秦榕辰 吳璟

摘要：以房地產(chǎn)板塊為切入點(diǎn)，研究證券分析師確定股票評(píng)級(jí)過(guò)程中的關(guān)鍵影響因素。基于對(duì)券商研報(bào)和國(guó)內(nèi)外文獻(xiàn)的閱讀，歸納可能影響證券分析師股票評(píng)級(jí)的主要因素。在此基礎(chǔ)上，以2010年至2017年間904組證券分析師對(duì)130家A股上市房地產(chǎn)開(kāi)發(fā)企業(yè)發(fā)布的股票評(píng)級(jí)為研究樣本，建立模型進(jìn)行實(shí)證研究。研究結(jié)果表明，證券分析師在評(píng)級(jí)過(guò)程中同時(shí)運(yùn)用了市場(chǎng)和企業(yè)兩個(gè)不同維度的信息，但主要偏重于市場(chǎng)歷史變化和企業(yè)當(dāng)前狀況，相反難以有效預(yù)測(cè)此后房地產(chǎn)市場(chǎng)變化趨勢(shì)。上述規(guī)律在不同類型企業(yè)或不同特征證券分析師之間還存在一定的異質(zhì)性。

關(guān)鍵詞：證券分析師;股票評(píng)級(jí);房地產(chǎn)板塊;房地產(chǎn)開(kāi)發(fā)企業(yè)

中圖分類號(hào)：F293.33

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1001-9138-（2020）07-0008-15

收稿日期：2020-04-13

1引言

證券分析師們一般會(huì)通過(guò)對(duì)企業(yè)及市場(chǎng)的觀察和研究從而發(fā)布股票投資評(píng)級(jí)建議，他們往往被認(rèn)為是高智慧，專業(yè)能力強(qiáng)以及投資嗅覺(jué)敏銳的群體。國(guó)外證券分析師行業(yè)的發(fā)展歷史已有百年之久，體系和監(jiān)管都較為成熟;而我國(guó)證券分析師行業(yè)則在20世紀(jì)末才初步開(kāi)始發(fā)展。在1997年年末至2002年間，國(guó)務(wù)院證券委員會(huì)和證券分析師委員會(huì)先后發(fā)布了針對(duì)證券分析師行業(yè)的多項(xiàng)條例規(guī)范，這使得我國(guó)證券分析師行業(yè)的監(jiān)管更加完善。至此之后我國(guó)證券分析師行業(yè)高速發(fā)展將近20年，并開(kāi)始在降低市場(chǎng)信息不完備程度、促進(jìn)市場(chǎng)健康發(fā)展等方面發(fā)揮重要作用。

相應(yīng)的，證券分析師行為規(guī)律——其是證券分析師評(píng)級(jí)影響因素也一直受到學(xué)界和業(yè)界的關(guān)注。在國(guó)外的學(xué)術(shù)研究中，針對(duì)證券分析師評(píng)級(jí)影響因素的研究較為廣泛。Francis、Hanna和Philbrick將公司的財(cái)務(wù)信息與非財(cái)務(wù)信息納人證券分析師評(píng)級(jí)的回歸模型中。Mikhail等通過(guò)研究發(fā)現(xiàn)證券分析師會(huì)將目標(biāo)企業(yè)過(guò)往的歷史信息納入到其預(yù)測(cè)判斷中。Nichols和Wieland通過(guò)研究發(fā)現(xiàn)證券分析師會(huì)較多關(guān)注公司的非財(cái)務(wù)信息（公司的成長(zhǎng)性，公司未來(lái)的變化以及產(chǎn)品的可持續(xù)性等）。雖然證券分析師行業(yè)起步較晚，國(guó)內(nèi)學(xué)者對(duì)證券分析師評(píng)級(jí)的影響因素也有一定的關(guān)注，但同樣缺乏對(duì)于房地產(chǎn)板塊的研究。白曉宇發(fā)現(xiàn)上市公司信息披露政策透明度會(huì)對(duì)分析師評(píng)級(jí)有一定的影響。吳錫皓和胡國(guó)柳認(rèn)為公司財(cái)務(wù)數(shù)據(jù)會(huì)對(duì)證券分析師評(píng)級(jí)帶來(lái)一定影響。劉會(huì)芹和施先旺發(fā)現(xiàn)企業(yè)戰(zhàn)略差異性會(huì)對(duì)分析師評(píng)級(jí)的準(zhǔn)確性帶來(lái)影響。

