分析师的利益冲突对评级的影响

分析师的利益冲突对评级的影响

肖萌

(西南交通大学 经济管理学院， 四川 成都 610031)

关键词：分析师；上市公司；承销商；证券市场;公司评级；行业评级；IPO

收稿日期：2015-06-18

基金项目：国家自然科学

作者简介：肖萌(1974-)，男，重庆市人。博士研究生，主要从事证券分析师研究。E-mail:shawmeng@126.com。

中图分类号：F830.91

文章编号：文献标志码：A1009-4474(2015)06-0075-05

摘要：分析师的研究报告对上市公司管理层、券商及其他投资者的投资行为会产生重要影响，因此，研究者对其信息量及真实性进行了大量研究。而分析2004～2013年来我国证券市场对分析师公司评级和行业评级的反应，发现：全体分析师的公司评级和行业评级的信息联合可以产生有价值的信息，而将非承销商分析师的公司评级和行业评级的信息联合可以产生更多增量信息。

The Impact of Analysts’ Conflict of Interest on Recommendations

XIAO Meng

(SchoolofEconomic&Management,SouthwestJiaotongUniversity，Chengdu610031,China)

Key words: security analysists; listed company; underwriter; security market; company rating; business grading; IPO

Abstract:This study examined the market response to analysists’ firm and industry recommendations during 2004-2013. It is found that combining all analysists’ firm and industry recommendations would genarete valuable information. Combining unaffiliated analysts’ firm and industry recommendations would genarete more.

一、问题的提出

分析师同时承担着来自上市公司管理层的压力和券商前台部门的压力：为了争取投资银行业务，需要取悦上市公司管理层；为了提高券商承销的股票销售额，也需要粉饰股票。分析师的收入常与其预测的股票的成交量挂钩。为了券商和本人利益，分析师有动机发布误导性分析报告，因而与投资者存在潜在利益冲突。

利益冲突往往导致盈余预测和公司评级发生偏差。Dugar和Nathan发现与承销商有关联的分析师发布的长、短期预测都相对乐观〔1〕。McNichols和O’Brien认为分析师是理性的，但为了所在券商的利益和交易佣金，他们会选择性地进行乐观预测〔2〕。Lin和McNichols指出券商为了得到企业的融资业务，希望自己的分析师发布乐观预测〔3〕。Michaely和Womack发现IPO后的静默期之后的一个月内，主承销商的分析师对IPO公司发布的买入评级比非承销商分析师的多50%〔4〕。国内的研究也表明承销商分析师所做的投资评级显著高于非承销商分析师，前者更为乐观〔5～7〕。潘越等发现承销商分析师会用有乐观偏差的评级和盈余预测为市场表现不佳的新股托市〔8〕。在几乎一边倒的关于承销商分析师更为乐观的发现中，Kadan等发现全球分析师研究协议的出台让承销商分析师相对乐观的评级水平下降了。该协议试图隔离分析师和投行部门的活动,以防止二者间的不当往来〔9〕。

关于公司评级的市场反应，Lin和McNichols发现承销商分析师持有评级的股票3日后回报远低于非承销商分析师持有评级的股票，说明市场把承销商分析师的持有评级理解为卖出评级〔3〕。Michaely和Womack发现IPO后承销商的分析师的买入评级股票比非承销商分析师的买入评级股票表现更差〔4〕。Asquith等指出承销商的分析师调低评级比起别的分析师调低评级有更多的信息。因为承销关系使得分析师有动机调高评级，若分析师反而调低评级，则市场理解为有极坏消息〔10〕。Barber等发现独立分析师与投行分析师相比，其买入评级有显著更高的超额回报，而投行分析师与独立分析师相比，其持有和卖出评级有显著更低的超额回报〔11〕。冯旭南和李心愉发现主承销商分析师推荐的新股表现较差〔7〕。潘越等认为市场投资者总体上能够识别承销商的托市意图，并对承销商分析师报告的系统偏误进行自我调整〔8〕。

