声誉对分析师预测准确性的影响

胡松明 张楚晗 江婕 伍燕然

摘要：本文选择今日投资“天眼”明星分析师评选为依据，将样本分为明星和非明星分析师两组，实证检验了分析师声誉对预测准确度的影响。分析师声誉以是否获得“明星分析师”为标准，预测准确度以每股盈利的预测值和实际值之差度量。本文运用了均值统计和多元线性回归进行比对分析，结论是分析师声誉对预测准确度没有显著影响。我国投资者不应仅以明星分析师分析报告作为投资资料唯一来源，而应立足基本面分析，综合考虑市场信息。

关键词：分析师声誉预测准确度网络评选每股盈利预测

一、导论

（一）选题意义

随着我国金融市场不断发展，参与股票交易的机构与个人数量均有增长。分析师的研究报告将纷繁复杂的财务数据转化为一目了然的推荐等级，对投资者特别是没有专业知识背景的投资者具有极大参考价值。随着上市公司越来越多，信息不对称问题逐渐凸显。Fama提出的半强有效市场假说（Semistrong-formEMH）认为市场上的价格充分反映了所有已公开的公司运营信息，但这些信息很有可能是“隐形”的，这种隐形既源于投资者分析能力的限制，也源于信息渠道的“半封闭”。正是分析师的存在使信息公开，使市场变得成熟。分析师具有渠道优势，其所在券商与上市公司管理层有紧密联系，他们可能会有特殊渠道得到额外信息。李东方和刘牧晗（2009）认为证券分析师作为市场上的专业人士，在信息渠道和专业分析能力方面具有很大优势，能够准确进行预测，投资者会对分析师产生依赖，尤其是明星分析师。

互联网的出现使投资者拥有更多信息渠道，所能参考的分析师报告也越来越多。很多新媒体单位也举办了分析师评选，例如第一财经的最佳分析师评选和今日投资的“天眼”最佳中国分析师评选。声誉较高的分析师能够获得更高的薪酬和更多的升职机会，投资者对其信任程度也更高，然而声誉较高的明星分析师做出的预测能否更加值得信任對于投资者来说是很重要的一个问题，本文将对此问题进行详细论证。

（二）国内外文献综述

本文所论证的问题与投资者利益切实相关，东西方学者对此都进行过探讨。Stickel（1992）的团队研究表明，美国《机构投资者》杂志评选出的明星分析师的盈利预测准确度优于其他分析师，他们会更频繁地发布预期且其做出的预测修正能引起更强的市场反应，由此认为明星分析师的高薪酬是基于能力得到的。Brown和Chen（1991）对比两组分析师预测准确度的简单平均后认为，明星分析师在50%的情况下表现优于非明星分析师，在对及时性和历史预测值加权处理后，明星分析师表现更优的情况降到30%，究其原因，学者们认为明星分析师可能存在“随大流”的现象。另一方面，明星分析师可能出于对声誉的保护从而放弃个人意见，出现“羊群效应”（Welch，2000）。但Fang和Yasuda（2005）则表现出不同意见，他们发现声誉可能抑制“羊群效应”，高声誉对分析师有约束和激励作用。声誉对分析师的制衡还体现在对利益冲突的抑制上，分析师常常会面临利益冲突的问题，但为了不损伤其声誉，分析师可能会降低利益冲突对预测结果的影响（Beaty和Whlch，1996;Dunbar，2000）。有一部分学者却认为分析师对盈利进行预测是一种无效的行为，Chen和Jiang（2006）。

国内学者的分析研究主要集中在两方面，一方面是验证声誉对分析师预测准确度的影响是否显著，另一方面是探讨何种因素影响了预测准确度。岳衡和林小驰（2008）使用了来自35家券商的2394次每股盈余预测数据，回归结果显示我国分析师进行的分析与以同年度历史数据为基础的统计模型计算出的结果相比预测误差较小，但与以季度历史数据为基础的模型相比预测误差较大，并无显著优越性。朱琼雯（2013）则采用Fama-Macbeth多界面回归方法验证分析师声誉对预测准确度的影响是否显著，结果显示没有明显影响。李丽青（2012）得出无论牛市还是熊市，明星分析师的预测准确度均比其他分析师要高。在研究影响因素方面，郭杰和洪洁瑛（2008）认为分析师的预测准确度与他们倚重的公开和私人信息的比重有关。他们使用了2005-2007年国内856名分析师的5522次预测数据，结果显示分析师对公司盈余的预测行为是无效的。

