基于房地產板塊的分析師評級影響因素研究

秦榕辰 吳璟

摘要：以房地產板塊為切入點，研究證券分析師確定股票評級過程中的關鍵影響因素。基于對券商研報和國內外文獻的閱讀，歸納可能影響證券分析師股票評級的主要因素。在此基礎上，以2010年至2017年間904組證券分析師對130家A股上市房地產開發企業發布的股票評級為研究樣本，建立模型進行實證研究。研究結果表明，證券分析師在評級過程中同時運用了市場和企業兩個不同維度的信息，但主要偏重于市場歷史變化和企業當前狀況，相反難以有效預測此后房地產市場變化趨勢。上述規律在不同類型企業或不同特征證券分析師之間還存在一定的異質性。

關鍵詞：證券分析師;股票評級;房地產板塊;房地產開發企業

中圖分類號：F293.33

文獻標識碼：A

文章編號：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通過對企業及市場的觀察和研究從而發布股票投資評級建議，他們往往被認為是高智慧，專業能力強以及投資嗅覺敏銳的群體。國外證券分析師行業的發展歷史已有百年之久，體系和監管都較為成熟;而我國證券分析師行業則在20世紀末才初步開始發展。在1997年年末至2002年間，國務院證券委員會和證券分析師委員會先后發布了針對證券分析師行業的多項條例規范，這使得我國證券分析師行業的監管更加完善。至此之后我國證券分析師行業高速發展將近20年，并開始在降低市場信息不完備程度、促進市場健康發展等方面發揮重要作用。

相應的，證券分析師行為規律——其是證券分析師評級影響因素也一直受到學界和業界的關注。在國外的學術研究中，針對證券分析師評級影響因素的研究較為廣泛。Francis、Hanna和Philbrick將公司的財務信息與非財務信息納人證券分析師評級的回歸模型中。Mikhail等通過研究發現證券分析師會將目標企業過往的歷史信息納入到其預測判斷中。Nichols和Wieland通過研究發現證券分析師會較多關注公司的非財務信息（公司的成長性，公司未來的變化以及產品的可持續性等）。雖然證券分析師行業起步較晚，國內學者對證券分析師評級的影響因素也有一定的關注，但同樣缺乏對于房地產板塊的研究。白曉宇發現上市公司信息披露政策透明度會對分析師評級有一定的影響。吳錫皓和胡國柳認為公司財務數據會對證券分析師評級帶來一定影響。劉會芹和施先旺發現企業戰略差異性會對分析師評級的準確性帶來影響。

本文選擇以房地產板塊作為研究證券分析師股票評級影響因素的切入點。一方面，從企業的角度來看，從開發階段到項目結束，有各種因素會影響房地產開發企業的股票水平，例如企業的估值面、基本面以及宏觀經濟環境等，因此房地產板塊相比其他板塊有著更多的研究內容。另一方面，從市場的角度來看，房地產開發的周期較長，房地產板塊住房市場的信息相比其他板塊的信息更容易提煉及分析，因此各項信息也會更加客觀可靠。同時，房地產投資具有高風險性，房地產板塊相對其他板塊來說研究意義更大。由此看來，研究證券分析師股票評級的影響因素，以房地產板塊為切入點更為合適以及更具優勢。

2證券分析師股票評級影響因素選擇及分析

本文首先對不同證券公司的證券分析師在滬、深兩地上市的房地產開發企業所發布的研報進行分析研究，基于其研報中所披露的資料信息和數據，歸納證券分析師股票評級的影響因素。通過分析研究發現，證券分析師主要根據企業層面和市場層面兩個維度的信息做出評級決策，企業層面的信息包括股票市場的信息、財務報表的基本面信息，市場層面則包括企業層面和全國層面住房市場的信息。