本文選擇以房地產(chǎn)板塊作為研究證券分析師股票評(píng)級(jí)影響因素的切入點(diǎn)。一方面，從企業(yè)的角度來(lái)看，從開(kāi)發(fā)階段到項(xiàng)目結(jié)束，有各種因素會(huì)影響房地產(chǎn)開(kāi)發(fā)企業(yè)的股票水平，例如企業(yè)的估值面、基本面以及宏觀經(jīng)濟(jì)環(huán)境等，因此房地產(chǎn)板塊相比其他板塊有著更多的研究?jī)?nèi)容。另一方面，從市場(chǎng)的角度來(lái)看，房地產(chǎn)開(kāi)發(fā)的周期較長(zhǎng)，房地產(chǎn)板塊住房市場(chǎng)的信息相比其他板塊的信息更容易提煉及分析，因此各項(xiàng)信息也會(huì)更加客觀可靠。同時(shí)，房地產(chǎn)投資具有高風(fēng)險(xiǎn)性，房地產(chǎn)板塊相對(duì)其他板塊來(lái)說(shuō)研究意義更大。由此看來(lái)，研究證券分析師股票評(píng)級(jí)的影響因素，以房地產(chǎn)板塊為切入點(diǎn)更為合適以及更具優(yōu)勢(shì)。

2證券分析師股票評(píng)級(jí)影響因素選擇及分析

本文首先對(duì)不同證券公司的證券分析師在滬、深兩地上市的房地產(chǎn)開(kāi)發(fā)企業(yè)所發(fā)布的研報(bào)進(jìn)行分析研究，基于其研報(bào)中所披露的資料信息和數(shù)據(jù)，歸納證券分析師股票評(píng)級(jí)的影響因素。通過(guò)分析研究發(fā)現(xiàn)，證券分析師主要根據(jù)企業(yè)層面和市場(chǎng)層面兩個(gè)維度的信息做出評(píng)級(jí)決策，企業(yè)層面的信息包括股票市場(chǎng)的信息、財(cái)務(wù)報(bào)表的基本面信息，市場(chǎng)層面則包括企業(yè)層面和全國(guó)層面住房市場(chǎng)的信息。

2.1目標(biāo)企業(yè)股票市場(chǎng)的信息

目標(biāo)企業(yè)股票市場(chǎng)的信息是證券分析師發(fā)布股票評(píng)級(jí)的重要參考依據(jù)。證券分析師會(huì)根據(jù)目標(biāo)企業(yè)股票市場(chǎng)近期的表現(xiàn)來(lái)預(yù)測(cè)該目標(biāo)企業(yè)股票在未來(lái)一段時(shí)間的表現(xiàn)。首先，通過(guò)研讀證券分析師對(duì)房地產(chǎn)開(kāi)發(fā)企業(yè)發(fā)布的研報(bào)，可發(fā)現(xiàn)分析師會(huì)優(yōu)先考慮目標(biāo)企業(yè)股票市場(chǎng)的信息，因?yàn)樽C券分析師希望通過(guò)該信息來(lái)判斷目標(biāo)企業(yè)是否具有股票升值空間以及投資價(jià)值，他們會(huì)密切留意目標(biāo)企業(yè)的每股收益、市盈率、市凈率等與股票市場(chǎng)相關(guān)的信息。其次，國(guó)內(nèi)外研究均指出證券分析師會(huì)根據(jù)目標(biāo)企業(yè)在股票市場(chǎng)的表現(xiàn)從而作出評(píng)級(jí)決策。綜合以上，將目標(biāo)企業(yè)股票市場(chǎng)的信息作為證券分析師股票評(píng)級(jí)的影響因素之一。

基于以上分析，本文實(shí)證研究部分將選取研報(bào)中最常見(jiàn)及較能反映房地產(chǎn)開(kāi)發(fā)企業(yè)股票市場(chǎng)的信息的指標(biāo)，即目標(biāo)企業(yè)投資價(jià)值來(lái)考察目標(biāo)企業(yè)股票市場(chǎng)信息對(duì)于證券分析師股票評(píng)級(jí)的影響。2.2目標(biāo)企業(yè)的基本面信息

