国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

高鐵開通與分析師預(yù)測精度

2020-01-15 08:21:12王明偉孫文晶葉建華
關(guān)鍵詞:分析師高鐵調(diào)研

王明偉,孫文晶,葉建華

(1.河南財經(jīng)政法大學(xué) 金融學(xué)院,河南 鄭州 450000;2.西南財經(jīng)大學(xué) 會計學(xué)院,四川 成都 611130;)

一、問題提出

大規(guī)模交通基礎(chǔ)設(shè)施建設(shè)是中國式投資驅(qū)動增長模式的重要縮影。自2008年中國第一條高速鐵路——京津城際高速鐵路開通以來,高鐵建設(shè)在中國得到了快速發(fā)展。截至2018年底,高鐵營業(yè)里程達到2.9萬公里,在全球總里程中占比超過三分之二,是世界上高鐵里程最長、運輸密度最高、成網(wǎng)運營場景最復(fù)雜的國家,高鐵已成為中國走向世界的國家名片。日益完善的高鐵網(wǎng)絡(luò)壓縮了原有的時空距離,深度重塑著中國人的生活,不僅便利了人們的出行,加速了社會文化的融合,促進了文化多樣性,而且通過促進信息傳播、加速人才流動[1]、優(yōu)化資源配置[2]等方式發(fā)揮著重要的經(jīng)濟效應(yīng)。事實上,有關(guān)交通基礎(chǔ)設(shè)施與經(jīng)濟增長的探討并不鮮見,大量學(xué)者從宏觀經(jīng)濟增長[3-4]與微觀企業(yè)投資[5-6]的角度提供了經(jīng)驗證據(jù),然而,少有研究關(guān)注高鐵建設(shè)與資本市場的關(guān)系。為此,本文試圖以連接市場與投資者的重要信息中介——證券分析師為切入點,基于中國高鐵建設(shè)背景,深入探討高鐵開通對分析師預(yù)測精度的作用。當(dāng)前中國正處于經(jīng)濟結(jié)構(gòu)轉(zhuǎn)型的關(guān)鍵時期,新興產(chǎn)業(yè)的發(fā)展離不開資本市場的支持,深化金融體制改革,促進多層次資本市場健康發(fā)展是加快完善社會主義市場經(jīng)濟體制的重要內(nèi)容,此時研究高鐵對中國資本市場的作用無疑具有重要的理論價值與現(xiàn)實意義。

證券分析師作為資本市場的重要組成部分,擔(dān)負著搜集、傳遞與解讀市場信息的責(zé)任和義務(wù)。信息是分析師行為決策的起點,信息的多寡與質(zhì)量直接決定了分析師的預(yù)測精度?,F(xiàn)有文獻證實,無論是公開可得的報表信息[7],抑或其他私有信息[8],均會顯著影響分析師的預(yù)測行為。另一方面,雖然隨著信息網(wǎng)絡(luò)的發(fā)展,信息傳遞日益便捷,但地理距離依然是影響信息傳遞的重要因素。尤其是傳遞過程中容易漏損與扭曲的軟信息,更是與地理距離存在顯著的內(nèi)在關(guān)聯(lián)[9]。事實上,近年來許多文獻發(fā)現(xiàn),公司地理位置顯著影響市場主體的經(jīng)濟決策,位于偏遠地區(qū)的公司面臨更強的融資約束,并發(fā)放更多現(xiàn)金股利,投資者亦普遍存在本地偏好,投資本地公司可以取得更優(yōu)的投資業(yè)績[10-12]。而有關(guān)證券分析師的研究亦表明,地理距離的縮短可以顯著提高分析師預(yù)測精度,實地調(diào)研是改善分析師預(yù)測的重要途徑[13-14]。

然而,基于公司地理位置的研究可能存在較為嚴(yán)重的內(nèi)生性問題,從而導(dǎo)致估計結(jié)果有偏。一方面,公司地理位置的選擇并非不是外生的,公司選址與其產(chǎn)業(yè)特征及經(jīng)營狀況密切相關(guān),地理位置與經(jīng)濟后果之間可能互為因果關(guān)系[15];另一方面,公司地理位置的選擇深受當(dāng)?shù)亟?jīng)濟環(huán)境與制度環(huán)境的影響[16],而這些因素亦顯著影響市場主體的行為決策,因此,未能對這些因素進行全面的刻畫與控制可能導(dǎo)致估計結(jié)果存在遺漏變量偏誤。相比之下,高鐵開通為檢驗地理距離的經(jīng)濟后果提供了理想的實驗環(huán)境,盡管公司選址是內(nèi)生的,但高鐵開通對時空距離的壓縮卻是外生的,從而有助于準(zhǔn)確識別地理距離的經(jīng)濟后果。而從高鐵開通與分析師預(yù)測的角度來看,高鐵開通不僅可以加速人員與信息流動,提升外部投資者對上市公司的關(guān)注,促進公司公開信息披露;而且可以便利分析師實地調(diào)研,進行私有信息搜集[15]。因此,本文預(yù)期,高鐵開通將顯著改善分析師預(yù)測精度。

