王振山　姚　秋

摘 要：本研究試圖發(fā)現(xiàn)分析師的獨(dú)特視角能否為投資者帶來超乎市場(chǎng)收益的高回報(bào)。我們以中小企業(yè)板上市公司為樣本來源，運(yùn)用28家券商的分析師關(guān)注數(shù)據(jù)，考察分析師關(guān)注度的影響因素及剔除這些因素后的剩余關(guān)注度與新股收益率的關(guān)系。通過回歸分析發(fā)現(xiàn)，分析師關(guān)注度受到公司規(guī)模、公司成長(zhǎng)性、承銷商資歷、所屬行業(yè)等因素的影響，沒有發(fā)現(xiàn)上市公司通過IPO抑價(jià)向承銷商轉(zhuǎn)移利益的證據(jù)。通過簡(jiǎn)單分組比較、Fama-French四因素模型剔除后的分組比較以及Fama-Macbeth回歸發(fā)現(xiàn)，分析師剩余關(guān)注度對(duì)股票收益率存在正向影響，即分析師具有超出普通投資者的專業(yè)能力。

關(guān)鍵詞：分析師；剩余關(guān)注度；零投資組合；四因素模型

中圖分類號(hào)：F830.99文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1000-176X（2009）04-0053-06

一、引 言

證券分析師通常較少給出給出減持或賣出的評(píng)級(jí)，甚至不愿發(fā)表關(guān)于上市公司的負(fù)面評(píng)論，因?yàn)檫@樣做會(huì)損害分析師所在機(jī)構(gòu)與該上市公司的關(guān)系，從而不利于該機(jī)構(gòu)未來的投資銀行業(yè)務(wù)的開展。這與Somnath Das等［1］的研究相吻合。而相對(duì)于投資評(píng)級(jí)，由于分析師可以回避關(guān)注不看好的企業(yè)，因此分析師對(duì)股票的關(guān)注度不受這些限制。我們通過對(duì)分析師關(guān)注度的分析來回避針對(duì)分析師評(píng)級(jí)分析的不足。

由于中小企業(yè)板上市公司的一些良好特征，我們選用其作為新股的樣本來源。2008年初，中小企業(yè)板已有200余家上市公司，成為投資者的一個(gè)重要投資渠道。中小企業(yè)板上市公司中，除蘇寧電器和寧波銀行的總市值大于400億元之外，其他公司的總市值都在300億元之下、流通市值都在100億元之下。因此，這些公司的規(guī)模相差不十分懸殊，在實(shí)證研究中更具可比性。這些公司的上市時(shí)間較為集中，上市時(shí)的外部環(huán)境變化不大；相對(duì)于滬深股市中原有的上市公司，中小企業(yè)板公司的規(guī)模偏小，除消費(fèi)類公司外，很多公司在上市之前并不被大家熟悉。在這種情況下，分析師的建議很可能成為投資者的重要信息來源，也使我們易于考察分析師是否具有超出普通投資者的專業(yè)能力。

公司規(guī)模、成長(zhǎng)性與行業(yè)屬性等因素均可能對(duì)分析師關(guān)注度構(gòu)成影響。例如，獐子島（002069）規(guī)模相對(duì)較大、上市前3年業(yè)績(jī)高速增長(zhǎng)并且屬于消費(fèi)行業(yè)，在上市后即受到了眾多券商的關(guān)注，但其上市后的股價(jià)表現(xiàn)并不理想。規(guī)模較小、上市前3年業(yè)績(jī)?cè)鲩L(zhǎng)相對(duì)較慢的國(guó)脈科技（002097），沒有受到分析師們的過多關(guān)注，而上市一年內(nèi)其收益率高達(dá)316%。分析師對(duì)股票的推薦可能部分受到了上述諸因素的影響，而這些因素很容易在公開信息中獲取，普通投資者亦能夠運(yùn)用其在證券市場(chǎng)上獲利。換言之，如果分析師運(yùn)用這些信息來決定其對(duì)股票的關(guān)注程度，此關(guān)注程度并不能很好地度量分析師意見對(duì)股票收益的作用，即這些分析師與公眾共同關(guān)注的因素所帶來的超額收益并不能證明分析師具有超出普通投資者的專業(yè)能力。在考察分析師關(guān)注度與股票收益率的關(guān)系時(shí)，有必要從前者中剔除公司規(guī)模等可量化的常規(guī)因素的影響。

