalization of the equity of a firm (in million).  

Analyst Forecast Dispersion  Ratio of  the  standard deviation of analysts’ next  fiscal  year earnings  forecast divided by the mean forecast.  

Short Ratio  Short‐interest ratio of a stock. 

Idiosyncratic Risk  Residual  that  is  obtained  from  a  3‐factor  Fama  and  French model  of  stock returns.  It  is  estimated using daily  returns over  the quarter before  the  fiscal year end. 

Russell 2000 Inclusion  Dummy variable that takes the value 1 if a stock is included to the Russell 2000 from below. Such a stock was previously not  included  in  the Russell 1000 but the strong recent positive abnormal performance and increase in market value lead to Russell 2000 inclusion.   

Return 12 Months  Twelve‐months raw stock return. 

Past 12 Months Return  Past‐twelve‐months raw stock return. 

   

  

Appendix Table A‐2: Robustness Check for CARs around Announcements: Share Turnover instead of Stock Duration 

Panel A reports average three‐day cumulative abnormal stock returns around analyst recommendation announcements that were made during the past four quarters (the next four quarters) from the portfolio formation date. Panel B reports average three‐day cumulative abnormal stock returns around earnings announcements that were made during the past four quarters (the next four quarters) from the portfolio formation date. We first independently double sort stocks into quintiles at the end of each quarter based on Analyst Recommendation and Share Turnover. We then calculate the average three‐day size‐adjusted cumulative abnormal stock returns (CARs) around all analyst recommendation announcements/earnings announcements  in the previous four quarter (the next four quarters) for each stock  in each of these 25 portfolios. We report the quarterly average of these mean CARs. We report results for the extreme Share Turnover groups only. The sample consists of US common stocks from December 1993 to December 2013. We eliminate stocks without analyst recommendations, stocks with missing market capitalization or book value of equity data, and stocks with prices below $1. 5% significance levels are denoted in bold and t‐statistics are reported in parentheses. 

 

Panel A: Share Turnover and Analyst Recommendation: Recommendation Announcement Returns 

 

Return Period: Quarter t = −3 to Quarter t = 0 Return Period: Quarter t = +1 to Quarter t = +4

   CAR(‐1,+1)

      Analyst Recommendation    Analyst Recommendation

Share Turnover  Uncond.  1 (Buy)  2 3 4 5 (Sell) 5‐1 Uncond.  1(Buy) 2 3 4 5 (Sell) 5‐1

Uncond.     1.18  0.44 ‐0.12 ‐0.89 ‐1.85 ‐3.03    ‐0.80 ‐0.45 ‐0.05 0.27 0.70 1.50      (16.03)  (11.83) (‐2.39) (‐8.77) (‐11.04) (‐16.36)    (‐6.70) (‐6.24) (‐1.01) (5.19) (10.88) (11.14)

1 (Low)  0.27  1.02  0.68 0.21 0.07 ‐0.33 ‐1.36 0.47  0.30 0.09 0.07 0.90 0.90 0.60   (6.41)  (13.25)  (7.65) (2.72) (0.79) (‐4.37) (‐11.96) (8.11)  (2.93) (0.72) (0.69) (6.19) (7.61) (4.50)

5 (High)  ‐0.63  1.47  0.53 ‐0.44 ‐1.78 ‐3.69 ‐5.16 ‐0.52  ‐1.29 ‐0.88 ‐0.31 0.20 0.62 1.91   (‐6.54)  (9.25)  (6.84) (‐4.03) (‐8.51) (‐10.10) (‐13.49) (‐5.00)  (‐6.68) (‐7.51) (‐3.10) (1.92) (4.58) (8.19)

5‐1  ‐0.91  0.45  ‐0.15 ‐0.64 ‐1.85 ‐3.36 ‐3.80 ‐0.99  ‐1.59 ‐0.96 ‐0.38 ‐0.69 ‐0.28 1.31   (‐8.75)  (2.71)  (‐1.29) (‐4.60) (‐7.79) (‐9.70) (‐10.37) (‐8.75)  (‐7.87) (‐6.35) (‐2.49) (‐3.82) (‐1.46) (4.87)

 

Panel B: Share Turnover and Analyst Recommendations: Earnings Announcement Returns 