本文將采用2003—2017年中國證券分析師盈余預(yù)測數(shù)據(jù),以高鐵開通這一事件作為外生沖擊,采用雙重差分模型檢驗高鐵開通對分析師預(yù)測精度的影響與機制。同時,根據(jù)高鐵、分析師與上市公司的差異,進行異質(zhì)性檢驗,在印證高鐵開通作用機制的同時,提供更進一步的經(jīng)驗證據(jù)。與現(xiàn)有文獻相比,本文可能具有以下邊際貢獻:第一,以往有關(guān)高鐵開通經(jīng)濟效果的研究大多集中于宏觀經(jīng)濟增長與公司決策等方面,鮮有文獻涉及高鐵開通對資本市場的影響,而本文將視角聚焦于證券分析師這一重要的資本市場參與方,有效拓展了高鐵開通經(jīng)濟效果的研究范圍;第二,針對高鐵開通這一外生事件的分析,克服了以往有關(guān)地理距離研究的內(nèi)生性問題,為檢驗地理距離經(jīng)濟后果提供了新的方法,為分析師預(yù)測精度影響因素研究提供了更加可靠的證據(jù),豐富了地理距離與分析師預(yù)測兩個領(lǐng)域的相關(guān)研究。

二、文獻回顧與研究假設(shè)

(一)文獻回顧

信息是分析師進行盈余預(yù)測的前提。大量文獻發(fā)現(xiàn)公司信息披露質(zhì)量、管理層業(yè)績預(yù)告、媒體報道等公開信息顯著影響分析師預(yù)測行為[17-21]。同時,除了公開信息以外,陳和江(Chen & Jiang,2006)進一步提出,私有信息對分析師預(yù)測可能更為重要,分析師在預(yù)測過程中會對私有信息賦予更高權(quán)重[8]。然而,私有信息具有不可觀測性,直接檢驗私有信息的文獻并不多見,更多研究選擇從地理距離作為切入點,間接對私有信息的作用進行驗證。地理經(jīng)濟學(xué)的發(fā)展建立在距離與信息傳遞顯著相關(guān)的理論基礎(chǔ)之上,雖然現(xiàn)代信息技術(shù)取得了矚目進展,但私有化較強、易于漏損與扭曲的軟信息傳遞依然受到距離的顯著影響,因此,距離可以側(cè)面反映私有信息的獲取程度。馬洛伊(Malloy,2005)對此提供了直接證據(jù),發(fā)現(xiàn)地理鄰近的分析師具有更高的預(yù)測精度[13],國內(nèi)學(xué)者王菊仙等(2016)亦發(fā)現(xiàn)地理距離與分析師預(yù)測精度顯著負相關(guān)[22]。而隨著國內(nèi)上市公司調(diào)研數(shù)據(jù)的披露,程等人(Cheng et al.,2015)提供了更為直接的證據(jù),發(fā)現(xiàn)分析師實地調(diào)研可以顯著改善預(yù)測準(zhǔn)確度[14],投資者根據(jù)調(diào)研報告進行投資可以獲取顯著為正的超額收益。

然而,以上基于地理距離的研究,是建立在公司地理位置外生的技術(shù)前提下,但實際上,公司選址并非是嚴(yán)格外生的,現(xiàn)有結(jié)論可能存在估計偏誤。相比之下,高鐵開通則可以將距離變化外生化,這是因為高鐵規(guī)劃由中央政府主導(dǎo),不會受到具體公司的顯著影響。所以,高鐵開通為檢驗地理距離與分析師預(yù)測的關(guān)系創(chuàng)造了理想的實驗環(huán)境。實際上,在中國大規(guī)模高鐵建設(shè)的現(xiàn)實背景下,對高鐵開通經(jīng)濟效應(yīng)的評估已成為學(xué)術(shù)界的熱門話題,大量文獻從宏觀視角發(fā)現(xiàn)高鐵開通兼具極化效應(yīng)與擴散效應(yīng)[23],一方面,高鐵開通加速產(chǎn)業(yè)集聚[24],促進中心城市房價上漲[25],抑制中小城市投資[26];另一方面,高鐵開通加劇城市擴展[27],提供更多就業(yè)機會[28],顯著縮小城鄉(xiāng)居民收入差距[29]。此外,部分文獻試圖為高鐵開通與經(jīng)濟增長提供微觀證據(jù),發(fā)現(xiàn)高鐵開通有利于公司吸引高級人才[1],優(yōu)化資本要素配置[2],促進創(chuàng)新產(chǎn)出[6],增加風(fēng)險投資獲取。張夢婷等(2018)則為極化效應(yīng)提供了微觀支持,發(fā)現(xiàn)高鐵開通對外圍城市公司生產(chǎn)率存在顯著的負面影響[31]。

現(xiàn)有文獻較少關(guān)注高鐵開通對資本市場的作用。直接檢驗資本市場效應(yīng)的文獻僅有兩篇,一篇來自黃張凱等(2016),他們將高鐵作為調(diào)節(jié)變量,引入地理距離與首次公開發(fā)行(IPO)折價關(guān)系的研究中,發(fā)現(xiàn)高鐵可以顯著降低距離對首次公開發(fā)行(IPO)折價的作用,提高市場定價效率[9];另一篇來自趙靜等(2018),他們以高鐵開通作為準(zhǔn)自然實驗,檢驗了高鐵開通對股價崩盤風(fēng)險的影響,發(fā)現(xiàn)高鐵開通可以通過降低信息不對稱與監(jiān)管成本,抑制股價崩盤[15]。但這些文獻均以上市公司為研究對象,而未關(guān)注其他市場參與方的行為。市場結(jié)果是上市公司、投資者、分析師甚至媒體等眾多參與方的合力反映,僅僅關(guān)注上市公司難以全面掌握市場變化。為此,本文以證券分析師為對象,考察高鐵開通對其預(yù)測精度的影響與作用機制。