2.1目標企業股票市場的信息

目標企業股票市場的信息是證券分析師發布股票評級的重要參考依據。證券分析師會根據目標企業股票市場近期的表現來預測該目標企業股票在未來一段時間的表現。首先，通過研讀證券分析師對房地產開發企業發布的研報，可發現分析師會優先考慮目標企業股票市場的信息，因為證券分析師希望通過該信息來判斷目標企業是否具有股票升值空間以及投資價值，他們會密切留意目標企業的每股收益、市盈率、市凈率等與股票市場相關的信息。其次，國內外研究均指出證券分析師會根據目標企業在股票市場的表現從而作出評級決策。綜合以上，將目標企業股票市場的信息作為證券分析師股票評級的影響因素之一。

基于以上分析，本文實證研究部分將選取研報中最常見及較能反映房地產開發企業股票市場的信息的指標，即目標企業投資價值來考察目標企業股票市場信息對于證券分析師股票評級的影響。2.2目標企業的基本面信息

目標企業的基本面信息同樣很大程度上影響證券分析師所發布的股票評級。證券分析師會根據目標企業過往財務報表中所披露的基本面信息來評估目標企業股票在未來一段時間的表現。首先，同樣通過研讀證券分析師對房地產開發企業發布的研報，發現證券分析師們會密切關注目標企業的基本面信息。-方面，目標企業的凈資產收益率反映了該企業自有資本獲取凈收益的能力，相應地證券分析師一般會對這些自有資本獲利能力較強的企業發布更樂觀的評級。另一方面，目標企業剔除預收款項后的資產負債率反映了該企業的資金鏈和杠桿情況，剔除預收款項后的資產負債率較高的企業更容易有資不抵債、資金鏈斷裂的風險，相應地證券分析師一般會對這些企業發布較為消極的股票評級。其次，國內外研究均表明證券分析師會關注企業的財務信息和基本面信息。綜上，將目標企業的基本面信息作為證券分析師股票評級的影響因素之一。

基于以上分析，本文實證研究部分將選取目標企業自有資本獲取凈收益能力及目標企業資金鏈和杠桿情況兩個方面，綜合考慮目標企業的基本面信息對于證券分析師股票評級的影響。

2.3住房市場的信息

除了上述兩個因素以外，目標企業住房市場的信息以及全國住房市場的信息也是證券分析師發布股票評級的重要參考依據。證券分析師會通過對目標企業及全國住房市場的信息進行綜合考慮，從而發布對應的股票評級。通過對研報的閱讀可發現，證券分析師針對房地產開發企業，皆會分析企業自身以及全國的住房市場的信息。一方面，企業自身住房市場的信息反映了企業的拿地策略優劣及項目布局是否合理。另-方面，全國層面的住房信息則反映了住房市場的宏觀水平及景氣程度。除此之外，由于房地產開發企業的主營業務為住宅開發，因此考慮兩個層面的住房市場的信息能較為準確地解讀房地產開發企業的經營發展情況，從而為證券分析師發布股票評級提供參考。

基于以上分析，本文實證研究部分將選取目標企業自身以及全國層面的住房市場信息，綜合考慮住房市場信息對于證券分析師股票評級的影響。

3研究設計

根據上文對證券分析師股票評級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表1，模型解釋變量分為三個維度共5個指標，其中企業層面考慮了股票市場的信息，也考慮了企業財務指標的基本面信息，而市場層面則考慮了全國層面及企業層面住房市場的信息。在此基礎上，引人上證指數和上證房地產指數作為模型的控制變量，本模型能夠較為客觀地評估證券分析師股票評級的影響因素。

本研究的研究時間跨度為2010-2017年，目標企業的選擇為所有在A股上市的房地產開發企業，合計130家。

本文所選取的被解釋變量為證券分析師對不同房地產開發企業的月度量化股票評級。證券分析師對不同企業的股票評級一般劃分為五個檔次，分別為“賣出”“減持”“中性”“增持”以及“買人”，分別將這5個檔次量化為1、2、3、4、5。在剔除一些缺失數據，如證券分析師名稱及股票標準化評級缺失的樣本后，將某一證券分析師對某一個目標企業發布股票評級的當天作為起始日，下一次該證券分析師對該目標企業發布股票評級的日期作為截止日，則該目標企業的起始日至截止日之間的每日股票評級都填充為起始日的股票評級。隨后，將2010年1月-2017年12月每個月的日度量化的股票評級的平均數作為該證券分析師在每個月對該目標企業的月度股票評級，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不同的房地產開發企業的月度綜合股票評級。