从国内外学者的研究可以看出，本文提出的问题尚无显著的定论。由于影响因素众多，各国实际情况不同，数据样本量不够大等因素，该问题值得更多学者进行深入讨论研究。本文使用了今日投资“天眼”最佳分析师评选作为声誉高低的依据。“天眼”评选在新浪财经、腾讯财经等页面均有大幅报道与介绍，个体投资者中不乏依赖财经网站上的介绍评级来进行投资活动的试水，因此本文选择了这些网络媒体上评选出的“最佳分析师”作补充。

二、模型建立及提出假设

本文以今日投资的“天眼”最佳分析师评选为依据，以选出的年度明星分析师作为研究对象。本评选共设立7种奖项，其中一项为“年度明星分析师”，共评选十人。今日投资评选不同于“新财富”杂志评选出的“最佳分析师”排名，近年来“新财富”的“最佳分析师”更多的以团队形式出现，但以团队形式进行荐股和预测，在进行实证分析时也更难提取准确数据。从另一个角度看，“新财富”杂志采取的是买方基金经理打分的方式，评选规则较为主观。而今日投资则采取客观的量化评比方式比较分析师做出的评级建议和盈利预测，其中评级建议以超额回报率作为评选标准，盈利预测以与现实情况的差作为评选标准。每年度发布的榜单基于上一年度的数据，数据来源为今日投资网站的自有数据库。由于“新财富”存在的时间更长，名声更大，前人对其评选结果是否合理可信也有了较多分析，因此本文以“今日投资”评选出的明星分析师作为研究对象，分析以量化打分的方式评选出的分析师预测准确性是否高于其他一般分析师。

（一）数据来源

本文数据来自Wind和国泰安数据库，数据包括：第一，公司名称、评级机构、分析师姓名、评级日期、预期每股收益、实际每股收益和每股收益增长率;第二，公司经营现状相关数据，包括市盈率、净利润和主营业务收入;第三，A股股票盈利状况，包括最新收盘价、每股收益增长率。

（二）模型建立

本文采用均值统计和多元线性回归相结合，首先将分析师分为明星和非明星分析师两组，分别得到其对相同公司的盈余预测值，再将预测值与实际值进行比较，观察其差值的平均大小。本文选取了2014和2015年的数据，研究对象为全部A股。

上述数据取自Wind机构预测大全，以报告提交日期所在年份为时间节点，为避免分析师乐观或悲观预测倾向，所有数据都取绝对值处理，将误差除以Y年收盘价的平均值进行标准化处理，避免公司规模对结果的影响，选择Y年收盘价是考虑到分析师进行预测时只能够使用Y年的收盘价作为参考。由于“天眼”每年只评选十名明星分析师，我们能够得到的明星分析师预测结果的样本数量有限，但在样本差异较大的现实情况下，通过比较两组分析师预测差值的平均值，可发现2013与2014两年明星分析师的预测情况均优于非明星分析师，通过对两组分析师的數据求标准差可见，明星分析师的预测误差波动较小，而非明星分析师波动较大。同时，随着预测模型的完善，2014年两类分析师的表现均优于其2013年的表现，2014年的非明星分析师在某些数据上甚至优于2013年的明星分析师。

通过均值检验可发现明星分析师相较非明星分析师在预测准确度上有明显优势。为了进一步验证声誉对分析师预测准确度的影响，下面进行多因素回归分析。

第一，被解释变量：

第二，解释变量：分析师声誉。虚拟变量，若被“天眼”评选为明星分析师取“1”，否则取“0”。

第三，控制变量：

A.公司规模。规模较大的公司信息透明度较高，分析师获取的信息质量越高越，预测也更准确。

B.盈利预测时点。距年报发布日越近预测的准确程度越高（Crichfield，DyckmanandLakonishok，1978）。

C.追踪公司的券商数量。当一家公司被多家券商追踪时，券商间的信息分享使得信息流出概率增加，追踪的券商数量与预测准确度之间可能存在正相关关系。

D.杠杆率。杠杆率与盈利预测准确度之间存在正相关。（Fang和Yasuda，2004）

E.公司盈利波动性。公司盈利波动越大分析师寻找盈利波动模式的难度越大，从而越难进行预测，因此上市公司的盈利波动性与预测准确度之间存在负相关关系。（石桂峰，2007）

