徐飛

關鍵詞：放松賣空管制;分析師評級;機構投資者;股價崩盤風險

摘 要：證券分析師是資本市場重要信息中介，然而分析師能否有效發(fā)揮作用卻存在分歧，最突出問題是限制賣空條件下分析師存在選擇性評級行為，其后果是加劇股價崩盤風險。為此，本文從中國試點融資融券政策出發(fā)，構建基于放松賣空管制、分析師評級與股價崩盤風險分析框架，揭示分析師傾向樂觀評級的制度誘因與后果，并檢驗中國放松賣空管制的效果。主要研究結論包括：（1）A股上市分析師樂觀評級并未降低上市公司股價崩盤風險，反而加劇上市公司股價崩盤風險;（2）融資融券業(yè)務有助于緩解分析師樂觀評級對于股價崩盤風險影響;（3）異質性檢驗顯示，分析師樂觀評級對于國有企業(yè)和控股股東未質押企業(yè)的股價崩盤風險影響更明顯;（4）機制檢驗顯示，分析師樂觀評級會通過增加機構投資者買入積極性以及上市公司溢價并購行為而增加股價崩盤風險。根據研究結論，監(jiān)管部門要完善賣空制度，強化分析師完整性披露要求。

中圖分類號：F830.91文獻標識碼：A文章編號：1001-2435（2021）04-0106-16

Deregulation of Short Selling， Analyst Ratings and Stock Price Crash Risk： Inspection of M&A Mechanism Based on Institutional Shareholding and Premium

XU Fei （School of Economics and Management，Anhui Normal University，Wuhu Anhui 241002，China）

Key words： deregulation of short selling; analyst ratings; institutional investors; stock price crash risk

Abstract： Securities analysts are important information intermediaries in the capital market， but whether analysts can effectively play a role is controversial. The most prominent problem is to restrict the selective rating behavior of analysts under short selling， which will aggravate the risk of stock price crash. Therefore， from the perspectives of Chinas pilot margin lending and short selling policies， this paper builds an analysis framework based on the loosening of short selling control， analyst rating and stock price crash risk， reveals the institutional incentives and consequences of analysts tendency to optimistic rating， and tests the effect of Chinas loosening of short selling control. The main research conclusions of this paper include： （1） The optimistic rating of A-share listed analysts does not reduce the risk of stock price collapse of listed companies， but aggravates the risk of stock price collapse of listed companies; （2） Margin and short selling business help to alleviate the impact of analysts optimistic rating on the stock price crash risk; （3） The heterogeneity test shows that the analysts optimistic rating has a more significant impact on the stock price crash risk of state-owned enterprises and enterprises that are not pledged by controlling shareholders; （4） The mechanism test shows that the analysts optimistic rating will increase the risk of stock price collapse by increasing the buying enthusiasm of institutional investors and the premium M&A behavior of listed companies. According to the conclusion of this study， the regulatory authorities should improve the short-selling system and strengthen the requirements of analyst integrity disclosure.

一、引 言

證券分析師是資本市場重要的信息中介，具備信息挖掘和信息分析能力。[1]分析師通過發(fā)布評價報告向市場公開傳遞信息，進而改善公司信息環(huán)境、提高市場信息效率。[2，3]Beyer等的研究表明，作為重要的市場信息中介，財務分析師關于上市公司的盈余預測提供了22%的會計信息。[4]中國作為新興資本市場，明星分析師、女性分析師以及利益關聯的分析師眾多，他們對于資本市場影響更突出。

除信息挖掘能力外，學者研究表明分析師發(fā)布評級時，存在嚴重選擇性評級現象，表現為傾向于發(fā)布樂觀預測與評級，忽視負面信息。[5]這是由于評級報告使用者為不特定公眾，與分析師不存在直接契約關系，使得分析師沒有義務完整披露所掌握的信息，從而為分析師選擇性評級提供法律空間。[6]例如，中國證監(jiān)會發(fā)布的《證券分析師執(zhí)業(yè)行為準則》中，明確提出分析師“真實”性要求，卻沒有“完整”性要求，弱化了分析師完整披露動機。

圖1為2007—2017年中國上市公司分析師平均評級等次統計圖?？梢钥闯?，中國資本市場證券分析師評級存在顯著“買入”傾向和規(guī)避“賣出”傾向。其中，分析師發(fā)布賣出評級和減持評級占比不足1%，而買入評級和增持評級占比超過80%。即使在2008年金融危機期間和2015年A股千股跌停期間，分析師發(fā)布賣出評級和減持評級占比也不足1%，而買入評級和增持評級占比仍超過80%，表明分析師評級背離市場基本行情，存在顯著選擇性評級現象。

