施先旺　李志剛　劉拯

【摘 要】 分析師預測對資本市場參與者的行為有著重要參考價值?，F(xiàn)有研究主要集中在被跟蹤公司特征對分析師預測準確度的影響，文章以分析師自身特征為切入點，研究分析師之間個體特征差異對其預測準確度的影響。結(jié)果表明，分析師預測準確度與其擁有的一般經(jīng)驗和企業(yè)經(jīng)驗正相關；進一步研究發(fā)現(xiàn)，男性分析師預測準確度的提高主要通過企業(yè)經(jīng)驗的積累，而女性分析師預測準確度的提高主要通過一般經(jīng)驗的積累；就職于小型券商的分析師預測準確度與兩種經(jīng)驗的關系較強，而就職于大型券商的分析師預測準確度與其經(jīng)驗沒有顯著關系。文章的結(jié)論為投資者如何使用分析師預測提供了更詳細的指導。

【關鍵詞】 分析師； 一般經(jīng)驗； 企業(yè)經(jīng)驗； 性別差異； 券商規(guī)模； 預測準確度

中圖分類號：F832.5 文獻標識碼：A 文章編號：1004-5937（2015）08-0053-06

一、引言

作為資本市場的信息中介，分析師通過對公司信息的搜集、加工和傳遞，降低了信息不對稱程度，促進了資本市場的資源配置。分析師預測對投資者行為和資本市場走勢都有一定的指導作用，其預測準確度對發(fā)揮分析師的職能有著至關重要的影響。在我國資本市場迅速發(fā)展而信息環(huán)境還不理想的情況下，研究分析師預測準確度的影響因素具有重要的理論價值與現(xiàn)實意義。

分析師預測受到眾多因素的影響。Brown et al.（1987）發(fā)現(xiàn)，分析師預測準確度與被跟蹤公司的業(yè)務復雜性相關；Lang and Lundholm（1996）的研究表明，規(guī)模、異常盈余較小的公司，分析師對其預測較準確。李丹和賈寧（2009）發(fā)現(xiàn)，上市公司所處地區(qū)的制度環(huán)境越好，分析師預測準確度越高，離散度越小。白曉宇（2009）認為，上市公司信息披露越透明，跟隨該公司的分析師數(shù)量越多、預測準確度越高、離散度越小。

總的來說，目前對分析師預測影響因素的研究主要集中在公司治理、財務特征、信息披露等方面。這些研究在取得大量成果的同時，也存在一定的局限性，其中之一就是忽視了分析師自身特征對其預測準確度的影響。Kothari（2001）研究發(fā)現(xiàn)，受雇于不同規(guī)模證券公司的分析師，其預測準確度存在差異。本文推測，在我國分析師行業(yè)快速發(fā)展及制度尚不健全的背景下，分析師個體差異會對其預測準確度產(chǎn)生影響。因此，本文以分析師一般經(jīng)驗和企業(yè)經(jīng)驗作為個體差異的代理變量，研究其與預測準確度的關系，并進一步考慮分析師性別、券商規(guī)模對上述關系的影響。

本文的貢獻有以下兩個方面：（1）不同于以往大量研究外界因素對分析師預測準確度的影響，本文從分析師自身出發(fā)，考察了分析師個體特征差異對其預測準確度的影響，從而豐富了分析師預測影響因素的相關研究；（2）本文發(fā)現(xiàn)在背景不同的分析師之間，經(jīng)驗積累與預測準確度之間的關系存在差異，這為投資者如何使用分析師預測報告提供了更詳細的指導。

