智力資本信息披露降低了分析師盈利預測偏差嗎？
——基于產品市場競爭的調節效應

王敬勇（副教授/博士）劉子諾

（南京審計大學 江蘇南京 211800）

一、引言

在知識經濟時代，伴隨著數字化、智能化浪潮的沖擊，傳統物質資本已經不再是保障企業獲取核心競爭力的唯一來源，智力資本滲透于經濟活動的各個領域，毫無疑問地構成企業在市場經濟中的關鍵、核心競爭資源。對于投資者來說，投資決策時能否對反映企業內在價值的智力資本信息做出合理、有效的解讀，會更大程度上影響著其投資風險與收益以及投資決策的成功與否。

中國資本市場作為新興資本市場之一，目前上市公司信息披露行為大多局限于財務信息和部分的非財務信息，有關智力資本信息等前瞻性信息的披露機制仍需進一步完善。本文主要基于如下幾個方面的考慮：從理論角度而言，探究智力資本信息披露對分析師盈利預測的影響機制，能更好地分析智力資本信息披露對資本市場其他主體行為的影響，從而完善目前智力資本信息披露經濟后果的相關理論。從現實角度來看，通過智力資本信息披露與分析師盈利預測之間關系的研究，能夠使企業管理層意識到通過智力資本信息披露向市場釋放反映企業真實價值的信息的必要性，加強對內部智力資本的投資與管理，并逐步解決智力資本信息披露不完整、不規范、不詳盡等現存問題。確保包括智力資本在內的信息被充分披露，有效提高分析師盈利預測的精確度和一致性，向市場傳遞出更為有效的信息，提高企業的信息透明度。

綜上，本文考察智力資本信息披露是否會降低分析師盈利預測的偏差，并進一步探討這種披露效果是否會受到產品市場競爭的影響。本文的主要貢獻在于：第一，從理論層面探討智力資本信息披露如何作用于分析師盈利預測的行為及結果，闡述前者如何影響后者的特征，豐富了這方面研究的理論分析。第二，在關注企業內部信息披露機制和行為的前提下，同時關注產品市場競爭是否對分析師盈利預測的信息環境產生了一定影響，從而更全面地探究內、外部信息環境是否對分析師盈利預測行為以及質量產生影響。

二、文獻綜述

（一）智力資本信息披露的后果相關研究回顧。目前有關智力資本信息披露后果的研究主要集中在吸引分析師關注、降低資本成本以及提高企業價值這三個方向。Nielsen基于知識資本報告和IPO招股說明書構建了一個分析框架用以探討知識資本報告向外界傳遞的信息是否被分析師關注并進行解讀，發現知識資本信息披露的確促進了分析師對有效增量信息的獲取。Farooq等以哥本哈根證交所生物醫藥上市公司為研究對象，探究知識資本信息披露與分析師跟蹤的關系，研究發現二者之間存在顯著的正相關關系。傅傳銳等發現智力資本信息披露會增加資本市場中分析師服務的需求與供給從而吸引更多的分析師跟蹤，并且各個組成部分的信息披露吸引分析師關注的程度有所區別。在降低資本成本的研究中，有的學者認為智力資本信息披露可以降低權益資本成本和債務資本成本，而有的學者通過實證研究只能證實可以降低前者而對后者的影響不明顯。Orens研究發現許多歐洲國家加強智力資本信息披露提高了信息透明程度，進而降低了權益成本和債務成本。Mohammad以財富500強企業為研究樣本不僅發現智力資本信息披露作為整體能夠顯著提升企業市場價值，還發現智力資本信息披露構成要素中相較于其他要素，關系資本信息的披露更能夠改善企業市場表現。Jihene等使用內容分析法對證券交易所上市公司的年報中包含的知識資本信息進行分析，發現知識資本信息披露的確能夠在資本市場引起反響，提升企業的市場價值。