(二)研究假設(shè)

證券分析師的主要工作是通過對信息的搜集、處理與解讀做出盈余預(yù)測。因此,信息是影響分析師預(yù)測結(jié)果的重要因素?,F(xiàn)有文獻證實,無論是上市公司自主披露的公開信息,抑或分析師個人渠道獲取的私有信息,均會顯著影響其預(yù)測精度[7-8]。其中,私有信息對分析師預(yù)測可能更為重要,陳和江(2006)發(fā)現(xiàn)分析師預(yù)測對私有信息具有更高的依賴度[8]。但由于私有信息難以直接度量,有關(guān)私有信息的文獻并不多見。地理經(jīng)濟學(xué)認為距離是私有信息合適的代理變量,距離的遠近直接決定了私有信息的數(shù)量與質(zhì)量。這是因為,雖然現(xiàn)代信息技術(shù)發(fā)展矚目,但由于私有信息大多為不易傳遞的軟信息,需要面對面的溝通,所以遠程交流無法為之提供便利的獲取環(huán)境。相關(guān)文獻亦對此提供了經(jīng)驗證據(jù),豪斯沃爾德和馬爾克斯(Hauswald & Marquez,2006)發(fā)現(xiàn)銀行私有信息質(zhì)量是其與債務(wù)人距離的減函數(shù),地理距離顯著影響銀行私有信息獲取與信貸行為[32]。阿加瓦爾和豪斯沃爾德(Agarwal & Hauswald,2010)則從上市公司的角度對此進行了驗證,指出與位于大城市的公司相比,偏遠地區(qū)的公司面臨更強的融資約束[10]。另外,對于共同基金、審計師以及證券分析師的研究亦表明距離顯著影響主體信息獲取。因此,距離作為私有信息的測度具有一定合理性[12,33-34]。

高鐵開通可以有效壓縮地區(qū)之間的時空距離,顯著降低分析師進行實地調(diào)研的時間成本和精力耗損,促進分析師私有信息獲取。截至2018年底,中國證券分析師從業(yè)人員共計5 088人,而在2018年的前10個月,各大研究機構(gòu)已產(chǎn)出研究報告達18.03萬份,表明在不足一年的時間里,中國證券分析師平均產(chǎn)出約35份研究報告(1)數(shù)據(jù)來源:騰訊證券,http://stock.qq.com/a/20181107/005787.htm。。而這一數(shù)字中還包含報告數(shù)量考核相對寬松、供職于獨立咨詢機構(gòu)的分析師,如果排除掉這一群體,供職于證券公司的賣方分析師產(chǎn)出數(shù)量可能更為驚人。因此,筆耕不輟又疲于奔命的分析師,需要仔細權(quán)衡調(diào)研成本與信息獲取。徐媛媛等(2015)采用中國2009—2012年深交所公司發(fā)現(xiàn),分析師傾向于對距離更近的公司進行實地調(diào)研,反映出分析師對調(diào)研成本的考量[35]。王菊仙等(2016)從側(cè)面對此進行了印證,發(fā)現(xiàn)對于距離較遠的公司,分析師更新盈余預(yù)測的頻率較低[22]。高鐵開通為分析師進行遠距離調(diào)研提供了便捷的工具。一方面,高鐵開通顯著降低分析師遠距離調(diào)研的時間成本,避免了過長的差旅時間對日常工作的擠占,從而有助于提高分析師調(diào)研意愿;另一方面,高鐵開通可以大幅改善目標(biāo)公司所在城市的可達性水平,使分析師在附近城市工作時,可以順便到目標(biāo)公司調(diào)研;同時,開通高鐵的城市,其高鐵站附近通常具有較為完善的市內(nèi)交通體系,便于分析師到訪目標(biāo)公司,而對于沒有開通高鐵的城市,分析師可能仍需要較多精力損耗在市內(nèi)交通上[36]。因此,高鐵開通可以有效促進分析師實地調(diào)研與私有信息獲取,從而提高其預(yù)測精度。

此外,高鐵開通亦可能通過促進外部主體介入、優(yōu)化公司治理等途徑,促進分析師公開信息獲取。一方面,高鐵開通會促進媒體對目標(biāo)公司的跟進與報道,改善公司公開信息披露,加速信息傳播,提高信息透明度;另一方面,高鐵開通降低了機構(gòu)投資者、媒體、審計師等外部治理主體的監(jiān)督成本,促進機構(gòu)投資者持股,提升審計獨立性與審計質(zhì)量,從而抑制公司盈余管理,降低信息不對稱[15]。綜上,高鐵開通對時空距離有助于分析師私有信息與公開信息的獲取,從而提高預(yù)測精度。

據(jù)此,本文提出如下假設(shè):

