財務報告信息可比性影響分析師私有信息獲取嗎？

許汝俊 王霞 徐明亮

(1.中南財經政法大學金融學院，湖北 武漢 430073；2.湖北工業大學經濟與管理學院，湖北 武漢 430068；3.中南財經政法大學會計學院，湖北 武漢 430073；4.江西財經大學會計學院，江西 南昌 330013)

一、引言

作為我國新興資本市場的重要組成部分，分析師行業在我國方興未艾，他們通過有效運用自身的信息優勢，對提高資本市場效率及營造良好的信息環境具有重要作用。分析師群體信息來源與行為特征相關探索意義重大，且在我國信息披露制度改革背景下，上市公司信息質量特征一定程度上決定了分析師對不同信息搜尋的程度及利用程度。財務報告信息可比性作為財務信息內容的重要質量特征之一，在上市公司信息披露過程中具有不容忽視的作用，外部投資者通過對相關財務信息的了解，能夠進一步對自身投資決策做出判斷或調整。已有研究也表明，經歷相似經濟活動的相關公司會發布極其相似的財務報告結果和會計信息，且財務報告信息可比性的提升能夠增強財務報告的信息有用性，為分析師和外部投資者提供了更多的決策參考信息。

那么，基于以上背景，一方面，財務報告信息可比性越高，可比公司信息的可用性越高，信息的公開性也越強，進而會降低這類公共信息的搜集成本；同時，分析師的職能更多在于信息解釋而非傳遞新信息(Chen et al.，2010)[10]，豐富的信息有助于分析師預測公司收益，例如允許分析師更好地解釋公司的歷史業績或使用來自可比公司的信息作為其收益預測的額外幫助，而De Franco et al.(2011)[13]的研究也表明，隨著可比性的提升，跟蹤特定公司的分析師同時也跟蹤同一行業的另一家公司的可能性會越來越大。以上分析均表明分析師受益于更高的可比性，即面臨更低的信息獲取和處理成本。另一方面，分析師在其職業發展過程中會重視相關信息來源的獨特性，因為這將可能直接對精確預測產生影響。隨著可比性的提升，相關公司的公共信息獲取也更為容易，分析師基于這類信息的預測結果將會趨于同質化，而分析師競爭本身是一種同行的相對績效競爭(Aharoni et al.，2017)[1]，因此，私有信息的重要性及其對分析師盈余預測的貢獻不言而喻。

針對以上分析，本文將探索財務報告信息可比性對分析師私有信息獲取量的影響，明確財務報告信息可比性是否能夠推動分析師獲取更多的私有信息；進一步地，如果存在影響關系，前述關系是否會受到管理層信息優勢、公司治理機制等因素的影響？進而對預測結果產生影響？針對這些問題的探索，在理論上，將會揭示可比性質量特征影響分析師私有信息獲取的內在機理，系統性厘清兩者之間的關系，豐富分析師獲取私有信息的影響因素的相關文獻，并從公共信息與私有信息關系視角豐富財務報告信息可比性的經濟后果的研究范疇；在實踐上，將為進一步提高財務報告信息披露質量、規范分析師與管理層私有信息溝通行為及提高外部投資者信息使用效率提供理論依據和政策參考。

二、文獻回顧與評述

(一)財務報告信息可比性的經濟后果

首先，財務報告信息可比性對公司行為(融資、投資等)的相關影響方面，大多數研究對投融資行為的影響進行了探索。基于融資視角，研究表明債務成本、權益資本成本均會隨著財務報告信息可比性的提升而降低(Fang et al.，2016；Imhof et al.，2017)[14][21]，且在我國新三板公司可比性也被證實會提高定向增發的市盈率(鄭琦和李常安，2017)[38]?；谕顿Y視角，早期研究發現，信息環境質量會因執行IFRS帶來的更高信息可比性而有所提高(Horton et al.，2013；Fang et al.，2015)[17][15]。有學者也發現財務報告信息可比性增強了管理層對海外同行公司的信息利用，進而顯著提升投資效率和多元化的并購效率(Chen et al.，2018)[7]。在我國，非國有企業的投資效率對財務報告信息可比性的敏感程度更高(袁振超和饒品貴，2018)[35]。而創新水平也被證實會隨著財務報告信息可比性的提升而提高(江軒宇等，2017)[30]。

