基于房地产板块的分析师评级影响因素研究

秦榕辰 吴璟

摘要：以房地产板块为切入点，研究证券分析师确定股票评级过程中的关键影响因素。基于对券商研报和国内外文献的阅读，归纳可能影响证券分析师股票评级的主要因素。在此基础上，以2010年至2017年间904组证券分析师对130家A股上市房地产开发企业发布的股票评级为研究样本，建立模型进行实证研究。研究结果表明，证券分析师在评级过程中同时运用了市场和企业两个不同维度的信息，但主要偏重于市场历史变化和企业当前状况，相反难以有效预测此后房地产市场变化趋势。上述规律在不同类型企业或不同特征证券分析师之间还存在一定的异质性。

关键词：证券分析师;股票评级;房地产板块;房地产开发企业

中图分类号：F293.33

文献标识码：A

文章编号：1001-9138-（2020）07-0008-15

收稿日期：2020-04-13

1引言

证券分析师们一般会通过对企业及市场的观察和研究从而发布股票投资评级建议，他们往往被认为是高智慧，专业能力强以及投资嗅觉敏锐的群体。国外证券分析师行业的发展历史已有百年之久，体系和监管都较为成熟;而我国证券分析师行业则在20世纪末才初步開始发展。在1997年年末至2002年间，国务院证券委员会和证券分析师委员会先后发布了针对证券分析师行业的多项条例规范，这使得我国证券分析师行业的监管更加完善。至此之后我国证券分析师行业高速发展将近20年，并开始在降低市场信息不完备程度、促进市场健康发展等方面发挥重要作用。

相应的，证券分析师行为规律——其是证券分析师评级影响因素也一直受到学界和业界的关注。在国外的学术研究中，针对证券分析师评级影响因素的研究较为广泛。Francis、Hanna和Philbrick将公司的财务信息与非财务信息纳人证券分析师评级的回归模型中。Mikhail等通过研究发现证券分析师会将目标企业过往的历史信息纳入到其预测判断中。Nichols和Wieland通过研究发现证券分析师会较多关注公司的非财务信息（公司的成长性，公司未来的变化以及产品的可持续性等）。虽然证券分析师行业起步较晚，国内学者对证券分析师评级的影响因素也有一定的关注，但同样缺乏对于房地产板块的研究。白晓宇发现上市公司信息披露政策透明度会对分析师评级有一定的影响。吴锡皓和胡国柳认为公司财务数据会对证券分析师评级带来一定影响。刘会芹和施先旺发现企业战略差异性会对分析师评级的准确性带来影响。

本文选择以房地产板块作为研究证券分析师股票评级影响因素的切入点。一方面，从企业的角度来看，从开发阶段到项目结束，有各种因素会影响房地产开发企业的股票水平，例如企业的估值面、基本面以及宏观经济环境等，因此房地产板块相比其他板块有着更多的研究内容。另一方面，从市场的角度来看，房地产开发的周期较长，房地产板块住房市场的信息相比其他板块的信息更容易提炼及分析，因此各项信息也会更加客观可靠。同时，房地产投资具有高风险性，房地产板块相对其他板块来说研究意义更大。由此看来，研究证券分析师股票评级的影响因素，以房地产板块为切入点更为合适以及更具优势。

2证券分析师股票评级影响因素选择及分析

本文首先对不同证券公司的证券分析师在沪、深两地上市的房地产开发企业所发布的研报进行分析研究，基于其研报中所披露的资料信息和数据，归纳证券分析师股票评级的影响因素。通过分析研究发现，证券分析师主要根据企业层面和市场层面两个维度的信息做出评级决策，企业层面的信息包括股票市场的信息、财务报表的基本面信息，市场层面则包括企业层面和全国层面住房市场的信息。

