王鑫斌 伊志宏

【摘 要】 以2003—2014年我國滬深A股上市公司為研究樣本，考察券商行業(yè)專長對分析師盈余預測準確性的影響以及公司信息披露質量對二者關系的調節(jié)作用。研究結果發(fā)現：券商行業(yè)專長能顯著提升分析師盈余預測準確性;被預測公司高質量的信息披露會弱化券商行業(yè)專長對分析師預測準確性的影響。經過改變券商行業(yè)專長衡量方式、利用分析師跳槽外生事件等一系列穩(wěn)健性檢驗后，上述結論依然成立。此外，還發(fā)現，在分析師盈余預測準確性一定的情況下，分析師行業(yè)專長對券商行業(yè)專長具有替代作用。

【關鍵詞】 券商行業(yè)專長; 分析師預測準確性; 信息披露質量

【中圖分類號】 F832.51? 【文獻標識碼】 A? 【文章編號】 1004-5937（2019）04-0085-06

一、引言

作為資本市場的信息中介，證券分析師（以下簡稱“分析師”）利用自身專業(yè)優(yōu)勢，通過收集、解讀公司或相關行業(yè)信息，對跟蹤公司的會計盈余進行預測，并在此基礎上做出薦股評級。近年來，這些來自專業(yè)人士的預測信息越來越受到投資者的廣泛關注，同時，預測準確性及其影響因素也成為學術界研究的熱點話題。現有文獻將分析師預測準確性影響因素歸納為三個方面：第一，分析師特征因素，如從業(yè)經驗[1-4]、性別[5-6]、教育背景[5]、是否為明星分析師[7-10]等;第二，預測難度因素，如被預測公司信息披露質量[11-14]等;第三，任職券商因素，即券商為分析師預測提供資源支持的多寡。目前，學術界對分析師特征和預測難度影響預測準確性的研究較為深入、系統(tǒng)，而對于任職券商因素的影響關注較少。雖有少數文獻研究了券商規(guī)模對分析師預測準確性的影響[15]，認為任職于大券商的分析師盈余預測更準確，并將其歸因于大券商為分析師預測提供了更多的資源支持，但并未說明券商為分析師提供了哪些資源。

分析師高質量的產出需要大量的專業(yè)知識積累和行業(yè)信息支撐。經過對某幾個行業(yè)的長期關注，券商研究部門便會逐漸形成對各行業(yè)知識的總體把握，現有文獻將其稱為券商行業(yè)專長。Jacob et al.[1]最早提出券商行業(yè)專長的概念和度量方法。Brown[6]利用對365位分析師的問卷調查和18次采訪的數據，發(fā)現券商行業(yè)專長對分析師預測準確性有正向影響，但文章僅做了簡單的描述性統(tǒng)計，沒有進行大樣本實證檢驗。劉永澤等[16]基于中國背景研究了分析師個人的行業(yè)專長對其預測準確性的影響。分析師行業(yè)專長仍屬于分析師特征因素，可以用來衡量分析師個人對某個行業(yè)知識的掌握情況，與券商行業(yè)專長的共享知識屬性不同。因此，基于中國證券市場背景，從券商提供知識資源視角出發(fā)，研究券商行業(yè)專長對其分析師預測準確性的影響，以及進一步探討券商行業(yè)專長與分析師個人行業(yè)專長之間的關系仍然是一個有待實證檢驗的問題。

為回答上述問題，本文以2003—2014年中國滬深A股上市公司為研究樣本，檢驗券商行業(yè)專長對分析師預測準確性的影響。研究發(fā)現，券商行業(yè)專長能顯著提升分析師預測準確性，且被預測公司高質量信息披露會弱化券商行業(yè)專長的影響;另外，還發(fā)現分析師行業(yè)專長對券商行業(yè)專長具有替代作用。本文的結論不僅豐富了分析師預測準確性影響因素的相關研究，而且對提升分析師預測質量、投資者做出正確投資決策以及監(jiān)管部門相關政策的制定也具有重要參考價值。