（二）智力資本信息披露對分析師盈利預測影響相關研究回顧。分析師作為證券市場中專業性較強的金融人士，通過各種渠道搜集上市公司信息，剔除篩選、分析解讀信息從而發布帶有盈利預測和投資評級的分析報告，扮演著信息需求者和信息提供者的雙重身份，在資本市場中具有獨特地位和作用。眾多學者研究發現：智力資本信息披露水平的提升能夠增加分析師的跟蹤，進而影響其盈利預測和投資評級，但是智力資本不同組成部分的披露所起到的作用有所區別。Farooq等區分不同智力資本披露水平下分析師預測和評級價值的高低，佐證了智力資本披露水平的提高能夠增強盈利預測的準確性這一觀點；Simpson發現智力資本信息披露水平的提高會減少分析師盈利預測誤差以及預測分歧度。

目前國內學者較少將智力資本信息披露作為一個整體研究其與分析師預測的關系，而往往僅關注其中某個要素。張秀敏等研究發現環境信息披露質量與分析師盈余預測準確性以及一致性存在顯著的正相關關系，治理環境對環境信息披露與分析師盈利預測之間的關系起到了正向調節作用，在治理環境水平較高的地區，上市企業環境信息披露質量的提髙對分析師盈余預測準確性和一致性的促進作用比處于治理環境水平較低地區的上市企業弱。顏轉運等則是發現企業社會責任信息披露能夠顯著降低分析師預測誤差和預測分歧度。傅傳銳和洪運超研究發現產品市場競爭正向調節公司治理水平與智力資本自愿信息披露水平之間的正相關關系，公司治理機制與產品市場競爭間存在相輔相成的關系。

綜上，國內外目前較多地是關注如何從內容和形式兩個方面對智力資本信息合理地進行披露以及披露對市場價值、資本成本的影響，與分析師盈利預測的相關研究還較少；針對分析師盈利預測的研究，其影響因素和特征一直是研究的重要方向，尤其關于信息來源、形式以及制度保障等外部治理環境的研究更是不斷豐富；而針對信息披露與分析師行為二者關系的研究，較多地集中于財務信息，非財務信息作為近年來的熱點漸漸獲得學術界的關注，但是聚焦智力資本信息披露和分析師盈利預測的研究成果還較為缺乏，對二者關系之外的其他要素的加入還尚未涉及。因此，作為智力資本研究領域的新熱點，關注智力資本信息披露如何影響分析師盈利預測，產品市場競爭是否發揮著信息環境改善的作用具有重要的價值。

三、理論分析與研究假設

（一）智力資本信息披露與分析師盈利預測偏差。作為資本市場重要的信息加工和傳輸媒介，證券分析師發布的研究報告質量的高低盡管一定程度上受其自身的洞察、分析、解讀以及預測能力影響，但從信息獲取的渠道和質量角度出發，更加取決于分析師通過各種渠道和方式從外部獲取的其關注的上市公司信息的完整性和準確性。從企業公開披露信息的視角來看，高質量信息披露能夠提高企業信息透明度，降低企業與市場參與者之間的信息不對稱，從信息源頭更好地完善信息的傳遞與解讀過程，將高質量的信息傳遞到資本市場中，提高證券分析師知曉的公共信息的精確度。當企業智力資本信息披露水平得以提高時，能夠充分發揮積極的信號傳遞功能，降低市場信息的不對稱程度，分析師可以捕捉企業有價值的智力資本信息，借助此類信息對企業未來盈利走勢和股價市場表現進行合理預測，提高市場的信息效率和資源配置效率。企業智力資本信息披露水平越高，內容披露越充分，形式越規范，可讀性越高，那么證券分析師掌握的接近其實際價值的信息就越完整、可靠，那么以這樣的信息為基礎得到的盈利預測結果相應地誤差就會越小。基于此，本文提出假設：

H1a：智力資本信息披露水平與分析師盈利預測準確性之間呈正相關關系。

分析師實際進行盈利預測時，個體分析師、分析師團隊得出的結果往往存在一定的差異，除了分析師自身因素的影響，其預測對象進行信息披露的渠道以及信息質量也是重要的影響因素。考慮到公開信息的獲取成本低、可靠性更強的現實，分析師往往對企業公開的信息青睞有加。Lang和Lundholm發現隨著上市公司信息披露程度增強，分析師在盈利預測的過程中會提高公開信息的使用比重而降低私人信息的使用比重，這就使得他們之間盈利預測意見的分歧程度也隨之降低。因此隨著上市公司智力資本信息披露水平的提高，其披露形式和內容不斷完善和全面，分析師共有的可靠信息會相應地增加，加之智力資本信息作為其較為關注的有價值的信息，分析師會降低搜尋私人信息的動機以降低個人私有信息的不確定性帶來的負面效應，使得他們的盈利預測意見往往更為相似，其預測分歧度會相應地下降?；诖?，本文提出假設：