其次，財務報告信息可比性對管理層特征的影響也較為明顯。有學者從管理層特征角度探索相關經濟后果，研究表明財務報告信息可比性的提升會降低應計盈余管理水平(Sohn，2016)[26]，且可比性質量特征會通過多元化發展提高內部資源配置效率，并緩解代理問題(Cheng and Wu，2018)[8]。而高管薪酬契約有效性也被證實會隨著財務報告信息可比性質量特征的提升而提高(唐雪松等，2019)[33]。

最后，外部市場和信息使用者也被證實會受到財務報告信息可比性的影響。其一，相關學者針對財務報告信息可比性的市場反應進行了研究，結果表明可比性特征提高了會計信息相似性并引起了部分投資者的及時反應(Campbell and Yeung，2017)[9]。其二，外部審計行為也會受到財務報告信息可比性的顯著影響。在審計效率的相關影響方面，國外研究發現可比性與審計時滯、發表錯誤審計意見的可能性均呈負相關，說明可比性加強了會計信息對外部審計的有用性(Zhang，2018)[28]；而在我國，相關學者得出了相反的結論，即公司追求財務報告信息可比性的同時，審計師信息搜索成本和時間增加，導致審計時滯更長(袁振超和韋小泉，2018)[36]。當然，也有學者發現審計費用會隨著財務報告信息可比性引致的審計效率的提升而下降，且獲得非標意見的概率更小，但代理沖突問題可能會弱化這種關系(陳玥和江軒宇，2017；謝盛紋等，2017)[29][34]。其三，基于分析師行為視角，相關研究表明財務報告信息可比性的提升能夠降低分析師獲取信息的成本，進而引起更多的分析師跟蹤，并提高預測精度，降低預測分歧度(De Franco et al.，2011)[13]。

(二)分析師私有信息的產生與有效性

有關分析師獲取私有信息，最早由Barron et al.(1998)[3]進行了相關實證變量的構建，他們通過一定的數理推導對分析師私有信息進行了量化，并得出了相對公認的量化標準。后期有學者基于該標準進行了相關探索，鑒于近年來管理層與分析師的互動頻繁，相關研究逐漸顯現。具體來看，前期相關文獻簡要歸納為如下兩個方面：

第一，有關分析師私有信息的產生，早期研究表明分析師在年度財務報告公布之前獲得更多私有信息(Barron et al.，2002)[4]，而負向盈余情況會提高分析師預測誤差，進而促進分析師尋求更多私有信息(Barron et al.，2009)[5]。私有信息的產生也是由于分析師希望通過利用他們與管理層的私有溝通行為來補充財務報告信息的不足(Lang and Lundholm，2000)[24]。同時，分析師特征及投資者行為也會對私有信息的出現產生影響。具體來看，相關研究表明，能力和經驗相對缺乏的分析師為了避免他們所獲得的私有信息被證明是錯誤的，會戰略性地降低私有信息在預測中的權重(Hong et al.，2000)[18]。還有研究也表明，職業經驗欠缺的分析師、跟蹤更多上市公司的分析師及付出更多精力的分析師對私有信息的需求程度更高，其進行私有信息挖掘的可能性也更高(Soltes，2014)[27]。基于博弈論，對分析師特征與其私有信息之間的關系探索發現內心強大的分析師理論上往往更愿意相信自己的專有私人信息，并從公眾信仰中轉移其公告，以試圖脫穎而出，但實際上當他們感知同行也被告知相同信息時，他們則會采取相反的策略(Aharoni et al.，2017)[1]。而基于投資者情緒視角，有研究表明高漲的投資者情緒將會抑制分析師私有信息的產生(Keshk and Wang，2018)[22]。同時，也有研究結合媒體報道進行了探索，發現上市公司的媒體關注度越大，釋放的公眾或公開信息也就越多，私有信息需求則會相對越少，獲取量更少(Huang et al.，2014)[19]。