三、实证结果分析

通过上述回归估计，将两组回归系数取平均值汇报结论。分析师声誉系数均为正（0.005），但在统计上不显著（T值：0.32），可以发现分析师声誉与预测准确度无显著关系，声誉机制并无明显作用，其他控制变量系数基本符合前人结论。公司规模系数为负（-0.0112）且在95%的水平显著，说明公司规模越大其年报中所披露的信息越透明详细，分析师在分析该公司股票时越易获取信息，预测准确度也越高。分析师发布预测时间与年报公布时间的差值系数为正（0.00004）在95%的水平显著，说明距离年报发布时间越长，预测越不准确，与现实情况相符。本文选取分析师发布报告时间与公司年报发布时间之差为变量，但现实生活中分析师多以月报与季报为分析依据，现在看来分析的准确性与年报的发布时间也有显著关系。追踪公司的券商数系数为负数（-0.0002）且在95%的水平上显著，说明追踪公司的券商越多，分析师做出的预测误差越小。这可能是由于市场上券商间存在交换信息现象，越多分析师对一所公司做出分析，越多的“半公开”信息流传进市场变为公开信息，从而降低了准确预测的难度。杠杆率系数为正（0.0152），EPS的标准差系数也为正（0.0284），且在95%水平上显著，说明了一所公司的杠杆率越大分析师越难做出准确预测，公司经营状况的不稳定使得分析师获取信息的成本以及摸索股价变动规律的难度增加。

除去对各影响因素系数进行分析，2014年模型的R2为0.4997说明模型解释力达到了49.97%，在这些影响因素外对分析师预测准确度造成影响的还有：分析师所在券商是否为该公司承销商，针对某公司做出的盈利预测的标准差（朱琼雯，2013），投资者情绪、噪音交易的影响（伍燕然，2012）。为检验2014年回归模型的异方差，本文对该表5中所提到的变量进行了怀特检验，其结果为Prob>chi2=0.8919，拒绝存在异方差的假设，因此本文所实证分析的回归标准差的估计是无偏的。

四、结论及理论分析

声誉理论源于信息经济学和博弈论。在具有不确定性的经济活动中，个人特质难以直接观察，但如果该主体的行为模式相对稳定不变，其他主体可能会对该主体的行为产生可预测的、相对稳定的预期，这就是该主体形成声誉的过程（刘江会，2006）。由此可知，分析师在日常经济活动中充当分析复杂公司信息、发布相对可信的分析报告的角色，久而久之，其他依赖分析报告的公司和个人对分析师产生了稳定、正向的预期。分析师在多次交易中凭借成功的预测积累声誉，博得投资者们的信任，“新财富”正是凭借着这种反复博弈的交往过程，评选出获得最高信任的分析师，给予他们更高的声誉和名望。对于这种凭借声誉赢得评选的分析师，很多学者对他们的业绩进行了实证检验并得到了不同的结论。

与之相对应，今日投资网站运用量化规则直接评比分析师们的业绩由此评选出明星分析师。然而，通过量化方式评选出的明星分析师，他们的声誉对预测准确性并没有显著影响，这与人们的固有观念不符。在描述性统计中，明星分析师的预测误差各方面均小于非明星分析师，可以证实今日投资确实是根据量化规则进行评选的。从这相悖的两项验证中可知，明星分析师的预测准确性的确优于非明星分析师，但这种优势并不显著。投资者们可以适当参考明星分析师们的分析报告，但不应以声誉作为是否相信这份报告的唯一准则。

由于我国投资市场发展较晚，上市公司公开信息还不够透明全面，分析师无法通过公开渠道获得足够信息，只能转而依赖私人信息。同时分析师行业缺口较大，声誉评判体系尚未建立，中小投资者不应只信赖分析师做出的分析报告，要同时立足基本面进行全面分析。

参考文献：

[1]李丽青.《新财富》评选的最佳分析师可信吗？——基于盈利预测准确度和预测修正市场反应的经验数据[J].投资研究，2012，第七期.

[2]朱琼雯.分析师声誉、盈利预测与评级修正——对“新财富”最佳分析师的实证研究[D].上海：复旦大学，2013.

[3]屈小兰.分析师推荐理由、分析师声誉与投资者的投资判断[D].天津：南开大学，2013.

[4]岳衡，林小驰.证券分析师VS统计模型：证券分析师盈余预测的相对准确性及其决定因素[J].会计研究2008.08.

[5]郭杰，洪洁瑛.中国证券分析师的盈余预测行为有效性研究[J].经济研究，2009年十一期.

[6]伍燕然，江婕，谢楠，王凯.公司治理、信息披露、投资者情绪与分析师盈利预测偏差[J].世界经济，2016.02.

[7]BrownLD，HagermanRL，GriffinPA，etal.Securityanalystsuperiorityrelativetounivariatetime-seriesmodelinforecastingquarterlyearnings[J].JournalofAccountingandEconomics，1987，9（1）：61-87.

[8]StickelSE.Reputationandperformanceamongsecurityanalyst[J].TheJournalofFinance，1992，47（5）：1811-1836.

[9]WelchI.Herdingamongsecurityanalysts[J].JournalofFinancialeconomics，2000，58（3）：369-396.

（作者单位：北京师范大学）