基于中国股市实证分析的利益关系对分析师盈利预测的影响研究

任嘉文

摘要：在信息不对称理论下，我国证券分析师受到诸多利益因素的影响，因此本研究的目的是试图找出哪些利益因素以及其如何影响分析师的盈利预测。文章利用2012～2015年的实例数据，创造性地将利率因素量化，并进行了实证分析。回归结果表明，证券分析师与上市公司管理层或机构投资者的关系越密切，其盈利预测的准确性越高。此外，分析师声誉与盈利预测准确性存在负相关关系。此外，证券承销关系对分析师盈利预测的准确性没有显著影响，但承销分析师更有可能高估目标公司的每股收益。

关键词：证券分析师;利益关系;盈利预测

我国证券市场自1984年成立以来，随着国内资本市场的逐步发展，对信息的需求已从关注历史信息向关注未来信息转变。目前，我国预测信息的来源主要有两种：一是管理层发布的预测信息;二是证券分析师发布的预测信息。考虑到信息披露的成本，上市公司管理层通常不愿意自愿披露预测性信息，因此证券分析师发布的预测性信息在证券市场中扮演着更为重要的角色。

来自美国20世纪初的证券分析师负责收集和分析上市公司的信息，包括运营和财务数据，然后做出收益预测和投资建议，作为投资者的决策依据。严格来说，证券分析师有两类，一类来自买方，服务于基金公司、保险公司等信息接收方，另一类来自卖方，服务于券商和其他信息提供者。根据中国证券业协会2015年的报告，相对于发达国家，中国证券分析师行业起步较晚，但作为公司和投资者之间的信息传递桥梁，该行业发展迅速，国内注册卖方分析师数量达到2866人。

近年来，一些违反分析师独立性的事件引起了公众的关注。例如，2012年，海通证券机械工业首席分析师叶志刚因操纵股价被中国证监会处罚。这些损害投资者利益的事件，对分析家的预测和建议的质素产生怀疑。没有人会否认，分析师会受到行为金融学因素的影响，这些因素会导致各种判断和决策的偏差。作为证券公司的一员，分析师的声誉和报酬不仅受到其所在公司经纪公司的影响，而且还受到与上市公司管理层或机构投资者关系的强烈影响。所有这些都可能降低分析师盈利预测的准确性，因此本文试图探寻利益因素如何影响分析师。

一、理论分析与假设

一般认为，证券分析师利益冲突的主要来源有分析师所属的证券公司、上市公司管理层、机构投资者和分析师自身，但利益冲突发生时声誉机制才会发挥作用。当有关上述利益冲突的预测过于乐观或不恰当时，会损害分析师的声誉，使他们不得不平衡与证券、机构投资者和公司管理层的关系，以实现自身价值的最大化。

为了保证上市公司管理层的信息渠道，证券分析师必须与上市公司管理层保持良好的合作关系。很难量化证券分析师与上市公司管理层之间的关系，尝试同时使用对同一家公司的分析师建议来量化这种关系。

分析师推荐评级越高，证券分析师与上市公司管理层的关系越密切。更密切的关系使分析师更容易获得有用的信息。因此，证券分析师与上市公司管理层之间的关系可以提高其盈利预测的准确性。

假设一：分析师与上市公司管理层的关系越密切，分析师盈利预测的准确性越高。

分析师声誉和盈利预测准确性之间的影响机制可能是不确定的。显然，盈利预测的准确性影响到分析师未来的声誉。与此同时，分析师声誉将通过以下两种方式对盈利预测的准确性做出反应。一方面，分析师的声誉越高，其报告的影响力就越大。另一方面，享有较高声誉的分析师将获得更高的待遇。声誉对分析师盈利预测的这两个作用是不利的，但考虑到博弈的讨价还价能力和决策影响力的持久性，前者起主导作用。