 

   Return Period: Quarter t = −3 to Quarter t = 0 Return Period: Quarter t = +1 to Quarter t = +4

   CAR(‐1,+1)

      Analyst Recommendation    Analyst Recommendation

Share Turnover  Uncond.  1 (Buy)  2 3 4 5 (Sell) 5‐1 Uncond.  1(Buy) 2 3 4 5 (Sell) 5‐1

Uncond.     0.81  0.64 0.31 ‐0.17 ‐0.52 ‐1.33    0.03 0.17 0.22 0.22 0.25 0.22      (19.68)  (18.65) (12.18) (‐6.19) (‐18.32) (‐28.40)    (1.04) (6.71) (10.74) (8.69) (7.55) (5.42)

1 (Low)  0.29  0.66  0.40 0.27 0.10 0.09 ‐0.57 0.39  0.35 0.36 0.42 0.27 0.47 0.12   (9.25)  (11.98)  (8.04) (5.79) (2.19) (2.56) (‐10.89) (15.46)  (6.15) (7.55) (8.63) (4.65) (12.79) (1.92)

5 (High)  0.05  1.05  0.87 0.26 ‐0.66 ‐1.89 ‐2.94 ‐0.10  ‐0.27 0.04 0.04 0.02 ‐0.44 ‐0.17   (1.09)  (13.39)  (12.13) (4.03) (‐8.11) (‐14.92) (‐20.85) (‐2.40)  (‐3.84) (0.45) (0.59) (0.23) (‐4.29) (‐1.49)

5‐1  ‐0.24  0.39  0.47 ‐0.01 ‐0.77 ‐1.99 ‐2.38 ‐0.49  ‐0.61 ‐0.33 ‐0.38 ‐0.25 ‐0.91 ‐0.30   (‐3.96)  (4.62)  (5.76) (‐0.10) (‐7.90) (‐13.91) (‐17.01) (‐8.72)  (‐6.40) (‐3.27) (‐4.29) (‐2.58) (‐8.46) (‐2.46)

 

55  

Appendix Table A‐3: Robustness Check for Portfolio Sorts: 3‐Factor Alphas and Share Turnover  

Panel A reports monthly equal‐weighted and value‐weighted 3‐factor Fama‐French alphas for independent double sorts based on Stock Duration and Analyst Recommendation. At the  beginning  of  each  quarter,  stocks  are  first  divided  into  five  groups  based  on  Stock  Duration.  They  are  then  independently  divided  into  five  groups  based  on  Analyst Recommendation. We then report returns for these 25 portfolios which are calculated over next four quarters. Panel B reports monthly equal‐weighted and value‐weighted 5‐factor Fama‐French alphas for independent double sorts based on Share Turnover and Analyst Recommendation. At the beginning of each quarter, stocks are first divided into five groups based  on  Share  Turnover.  They  are  then  independently  divided  into  five  groups  based  on  Analyst  Recommendation.  To  account  for  overlapping  portfolios,  we  follow  the methodology  in Jegadeesh and Titman (1993) such that stocks ranked in each of the last four quarters form one‐fourth of each portfolio. All the reported returns are  in monthly percentages. The sample consists of US common stocks from December 1993 to December 2013. We eliminate stocks without analyst recommendations, stocks with missing market capitalization or book value of equity data, and stocks with prices below $1. 5% significance levels are denoted in bold and t‐statistics are reported in parentheses. 

Panel A: Double Sorts on Stock Duration and Analyst Recommendation: 3‐Factor Alphas 

      Monthly Equal‐Weighted 3‐Factor Alpha       Monthly Value‐Weighted 3‐Factor Alpha

         Analyst Recommendation       Analyst Recommendation

Stock Duration  Uncond.  1 (Buy)  2 3 4 5 (Sell) 5‐1 Uncond.  1(Buy) 2 3 4 5 (Sell) 5‐1

Uncond.     ‐0.04  0.08 0.22 0.22 0.22 0.26    ‐0.05 0.16 0.15 0.08 ‐0.04 0.01      (‐0.37)  (0.74) (2.25) (2.05) (1.64) (2.15)    (‐0.46) (2.63) (2.11) (1.12) (‐0.38) (0.08)