H1:與所在地未開通高鐵的公司相比,高鐵開通后,對于所在地開通高鐵的公司,分析師預(yù)測精度更高。

三、研究設(shè)計

(一)樣本選擇與數(shù)據(jù)來源

本文以滬深兩市A股上市公司2003—2017年所有分析師盈余預(yù)測為樣本。選定2003年作為研究起點,是基于以下三點考慮:第一,本文分析師預(yù)測數(shù)據(jù)均來自國泰安(CSMAR)數(shù)據(jù)庫,而該數(shù)據(jù)庫對分析師報告的記錄始于2001年,且2001—2002年記錄較少[37];第二,本文采用的機構(gòu)投資者數(shù)據(jù)來自萬得(Wind)終端,而該數(shù)據(jù)庫對機構(gòu)投資者數(shù)據(jù)的記錄始于2003年;第三,雖然有關(guān)高鐵開通的現(xiàn)有文獻均將2008年京津城際高速鐵路作為中國第一條高鐵,但事實上,中國最早的高鐵試驗段為2003年開通的秦沈客運專線,因此以2003年為起點便于進行相應(yīng)的穩(wěn)健性檢驗[15]。

在初始樣本的基礎(chǔ)上,本文進行如下樣本篩選:(1)剔除供職于獨立咨詢機構(gòu)的分析師樣本;(2)剔除分析師姓名或預(yù)測缺失的樣本;(3)剔除預(yù)測終止年與報告發(fā)布年不一致的樣本,僅保留當(dāng)期預(yù)測;(4)剔除金融行業(yè)樣本;(5)剔除變量缺失樣本。經(jīng)過上述篩選,最終得到258 729個樣本觀測值。此外,為避免離群值的影響,參照研究慣例,對全部連續(xù)變量進行上下1%的縮尾處理。除機構(gòu)投資者數(shù)據(jù)來自萬得終端,其余公司財務(wù)與交易數(shù)據(jù)以及分析師預(yù)測數(shù)據(jù)均來自國泰安數(shù)據(jù)庫,高鐵開通相關(guān)數(shù)據(jù)來自中國研究數(shù)據(jù)服務(wù)平臺(CNRDS),且通過國家鐵路局記錄進行復(fù)核,高鐵站與城市市中心距離根據(jù)百度地圖獲取。

(二)變量定義

1.分析師預(yù)測精度

參考全怡等(2014)[38]的研究,從兩個方面度量分析師預(yù)測精度(Dep)。

一是分析師預(yù)測偏差(Ferd),具體定義為分析師盈余預(yù)測與公司實際盈余之差的絕對值除以實際盈余的絕對值,其中為避免實際盈余為零導(dǎo)致樣本缺失,將分母加0.5處理:

(1)

其中,i為研報目標(biāo)公司,j為分析師個體,t為研報發(fā)布年份,變量Feps為分析師量盈余預(yù)測,EPS為公司實際盈余。式(1)表示分析師預(yù)測偏差的絕對水平,該指標(biāo)越大,分析師預(yù)測偏差則越大,預(yù)測精度越低。

二是分析師預(yù)測樂觀度(Ferr),定義如下:

(2)

該指標(biāo)區(qū)分了分析師預(yù)測的偏差方向,將分析師普遍存在的系統(tǒng)性樂觀偏差考慮在內(nèi)。同時,該指標(biāo)亦是分析師預(yù)測精度的反向指標(biāo),分析師預(yù)測樂觀度越大,預(yù)測精度則越低。

2.高鐵開通(2)遵循現(xiàn)有文獻處理方法,本文以2008年京津城際高速鐵路的開通作為中國高鐵元年。

本文以變量Hsri,t作為上市公司注冊地所在城市是否開通高鐵的度量,高鐵定義包括城際、動車與高鐵。參考張夢婷等(2018)[31]的處理方法,當(dāng)公司i所在城市在t年開通高鐵的時間不短于6個月時,定義變量Hsri,t為1,否則為0。

3.控制變量

參考黃俊等(2018)[39]的研究,本文圍繞被解釋變量分析師預(yù)測精度選取以下控制變量:公司規(guī)模(Size)、資產(chǎn)負債率(Lev)、資產(chǎn)收益率(Roa)、市凈率(Pb)、機構(gòu)持股比例(Inshld)、個股回報率(Ret)、個股換手率(Trn)、上市年齡(Age)、分析師跟進公司數(shù)量(Cover)、分析師關(guān)注度(Follow)和預(yù)測距離(Horizon)。另外,高鐵開通是逐年推進的,對于公司總體屬于多時點外部沖擊,參考黃俊等(2018)[39]的研究,本文亦控制了年度固定效應(yīng)與公司固定效應(yīng)。

本文所涉變量的具體定義如表1所示。

表1 變量定義表

(三)模型設(shè)定

高鐵開通的逐年推進形成對上市公司的多時點沖擊,為此,參考趙靜等(2018)[15]以及黃俊等(2018)[39]的處理方法,本文設(shè)定如下雙重差分模型,檢驗高鐵開通對分析師預(yù)測精度的影響:

(3)