本文選取的解釋變量共分為三個維度，第一個維度為目標企業股票市場的信息。本研究選取目標企業的市盈率作為衡量這一維度的指標。該指標為目標企業當月的滾動市盈率，即當月總市值除以前面四個季度的總凈利潤，記作變量名PE。該變量相對于靜態市盈率以及動態市盈率更為準確，能較為適合評估目標企業的股票投資價值，從而客觀地衡量這一維度。

第二個維度為目標企業的基本面信息。本研究分別從目標企業自有資本獲取凈收益能力以及目標企業資金鏈和杠桿情況兩個角度來衡量這一維度。一方面，選取目標企業的凈資產收益率作為衡量目標企業自有資本獲取凈收益能力的指標，該指標為目標企業當月的加權平均凈資產收益率，即當月凈利潤除以平均凈資產，是一個動態的指標，記作變量名ROE，該變量能夠有助于客觀地評估目標企業未來的盈利能力。另一方面，選取目標企業當月剔除預收款項后的資產負債率作為衡量目標企業資金鏈和杠桿情況的指標，由于在我國房地產實行預售制度，房地產開發企業通常擁有巨額的預收賬款，而該筆款項沒有利息成本，最終無需償還，且一般會轉化為收人。因此，選取該指標能更為客觀地反映房地產開發企業的資金鏈和杠桿情況，并將該指標記作變量名DDTA。

由于前兩個維度的指標為企業層面的指標，考慮到不同企業的差異性較大，分別將不同變量進行1%winsorize縮尾處理，確保數據的有效性和可靠性。

第三個維度為住房市場的信息。本研究分別從全國宏觀層面以及目標企業微觀層面去衡量這一維度。首先，在全國宏觀層面，選取全國新房房價指數的同比增長率作為衡量全國住房市場的信息的指標，并將該指標記作變量名NI_YC，該變量反映了全國在住房市場價格的表現。而在目標企業微觀層面，將目標企業在不同城市從當月算起，往之前倒推3年的土地增量總和作為當月在不同城市的土地存量，并按照當月土地存量在不同城市的值取相應的權重，隨后將該月不同城市的權重和該月全國90大中城市的新房房價指數同比增長率進行對應相乘并加總，為了使研究更具有準確性和意義，將目標企業在90大中城市以外的城市的土地存量與四線城市新房指數的同比增長率做匹配，得到該月目標企業按城市加權平均的新房房價指數同比增長率，并將該增長率減去該月全國新房房價指數的同比增長率，該指標能較為客觀地評估該月目標企業在住房市場的表現，記作變量名LAI_D，證券分析師能通過這一變量有效預測不同目標企業的股票表現并作出股票評級。

最后，在此基礎上，本研究分別引人上證指數和上證房地產指數的月度同比增長率作為模型的控制變量，控制大盤變化的效應，分別記作變量名SH和SHRED。同時，本研究亦分別加入年份固定效應，企業變量及證券分析師變量控制不同企業及證券分析師的效應。

3.2數據來源

本研究采用的目標企業的股票市場的信息及大盤變化的信息數據主要來源是Wind數據庫，目標企業住房市場的信息數據主要來源于CREIS中指企業數據庫，目標企業的基本面信息分別來源于各企業在年報中所披露的財務信息。本研究所涉及的目標企業層面以及全國層面的住房市場的信息數據主要來源是《中國區域經濟統計年鑒》《中國國土資源年鑒》等統計年鑒。

