证券市场上的分析师：理性引领抑或随波逐流？——一个文献综述

丁方飞 肖晓乐 陈智宇 乔紫薇

(1.湖南大学 工商管理学院，湖南 长沙 410082； 2.中南大学 财务处，湖南 长沙 410082)

一、引言

市场情绪是指投资者对于证券产品价格偏离其基本面的系统性预期(Barberis et al.，1998)[1]。理性与情绪始终是证券市场上的两个对立面，证券监管机构一直孜孜不倦地致力于促进市场的理性建设，但现实中的常态却是市场情绪会主导市场的走势。市场情绪是近现代金融危机爆发的重要诱因(Coakley et al.，2014)[2]，亚洲金融危机和美国次贷危机爆发过程都表明市场情绪会导致均衡价格严重偏离其基本面，催生金融泡沫，引发市场崩溃(Xie and Yang，2015)[3]。对于新兴市场来说，由于市场不够成熟，投资者理性程度低，市场情绪更易成为左右市场走势的重要因素。

证券分析师目前已经成为证券市场最为重要的信息媒介。各国的资本市场都在试图利用证券分析师在信息、知识和计算能力上的优势，特许其发布盈利预测或投资评级的研究报告来影响投资者的决策，提升投资者理性程度，干预市场情绪的波动(Beunza Garud，2007)[4]。近年来，我国也越来越重视证券分析师的作用，监管部门加强了对证券分析师行业的培育和规范，先后发布了《证券、期货投资咨询管理暂行办法》(1997)、《关于规范面向公众开展的证券投资咨询业务行为若干问题的通知》(2001)和证券业协会发布的《证券分析师执业行为准则》(2012)来规范证券分析师的行为，希望证券分析师通过其研究报告来影响投资者的决策，促进其进行理性决策，提升市场的理性程度。然而，我国证券分析师目前的作用可谓毁誉参半。一方面，人们对证券分析师相对于普通投资者的理性优势比较认同，投资者对证券分析师具有较高的依赖度；另一方面，市场对证券分析师行业却存在严重的不信任，尤其是一些负面的“黑嘴”事件①的发生，使得证券分析师预测的有效性受到质疑(郑方镳和吴超鹏，2006)[5]。

在市场情绪对价格机制的扭曲效应越来越阻碍证券市场发展的背景下，我们急需寻找到一种理性力量来实现对市场情绪的干预。理论界和实务界关注的问题是：证券分析师是否能充当市场的理性力量，能否通过其所发布的预测影响投资者决策，起到理性引领的作用，抑或只是在市场情绪的大潮中随波逐流，甚至推波助澜？

基于此，本文试图对该领域的现有相关研究成果进行梳理，对未来的研究方向和研究方法提出建议，一方面期望能为深入拓展本领域的研究提供参考，更好地刻画市场情绪的形成机制和凸显证券分析师所起的作用，另一方面也希望本领域的研究成果能更有效地服务于我国资本市场的建设。

二、证券分析师是理性力量吗？

理论上，证券分析师所发布的盈利预测和投资评级信息提供了关于证券内在价值的信息，可以引领投资者进行“套利”，从而促进市场价格向内在价值回归，抑制市场情绪的偏误。作为投资专家和信息媒介，证券分析师相比于普通投资者，具有信息、知识和计算能力等方面的优势。国外学者的研究表明，相对于一般的机械模型、时间序列模型，证券分析师盈利预测的准确性更高(Richards et al.，1977; Fried & Dan，1982；John et al.，1987)[6][7][8]；国内的研究也表明我国证券分析师的盈利预测比一般统计模型更有优势(宋军和吴冲锋，2003；储一昀和仓勇涛，2008；岳衡和林小弛，2008)[9][10][11]。利用证券分析师的预测能发现套利机会，获得超额报酬，有利于市场资源配置功能的实现(Elton et al.，1986；Womack，1996；Barber et al.，2001；Barber et al.，2010)[12][13][14][15]。国内学者(胡奕明等，2003；丁方飞和丰珂，2008)[16][17]也发现按照我国证券分析师的投资报告进行投资能产生一定的报酬效应。这些研究说明总体上证券分析师的预测和评级具有较高的可信度和投资价值，具有理性力量的特征。

