分析師為高R&D投入企業提供了有效信息嗎

胡玉明++劉旭

【摘 要】 選取2007—2015年我國A股全部上市公司作為樣本，研究發現，研發投入強度越大的企業，股價同步性越低、跟蹤的分析師越多；并且分析師跟蹤會增強研發投入強度與股價同步性之間的負向關系。這種關系表現為分析師跟蹤加劇了投資者的非理性投資行為和股價的異常波動、噪音，從而使股價同步性進一步降低，而不是通過分析師跟蹤的壓力效應影響企業研發活動本身來影響股價同步性，這一結論在分析師跟蹤當期和分析師跟蹤下一期均成立。

【關鍵詞】 股價同步性； 分析師跟蹤； R&D投入強度

【中圖分類號】 F275.5 【文獻標識碼】 A 【文章編號】 1004-5937（2018）04-0065-06

一、引言

股價同步性的高低是衡量資本市場運行效率的標志之一。關于股價同步性的成因，現有“信息效率觀”[1]和“非理性行為觀”[2]兩種觀點。“信息效率觀”認為股價同步性低體現了較好的信息披露環境與質量。“非理性行為觀”認為某些股票信息環境較差，在信息逐漸披露的過程中投資者不理性行為較多，股價波動較大，從而股價同步性低體現了較差的信息披露環境和質量。哪種觀點更能解釋我國不同R&D投入強度企業之間的股價同步性差異，目前尚無定論。在此基礎上，分析師作為外部信息中介其跟蹤如何調節R&D投入強度與股價同步性之間的關系，是增加股價中的公司特質信息還是增加噪音，是本文研究的主要問題。這一問題在我國目前具有重要的現實意義。黨的十八大以來，我國全面實施創新驅動發展戰略，把科技創新視為提高社會生產力和綜合國力的戰略支撐，宏微觀研發投入不斷加大。我國A股上市公司2015年研發投入總支出超3 414億元人民幣，相比2014年增長近30%。面對這一趨勢，我國上市公司研發投入信息的有效傳遞對改善我國資本市場信息環境，提高市場效率十分重要。

本文的貢獻主要體現在：不同于大多數學者從“信息效率觀”出發分析股價同步性有效性，并研究不同分析師個人特征的影響，本文研究發現對于不同R&D投入強度企業，股價同步性的“非理性行為”視角更具解釋力，補充了股價同步性的相關文獻。同時，本文發現分析師傾向于跟蹤R&D投入強度更高的企業，增加了高R&D投入強度企業投資者決策時的噪音，使其股價同步性進一步降低，補充了分析師跟蹤的相關文獻，揭示了分析師報告對于高R&D投入強度企業成為“噪音”，而不是提供更多有用公司特質信息的可能性，并在此基礎上分析了我國分析師現狀及其成為“噪音”的合理原因，有利于促進分析師群體的行為規范和監管政策的完善。

二、理論分析與研究假設

R&D活動通常會經歷開始—失敗—突破—新技術誕生—專利權—產品化—市場化等一系列過程，具有很大的不確定性。同時，研發不同階段風險點及風險程度存在較大差異，投資者很難通過公開途徑或借鑒其他公司研發項目等過往收益信息來進行價值判斷[3]，投資者獲取R&D活動信息很大程度上依賴上市公司年報及社會責任報告等公開信息。而R&D活動的內在不確定性給會計確認、計量和披露帶來了很大的困難。目前我國會計準則對研發活動的規定實質是支出的費用化和有條件的資本化，對披露的內容和格式未做具體規定。同時對研發密集的高科技行業，非財務信息的披露更加重要[4]，財務報告對R&D活動的具體情況及研發進展等非財務信息披露甚少，財務報告對R&D活動價值披露不完全，影響了會計信息的基本信號傳遞功能[5]，作為重要信息披露渠道的財務報告難以解決R&D活動的信息不對稱[6]。管理層可通過自愿披露來緩解信息不對稱[7]，高R&D投入強度企業會更主動地進行自愿披露[8]。然而，自愿披露并不能消除不同R&D投入強度企業之間信息不對稱的差異[9]，因為自愿披露的信息是未經審計的信息，可靠性較差[10]；對于投資者來說，從自愿披露中獲取信息的關注成本更高[11]；管理層不會披露有關研發項目的全部信息[12]。因此，不同R&D投入強度企業之間信息不對稱存在差異，R&D投入強度越大的企業信息環境越差、信息不對稱越嚴重。在不同的信息環境質量下，不同R&D投入強度企業之間的股價信息含量差異如何，體現在其股價同步性上。