1 (Short)  ‐0.12  ‐0.42  ‐0.20 0.15 0.23 0.45 0.86 ‐0.15  ‐0.69 ‐0.22 0.30 0.20 0.29 0.98   (‐0.80)  (‐2.50)  (‐1.21) (0.89) (1.09) (1.98) (4.49) (‐1.02)  (‐3.55) (‐1.17) (1.45) (1.07) (1.21) (3.09)

5 (Long)  0.32  0.40  0.36 0.30 0.28 0.32 ‐0.08 0.12  0.11 0.23 0.16 0.11 ‐0.06 ‐0.17   (3.91)  (3.53)  (3.63) (3.11) (2.98) (2.51) (‐0.58) (1.93)  (0.62) (2.11) (1.54) (1.00) (‐0.45) (‐0.72)

5‐1  0.444  0.81  0.56 0.15 0.06 ‐0.13 ‐0.94 0.27  0.80 0.45 ‐0.14 ‐0.09 ‐0.35 ‐1.15   (3.29)  (5.57)  (3.32) (0.97) (0.28) (‐0.62) (‐4.50) (1.48)  (3.04) (2.00) (‐0.60) (‐0.45) (‐1.27) (‐3.16)

 

Panel B: Double Sorts on Share Turnover and Analyst Recommendation: 5‐Factor Alphas 

   Monthly Equal‐Weighted 5‐Factor Alpha Monthly Value‐Weighted 5‐Factor Alpha

         Analyst Recommendation    Analyst Recommendation

Share Turnover     Uncond.  1 (Buy)  2 3 4 5 (Sell) 5‐1 Uncond. 1(Buy) 2 3 4 5 (Sell) 5‐1

1 (Low)     0.40  0.47  0.43 0.54 0.36 0.47 0.00 0.27  0.39 0.46 0.35 0.23 0.05 ‐0.34      (3.70)  (3.47)  (3.11) (4.03) (2.69) (3.71) (0.01) (1.97)  (2.45) (2.30) (1.96) (1.43) (0.33) (‐1.85)

5 (High)     0.10  ‐0.28  ‐0.01 0.25 0.60 0.58 0.86 0.19  ‐0.11 0.29 0.25 0.35 0.65 0.76      (0.69)  (‐1.56)  (‐0.04) (1.31) (3.37) (2.09) (3.19) (1.00)  (‐0.44) (1.25) (1.16) (1.71) (2.46) (2.24)

5‐1     ‐0.30  ‐0.75  ‐0.44 ‐0.29 0.24 0.11 0.86 ‐0.08  ‐0.50 ‐0.17 ‐0.10 0.12 0.60 1.10      (‐1.66)  (‐4.13)  (‐2.07) (‐1.19) (0.97) (0.37) (2.98) (‐0.30)  (‐1.63) (‐0.53) (‐0.29) (0.43) (1.83) (2.98)

  

Appendix Table A‐4: Results for Sub‐Periods: 1993‐2003 versus 2004 to 2013 

Panels A reports alphas for independent double sorts based on Stock Duration and Analyst Recommendation, separately for the periods 1993 to 2003 and 2004 to 2013. At the beginning of each quarter, stocks are first divided into five groups based on  Stock Duration.  They  are  then  independently divided  into  five  groups based on Analyst Recommendation. We  then report returns for these 25 portfolios which are calculated over next four quarters. To account for overlapping portfolios, we follow the methodology in Jegadeesh and Titman (1993) such that stocks ranked in each of the last four quarters form one‐fourth of each portfolio. All the reported returns are in monthly percentages. Panels B reports alphas for independent double sorts based on Share Turnover and Analyst Recommendation, separately for the periods 1993 to 2003 and 2004 to 2013. At the beginning of each quarter, stocks are  first divided  into  five groups based on Share Turnover. They are then independently divided into five groups based on Analyst Recommendation. We then report returns for these 25 portfolios which  are  calculated  over  next  four  quarters.  To  account  for  overlapping  portfolios,  we  follow  the  methodology  in Jegadeesh and Titman (1993) such that stocks ranked in each of the last four quarters form one‐fourth of each portfolio. All the reported returns are in monthly percentages. We report results for the extreme portfolios only. The sample consists of US common  stocks. We eliminate  stocks without analyst  recommendations,  stocks with missing market capitalization or book value of equity data, and stocks with prices below $1. 5% significance  levels are denoted  in bold and t‐statistics are reported in parentheses. 