证券分析师预测和评级的精确度也会受到各类因素的影响。现有研究表明，利益因素可能会歪曲证券分析师研究报告的准确性。证券分析师基于承销业务利益会发布乐观的盈利预测报告(Ljungqvist et al.，2006； Thabang et al.，2009；周冬华和赵玉洁，2016)[18][19][20]；基于经纪业务利益，证券分析师可能会发布偏误的报告来刺激交易量(丁方飞和张宇青，2012)[21]，例如对客户重仓股发布乐观的评级来获得更多的佣金分成(许汝俊，2018)[22]；证券分析师甚至会在特定的企业并购窗口期发布乐观的评级来获取所在机构和客户的利益(Kolasinski & Kothari，2008)[23]。此外，证券分析师还表现出赋予私人信息高权重的无效预测行为(郭杰和洪洁瑛，2009)[24]。这些证据表明，有诸多的因素会削弱证券分析师的理性力量。

一些证券分析师特征也会影响证券分析师预测和评级的精确度。学者们发现拥有高水平专业技能和较高声誉资本的证券分析师会有能力和动力提升其盈利预测的质量(Ertimur et al.，2011)[25]，并且关联分析师在“声誉压力”和“佣金压力”下更倾向于提供更加准确的盈利预测(陶然，2018)[26]；证券分析师所在机构的规模越大、声誉越高，证券分析师的从业经验越丰富，盈利预测的精确度越高(Clement，1999)[27]；此外，学者还发现证券分析师的性别(吕兆德和曾雪寒，2016)[28]、受教育的程度(李悦和王超，2011)[29]、工作经验(张宗新和姚佩怡，2017)[30]、行业经验(Bradley et al.，2017)[31]、工作压力和努力程度(樊铮和宋乐，2010；尹玉刚，2014)[32][33]等都可能提升证券分析师的预测质量。总体上来看，这些积极的因素能增强证券分析师的理性程度。

尽管证券分析师不可能是绝对的理性力量，但学者们基本认同证券分析师具有相对的理性优势地位，虽然各种利益因素会对其预测和证券评级产生扭曲效用，但一些积极的因素也会提升证券分析师研究报告的质量。总体上，证券分析师预测和评估具有投资参考价值，这种优势使得证券分析师具有影响投资者，促进市场向理性回归的潜在基础。那么接下来的问题就是，在市场情绪泛滥的情境下，证券分析师作为证券市场的信息中介，其发布的预测是否对市场情绪起到纠偏的作用，还是自身也会受到市场情绪的影响，只能随波逐流，甚至推波助澜？

三、情绪纠偏还是随波逐流？

要想考察证券分析师是否促进了市场理性，需要检验证券分析师行为和市场情绪之间的关系，即证券分析师的预测和评级是否可以对市场情绪产生纠偏作用，还是市场情绪引导了证券分析师预测和评级？证券分析师通常会发布盈利预测和评级推荐，同时也会对以往的预测和评级进行修正，这里分别对证券分析师这三种行为与市场情绪之间关系的研究文献进行回顾。

(一)分析师盈利预测与市场情绪

黄永安和曾小青(2013)[34]检验了市场情绪与分析师关注之间的直接关系，发现市场情绪越高涨，分析师关注就越多，分析师关注会受到市场情绪的影响。Wu Y Lin T et al.(2018)发现市场情绪对证券分析师的盈利预测误差有显著正向影响，特别是对处于利益冲突压力下的分析师盈利预测误差更显著。[35]Walther(2013)[36]发现证券分析师的盈利预测误差会随着市场情绪的加剧而增加；廖明情等(2016)[37]、 Corredor et al.(2014)[38]的研究表明当市场情绪高涨时，分析师的盈利预测行为更加乐观；蔡庆丰(2013)[39]认为，证券分析师会受市场情绪的影响做出非理性的预测行为。游家兴等(2013)[40]发现证券分析师在预测中的突然“变脸”行为实质上也是受到市场情绪变化的影响。李晓青和庄新田(2016)[41]指出作为理性人代表的证券分析师，其盈利预测结果除了受微观层面的企业自身因素影响之外，还受到宏观层面的市场情绪的影响，当市场情绪高涨时，分析师盈利预测相对乐观，分歧度也较大；当市场情绪低落时，则反之。孔令飞和刘轶(2016)[42]的研究也表明市场情绪越乐观，证券分析师预测的乐观偏差越大。Hribar McInnis(2012)[43]引入公司特征，研究发现当市场情绪越高时，分析师对于“不确定”和“难以估值”公司的盈利预测越乐观。