目標(biāo)企業(yè)的基本面信息同樣很大程度上影響證券分析師所發(fā)布的股票評(píng)級(jí)。證券分析師會(huì)根據(jù)目標(biāo)企業(yè)過(guò)往財(cái)務(wù)報(bào)表中所披露的基本面信息來(lái)評(píng)估目標(biāo)企業(yè)股票在未來(lái)一段時(shí)間的表現(xiàn)。首先，同樣通過(guò)研讀證券分析師對(duì)房地產(chǎn)開(kāi)發(fā)企業(yè)發(fā)布的研報(bào)，發(fā)現(xiàn)證券分析師們會(huì)密切關(guān)注目標(biāo)企業(yè)的基本面信息。-方面，目標(biāo)企業(yè)的凈資產(chǎn)收益率反映了該企業(yè)自有資本獲取凈收益的能力，相應(yīng)地證券分析師一般會(huì)對(duì)這些自有資本獲利能力較強(qiáng)的企業(yè)發(fā)布更樂(lè)觀的評(píng)級(jí)。另一方面，目標(biāo)企業(yè)剔除預(yù)收款項(xiàng)后的資產(chǎn)負(fù)債率反映了該企業(yè)的資金鏈和杠桿情況，剔除預(yù)收款項(xiàng)后的資產(chǎn)負(fù)債率較高的企業(yè)更容易有資不抵債、資金鏈斷裂的風(fēng)險(xiǎn)，相應(yīng)地證券分析師一般會(huì)對(duì)這些企業(yè)發(fā)布較為消極的股票評(píng)級(jí)。其次，國(guó)內(nèi)外研究均表明證券分析師會(huì)關(guān)注企業(yè)的財(cái)務(wù)信息和基本面信息。綜上，將目標(biāo)企業(yè)的基本面信息作為證券分析師股票評(píng)級(jí)的影響因素之一。

基于以上分析，本文實(shí)證研究部分將選取目標(biāo)企業(yè)自有資本獲取凈收益能力及目標(biāo)企業(yè)資金鏈和杠桿情況兩個(gè)方面，綜合考慮目標(biāo)企業(yè)的基本面信息對(duì)于證券分析師股票評(píng)級(jí)的影響。

2.3住房市場(chǎng)的信息

除了上述兩個(gè)因素以外，目標(biāo)企業(yè)住房市場(chǎng)的信息以及全國(guó)住房市場(chǎng)的信息也是證券分析師發(fā)布股票評(píng)級(jí)的重要參考依據(jù)。證券分析師會(huì)通過(guò)對(duì)目標(biāo)企業(yè)及全國(guó)住房市場(chǎng)的信息進(jìn)行綜合考慮，從而發(fā)布對(duì)應(yīng)的股票評(píng)級(jí)。通過(guò)對(duì)研報(bào)的閱讀可發(fā)現(xiàn)，證券分析師針對(duì)房地產(chǎn)開(kāi)發(fā)企業(yè)，皆會(huì)分析企業(yè)自身以及全國(guó)的住房市場(chǎng)的信息。一方面，企業(yè)自身住房市場(chǎng)的信息反映了企業(yè)的拿地策略優(yōu)劣及項(xiàng)目布局是否合理。另-方面，全國(guó)層面的住房信息則反映了住房市場(chǎng)的宏觀水平及景氣程度。除此之外，由于房地產(chǎn)開(kāi)發(fā)企業(yè)的主營(yíng)業(yè)務(wù)為住宅開(kāi)發(fā)，因此考慮兩個(gè)層面的住房市場(chǎng)的信息能較為準(zhǔn)確地解讀房地產(chǎn)開(kāi)發(fā)企業(yè)的經(jīng)營(yíng)發(fā)展情況，從而為證券分析師發(fā)布股票評(píng)級(jí)提供參考。

基于以上分析，本文實(shí)證研究部分將選取目標(biāo)企業(yè)自身以及全國(guó)層面的住房市場(chǎng)信息，綜合考慮住房市場(chǎng)信息對(duì)于證券分析師股票評(píng)級(jí)的影響。

3研究設(shè)計(jì)

根據(jù)上文對(duì)證券分析師股票評(píng)級(jí)影響因素的選擇與分析，本研究所采用的模型為式（1）所示：

3.1變量定義

本文模型選取的變量可見(jiàn)表1，模型解釋變量分為三個(gè)維度共5個(gè)指標(biāo)，其中企業(yè)層面考慮了股票市場(chǎng)的信息，也考慮了企業(yè)財(cái)務(wù)指標(biāo)的基本面信息，而市場(chǎng)層面則考慮了全國(guó)層面及企業(yè)層面住房市場(chǎng)的信息。在此基礎(chǔ)上，引人上證指數(shù)和上證房地產(chǎn)指數(shù)作為模型的控制變量，本模型能夠較為客觀地評(píng)估證券分析師股票評(píng)級(jí)的影響因素。