就中國資本市場而言，2010年試點融資融券業(yè)務前，我國嚴格限制賣空，融資融券制度實施標志著我國“單邊市”正式結束，部分證券賣空渠道打開[7]。中國融資融券制度的實施，為檢驗放松賣空管制對于分析師評級、股價崩盤風險影響提供政策實驗證據。實證研究表明，在賣空管制背景下，分析師樂觀評級會增加股價崩盤風險，而中國實施融資融券業(yè)務有助于降低分析師樂觀評級的股價崩盤后果。機制檢驗表明，分析師樂觀評級會通過增加投資者買入積極性而影響上市公司股價崩盤風險。可能的貢獻在于：（1）將分析師評級行為與賣空管制相結合，考慮賣空制度背景下的分析師行為偏差，進而影響資本市場效率，有助于從制度環(huán)境出發(fā)揭示分析師行為偏差及其后果的客觀原因;（2）驗證在賣空管制背景下，分析師樂觀評級會加劇股價崩盤風險，而放松賣空管制具有緩解作用。本文后續(xù)結構為：第二部分通過文獻回顧梳理賣空管制、分析師行為與股價崩盤風險關系，并提出研究假設;第三部分實證研究設計;第四部分、第五部分為實證分析內容;第六部分為研究結論與啟示。

二、文獻回顧與假設提出

（一）分析師選擇性評級動因

關于分析師選擇性評級的原因，有學者發(fā)現分析師出于傭金收入考慮，傾向于發(fā)布買入評級、規(guī)避看空評級，并且這種選擇性披露利好消息、隱藏利空消息的行為在限制賣空下變得更明顯。[6]因此，賣空限制可能是造成分析師樂觀評級的重要制度誘因，進而導致分析師這一資本市場信息中介未能有效發(fā)揮應有作用，甚至發(fā)揮負面作用。為闡釋賣空管制與分析師評級及其后果，構建如下分析框架：

圖2中，限制賣空下，分析師看空評級只會抑制買入交易，不會導致任何賣空交易，進而只會抑制分析師傭金收入，最終形成分析師看空評級和買入傭金收入的負向抑制循環(huán)。相反，分析師看漲評級只會增加買入交易，不會抑制任何賣空交易，因此只會增加分析師傭金收入，不會對分析師傭金收入帶來任何負面沖擊，最終形成分析師看漲評級和買入傭金收入正向促進循環(huán)。然而，放松賣空管制下，分析師發(fā)布看空評級會增加賣空交易傭金收入，以彌補買入傭金收入損失;分析師發(fā)布看漲評級會減少賣空交易傭金收入，以抵消買入傭金收入增加。

因此，賣空管制下分析師出于傭金考慮，會傾向于發(fā)布看漲評級、規(guī)避看跌評級。由于分析師評級直接影響投資者行為，從而對整個資本市場造成影響。根據Jin和Myers提出的“負面信息隱藏假說”[8]，賣空管制背景下分析師選擇性評級，導致公司負面消息難以及時公開，當這些負面消息累積到一定程度而集中釋放時便引發(fā)崩盤[6]。

（二）分析師評級與股價崩盤風險

股價崩盤是指股票價格大幅度、連續(xù)性暴跌，股價崩盤是實務界和監(jiān)管部門關心的熱點問題。[9]根據Jin和Myers提出的“高管信息隱藏”假說，由于信息不對稱性和委托代理問題，高管傾向于隱藏負面消息，然而隨著隱藏負面消息的集中釋放，就會導致毫無征兆的暴跌。[8]Hutton等相繼驗證了“高管信息隱藏”假說。[10]

分析師是資本市場重要信息媒介，分析師增加了投資者可獲得的信息集，提高了企業(yè)的信息披露質量，進而提升市場資源配置效率。[11]分析師通過一系列挖掘和解讀上市公司信息行為，可以起到降低市場信息不對稱的作用。然而，李志生等研究表明，由于分析師不承擔信托責任，使得分析師沒有義務完整、真實地披露所掌握的信息，為分析師有偏差的披露信息提供法律空間。[12]最終，分析師出于交易傭金考慮，傾向于發(fā)布買入評級、規(guī)避看空評級，并且這種選擇性披露利好消息，隱藏利空消息在限制賣空下變得更明顯。例如，Cowen等指出，分析師通過發(fā)布樂觀預測來促進買入交易，以獲取更多交易傭金。[13]分析師可能隱藏負面信息，以維護管理層利益，反而加劇上市公司股價崩盤風險[14]。

因此，由于分析師可能存在的選擇性樂觀評級行為，進而導致樂觀評級反而加劇股價崩盤風險。為此，提出如下競爭性假設：

假設1a：分析師樂觀評級程度越高，上市公司股價崩盤風險越低。

假設1b：分析師樂觀評級程度越高，上市公司股價崩盤風險越高。

（三）放松賣空管制與分析師評級

賣空管制會改變投資者交易行為，進而影響資本市場信息效率。其中，眾多學者研究表明，賣空管制會降低市場信息效率。從投資者異質信念角度，學者認為當市場存在賣空管制時，看空投資者無法開展賣空交易，造成股票價格不能反映看跌投資者的負面信念，導致資本市場信息效率降低。