3.3描述性統計

模型各指標描述性統計分析如表2所示。從表2可發現，證券分析師在2010年至2017年對不同目標企業給出的平均月度量化股票評級為4.30，由此看來證券分析師傾向于作出具有樂觀傾向的評級。

4實證結果分析

4.1證券分析師股票評級影響因素

以不同證券分析師對所有A股上市的房地產開發企業的股票評級作為觀察樣本，總結并探討證券分析師股票評級的影響因素。

由表3可看出，在企業層面，目標企業市盈率的同比增長率對證券分析師股票評級的影響顯著為負，說明證券分析師比較注重目標企業的投資價值，當市盈率越低，說明市價相對于股票的盈利能力越低，表明投資回收期越短，投資風險就越小，股票的投資價值就越大，而證券分析師也給出了積極的評級。在目標企業的基本面信息方面，目標企業凈資產收益率的變化對證券分析師股票評級的影響顯著為正，反映出證券分析師比較關注目標企業獲取凈收益的能力。目標企業剔除預收款項后的資產負債率對股票評級影響顯著為負，反映證券分析師對于負債較低的企業的前景看法較為樂觀，認為資金鏈的穩定及較低的杠桿能夠為企業帶來正面的影響。

在住房市場層面，當月目標企業微觀層面的住房市場的信息以及全國宏觀層面的新房房價指數變化對股票評級的影響顯著為正，說明證券分析師會同時參考微觀層面以及宏觀層面的住房信息作出評級決策;而未來一年目標企業微觀層面的住房市場信息以及全國宏觀層面的房價指數變化對股票評級的影響并不顯著，說明證券分析師并不能預測微觀層面以及宏觀層面住房市場未來的變化，他們并不能超前預測未來的信息從而作出股票評級決策。

4.2不同所有制及資產規模對證券分析師股票評級的影響

在總結證券分析師股票評級影響因素實證結果的基礎上，進一步對不同所有制類型及不同資產規模的企業作出差異性分析。首先根據目標企業上市年報中官方披露的實際控制人判別是否國有企業，并將國有企業和非國有企業的啞元變量以及原有解釋變量的交叉項引入到模型中。與此同時，將不同企業的資產中位數作為劃分依據，將企業劃分為大中型企業和中小型企業，同樣以啞元變量與解釋變量的交叉項形式引入到模型中，分析結果如表4所示。

從表4可看出，在不同所有制類型層面，國有企業與非國有企業的差異性主要體現在基本面信息上，目標企業的總資產報酬率的交叉項顯著為負，反映出相對于國有企業，證券分析師更傾向于關注非國有企業的自有資本獲取凈收益的能力，說明非國有企業相對于國有企業來說，投資是否帶來足夠的收益在證券分析師看來更為重要。在不同資產規模層面，大中型企業與中小型企業的差異性主要體現在股票市場的信息以及住房市場的信息上。目標企業的市盈率的交叉項顯著為負，反映出相對于大中型企業，證券分析師更傾向于關注中小型企業的股票投資價值，而目標企業的在全國城市的新房房價指數同比增長率的交叉項顯著為負，說明分析師認為中小型企業相對于大中型企業更容易受到來自全國層面住房市場的沖擊而影響，從而作出相應的股票評級。

4.3證券分析師自身屬性對股票評級的影響

在探討了不同企業屬性對于證券分析師股票評級的影響之后，進一步研究證券分析師自身屬性對股票評級的影響。

從表5可看出，在不同性別差異性方面，市盈率以及企業層面住房市場的信息與性別啞元變量的交叉項顯著為負，說明女性證券分析師相對于男性證券分析師來說更關注目標企業的投資價值以及企業層面的住房信息，而剔除預收款項后的資產負債率與性別啞元變量的交叉項顯著為正，反映了男性分析師相對于女性分析師更關注目標企業的負債水平、資金鏈情況及杠桿情況。