二、文獻(xiàn)回顧

一些研究發(fā)現(xiàn)分析師關(guān)注程度與上市公司的機(jī)構(gòu)持股比例正相關(guān)，與行業(yè)成長(zhǎng)性正相關(guān)與β系數(shù)、公司價(jià)值、所屬行業(yè)內(nèi)的公司數(shù)目正相關(guān)，與市場(chǎng)模型殘差的標(biāo)準(zhǔn)差負(fù)相關(guān)［2-3］。

Abarbanell、Brown，F(xiàn)oster和Noreen［4］發(fā)現(xiàn)分析師總是傾向于給出樂觀的意見。這是因?yàn)?，一些為投資銀行工作的分析師為了維系投資銀行與上市公司的關(guān)系，不愿發(fā)表有關(guān)上市公司的負(fù)面意見［5-6］，分析師在甄選公司時(shí)，傾向于一直跟蹤某些上市公司而發(fā)生選擇偏差。

分析師行為與新股發(fā)行抑價(jià)的關(guān)系受到了越來越多的關(guān)注。Raghuram Rajan和Henri Servaes［7］的研究首次把關(guān)注的目光集中到IPO公司與分析師行為上來。他們發(fā)現(xiàn)，IPO公司的發(fā)行抑價(jià)程度與分析師對(duì)該公司的關(guān)注程度存在正相關(guān)。Aggarwal等［8］假設(shè)并驗(yàn)證了IPO公司存在故意壓低發(fā)行價(jià)格的傾向，利用高抑價(jià)吸引分析師關(guān)注。Michael T.Cliff和David J.Denis［9］證實(shí)了IPO公司上述傾向的存在，并發(fā)現(xiàn)IPO公司可能以此向投資銀行輸送利益，為上市后的再次增發(fā)股票做好鋪墊。

Somnath Das等運(yùn)用1986—2000年IPO公司股票作為研究對(duì)象。該研究認(rèn)為，分析師出于自身聲譽(yù)與所在公司投行業(yè)務(wù)發(fā)展考慮，不愿發(fā)布關(guān)于公司的負(fù)面投資分析報(bào)告，也不愿意極力推薦某公司股票，因而其所關(guān)注的公司股票代表了分析師的投資建議。運(yùn)用剩余覆蓋模型（Residual Coverage Model）分析發(fā)現(xiàn)，分析師關(guān)注率高的新上市股票收益率顯著高于關(guān)注率低者，通過財(cái)務(wù)指標(biāo)的分析也有類似的結(jié)論。該研究證實(shí)分析師具有很強(qiáng)的預(yù)測(cè)能力。

王振山、姚秋［10］運(yùn)用多種來源的分析師關(guān)注度數(shù)據(jù)，發(fā)現(xiàn)分析師關(guān)注度與股票收益率存在一定正相關(guān)。但該研究?jī)H運(yùn)用了2005年的分析師關(guān)注度數(shù)據(jù)，樣本個(gè)體之間在歷史信息披露以及公司規(guī)模上差別甚大，沒有對(duì)不同來源的關(guān)注度加以區(qū)分，故存在一定局限。

如上述文獻(xiàn)所示，公司規(guī)模、成長(zhǎng)性、行業(yè)屬性、發(fā)行抑價(jià)、上市主承銷商聲譽(yù)等因素均可能對(duì)分析師關(guān)注度構(gòu)成影響。我們首先分析對(duì)分析師關(guān)注度構(gòu)成影響的主要因素，然后從分析師關(guān)注度中剔出這些因素的貢獻(xiàn)，用多種實(shí)證方法研究分析師剩余關(guān)注度與股票收益率的關(guān)系。如果剩余關(guān)注度對(duì)股票收益率具有正向貢獻(xiàn)，則說明分析師具有超出普通投資者的專業(yè)能力。

三、研究設(shè)計(jì)、數(shù)據(jù)與樣本

（一） 研究設(shè)計(jì)

1.獲取分析師關(guān)注度的影響因素及分析師剩余關(guān)注度

如本文第二部分所述，發(fā)行抑價(jià)、公司規(guī)模、公司成長(zhǎng)性、主承銷商資歷、公司所屬行業(yè)等因素都可能對(duì)分析師意見構(gòu)成影響。我們?cè)噲D通過實(shí)證方法發(fā)現(xiàn)這些影響是否顯著存在以及影響的方式如何。上述諸因素均是普通投資者易于獲得的信息。我們?cè)噲D獲得除這些因素對(duì)分析師關(guān)注度的貢獻(xiàn)之外，其他因素對(duì)分析師關(guān)注度的貢獻(xiàn)，即分析師剩余關(guān)注度。為達(dá)到這樣的目的，我們利用多元回歸模型去除這些因素的影響。該回歸結(jié)果的殘差序列即為分析師剩余關(guān)注度序列。