相應地，學者們相繼驗證放松賣空管制有利于提升資本市場信息效率。例如，位豪強等研究發(fā)現，引入賣空機制有利于提高市場吸納負面信息速度，從而提高信息效率;[15]Saffi和Sigurdsson通過收益率自相關性、價格延遲度和收益率方差比衡量有效性，發(fā)現賣空管制程度小的股市具有較高的市場效率。[16]

關于我國股市放松賣空管制與資本市場效率研究，學者們得出類似結論。例如，和肖浩和孔愛國的研究顯示，放松賣空管制有助于降低噪音交易、盈余管理和信息不對稱，提高A股市場信息效率;[17]李志生指出，融資融券通過為投資者創(chuàng)造做空機制，有利于市場對負面信息的吸收，使得股票價格更充分地反映市場情緒。[12]

賣空管制也可能對證券分析師的行為產生進一步影響，進而影響市場信息來源和信息質量。賣空管制會改變分析師傭金收入結構，即只有發(fā)布樂觀評級以獲得買入傭金收入，而無法通過發(fā)布負面評級獲得賣空傭金收入。出于交易傭金考慮，賣空管制下分析師更可能進行選擇樂觀評級以獲得更多買入交易傭金。因此，賣空管制可能會加劇分析師選擇性評級行為。

然而，放松賣空管制下，賣空者便可以基于利空消息進行賣空交易，這會增加分析師從發(fā)布利空信息中獲得交易傭金可能性，以糾正分析師交易傭金收入的不對稱性，進而緩解分析師選擇性評級對資本市場的負面影響。融資融券業(yè)務作為我國放松賣空管制的重要制度，會降低分析師對發(fā)布看漲評級報告以獲得交易傭金收入的依賴，最終融入更多公司負面信息，使投資者能利用正負兩方面信息進行交易，有效促進股價向內在價值回歸，提高市場定價效率，避免負面信息被隱藏而引發(fā)的崩盤風險。因此，進一步提出如下假設：

假設2：放松賣空管制可以降低分析師樂觀評級對股價崩盤風險影響。

三、實證研究設計

（一）樣本與數據來源

本文選取2007—2018年滬深兩市非金融業(yè)、非ST/PT上市公司為研究對象，數據來自CSMAR數據庫。為排除異常值影響，對連續(xù)變量進行上下1%縮尾處理。分析師股票評級數據也來自CSMAR數據庫，根據數據庫給出的標準化評級，將分析師評級分為“買入”“增持”“中性”“減持”及“賣出”5類評級。

（二）主要變量測度

1.股價崩盤風險

借鑒已有研究，以剔除市場收益率后公司特有周收益率測度公司股價崩盤風險，包括負收益偏態(tài)系數NCSKEW和上下波動比例DUVOL指標。[18-20]首先，為剔除市場因素對個股收益率的影響時，通過以下市場收益調整模型計算個股特有周收益率：

[Ri，t=a+β1Rm，t-2+β2Rm，t-1+β3Rm，t+β4Rm，t+1+β5Rm，t+2+εi，t] （1）

其中，Ri，t為公司t期收益率，Rm，t為市場t期收益率，εi，t為不能被市場解釋的特有收益部分，進一步使用Wi，t =ln（1+ Ri，t）測度公司特有收益率。

其次，基于特有收益率計算如下股價崩盤風險指標：

[NCSKEWi，T=-ni，t（ni，t-1）32W3i，t/（ni，t-1）（ni，t-2）（W2i，t）32]

[DUVOLi，T=ln（ni，t，up-1）W2i，t，Down/（ni，t，Down-1）W2i，t，Up] （2）

式（2）中，ni，t為公司i在第T期交易次數，ni，t，Up為公司i在第T期收益率高于平均收益率頻數，ni，t，Down為公司i在第T期收益率低于平均收益率頻數。NCSKEWi，T和DUVOLi，T越大表明公司i在T期股價崩盤風險越大。

2.分析師評級

借鑒龍文和魏明海的方法將分析師評級分為五大類并予以賦值，賦值1至5分別對應賣出、減持、中性、增持、買入五大評級。[21]其次，借鑒羅衎以上市公司年度內所有分析師評級的均值衡量公司總體分析師評級指標[22]，記為ANLYS，該指標越大表明分析師樂觀評級程度越高。

3.放松賣空管制

借鑒黃俊以上市公司是否進入融券標的定義放松賣空管制變量SHORT，且當年可賣空時間不短于三個月取值為1，否則為0。[23]