二、理論分析及研究假設

在產業(yè)組織理論視角下，大多數公司都從事一定程度的專門化生產。券商研究行業(yè)也不例外，券商對上市公司進行預測和評級時，并不是關注所有行業(yè)，而是僅跟蹤一個或幾個行業(yè)，由于同一行業(yè)的公司之間擁有相同的宏觀經濟因素、商業(yè)條件、技術及成長機會，因此，經過長期的關注，就會逐漸形成對某一或幾個行業(yè)知識的總體把握;更重要的，如果券商對某行業(yè)具有較高的關注度（即相對于其他行業(yè)跟蹤更多的公司或分配更多分析師），便可以獲得規(guī)模經濟效應，進而低成本地搜集行業(yè)信息，有利于形成對該行業(yè)的行業(yè)專長。

券商行業(yè)專長在很大程度上決定了其分析師獲取行業(yè)信息的深度和廣度。分析師預測主要需要兩方面的信息，一是公司信息，另一個是公司所屬行業(yè)信息。公司信息與盈余預測具有最直接的相關性，然而，對跟蹤同一公司的不同分析師而言，獲取的公司信息并無顯著差異[16]，因此，為在激烈的競爭中脫穎而出，分析師往往會在已經獲得的公司信息的基礎上，加入跟蹤公司所屬行業(yè)的行業(yè)信息。券商利用自己的行業(yè)專長為分析師提供了一個行業(yè)信息的知識庫，旗下每位分析師都可以共享這些行業(yè)知識，并將這些行業(yè)知識與公司信息一起應用到盈余預測中去，因此，任職券商的行業(yè)專長水平越高，分析師所能獲取的行業(yè)信息數量越多、質量越高，其盈余預測也就越準確?；谝陨戏治?，提出本文的假設1。

H1：在控制了影響分析師預測準確性的其他因素之后，券商行業(yè)專長水平越高，分析師盈余預測越準確。

除行業(yè)信息外，公司信息也是分析師預測準確性的重要影響因素。分析師在預測時所使用的行業(yè)信息和公司信息的總量基本是固定的，差異在于對兩種信息分配的比例不同[16]。一般情況下，分析師會首先搜集公司信息，因為此類信息對于預測而言最直接、最相關。因此，當公司信息披露質量較高時，分析師能夠獲得的公司層面信息也較多，信息質量較高，對行業(yè)層面信息進而券商行業(yè)專長的依賴程度就會下降;而當公司信息披露質量較低時，分析師能夠獲得的公司層面信息數量較少，且質量較差，此時，分析師預測準確性更依賴于行業(yè)信息的獲取，券商行業(yè)專長的作用就會變得更加重要?；谝陨戏治觯岢霰疚牡募僭O2。

H2：在控制了影響分析師預測準確性的其他因素之后，相比于信息披露質量高的公司，在跟蹤信息披露質量低的公司時，券商行業(yè)專長對分析師盈余預測準確性的影響會更大。

與券商類似，分析師個人會根據自己的專業(yè)背景，重點跟蹤一個或幾個行業(yè)的公司，經過較長時間的關注和研究，逐漸形成對某個或幾個行業(yè)的總體把握和認知，形成分析師個人行業(yè)專長。劉永澤等[16]研究發(fā)現，分析師行業(yè)專長與其預測準確性顯著正相關。本文認為，行業(yè)專長水平高的分析師，可以更多利用自身掌握的行業(yè)知識進行預測，對券商行業(yè)專長提供的行業(yè)知識的依賴程度就會降低;而對于行業(yè)專長水平較低的分析師，如果要達到同等的預測質量，對券商行業(yè)專長提供的行業(yè)知識的依賴程度就會提高。即分析師行業(yè)專長對券商行業(yè)專長具有替代效應?；谝陨戏治?，提出本文的假設3。

H3：在分析師盈余預測準確性一定的情況下，分析師行業(yè)專長對券商行業(yè)專長具有替代效應。

四、實證結果及分析

（一）描述性統(tǒng)計

由表2所示的描述性統(tǒng)計結果可見：分析師預測準確性的均值為-0.012，最小值為-0.091，最大值為0，表明不同分析師的盈余預測準確性之間存在較大差異;券商行業(yè)專長Bspec1的均值為0.176，最小值為0.007，最大值為0.5，Bspec2的均值為0.137，最小值為0.01，最大值為0.372，表明不同券商之間的行業(yè)專長存在較大差異;分析師預測日距離資產負債表日平均為158天;32.1%的分析師預測為團隊預測;分析師平均每年對某一家公司預測1.8次;分析師平均每年跟蹤公司19家，平均每年跟蹤行業(yè)5個。