二、文獻綜述、理論分析及假設提出

（一）分析師預測準確度的影響因素

分析師預測準確度受其跟蹤公司的規(guī)模、盈利變動幅度、盈利狀況和會計信息質(zhì)量等因素的影響。Lang and Lundholm（1996）發(fā)現(xiàn)，公司規(guī)模與分析師預測準確度負相關；Kross et al.（1990）發(fā)現(xiàn)，盈利波動與分析師預測準確度負相關；Hwang et al.（1996）發(fā)現(xiàn)，在同一行業(yè)中，跟蹤虧損企業(yè)的分析師，其預測準確度較低。儲一昀等（2011）從信息質(zhì)量的角度出發(fā)，發(fā)現(xiàn)企業(yè)披露的會計信息越充分、質(zhì)量越高，分析師預測準確度越高。此外，Bertrand and Schoar（2003）發(fā)現(xiàn)，擁有碩士及以上學歷的分析師，其預測準確度相對較高。Michael and Walther（2003）認為，隨著經(jīng)驗的積累，分析師預測準確度會得到提高。Jackson（2005）發(fā)現(xiàn)，擁有良好聲譽的分析師，較少受利益驅(qū)使，更傾向于發(fā)布客觀的研究報告，其預測準確度較高。上述研究表明，分析師預測準確度除了受公司特征的影響外，也受到分析師個人特征的影響。

（二）一般經(jīng)驗、企業(yè)經(jīng)驗與分析師預測準確度

Clement（1999）研究發(fā)現(xiàn)，由于從業(yè)時間較長的分析師積累了較多的經(jīng)驗，掌握了較多的基礎技能，其預測準確度較高，因此，分析師具有的經(jīng)驗可以較好地代表分析師個體間存在的差異。Grubber（1996）發(fā)現(xiàn)，基金經(jīng)理從業(yè)經(jīng)驗越豐富，其業(yè)績越好。在分析師行業(yè)，經(jīng)驗積累同樣重要，具有豐富從業(yè)經(jīng)驗的分析師不僅具備一定的人脈基礎，有更多渠道去挖掘信息，而且能將所學知識與實踐相結(jié)合，高效地從獲取的信息中作出準確的預測（劉聰，2009）。隨著從業(yè)時間的增長，分析師對經(jīng)濟趨勢的識別能力、財務報表的分析能力會隨之增強，增長了一般經(jīng)驗；隨著對特定企業(yè)的持續(xù)跟蹤，分析師對該企業(yè)財務報告特點有更深的理解，并與企業(yè)管理者建立更加密切的關系，從而更容易獲得私有信息，積累了企業(yè)經(jīng)驗。樊錚和宋樂（2010）發(fā)現(xiàn)分析師預測經(jīng)驗與其預測準確度呈顯著正相關關系。汪要文（2013）發(fā)現(xiàn)，我國分析師跟進公司的時間越長就越有經(jīng)驗，繼而其預測就會越準確。

綜上所述，從業(yè)時間的增長可以積累相關經(jīng)驗，從而提高分析師獲取、處理信息的能力；對特定公司的長期跟蹤可以掌握該公司的經(jīng)營特點，獲取較多的私有信息。因此，分析師的一般經(jīng)驗和企業(yè)經(jīng)驗越充分，其預測準確度越高。故提出第一組假設：

H1a：分析師預測準確度與一般經(jīng)驗正相關。

H1b：分析師預測準確度與企業(yè)經(jīng)驗正相關。

（三）性別差異、分析師從業(yè)經(jīng)驗與預測準確度

行為金融學和心理學的研究表明，男性和女性在解決問題的能力、風險偏好和認知風格等方面存在差異，繼而性別能對分析師經(jīng)驗與預測準確度之間的關系產(chǎn)生影響（Hardies et al.，2010）。Fellner and Maciejovsky（2007）發(fā)現(xiàn)，女性比男性更厭惡風險，并且女性在涉及財務相關的事件方面比男性更為保守。Jacob et al.（1999）研究證明，相比于男性分析師，女性分析師對不確定性的容忍程度更低，依賴性更高，個人樂觀主義更弱，所以其更相信公有信息，會有更強的動力挖掘和分析公有信息。男性分析師則更加理性，具有更敏銳的數(shù)理分析和邏輯思維能力（Hyde，1990），更傾向于花大量的時間搜集、閱讀和整理私有信息（Hudgens and Fatkins，1985）。此外，我國男性在社交方面有著一定先天優(yōu)勢，相較女性可以較快地拓展社會關系，男性分析師比女性分析師可獲取較多的私有信息。因此，相對于女性分析師，男性分析師更多地運用企業(yè)經(jīng)驗所挖掘的私有信息作出預測。故提出第二組假設：

