基于中國股市實證分析的利益關系對分析師盈利預測的影響研究

任嘉文

摘要：在信息不對稱理論下，我國證券分析師受到諸多利益因素的影響，因此本研究的目的是試圖找出哪些利益因素以及其如何影響分析師的盈利預測。文章利用2012～2015年的實例數據，創造性地將利率因素量化，并進行了實證分析。回歸結果表明，證券分析師與上市公司管理層或機構投資者的關系越密切，其盈利預測的準確性越高。此外，分析師聲譽與盈利預測準確性存在負相關關系。此外，證券承銷關系對分析師盈利預測的準確性沒有顯著影響，但承銷分析師更有可能高估目標公司的每股收益。

關鍵詞：證券分析師;利益關系;盈利預測

我國證券市場自1984年成立以來，隨著國內資本市場的逐步發展，對信息的需求已從關注歷史信息向關注未來信息轉變。目前，我國預測信息的來源主要有兩種：一是管理層發布的預測信息;二是證券分析師發布的預測信息。考慮到信息披露的成本，上市公司管理層通常不愿意自愿披露預測性信息，因此證券分析師發布的預測性信息在證券市場中扮演著更為重要的角色。

來自美國20世紀初的證券分析師負責收集和分析上市公司的信息，包括運營和財務數據，然后做出收益預測和投資建議，作為投資者的決策依據。嚴格來說，證券分析師有兩類，一類來自買方，服務于基金公司、保險公司等信息接收方，另一類來自賣方，服務于券商和其他信息提供者。根據中國證券業協會2015年的報告，相對于發達國家，中國證券分析師行業起步較晚，但作為公司和投資者之間的信息傳遞橋梁，該行業發展迅速，國內注冊賣方分析師數量達到2866人。

近年來，一些違反分析師獨立性的事件引起了公眾的關注。例如，2012年，海通證券機械工業首席分析師葉志剛因操縱股價被中國證監會處罰。這些損害投資者利益的事件，對分析家的預測和建議的質素產生懷疑。沒有人會否認，分析師會受到行為金融學因素的影響，這些因素會導致各種判斷和決策的偏差。作為證券公司的一員，分析師的聲譽和報酬不僅受到其所在公司經紀公司的影響，而且還受到與上市公司管理層或機構投資者關系的強烈影響。所有這些都可能降低分析師盈利預測的準確性，因此本文試圖探尋利益因素如何影響分析師。

一、理論分析與假設

一般認為，證券分析師利益沖突的主要來源有分析師所屬的證券公司、上市公司管理層、機構投資者和分析師自身，但利益沖突發生時聲譽機制才會發揮作用。當有關上述利益沖突的預測過于樂觀或不恰當時，會損害分析師的聲譽，使他們不得不平衡與證券、機構投資者和公司管理層的關系，以實現自身價值的最大化。

為了保證上市公司管理層的信息渠道，證券分析師必須與上市公司管理層保持良好的合作關系。很難量化證券分析師與上市公司管理層之間的關系，嘗試同時使用對同一家公司的分析師建議來量化這種關系。

分析師推薦評級越高，證券分析師與上市公司管理層的關系越密切。更密切的關系使分析師更容易獲得有用的信息。因此，證券分析師與上市公司管理層之間的關系可以提高其盈利預測的準確性。

假設一：分析師與上市公司管理層的關系越密切，分析師盈利預測的準確性越高。

分析師聲譽和盈利預測準確性之間的影響機制可能是不確定的。顯然，盈利預測的準確性影響到分析師未來的聲譽。與此同時，分析師聲譽將通過以下兩種方式對盈利預測的準確性做出反應。一方面，分析師的聲譽越高，其報告的影響力就越大。另一方面，享有較高聲譽的分析師將獲得更高的待遇。聲譽對分析師盈利預測的這兩個作用是不利的，但考慮到博弈的討價還價能力和決策影響力的持久性，前者起主導作用。