股價同步性的“信息效率觀”認為股價同步性低體現了較好的信息披露環境與質量[13]，低R&D投入強度企業公司特質信息更容易獲取和判斷，信息不對稱更小，信息披露環境較好，大量公司特質信息能反映到股價中，具有較低的股價同步性；而高R&D投入強度企業，存在大量難以獲取和判斷的研發活動等信息，股價更多地反映市場、行業等因素，與市場走勢存在“同漲同跌”的現象，股價信息含量較低，股價同步性較高，因此提出假設1a：企業R&D投入強度越高，股價同步性越高。

而根據“非理性行為觀”，較差的信息環境是股價同步性下降的主要的原因[14]，股價同步性反映的是股票收益中的噪聲、泡沫，投資者“狂熱”和“恐慌”心理所引發的“追漲殺跌”和“從眾”等與公司基本面無關的非理性行為和因素[15]。對于高研發投入強度的企業，投資者難以獲取、分析公開信息價值含量，同時投資者追“高新技術股”“研發密集股”等題材股的行為普遍，意圖通過投機獲取超額收益，造成較大的股價異常波動，使其股價同步性較低；相較之下，低研發投入企業則較少成為投機者的追逐對象，股價異常波動較小。因而企業R&D投入強度越高，面臨的非理性行為越多，股價異常波動越大，股價同步性越低，因此提出假設1b：企業R&D投入強度越高，股價同步性越低。

分析師作為信息中介會影響不同R&D投入強度企業間的股價同步性差異。分析師通過權衡收益與成本選擇跟蹤標的[16]，分析師偏好跟蹤收益較大（待披露信息量較大等）、跟蹤成本較小（當前信息披露環境質量較好等）的公司[17]。Barth et al.[18]發現分析師投入更多資源來收集和分析R&D 投入強度高的公司。徐欣等[5]認為分析師為了個人利益（明星分析師評選等）有動機跟蹤R&D活動，對研發企業做到準確盈利預測和成功的投資推薦是對分析師能力的最好證明，跟蹤收益較大。因此提出假設2：企業R&D投入強度越高，分析師跟蹤人數越多。endprint

分析師以其專業技能可以更準確地判斷企業R&D活動價值。跟蹤高R&D投入強度企業的分析師通過多種方式獲取相關領域研究的最新進展，例如閱讀專業書籍、參加前沿會議等，并通過其社會關系獲得與行業領先的研究專家交流的機會，獲得專業咨詢意見[19]，可以識別不同類型的專利，為跟蹤企業R&D活動提供深層次信息，有助于投資者有效獲取及判斷高R&D投入強度企業的研發信息含量，改善其信息環境，進一步影響股價同步性。根據“信息效率觀”，企業R&D投入強度越高，股價同步性越高，分析師作為投資者和上市公司之間的信息傳輸橋梁，為R&D投入強度高的企業披露R&D活動等公司特質信息，改善企業的信息披露環境與質量，增加股價信息含量，降低股價同步性，削弱R&D投入強度與股價同步性之間的正向關系。因此提出假設3a：分析師跟蹤會削弱R&D投入強度與股價同步性的正向關系。