H1b：智力資本信息披露水平與分析師盈利預測分歧度之間呈負相關關系。

（二）產品市場競爭調節作用。產品市場競爭作為重要的外部治理機制，能促進企業內部控制質量的提升，有利于資本市場實現信息透明化。產品市場競爭由于能夠反映盈余波動，成為考察信息不確定性的一個重要的行業視角，還有諸多學者認為市場競爭會通過影響企業管理層的信息披露動機而左右其披露機制和行為。由于影響分析師輸入預測的公司層面因素之一是公開披露的信息，因此市場競爭程度的高低不可避免地會影響其預測結果的輸出。當行業集中度相對較高，即行業競爭激烈程度較弱時，為了盡可能避免自身披露的信息被競爭對手所利用而威脅自身，市場份額較高的企業會減少信息披露來避免競爭對手知曉自己的戰略信息，容易造成信息環境透明程度降低。這表明行業競爭激烈程度較弱時，信息不對稱將更為突出。行業中的既有優勢企業為了鞏固自己的地位，避免競爭對手根據自身披露的智力資本信息，對自身既得優勢產生負面影響，會減少智力資本的信息披露。而當產品市場競爭程度較強時，企業需要向外界展現自身所擁有的智力資本，從而表明自身的實力和潛力以獲取市場認可，會更愿意進行智力資本信息的披露。這就意味著產品市場競爭程度越高，企業智力資本信息披露水平會提升，披露質量改善，分析師可收集的公開信息更加全面、完善、可靠，盈利預測的準確性也更高?；诖?，本文提出假設：

H2a：其他條件不變的情況下，產品市場競爭對智力資本信息披露水平與分析師盈利預測準確性之間的關系起正向調節作用；

H2b：其他條件不變的情況下，產品市場競爭對智力資本信息披露水平與分析師盈利預測分歧度之間的關系起正向調節作用。

四、研究設計

（一）數據來源及樣本選擇。借鑒部分學者已有研究，以證監會發布的《上市公司行業分類指引》（2001年版）為依據，選取行業代碼分別為C5、C7、C8、G的行業作為研究樣本的來源，選擇2015—2017年間在我國所有A股高科技行業上市公司作為研究樣本，從上市公司年報和社會責任報告中提取智力資本信息并依據內容分析法對智力資本信息打分評價，形成智力資本信息披露指數。分析師預測的數據來源于CSMAR和Wind數據庫，產品競爭市場數據來源CSMAR，公司財務等其他數據均來源于CSMAR和CCER數據庫。為保證數據的有效性，本文還做了以下處理：（1）剔除ST、*ST的公司；（2）剔除數據缺失的上市公司；（3）剔除分析師預測期限超過一個會計年度的數據；（4）剔除分析師預測發布日早于年報披露日的樣本；（5）剔除預測人數為1人的上市公司。最終有效樣本1 278個。為消除極端值影響，本文對模型中所有的變量都進行1%和99%分位的縮尾處理。

（二）解釋變量的計量。本文選擇經典的“H-S-C”三分法結構，將上市公司年度報告和社會責任報告中披露的智力資本信息分為三個主要維度以及各個維度下的15個要素，圍繞人力資本、結構資本以及關系資本三個方面，運用內容分析法對其中智力資本信息進行篩選、記錄、再編碼，以測量評估上市公司的智力資本信息披露水平和質量。在現有文獻的基礎上，本文對三個維度的指標進行選取，并重新制定各指標評分標準：詳細披露3分，一般披露2分，基本披露1分，未披露0分。對各指標進行評分后，加總得出智力資本信息披露得分總和并與所有智力資本要素信息披露可能得到的最高分的總和相除，以此表示智力資本信息披露指數（ICDI），上市公司智力資本信息披露評分表如表1所示。

表1 上市公司智力資本信息披露評分表

其中，Score_IC表示每一項智力資本要素得分，Max(Score_IC)表示三個層次15項智力資本要素可能得到的最高分，這里Max(Score_IC)=15*3=45。