H2a：男性分析師預測準確度提高主要來自于企業(yè)經(jīng)驗的積累。

H2b：女性分析師預測準確度提高主要來自于一般經(jīng)驗的積累。

（四）券商規(guī)模、分析師從業(yè)經(jīng)驗與預測準確度

現(xiàn)有文獻關于券商特征如何影響分析師預測準確度存在較大爭議。一方面，Clement（1999）發(fā)現(xiàn)，大型券商可以為分析師提供優(yōu)質(zhì)的信息資源，從而提高分析師預測準確度。樊錚和宋樂（2010）認為，就職于大型券商的分析師預測準確度較高。另一方面，Easterwood and Nutt（1999）指出，大型券商因受到承銷股票的經(jīng)濟利益、維護良好客戶關系等因素的影響，其所雇傭的分析師在作出預測時，往往帶有樂觀偏差，降低了預測準確度。管總平和黃文鋒（2012）指出，在我國制度背景下，來自大型券商的利益沖突從四個方面影響分析師預測準確度：（1）證券公司的影響，為了獲得承銷股票帶來的巨額收入、與現(xiàn)有客戶建立長期穩(wěn)定的業(yè)務關系或吸引新客戶，分析師預測會帶有樂觀偏差，從而使準確度降低；（2）機構投資者的影響，為了不損害券商的主要客戶的利益，分析師會較少發(fā)布機構投資者的負面預測；（3）上市公司管理層的影響，為維護與券商持股公司的關系，分析師對此類公司有托市行為，使預測準確度降低；（4）分析師自身利益，分析師為保持其傭金等個人利益的需要而發(fā)布帶有樂觀偏差的報告。此外，李悅和王超（2011）的研究結(jié)論表明，分析師預測準確度與券商規(guī)模之間沒有顯著關系。

綜上所述，大型券商一方面可以為分析師提供各類資源，使其不依賴于經(jīng)驗的積累；另一方面，大型券商背后的利益驅(qū)使，會使分析師發(fā)布偏離實際的預測，也使得經(jīng)驗的積累對分析師預測的作用降低。因此，本文推測，相比受雇于小型券商的分析師，經(jīng)驗對受雇于大型券商的分析師預測準確度的提高貢獻不大。故提出第三組假設：

H3a：就職于大型券商的分析師，經(jīng)驗的積累沒有顯著提高預測準確度。

H3b：就職于小型券商的分析師，經(jīng)驗的積累顯著提高了預測準確度。

三、研究設計

（一）數(shù)據(jù)來源

本文數(shù)據(jù)來自國泰安數(shù)據(jù)庫。對于初始數(shù)據(jù)進行了如下處理：（1）剔除金融業(yè)公司，剔除被ST、PT的公司；（2）剔除各變量中有缺漏值及其他有異常的數(shù)據(jù)；（3）為了減弱極值對回歸結(jié)果的影響，所有連續(xù)變量在1%和99%分位上進行縮尾處理；（4）由于分析師首次對公司預測時，受到的干擾因素較多，本文將此類觀察值刪除；（5）刪除跨年預測，僅保留分析師對當年盈余的預測數(shù)據(jù)。完成上述處理后，本文最終得到7 657個公司年度觀測值。

（二）被解釋變量——預測準確度（Accy）

（三）解釋變量

本文的解釋變量有兩個，分別為分析師一般經(jīng)驗和企業(yè)經(jīng)驗。分析師一般經(jīng)驗（Genexp）：該變量的計算方法是分析師第一次發(fā)布預測的日期與本次發(fā)布預測的日期相隔天數(shù)的自然對數(shù)。分析師企業(yè)經(jīng)驗（Firmexp）：該變量計算方法是分析師對特定公司作出第一次預測的日期，到對該公司本次預測日期的天數(shù)間隔的自然對數(shù)。