本研究的研究時(shí)間跨度為2010-2017年，目標(biāo)企業(yè)的選擇為所有在A股上市的房地產(chǎn)開(kāi)發(fā)企業(yè)，合計(jì)130家。

本文所選取的被解釋變量為證券分析師對(duì)不同房地產(chǎn)開(kāi)發(fā)企業(yè)的月度量化股票評(píng)級(jí)。證券分析師對(duì)不同企業(yè)的股票評(píng)級(jí)一般劃分為五個(gè)檔次，分別為“賣(mài)出”“減持”“中性”“增持”以及“買(mǎi)人”，分別將這5個(gè)檔次量化為1、2、3、4、5。在剔除一些缺失數(shù)據(jù)，如證券分析師名稱及股票標(biāo)準(zhǔn)化評(píng)級(jí)缺失的樣本后，將某一證券分析師對(duì)某一個(gè)目標(biāo)企業(yè)發(fā)布股票評(píng)級(jí)的當(dāng)天作為起始日，下一次該證券分析師對(duì)該目標(biāo)企業(yè)發(fā)布股票評(píng)級(jí)的日期作為截止日，則該目標(biāo)企業(yè)的起始日至截止日之間的每日股票評(píng)級(jí)都填充為起始日的股票評(píng)級(jí)。隨后，將2010年1月-2017年12月每個(gè)月的日度量化的股票評(píng)級(jí)的平均數(shù)作為該證券分析師在每個(gè)月對(duì)該目標(biāo)企業(yè)的月度股票評(píng)級(jí)，并記為變量名Avgrank。該變量能客觀地反映不同的證券分析師對(duì)不同的房地產(chǎn)開(kāi)發(fā)企業(yè)的月度綜合股票評(píng)級(jí)。

本文選取的解釋變量共分為三個(gè)維度，第一個(gè)維度為目標(biāo)企業(yè)股票市場(chǎng)的信息。本研究選取目標(biāo)企業(yè)的市盈率作為衡量這一維度的指標(biāo)。該指標(biāo)為目標(biāo)企業(yè)當(dāng)月的滾動(dòng)市盈率，即當(dāng)月總市值除以前面四個(gè)季度的總凈利潤(rùn)，記作變量名PE。該變量相對(duì)于靜態(tài)市盈率以及動(dòng)態(tài)市盈率更為準(zhǔn)確，能較為適合評(píng)估目標(biāo)企業(yè)的股票投資價(jià)值，從而客觀地衡量這一維度。

第二個(gè)維度為目標(biāo)企業(yè)的基本面信息。本研究分別從目標(biāo)企業(yè)自有資本獲取凈收益能力以及目標(biāo)企業(yè)資金鏈和杠桿情況兩個(gè)角度來(lái)衡量這一維度。一方面，選取目標(biāo)企業(yè)的凈資產(chǎn)收益率作為衡量目標(biāo)企業(yè)自有資本獲取凈收益能力的指標(biāo)，該指標(biāo)為目標(biāo)企業(yè)當(dāng)月的加權(quán)平均凈資產(chǎn)收益率，即當(dāng)月凈利潤(rùn)除以平均凈資產(chǎn)，是一個(gè)動(dòng)態(tài)的指標(biāo)，記作變量名ROE，該變量能夠有助于客觀地評(píng)估目標(biāo)企業(yè)未來(lái)的盈利能力。另一方面，選取目標(biāo)企業(yè)當(dāng)月剔除預(yù)收款項(xiàng)后的資產(chǎn)負(fù)債率作為衡量目標(biāo)企業(yè)資金鏈和杠桿情況的指標(biāo)，由于在我國(guó)房地產(chǎn)實(shí)行預(yù)售制度，房地產(chǎn)開(kāi)發(fā)企業(yè)通常擁有巨額的預(yù)收賬款，而該筆款項(xiàng)沒(méi)有利息成本，最終無(wú)需償還，且一般會(huì)轉(zhuǎn)化為收人。因此，選取該指標(biāo)能更為客觀地反映房地產(chǎn)開(kāi)發(fā)企業(yè)的資金鏈和杠桿情況，并將該指標(biāo)記作變量名DDTA。

由于前兩個(gè)維度的指標(biāo)為企業(yè)層面的指標(biāo)，考慮到不同企業(yè)的差異性較大，分別將不同變量進(jìn)行1%winsorize縮尾處理，確保數(shù)據(jù)的有效性和可靠性。