事實上，賣方分析師并非處于獨立的職業環境，而面臨著多重利益沖突和壓力。首先，我國賣方分析師與基金經理關系十分微妙：新財富明星分析師作為分析師的重要榮譽，關乎其前途和錢途，而基金經理擁有大部分打分權，分析師在研報中有迎合基金經理的傾向并耗費大量精力維護同基金經理的關系，精力與資源的有限性使其很難獲取研發的深入信息；券商研究機構與基金公司“交易分倉”的收入模式也在一定程度上限制了分析師的話語權，券商為了從基金公司獲得更多的交易傭金和分倉收入，存在根據市場及基金經理偏好造熱點現象，分析師利用投資者的非理性投資情緒，加劇投資者追高新技術題材股現象，造成股價的異常大幅波動，股價同步性降低。其次，券商為獲得上市公司的承銷業務，與上市公司管理層保持良好的私人關系以獲取更優質信息的同時，大資金、強勢上市公司薦股頻發。此外，分析師受到券商自營業務的壓力影響，對于投資者關注度較高的高R&D投入強度企業，利用投資者情緒成為其慣用手段。這些利益沖突和壓力一方面使得高R&D投入強度企業的分析師報告可靠性、可信程度更差；另一方面我國分析師評級及盈余預測普遍存在樂觀傾向，對于高R&D投入強度企業，分析師預測準確性更低[20]，可信度進一步下降。根據“非理性行為觀”，分析師的跟蹤會進一步增加高研發投入企業的噪音，加劇投資者的非理性行為，引起股價的大幅波動，進一步降低股價同步性。因此提出假設3b：分析師跟蹤會增強R&D投入強度與股價同步性之間的負向關系。

綜上所述，本文的邏輯如圖1所示。

三、研究設計與方法

（一）研究樣本

本文選取2007—2015年A股上市公司作為樣本，研發投入數據來源于Wind數據庫，其余數據來源于CSMAR數據庫，對原始數據進行如下處理：（1）剔除金融行業上市公司；（2）剔除市凈率小于0的樣本；（3）對連續變量進行1%的Winsor處理；（4）剔除缺失值，共獲得8 597個觀測值。

（二）模型設計和變量定義

1.針對假設1構建模型1

SYNCHi，t=α+β1RD_Pi，t-1+β2Control+ε （1）

（1）被解釋變量：股價同步性SYNCHi，t

根據Xu[22]的做法，對每一年進行如下回歸：

Ri，w，t=β0+β1Rm，w，t+β2Rm，w-1，t+β3RI，w，t+β4RI，w-1，t+εi，w，t

其中，Ri，w，t為股票i第t年第w周考慮現金紅利再投資的收益率；Rm，w，t為A股所有股票第t年第w周經流通市值加權的平均收益率；RI，w，t為股票i第t年第w周對應行業I的資產組合（不包含公司i）經流通市值加權的平均收益率。由以上模型得到每個公司一年的確定性系數R2并進行對數化處理：

SYNCHi，t=LnR■■÷1-R■■

（2）解釋變量

研發投入強度為第t-1年對公司i研發投入的金額/營業收入，表示為RD_Pi，t-1。

（3）控制變量

分析師跟蹤人數COVi，t；市值的自然對數MVi，t；股票年度換手率TURNOVERi，t；總資產負債率LEVELi，t；機構持股比例HOLDi，t；凈資產收益率ROEi，t，年度和行業啞變量。

2.針對假設2構建模型2

COVi，t=α+β1RD_Pi，t-1+β2Control+ε （2）

（1）被解釋變量

分析師跟蹤人數為第t年對公司i跟蹤的券商數量，對其進行加1取對數的處理，表示為COVi，t。

（2）解釋變量

研發投入強度RD_Pi，t-1（同模型1）。

（3）控制變量

深證100指數啞變量SHEN100，上證180指數SHANG180，考慮現金紅利再投資的年個股回報率Yretwd，市值的自然對數MVi，t；市賬比MBi，t；股票年度換手率TURNOVERi，t；總資產負債率LEVELi，t；機構持股比例HOLDi，t；凈資產收益率ROEi，t，年度和行業啞變量。