2.研究分析師關(guān)注度與股票收益率的關(guān)系

在得到分析師剩余關(guān)注度數(shù)據(jù)后，我們對(duì)所有樣本公司按剩余關(guān)注度從小到大排序，然后分成數(shù)目大致相同的三組，對(duì)于上述三組公司，進(jìn)行如下分析。

首先，分別比較三組樣本的收益率狀況，采用未經(jīng)調(diào)整的收益率、指數(shù)調(diào)整后的收益率分別比較。其次，對(duì)三組樣本分別采用Fama-French四因素模型［11］，從股票收益率中剔除市場(chǎng)收益率、公司規(guī)模因素（小公司收益率減去大公司收益率，SMB）、市凈率因素（高賬面—市值比公司收益率減去低賬面—市值比公司收益率，HML）、動(dòng)量效應(yīng)因素（高動(dòng)量效應(yīng)股票收益率減去低動(dòng)量效應(yīng)股票收益率，PR12璽），再將經(jīng)過上述剔除后得到的收益率，即回歸方程的常數(shù)項(xiàng)進(jìn)行比較。最后，建立以股票收益率為被解釋變量、以剩余關(guān)注度等為解釋變量的回歸方程，考察剩余關(guān)注度對(duì)股票收益率的影響。為了增強(qiáng)回歸結(jié)果的穩(wěn)定性，在上述方程的回歸中采用了Fama-Macbeth方法［12］，即對(duì)每一期的截面數(shù)據(jù)分別作回歸，然后將各期回歸得到的參數(shù)取平均值，作為最終的參數(shù)值。

（二）數(shù)據(jù)與樣本

選用2007年12月31日前上市的202家中小板公司（002001—002202）作為樣本來源。剔除市值過大或受到大幅炒作的異常值后，將余下199家公司定義為樣本Ⅰ。將樣本Ⅰ中2007年7月30日前上市的141家上市公司作為樣本Ⅱ。

在計(jì)算上市公司收益率時(shí)，將從上市之后第四天開始計(jì)算，原因在于：上市之后3天內(nèi)平均換手率很大，伴隨的股價(jià)變動(dòng)亦較大，因此首日開盤數(shù)據(jù)不能作為市場(chǎng)認(rèn)可的股票價(jià)格，而第四天的換手率已經(jīng)相對(duì)較小，此時(shí)交易者對(duì)該股票價(jià)格存在分歧亦較小。

分析師關(guān)注度數(shù)據(jù)來源于28家證券公司發(fā)布的研究報(bào)告中上市公司受到的關(guān)注次數(shù)。一段時(shí)間內(nèi)上市公司的分析師關(guān)注度數(shù)據(jù)為每位分析師對(duì)該公司的關(guān)注次數(shù)加總。

本研究中分析師關(guān)注度數(shù)據(jù)來自wind資訊和國(guó)泰安數(shù)據(jù)庫，上市公司特征數(shù)據(jù)、財(cái)務(wù)數(shù)據(jù)、收益率數(shù)據(jù)來自國(guó)泰安數(shù)據(jù)庫，部分?jǐn)?shù)據(jù)采集自深圳證券交易所網(wǎng)站和各證券公司網(wǎng)站。

四、影響分析師關(guān)注的常規(guī)因素及剔除

1.發(fā)行抑價(jià)與分析師關(guān)注

國(guó)外學(xué)者發(fā)現(xiàn)高發(fā)行抑價(jià)公司更容易受到分析師的關(guān)注。我們?cè)噲D發(fā)現(xiàn)國(guó)內(nèi)是否也存在類似的結(jié)論。

如表1所示，中小企業(yè)板上市公司整體抑價(jià)程度較高，不同年份間差異較大。再將公司按一定時(shí)間內(nèi)的抑價(jià)程度從高到低排序，并按每個(gè)時(shí)間段內(nèi)的排序結(jié)果分成數(shù)目大致相同的三組，考察不同抑價(jià)程度公司間分析師關(guān)注程度的差異。

注：抑價(jià)程度=上市首日價(jià)格/發(fā)行價(jià)格-1。

由表2所示，在上市后180天、360天內(nèi)，不同抑價(jià)程度的上市公司，其受到分析師關(guān)注的次數(shù)并無明顯差別。在上市30天內(nèi)，高度抑價(jià)公司較其他兩者明顯受到更多的關(guān)注。