上述文献为承销关系下分析师的公司评级具有更强的乐观偏差提供了证据。Kadan等指出如果公司评级是基于行业基准(即基于行业内的公司)，而非基于市场基准(即基于市场上所有公司)，此时公司评级只反映行业内的信息，行业评级信息才反映整个市场的信息，通过将两者的信息联合，有望获得增量的信息〔12〕。在我国最具权威性的分析师评选排名“《新财富》最佳行业分析师”就是在各个行业内对分析师排名。有研究发现覆盖较少企业和行业的分析师的预测会更准确〔13～14〕。然而分析师研究范围少而精的代价是，对整体市场的把握不够，这就需要结合行业层面的信息。

目前国内针对公司评级与行业评级的联合、承销商分析师和非承销商分析师评级区别的研究不多。行业评级中有可能蕴含着公司评级中不存在的整个市场层面的信息，将公司评级与行业评级信息联合后能否带来增量的信息？如果承销商分析师的公司评级存在较大乐观偏差，将全体分析师中的承销商分析师剔除掉以后，非承销商分析师的公司评级与行业评级信息的联合能否产生更有价值的信息？本文将非承销商分析师公司评级和行业评级的信息联合起来研究，发现：两种信息的联合可以带给市场更多增量的信息，投资者据此进行投资可以获得更高回报。

二、研究设计

(一)样本选择

全样本期为2004.08.01～2013.12.31，行业评级和公司评级来自WIND数据库，而市场回报率和个股回报率来自CSMAR数据库。WIND对公司评级从乐观到悲观赋予1～5的分值，3为中性。WIND对行业评级只列出了文字措辞，鉴于绝大多数券商对行业评级都按三档标准，故从乐观到悲观行业评级赋值分别为1、2、3。本文采用WIND三级行业分类标准，公司评级和行业评级均为逐日提取。样本期内，有69家券商和2688位分析师(或团队)至少作过一次行业评级，有69家券商和3248位分析师至少作过一次公司评级。

(二)模型设定

本文认为，一旦分析师所属的券商在分析师所评级公司首发、增发、配股中担任过主承销商，则认为分析师和被评级公司有承销关系，由此生成承销商分析师组。相应地，如果从全体分析师中剔除掉承销商分析师，就生成了非承销商分析师组。

本文对同一行业(公司)同一月内的行业(公司)评级等权平均生成月一致行业(公司)评级。按月一致行业(公司)评级排名前20%为优、后20%为差、其余为中的分组标准在t-1月月末生成月一致行业(公司)评级调高到优、调低到差、调整到中和套利组合。月一致评级水平的变化是指由t-2月到t-1月的变化。将月一致公司评级变化和月一致行业评级变化各三种组合两两联合可生成均调高到优、均调低到差等九种组合。

对每种组合内个股回报率等权平均得出组合在t月的月回报率，再用CAPM模型、三因素模型、四因素模型计算经风险调整后的超常回报。

Rpt-Rft=αp+βp(Rmt-Rft)+εpt。

(1)

式(1)为CAPM模型，Rpt是各种组合在t月的回报率，Rft为t月的无风险利率，Rmt为t月的市场回报率，εpt为回归的残差项。若截距项αp显著为正，说明组合经CAPM调整后仍有显著为正的超常回报。

Rpt-Rft=αp+βp(Rmt-Rft)+

spSMBt+hpHMLt+εpt。

(2)

式(2)为Fama和French提出的三因素模型〔15〕。SMBt为月度规模效应，HMLt为月度价值效应。其余变量的定义同上。若截距项αp显著为正，说明组合经三因素调整后仍有显著为正的超常回报。

Rpt-Rft=αp+βp(Rmt-Rft)+spSMBt+

hpHMLt+ppUMDt+εpt。

(3)

式(3)参照Carhart四因素模型〔16〕。周琳杰发现中国市场中一个月的动量效应更为明显〔17〕,而本文研究的也是月度效应，故本文用过去1个月回报率排前20%和后20%的股票组合的下一个月回报率之差UMDt来构建动量因素，其余变量的定义同上。若截距项αp显著为正，说明组合经过四因素模型调整后仍有显著为正的超常回报。