由于被解釋變量為正整數，不滿足OLS中因變量正負無窮連續的假設，因此使用Negative Binomial回歸。

3.針對假設3構建模型3

SYNCHi，t=α+β1COVi，t+β2XRDi，t+β3Xi，t+β4Control+ε

（3）

（1）被解釋變量：股價同步性（同模型1）

（2）解釋變量：分析師跟蹤人數（同模型2）、研發投入強度（同模型1）及其交乘項

由于兩個變量均為連續變量，為了解決多重共線性問題，對解釋變量及其交乘項進行去中心化處理，即交乘項為（COVi，t-COVmean）（XRDi，t-XRDmean），表示為Xi，t。

（3）控制變量endprint

根據伊志宏[21]等，選用控制變量：

市值的自然對數MVi，t；市賬比MBi，t；股票年度換手率TURNOVERi，t；總資產負債率LEVi，t；機構持股比例HOLDi，t；凈資產收益率ROi，t，年度和行業啞變量。

（4）內生性問題

本文結論可能受內生性問題的干擾，即分析師可能會傾向關注股價同步性更低的高R&D投入強度公司。為了緩解內生性問題，使用股價波動性VOLi，t和E_COVi，t作為COVi，t的工具變量進行2-SLS回歸，具體構建方法同Xu et al.[22]。

四、實證結果及分析

2007—2015年，我國A股上市企業研發投入總額不斷增加。2015年研發投入總額達3 414.98億元，比2014年增長近30%（詳見表1）。從行業分布來看，研發投入強度最高的行業為軟件和信息技術服務業，平均研發投入額超過營業收入的10%，最大研發投入強度達25%以上。此外，互聯網和儀器儀表等設備制造業的研發投入強度也位于前列（詳見表2）。而餐飲業、運輸業等行業的研發投入強度較低，平均研發投入強度低于1%。

根據描述性統計表（表3），股價同步性均值為-1.06，所有值在-6.17至6.77之間變化，標準差接近1。分析師跟蹤券商家數進行取對數處理后均值為2.01，研發投入強度的均為0.037，最小研發投入強度約為0.1%，最大研發投入強度超過25%。SHANG180和SHEN180為啞變量。

從回歸的角度，根據表4的OLS結果，研發投入強度與股價同步性的關系顯著為負，支持了“非理性行為觀”，即研發投入強度越大的企業，股價中的噪聲、泡沫越大，股價異常波動越大，股價同步性越低，這一結論支持了假設1b，否定了假設1a。在控制行業、年度的情況下，凈資產收益率、機構持股比例和換手率與股價同步性的關系顯著為負，凈資產收益率、機構持股比例越高的企業通常面臨的信息環境更好，股價中的公司特質信息含量更高，股價同步性更低。更高的換手率可能意味著更多的投資者非理性短線投機，因而股價噪音較大，波動性較大，股價同步性更低。

根據表4的Negative Binomial回歸結果，研發投入強度與分析師跟蹤的關系顯著為正，即研發投入強度越大的企業，跟蹤的分析師越多，支持了假設2。高研發投入強度的企業待披露的研發投入信息量較大，信息披露需求較高，給分析師大量空間去挖掘信息，充分發揮其作用，對這類企業的準確分析判斷是對分析師個人的能力的重要證明，跟蹤收益大于跟蹤成本，分析師更傾向于跟蹤高研發投入強度的企業。在控制行業、年度的情況下，凈資產收益率、機構投資者持股比例和市值越高、杠桿越低的企業，基本面情況更好，更受分析師青睞。