Panel A: Double Sorts on Stock Duration and Analyst Recommendation: 1993‐2003 versus 2004 to 2013 

 

  1993‐2003 2004‐2013

  Monthly Value‐Weighted 5‐Factor Alpha Monthly Value‐Weighted 5‐Factor Alpha

   Analyst Recommendation Analyst Recommendation

Stock Duration  1 (Buy)  5 (Sell) 5‐1 1(Buy)  5(Sell) 5‐1

1 (Short)  ‐1.04  0.78 1.82 ‐0.47  0.07 0.54   (‐2.92)  (2.50) (3.57) (‐2.73)  (0.20) (1.43)

5 (Long)  ‐0.16  0.12 0.28 0.36  0.00 ‐0.37   (‐0.55)  (0.65) (0.75) (1.64)  (‐0.02) (‐1.26)

5‐1  0.88  ‐0.66 ‐1.53 0.83  ‐0.08 ‐0.90   (1.88)  (‐1.73) (‐2.46) (3.11)  (‐0.18) (‐2.14)

 

Panel B: Double Sorts on Share Turnover and Analyst Recommendation: 1993‐2003 versus 2004 to 2013 

 

  1993‐2003 2004‐2013

  Monthly Value‐Weighted 5‐Factor Alpha Monthly Value‐Weighted 5‐Factor Alpha

   Analyst Recommendation Analyst Recommendation

Share Turnover  1 (Buy)  5 (Sell) 5‐1 1(Buy)  5(Sell) 5‐1

1 (Low)  0.21  0.09 ‐0.12 0.53  0.04 ‐0.49   (0.92)  (0.39) (‐0.42) (2.83)  (0.26) (‐2.24)

5 (High)  ‐0.54  1.22 1.76 0.21  0.17 ‐0.04   (‐1.46)  (2.78) (3.32) (0.63)  (0.62) (‐0.10)

5‐1  ‐0.75  1.13 1.88 ‐0.32  0.13 0.45   (‐1.95)  (2.09) (3.26) (‐0.75)  (0.36) (1.01)

 

   

57  

Appendix Table A‐5: Robustness Check for Russell 2000 Tests: Inclusion ‘From Below and Above’ Stocks 

Panel A provides different alphas for unconditional sorts on Stock Duration for stocks that were added ‘from below and above’ to the Russell 2000. Panel B reports for stocks added to the Russell 2000 ‘from below and above’ average three‐day cumulative abnormal stock returns (CARs) around analyst recommendation announcements that were made during the past four quarters (the next four quarters) from the portfolio formation date. We first independently double sort stocks into terciles/quintiles at the end of each quarter based on Analyst Recommendation and Stock Duration. We then calculate the average cumulative three‐day size‐adjusted CARs around all analyst recommendation announcements in the previous four quarter (the next four quarters) for each stock in each of these 15 portfolios. We report the quarterly averages of these mean abnormal stock returns. Panel C reports for Russell 2000 inclusion stocks ‘from below and above’  monthly  equal‐weighted  and  value‐weighted  3‐factor  Fama‐French  alphas  for  independent  double  sorts  based  on  Share Turnover and Analyst Recommendation. At  the beginning of each quarter,  stocks are  first divided  into  three groups based on Share Turnover. They are then independently divided into five groups based on Analyst Recommendation. We then report returns for these 15 portfolios which are calculated over next four quarters. To account for overlapping portfolios, we follow the methodology in Jegadeesh and Titman (1993) such that stocks ranked in each of the last four quarters form one‐fourth of each portfolio. We report results for the extreme groups only. All the reported returns are in monthly percentages. 5% significance levels are denoted in bold and t‐statistics are reported in parentheses.  