第二，基于私有信息利用的有效性，相關學者也對私有信息的精度進行了探索。相關研究發現，當管理層的行動影響到報告的收益，而外界很難預期他們的行為時，他們的預測可能比分析師的預測更準確。例如當公司的存貨異常高或公司產能過?；蛟馐軗p失時，盡管通常將分析師視為行業專家，但并沒有證據表明在行業層面上分析師比管理者更具有信息優勢(Hutton et al.，2012)[20]。與此同時，也有學者基于管理層預期視角研究了其對分析師獲取私有信息量的影響，發現當公司收益波動更大時，分析師在預測之前會獲得較少的私人信息，而在外界能夠準確預期管理層的預測行為時，相關分析師會獲得更多的私人信息(Altschuler et al.，2015)[2]。此外，還有學者基于雙重股權結構和內部人控制差異，發現獲取的私有信息并未給分析師預測帶來有效的作用，且在公司層面不確定下更為明顯(Park et al.，2017)[25]。

綜上所述，現有文獻主要從財務報告信息可比性的影響因素及經濟后果來進行研究，雖然文獻較為豐富，但是可比性特征與外部環境的關聯研究僅局限于準則、法律、文化、外部審計等方面，與分析師、投資者等其他外部信息使用者的關聯研究尚為鮮見。同時，本文有別于De Franco et al.(2011)[13]的研究，其主要集中于財務報告信息可比性對分析師跟蹤及預測的影響，從信息獲取成本角度驗證了財務報告信息可比性引致的公共信息的有效性，而本文聚焦于我國資本市場分析師行業發展。與國外成熟市場的分析師行業有所不同，我國分析師行業處于新興發展階段，分析師對私有信息的搜集及其與管理層的私有溝通在近年來才逐漸頻繁，這也表明私有信息很可能也開始作為我國資本市場分析師重要的信息來源。而這種分析師私有信息獲取是否能夠受到公共信息的影響，尤其是財務報告信息可比性的影響，進而對分析師預測結果產生影響，則尚未知曉。因此，本文的研究創新在于：基于相關理論邏輯揭示財務報告信息可比性對分析師私有信息獲取量的相關影響，從分析師角度研究了公共信息和私有信息的關系，一定程度上拓寬了分析師獲取私有信息的影響因素。此外，本文研究結論也為分析師行為理論的創新應用及新興資本市場管理層與分析師之間信息溝通行為的監管提供了實踐指導方向。

三、理論分析與假設提出

盡管De Franco et al.(2011)[13]的相關研究從信息成本視角發現了財務報告信息可比性對分析師跟蹤與預測的影響，但從分析師視角下公共信息和私有信息的關系看：分析師與管理層之間的私有互動及溝通在近年來越來越頻繁，管理層信息已經成為分析師預測的重要信息來源(Coyne and Stice，2018)[11]，且分析師與管理層之間私有信息的溝通能夠培養其與上市公司管理層之間的感情，對于維系客戶關系及自身未來發展具有非常重要的作用(Groysberg and Healy，2013)[16]。為了獲得更加獨特的私有信息，分析師會更有動機去維系其與公司管理層之間的關系。同時，財務報告信息可比性的增加會降低差異化決策的有用性，即盡管公共信息獲取成本較低，但這些信息會被眾多分析師捕捉到，基于分析師職業發展的行為動機，他們會通過公司調研等諸多方式尋求相對更多的私有信息。此外，隨著會計信息難度的增加，分析師解釋性角色的扮演程度越來越大，解釋性功能的重要性也越來越大，所以，為了讓私有信息具有更大的獨特性和解釋性，分析師有較大動機去挖掘更多的私有信息。因此，本文提出如下假設：

H1：財務報告信息可比性的提升將推動分析師去獲取更多的私有信息。

針對上市公司前期信息披露及當期實際情況，管理層與分析師均會對未來收益進行相關預測。當管理層的行動影響到報告的收益，而外界很難預期他們的行為時，他們的信息優勢就會逐漸凸顯，例如當公司的存貨異常高或公司產能過?；蛟馐軗p失時。盡管通常將分析師視為行業專家，但無法找到證據表明分析師在公司層面上比管理者更有信息優勢(Hutton et al.，2012)[20]。因此，基于更為具體的公司層面信息看，分析師更愿意通過管理層信息優勢來獲得更多獨特的私有信息。此外，隨著財務報告信息可比性的提升，分析師能夠感受到有價值的公共信息對預測所帶來的作用，而管理層的信息優勢能夠提供給分析師更多的信息搜尋渠道。基于信息時效性、信息獲取的便捷性看，相關分析師會更多依賴于管理層較高信息優勢帶來的私有信息，而并非財務報告信息可比性提升所帶來的壓力，即此時管理層信息優勢的增加能夠弱化財務報告信息可比性與分析師私有信息獲取之間的關系?；谝陨戏治?，本文提出如下假設：