（三）模型設定

首先，為檢驗分析師評級對股價崩盤風險影響，構建如下檢驗模型：

[NCSKEWi，t+1 or DUVOLi，t+1=c+a1ANLYSi，t+aXi，t+μt+λi+εi，t] （3）

式（3）中，NCSKEWi，t+1和DUVOLi，t+1為股價崩盤風險指標，ANLYSi，t為分析師樂觀評級程度。Xi，t為其他影響資本市場效率控制變量，包括分析師評級分歧度DISANLYSi，t、平均特有周收益率RETURN、特有周收益率波動率SIGMA、資產規(guī)模對數SIZE、資產負債率LEV、總資產利潤率ROA、應計盈余程度ABSDA、董事會規(guī)模BOARD、有形資產比重PPE、成立年限AGE等。μt和[λi]分別為年度固定效應和個體固定效應，[εi，t]為回歸殘差項。如果a1顯著大于0，則表明分析師樂觀評級與股價崩盤風險正相關。

其次，為檢驗放松賣空管制對于分析師評級、股價崩盤風險進一步影響，構建如下檢驗模型：

[NCSKEWi，t+1 or DUVOLi，t+1=c+m1SHORTi，t×ANLYSi，t+m2ANLYSi，t+mXi，t+μt+λi+εi，t] （4）

式（4）中，SHORTi，t為放松賣空管制變量，如果模型中m1顯著小于0，表明放松賣空管制會降低分析師樂觀評級對公司股價崩盤風險的影響。為提高檢驗結果穩(wěn)健性，對被解釋變量均采取滯后一期處理，并報告穩(wěn)健標準誤以控制異方差。主要變量說明如表1。

四、實證檢驗結果及分析

（一）描述性統計與單變量檢驗

表2為主要變量描述性統計結果。其中，樣本公司平均NCSKEW和DUVOL分別為-0.237和-0.160，標準差分別為0.638和0.462。分析師對樣本公司發(fā)布的平均評級為4.203，表明總體評級略高于增持水平、低于買入水平，總體上傾向于發(fā)布看漲評級。

表3根據樣本公司分析師評級是否高于平均評級，將樣本劃分為高分析師評級組和低分析師評級組，進行單變量分組檢驗。其中，高分析師評級組公司股價崩盤風險NCSKEW和DUVOL在1%水平上顯著高于低分析師評級組，表明分析師看漲評級可能增加上市公司股價崩盤風險。

（二）分析師評級與股價崩盤風險

表4為分析師評級與股價崩盤風險多元回歸檢驗。檢驗結果顯示，分析師評級與上市公司股價崩盤風險在1%水平上顯著正相關，表明分析師樂觀評級會增加公司股價崩盤風險。根據前文的理論分析，分析師出于傭金收入考慮，傾向于發(fā)布買入評級、規(guī)避看空評級，并且這種選擇性披露利好消息、隱藏利空消息在限制賣空下變得更明顯[5]。分析師選擇性發(fā)布買入評級，一方面增加看漲投資者買入需求，另一方面賣空需求和利空消息由于賣空管制被隱藏，無法通過賣空行為平抑股價，最終導致股價因樂觀而偏離其價值。隨著看漲投資者買入勢力衰退，看跌投資者進入市場，集中釋放被分析師隱藏的利空消息，最終導致股價驟然崩盤。假設1b得以驗證。

（三）融資融券政策效應檢驗

2010年3月31日，中國開始試點融資融券業(yè)務，標志著我國正式啟動賣空機制，為檢驗放松賣空管制對于分析師評級效應影響提供了可能。為此，表5進一步檢驗放松賣空管制對于分析師評級和股價崩盤風險的影響。結果顯示，分析師評級與上市公司股價崩盤風險依然在1%水平上顯著正相關，表明分析師樂觀評級會增加公司股價崩盤風險。然而，考慮放松賣空管制后，放松賣空管制與分析師評級交互項系數顯著為負，表明放松賣空管制會顯著降低分析師樂觀評級對于股價崩盤風險的影響，驗證了放松賣空管制對于分析師評級、股價崩盤風險影響的削弱作用，假設2得以驗證。

（四）異質性檢驗

國有企業(yè)是我國市場經濟重要主體，肩負著國計民生和經濟發(fā)展的雙重責任。[24]然而，國有企業(yè)也存在明顯問題，最為突出的是國有企業(yè)高管聘任不完全依賴于外部經理人市場，組織任命和上級委派是國有企業(yè)高管的主要聘任方式[25]，而組織任命造成國企高管處于封閉的金字塔，對負面事件厭惡度更大。為了規(guī)避職業(yè)風險，迎合市場預期和績效考核目標，國企高管更有可能實施盈余管理。最終，增加分析師信息搜集難度，加劇分析樂觀評級分析和股價崩盤風險。[26]因此，產權屬性可能會對分析師評級與股價崩盤風險的關系產生進一步影響，為此，表6進一步進行基于產權屬性的分組檢驗。