表5通過OLS和2SLS回歸驗證了分析師跟蹤對R&D投入強度與股價同步性的調節效應，結論顯示分析師與研發投入強度的交乘項與股價同步性的關系為顯著負相關，驗證了假設3b，分析師跟蹤會增強R&D投入強度與股價同步性之間的負向關系。經驗證假設1b的非理性行為觀，企業R&D投入強度越高股價中的噪音越多，股價同步性越低，同時，假設2驗證分析師有動機跟蹤R&D投入強度高的企業，然而跟蹤的分析師出于利益等原因，對高R&D投入強度企業投入的有效分析資源有限，并存在根據市場及基金經理偏好造熱點、推熱股現象，高研發投入企業常常受其追捧。分析師利用投資者的非理性投資情緒，推動投資者追高新技術題材股現象，加劇了投資者的非理性投資行為和股價的異常波動，股價中的噪音更多，股價同步性更低，因而分析師跟蹤增強了R&D投入強度與股價同步性之間的負向關系。控制變量的符號未發生變化。

五、進一步分析

分析師對研發投入強度與股價同步性的調節作用存在另一種可能的解釋。He et al.[23]發現分析師預測比較注重短期業績，在其壓力下管理層會減少研發投入，尤其是投資風險較高、研發周期較長的研發項目投入來提高短期業績迎合分析師。謝震等[24]也發現分析師跟蹤會使管理層減少研發投入。因此另一種可能的解釋是分析師跟蹤導致企業減少研發投入，因而影響研發投入強度企業與股價同步性的關系。由于本文實證檢驗證明，研發投入強度與股價同步性二者關系為負，因而在分析師跟蹤的壓力效應下，分析師跟蹤導致企業減少研發投入會使得股價同步性上升，如圖2所示。

也就是說，若分析師并不是通過增加噪音和投資者的非理性投資行為來影響股價同步性，而是通過壓力效應來改變企業行為，減少研發投入強度，影響股價同步性的話，分析師跟蹤將會弱化二者的負向關系，這與本文假設3的實證結果不一致。同時，考慮到分析師跟蹤對企業的壓力效應可能存在一定的滯后性，本文檢驗了當期分析師跟蹤與下一期研發投入強度的交乘項對下一期股價同步性的影響。經檢驗仍顯著為負，進一步支持本文的結論。

六、結論及啟示

第一，本文發現企業研發投入強度越高，股價同步性越低，支持了股價同步性的非理性行為觀。對于信息不對稱程度較大的高研發投入強度企業，面臨的投資者非理性行為較嚴重，低股價同步性中以噪聲、泡沫等信息為主，隨著企業研發投入強度增大成為趨勢，高研發投入強度企業的股價信息含量亟待提高，這對資本市場資源的有效配置至關重要。第二，本文發現企業研發投入越高，分析師跟蹤越多。分析師在選擇跟蹤對象時對待披露信息量較大的高研發投入強度企業，具有明顯的偏好。第三，分析師跟蹤并沒有提供有效的研發活動信息，降低股價中的噪音，反而進一步推動了投資者的非理性投資行為，使高R&D投入企業的股價波動性更大，增強了R&D投入強度與股價同步性的負向關系，并且這種結果不是通過影響分析師跟蹤后企業調整其研發投入實現的。這一結論說明，對于高R&D投入強度企業，分析師跟蹤難度較大，完成有深度、有時效性、有價值的分析報告需要投入大量人力物力，而我國賣方分析師群體獨立性較差，與“基金經理”存在密不可分的利益關系，甚至會與大資金一起強勢薦股，誘發投資者不理性投資行為，造成股價異常波動，股價同步性降低，從中獲取超額收益。相關監管部門應加強對分析師的激勵和引導，促進分析師為高R&D投入企業等信息披露需求更強的企業披露更多的公司特質信息，減少噪音，引導投資者理性投資行為，便于投資者對高R&D投入企業的真實價值判斷和資本市場的有效配置，提高資本市場的有效性。endprint

【參考文獻】

[1] ROLL，RICHARD.Presidential address：R2[J]. Journal of Finance，1988，43（3）：541-66.