H2：管理層的信息優勢會顯著弱化財務報告信息可比性與分析師獲取私有信息之間的關系程度。

公司治理機制作為影響管理層行為的重要因素，在分析師與管理層溝通過程中也扮演著重要的角色。理論上看，一方面，不論基于何種形式的信息搜集，在公司治理水平較高的公司中，非執行董事監督制度、機構投資者持股及董事會特質性等都會一定程度上約束管理層行為；另一方面，如果公司治理水平越高，基于財報可比性獲取的公共信息質量越高，對預測的貢獻也會越大。因此，隨著可比性的增加，相關分析師獲取私有信息的動機也將會逐漸弱化。遵循該邏輯，本文提出如下假設：

H3：公司治理水平會顯著弱化財務報告信息可比性與分析師獲取私有信息之間的關系程度。

預測精度是衡量相關分析師高質量預測最重要的指標，及時準確地掌握行業和公司層面信息是做出準確預測的必要條件，分析師預測偏差很大程度上源于其獲取信息與公司層面真實信息之間的偏誤。隨著財務報告信息可比性的提升，相關信息逐漸趨同，且不論公共信息是否對預測精度產生影響，趨同化的公共信息環境已經讓分析師不需要更多的解讀，其對私有信息的需求必定會建立在糾正公司層面信息偏誤的基礎上，進而提升預測精度。因此，基于以上分析，本文提出如下假設：

H4：財務報告信息可比性提升引致的更多私有信息會顯著提高分析師預測精度。

四、研究設計

(一)樣本選擇與數據處理

本文選取2008―2018年滬深兩市A股上市公司作為初始樣本，剔除金融類、ST、*ST公司進行檢驗，且所有的連續變量均進行上下1%的縮尾處理。分析師預測行為數據和財務報告信息可比性基礎數據均來自于國泰安數據庫，并根據基礎數據計算分析師私有信息獲取量行為指標和經過改進的財務報告信息可比性指標數據。其他公司特征變量均來自國泰安數據庫、Wind數據庫及上市公司年報。

(二)變量定義

1.分析師私有信息獲取量(Privacq)

由于不可能直接觀察分析師獲取私人信息的信息量，因此，本文借鑒Barron et al.(1998)[3]開發的分析師預測中特質信息的準確性來度量對私有信息的搜尋能力。此方法的思想是，預測的離散性反映了各分析師之間的特質信息，而共識平均預測的平方誤差主要反映了所有分析師之間通用信息的準確性。根據Barron et al.(1998)[3]的思想，并經過其嚴密的數理推導過程，最終得出了在分析師預測中私有信息獲取量部分(Privacq)的度量如下：

其中V是對i公司進行預測的所有分析師預測值的離散度(或方差)；N是對i公司進行跟蹤的分析師的預測總數；E是共識平均預測的平方誤差。同時，為了避免私有信息獲取量度量中可能存在的偏度問題，借鑒Park et al.(2017)[25]的做法，對前述私有信息獲取量指標取對數，得到Privacq。

2.財務報告信息可比性(AccCmp)

基于De Franco et al.(2011)[13]的模型，加之上市公司的好消息和壞消息，即正、負股票收益的確認具有不確定性，且一般情況下公司對壞消息的確認更為及時(李增泉和盧文彬，2003)[31]，本文借鑒Campbell and Yeung(2012)[12]的做法，在De Franco et al.(2011)[13]的模型中引入股票收益率虛擬變量(Negtiv)及股票收益的交叉項(Negtiv×Return)估算公司的會計系統。盈余估算回歸模型如下:

模型(2)中，Earnings表示公司i第t年當季度凈利潤與季度初權益市場價值的比值；Return是季度股票收益率；Negtiv是虛擬變量，若季度股票收益率為負則等于1，否則等于0。為了估算財務報告信息可比性，假定兩個公司經濟業務相同，都是Return，分別用i公司和j公司的會計系統計算預期盈余：