其中,被解釋變量Dep為分析師預(yù)測精度,分別由變量Ferd與Ferr表示,變量Hsr為高鐵開通虛擬變量,是本文的核心解釋變量。變量Control為公司財務(wù)變量、交易變量以及分析師特征等一系列控制變量。變量Year與Firm分別為年度效應(yīng)與公司效應(yīng)。本文主要關(guān)注變量Hsr系數(shù)β1的顯著性與方向,如果β1顯著為負,說明與所在城市未開通高鐵的公司相比,所在城市開通高鐵的公司,其分析師預(yù)測偏差更小,預(yù)測樂觀度更低,具有更高的預(yù)測精度,從而與假設(shè)H1相一致。反之,如果β1顯著為正,則說明高鐵開通有損分析師預(yù)測精度。

四、實證結(jié)果與分析

(一)描述性統(tǒng)計

描述性統(tǒng)計結(jié)果如表2所示。從表3可見,變量Ferd和Ferr的均值分別為0.296和0.246,標(biāo)準(zhǔn)差分別為0.349和0.383,說明分析師預(yù)測偏差與預(yù)測樂觀度存在較大個體差異,這與黃俊等(2018)[39]的發(fā)現(xiàn)相一致。同時,變量Ferr的均值與中位數(shù)均為正值,證實分析師存在系統(tǒng)性樂觀偏差。變量Hsr的均值為0.650,表明樣本中65%的分析師研報是在目標(biāo)公司所在城市開通高鐵之后的年份發(fā)布的??刂谱兞糠矫?,分析師平均每月跟進約9家公司,分析師單月最多跟進83家公司,充分印證了分析師群體工作繁忙的現(xiàn)實背景;而從目標(biāo)公司的角度來看,公司平均每月約有6名分析師跟進,公司單月最多得到35名分析師跟進,表明分析師對上市公司的覆蓋強度較大,可能顯著影響公司決策,是資本市場中不可忽略的重要成員。

表2 描述性統(tǒng)計

(二)基本回歸結(jié)果

模型(3)的回歸結(jié)果如表3所示。從表3可見,無論是否控制公司特征與分析師特征,變量Hsr的系數(shù)值在各列中均在1%水平顯著為負,表明與所在地未開通高鐵的公司相比,高鐵開通后,對于所在地開通高鐵的公司,分析師具有更低的預(yù)測偏差和預(yù)測樂觀度,從而具有更高的預(yù)測精度,與假設(shè)H1相一致。這一發(fā)現(xiàn)印證了高鐵的信息效應(yīng),高鐵開通為分析師信息獲取提供了便利,有助于提升信息數(shù)量與質(zhì)量,改善預(yù)測行為。

在控制變量方面,大規(guī)模、高估值、高機構(gòu)持股與高換手率的公司,其分析師預(yù)測偏差和預(yù)測樂觀度均顯著更高,表明“一大三高”有損分析師預(yù)測精度,而對于高杠桿、高盈利、個股回報率高且上市時間長的公司,則具有更高的分析師預(yù)測精度,這些發(fā)現(xiàn)與黃俊等(2018)[39]的研究結(jié)論基本一致。此外,從分析師角度而言,分析師當(dāng)月跟進公司數(shù)量越多,預(yù)測距離越短,分析師預(yù)測精度則越高。

表3 高鐵開通與分析師預(yù)測精度

注:括號中為穩(wěn)健標(biāo)準(zhǔn)誤,***、**和*分別表示在1%、5%和10%水平顯著。后表同。

(三)穩(wěn)健性檢驗

1.內(nèi)生性處理

(1)工具變量回歸。雖然高鐵規(guī)劃由中央政府主導(dǎo),但由于建設(shè)經(jīng)費由中央政府與地方政府共擔(dān),市場化水平高、經(jīng)濟發(fā)達的城市更有可能在競爭中勝出,獲得開通高鐵的許可;與此同時,位于這些城市的公司,往往具有更高的信息披露質(zhì)量,更完善的公司治理與經(jīng)營績效,從而使跟進這些公司的分析師具有更高的預(yù)測精度[40]。因此,在嚴(yán)格意義上,高鐵開通與分析師預(yù)測行為之間可能存在一定的內(nèi)生性問題。參考劉勇政和李巖(2017)[41]的研究,本文以各城市1990年客運總量(3)數(shù)據(jù)來源:《中國城市統(tǒng)計年鑒1990》。作為高鐵開通的工具變量。首先,1990年客運總量作為歷史數(shù)據(jù),并不直接影響分析師預(yù)測行為,滿足外生性要求;其次,歷史客運量與城市地理環(huán)境和運輸需求高度相關(guān),且具有時間連續(xù)性,與高鐵開通具有相關(guān)性?;谠摴ぞ咦兞康幕貧w結(jié)果見表4的列(1)和列(2)。從表4可見,變量Hsr的系數(shù)值均在1%水平顯著為負。同時,變量Hsr的系數(shù)值約為表3結(jié)果的12倍,說明原結(jié)論對高鐵信息效應(yīng)存在低估。