在不同學歷的差異性方面，將本科及以下學歷劃分為較低學歷，碩士及以上學歷劃分為較高學歷。研究發現凈資產收益率以及全國層面的新房房價指數同比增長率與學歷啞元變量的交叉項顯著為負，說明學歷較低的證券分析師相對于學歷較高的證券分析師來說更關注目標企業自有資本獲取凈收益的能力以及全國住房市場的信息，從而作出相應的股票評級。

在不同類型的證券分析師差異性方面，不同評估機構會根據不同證券分析師對股票的推薦、盈利預測能力、撰寫的研究報告的水平等綜合素質對分析師進行一個全面綜合的評定，評分較高者會得到明星分析師的稱號。在此基礎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，研究發現剔除預收款項后的資產負債率的交叉項顯著為正，說明明星分析師相對于非明星分析師更注重目標企業的負債水平、資金鏈情況以及杠桿情況;同時發現全國層面的新房房價指數同比增長率的交叉項顯著為負，反映出非明星分析師相對于明星分析師來說更關注全國住房市場的信息。

在發布股票評級的證券分析師人數差異性方面，由于證券分析師并不都是獨自對目標企業進行股票評級發布，更多情況下多名證券分析師會聯合對一家目標企業發布股票評級。因此，將證券分析師劃分為群體分析師以及個體分析師進行差異性分析，研究發現在各項指標上，與原有解釋變量的交叉項都顯著為正，表明群體分析師相對于個體分析師來說關注的內容更為全面，也側面反映出群體分析師相對于個人分析師來說所發布的股票評級更為客觀可靠。

5結論與討論

本文以中國房地產板塊為切入點，通過對影響因素的選擇分析以及實證研究，從多個維度出發，系統而全面地對證券分析師股票評級的影響因素進行研究。通過研究發現證券分析師傾向于作出具有樂觀傾向的股票評級。證券分析師更傾向于對股票投資價值較高、自有資本獲取凈收益能力較強、資金鏈和杠桿情況更穩定的目標企業發布樂觀的股票評級，并且證券分析師也會關注企業層面和全國層面住房市場的信息，當住房市場表現更為活躍，相應地證券分析師所發布的股票評級亦會更為樂觀。但研究結果也表明，證券分析師并不能預測微觀層面以及宏觀層面住房市場未來的變化，他們并不能超前預測未來的信息從而作出股票評級決策。不同所有制以及不同資產規模的房地產開發企業對證券分析師股票評級的影響存在明顯的異質性。相對于國有企業，證券分析師更傾向于對盈利能力較好的非國有企業作出樂觀的股票評級。相對于大中型企業，證券分析師更傾向于對股票投資價值較高的中小型企業作出樂觀的股票評級并且認為其更容易受到來自全國層面住房市場信息的沖擊而影響。

證券分析師自身的屬性對股票評級的影響同樣存在明顯的異質性。相對于男性證券分析師，女性證券分析師更樂于對投資價值較高的目標企業作出積極的股票評級，并且她們更容易受到企業層面的住房信息的影響而改變對股票評級的決策，而男性證券分析師則對資金鏈、杠桿情況較理想的目標企業更為看好，從而作出積極的股票評級;.學歷較低的證券分析師相對于學歷較高的證券分析師來說更關注目標企業自有資本獲取凈收益的能力以及全國住房市場的信息。明星分析師更關注目標企業的資金鏈和杠桿情況，而非明星分析師則更關注全國層面的住房市場信息;就分析師人數而言，群體分析師相對個體分析師所關注的因素更為全面，反映出群體分析師所發布的股票評級更為客觀可靠。

參考文獻：

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分析師預測的多重影響研究.金融研究.2009.04

4.吳錫皓胡國柳.不確定性、會計穩健性與分析師盈余預測.會計研究.2015.09

5.劉會芹施先旺.企業戰略差異對分析師行為的影響.山西財經大學學報.2018.01

6.何立偉.股價大幅波動后的動量和反轉效應研究——基于分析師評級的經驗分析.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.財務業績、投資評級與股票收益.財務與金融.2015.06