(二)分析师证券评级与市场情绪

证券分析师除了发布盈利预测外，还会对证券进行评级，做出买入或者卖出的投资建议。Bagnoli et al.(2009)[44]发现在市场情绪乐观时，分析师倾向于对难以估值的股票发布更为积极的买入信号，但这类股票的股价往往被高估，反而导致未来收益率的下降。KeYu(2009)[45]发现市场情绪会降低分析师将盈余预测转换为证券评级的效率，进而导致证券评级的投资价值下降。Corredor et al.(2013)[46]和Cornell et al.(2012)[47]也发现，在市场情绪处于乐观状态时，股票分析师倾向于给予那些难以估值的股票较高的评级。朱波等(2015)[48]的研究也表明分析师的评级具有“乐观”倾向，且在市场情绪高涨时，证券分析师的乐观程度更高，分析师评级也可能会助推市场情绪而进一步诱发投资者的非理性投资行为(李倩等，2018)。[49]

(三)分析师预测修正与市场情绪

分析师预测修正是指分析师本次盈利预测或者评级相对于上一次盈利预测或评级的调整变化，代表着分析师对企业未来盈利能力预期的变化，对投资者具有重要的投资指导意义。林美凤等(2011)[50]使用台湾数据，将消费者信心指数作为市场情绪的替代变量直接研究两者的关系，发现当市场情绪上升时，分析师的推荐评级也会向上修正。Wong(2003)[51]关注股票收益的非对称效应，发现分析师盈余预测修正同样存在非对称效应，且这种效应是由市场情绪导致。Cousin et al.(2013)[52]用法国的数据发现市场情绪对分析师盈利预测修正会产生影响，尤其是在市场崩盘期间，分析师更加依赖市场信息来调整自己的盈余预测。

从上述文献来看，研究结论基本都支持证券分析师的行为会受到市场情绪的影响，市场情绪的高涨会导致证券分析师更加乐观的盈利预测、评级和盈利预测修正。但这样的研究结论在现实中的意义却是令人沮丧的，这意味着证券分析师更多的是受到市场情绪的影响，而不是对市场情绪进行纠偏。亦即，在现实中证券分析师的作用不是理性引领，而是随市场情绪的变动而随波逐流。

然而，前述研究结论也存在很大的局限性，最主要的问题就是先入为主地将市场情绪和证券分析师行为之间的关系视为一种单向的线性关系来展开研究，缺少理论基础的支持，研究方法是否得当也存在疑问。

四、缺失的理论基础：群体情绪形成机制

证券市场上的市场情绪实质是一种群体情绪，群体情绪在经济社会中广泛存在，在社会心理学领域受到高度关注。现有的关于市场情绪和证券分析师行为之间关系的文献大多将市场情绪视为外生冲击变量，将证券分析师行为作为受影响的因变量。这实质上意味着将证券分析师从市场情绪的形成路径中分离出来，单向地考察市场情绪对证券分析师行为的影响。这一种简化的研究思路未能考虑市场情绪的形成机理，也未能充分考虑证券分析师在市场情绪形成中所起的作用，缺乏相应的理论基础。

社会心理学家认为，群体情绪是社会情境下个体情绪通过社会网络交流、互动、循环，最后趋于一致所形成，情绪感染是群体情绪形成的核心机制。由于群体情绪的形成具有非线性、多因素影响、多重反馈循环的复杂作用机制，因此具有系统动力学特征(Saunier Jones，2014)[53]。

借助系统动力学的作用机理，社会心理学家提出了基于传染病机制和热传递机制两种模型来解释群体情绪形成机理。传染病机制将个体分为感染者和传染者，感染者完全复制来自传染者的情绪，群体情绪表现为个体情绪量上的累加扩张(Durupinar，2010)[54]。热传递机制则突出个体在情绪模仿回馈中的主动性，强调情绪在感染过程中会出现局部的改变。由于个体特征的差异，情绪个体可以区分为一般个体和“意见领袖”，“意见领袖”在理性程度和情绪表达能力上具有优势，因此在情绪感染中居于更重要的地位(Bosse et al.，2009)[55]。由于热传递机制在情绪形成路径中区分了个体差异，可以逼近更真实的情绪形成路径。殷雁君和唐卫清(2013)[56]在热传递模型的基础上进一步引入个体观点值，突出个体差异在情绪感染中的作用，强化了“意见领袖”的观点在群体情绪形成和演变中的关键作用。此外，殷雁君等(2015)[57]还进一步引入社会网络结构，进一步突出了“意见领袖”在群体情绪演化速度和方向中的关键作用。Rempala(2013)[58]在对负面情绪的感染中也发现了具有优势地位的“意见领袖”对情绪可以产生干预能力。