檢驗結果顯示，在國有企業(yè)樣本中，分析師評級與上市公司股價崩盤風險依然在1%水平上顯著正相關，表明分析師樂觀評級會顯著增加國有上市公司股價崩盤風險。然而，在非國有企業(yè)樣本中，分析師評級與上市公司股價崩盤風險不存在顯著相關關系。

近年來，控股股東股權質押風險逐漸顯現，加劇了上市公司股價崩盤風險。[27]控股股東股權質押風險也吸引了分析師關注，通過發(fā)布客觀的評價報告以揭示控股股東股權質押的潛在風險。因此，控股股東股權質押作為公開的風險事件，可能會降低分析師樂觀評級程度，提高分析師評級有效性。因此，控股股東股權質押事件可能會對分析師評級和股價崩盤風險的關系產生進一步影響，為此，表7進一步進行基于是否存在控股股東股權質押的分組檢驗。結果顯示，在控股股東未進行股權質押樣本中，分析師評級與上市公司股價崩盤風險依然在1%水平上顯著正相關，表明分析師樂觀評級會顯著增加控股股東未進行股權質押的上市公司股價崩盤風險。然而，在控股股東未質押樣本中，分析師評級與上市公司股價崩盤風險不存在顯著相關關系。

五、機制分析與穩(wěn)健性檢驗

（一）作用機制分析

機構投資者作為證券市場最重要參與者，具備較高信息搜集和處理能力，進而通過投資交易向市場傳遞信息。機構投資者的優(yōu)勢在于：其一，機構投資者相較于普通投資者具有明顯規(guī)模優(yōu)勢，其交易行為足以影響股價波動;其二，機構投資者是重要分析師報告的使用者，與分析師存在直接利益關系，比普通投資者具有明顯信息優(yōu)勢。

因此借鑒許年行等，以機構投資者持股變動衡量投資者交易行為[5]，以識別分析師評級可能通過影響投資者交易行為而影響股價崩盤風險。

首先，測度全部機構投資者當年增持公司i的股權比例，以衡量機構投資者的買入強度，記為PBUYi，t。同時，構建機構投資者買入策略指標DBUYi，t，如果買入強度大于0，則DBUYi，t記為1，如果買入強度等于0，則DBUYi，t記為0，如果買入強度PBUYi，t小于0，則DBUYi，t記為-1，分別代表增持、維持和減持策略。

表8為分析師評級、機構投資者持股行為與股價崩盤風險的關系檢驗。檢驗結果顯示，分析師評級與機構投資者增持策略和買入強度在1%水平上顯著正相關，表明分析師買入評級會顯著增加機構投資者買入的積極性和買入強度，與前述理論分析一致。許年行等指出，機構投資者是分析師研究報告的最主要客戶，分析師對機構投資者重倉持有股票跟蹤的頻率更高，機構投資者會依據分析師評級做出買入決策。[5]進一步地，機構投資者增持策略和買入強度與上市公司股價崩盤風險在1%水平上顯著正相關，表明機構投資者買入積極性會加劇公司股價崩盤風險。正如吳曉暉等指出，機構投資者持股比例越高，機構“退出”動機被削弱，降低對于管理層負面消息隱藏的監(jiān)督效應，并且機構投資者更加恐懼股價下跌，最終加劇股價崩盤風險。[28]通過Sobel、Aroian和Goodman檢驗顯示，機構投資者持股對于分析師評級加劇股價崩盤風險發(fā)揮著顯著的中介效應。綜上分析，分析師評級會通過影響機構投資者交易行為而加劇股價崩盤風險。

分析師過度樂觀也會給公司管理層帶來過多外部壓力，迫使高管犧牲公司投資機會以獲取短期盈余，來達到分析師預期。另外，分析師如果存在選擇偏差行為，他們會關注規(guī)模大的收購行為。[29]分析師選擇偏差又可能加劇內部人迎合動機，最終企業(yè)進行并購活動所支付的并購溢價更高[30]。然而，高溢價并購又會造成上市公司資產泡沫，最終加劇上市公司股價崩盤風險。[31]因此，分析師樂觀評級會通過加劇上市公司溢價并購而加劇崩盤風險。

根據我國企業(yè)會計準則，商譽是非同一控制下企業(yè)合并的溢價部分，因此，借鑒高翀和孔德松以商譽占總資產比例（GOODWILL）和商譽規(guī)模對數（LNGOODWILL）測度溢價并購程度[32]，以識別分析師評級可能通過影響管理層溢價并購行為而影響股價崩盤風險。