（四）控制變量

根據(jù)現(xiàn)有研究，以下因素會對分析師預測準確度產(chǎn)生影響，本文對此加以控制。

Size：總資產(chǎn)的自然對數(shù)。規(guī)模越大，公司的業(yè)務越復雜，分析師需要關注的內(nèi)容就越多，預測難度就越大，該變量應與分析師預測準確度負相關。Cov：對公司發(fā)布預測分析師的人數(shù)。分析師跟蹤人數(shù)越多，信息不對稱程度越低，分析師預測準確度也會相應地提高，該變量與分析師預測準確度正相關。Horizon：分析師預測日期與實際盈余發(fā)布日期間隔的天數(shù)。由于市場存在不確定性，分析師預測發(fā)布日期與實際盈余報告日期間隔越長，分析師預測準確度越低。Loss：虛擬變量，如果當年凈利潤為負，該變量取值為1，凈利潤為正取0。虧損公司存在很多不確定因素，導致分析師對其未來預測的難度增大，該變量與分析師預測準確度負相關。Big4：虛擬變量。如果公司財務報告是由“四大”會計師事務所審計，該變量取值為1，否則取值為0。由“四大”審計的公司，信息披露質(zhì)量較高，分析師預測準確度也會相應地較高，該變量與分析師預測準確度正相關。Roe：凈資產(chǎn)收益率。凈資產(chǎn)收益率高說明公司的風險較小，該變量與分析師預測準確度正相關。Eps：每股收益。盈余情況越好，預測準確度越高。Growth：銷售增長率。公司經(jīng)營狀況波動越大，對未來預期的難度越大，該變量與分析師預測準確度負相關。變量的定義詳見表1。

（五）實證模型

上述模型中，被解釋變量Accy表示分析師預測準確度；Genexp和Firmexp為主要解釋變量，分別代表分析師一般經(jīng)驗和企業(yè)經(jīng)驗。其他控制變量的度量、含義以及相關性方向的預期在上一部分已作出詳細闡述。

四、實證結(jié)果

（一）描述性統(tǒng)計

表2是變量的描述性統(tǒng)計結(jié)果。分析師預測準確度（Accy）的均值為-0.02，中位數(shù)為-0.01，這說明少數(shù)分析師發(fā)布了脫離實際的預測，這有可能是利益沖突下的樂觀性造成的。一般經(jīng)驗（Genexp）和企業(yè)經(jīng)驗（Firmexp）的均值分別僅為5.51和2.38，說明我國分析師行業(yè)起步晚，發(fā)展時間還比較短；這兩者的標準差分別為1.98和2.07，反映了我國分析師之間一般經(jīng)驗存在較大的差異，企業(yè)經(jīng)驗方面的差異更為突出。平均一家公司每年有9個分析師跟蹤；分析師預測日期與實際盈余發(fā)布日期間隔平均為181.5天；有5%的公司當年虧損；由“四大”會計師事務所審計的公司占到了9%。其他控制變量的描述性統(tǒng)計如表2所示。

（二）相關系數(shù)分析

表3列示了各變量之間的相關系數(shù)及顯著性水平。一般經(jīng)驗（Genexp）和企業(yè)經(jīng)驗（Firmexp）均在1%的水平上與分析師預測準確度（Accy）正相關，這說明經(jīng)驗的積累將會提高分析師預測準確度，這與本文預期相同。除Big4和Growth外，其他變量與被解釋變量之間的關系都在1%的水平上顯著，變量之間的相關系數(shù)大多小于0.4，表明模型不存在嚴重的多重共線性問題。

（三）多元回歸分析

1.分析師特征對預測準確度的影響

表4是本文的回歸結(jié)果，即分析師一般經(jīng)驗和企業(yè)經(jīng)驗對其預測準確度的影響。其中，列（1）檢驗了分析師一般經(jīng)驗對其預測準確度的影響，一般經(jīng)驗（Genexp）與預測準確度（Accy）在1%的水平上顯著正相關，說明隨著分析師一般經(jīng)驗的積累，其預測準確度（Accy）隨之提高，從而支持了H1a。列（2）檢驗了分析師企業(yè)經(jīng)驗對其預測準確度的影響，企業(yè)經(jīng)驗（Firmexp）與預測準確度（Accy）在5%的水平上顯著正相關，從而支持H1b。調(diào)整后R2達到了0.353，說明模型有著較好的解釋力度。所有控制變量都與被解釋變量至少在10%以上的水平顯著，且方向都與預期一致。因此，在控制公司層面的影響因素后，分析師經(jīng)驗（一般經(jīng)驗和企業(yè)經(jīng)驗）與預測準確度的提高有顯著的關系。