（二）多元回歸結果與分析

1.券商行業(yè)專長與分析師預測準確性

表3列示了假設1的回歸結果。結果顯示，券商行業(yè)專長水平與分析師預測準確性顯著正相關。具體的，（1）（2）列的解釋變量為Bspec1。（1）列僅控制了年度、行業(yè)但未考慮其他控制變量的影響，Bspec1的回歸系數為0.002，在1%的水平顯著;（2）列是加入其他控制變量后的回歸結果，Bspec1的回歸系數為0.002，且在5%的水平顯著;（3）（4）列的解釋變量為Bspec2;（3）列僅控制了年度、行業(yè)但未考慮其他控制變量的影響，Bspec2的回歸系數為0.001，雖然未達到10%的顯著性水平，但系數為正;（4）列是加入其他控制變量后的回歸結果，Bspec2的回歸系數為0.003，且在1%的水平顯著。以上回歸結果與本文的H1相吻合，即券商行業(yè)專長水平越高，分析師預測也越準確。從其他控制變量的回歸結果來看，與現有文獻基本一致，不再贅述。

2.公司信息披露質量、券商行業(yè)專長與分析師預測準確性

表4列示了券商行業(yè)專長與分析師預測準確性之間的關系以及公司信息披露質量對這一關系的影響，即H2（模型4）的回歸結果。模型4在模型3的基礎上加入了公司信息披露質量啞變量（Disclose）以及其與券商行業(yè)專長的交互項（Bspec1×Disclose和Bspec2×Disclose）。結果表明，Bspec1和Bspec2的回歸系數仍然在1%或5%的水平上顯著為正，符合H1的預期。交互項Bspec1×Disclose和Bspec2×Disclose的系數為負，且均在1%的水平上顯著，與本文提出的H2相吻合。限于篇幅，未報告控制變量的系數和顯著性水平。

3.分析師行業(yè)專長與券商行業(yè)專長的關系

表5列示了分析師行業(yè)專長與券商行業(yè)專長之間的關系，即H3（模型5）的回歸結果。模型5在模型3的基礎上加入了分析師行業(yè)專長（Aspec）以及其與券商行業(yè)專長的交互項（Bspec1×Aspec和Bspec2×Aspec）。結果表明，多元回歸中，Bspec1和Bspec2的回歸系數仍然顯著為正，符合H1的預期。交互項Bspec1×Aspec和Bspec2×Aspec的系數在1%水平顯著為負，表明分析師行業(yè)專長與券商行業(yè)專長是替代關系，與本文提出的H3相吻合。限于篇幅，未報告控制變量（Control Variables）的系數和顯著性水平。

（三）穩(wěn)健性檢驗

1.更換券商行業(yè)專長變量的衡量方式

（1）以證監(jiān)會2001行業(yè)分類標準替代先前采用的2012行業(yè)分類標準，重新計算券商行業(yè)專長指標;（2）以券商跟蹤某行業(yè)的時間長短，即行業(yè)經驗重新度量券商行業(yè)專長，一般來說，跟蹤某行業(yè)的時間越長，券商對該行業(yè)的了解越深入，積累的行業(yè)知識也越多，行業(yè)專長水平也越高;（3）利用行業(yè)占有份額衡量券商行業(yè)專長，一般的，券商對某行業(yè)占有份額越多，對該行業(yè)的行業(yè)信息了解越全面、深入，行業(yè)專長水平也越高。

2.利用分析師跳槽樣本這一外生事件檢驗券商行業(yè)專長對分析師預測準確性的影響

如果分析師從行業(yè)專長水平高的券商跳槽到行業(yè)專長水平低的券商，其預測準確性將會下降;相反，如果分析師從行業(yè)專長水平低的券商跳槽到行業(yè)專長水平高的券商，其預測準確性將會上升。

篇幅所限，本文未報告穩(wěn)健性檢驗的結果，但無論采用哪種方法，結論均保持不變。

五、研究結論及政策啟示

行業(yè)信息是分析師預測的重要信息來源，直接影響盈余預測準確性。國外學者[1]和國內學者[16]分別利用美國和中國的數據驗證了分析師行業(yè)專長的存在以及對盈余預測準確性的影響。然而，關于券商行業(yè)專長的研究，目前國內還沒有相關研究，即使在國外也還是比較缺乏的。本文以我國滬深A股上市公司分析師盈余預測數據為研究樣本，首次基于中國證券市場背景研究券商行業(yè)專長對分析師預測準確性的影響。