表4 穩(wěn)健性檢驗:內(nèi)生性處理

(2)安慰劑檢驗。盡管本文已控制了分析師特征、年度效應(yīng)與公司效應(yīng),但分析師預(yù)測行為的差異仍可能是某些不可觀測的時變系統(tǒng)性因素導(dǎo)致,而非高鐵開通的影響。為排除潛在的遺漏變量問題,本文進行了安慰劑檢驗,依次將高鐵開通年份滯后2~4年,并據(jù)此重新定義變量Hsr。如果這些“偽高鐵開通”對分析師預(yù)測具有顯著影響,那么原結(jié)論可能是由某些不可觀測的系統(tǒng)性因素驅(qū)動,反之,則表明高鐵開通確實影響分析師預(yù)測精度。相關(guān)回歸結(jié)果列于表4的列(3)和列(4),l2—l4分別表示高鐵開通年份滯后2~4年。從表4可見,變量Hsr的系數(shù)值均不顯著,從側(cè)面為高鐵開通的信息效應(yīng)提供了支持。

(3)剔除中心城市樣本。由于建設(shè)經(jīng)費共擔(dān)等原因,地方政府在高鐵規(guī)劃中存在一定話語權(quán)。中心城市(直轄市、副省級城市與省會城市)因其地理條件優(yōu)越、經(jīng)濟發(fā)達、行政地位高等原因,在獲取高鐵開通許可中具有顯著優(yōu)勢。為消除中心城市影響高鐵規(guī)劃導(dǎo)致的內(nèi)生性問題,本文將中心城市剔除進行重新回歸,結(jié)果見表4的列(6)。從表4可見,變量Hsr的系數(shù)值亦顯著為負,與假設(shè)H1相符。

2.其他穩(wěn)健性檢驗

本文亦進行了其他穩(wěn)健性檢驗:

(1)重新定義高鐵開通。當(dāng)公司所在城市當(dāng)年開通高鐵時間不短于3個月時取1,否則取0。

(2)重新定義預(yù)測精度。以公司年初股價重新定義變量Ferd和Ferr。相關(guān)回歸結(jié)果列于表5的第二列,結(jié)果保持穩(wěn)健。

(3)控制機場。交通基礎(chǔ)設(shè)施不僅僅只有高鐵,忽略其他交通方式可能會造成對高鐵效應(yīng)的高估。本文收集了中國所有城市的機場建設(shè)情況,對機場進行控制,當(dāng)該城市在當(dāng)年開通航班運營時間不短于6個月時,定義變量Air(4)數(shù)據(jù)來源:中國研究數(shù)據(jù)服務(wù)平臺(CNRDS),根據(jù)百度百科復(fù)核。取1,否則取0。

(4)保留分析師當(dāng)年最后一次預(yù)測。參考科文等(Cowen et al.,2006)[42]的研究,僅保留分析師對目標(biāo)公司當(dāng)年發(fā)布的最后一次預(yù)測,以降低樣本間的相關(guān)性。

(5)引入秦沈客運專線。中國最早的高鐵試驗段為2003年7月開通的秦沈客運專線,本文將該線路納入考慮,重新回歸。結(jié)果如表5所示,變量Hsr的系數(shù)值均顯著為負,與原結(jié)論一致。

表5 穩(wěn)健性檢驗:其他穩(wěn)健性檢驗

(四)作用機制檢驗

本文發(fā)現(xiàn)高鐵開通可以有效降低分析師預(yù)測偏差與預(yù)測樂觀度,提升預(yù)測精度,從而支持高鐵開通可能存在信息效應(yīng)。但對于高鐵開通影響分析師預(yù)測的具體途徑,尚未得到明確的認知。為此,本文從私有信息與公開信息兩個角度,采用中文效應(yīng)模型,剖析高鐵開通的作用機制,以深化對其信息效應(yīng)的理解。

本文分別以分析師調(diào)研次數(shù)(survey)和公司盈余管理(Opa)(5)調(diào)研數(shù)據(jù)來自萬得終端,并根據(jù)巨潮咨詢網(wǎng)上市公司調(diào)研公告進行補充。作為分析師私有信息與公開信息獲取程度的代理變量[43]。現(xiàn)有文獻認為,分析師調(diào)研作為一種面對面溝通的方式,是分析師獲取私有信息的重要渠道,實地調(diào)研促進分析師預(yù)測更新,改善預(yù)測精度[15]。而盈余管理則是公司信息透明度的主流度量方式。中介效應(yīng)檢驗結(jié)果見表6。從列(1)到列(4)來看,高鐵開通可以顯著促進分析師調(diào)研次數(shù),表明高鐵開通有助于分析師私有信息獲取,同時,在將調(diào)研次數(shù)加入模型(3)中后,變量Hsr的系數(shù)值雖然仍為負,但均不顯著,而變量Survey的系數(shù)值均在1%水平顯著為負,表明分析師調(diào)研是高鐵影響分析師預(yù)測精度的重要渠道。從列(4)到列(6)來看,高鐵開通顯著抑制公司盈余管理,可以有效提升公司信息透明度,同時,在控制盈余管理后,變量Hsr的系數(shù)值和顯著性均略有降低,說明促進公開信息獲取亦是高鐵影響分析師預(yù)測精度的潛在機制。

表6 作用機制檢驗(6)分析師調(diào)研數(shù)據(jù)(96 608個觀測值)在合并中出現(xiàn)大量損耗,原因有二:一是部分公司僅有分析師跟進,但無分析師調(diào)研;二是部分分析師僅展開調(diào)研,未發(fā)布研報。此外,第四列為公司層面數(shù)據(jù),故觀測值較少。