模型(3)(4)分別表示在期間t，依據公司i的會計系統計算得到的預期盈余和依據公司j的會計系統計算得到的預期盈余，進而計算兩公司在經濟業務相同的情況下所生成的盈余差異程度，將兩公司預期盈余差異絕對值平均數的相反數定義為公司i和j財務報告信息可比性(AccCmpit)，具體模型如下：

依據上述方法類推，計算出公司i與同行業內其他公司的財務報告信息可比性，然后將可比性值按從大到小排序，取前4個值的平均值作為公司i的財務報告信息可比性測度值，記為AccCmpit，該數值越大表示財務報告信息可比性越強。

3.控制變量

借鑒Altschuler et al.(2015)[2]等相關研究，選取公司規模、賬面市值比、資產負債率、經營現金流波動性、貝塔系數、預測間隔期、分析師經驗和明星分析師等作為控制變量；同時，為了保證結果的準確性，公司規模和賬面市值比采用滯后一期值。另外，本文還控制了年份和行業固定效應。具體變量定義如表1所示。

表1 主要變量定義

(三)模型設計

為驗證財務報告信息可比性與分析師私有信息獲取行為的關系，設定模型(6)：

為檢驗管理層信息優勢對財務報告信息可比性和分析師私有信息獲取二者之間的調節作用，設定以下模型:

上述模型中，Infadv是管理層信息優勢，借鑒Kesavan and Mani(2010)[23]、Hutton et al.(2012)[20]學者的相關研究結論，通過計算異常存貨、周期性、損失、固定成本結構、收入波動率來定義管理層信息優勢(Infadv)。與此同時，為了更好地區分管理層信息優勢的差異，本文采用管理層處于子行業中的相對信息位置來定義管理層信息優勢，具體計算如模型(8)，其中，IL為相關公司的存貨水平(此處以異常存貨計算為例)，其計算為庫存量×365/銷貨成本，并通過與行業的存貨均值做差，最終除以行業標準偏差來來衡量異常存貨水平。

為檢驗公司治理機制對財務報告信息可比性和分析師私有信息獲取二者之間的調節作用，設定以下模型:

其中，CGI是公司治理指數，為更好地反映公司的綜合治理狀況，采用主成分分析法構建公司治理指數。借鑒張會麗和陸正飛(2012)[37]等相關研究，選取第一大股東持股比例(TOP1)、Z指數(Z)、獨董比例(IND)、董事長和CEO兩職合一(DUAL)、高管持股比例(MANA)、股權性質(SOE)等6個變量進行主成分分析，選取第一主成分生成公司治理指數(CGI)，以此來反映公司綜合治理水平。

五、實證結果與分析

(一)描述性統計

表2列示了主要變量的描述性統計結果。其中，分析師私有信息獲取Privacq的均值為1.274，中位數為1.318，兩者相差不大，樣本分布較為均勻，而最大值和最小值有一定差距，說明上市公司間分析師私有信息獲取指標存在差異，為本文的實證分析提供充分的計量基礎。財務報告信息可比性AccCmp的均值為-0.028，中位數為-0.023，其結果與現有學者研究基本保持一致(謝盛紋等，2017)[34]。此外，其他變量的中位數與均值相差不大，表明樣本不存在明顯偏移。

表2 主要變量描述性統計

(二)主回歸結果

為驗證假設H1，對模型(6)進行回歸，結果如表3所示。第(1)列僅對財務報告信息可比性AccCmp與分析師私有信息獲取量Privacq進行回歸，第(2)列進一步加入公司層面的控制變量，第(3)列進一步控制行業和年度虛擬變量。第(1)～(3)列的回歸結果均顯示財務報告信息可比性AccCmp與分析師私有信息獲取量Privacq之間的相關系數為正，且均通過了顯著性檢驗，說明財務報告信息可比性的提升推動分析師獲取更多的私有信息，假設H1得到驗證。

表3 主回歸結果

(三)進一步研究

首先，本文進一步討論了管理層信息優勢的調節作用。對模型(7)的回歸結果如表4第(1) 列所示，重點關注財務報告信息可比性與管理層信息優勢交乘項(AccCmp×Infadv)的系數，考察管理層信息優勢對財務報告信息可比性和分析師私有信息獲取二者關系的調節作用?；貧w結果表明，相關交乘項系數為-6.773，且在5%水平下顯著，說明管理層信息優勢顯著弱化了分析師獲取私有信息對財務報告信息可比性的敏感性。