本文研究發(fā)現：第一，在控制了其他影響因素之后，券商的行業(yè)專長水平越高，其分析師盈余預測準確性也越高。這一結果表明，券商較高的行業(yè)專長，為分析師預測提供了更多行業(yè)知識和信息，從而有利于其預測準確性的提升。第二，區(qū)分公司信息披露質量，發(fā)現公司較高的信息披露質量可以弱化券商行業(yè)專長對分析師盈余預測準確性的影響。第三，分析師行業(yè)專長對券商行業(yè)專長具有替代作用。

本文的研究結論不僅豐富了分析師預測準確性影響因素相關領域的文獻，還具有較強的政策啟示：首先，從券商角度來講，既然券商行業(yè)專長有助于分析師提高預測準確性，那么券商就應該集中自己的優(yōu)勢資源，重點關注幾個行業(yè)，有意識地培養(yǎng)自己的行業(yè)專長，為分析師預測提供更多優(yōu)質的行業(yè)知識資源;其次，對于投資者來說，面對海量的分析師預測信息，可以重點關注幾個行業(yè)專長較高券商的分析師的研究報告，跟蹤他們的預測可以為投資者提供一些更有價值的參考信息;最后，對上市公司監(jiān)管部門來說，應該加強上市公司信息披露質量的管理與監(jiān)督，這樣既可以為投資者提供高質量的決策信息，又有助于分析師預測業(yè)績的提升。

【參考文獻】

[1] JACOB J，LYS T Z，NEALE M A.Expertise in forecasting performance of security analysts[J].Journal of Accounting and Economics，1999，28（1）：51-82.

[2] CLEMENT M B，TSE S Y.Financial analyst characteristics and herding behavior in forecasting[J].The Journal of Finance，2005，60（1）：307-341.

[3] HUGON A，MUSLU V.Market demand for conservative analysts[J].Journal of Accounting and Economics，2010，50（1）：42-57.

[4] 董大勇，張尉，賴曉東，等.誰領先發(fā)布：中國證券分析師領先——跟隨影響因素的實證研究[J].南開管理評論，2012 （5）：56-63.

[5] 伊志宏，李穎，江軒宇.女性分析師關注與股價同步性[J].金融研究，2015 （11）：175-189.

[6] BROWN L D，CALL A C，CLEMENT M B，et al.Inside the “black box” of sell-side financial analysts[J].Journal of Accounting Research，2015，53（1）：1-47.

[7] STICKEL S E.The anatomy of the performance of buy and sell recommendations[J].Financial Analysts Journal，1995，51（5）：25-39.

[8] BONNER S E，HUGON A，WALTHER B R.Investor reaction to celebrity analysts：The case of earnings forecast revisions[J].Journal of Accounting Research，2007，45（3）：481-513.

[9] LOH R K，STULZ R M.When are analyst recommendation changes influential？[J].The Review of Financial Studies，2010，24（2）：593-627.

[10] 李麗青.分析師盈利預測能表征“市場預期盈利”嗎？——來自中國A股市場的經驗證據[J].南開管理評論，2012（6）：44-50.

[11] CHAN K，HAMEED A.Stock price synchronicity and analyst coverage in emerging markets[J].Journal of Financial Economics，2006，80（1）：115-147.

[12] DHALIWAL D S，RADHAKRISHNAN S，TSANG A，et al.Nonfinancial disclosure and analyst forecast accuracy：international evidence on corporate social responsibility disclosure[J].The Accounting Review，2012，87（3）：723-759.

[13] 方軍雄.所有制、制度環(huán)境與信貸資金配置[J].經濟研究，2007（12）：82-92.

[14] 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.

[15] CLEMENT M B.Analyst forecast accuracy：do ability，resources，and portfolio complexity matter？[J].Journal of Accounting and Economics，1999，27（3）：285-303.

[16] 劉永澤，高嵩.信息披露質量、分析師行業(yè)專長與預測準確性——來自我國深市A股的經驗證據[J].會計研究，2014（12）：60-65.

[17] KUMAR A.Self-selection and forecasting abilities of female equity analysts[J].Journal of Accounting Research，2010，48（2）：393-435.

[18] 施先旺，李志剛，劉拯.分析師個體特征差異與預測準確度[J].會計之友，2015（8）：53-58.