2.1目标企业股票市场的信息

目标企业股票市场的信息是证券分析师发布股票评级的重要参考依据。证券分析师会根据目标企业股票市场近期的表现来预测该目标企业股票在未来一段时间的表现。首先，通过研读证券分析师对房地产开发企业发布的研报，可发现分析师会优先考虑目标企业股票市场的信息，因为证券分析师希望通过该信息来判断目标企业是否具有股票升值空间以及投资价值，他们会密切留意目标企业的每股收益、市盈率、市净率等与股票市场相关的信息。其次，国内外研究均指出证券分析师会根据目标企业在股票市场的表现从而作出评级决策。综合以上，将目标企业股票市场的信息作为证券分析师股票评级的影响因素之一。

基于以上分析，本文实证研究部分将选取研报中最常见及较能反映房地产开发企业股票市场的信息的指标，即目标企业投资价值来考察目标企业股票市场信息对于证券分析师股票评级的影响。2.2目标企业的基本面信息

目标企业的基本面信息同样很大程度上影响证券分析师所发布的股票评级。证券分析师会根据目标企业过往财务报表中所披露的基本面信息来评估目标企业股票在未来一段时间的表现。首先，同样通过研读证券分析师对房地产开发企业发布的研报，发现证券分析师们会密切关注目标企业的基本面信息。-方面，目标企业的净资产收益率反映了该企业自有资本获取净收益的能力，相应地证券分析师一般会对这些自有资本获利能力较强的企业发布更乐观的评级。另一方面，目标企业剔除预收款项后的资产负债率反映了该企业的资金链和杠杆情况，剔除预收款项后的资产负债率较高的企业更容易有资不抵债、资金链断裂的风险，相应地证券分析师一般会对这些企业发布较为消极的股票评级。其次，国内外研究均表明证券分析师会关注企业的财务信息和基本面信息。综上，将目标企业的基本面信息作为证券分析师股票评级的影响因素之一。

基于以上分析，本文实证研究部分将选取目标企业自有资本获取净收益能力及目标企业资金链和杠杆情况两个方面，综合考虑目标企业的基本面信息对于证券分析师股票评级的影响。

2.3住房市场的信息

除了上述两个因素以外，目标企业住房市场的信息以及全国住房市场的信息也是证券分析师发布股票评级的重要参考依据。证券分析师会通过对目标企业及全国住房市场的信息进行综合考虑，从而发布对应的股票评级。通过对研报的阅读可发现，证券分析师针对房地产开发企业，皆会分析企业自身以及全国的住房市场的信息。一方面，企业自身住房市场的信息反映了企业的拿地策略优劣及项目布局是否合理。另-方面，全国层面的住房信息则反映了住房市场的宏观水平及景气程度。除此之外，由于房地产开发企业的主营业务为住宅开发，因此考虑两个层面的住房市场的信息能较为准确地解读房地产开发企业的经营发展情况，从而为证券分析师发布股票评级提供参考。

基于以上分析，本文实证研究部分将选取目标企业自身以及全国层面的住房市场信息，综合考虑住房市场信息对于证券分析师股票评级的影响。

3研究设计

根据上文对证券分析师股票评级影响因素的选择与分析，本研究所采用的模型为式（1）所示：

3.1变量定义

本文模型选取的变量可见表1，模型解释变量分为三个维度共5个指标，其中企业层面考虑了股票市场的信息，也考虑了企业财务指标的基本面信息，而市场层面则考虑了全国层面及企业层面住房市场的信息。在此基础上，引人上证指数和上证房地产指数作为模型的控制变量，本模型能够较为客观地评估证券分析师股票评级的影响因素。

本研究的研究时间跨度为2010-2017年，目标企业的选择为所有在A股上市的房地产开发企业，合计130家。

本文所选取的被解释变量为证券分析师对不同房地产开发企业的月度量化股票评级。证券分析师对不同企业的股票评级一般划分为五个档次，分别为“卖出”“减持”“中性”“增持”以及“买人”，分别将这5个档次量化为1、2、3、4、5。在剔除一些缺失数据，如证券分析师名称及股票标准化评级缺失的样本后，将某一证券分析师对某一个目标企业发布股票评级的当天作为起始日，下一次该证券分析师对该目标企业发布股票评级的日期作为截止日，则该目标企业的起始日至截止日之间的每日股票评级都填充为起始日的股票评级。随后，将2010年1月-2017年12月每个月的日度量化的股票评级的平均数作为该证券分析师在每个月对该目标企业的月度股票评级，并记为变量名Avgrank。该变量能客观地反映不同的证券分析师对不同的房地产开发企业的月度综合股票评级。