五、拓展性分析

(一)高鐵異質(zhì)性分析

前文對高鐵的界定包括城際、動車與高鐵三種類型。其中,與G字頭高鐵相比,城際與動車的時速相對較慢,從而可能對分析師預(yù)測行為存在異質(zhì)性影響。中國各城市在規(guī)劃高鐵站建設(shè)時,出于城市經(jīng)濟布局的考量,部分選擇將高鐵站建在城區(qū)內(nèi),部分則選擇建在郊區(qū),由此造成的高鐵站位置差異,無疑會影響高鐵站附近的交通便利性,從而作用于分析師調(diào)研行為。特別地,部分城市將高鐵站建在鄉(xiāng)鎮(zhèn)(7)陽泉北站、盤錦北站、孝感北站與邵陽北站四座高鐵站,因距主城區(qū)較遠,交通不便,被稱為“四大名北”。,導(dǎo)致高鐵站附近交通極為不便,極大弱化了高鐵運輸功能。為厘清高鐵時速與高鐵站位置對高鐵信息效應(yīng)的影響,本文分別對城際與動車和G字頭高鐵子樣本進行回歸,同時,參考伯納蘭德等(Bernard et al.,2015)[44]的研究,按照高鐵站與市中心距離,將全樣本分為0~10公里、10~30公里和30公里以上三個子樣本分別回歸。估計結(jié)果如表7所示。

從表7可見,無論將高鐵定義為城際與動車,還是G字頭高鐵,變量Hsr的系數(shù)值均顯著為負,表明無論哪種高速鐵路,均有助于提高分析師預(yù)測精度,這表明主檢驗中對高鐵的界定是合理的。在高鐵站位置方面,子樣本回歸結(jié)果提供了鮮明的證據(jù),隨著高鐵站距離市中心距離的增加,變量Hsr的系數(shù)值和顯著性均依次降低,在0~10公里范圍內(nèi),高鐵對分析師預(yù)測精度具有明顯的提升作用,變量Hsr的系數(shù)值高于全樣本結(jié)果,而在10~30公里范圍內(nèi),變量Hsr的系數(shù)值下降了的三分之二,高鐵信息效應(yīng)顯著降低,當(dāng)高鐵站距離市中心30公里以上時,變量Hsr的系數(shù)值則不再顯著。這一發(fā)現(xiàn)表明高鐵站位置的選取對于其經(jīng)濟效應(yīng)尤為重要,各地政府在擴展城市邊界、發(fā)展新區(qū)的同時,亦應(yīng)對此進行考量。

表7 拓展性分析:高鐵異質(zhì)性

(二)公司異質(zhì)性分析

分析師進行實地調(diào)研,在獲取私有信息的同時,亦可能受到目標(biāo)公司管理層過度自信的情緒傳染,從而有損其預(yù)測精度[45]。為此,本文根據(jù)管理層相對薪酬,將全樣本分為過度自信與非過度自信兩個子樣本分別回歸,以識別調(diào)研過程中可能存在的情緒效應(yīng)。同時,本文將從公司角度為高鐵開通背景下地理位置的重要性提供經(jīng)驗證據(jù),根據(jù)上市公司注冊地,對位于鄉(xiāng)鎮(zhèn)或市區(qū)的子樣本分別回歸。估計結(jié)果列于表8。

從表8可見,在管理層過度自信組,變量Hsr的系數(shù)值(絕對值)略低于非過度自信組,表明分析師調(diào)研過程可能會受到管理層樂觀情緒傳染,影響其預(yù)測精度;但另一方面,過度自信組中變量Hsr的系數(shù)值亦顯著為負,側(cè)面說明分析師調(diào)研的信息效應(yīng)大于情緒效應(yīng),調(diào)研總體有助于提高分析師預(yù)測精度。而在公司地理位置方面,當(dāng)公司位于鄉(xiāng)鎮(zhèn)時,變量Hsr的系數(shù)值雖然為負,但數(shù)值極小,且不顯著;當(dāng)公司位于市區(qū)時,變量Hsr的系數(shù)值則在1%水平顯著為負,表明即使在高鐵開通背景下,公司地理位置亦是極為重要的,與位于市區(qū)的公司相比,位于鄉(xiāng)鎮(zhèn)的公司增大了分析師調(diào)研的時間成本與精力損耗,降低了分析師的調(diào)研意愿,不利于預(yù)測精度的提高。這一結(jié)果與表7中高鐵站位置的分析具有內(nèi)在一致性,公司應(yīng)盡可能選址在城市主城區(qū)內(nèi),如果因產(chǎn)業(yè)需要等因素,確實需選址鄉(xiāng)鎮(zhèn),亦應(yīng)注重提升公司與外界的交通便利性。