三、实证结果及分析

本文通过对承销商分析师组和非承销商分析师组的公司评级的描述性统计来研究两组的评级有无区别，详细的统计结果见表1。

表1　承销商分析师组和非承销商分析师组

从表1可见，承销商分析师组的公司评级均值为1.779，小于非承销商分析师组的公司评级均值1.872，说明承销商分析师组的公司评级更为乐观。

为进一步判别承销商分析师组和非承销商分析师组的公司评级的描述性统计中的均值和中位数是否有显著差异，本文对两组的统计结果进行了均值差异t检验和Wilcoxon秩和检验(结果见表2)。

表2　承销商分析师组和非承销商分析师组公司评级均值

鉴于承销商分析师组和非承销商分析师组样本数差异极大，在进行均值差异t检验时放松了二者在评级上的分布具有同方差的假设。表2中t检验的结果12.728显示承销商分析师组和非承销商分析师组的公司评级的均值具有显著差异，承销商分析师组的公司评级具有更明显的乐观倾向。对承销商分析师组和非承销商分析师组的公司评级进一步进行组间差异的Mann-Whitney检验，这一检验也称作Wilcoxon秩和检验，检验结果z值为14.436，表明可以拒绝承销商分析师组和非承销商分析师组公司评级中位数相等的假设。

本文对全体分析师月一致公司评级变化和月一致行业评级变化的变化的各三种组合两两联合生成九种组合，并用CAPM模型、三因素模型、四因素模型计算各组合经风险调整后的超常回报(结果见表3)。

表3　全体分析师月一致公司评级和月一致行业评级

圆括号内为t检验的p值，***、**、*表示在1%、5%、10%的水平下显著。后同。

由表3可见，全体分析师月一致公司评级和月一致行业评级均调高到优组合经CAPM模型、Fama-French三因素模型和四因素模型调整后分别有4.2%、3.4%、3.3%的显著为正的月超常回报。均调低到差组合经风险调整后的月超常回报分别为0.04%、-0.4%和-0.4%，均不显著。买入均调高到优组合同时做空均调低到差组合形成的套利组合经风险调整后的月超常回报分别为3.3%、3.8%、4%，均显著为正。调高到优组合和套利组合均比仅根据分析师月一致公司评级变化或一致行业评级变化构建的相应组合经风险调整后的月超常回报(表从略)高得多。可见将分析师月一致公司评级变化的信息与月一致行业评级变化的信息联合之后会产生更多有价值的信息，投资者据此进行投资，可以获取较高投资收益。

本文对非承销商分析师组月一致公司评级变化和非承销商分析师组月一致行业评级变化的各三种组合两两联合生成九种组合，并用CAPM模型、三因素模型、四因素模型计算各组合经风险调整后的超常回报(结果见表4)。

表4　非承销商分析师月一致公司评级和月一致行业

由表4可见，非承销商分析师月一致公司评级和月一致公司评级均调高到优组合经CAPM模型、Fama-French三因素模型和四因素模型调整后有4.7%、4.3%和4.3%的显著为正的月超常回报，非承销商分析师组月一致公司评级和月一致行业评级均调低到差组合经CAPM模型、三因素模型和四因素模型调整后的月超常回报分别为-0.04%、-0.6%和-0.5%，均不显著。套利组合经过CAPM模型、三因素模型和四因素模型进行风险调整后的月超常回报分别为4.2%、4.2%和4.1%，均显著为正。调高到优和套利组合比起全体分析师月一致公司评级和月一致行业评级变化的相应组合经风险调整后的月超常回报高，调低到差组合也负得更多。可见从全体分析师中剔除承销商分析师后，比全体分析师的相应组合经风险调整后的超级回报能够产生对投资者更有价值的信息。

四、结论

本文实证检验了2004～2013年分析师行业评级和公司评级数据，发现承销商分析师组比非承销商分析师组公司评级均值更加乐观。将全体分析师组月一致公司评级变化的信息与月一致行业评级变化的信息结合后可以产生增量的信息，将非承销商分析师月一致公司评级变化的信息与月一致行业评级变化的信息联合后可以产生对投资者更有价值的信息。