本文选取的解释变量共分为三个维度，第一个维度为目标企业股票市场的信息。本研究选取目标企业的市盈率作为衡量这一维度的指标。该指标为目标企业当月的滚动市盈率，即当月总市值除以前面四个季度的总净利润，记作变量名PE。该变量相对于静态市盈率以及动态市盈率更为准确，能较为适合评估目标企业的股票投资价值，从而客观地衡量这一维度。

第二个维度为目标企业的基本面信息。本研究分别从目标企业自有资本获取净收益能力以及目标企业资金链和杠杆情况两个角度来衡量这一维度。一方面，选取目标企业的净资产收益率作为衡量目标企业自有资本获取净收益能力的指标，该指标为目标企业当月的加权平均净资产收益率，即当月净利润除以平均净资产，是一个动态的指标，记作变量名ROE，该变量能够有助于客观地评估目标企业未来的盈利能力。另一方面，选取目标企业当月剔除预收款项后的资产负债率作为衡量目标企业资金链和杠杆情况的指标，由于在我国房地产实行预售制度，房地产开发企业通常拥有巨额的预收账款，而该笔款项没有利息成本，最终无需偿还，且一般会转化为收人。因此，选取该指标能更为客观地反映房地产开发企业的资金链和杠杆情况，并将该指标记作变量名DDTA。

由于前两个维度的指标为企业层面的指标，考虑到不同企业的差异性较大，分别将不同变量进行1%winsorize缩尾处理，确保数据的有效性和可靠性。

第三个维度为住房市场的信息。本研究分别从全国宏观层面以及目标企业微观层面去衡量这一维度。首先，在全国宏观层面，选取全国新房房价指数的同比增长率作为衡量全国住房市场的信息的指标，并将该指标记作变量名NI_YC，该变量反映了全国在住房市场价格的表现。而在目标企业微观层面，将目标企业在不同城市从当月算起，往之前倒推3年的土地增量总和作为当月在不同城市的土地存量，并按照当月土地存量在不同城市的值取相应的权重，随后将该月不同城市的权重和该月全国90大中城市的新房房价指数同比增长率进行对应相乘并加总，为了使研究更具有准确性和意义，将目标企业在90大中城市以外的城市的土地存量与四线城市新房指数的同比增长率做匹配，得到该月目标企业按城市加权平均的新房房价指数同比增长率，并将该增长率减去该月全国新房房价指数的同比增长率，该指标能较为客观地评估该月目标企业在住房市场的表现，记作变量名LAI_D，证券分析师能通过这一变量有效预测不同目标企业的股票表现并作出股票评级。

最后，在此基础上，本研究分别引人上证指数和上证房地产指数的月度同比增长率作为模型的控制变量，控制大盘变化的效应，分别记作变量名SH和SHRED。同时，本研究亦分别加入年份固定效应，企业变量及证券分析师变量控制不同企业及证券分析师的效应。

3.2数据来源

本研究采用的目标企业的股票市场的信息及大盘变化的信息数据主要来源是Wind数据库，目标企业住房市场的信息数据主要来源于CREIS中指企业数据库，目标企业的基本面信息分别来源于各企业在年报中所披露的财务信息。本研究所涉及的目标企业层面以及全国层面的住房市场的信息数据主要来源是《中国区域经济统计年鉴》《中国国土资源年鉴》等统计年鉴。

3.3描述性统计

模型各指标描述性统计分析如表2所示。从表2可发现，证券分析师在2010年至2017年对不同目标企业给出的平均月度量化股票评级为4.30，由此看來证券分析师倾向于作出具有乐观倾向的评级。