表9為分析師評級、溢價并購行為與股價崩盤風險關系檢驗。檢驗結果顯示，分析師評級與商譽占總資產比例和商譽規(guī)模對數在1%水平上顯著正相關，表明分析師樂觀評級會顯著增加上市公司溢價并購行為。進一步地，商譽占總資產比例和商譽規(guī)模對數與上市公司股價崩盤風險顯著正相關，表明溢價并購行為又會加劇公司股價崩盤風險。正如鄧鳴茂和梅春指出，高溢價并購形成的巨額商譽并不能提升公司的業(yè)績，而是成為了上市公司重要股東進行偽市值管理、借機減持的工具，最終加劇股價崩盤風險。[33]通過Sobel、Aroian和Goodman檢驗顯示，溢價并購對于分析師評級加劇股價崩盤風險發(fā)揮著顯著的中介效應。綜上分析，分析師評級會通過影響公司溢價并購行為而加劇股價崩盤風險。

（二）穩(wěn)健性檢驗

1.控制行業(yè)和時間特征

考慮到公司所在地區(qū)經營環(huán)境差異，如市場化程度、社會信任水平、宗教傳統以及法制化程度等，可能對于公司股價崩盤風險造成影響。并且公司存在所屬行業(yè)經營特征差異，如業(yè)務復雜度、環(huán)境保護要求、行業(yè)競爭程度等，也可能對于公司股價崩盤風險造成影響。

為控制上述地區(qū)因素和行業(yè)因素可能的影響，借鑒吳超鵬等[34]的研究方法，在模型（1）和模型（2）中加入省份虛擬變量和行業(yè)虛擬變量與時間效應交互項，即省份×年度效應和行業(yè)×年度效應。表10報告控制隨時間變化的省份和行業(yè)固定效應后的回歸結果。模型（1）至（6）結果顯示，在模型中加入隨時間變化的省份和行業(yè)固定效應后，依然表明分析師買入評級顯著增加機構投資者增持策略和買入強度，進而增加公司股價崩盤風險，并且放松賣空管制會削弱分析師評級影響，與前述研究結論一致。

2. Heckman兩步法

考慮到上市公司是否進入融資融券標的具有一定的選擇性偏誤，即進入融資融券標的樣本與非融資融券標的樣本可能存在系統性差異，從而降低主檢驗可靠性。為此，進一步報告基于Heckman兩步法穩(wěn)健性檢驗結果，以控制樣本選擇性偏誤。表11為基于Heckman兩步法穩(wěn)健性檢驗結果，依然顯示分析師評級會顯著增加公司股價崩盤風險，并且放松賣空管制會削弱分析師評級影響，與主檢驗結論一致。

3. 控制股價崩盤形態(tài)

學者們驗證股市暴跌前存在著可識別的波動形態(tài)，蘊含著需要辨認的重要信息。Siokis也研究發(fā)現，道瓊斯指數暴跌前存在明顯的多重分形特征。[35]王鵬和黃迅在分析中國股市異常波動時，也發(fā)現中國股市暴跌前存在可識別的多重分形特征。[36]

根據學者提出的股價崩盤理論解釋，不同原因誘發(fā)的股價崩盤過程也不同。例如，從信息經濟學角度，Jin和Myers提出的“高管信息隱藏”假說認為由于信息不對稱，高管隱藏了負面消息，一旦達到頂峰就會集中釋放，導致毫無征兆的暴跌。[8]因此，“高管信息隱藏”導致的股價崩盤過程應該為“驟然崩盤”。從行為金融學角度，Zeira等提出的“信息過沖假說”則認為基本面變化導致投資者過度反應[37]，股市必然經歷從繁榮到暴跌的過程，進而導致股價崩盤。因此，“信息過沖假說”導致的股價崩盤過程應該為“由上漲到崩盤”。從有效市場角度，Black等提出的“杠桿效應假說”則認為公司杠桿結構會對股價下跌產生反作用[38]，加劇股價下跌甚至引發(fā)崩盤。因此，“杠桿效應假說”導致的股價崩盤過程為“緩跌到崩盤”。因此，在考慮股價暴跌前的股價波動形態(tài)后，股價崩盤可進一步區(qū)分為“緩跌轉崩盤”“上漲轉崩盤”“驟然崩盤”三類。本文揭示的分析師選擇性樂觀評級應該更傾向于導致股價因樂觀而偏離，最終導致股價崩盤，因此更符合“信息過沖假說”對應的“上漲轉崩盤”形態(tài)。因此，為提高股價崩盤識別的穩(wěn)健性，進一步統計公司年度發(fā)生的“緩跌轉崩盤”“上漲轉崩盤”“驟然崩盤”次數，分別記為DOWN-CRASH、UP-CRASH和STABLE-CRASH。其中，“緩跌轉崩盤”是指股價崩盤前一周公司特有收益率低于總樣本的25%分位數，“上漲轉崩盤”是指股價崩盤前一周公司特有收益率超過總樣本的75%分位數，其他崩盤事件定義為“驟然崩盤”。