假設二：分析師的聲譽越高，其盈利預測的準確性就越低。

如果分析師所屬的證券公司是上市公司的承銷商，包括其首次公開發行（IPO）、發行股票或配股的主承銷商和聯席承銷商和分銷商，分析師傾向于在其收益預測中增加正偏差，以保持承銷關系的好處。然而，非承銷商分析師可以在不考慮承銷關系的情況下進行預測。

假設三：與非承銷商分析師相比，承銷商分析師的盈利預測準確性較低。

眾所周知，機構投資者是證券的主要買家，帶來的傭金是當今證券公司的主要收入來源。如果機構投資者持股越高，與機構投資者的關系越密切，分析師就越有可能密切跟蹤上市公司的信息，提高其信息透明度和準確性，以確保機構投資者獲得更準確的信息。

假設四：分析師與機構投資者的關系越密切，分析師的盈利預測準確率就越高。

本文在文獻回顧和理論分析的基礎上，引入推薦評級、分析師排名、承銷條件和投資組合持股比例等變量對上述利益關系進行量化，并利用回歸模型檢驗這些利益關系對分析師收益預測準確性的影響。

二、實驗數據與方法

（一）數據來源

本文以2012～2015年我國上市公司為分析樣本。樣本公司在深圳和上海證券交易所的董事會上市。將金融公司排除在外，因為它們的負債與其他行業的負債不能嚴格地進行比較。財務會計信息數據提取自深圳GTA信息有限公司的中國股票市場與會計研究（CSMAR）數據庫，并從CSMAR的證券分析師預測數據庫中收集收益預測和推薦數據，如果同一分析師每年預測一家公司超過兩次，本文選擇最新的年度每股收益預測作為研究對象。為了減少異常值的影響，在第一個和第99個百分位數處對每個連續變量進行窗選。在本文中，使用Excel和Stata 2014對數據進行處理并進行實證分析。

（二）變量定義

bias是分析師盈利預測的偏離程度。為了衡量盈利預測的準確性，使用分析師盈利預測的偏離度，其計算公式如式（1）：

Bias=|Meps_i，L-Feps_i，t|/|Meps_i，s|（1）

其中，Meps_i，t是每股收益的實際價值，Feps_i，t分析師收益預測中每股收益的預測值。bias值越低，說明分析師盈利預測的誤差水平越低，這意味著分析師盈利預測的準確性越高。

Rank是一個虛擬的值。眾所周知，分析師推薦評級越高，證券分析師與上市公司管理層的關系越密切。如果分析師建議買入股票，其價值為1;當建議為“outperform”，“neutral”，“underperform”，“selling”時，其價值為2～5。

Rep是一個虛擬值。如果這位分析師是2012～2015年《新財富》排名的前三名分析師，那么Rep就是1，否則就是0。

Uw是一個虛擬值。如果該分析師所屬的證券公司是該上市公司的承銷商，包括其首次公開發行（IPO）、發行股票或配股的主承銷商和聯席承銷商和分銷商，則為1，否則為0。

Fund是衡量與機構投資者關系的變量。本文使用的是投資組合管理持有的股份與總股本的比率。

關于實驗中的控制變量：因為分析師發布報告的日期與預測的日期越近，盈利預測的準確性就越高。設以上兩天之間的天數為Span。換句話說，分析師預測的財務狀況越長，他們預測的偏差就越大。PC代表著公司的可預測性，被確認為盈利預測準確性的一個重要因素。它是按營業外利潤與利潤總額之比計算的。EV是一個控制變量，反映了上市公司的收益波動性，它是以每股收益的標準差來衡量的。EV越大，意味著盈利的不確定性越大，可能會給分析師帶來更多困難。Size按總資產的自然對數計算。Growth是用總資產的增長率來衡量的。

（三）實證模型

使用下面的回歸模型來檢驗H假設1到H假設4。使用普通最小二乘法（OLS）估計方程（2）：

Bias=α+β₁·Bank+β₂·Rep+β₃·UW+β₄·Fund+β_i·Control_i+ε（2）

Control_i+是一個控制變量。

三、實證分析結果

（一）描述性統計

表1顯示某些變量的匯總統計信息。FEPS的均值和中值均高于MEP，表明分析師的預測過于樂觀。同時，最大偏差值為6.4，最小偏差值為0，說明我國分析師的盈利預測能力參差不齊。此外，Rank的平均數和中位數遠低于3，代表中性，反映出分析師的投資建議存在樂觀偏差，這與以往的大多數研究相當。