可见从全体分析师中剔除承销商分析师后，过滤了噪音信息，信息含量有所提升。此前的大多数文献证明了承销商的信息有偏差，本文的描述性统计中也显示出承销商分析师的公司评级更乐观，这与此前文献的结论是一致的。正因为承销商的信息是严重有偏的，去掉杂质信息后，剩余分析师的信息的质量反而更高了。

Ljungqvist等发现分析师评级行为受到增进承销业务动机影响，但评级对增进承销业务无效。他们指出分析师关注名声，行为过火的评级会适得其反〔18〕。误导性的评级在短期内或许可以蒙蔽投资者，但长远来看注重声誉的分析师的评级才会引起投资者重视。未来有必要研究分析师声誉分组下的公司评级和行业评级信息联合后引起的市场反应,以及声誉机制和利益冲突机制的交互作用。

参考文献：

〔1〕Dugar A,Nathan S.TheEffectofInvestmentBankingRelationshipsonFinancialAnalysts’ForecastsandInvestmentRecommendations〔J〕.Contemporary Accounting Research,1995,12(1):131-160.

〔2〕McNichols M,P.O’Brien.Self-selectionandAnalystCoverage〔J〕.Journal of Accounting Research,1997,35:167-199.

〔3〕Lin H,McNichols M.UnderwritingRelationships,Analysts’EarningsForecastsandInvestmentRecommendations〔J〕.Journal of Accounting and Economics,1998,25(1):101-127.

〔4〕Michaely R,Womack K.ConflictofInterestandtheCredibilityofUnderwriterAnalystrecommendations〔J〕.Review of Financial Studies,1999,12(4):653-686.

〔5〕原红旗,黄倩茹.承销商分析师与非承销商分析师预测评级比较研究〔J〕.中国会计评论,2007,(3):285-304.

〔6〕郑方镳.中国证券分析师行业研究:效率、行为与治理〔D〕.厦门：厦门大学管理学院,2009：95-136.

〔7〕冯旭南,李心愉.主承销商的买入推荐可信吗——来自中国的证据和启示〔J〕.投资研究，2011，(11)：48-60.

〔8〕潘越，戴亦一，刘思超.我国承销商利用分析师报告托市了吗？〔J〕.经济研究，2011，(3)：131-144.

〔9〕Kadan O,Madureira L,Wang R,Zach T.ConflictsofInterestandStockRecommendations:TheEffectoftheGlobalSettlementandRelatedRegulations〔J〕.Review of Financial Studies,2009,22(10):4189-4217.

〔10〕Asquith P,Mikhail M,Au A.InformationContentofEquityAnalystReports〔J〕.Journal of Financial Economics,2005,75(2):245-282.

〔11〕Barber B,Lehavy R,Trueman B.ComparingtheStockRecommendationPerformanceofInvestmentBanksandIndependentResearchFirms〔J〕.Journal of Financial Economics,2007,85(2):490-517.

〔12〕Kadan O,Madureira L,Wang R,Zach T.Analysts’IndustryExpertise〔J〕.Journal of Accounting and Economics,2012,54(2):95-120.

〔13〕Mikhail,M.B.,B.R.Walther，R.H. Willis.DoSecurityAnalystsImproveTheirPerformancewithExperience?〔J〕.Journal of Accounting Research,1997,(35),131-157.

〔14〕Clement,M.AnalystForecastAccuracy:DoAbility,Rresources,andPortfolioComplexityMatter?〔J〕.Journal of Accounting and Economics,1999,27(3):285-303.

〔15〕Fama E,French K.CommonRiskFactorsintheReturnsonBondsandStocks〔J〕.Journal of Financial Economics,1993,(33):3-56.

〔16〕Carhart M.OnPersistenceinMutualFundPerformance〔J〕.Journal of Finance,1997,52(1):57-82.

〔17〕周琳杰.中国股票市场动量策略盈利性研究〔J〕.世界经济,2002,(8):60-64.

〔18〕Ljungqvist A,Marston F,Wilhelm W.CompetingforSecuritiesUnderwritingMandates:BankingRelationshipsandAnalystRecommendations〔J〕.Journal of Finance,2006,61(1):301-340.

(责任编辑：叶光雄)