第三個(gè)維度為住房市場(chǎng)的信息。本研究分別從全國(guó)宏觀層面以及目標(biāo)企業(yè)微觀層面去衡量這一維度。首先，在全國(guó)宏觀層面，選取全國(guó)新房房?jī)r(jià)指數(shù)的同比增長(zhǎng)率作為衡量全國(guó)住房市場(chǎng)的信息的指標(biāo)，并將該指標(biāo)記作變量名NI_YC，該變量反映了全國(guó)在住房市場(chǎng)價(jià)格的表現(xiàn)。而在目標(biāo)企業(yè)微觀層面，將目標(biāo)企業(yè)在不同城市從當(dāng)月算起，往之前倒推3年的土地增量總和作為當(dāng)月在不同城市的土地存量，并按照當(dāng)月土地存量在不同城市的值取相應(yīng)的權(quán)重，隨后將該月不同城市的權(quán)重和該月全國(guó)90大中城市的新房房?jī)r(jià)指數(shù)同比增長(zhǎng)率進(jìn)行對(duì)應(yīng)相乘并加總，為了使研究更具有準(zhǔn)確性和意義，將目標(biāo)企業(yè)在90大中城市以外的城市的土地存量與四線城市新房指數(shù)的同比增長(zhǎng)率做匹配，得到該月目標(biāo)企業(yè)按城市加權(quán)平均的新房房?jī)r(jià)指數(shù)同比增長(zhǎng)率，并將該增長(zhǎng)率減去該月全國(guó)新房房?jī)r(jià)指數(shù)的同比增長(zhǎng)率，該指標(biāo)能較為客觀地評(píng)估該月目標(biāo)企業(yè)在住房市場(chǎng)的表現(xiàn)，記作變量名LAI_D，證券分析師能通過(guò)這一變量有效預(yù)測(cè)不同目標(biāo)企業(yè)的股票表現(xiàn)并作出股票評(píng)級(jí)。

最后，在此基礎(chǔ)上，本研究分別引人上證指數(shù)和上證房地產(chǎn)指數(shù)的月度同比增長(zhǎng)率作為模型的控制變量，控制大盤(pán)變化的效應(yīng)，分別記作變量名SH和SHRED。同時(shí)，本研究亦分別加入年份固定效應(yīng)，企業(yè)變量及證券分析師變量控制不同企業(yè)及證券分析師的效應(yīng)。

3.2數(shù)據(jù)來(lái)源

本研究采用的目標(biāo)企業(yè)的股票市場(chǎng)的信息及大盤(pán)變化的信息數(shù)據(jù)主要來(lái)源是Wind數(shù)據(jù)庫(kù)，目標(biāo)企業(yè)住房市場(chǎng)的信息數(shù)據(jù)主要來(lái)源于CREIS中指企業(yè)數(shù)據(jù)庫(kù)，目標(biāo)企業(yè)的基本面信息分別來(lái)源于各企業(yè)在年報(bào)中所披露的財(cái)務(wù)信息。本研究所涉及的目標(biāo)企業(yè)層面以及全國(guó)層面的住房市場(chǎng)的信息數(shù)據(jù)主要來(lái)源是《中國(guó)區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒》《中國(guó)國(guó)土資源年鑒》等統(tǒng)計(jì)年鑒。

3.3描述性統(tǒng)計(jì)

模型各指標(biāo)描述性統(tǒng)計(jì)分析如表2所示。從表2可發(fā)現(xiàn)，證券分析師在2010年至2017年對(duì)不同目標(biāo)企業(yè)給出的平均月度量化股票評(píng)級(jí)為4.30，由此看來(lái)證券分析師傾向于作出具有樂(lè)觀傾向的評(píng)級(jí)。

4實(shí)證結(jié)果分析

4.1證券分析師股票評(píng)級(jí)影響因素

以不同證券分析師對(duì)所有A股上市的房地產(chǎn)開(kāi)發(fā)企業(yè)的股票評(píng)級(jí)作為觀察樣本，總結(jié)并探討證券分析師股票評(píng)級(jí)的影響因素。