2.分析師性別對經(jīng)驗與預測準確度之間關系的影響

本文通過手工整理數(shù)據(jù)，將分析師分為男女兩類，檢驗分析師性別不同對經(jīng)驗和預測準確度之間關系產(chǎn)生的影響。從表5的（1）和（2）列可以看出，一般經(jīng)驗和企業(yè)經(jīng)驗都在5%的水平上與預測準確度正相關，且企業(yè)經(jīng)驗的顯著性更強；說明一般經(jīng)驗和企業(yè)經(jīng)驗的積累都能顯著提高男性分析師的預測準確度，其中企業(yè)經(jīng)驗對提高分析師預測準確度的作用更大，從而支持H2a。從表5的（3）和（4）列可以看出，女性分析師預測準確度與一般經(jīng)驗在1%水平上正相關，與企業(yè)經(jīng)驗正相關但不顯著。這說明女性分析師預測準確度的提高主要來自一般經(jīng)驗的積累，從而支持H2b。這一結(jié)果的原因可能是男性分析師在社交方面有著一定的先天優(yōu)勢和社會環(huán)境優(yōu)勢，可以更容易地與所跟蹤公司的管理層建立關系，從而使其能從企業(yè)經(jīng)驗中獲取或總結(jié)出私有信息來提升預測準確度；而女性分析師缺乏這方面的優(yōu)勢，主要從公有信息中挖掘有價值的內(nèi)容，所以女性分析師更依賴一般經(jīng)驗來提高自己的預測準確度。

3.分析師所屬券商對經(jīng)驗與預測準確度之間關系的影響

本文按照《新財富》雜志評選出的明星券商，將樣本中的券商分為大型券商和一般券商，旨在驗證券商規(guī)模對分析師經(jīng)驗與預測準確度之間關系的影響。從表6的列（1）可以看出，一般經(jīng)驗和企業(yè)經(jīng)驗都沒有顯著提高就職于大型券商的分析師預測準確度，從而支持H3a；從列（2）可以得出，預測準確度與一般經(jīng)驗和企業(yè)經(jīng)驗分別在5%和10%的水平上正相關，從而支持H3b。這一結(jié)果可能是就職于大型券商的分析師可以通過券商所擁有的資源提高預測準確度，從而使自身經(jīng)驗的積累對預測準確度的影響偏?。欢吐氂谝话闳痰姆治鰩熛鄬碛休^少的資源，更多地依靠自身經(jīng)驗的積累來提高預測準確度。

五、穩(wěn)健性檢驗

為了證明本文結(jié)論的穩(wěn)健性，筆者進行了以下穩(wěn)健性檢驗：

（一）限定樣本選擇時間

金融危機時期，被跟蹤公司的經(jīng)營環(huán)境與之前有著很大的不同，盈余走勢有著更多的不確定性。如果這個時期分析師經(jīng)驗仍能對預測準確度產(chǎn)生顯著影響，則能證明本文結(jié)論的穩(wěn)健性。本文回歸樣本時間是從2002年到2012年，現(xiàn)把樣本限定在金融危機時期的2008年和2009年，重新進行回歸。表7的結(jié)果表明，預測準確度（Accy）與一般經(jīng)驗在5%的水平上正相關，與企業(yè)經(jīng)驗正相關但不顯著。該結(jié)果與原結(jié)論相似，可以在一定程度上證明本文結(jié)論的穩(wěn)健性。但同時說明在金融危機時期，由于不確定性的上升，使企業(yè)經(jīng)驗對預測準確度的影響力下降。