[2] KENNETH D W.Dividend innovations and stock price volatility[J]. Econometrica，1988，56（1）：37-61.

[3] ABOODY，LEV BARUCH. Information asymmetry，R&D and insider gains[J].Journal of Finance，2000，55（6）：2747-2766.

[4] AMIR E，LEV B. Value-relevance of nonfinancial information：The wireless communications industry[J]. Journal of Accounting and Economics，1996，22（1）：3-30.

[5] 徐欣，唐清泉.財務分析師跟蹤與企業R&D活動——來自中國證券市場的研究[J].金融研究，2010（12）：173-189.

[6] XU B，MAGNAN M L，ANDRE P E. The stock market valuation of R&D information in biotech firms[J]. Contemporary Accounting Research，2007，24（4）：1291-1318.

[7] CALLEN J L，GAVIOUS I，SEGAL D. The complementary relationship between financial and non-financial information in the biotechnology industry and the degree of investor sophistication[J]. Journal of Contemporary Accounting & Economics，2010，6（2）：61-76.

[8] TASKER S C. Bridging the information gap： Quarterly conference calls as a medium for voluntary disclosure[J]. Review of Accounting Studies，1998，3（1）：137-167.

[9] GUO R J，LEV B，ZHOU N. Competitive costs of disclosure by Biotech IPOs[J]. Journal of Accounting Research，2004，42（2）：319-355.

[10] JONES D A. Voluntary disclosure in R&D-intensive industries[J]. Contemporary Accounting Research，2007，24（2）：489-522.

[11] BHATTACHARYA S，RITTER J R. Innovation and communication：Signalling with partial disclosure[J]. Journal of Financial and Quantitative Analysis，1980，15（4）：853-854.

[12] ANTON J J，YAO D A. The sale of ideas：Strategic disclosure，property rights，and contracting[J].Review of Economic Studies，2002，69（3）：513-531.

[13] MORCK R，YEUNG B，YU W. The information content of stock markets：why do emerging markets have synchronous stock price movements？[J]. Journal of Financial Economics，2000，58（1）：215-260.

[14] KELLY. Information efficiency and firm-specific return variation[D]. Working Paper，Arizona State University，2005.

[15] 許年行，洪濤，吳世農，等.信息傳遞模式、投資者心理偏差與股價“同漲同跌”現象[J]. 經濟研究，2011（4）：135-146.

[16] 李春濤，趙一，徐欣，等. 按下葫蘆浮起瓢：分析師跟蹤與盈余管理途徑選擇[J]. 金融研究，2016（4）：144-157.

[17] 代昀昊. 分析師跟蹤、監督效應與企業行為研究[D].華中科技大學博士學位論文，2015.

[18] BARTH M E，KASZNIK R，MCNICHOLS M F. Analyst coverage and intangible assets[J]. Journal of Accounting Research，2001，39（1）：1-34.

[19] PALMON D，YEZEGEL A. R&D intensity and the value of analystsrecommendations[J].Contemporary Accounting Research，2012，29（2）：621-654.

[20] ELI AMIR，BARUCH LEV，THEODORE SOUGIA-

NNIS. Do financial analysts get intangibles？[J]. European Accounting Review，2003，12（4）：635-659.

[21] 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.

[22] XU N，CHAN K C，JIANG X，et al. Do star analysts know more firm-specific information？ Evidence from China[J]. Journal of Banking & Finance，2013，37（1）：89-102.

[23] HE J，TIAN X. The dark side of analyst coverage： The case of innovation[J]. Journal of Financial Economics，2013，109（3）：856-878.

[24] 謝震，艾春榮.分析師關注與公司研發投入：基于中國創業板公司的分析[J].財經研究，2014（2）：108-119.endprint