假设二：分析师的声誉越高，其盈利预测的准确性就越低。

如果分析师所属的证券公司是上市公司的承销商，包括其首次公开发行（IPO）、发行股票或配股的主承销商和联席承销商和分销商，分析师倾向于在其收益预测中增加正偏差，以保持承销关系的好处。然而，非承销商分析师可以在不考虑承销关系的情况下进行预测。

假设三：与非承销商分析师相比，承销商分析师的盈利预测准确性较低。

众所周知，机构投资者是证券的主要买家，带来的佣金是当今证券公司的主要收入来源。如果机构投资者持股越高，与机构投资者的关系越密切，分析师就越有可能密切跟踪上市公司的信息，提高其信息透明度和准确性，以确保机构投资者获得更准确的信息。

假设四：分析师与机构投资者的关系越密切，分析师的盈利预测准确率就越高。

本文在文献回顾和理论分析的基础上，引入推荐评级、分析师排名、承销条件和投资组合持股比例等变量对上述利益关系进行量化，并利用回归模型检验这些利益关系对分析师收益预测准确性的影响。

二、实验数据与方法

（一）数据来源

本文以2012～2015年我国上市公司为分析样本。样本公司在深圳和上海证券交易所的董事会上市。将金融公司排除在外，因为它们的负债与其他行业的负债不能严格地进行比较。财务会计信息数据提取自深圳GTA信息有限公司的中国股票市场与会计研究（CSMAR）数据库，并从CSMAR的证券分析师预测数据库中收集收益预测和推荐数据，如果同一分析师每年预测一家公司超过两次，本文选择最新的年度每股收益预测作为研究对象。為了减少异常值的影响，在第一个和第99个百分位数处对每个连续变量进行窗选。在本文中，使用Excel和Stata 2014对数据进行处理并进行实证分析。

（二）变量定义

bias是分析师盈利预测的偏离程度。为了衡量盈利预测的准确性，使用分析师盈利预测的偏离度，其计算公式如式（1）：

Bias=|Meps_i，L-Feps_i，t|/|Meps_i，s|（1）

其中，Meps_i，t是每股收益的实际价值，Feps_i，t分析师收益预测中每股收益的预测值。bias值越低，说明分析师盈利预测的误差水平越低，这意味着分析师盈利预测的准确性越高。

Rank是一个虚拟的值。众所周知，分析师推荐评级越高，证券分析师与上市公司管理层的关系越密切。如果分析师建议买入股票，其价值为1;当建议为“outperform”，“neutral”，“underperform”，“selling”时，其价值为2～5。

Rep是一个虚拟值。如果这位分析师是2012～2015年《新财富》排名的前三名分析师，那么Rep就是1，否则就是0。

Uw是一个虚拟值。如果该分析师所属的证券公司是该上市公司的承销商，包括其首次公开发行（IPO）、发行股票或配股的主承销商和联席承销商和分销商，则为1，否则为0。

Fund是衡量与机构投资者关系的变量。本文使用的是投资组合管理持有的股份与总股本的比率。

关于实验中的控制变量：因为分析师发布报告的日期与预测的日期越近，盈利预测的准确性就越高。设以上两天之间的天数为Span。换句话说，分析师预测的财务状况越长，他们预测的偏差就越大。PC代表着公司的可预测性，被确认为盈利预测准确性的一个重要因素。它是按营业外利润与利润总额之比计算的。EV是一个控制变量，反映了上市公司的收益波动性，它是以每股收益的标准差来衡量的。EV越大，意味着盈利的不确定性越大，可能会给分析师带来更多困难。Size按总资产的自然对数计算。Growth是用总资产的增长率来衡量的。

（三）实证模型

使用下面的回归模型来检验H假设1到H假设4。使用普通最小二乘法（OLS）估计方程（2）：

Bias=α+β₁·Bank+β₂·Rep+β₃·UW+β₄·Fund+β_i·Control_i+ε（2）

Control_i+是一个控制变量。

三、实证分析结果

（一）描述性统计

表1显示某些变量的汇总统计信息。FEPS的均值和中值均高于MEP，表明分析师的预测过于乐观。同时，最大偏差值为6.4，最小偏差值为0，说明我国分析师的盈利预测能力参差不齐。此外，Rank的平均数和中位数远低于3，代表中性，反映出分析师的投资建议存在乐观偏差，这与以往的大多数研究相当。