值得注意的是，三組公司上市前受到分析師平均關(guān)注次數(shù)具有較為明顯的降序特征，即分析師關(guān)注的次數(shù)越多，其抑價(jià)程度越高。

我們?cè)賹⒐景床煌瑫r(shí)期內(nèi)的分析師關(guān)注度從高到低排序，并將每個(gè)時(shí)期的排序結(jié)果分成三等份，取最高的一份，計(jì)算其對(duì)應(yīng)的發(fā)行抑價(jià)率。如表3所示。

上市前與上市一個(gè)月內(nèi)受到分析師高度關(guān)注公司的平均抑價(jià)均明顯高于所有中小板公司的平均水平。把時(shí)限放寬到半年及一年后，抑價(jià)水平與其他公司相當(dāng)。

我們發(fā)現(xiàn)高抑價(jià)可能在短期內(nèi)吸引分析師的關(guān)注，而沒有發(fā)現(xiàn)分析師關(guān)注度與發(fā)行抑價(jià)正相關(guān)的顯著證據(jù)。Henri Servaes、Aggarwal等的研究樣本是成熟市場(chǎng)的公司，其IPO定價(jià)機(jī)制較為靈活，因此可能出現(xiàn)上市公司為取悅投行而壓低發(fā)行價(jià)格的情況。在中國(guó)證券市場(chǎng)上，公司IPO定價(jià)受到管理層的一定程度的控制（尤其體現(xiàn)在對(duì)發(fā)行市盈率的控制上），因而公司對(duì)發(fā)行抑價(jià)的控制力較弱。曹鳳岐、董秀良［13］認(rèn)為，造成IPO抑價(jià)程度過高的主要原因不在于一級(jí)市場(chǎng)定價(jià)不合理，而在于二級(jí)市場(chǎng)價(jià)格虛高。中國(guó)A股上市公司不具備控制自身IPO抑價(jià)的條件，由此主動(dòng)吸引分析師的關(guān)注也就無從談起。

上述經(jīng)驗(yàn)分析還表明，股票上市前的分析師關(guān)注度與該股抑價(jià)存在正相關(guān)關(guān)系。在新股上市日，分析師此前對(duì)該股的關(guān)注度是二級(jí)市場(chǎng)的參與者的已知信息。因此，二者的正相關(guān)關(guān)系可以解釋為，分析師對(duì)未上市新股的關(guān)注對(duì)上市日二級(jí)市場(chǎng)股價(jià)構(gòu)成正向影響，從而對(duì)該股抑價(jià)構(gòu)成正向影響。

2.多元回歸

我們以上市后一段時(shí)間內(nèi)分析師關(guān)注次數(shù)為被解釋變量，以可能影響到分析師關(guān)注行為的各種因素為解釋變量，運(yùn)用多元回歸模型，以去除諸因素的影響，得到分析師剩余關(guān)注度序列。回歸方程中被解釋變量為分析師關(guān)注次數(shù)的自然對(duì)數(shù)。進(jìn)入方程的各個(gè)解釋變量中，包括以總資產(chǎn)和主營(yíng)業(yè)務(wù)收入衡量的公司規(guī)模、以凈利潤(rùn)增長(zhǎng)率和主營(yíng)業(yè)務(wù)增長(zhǎng)率衡量的公司成長(zhǎng)性。此外，承銷商資歷用主承銷商當(dāng)年的《新財(cái)富》券商投行業(yè)務(wù)排名取自然對(duì)數(shù)得到；行業(yè)屬性為虛擬變量，當(dāng)公司屬于消費(fèi)類時(shí)取1，否則取0。

注：公司規(guī)模（總資產(chǎn)）與公司規(guī)模（主營(yíng)業(yè)務(wù)收入）均經(jīng)自然對(duì)數(shù)處理?！?”、“**”、“***”分別代表由t-檢驗(yàn)在10%、5%、1%的顯著性水平下拒絕零假設(shè)。

通過上述回歸，我們發(fā)現(xiàn)公司規(guī)模、公司成長(zhǎng)性、券商資歷與行業(yè)屬性均對(duì)分析師關(guān)注與否和分析師關(guān)注程度有顯著影響。

以總資產(chǎn)和主營(yíng)業(yè)務(wù)收入衡量的公司規(guī)模越大，該公司越受到分析師的關(guān)注。上市公司的業(yè)績(jī)?cè)鲩L(zhǎng)是證券市場(chǎng)上永恒的題材，業(yè)績(jī)高速增長(zhǎng)的公司總會(huì)給投資者帶來豐厚的回報(bào)。分析師也格外垂青這樣的上市公司，給這些公司更多的關(guān)注。公司所屬行業(yè)與該公司受到的分析師關(guān)注程度有關(guān)，高速增長(zhǎng)行業(yè)中的上市公司受到了更多分析師的關(guān)注。