（二）變量的替換和增加

根據(jù)Clement（1999）的度量方法，本文以相對絕對誤差（RAE）替代（Accy）作為衡量預測準確度的標準，回歸結(jié)果與原結(jié)論相似，證明了結(jié)論的穩(wěn)健性。此外，本文對部分控制變量進行了替換：（1）審計質(zhì)量指標，采用國內(nèi)“十大”指標（Big10）替換原模型中的國際“四大”指標（Big4）；（2）公司規(guī)模（Size）用營業(yè)收入的自然對數(shù)替換總資產(chǎn)的自然對數(shù)；（3）財務業(yè)績指標用總資產(chǎn)收益率（ROA）替換模型中的凈資產(chǎn)收益率（ROE）?；貧w結(jié)果表明，結(jié)論未發(fā)生實質(zhì)性的變化。

六、研究結(jié)論及啟示

本文以我國2002—2012年上市公司財務數(shù)據(jù)和分析師預測數(shù)據(jù)為樣本，采用分析師一般經(jīng)驗和企業(yè)經(jīng)驗作為分析師個體特征差異的代理變量，檢驗分析師自身特征與其預測準確度之間的關系。結(jié)果表明，在控制了公司層面因素對預測準確度的影響后，分析師一般經(jīng)驗和企業(yè)經(jīng)驗均與預測準確度顯著正相關；進一步研究發(fā)現(xiàn)，企業(yè)經(jīng)驗對男性分析師預測準確度的影響較強，而女性分析師預測準確度的提高主要通過一般經(jīng)驗的積累；就職于大型券商的分析師預測準確度受經(jīng)驗的影響較小，而就職于一般券商的分析師預測準確度的提高較多依靠經(jīng)驗積累。

基于研究結(jié)論，本文提出以下政策建議：（1）行業(yè)管理部門應建立分析師職業(yè)生涯晉升途徑，使分析師能專注于本行業(yè)長久發(fā)展，從而使分析師預測準確度從行業(yè)整體上得到提高；（2）注重培養(yǎng)分析師收集信息的能力，促進分析師對信息理解力的提高，對信息進行深度挖掘，進而保障預測準確度；（3）建立健全法律監(jiān)管制度，規(guī)范大型券商的行為，限制其分析師在利益沖突下作出非客觀的預測。

【主要參考文獻】

[1] 白曉宇.上市公司信息披露政策對分析師預測的多重影響研究[J].金融研究，2009（4）：92-112.

[2] 樊錚，宋樂.分析師特征、券商規(guī)模與盈利預測[J].中國注冊會計師，2010（7）：45-50.

[3] 方軍雄.我國上市公司信息披露透明度與證券分析師預測[J].金融研究，2007（6）：136-148.

[4] 管總平，黃文鋒.證券分析師特征、利益沖突與盈余預測準確性[J].中國會計評論，2012，10（4）：371-394.

[5] 郭杰，洪潔瑛.中國證券分析師的盈余預測行為有效性研究[J].經(jīng)濟研究，2009（11）：55-81.

[6] 胡奕明，林文雄.信息關注深度、分析能力與分析質(zhì)量——對我國證券分析師的調(diào)查分析[J].金融研究，2005（2）：46-58.

[7] 崔玉英，李長青.影響中國財務分析師跟蹤決策的因素分析[J].會計之友，2013（9）：81-85.

[8] 劉思涓，孫巖.證券分析師研究報告對投資者決策的影響[J].會計之友，2012（5）：63-65.

[9] Clement M B.Analyst Forecast Accuracy： Do Ability，Resources，and Portfolio Complexity Matter？[J].Journal of Accounting and Economics，1999，27（3）：285-303.

[10] Lang M H，Lundholm R J.Corporate Disclosure Policy and Analyst Behavior[J].Accounting Review，1996（4）：467-492.

[11] Bhushan R.Firm Characteristics and Analyst Following[J].Journal of Accounting & Economics，1989，11（3）：255-274.

[12] Clement M B，Tse S Y.Financial Analyst Characteristics and Herding Behavior in Forecasting[J].Journal of Finance，2005，60（1）：307-341.

[13] Kim Y，Lobo G J，Song M.Analyst Characteristics，Timing of Forecast Revisions，and Analyst Forecasting Ability[J].Journal of Banking & Finance，2011，35（8）：2158-2168.

[14] Tamura H.Individual-Analyst Characteristics and Forecast Error[J].Financial Analysts Journal，2002，58（4）：28-35.