表12為區(qū)分股價崩盤形態(tài)的穩(wěn)健性檢驗。模型（1）和（2）檢驗顯示，分析師評級會顯著增加公司發(fā)生上漲轉崩盤的頻率，模型（4）—（6）檢驗顯示，分析師評級對于其他股價崩盤類型影響不明顯，檢驗結果進一步驗證分析師選擇性樂觀評級會加劇公司股價從樂觀偏離走向股價崩盤的風險。

六、結論與啟示

證券分析師是我國資本市場重要參與者，是資本市場重要信息中介，其主要職能是發(fā)布研究報告以向資本市場提供有價值信息。然而，分析師能否有效發(fā)揮信息中介作用卻存在分歧。最突出問題是分析師信息披露不完整，并且存在明顯傾向性的發(fā)布樂觀評級、產生規(guī)避負面評級的選擇性偏差，其后果是增加股價崩盤風險。本文從中國資本市場試點融資融券業(yè)務出發(fā)，構建基于放松賣空管制、分析師評級與股價崩盤風險的分析框架，揭示分析師選擇性樂觀偏差的制度性誘因與后果。主要研究結論包括：（1）賣空管制背景下，分析師傾向發(fā)布樂觀評級、規(guī)避負面評級，其后果是加劇公司股價崩盤風險;（2）中國融資融券業(yè)務有助于緩解分析師評級對股價崩盤風險的影響;（3）異質性檢驗顯示，分析師樂觀評級對于國有企業(yè)和控股股東未質押企業(yè)的股價崩盤風險影響更明顯;（4）機制檢驗顯示，分析師樂觀評級通過增加機構投資者買入積極性、公司溢價并購行為而增加股價崩盤風險。

基于研究結論，提出如下政策啟示：（1）充分發(fā)揮監(jiān)管職能，完善制度監(jiān)管體系。監(jiān)管部門要強化對證券市場內各行為主體的監(jiān)管，進一步規(guī)范分析師分析報告的披露行為，避免公司和分析師串通發(fā)布虛假信息影響投資者的決策。同時，相關監(jiān)管部門也應采取積極措施，激勵分析師向市場提供更完整的信息，并做好賣空交易制度建設和市場維護，創(chuàng)造有效賣空交易環(huán)境。（2）提升分析師專業(yè)素養(yǎng)，提供有效信息。分析師要充分運用專業(yè)技能和理性判斷能力，深入挖掘公司特質信息，提供更高質量的分析報告以提高自身的行業(yè)影響力，更好地為投資者服務，并推動市場資源合理配置。注重分析師職業(yè)道德培養(yǎng)，避免利益驅動導致分析師系統性選擇偏差。（3）正確對待分析師意見，做出理性決策。投資者應正確對待分析師的評級建議，仔細閱讀分析師評級報告，并從中提取有價值的信息。加強對宏觀市場環(huán)境的了解和相關專業(yè)知識的學習，在面對競爭性信息時，應當保持謹慎，多方面權衡后作出投資決策。

參考文獻：

[1] 張焰朝，孫光國.企業(yè)風險承擔與分析師盈余預測準確性[J].經濟經緯，2021，38（2）：112-121.

[2] 杜妍，王生年.會計穩(wěn)健性緩解了盈余慣性嗎[J].貴州財經大學學報，2020（5）：53-63.

[3] 宋佳寧，高闖.實際控制人所有權能否抑制商譽泡沫？——基于內部控制視角的解釋[J].財貿研究，2021，32（4）：98-110.

[4] Beyer A， Cohen D A， Lys T Z， et al. The financial reporting environment： Review of the recent literature[J]. Journal of accounting & economics， 2010， 50， 12（2-3）： 296-343.

[5] 許年行， 江軒宇， 伊志宏， 等. 分析師利益沖突、樂觀偏差與股價崩盤風險[J]. 經濟研究， 2012， 47（7）： 127-140.

[6] 李志生， 李好， 馬偉力， 等. 融資融券交易的信息治理效應[J]. 經濟研究， 2017， 52（11）： 150-164.

[7] 王蕾茜， 鄒輝文. 放松賣空管制與基于研發(fā)費用的盈余管理[J]. 科研管理， 2020， 41（6）： 268-279.

[8] Jin L.， Myers S. C. R2 around the world： New theory and new tests[J]. Journal of Financial Economics， 2006， 79（2）： 257-292.

[9] 邵劍兵，費寶萱.控股股東股權質押與股價崩盤風險——基于公司控制權轉移視角[J].商業(yè)研究，2020（12）：110-123.

[10] Hutton A. P.， Marcus A. J. Tehranian H . Opaque financial reports， R2， and crash risk[J]. Journal of Financial Economics， 2009， 94（1）： 67-86.

[11] 王天童，孫燁.目標公司信息透明度與并購溢價[J].財經問題研究，2020（1）：54-62.

[12] 李志生， 陳晨， 林秉旋. 賣空機制提高了中國股票市場的定價效率嗎？——基于自然實驗的證據[J]. 經濟研究， 2015， 50（4）： 165-177.