总体来看，社会心理学近几年来在群体情绪形成机理方面的研究取得了突破性的进展，尤其是对群体情绪的形成机理和“意见领袖”的干预作用进行了较为深入的研究，这为引入社会心理学的研究成果来研究证券市场情绪的形成机理和证券分析师在其中所起的作用提供了较好的理论基础。

很显然，证券市场的群体情绪并非外生于证券分析师行为而存在的变量，而是所有市场参与者，包括证券分析师在内通过交流、互动、相互感染、循环往复所形成的一种群体情绪。可以预期在这一过程中，证券分析师不但会受到市场情绪的感染，其自身也会自然地参与到市场情绪的形成过程之中，且由于其具有理性优势和表达渠道上的优势，具有“意见领袖”的潜能，其发布的预测评级也存在引导市场情绪的可能。而现有的研究由于缺乏理论基础的指导，大多将市场情绪视为外生于证券分析师而独立存在的因素，进行单向的线性回归研究，显然存在严重的内生性问题。

五、改进的方法：向量自回归模型

由于理论基础的缺乏，大多数的文献在研究市场情绪和证券分析师行为之间的关系时，先入为主地将市场情绪作为外生的自变量，将证券分析师预测评级或修正作为因变量进行回归。很显然，由于忽视了市场情绪形成的动态过程，这种方法未能考虑证券分析师作为具有理性优势的个体参与和影响市场情绪的能力，因而二者之间可能存在双向因果关系，这种双向因果关系会使一般的线性回归存在内生性问题，从而导致估计偏误。另一方面，由于情绪的演进和证券分析师的行为在时间上具有延续性，很可能存在自相关问题，现有的文献往往也忽略了这一问题。

从群体情绪的形成机制来看，证券分析师本身的意见表达，可能会影响市场情绪的形成。而且，证券分析师的优势地位决定了其具有“意见领袖”的潜能，这种影响力是不容忽略的。另一方面，市场情绪和证券分析师的行为都会随着时间的推移而不断地变化演进，这种相互作用的机制也会在时间上存在着动态延续性。因此，我们认为，可以将这样的关系放在一个动态系统中采用多变量时间序列进行预测。这样，可以使用Sims(1980)[59]提出的向量自回归模型(VAR)：

y1t=β10+β11y1,t-1+…+β1py1,t-p+γ11y2,t-1+…+γ1py2,t-p+ε1t

y2t=β20+β21y1,t-1+…+β2py1,t-p+γ21y2,t-1+…+γ2py2,t-p+ε2t

(1)

在上述回归方程组中，y1和y2分别为市场情绪和证券分析师预测评级，每个方程中都有这两个变量的滞后项，表明它们不但可能存在自相关，而且彼此之间可能存在双向的相互影响。在运用向量自回归模型时，我们需要使用信息准则来确定变量的滞后阶数，也可以在已有研究成果或理论模型的基础上加入新的变量，比如，Gyamfi-Yeboah et al.(2012)[60]认为市场情绪、分析师预测与非正常收益之间彼此存在相互关联，那么就可以在上述方程组里引入第三个因素：非正常收益，这样方程组就由三个方程组成，每个方程包含三个因素的多阶变量；同时还可以运用格兰杰(Granger)因果检验来检测变量之间的因果关系，对方程组的参数估计结果可以表明各个变量之间作用的状况。此外，由上述方程组还可以计算出脉冲响应函数，估计出在其他变量保持不变的情境下，某一变量在某一期的变动对另外变量的影响程度，这样比较适合将两个变量之间的跨期作用单独分离出来进行考察。由于VAR充分考虑了变量之间的内生性和自相关问题，显然比以往文献所常用的单方程OLS的估计结果更加科学。

现有文献中，有个别学者考虑了市场情绪和证券分析师行为二者之间的内生性问题，采用格兰杰因果检验(廖明情等，2016)[37]、使用滞后期的情绪指标(伍燕然等，2012)[61]和联立方程组回归(黄永安和曾小青，2013)[34]来检验或控制这一内生性问题。但是，总体来看这些文献在回归时并未能真正地控制和反映这二者之间的内生性关系。

从群体情绪的形成机制上看，市场情绪和证券分析师行为除了滞后期的相互作用外，也可能存在当期作用。Sims(1981，1986)[62][63]提出了结构向量自回归模型(SVAR)，结构向量自回归模型相比于向量自回归最显著的区别是加入了结构向量，即允许变量之间存在当期影响，模型如下：

y1t=β10+α12y2t+β11y1,t-1+…+β1py1,t-p+γ11y2,t-1+…+γ1py2,t-p+ε1t

y2t=β20+α21y1t+β21y1,t-1+…+β2py1,t-p+γ21y2,t-1+…+γ2py2,t-p+ε2t

(2)