表2列出了样本中2012～2015年承销商分析师和《新财富》排名前三位的分析师的分布。一般而言，在所有分析师所属的证券中，只有4.2%是上市公司的承销商，包括其首次公开发行（IPO）、发行股票或配股的主承销商、联席承销商和分销商，而95.80%的样本分析师与其分析对象没有承销关系。此外，前三名分析师的比例约为13%。

（二）实证结果

一般情况下，只有当方差因子大于10时，变量的多元回归方程才存在严重的多重共线性问题，此时方差因子为2.0291，拒绝多重共线性假设。此外，该模型的F统计量为68.6063，说明该模型具有很好的拟合能力（见表3）。

与假设1一致，等级与偏见呈正相关（p<0.01）。这表明，分析師推荐评级越高，证券分析师与上市公司管理层的关系越密切，将提高分析师的预测准确性。

REP与BiASIS之间存在显著的正相关关系（p<0.05），这是对假设2的有力佐证。同时，由于第二部分中给出的原因，系数很小。尽管分析师希望提高自己的声誉，但不得不发布过于乐观的预测，以取悦投票给顶级分析师的机构投资者，这让分析师陷入了两难境地。显著的结果表明，目前中国的分析师关注的是长期声誉，而不是短期利益。

第三行的p值大于0.1，表明假设3是无效的。也就是说，承销商分析师和非承销商分析师的预测准确率没有显著差异。由于中国资本市场信息披露制度的不完善，投资者很难公开收集相关信息，而承销商的分析师在承销业务中享有信息优势，在一定程度上可以更准确地进行预测。

第四行基金与偏差呈负相关（p<0.01），支持假设4，表明证券分析师与机构投资者的关系越密切，实际盈利与预期盈利的偏差越小，分析师盈利预测的准确性越高。投资组合管理所持股份占全部股权比例较高的公司将受到公众更多的关注，这将提高公司相关信息的准确性。与此同时，分析师更有可能密切跟踪这类公司的信息，以维持与机构投资者的关系。因此，分析师对这类公司的预测会更准确。

四、结语

综上所述，中国分析师盈利预测报告准确性较低的主要原因是分析师面临着复杂的利益冲突。为了改善这一状况，证券行业需要对上市公司信息披露、证券分析师利益冲突披露等进行更多的规制。同时，中国证券分析师协会等组织要加强行业自律，推动证券市场发展。

此外，证券公司还应加强自身管理，提高分析师的预测质量。一方面，禁止分析师的薪酬与投资银行和证券自营部门的业绩挂钩，将使分析师能够更独立地做出预测。另一方面，提高招聘要求将提升分析师的整体表现，有助于更好的预测结果。

参考文献：

[1]熊维强，宋军.金融分析师的羊群行为和“逆羊群”行为[J].统计与决策，2006（11）：34-35.

[2]李丹.媒体关注度、投资者情绪与分析师盈利预测准确性[D].上海：上海外国语大学，2018.

[3]李冬昕，李心丹，张兵.分析师的盈利预测偏差与本地优势[J].财经科学，2011（03）：26-33..

[4]袁琴.银行业证券同盈利预测研究[D].开封：河南大学，2009.

[5]邢文杰.财务分析师盈利预测准确性的实证研究——来自上市公司的证据[D].镇江：江苏科技大学，2014.

[6]康璐.证券分析师市盈率预测精确度的实证研究[D].长沙：湖南大学，2009.

[7]杨枫.分析师盈利预测偏差研究综述[D].学海，2012（02）：212-216.

（作者单位：江西农业大学经济管理学院）