其次，本文進一步探討了公司治理機制的調節作用。對模型(9)的回歸結果如表4第(2)列所示，重點關注財務報告信息可比性與公司治理指數交乘項(AccCmp×CGI)的系數，判定公司治理機制對財務報告信息可比性和分析師私有信息獲取二者關系的調節作用?；貧w結果表明，相關交乘項系數為-5.374，且在1%水平下顯著，說明公司治理機制夠顯著弱化分析師獲取私有信息對財務報告信息可比性的敏感性。

表4 管理層信息優勢、公司治理機制的調節作用

最后，本文也對財務報告信息可比性引致的分析師私有信息獲取量對盈余預測的影響進行了分析。本文借鑒林晚發等(2020)[32]的相關研究，以每股收益的分析師預測值與實際值之間的誤差均值衡量分析師預測精度，用Ferr表示，計算模型如下：

其中，FEPS為分析師預測值，EPS為實際值。Ferr的值越大，表示分析師預測誤差越大，預測精度越?。籉err的值越小，表示分析師預測精度越大。

為驗證財務報告信息可比性與分析師私有信息獲取關系對盈余預測的影響，分別以預測精度(Ferr)為被解釋變量，以分析師私有信息獲取為中介變量，以財務報告信息可比性為解釋變量進行中介效應檢驗，觀察分析師最終產出的變化，結果如表5所示。在第(1)列中，AccCmp的系數為-0.925且在1%水平下顯著，表明財務報告信息可比性顯著增加了分析師預測精度。在第(2)列中，AccCmp的系數為8.288且在1%水平下顯著，表明財務報告信息可比性顯著提升分析師私有信息含量。在第(3)列中，當加入分析師私有信息(Privacq)變量進行回歸時，AccCmp的系數由-0.925變為-0.201，且不再顯著，而Privacq的系數顯著為負，表明分析師私有信息顯著提升了預測精度，而財務報告信息可比性對提升預測精度的解釋力度在加入分析師私有信息變量后有所下降。該結果表明，隨著財務報告信息可比性的提升，分析師有動機去獲取更多的私有信息，進而顯著提升分析師預測精度。

(四)內生性問題處理

獲取更多私有信息的分析師很有可能會選擇較高財務報告信息可比性的公司進行跟蹤并發布預測報告。為緩解分析師跟蹤的自選擇問題及其他可能存在的內生性問題，本文分別采取Heckman兩階段模型和傾向得分匹配(PSM)這兩種方法進行檢驗。

1.Heckman兩階段模型

借鑒江軒宇等(2017)[30]的相關研究，選取行業內除本公司以外其他公司財務報告信息可比性均值(AccCmp_m)作為工具變量進行Heckman兩階段回歸。第一階段中，以財務報告信息可比性(AccCmp)為被解釋變量，以工具變量AccCmp_m為解釋變量，加入控制變量后進行OLS回歸，并計算逆米爾斯比率(Inverse Mills Ratio，IMR)；在第二階段中，將IMR作為新增變量加入模型(6)進行回歸，觀察AccCmp的系數。兩階段回歸結果如表6第(1)列所示，財務報告信息可比性(AccCmp)的系數在1%水平下顯著為正，表明控制內生性問題后，本文的結論依然成立。

表6 內生性處理回歸結果

2.傾向得分匹配法(PSM)

借鑒Zhang(2018)[28]的研究方法，采用PSM方法進行樣本匹配后進行回歸分析。首先，構建Probit回歸模型，該模型左側為財務報告信息可比性的虛擬變量(若AccCmp大于同行業同年度樣本中位數則取1，否則取0)，右側為本文選取的系列控制變量，利用該模型計算出傾向得分，傾向得分表示在可觀測的企業特征下擁有高財務報告信息可比性的概率。其次，以同行業、同年度、同一個分析師跟進為條件，依據傾向得分嚴格按照1:1無放回標準構建匹配樣本，共得到匹配后7243個“公司-年度”觀測值。最后，利用匹配樣本對模型(6)進行回歸，結果如表6第(2)列所示。財務報告信息可比性的系數仍然顯著為正，表明在控制內生性問題后，本文結論依然成立。