[13] Cowen A.，Groysberg B.，Healy P. Which types of analyst firms are more optimistic？[J]. Journal of Accounting and Eco?nomics，2006，41（1-2）：1-146.

[14] 聞學.市場化進程、管理層激勵與企業(yè)非效率投資的關系——基于2014—2018年上市公司數據[J].浙江樹人大學學報（人文社會科學），2020，20（2）：51-60.

[15] 位豪強，趙向芳，黃超，等.賣空機制與公司慈善捐贈——基于保險功能的視角[J].會計與經濟研究，2020，34（6）：45-59.

[16] Saffi P. A. C.， Sigurdsson K. Price Efficiency and Short Selling[J]. Review of Financial Studies， 2011， 24（3）： 821-852.

[17] 肖浩， 孔愛國. 融資融券對股價特質性波動的影響機理研究： 基于雙重差分模型的檢驗[J]. 管理世界， 2014（8）： 30-43.

[18] 楊國成，王智敏.民營企業(yè)參與扶貧能抑制其股價崩盤風險嗎[J].廣東財經大學學報，2021，36（2）：86-101.

[19] 徐虹， 朱文婷. 風險投資持股、經濟政策不確定性與股價崩盤風險[J]. 安徽師范大學學報（人文社會科學版）， 2019， 47（4）： 122-134.

[20] 顧小龍，劉婷.實際控制人所有權、支持機制與股價崩盤風險[J].山西財經大學學報，2020，42（9）：99-111.

[21] 張龍文， 魏明海. 公司并購與分析師評級樂觀性——基于聲譽和利益關聯的實證研究[J]. 經濟管理， 2019， 41（3）： 90-106.

[22] 羅衎， 王春峰， 房振明. 股票賣方分析師報告是信息還是噱頭？基于市場微觀結構理論視角[J]. 預測， 2017， 36（4）： 56-62.

[23] 黃俊， 黃超， 位豪強， 等. 賣空機制提高了分析師盈余預測質量嗎——基于融資融券制度的經驗證據[J]. 南開管理評論， 2018， 21（2）： 135-148.

[24] 綦勇，楊羽頔，侯澤敏.趕超戰(zhàn)略下政府創(chuàng)新偏好對企業(yè)創(chuàng)新產出的影響機制：理論與經驗證據[J].產經評論，2020，11（3）：94-111.

[25] 佟愛琴， 陳蔚. 產權性質、管理層權力與薪酬差距激勵效應——基于政府補助的中介作用[J]. 管理科學， 2017（2）： 106-118.

[26] 顏恩點， 李上智， 孫安其. 產能過剩、信息成本與分析師盈余預測——來自A股上市公司的經驗證據[J]. 中國軟科學， 2019（10）： 145-157.

[27] 葉德珠，王梓峰，李鑫.經濟政策不確定性與企業(yè)多元化程度選擇[J].產經評論，2020，11（2）：34-54.

[28] 吳曉暉， 郭曉冬， 喬政. 機構投資者抱團與股價崩盤風險[J]. 中國工業(yè)經濟， 2019（2）： 117-135.

[29] 揭曉小. 公司規(guī)模、分析師選擇偏差和公司市場績效——基于收購方公司視角的研究[J]. 財貿經濟， 2015（11）： 59-74.

[30] 馬慧. 共同分析師與公司并購——基于券商上市的準自然實驗證據[J]. 財經研究， 2019， 45（2）： 113-125.

[31] 楊威， 宋敏， 馮科. 并購商譽、投資者過度反應與股價泡沫及崩盤[J]. 中國工業(yè)經濟， 2018（6）： 156-173.

[32] 高翀， 孔德松. 并購中的業(yè)績承諾條款與股價崩盤風險[J]. 經濟與管理研究， 2020， 41（7）： 77-93.

[33] 鄧鳴茂， 梅春. 高溢價并購的達摩克斯之劍： 商譽與股價崩盤風險[J]. 金融經濟學研究， 2019， 34（6）： 56-69.

[34] 吳超鵬， 薛南枝， 張琦， 等. 家族主義文化、“去家族化”治理改革與公司績效[J]. 經濟研究， 2019， 54（2）： 182-198.

[35] Siokis F. M. Multifractal analysis of stock exchange crashes[J]. Physica A： Statistical Mechanics and its Applications， 2013， 392（5）：1164-1171.

[36] 王鵬， 黃迅. 基于Twin-SVM的多分形金融市場風險的智能預警研究[J]. 統計研究， 2018， 2（35）：5-15.

[37] Zeira J. Informational overshooting， booms， and crashes[J]. Journal of Monetary Economics， 1999， 43 （1）： 237-257.

[38] Black F. Stuedies of stock price volatility changes[Z]. In Proceedings of the 1976 Meetings of the American Statistical Association，Business and Economics Section.1976： 177-181.

責任編輯：孔慶洋