考虑到市场情绪是一个不断演进的具有动力学特征的系统，证券分析师的行为与市场情绪之间不仅存在滞后期的关联，也可能存在当期的相互作用，所以结构向量自回归模型的右边加入了当期变量项y1t和y2t。在结构VAR的基础上，我们同样可以进行格兰杰因果检验、脉冲效应函数分析；也可以根据理论分析，引入新的时间序列变量，并假定变量的作用次序，实施“乔利斯基约束”，估计出SVAR模型；还可以调整变量作用次序，进行敏感性分析，这样可以更精确地刻画出市场情绪和证券分析师之间的关系，考察市场情绪的形成机制。

六、未来研究展望

无论是从证券分析师所具有的理性优势，还是从监管机构和市场参与者对证券分析师的预期而言，证券分析师都应当起到为市场注入理性力量的作用。但现有文献的研究结果却表明，证券分析师的行为更多地是受到市场情绪的影响，证券分析师似乎是随波逐流，而未起到理性引领的作用。但我们认为，这样的研究结论很可能是理论基础和研究方法的缺陷所致，为此，我们对该领域未来的研究提出一些建议和展望。

首先，要将这一领域的研究建立在扎实的理论基础和恰当的研究方法之上。现有的研究基本上都将市场情绪和证券分析师预测之间的关系看成一种单向的、静态的线性关系，采用简单的线性回归进行考察，因此得到前面所述结果也就不足为奇了。所以，我们需要进一步探索如何将社会心理学领域中关于群体情绪形成演变的机制理论应用到证券市场情绪的形成中来，并考虑证券分析师作为具有优势地位的个体，在情绪形成中所起的作用，从而使得研究能建立在一定的理论基础之上。研究方法上，传统的单向线性回归显然缺乏理论基础的支持，忽略了情绪形成的复杂性，可能存在很严重的内生性问题。从群体情绪的形成机理来看，运用向量自回归或者结构向量自回归方法来进行研究，能更好的反应情绪形成的动态过程[64]，也突显了证券分析师作为具有优势地位的个体参与市场情绪形成过程的机制。考虑到市场情绪形成的复杂性，还可以考虑采用田野研究、实验研究和问卷调查等多种方法，来揭示证券分析师行为和市场情绪之间的关系。

其次，突出个体特征因素和市场因素的影响。热传递机制表明，群体情绪的形成会受到个体特征的影响，尤其是“意见领袖”的个体特征。因此，在前面改进方法的基础上，可以考虑纳入更多证券分析师的个体特征和被预测对象的个体特征。比如根据已有研究发现，将证券分析师的专业技能、所在机构的规模、声誉和证券分析师的从业经验、行业经验、证券分析师的性别、受教育的程度、工作经验、工作压力和努力程度等因素引入到向量自回归模型中来，观察这些因素对二者关系的影响。此外，除了证券分析师的个体特征，被预测对象的特征也可能会产生影响。比如，Hribar McInnis(2012)[43]的研究发现对于难以估值的公司，证券分析师的行为更易受乐观情绪的影响；伍燕然等(2016)[65]的研究表明，高质量的信息披露和公司治理都会降低市场情绪对证券分析师行为的影响。因此引入公司特征因素，可以捕捉到不同特征的公司对二者之间关系的影响。此外，不同的市场态势代表不同的情绪状态，因此市态也可能会影响到市场情绪和证券分析师行为之间的关系。万丽梅和逯东(2013)[66]发现在牛市和熊市中，市场情绪对证券分析师预测的影响存在显著的差异。因此引入市态的因素来考察在不同市态下证券分析师行为和市场情绪之间关系的差异也是非常有意义的。最后，如何将这些因素与向量自回归和结构向量自回归模型进行紧密的结合是未来研究中需要考虑的问题，这样才能更加清晰地刻画证券分析师行为在市场情绪形成中的作用，从而为市场情绪的形成机理和证券分析师的作用提出增量解释，并更好地服务于资本市场建设。

【注 释】

① 新浪财经2016年11月28日发表文章《2016年券商“黑嘴”排行榜：新财富的脸就是这么被打的》，根据该文的统计分析，新财富评选的2014年明星分析师和所在券商多次进入最不靠谱研究排行榜。http//finance.sina.com.cn/stock/y/2016-11-29/doc-ifxyasmv2101366.shtml。