（三）被解釋變量的計量。

1.分析師盈利預測準確性。分析師預測準確性的衡量方法主要有兩種，一種是使用上市公司每股收益實際值與分析師預測均值的差額的絕對值，除以該公司每股收益實際值進行標準化；另一種則是采用每股收益實際值與分析師預測均值的差額的絕對值，除以上一年末每股市價來標準化。借鑒周開國等學者的做法，本文主體部分先采用第一種方法來衡量分析師盈利預測的準確性，在穩健性檢驗中則借鑒全怡、程博等的做法，采用第二種方法進行衡量。

本文研究時使用的是分析師利用公司t+1年披露的t年報預測的t+1年年末每股盈利的數值，故將分析師預測準確性（AFA）定義為：t+1年預測期內在t年年報公布后對目標公司發布盈余預測報告的所有分析師所預測的每股收益的平均值與該公司實際每股收益之差的絕對值，除以該公司實際的每股收益（如果同一分析師在預測年度內發布了多份預測報告，則只保留距離年報發布日最近的一份報告）。

其中，FEPS為分析師j對公司i在t+1年的每股收益的預測值，AEPS為公司i在第t+1年的每股收益的真實值。

2.分析師盈利預測分歧度。分析師盈利預測分歧度通常采用證券分析師盈利預測值的變異系數的絕對值來表示，即對同一家公司進行預測的所有分析師的盈利預測值的標準差除以取絕對值后的預測均值。具體計量公式如下：

其中，FEPS為分析師j對公司i在t+1年的每股收益的預測值，Mean（FEPS）為FEPS的均值。

（四）調節變量與控制變量。關于調節變量，參考部分學者的做法，選用產品市場競爭指標，使用赫芬德爾指數（HHI）來度量某個行業內的產品市場競爭的激烈程度。參照相關研究，本文選取出以下控制變量：企業規模（Size）、盈利不可預測性（UNPREC）、資產負債率（LEV）、企業成長能力（Growth）、股權集中度（OwnCon）、企業虧損情況（Loss）等。

表2 變量定義與描述

（五）模型構建。根據前述的研究假設與變量設計，為了驗證智力資本信息披露與分析師預測準確性、分歧度的關系，構建模型（1）、模型（2）。

為了驗證產品市場競爭的調節作用，構建模型（3）、模型（4）：

五、實證檢驗與結果

（一）總體樣本的描述性統計。在進行描述性統計前，本文對智力資本信息披露指標體系進行了信效度檢驗。信度的Cronbach’s Alpha系數，以及效度的KMO、累計貢獻率、共同度和因子負荷等數值，均表明所選的指標較好地衡量智力資本信息披露的水平。在表3中，分析師盈利預測的準確性（AFA）最大值、最小值和均值分別為-16.7441、-0.0076和-0.7505，均值相對較高，說明分析師預測質量相對較好。分析師盈利預測的分歧度（AFD）最大值、最小值和均值分別為1.6952、0和0.2147，這意味著分析師盈利預測意見存在一定的分歧。企業智力資本信息披露指數（ICDI）介于0.1556和0.6889之間，表明樣本之間的智力資本信息披露程度存在差別。企業智力資本信息披露指數（ICDI）的均值為0.4286，說明樣本的智力資本信息披露水平相對較低。行業集中度（HHI）均值為0.1012，意味著樣本企業所在行業集中度相對不高，行業競爭較為激烈。

表3 樣本總體主要變量的描述性統計

（二）相關性分析。從下頁表4可知，智力資本信息披露（ICDI）與分析師盈利預測準確性（AFA）顯著正相關，即披露水平越高，預測準確性越高；智力資本信息披露（ICDI）與分析師盈利預測分歧度（AFD）顯著負相關，即披露水平越高，預測分歧也越少。上述結果初步驗證了假設1a、1b。

表4 主要變量相關性分析

結合控制變量來看，企業規模（Size）、盈利不可預測性（UNPREC）、虧損狀態（Loss）與分析師盈利預測準確性顯著負相關，企業成長能力（Growth）、股權集中度（OwnCon）與分析師盈利預測準確性顯著正相關；盈利不可預測性（UNPREC）、資產負債率（LEV）、股權集中度（OwnCon）以及虧損狀態（Loss）與分析師盈利預測分歧度顯著正相關，企業成長能力（Growth）與分析師盈利預測分歧度顯著負相關。