表2列出了樣本中2012～2015年承銷商分析師和《新財富》排名前三位的分析師的分布。一般而言，在所有分析師所屬的證券中，只有4.2%是上市公司的承銷商，包括其首次公開發行（IPO）、發行股票或配股的主承銷商、聯席承銷商和分銷商，而95.80%的樣本分析師與其分析對象沒有承銷關系。此外，前三名分析師的比例約為13%。

（二）實證結果

一般情況下，只有當方差因子大于10時，變量的多元回歸方程才存在嚴重的多重共線性問題，此時方差因子為2.0291，拒絕多重共線性假設。此外，該模型的F統計量為68.6063，說明該模型具有很好的擬合能力（見表3）。

與假設1一致，等級與偏見呈正相關（p<0.01）。這表明，分析師推薦評級越高，證券分析師與上市公司管理層的關系越密切，將提高分析師的預測準確性。

REP與BiASIS之間存在顯著的正相關關系（p<0.05），這是對假設2的有力佐證。同時，由于第二部分中給出的原因，系數很小。盡管分析師希望提高自己的聲譽，但不得不發布過于樂觀的預測，以取悅投票給頂級分析師的機構投資者，這讓分析師陷入了兩難境地。顯著的結果表明，目前中國的分析師關注的是長期聲譽，而不是短期利益。

第三行的p值大于0.1，表明假設3是無效的。也就是說，承銷商分析師和非承銷商分析師的預測準確率沒有顯著差異。由于中國資本市場信息披露制度的不完善，投資者很難公開收集相關信息，而承銷商的分析師在承銷業務中享有信息優勢，在一定程度上可以更準確地進行預測。

第四行基金與偏差呈負相關（p<0.01），支持假設4，表明證券分析師與機構投資者的關系越密切，實際盈利與預期盈利的偏差越小，分析師盈利預測的準確性越高。投資組合管理所持股份占全部股權比例較高的公司將受到公眾更多的關注，這將提高公司相關信息的準確性。與此同時，分析師更有可能密切跟蹤這類公司的信息，以維持與機構投資者的關系。因此，分析師對這類公司的預測會更準確。

四、結語

綜上所述，中國分析師盈利預測報告準確性較低的主要原因是分析師面臨著復雜的利益沖突。為了改善這一狀況，證券行業需要對上市公司信息披露、證券分析師利益沖突披露等進行更多的規制。同時，中國證券分析師協會等組織要加強行業自律，推動證券市場發展。

此外，證券公司還應加強自身管理，提高分析師的預測質量。一方面，禁止分析師的薪酬與投資銀行和證券自營部門的業績掛鉤，將使分析師能夠更獨立地做出預測。另一方面，提高招聘要求將提升分析師的整體表現，有助于更好的預測結果。

參考文獻：

[1]熊維強，宋軍.金融分析師的羊群行為和“逆羊群”行為[J].統計與決策，2006（11）：34-35.

[2]李丹.媒體關注度、投資者情緒與分析師盈利預測準確性[D].上海：上海外國語大學，2018.

[3]李冬昕，李心丹，張兵.分析師的盈利預測偏差與本地優勢[J].財經科學，2011（03）：26-33..

[4]袁琴.銀行業證券同盈利預測研究[D].開封：河南大學，2009.

[5]邢文杰.財務分析師盈利預測準確性的實證研究——來自上市公司的證據[D].鎮江：江蘇科技大學，2014.

[6]康璐.證券分析師市盈率預測精確度的實證研究[D].長沙：湖南大學，2009.

[7]楊楓.分析師盈利預測偏差研究綜述[D].學海，2012（02）：212-216.

（作者單位：江西農業大學經濟管理學院）