由表3可看出，在企業(yè)層面，目標(biāo)企業(yè)市盈率的同比增長(zhǎng)率對(duì)證券分析師股票評(píng)級(jí)的影響顯著為負(fù)，說(shuō)明證券分析師比較注重目標(biāo)企業(yè)的投資價(jià)值，當(dāng)市盈率越低，說(shuō)明市價(jià)相對(duì)于股票的盈利能力越低，表明投資回收期越短，投資風(fēng)險(xiǎn)就越小，股票的投資價(jià)值就越大，而證券分析師也給出了積極的評(píng)級(jí)。在目標(biāo)企業(yè)的基本面信息方面，目標(biāo)企業(yè)凈資產(chǎn)收益率的變化對(duì)證券分析師股票評(píng)級(jí)的影響顯著為正，反映出證券分析師比較關(guān)注目標(biāo)企業(yè)獲取凈收益的能力。目標(biāo)企業(yè)剔除預(yù)收款項(xiàng)后的資產(chǎn)負(fù)債率對(duì)股票評(píng)級(jí)影響顯著為負(fù)，反映證券分析師對(duì)于負(fù)債較低的企業(yè)的前景看法較為樂(lè)觀，認(rèn)為資金鏈的穩(wěn)定及較低的杠桿能夠?yàn)槠髽I(yè)帶來(lái)正面的影響。

在住房市場(chǎng)層面，當(dāng)月目標(biāo)企業(yè)微觀層面的住房市場(chǎng)的信息以及全國(guó)宏觀層面的新房房?jī)r(jià)指數(shù)變化對(duì)股票評(píng)級(jí)的影響顯著為正，說(shuō)明證券分析師會(huì)同時(shí)參考微觀層面以及宏觀層面的住房信息作出評(píng)級(jí)決策;而未來(lái)一年目標(biāo)企業(yè)微觀層面的住房市場(chǎng)信息以及全國(guó)宏觀層面的房?jī)r(jià)指數(shù)變化對(duì)股票評(píng)級(jí)的影響并不顯著，說(shuō)明證券分析師并不能預(yù)測(cè)微觀層面以及宏觀層面住房市場(chǎng)未來(lái)的變化，他們并不能超前預(yù)測(cè)未來(lái)的信息從而作出股票評(píng)級(jí)決策。

4.2不同所有制及資產(chǎn)規(guī)模對(duì)證券分析師股票評(píng)級(jí)的影響

在總結(jié)證券分析師股票評(píng)級(jí)影響因素實(shí)證結(jié)果的基礎(chǔ)上，進(jìn)一步對(duì)不同所有制類型及不同資產(chǎn)規(guī)模的企業(yè)作出差異性分析。首先根據(jù)目標(biāo)企業(yè)上市年報(bào)中官方披露的實(shí)際控制人判別是否國(guó)有企業(yè)，并將國(guó)有企業(yè)和非國(guó)有企業(yè)的啞元變量以及原有解釋變量的交叉項(xiàng)引入到模型中。與此同時(shí)，將不同企業(yè)的資產(chǎn)中位數(shù)作為劃分依據(jù)，將企業(yè)劃分為大中型企業(yè)和中小型企業(yè)，同樣以啞元變量與解釋變量的交叉項(xiàng)形式引入到模型中，分析結(jié)果如表4所示。

從表4可看出，在不同所有制類型層面，國(guó)有企業(yè)與非國(guó)有企業(yè)的差異性主要體現(xiàn)在基本面信息上，目標(biāo)企業(yè)的總資產(chǎn)報(bào)酬率的交叉項(xiàng)顯著為負(fù)，反映出相對(duì)于國(guó)有企業(yè)，證券分析師更傾向于關(guān)注非國(guó)有企業(yè)的自有資本獲取凈收益的能力，說(shuō)明非國(guó)有企業(yè)相對(duì)于國(guó)有企業(yè)來(lái)說(shuō)，投資是否帶來(lái)足夠的收益在證券分析師看來(lái)更為重要。在不同資產(chǎn)規(guī)模層面，大中型企業(yè)與中小型企業(yè)的差異性主要體現(xiàn)在股票市場(chǎng)的信息以及住房市場(chǎng)的信息上。目標(biāo)企業(yè)的市盈率的交叉項(xiàng)顯著為負(fù)，反映出相對(duì)于大中型企業(yè)，證券分析師更傾向于關(guān)注中小型企業(yè)的股票投資價(jià)值，而目標(biāo)企業(yè)的在全國(guó)城市的新房房?jī)r(jià)指數(shù)同比增長(zhǎng)率的交叉項(xiàng)顯著為負(fù)，說(shuō)明分析師認(rèn)為中小型企業(yè)相對(duì)于大中型企業(yè)更容易受到來(lái)自全國(guó)層面住房市場(chǎng)的沖擊而影響，從而作出相應(yīng)的股票評(píng)級(jí)。