從調節變量與各被解釋變量的相關關系來看，產品市場競爭（HHI）與分析師盈利預測準確性（AFA）在0.05的水平上顯著負相關，這意味著產品市場競爭程度越高，盈利預測準確性越高；而產品市場競爭（HHI）與分析師盈利預測分歧度（AFD）在0.1的水平上顯著正相關，這意味著產品市場競爭程度越高，分析師盈利預測分歧度越高。

（三）智力資本信息披露影響分析師盈利預測的主效應檢驗。為了保證模型的回歸參數估計具有較好的統計特征，本文采用懷特檢驗來驗證回歸模型是否有異方差。該檢驗的原假設是模型不存在異方差，如果懷特檢驗后回歸模型的P值為0，則拒絕原假設，意味著模型存在異方差。因此，本文在模型回歸時進行Robust修正，使用修正后的穩健標準差來盡可能保證模型的合理性。同時，對各個變量的VIF（方差膨脹因子）計算后，VIF數值均小于2，均遠小于10多重共線性越弱，說明各個模型均不存在多重共線性，本文所構建的模型具有可行性。

表5驗證了智力資本信息披露影響預測準確性的效應。結果中擬合系數為0.356，調整后R-squared為0.354，F值顯著，這意味著模型相對有效。回歸結果中智力資本信息披露（ICDI）的回歸系數在0.01的水平上顯著為正，表明智力資本信息披露水平的提升對盈利預測準確性有著顯著的正向影響，驗證了假設1a。企業成長能力（Growth）與分析師預測準確性在0.05的水平上有顯著正相關關系，能夠顯著提升分析師盈利預測質量和準確性。而企業盈利不可預測性（UNPREC）和盈利虧損狀況（Loss）、資產負債率（Lev）與分析師預測準確性（AFA）均為負相關關系。

表5 智力資本信息披露與分析師盈利預測準確性回歸結果

表5結果還驗證了智力資本信息披露影響預測分歧度的效應。智力資本信息披露（ICDI）的回歸系數在0.01的水平上顯著為負，這意味著智力資本信息披露水平的提升會對盈利預測的分歧度的降低產生顯著的正向影響，驗證了假設1b。而企業盈利不可預測性（UNPREC）、盈利虧損狀況（Loss）以及財務杠桿（LEV）均與分析師預測分歧度呈顯著正相關關系，企業規模（Size）和企業成長能力（Growth）則與分析師預測分歧度呈負相關關系。

（四）進一步分析。本文進一步驗證了智力資本三個構成要素影響分析師盈利預測的分效應。對構建的分效應回歸模型進行Robust修正后的回歸，結果如表6所示。

表6 智力資本信息披露構成要素影響分析師盈利預測準確性回歸結果

由表6可知，人力資本信息披露（HCDI）、結構資本信息披露（SCDI）、關系資本信息披露（RCDI）與分析師盈利預測準確性之間相關系數均為正數，表明這三類信息的披露可以提高預測準確性。結構資本和關系資本信息披露與分析師盈利預測準確性之間的顯著關系相比人力資本略高，說明這兩個維度的信息披露更能夠提高準確度。主要因為關系資本信息與企業未來發展潛力相關，而結構資本信息更多地反映出企業內在動力及其支撐保障，這兩類信息便于分析師全面了解公司發展情況，能更好地對企業未來做出預期。

人力資本信息披露（HCDI）、結構資本信息披露（SCDI）、關系資本信息披露（RCDI）與分析師盈利預測分歧度之間的相關系數均為負，表明這三個維度的信息披露與分析師盈利預測分歧度顯著負相關，公司披露的這些信息可以減少分析師之間的預測意見的差異。此外，結構資本信息披露與分析師盈利預測分歧度之間的顯著關系最弱，這可能是由于結構資本披露的信息更加隱性且與企業未來發展有關，分析師的解讀則會有所區別，形成不同的預測意見。