Panel A: Sorts on Stock Duration: Russell 2000 Inclusion ‘From Below and Above’ Stocks 

 

   Sample: Russell 2000 Inclusion ‘From Below and Above’ Stocks 

   Monthly Equal‐Weighted Returns Monthly Value‐Weighted Returns

Stock Duration  CAPM Alpha  3‐Factor Alpha 5‐Factor Alpha CAPM Alpha 3‐Factor Alpha  5‐Factor Alpha

1 (Short)  ‐0.92  ‐0.97  ‐0.79 ‐0.92 ‐0.93  ‐0.93   (‐3.11)  (‐4.88)  (‐4.44) (‐3.09) (‐4.94)  (‐4.82)

5 (Long)  0.36  0.07  0.10 0.39 0.09  0.10   (1.55)  (0.42)  (0.64) (1.65) (0.53)  (0.55)

5‐1  1.28  1.03  0.89 1.31 1.02  1.03   (4.31)  (4.50)  (3.99) (3.81) (4.03)  (3.95)

  

Panel B: CARs around Analyst Recommendations: Russell 2000 Inclusion ‘From Below and Above’ Stocks 

   Return Period: Quarter t = ‐3 to Quarter t = 0 Return Period: Quarter t = +1 to Quarter t = +4

   Analyst Recommendation Analyst Recommendation

Stock Duration  1 (Buy) 5 (Sell) 5‐1 1 (Buy) 5 (Sell)  5‐1

1 (Short)  3.46  ‐4.09  ‐7.55 ‐1.51 0.70  2.21   (6.19)  (‐7.60) (‐8.80) (‐5.00) (2.54)  (5.33)

3 (Long)  2.12  ‐1.17  ‐3.29 0.82 0.91  0.09   (7.63)  (‐3.63) (‐7.57) (1.05) (2.79)  (0.12)

3‐1  ‐1.34  2.92  4.26 2.33 0.21  ‐2.12   (‐2.26)  (5.53) (5.01) (2.52) (0.35)  (‐2.15)

 

Panel C: Sorts on Share Turnover and Analyst Recommendation: Russell 2000 Inclusion ‘From Below and Above’ Stocks  

 

  Sample: Russell 2000 Inclusion ‘From Below and Above’ Stocks

   Analyst Recommendation Analyst Recommendation

Share Turnover  1 (Buy)  5 (Sell) 5‐1 1 (Buy)  5 (Sell) 5‐1

Uncond.  ‐0.52  0.17 0.68 ‐0.66  0.07 0.73   (‐2.87)  (0.94) (2.64) (‐3.28)  (0.32) (2.48)

1 (Low)  ‐1.00  0.53 1.53 ‐1.11  0.21 1.32   (‐3.27)  (1.28) (2.76) (‐3.30)  (0.50) (2.31)

3 (High)  0.23  0.05 ‐0.18 ‐0.02  ‐0.17 ‐0.14   (0.79)  (0.24) (‐0.51) (‐0.08)  (‐0.74) (‐0.40)

3‐1  1.23  ‐0.48 ‐1.71 1.09  ‐0.37 ‐1.46   (3.15)  (‐1.09) (‐2.85) (2.64)  (‐0.78) (‐3.38)

 

58  

Appendix Table A‐6: Robustness Check for Russell 2000 Tests: Share Turnover instead of Stock Duration 

Panel A presents  for  stocks added  to  the Russell 2000  ‘from below’ monthly equal‐weighted and value‐weighted CAPM alphas, 3‐factor Fama‐French alphas, and 5‐factor alphas for portfolio strategies from unconditional sorts based on Share Turnover.  Panels  B  reports  monthly  alphas  for  independent  double  sorts  based  on  Share  Turnover  and  Analyst Recommendation. At  the beginning of each quarter, stocks are  first divided  into  three groups based on Share Turnover. They are then independently divided into five groups based on Analyst Recommendation. We then report returns for these 15  portfolios  which  are  calculated  over  next  four  quarters.  To  account  for  overlapping  portfolios,  we  follow  the methodology in Jegadeesh and Titman (1993) such that stocks ranked in each of the last four quarters form one‐fourth of each portfolio. All  the  reported  returns are  in monthly percentages. The  sample consists of US common  stocks  that are added  to  the  Russell  2000  from  below  from December  1993  to December  2013. We  eliminate  stocks without  analyst recommendations, stocks with missing market capitalization or book value of equity data, and stocks with prices below $1. 5% significance levels are denoted in bold and t‐statistics are reported in parentheses. Panel C reports for stocks added to the  Russell  2000  ‘from  below’  average  three‐day  cumulative  abnormal  stock  returns  (CARs)  around  analyst recommendation announcements that were made during the past four quarters (the next four quarters) from the portfolio formation  date. We  first  independently  double  sort  stocks  into  terciles/quintiles  at  the  end  of  each  quarter  based  on Analyst Recommendation and Share Turnover. We then calculate the average cumulative three‐day size‐adjusted abnormal stock  returns  (CARs)  around  all  analyst  recommendation  announcements  in  the  previous  four  quarter  (the  next  four quarters)  for each stock  in each of  these 15 portfolios. We  report  the quarterly averages of  these mean abnormal stock returns. We report results for the extreme groups only.  