4实证结果分析

4.1证券分析师股票评级影响因素

以不同证券分析师对所有A股上市的房地产开发企业的股票评级作为观察样本，总结并探讨证券分析师股票评级的影响因素。

由表3可看出，在企业层面，目标企业市盈率的同比增长率对证券分析师股票评级的影响显著为负，说明证券分析师比较注重目标企业的投资价值，当市盈率越低，说明市价相对于股票的盈利能力越低，表明投资回收期越短，投资风险就越小，股票的投资价值就越大，而证券分析师也给出了积极的评级。在目标企业的基本面信息方面，目标企业净资产收益率的变化对证券分析师股票评级的影响显著为正，反映出证券分析师比较关注目标企业获取净收益的能力。目标企业剔除预收款项后的资产负债率对股票评级影响显著为负，反映证券分析师对于负债较低的企业的前景看法较为乐观，认为资金链的稳定及较低的杠杆能够为企业带来正面的影响。

在住房市场层面，当月目标企业微观层面的住房市场的信息以及全国宏观层面的新房房价指数变化对股票评级的影响显著为正，说明证券分析师会同时参考微观层面以及宏观层面的住房信息作出评级决策;而未来一年目标企业微观层面的住房市场信息以及全国宏观层面的房价指数变化对股票评级的影响并不显著，说明证券分析师并不能预测微观层面以及宏观层面住房市场未来的变化，他们并不能超前预测未来的信息从而作出股票评级决策。

4.2不同所有制及资产规模对证券分析师股票评级的影响

在总结证券分析师股票评级影响因素实证结果的基础上，进一步对不同所有制类型及不同资产规模的企业作出差异性分析。首先根据目标企业上市年报中官方披露的实际控制人判别是否国有企业，并将国有企业和非国有企业的哑元变量以及原有解释变量的交叉项引入到模型中。与此同时，将不同企业的资产中位数作为划分依据，将企业划分为大中型企业和中小型企业，同样以哑元变量与解释变量的交叉项形式引入到模型中，分析结果如表4所示。

从表4可看出，在不同所有制类型层面，国有企业与非国有企业的差异性主要体现在基本面信息上，目标企业的总资产报酬率的交叉项显著为负，反映出相对于国有企业，证券分析师更倾向于关注非国有企业的自有资本获取净收益的能力，说明非国有企业相对于国有企业来说，投资是否带来足够的收益在证券分析师看来更为重要。在不同资产规模层面，大中型企业与中小型企业的差异性主要体现在股票市场的信息以及住房市场的信息上。目标企业的市盈率的交叉项显著为负，反映出相对于大中型企业，证券分析师更倾向于关注中小型企业的股票投资价值，而目标企业的在全国城市的新房房价指数同比增长率的交叉项显著为负，说明分析师认为中小型企业相对于大中型企业更容易受到来自全国层面住房市场的冲击而影响，从而作出相应的股票评级。

4.3证券分析师自身属性对股票评级的影响

在探讨了不同企业属性对于证券分析师股票评级的影响之后，进一步研究证券分析师自身属性对股票评级的影响。

从表5可看出，在不同性别差异性方面，市盈率以及企业层面住房市场的信息与性别哑元变量的交叉项显著为负，说明女性证券分析师相对于男性证券分析师来说更关注目标企业的投资价值以及企业层面的住房信息，而剔除预收款项后的资产负债率与性别哑元变量的交叉项显著为正，反映了男性分析师相对于女性分析师更关注目标企业的负债水平、资金链情况及杠杆情况。

在不同学历的差异性方面，将本科及以下学历划分为较低学历，硕士及以上学历划分为较高学历。研究发现净资产收益率以及全国层面的新房房价指数同比增长率与学历哑元变量的交叉项显著为负，说明学历较低的证券分析师相对于学历较高的证券分析师来说更关注目标企业自有资本获取净收益的能力以及全国住房市场的信息，从而作出相应的股票评级。