表8 拓展性分析:公司異質(zhì)性

(三)分析師異質(zhì)性分析

最后,本文考慮分析師異質(zhì)性在高鐵開通與其預(yù)測精度關(guān)系中的作用。聲譽激勵與利益沖突是分析師決策過程中的兩大動因,高聲譽分析師往往具有更強的信息搜集與處理能力以及更高的決策獨立性,而受制于利益沖突的分析師則往往無法做出獨立判斷,從而削弱信息的作用。本文分別以分析師個體聲譽與所在券商聲譽作為分析師聲譽激勵的度量,一方面,行業(yè)公認的新財富明星分析師評選在2018年終止,基于個體聲譽的證據(jù)難以為現(xiàn)實提供指導(dǎo);另一方面,券商聲譽本身亦是值得關(guān)注的話題,高聲譽券商可以為分析師決策提供更多資源[46]。參考柳建華等(2017)[46]的研究,本文以新財富評選劃分明星與非明星分析師,以研究所規(guī)模劃分前十券商與其他券商,同時,以所在券商過去兩年是否承擔(dān)過目標(biāo)公司首次公開發(fā)行、增發(fā)或配股等承銷業(yè)務(wù),劃分承銷商與非承銷商分析師,然后對上述子樣本進行回歸,估計結(jié)果列于表9。

從表9可見,無論是明星分析師還是非明星分析師,變量Hsr的系數(shù)值均顯著為負,且差異并不明顯,說明高鐵開通對分析師預(yù)測精度的提升作用不受分析師個體聲譽的影響。在券商聲譽方面,無論分析師來自前十券商還是其他券商,變量Hsr的系數(shù)值亦均顯著為負,但在前十券商組中,變量系數(shù)值(絕對值)約為其他券商組的1.75倍,說明券商聲譽對高鐵信息效應(yīng)存在一定影響,這可能是因為前十券商可以為分析師提供更多的研究資源。在利益沖突方面,對于非承銷商分析師,變量Hsr的原數(shù)值顯著為負,表明高鐵可以顯著提升其預(yù)測精度,但對于承銷商分析師,變量Hsr的系數(shù)值卻顯著為正,即高鐵不僅未改善其預(yù)測,反而降低了預(yù)測精度,這可能是因為高鐵開通后,非承銷商分析師因更多信息獲取,降低了預(yù)測偏差與樂觀度,但這并不利于公司股價提升,可能促使公司施壓給承銷商分析師,通過承銷商分析師更大的預(yù)測偏差與樂觀度,彌補非承銷商分析師造成的影響。

表9 拓展性分析:分析師異質(zhì)性

六、結(jié)論與建議

高鐵是中國最重要的基礎(chǔ)設(shè)施之一[47],亦是中國走向世界的國家名片。本文以滬深兩市A股上市公司2003—2017年分析師預(yù)測數(shù)據(jù)為樣本,借助高鐵開通的外生沖擊,采用雙重差分模型系統(tǒng)考察高鐵開通對分析師預(yù)測精度的影響、作用機制與異質(zhì)性。實證結(jié)果表明:(1)高鐵開通顯著提高分析師預(yù)測精度,經(jīng)過工具變量回歸、安慰劑檢驗等內(nèi)生性處理與其他穩(wěn)健性檢驗,結(jié)論依然穩(wěn)??;(2)促進分析師實地調(diào)研是高鐵開通影響分析師預(yù)測精度的主要機制;(3)高鐵站距離市中心較近、公司位于市區(qū)、分析師來自高聲譽券商且無利益沖突時,高鐵開通對分析師預(yù)測精度的影響更為顯著。

在中國經(jīng)濟結(jié)構(gòu)轉(zhuǎn)型的時代背景下,本文的工作不僅拓展了高鐵經(jīng)濟效應(yīng)的研究范圍,而且對科學(xué)評估高鐵建設(shè)、完善資本市場等均具有重要的現(xiàn)實意義。首先,大規(guī)模的高鐵建設(shè)需要巨額的投資支出給財政帶來了極大壓力,卻無法取得高額的短期收益,而本文通過對高鐵開通與分析師預(yù)測精度關(guān)系的研究,發(fā)現(xiàn)高鐵開通對資本市場存在顯著的正外部性,說明僅僅依據(jù)直接收益評估高鐵建設(shè)是有待考量的,對于高鐵經(jīng)濟效應(yīng)的認知應(yīng)充分考慮各種潛在的外部性收益;其次,本文證實距離依然是影響分析師預(yù)測行為的重要因素,為優(yōu)化分析師行為、提升資本市場信息效率,監(jiān)管部門應(yīng)引導(dǎo)券商行業(yè)為分析師調(diào)研提供更多的支持與督促。同時,地方政府在規(guī)劃高鐵站位置、上市公司在選址等過程中亦應(yīng)注意信息傳遞效應(yīng)。

猜你喜歡
分析師高鐵調(diào)研
一起坐高鐵
第一次乘高鐵
高鐵會飛嗎
人大到基層調(diào)研應(yīng)做到“三不”
調(diào)研“四貼近” 履職增實效
人地百米建高鐵
分析師一致預(yù)期
分析師一致預(yù)期
分析師一致預(yù)期
分析師一致預(yù)期
灵武市| 临高县| 木里| 仁寿县| 孟津县| 温泉县| 南投县| 洪湖市| 河间市| 桂平市| 泾阳县| 淮阳县| 高阳县| 永城市| 霍山县| 广东省| 南雄市| 乐安县| 柞水县| 南宁市| 武穴市| 广宁县| 原平市| 申扎县| 信宜市| 沂水县| 武宁县| 阿鲁科尔沁旗| 章丘市| 曲松县| 张家港市| 苏州市| 江油市| 永嘉县| 淮滨县| 炎陵县| 台东市| 长白| 蓬溪县| 田林县| 社旗县|