(五)穩健性檢驗

首先，替換分析師私有信息獲取指標進行穩健性分析。為了更好支持前述實證研究結論，從穩健性和謹慎性的角度出發，借鑒Brown et al.(1987)[6]對時間序列模型的分析來設計分析師私有信息獲取指標，因為他們的研究指出正常的預測行為是基于歷史財務信息，而分析師預測通常會優于時間序列模型，所以，如果有其他信息的參加，分析師預測估計值與時序模型的偏差幅度即表示分析師利用的其他私有信息程度。分析師私有信息獲取指標設計如下：

其中Anaforecast是對i公司進行跟蹤的分析師預測值；TP是根據隨機游走模型計算出來的時間序列預測值，即假設公司每股收益EPS服從ARIMA-AR(1)過程，以此得到時間序列預測值TP；Price是本期初的公司股價水平。由于該指標是“分析師-年”維度，所以，相關控制變量在模型(6)中控制變量的基礎上，加入分析師特征變量得到模型(12)。其中Anafol為分析師跟蹤量，取分析師跟蹤人數加1的自然對數；Star為明星分析師，若是新財富評定的最佳分析師則取1，否則取0；Brosize為券商規模，取券商活躍分析師數量加1的自然對數。

對模型(12)進行回歸分析的結果如表7第(1)列所示。財務報告信息可比性與私有信息獲取的回歸系數在1%水平下顯著為正，說明本文結論具有穩健性。

表7 變更分析師私有信息獲取指標的穩健性檢驗結果

其次，采用分析師私有信息獲取(Privacq)的第t+1期進行回歸。結果如表7第(2)列所示。財務報告信息可比性與私有信息獲取的回歸系數在5%水平下顯著為正，進一步驗證本文結論。

再次，由于Barron et al.(1998)[3]開發的分析師私有信息指標計算數值較大，借鑒Altschuler et al.(2015)[2]的做法，對私有信息獲取指標標準化處理，重復相關實證檢驗。結果如表7第(3)列所示，財務報告信息可比性與私有信息獲取的回歸系數在10%水平下顯著為正，進一步驗證了本文結論。

最后，依然使用De Franco et al.(2011)[13]相關財務報告信息可比性的指標進行重復檢驗，結果如表7第(4)列所示。財務報告信息可比性的系數在1%水平下顯著為正，進一步驗證了本文結論。

六、結論與建議

本文以2008―2018年滬深A股公司樣本數據研究了財務報告信息可比性對分析師私有信息獲取量的影響。研究發現：(1)財務報告信息可比性的提升能夠推動分析師獲取更多的私有信息，即隨著財務報告信息可比性的提升，相關分析師有更大動機去獲取更多私有信息，進而撰寫研究報告；(2)管理層信息優勢、公司治理機制將會顯著弱化財務報告信息可比性與分析師獲取私有信息之間的關系程度；(3)財務報告信息可比性引致的分析師獲取更多私有信息將會提高分析師盈利預測精度。

鑒于以上結論，本文提出如下建議，以期為分析師行為理論的應用創新、公司財務報告信息披露質量特征的影響效應及分析師行為監管提供參考。

首先，從分析師行業發展及投資者決策角度看，本文結論驗證了財務報告信息質量引致的分析師私有信息獲取量的變化，揭示了實踐中分析師私有信息獲取量變化的相關理論基礎，將不斷推動資本市場分析師更加關注財務報告可比性等信息質量特征，進而通過公共信息與私有信息的相對價值比較來實現更高質量的預測，助益投資者做出更為高效的投資決策，提高資本市場信息效率。

其次，從我國資本市場分析師行為監管角度看，隨著分析師與管理層之間的信息溝通頻率的增加，尤其是一些私有信息的溝通、交流甚至是交易，需要外部資本市場監管方對分析師私有信息溝通行為進行監督，制定針對性政策并予以規范，通過加強相關監督和制定懲罰機制，進一步提高私有信息溝通過程中的違規成本，提高資本市場信息效率。

最后，從準則制定和信息監管部門角度看，須完善資本市場信息管理及監管，推動上市公司不斷提升財務報告信息可比性，進一步促進信息傳遞，發揮高質量信息披露在投資者決策中的重要作用，為外部信息使用者高效利用信息提供質量保障，促進證券市場健康發展。 ■