（五）智力資本信息披露與分析師盈利預測調節效應檢驗。表7顯示了模型（3）中產品市場競爭（HHI）回歸系數在0.1的水平上顯著為負，意味著當產品市場競爭較為激烈時，分析師盈利預測的準確性相對較高，二者交乘項（ICDI*HHI）系數也在0.1的水平上顯著為正，與ICDI的系數符號一致，這意味產品市場競爭正向調節智力資本信息披露（ICDI）與分析師盈利預測準確性（AFA）的關系，表明較高的市場競爭發揮了較好的外部治理效應，提高了分析師預測結果的準確性，假設2a得到了驗證。模型（4）中產品市場競爭（HHI）回歸系數為正，二者交乘項（ICDI*HHI）的系數符號為負但并不顯著，這意味著產品市場競爭作用有限，分析師盈利預測分歧并不能明顯得到降低，假設2b未得到驗證。

表7 產品市場競爭調節下的回歸結果

（六）穩健性檢驗。前文提及標準化時分母所使用的變量不同使得分析師盈利預測準確性有不同的衡量方法，區別于前文研究中采用每股收益進行標準化的做法，本部分使用每股股價進行標準化衡量分析師盈利預測準確性，以檢驗回歸結果的穩健性。具體如公式如下：

同時，將產品市場競爭（HHI）指標替換為行業競爭度（CR4）指標，CR4表示某一行業中主營業務收入前四名的公司收入之和占行業營業收入總額的比重。指標數值越小，意味著行業競爭程度越高。與前文一致，使用Poisson模型和OLS模型對替換變量后的各個模型進行檢驗，并且經Robust修正后得到結果。

如表8所示，ICDI的系數均在0.01的水平上顯著為正，智力資本信息披露程度較高的企業能提高分析師盈利預測結果的準確性。行業競爭度（CR4）的系數在0.1的水平上顯著為負，智力資本信息披露與行業競爭度的交乘項（ICDI*CR4）的系數符號與ICDI的一致，說明市場競爭較激烈時，智力資本信息披露水平提升對分析師盈利預測質量提高的正向影響更大，行業競爭程度發揮了正向的調節作用，佐證了前述的研究結果。總體來說，本部分的回歸結果與前文結果基本一致，模型和回歸結果具有一定的穩健性。

表8 智力資本信息披露與分析師盈利預測準確性的回歸結果

（七）內生性檢驗。本部分使用Heckman兩階段回歸的方法來解決可能存在的自選擇問題，表9顯示，按照ICDI高于均值取1，否則取0的原則生成智力資本信息披露的虛擬變量ICDI_dum作為Stage1的因變量；而第二階段的檢驗結果列于Stage2中的列（3），由結果可以得知Lambda的系數均顯著，這意味著在控制了內生性問題后，智力資本信息披露（ICDI）與分析師預測準確性（AFA）和分析師預測分歧度（AFD）的關系依然穩健。

表9 Heckman兩階段回歸結果

六、結論及啟示

本文基于信號傳遞理論、產品市場競爭理論，以2015—2017年我國滬深兩市A股高科技上市公司年報和社會責任報告為載體，通過內容分析法構建智力資本信息披露評價指標體系，在實證檢驗了上市公司智力資本信息披露水平影響分析師盈利預測的同時，關注產品市場競爭在其關系中發揮的作用并檢驗其調節效應。研究結果表明，第一，智力資本信息披露與分析師盈利預測行為和預測結果之間存在密切的關聯，智力資本信息披露降低了分析師盈利預測的偏差。第二，產品市場競爭在智力資本信息披露以及分析師盈利預測準確性的關系中發揮著正向調節作用，但無法對智力資本信息披露與分析師盈利預測分歧度的關系發揮調節作用。

本文的研究結果具有以下的啟示及建議：第一，本文的研究表明了智力資本信息披露降低了分析師盈利預測的偏差，因此我國監管機構應當從披露內容和披露形式上規范智力資本信息披露，完善上市公司信息披露制度與體系，實現智力資本信息披露的充分性、完整性、準確性以及可理解性。第二，分析師作為聯結上市公司與投資者的重要紐帶之一，需要提高職業隊伍素質，把關分析師行業從準入到后續考核各個階段規范的制定與實施，實現分析師行業的良性發展。第三，政府要通過不斷完善以市場為導向的競爭機制從而促進市場競爭環境向積極的方向發展，通過吸引和扶持更多的企業進入競爭程度較低的行業以改善行業競爭格局和結構，從而改善整個資本市場的信息環境。