通過經(jīng)典回歸，我們得到八組殘差序列。為了便于下文分析的開展，我們將（1）—（4）組、（5）—（8）組分別按上市公司取平均值，得到兩組分析師剩余關(guān)注度序列，定義為序列Ⅰ與序列Ⅱ，分別與樣本Ⅰ與樣本Ⅱ?qū)?yīng)。

五、分析師是否具有專業(yè)能力

除去公司規(guī)模等普通投資者均可能關(guān)注的因素后，試圖發(fā)現(xiàn)分析師對(duì)剩余因素的關(guān)注是否與股票收益率相關(guān)。我們運(yùn)用如下三種不同方法進(jìn)行分析。

1.分組比較

在上一部分得到分析師剩余關(guān)注度數(shù)據(jù)（序列Ⅰ與序列Ⅱ）后，對(duì)樣本公司按剩余關(guān)注度從小到大排序，然后分成數(shù)目大致相同的三組。第一組和第三組分別具有最大和最小的剩余關(guān)注度，第二組公司剩余關(guān)注度居中。對(duì)樣本Ⅰ的分組得到各包含57家上市公司的三組，對(duì)樣本Ⅱ分組后，第一組與第三組分別包含44家上市公司，第二組包含43家上市公司。

注：R表示未經(jīng)調(diào)整的股票收益率，IAR表示經(jīng)深證綜合指數(shù)調(diào)整后的股票收益率?！?”、“**”、“***”分別代表由t-檢驗(yàn)在10%、5%、1%的顯著性水平下拒絕零假設(shè)。

如表5所示，三組具有不同分析師剩余關(guān)注度的公司在上市后180天、360天內(nèi)具有不同的收益率：分析師剩余關(guān)注度較高的公司具有較好的投資者回報(bào)；剩余關(guān)注度居中的公司次之；具有最低分析師剩余關(guān)注度的公司具有最差的投資者回報(bào)率，且在不同樣本與時(shí)間段內(nèi)均顯著。

2.Fama-French四因素剔除后的收益率比較與Fama-Macbeth回歸

Fama-French四因素模型為我們提供了收益率比較的又一途徑，此方法能夠從股票收益率中剔除市場(chǎng)收益、規(guī)模因素、市凈率因素以及動(dòng)量因素的影響。分別以由分析師剩余關(guān)注度排序分組而得的樣本公司的收益率與同期無風(fēng)險(xiǎn)收益率之差為被解釋變量，以同期市場(chǎng)收益率與無風(fēng)險(xiǎn)收益率之差、小公司與大公司收益率之差、高賬面—市值比公司與低賬面—市值比公司收益率之差以及高動(dòng)量效應(yīng)股票與低動(dòng)量效應(yīng)股票收益率之差為解釋變量，運(yùn)行Fama-French回歸。為了使結(jié)果更全面可信，除三組公司外，還加入了全部樣本公司與零投資組合兩個(gè)回歸方程。

由于篇幅限制，回歸結(jié)果不列出。t-檢驗(yàn)顯示，除零投資組合外大部分回歸系數(shù)統(tǒng)計(jì)顯著，擬合優(yōu)度較高。四個(gè)解釋變量對(duì)被解釋變量均有較強(qiáng)的解釋能力，說明市場(chǎng)因素、規(guī)模因素、市凈率因素（賬面—市值比的倒數(shù)）、動(dòng)量因素確實(shí)與股票收益率相關(guān)。在剔除上述四因素的影響后，第一組公司收益率明顯高于第三組公司的收益率。三個(gè)年份中，買入第一組公司股票、賣空第三組公司股票的零投資組合均有顯著為正的收益率。

在進(jìn)行了上述分組比較之后，我們?cè)噲D用回歸分析考察分析師剩余關(guān)注度與股票收益率的關(guān)系。由于不同規(guī)模、不同賬面市值比的公司，其市場(chǎng)表現(xiàn)有所差異。因此，在對(duì)股票收益率的回歸中，除了以分析師剩余關(guān)注度作為解釋變量之外，我們還控制了公司規(guī)模、賬面市值比兩個(gè)因素，得到如下所示的回歸結(jié)果。

注：“*”、“**”、“***”分別代表由t-檢驗(yàn)在10%、5%、1%的顯著性水平下拒絕零假設(shè)。