4.3證券分析師自身屬性對(duì)股票評(píng)級(jí)的影響

在探討了不同企業(yè)屬性對(duì)于證券分析師股票評(píng)級(jí)的影響之后，進(jìn)一步研究證券分析師自身屬性對(duì)股票評(píng)級(jí)的影響。

從表5可看出，在不同性別差異性方面，市盈率以及企業(yè)層面住房市場(chǎng)的信息與性別啞元變量的交叉項(xiàng)顯著為負(fù)，說(shuō)明女性證券分析師相對(duì)于男性證券分析師來(lái)說(shuō)更關(guān)注目標(biāo)企業(yè)的投資價(jià)值以及企業(yè)層面的住房信息，而剔除預(yù)收款項(xiàng)后的資產(chǎn)負(fù)債率與性別啞元變量的交叉項(xiàng)顯著為正，反映了男性分析師相對(duì)于女性分析師更關(guān)注目標(biāo)企業(yè)的負(fù)債水平、資金鏈情況及杠桿情況。

在不同學(xué)歷的差異性方面，將本科及以下學(xué)歷劃分為較低學(xué)歷，碩士及以上學(xué)歷劃分為較高學(xué)歷。研究發(fā)現(xiàn)凈資產(chǎn)收益率以及全國(guó)層面的新房房?jī)r(jià)指數(shù)同比增長(zhǎng)率與學(xué)歷啞元變量的交叉項(xiàng)顯著為負(fù)，說(shuō)明學(xué)歷較低的證券分析師相對(duì)于學(xué)歷較高的證券分析師來(lái)說(shuō)更關(guān)注目標(biāo)企業(yè)自有資本獲取凈收益的能力以及全國(guó)住房市場(chǎng)的信息，從而作出相應(yīng)的股票評(píng)級(jí)。

在不同類型的證券分析師差異性方面，不同評(píng)估機(jī)構(gòu)會(huì)根據(jù)不同證券分析師對(duì)股票的推薦、盈利預(yù)測(cè)能力、撰寫(xiě)的研究報(bào)告的水平等綜合素質(zhì)對(duì)分析師進(jìn)行一個(gè)全面綜合的評(píng)定，評(píng)分較高者會(huì)得到明星分析師的稱號(hào)。在此基礎(chǔ)上將分析師劃分為明星分析師以及非明星分析師兩種類型，研究發(fā)現(xiàn)剔除預(yù)收款項(xiàng)后的資產(chǎn)負(fù)債率的交叉項(xiàng)顯著為正，說(shuō)明明星分析師相對(duì)于非明星分析師更注重目標(biāo)企業(yè)的負(fù)債水平、資金鏈情況以及杠桿情況;同時(shí)發(fā)現(xiàn)全國(guó)層面的新房房?jī)r(jià)指數(shù)同比增長(zhǎng)率的交叉項(xiàng)顯著為負(fù)，反映出非明星分析師相對(duì)于明星分析師來(lái)說(shuō)更關(guān)注全國(guó)住房市場(chǎng)的信息。

在發(fā)布股票評(píng)級(jí)的證券分析師人數(shù)差異性方面，由于證券分析師并不都是獨(dú)自對(duì)目標(biāo)企業(yè)進(jìn)行股票評(píng)級(jí)發(fā)布，更多情況下多名證券分析師會(huì)聯(lián)合對(duì)一家目標(biāo)企業(yè)發(fā)布股票評(píng)級(jí)。因此，將證券分析師劃分為群體分析師以及個(gè)體分析師進(jìn)行差異性分析，研究發(fā)現(xiàn)在各項(xiàng)指標(biāo)上，與原有解釋變量的交叉項(xiàng)都顯著為正，表明群體分析師相對(duì)于個(gè)體分析師來(lái)說(shuō)關(guān)注的內(nèi)容更為全面，也側(cè)面反映出群體分析師相對(duì)于個(gè)人分析師來(lái)說(shuō)所發(fā)布的股票評(píng)級(jí)更為客觀可靠。