Panel A: Sorts on Share Turnover 

Share Turnover  EW 3‐Factor 

Alpha VW 3‐Factor 

Alpha EW 5‐Factor 

Alpha VW 5‐Factor 

Alpha 

1 (Low)  0.02  ‐0.15 0.06 ‐0.13    (0.09) (‐0.82) (0.31) (‐0.72) 2  0.03  0.10 0.04 0.01    (0.18) (0.51) (0.21) (0.05) 3  ‐0.34  ‐0.34 ‐0.22 ‐0.35    (‐1.85) (‐1.84) (‐1.22) (‐1.83) 4  ‐0.41  ‐0.30 ‐0.24 ‐0.39    (‐1.85) (‐1.13) (‐1.12) (‐1.45) 

5 (High)  ‐0.90  ‐0.92 ‐0.77 ‐0.98    (‐3.59) (‐3.29) (‐3.25) (‐3.44) 

5‐1  ‐0.91  ‐0.77 ‐0.83 ‐0.85    (‐2.88) (‐2.26) (‐2.65) (‐2.44) 

 

Panel B: Double Sorts on Share Turnover and Analyst Recommendation  

   Monthly Equal‐Weighted 5‐Factor Alpha Monthly Value‐Weighted 5‐Factor Alpha

      Analyst Recommendation Analyst Recommendation

Share Turnover  Uncond.  1 (Buy) 5 (Sell) 5‐1 Uncond. 1 (Buy)  5 (Sell)  5‐1

1 (Low)  0.07  ‐0.17  0.10 0.27 ‐0.09 ‐0.04  ‐0.10  ‐0.06   (0.42)  (‐0.64) (0.45) (0.88) (‐0.53) (‐0.13)  (‐0.47)  (‐0.21)

3 (High)  ‐0.58  ‐0.94  ‐0.33 0.61 ‐0.70 ‐1.17  ‐0.44  0.73   (‐2.82)  (‐3.01) (‐0.78) (1.24) (‐2.52) (‐3.45)  (‐0.97)  (1.27)

3‐1  ‐0.65  ‐0.78  ‐0.43 0.35 ‐0.61 ‐1.14  ‐0.34  0.79   (‐2.45)  (‐1.87) (‐0.96) (0.60) (‐1.84) (‐2.67)  (‐0.70)  (1.22)

 

   

59  

Appendix Table A‐6 (continued) 

Panel C: CARs around Analyst Recommendation Announcements 

   Return Period: Quarter t = ‐3 to Quarter t = 0 Return Period: Quarter t = +1 to Quarter t = +4

   Analyst Recommendation Analyst Recommendation

Share Turnover  1 (Buy)  5 (Sell) 5‐1 1 (Buy) 5 (Sell)  5‐1

1 (Low)  1.47  0.37  ‐1.10 1.49 0.63  ‐0.86   (5.43)  (0.63) (‐1.74) (2.02) (3.16)  (‐1.07)

3 (High)  3.96  ‐2.79 ‐6.75 ‐1.55 0.19  1.74   (4.70)  (‐4.35) (‐6.75) (‐4.22) (0.61)  (3.68)

3‐1  2.48  ‐3.16 ‐5.65 ‐3.04 ‐0.43  2.61   (2.84)  (‐4.01) (‐4.83) (‐3.46) (‐1.24)  (2.40)