在不同类型的证券分析师差异性方面，不同评估机构会根据不同证券分析师对股票的推荐、盈利预测能力、撰写的研究报告的水平等综合素质对分析师进行一个全面综合的评定，评分较高者会得到明星分析师的称号。在此基础上将分析师划分为明星分析师以及非明星分析师两种类型，研究发现剔除预收款项后的资产负债率的交叉项显著为正，说明明星分析师相对于非明星分析师更注重目标企业的负债水平、资金链情况以及杠杆情况;同时发现全国层面的新房房价指数同比增长率的交叉项显著为负，反映出非明星分析师相对于明星分析师来说更关注全国住房市场的信息。

在发布股票评级的证券分析师人数差异性方面，由于证券分析师并不都是独自对目标企业进行股票评级发布，更多情况下多名证券分析师会联合对一家目标企业发布股票评级。因此，将证券分析师划分为群体分析师以及个体分析师进行差异性分析，研究发现在各项指标上，与原有解释变量的交叉项都显著为正，表明群体分析师相对于个体分析师来说关注的内容更为全面，也侧面反映出群体分析师相对于个人分析师来说所发布的股票评级更为客观可靠。

5结论与讨论

本文以中国房地产板块为切入点，通过对影响因素的选择分析以及实证研究，从多个维度出发，系统而全面地对证券分析师股票评级的影响因素进行研究。通过研究发现证券分析师倾向于作出具有乐观倾向的股票评级。证券分析师更倾向于对股票投资价值较高、自有资本获取净收益能力较强、资金链和杠杆情况更稳定的目标企业发布乐观的股票评级，并且证券分析师也会关注企业层面和全国层面住房市场的信息，当住房市场表现更为活跃，相应地证券分析师所发布的股票评级亦会更为乐观。但研究结果也表明，证券分析师并不能预测微观层面以及宏观层面住房市场未来的变化，他们并不能超前预测未来的信息从而作出股票评级决策。不同所有制以及不同资产规模的房地产开发企业对证券分析师股票评级的影响存在明显的异质性。相对于国有企业，证券分析师更倾向于对盈利能力较好的非国有企业作出乐观的股票评级。相对于大中型企业，证券分析师更倾向于对股票投资价值较高的中小型企业作出乐观的股票评级并且认为其更容易受到来自全国层面住房市场信息的冲击而影响。

证券分析师自身的属性对股票评级的影响同样存在明显的异质性。相对于男性证券分析师，女性证券分析师更乐于对投资价值较高的目标企业作出积极的股票评级，并且她们更容易受到企業层面的住房信息的影响而改变对股票评级的决策，而男性证券分析师则对资金链、杠杆情况较理想的目标企业更为看好，从而作出积极的股票评级;.学历较低的证券分析师相对于学历较高的证券分析师来说更关注目标企业自有资本获取净收益的能力以及全国住房市场的信息。明星分析师更关注目标企业的资金链和杠杆情况，而非明星分析师则更关注全国层面的住房市场信息;就分析师人数而言，群体分析师相对个体分析师所关注的因素更为全面，反映出群体分析师所发布的股票评级更为客观可靠。

参考文献：

1.FRANCIS J， DOUGLAS HANNA J， PHILBRICK D R.Management communications with securities analysts. Journal of Accounting & Economics. 1997.24（3）

2.MIKHAIL M B， WALTHER B R， WILLIS R H.Does  forecast accuracy matter to security analysts？ .Accounting Review. 1999.74（2）

3.白晓宇上市公司信息披露政策对分析师预测的多重影响研究.金融研究.2009.04

4.吴锡皓胡国柳.不确定性、会计稳健性与分析师盈余预测.会计研究.2015.09

5.刘会芹施先旺.企业战略差异对分析师行为的影响.山西财经大学学报.2018.01

6.何立伟.股价大幅波动后的动量和反转效应研究——基于分析师评级的经验分析.上海金融.2013.10

7.HAND J R M，COYNE J G， GREEN J R，et al.The Use of Residual Income Valuation Methods by US Sell-Side Equity Analysts.Social Science Electronic Publishing.2017.2 （1）

8.李世辉李刚红.财务业绩、投资评级与股票收益.财务与金融.2015.06