5結(jié)論與討論

本文以中國(guó)房地產(chǎn)板塊為切入點(diǎn)，通過(guò)對(duì)影響因素的選擇分析以及實(shí)證研究，從多個(gè)維度出發(fā)，系統(tǒng)而全面地對(duì)證券分析師股票評(píng)級(jí)的影響因素進(jìn)行研究。通過(guò)研究發(fā)現(xiàn)證券分析師傾向于作出具有樂(lè)觀傾向的股票評(píng)級(jí)。證券分析師更傾向于對(duì)股票投資價(jià)值較高、自有資本獲取凈收益能力較強(qiáng)、資金鏈和杠桿情況更穩(wěn)定的目標(biāo)企業(yè)發(fā)布樂(lè)觀的股票評(píng)級(jí)，并且證券分析師也會(huì)關(guān)注企業(yè)層面和全國(guó)層面住房市場(chǎng)的信息，當(dāng)住房市場(chǎng)表現(xiàn)更為活躍，相應(yīng)地證券分析師所發(fā)布的股票評(píng)級(jí)亦會(huì)更為樂(lè)觀。但研究結(jié)果也表明，證券分析師并不能預(yù)測(cè)微觀層面以及宏觀層面住房市場(chǎng)未來(lái)的變化，他們并不能超前預(yù)測(cè)未來(lái)的信息從而作出股票評(píng)級(jí)決策。不同所有制以及不同資產(chǎn)規(guī)模的房地產(chǎn)開(kāi)發(fā)企業(yè)對(duì)證券分析師股票評(píng)級(jí)的影響存在明顯的異質(zhì)性。相對(duì)于國(guó)有企業(yè)，證券分析師更傾向于對(duì)盈利能力較好的非國(guó)有企業(yè)作出樂(lè)觀的股票評(píng)級(jí)。相對(duì)于大中型企業(yè)，證券分析師更傾向于對(duì)股票投資價(jià)值較高的中小型企業(yè)作出樂(lè)觀的股票評(píng)級(jí)并且認(rèn)為其更容易受到來(lái)自全國(guó)層面住房市場(chǎng)信息的沖擊而影響。

證券分析師自身的屬性對(duì)股票評(píng)級(jí)的影響同樣存在明顯的異質(zhì)性。相對(duì)于男性證券分析師，女性證券分析師更樂(lè)于對(duì)投資價(jià)值較高的目標(biāo)企業(yè)作出積極的股票評(píng)級(jí)，并且她們更容易受到企業(yè)層面的住房信息的影響而改變對(duì)股票評(píng)級(jí)的決策，而男性證券分析師則對(duì)資金鏈、杠桿情況較理想的目標(biāo)企業(yè)更為看好，從而作出積極的股票評(píng)級(jí);.學(xué)歷較低的證券分析師相對(duì)于學(xué)歷較高的證券分析師來(lái)說(shuō)更關(guān)注目標(biāo)企業(yè)自有資本獲取凈收益的能力以及全國(guó)住房市場(chǎng)的信息。明星分析師更關(guān)注目標(biāo)企業(yè)的資金鏈和杠桿情況，而非明星分析師則更關(guān)注全國(guó)層面的住房市場(chǎng)信息;就分析師人數(shù)而言，群體分析師相對(duì)個(gè)體分析師所關(guān)注的因素更為全面，反映出群體分析師所發(fā)布的股票評(píng)級(jí)更為客觀可靠。

參考文獻(xiàn)：

1.FRANCIS?J，?DOUGLAS?HANNA?J，?PHILBRICK?D?R.Management?communications?with?securities?analysts.?Journal?of?Accounting?&?Economics.?1997.24（3）

2.MIKHAIL?M?B，?WALTHER?B?R，?WILLIS?R?H.Does??forecast?accuracy?matter?to?security?analysts？?.Accounting?Review.?1999.74（2）

3.白曉宇上市公司信息披露政策對(duì)分析師預(yù)測(cè)的多重影響研究.金融研究.2009.04

4.吳錫皓胡國(guó)柳.不確定性、會(huì)計(jì)穩(wěn)健性與分析師盈余預(yù)測(cè).會(huì)計(jì)研究.2015.09

5.劉會(huì)芹施先旺.企業(yè)戰(zhàn)略差異對(duì)分析師行為的影響.山西財(cái)經(jīng)大學(xué)學(xué)報(bào).2018.01

6.何立偉.股價(jià)大幅波動(dòng)后的動(dòng)量和反轉(zhuǎn)效應(yīng)研究——基于分析師評(píng)級(jí)的經(jīng)驗(yàn)分析.上海金融.2013.10

7.HAND?J?R?M，COYNE?J?G，?GREEN?J?R，et?al.The?Use?of?Residual?Income?Valuation?Methods?by?US?Sell-Side?Equity?Analysts.Social?Science?Electronic?Publishing.2017.2?（1）

8.李世輝李剛紅.財(cái)務(wù)業(yè)績(jī)、投資評(píng)級(jí)與股票收益.財(cái)務(wù)與金融.2015.06