明星分析師評選暫停對分析師預測行為的影響
——基于《新財富》事件的經(jīng)驗證據(jù)

李馨子 張 騰 牛煜皓

一、引 言

證券分析師是資本市場重要的信息中介。分析師對上市公司的關注能有效緩解市場參與者之間的信息不對稱，提升資本市場運作效率(Lys 和Sohn，1990；潘越等，2011；趙良玉等，2013；楊青等，2019)。但由于利益沖突的存在，分析師的盈利預測往往會出現(xiàn)樂觀性偏差，損害投資者利益(邵新建等，2018)，影響資本市場的穩(wěn)定(許年行等，2012)。在此背景下，如何有效激勵和約束分析師，進而提升其預測質(zhì)量，對于促進我國資本市場良好發(fā)展具有重要意義。

《新財富》評選是國內(nèi)最重要的分析師評選機制。然而，2018 年9 月22 日，主辦方宣布暫停本屆最佳分析師評選，連續(xù)15 年的評選活動半路叫停。作為國內(nèi)最具權威性的分析師評選活動，每年“明星分析師”的出爐都會引來投資者、證券從業(yè)人員和機構的密切關注。但由于評選主要依靠機構投資者的主觀投票，上榜分析師的專業(yè)能力不斷受到各界質(zhì)疑，有關評選機制是否有效的問題也吸引了眾多學者和實務界人士的廣泛關注。

基于國外明星分析師的評選機制(如美國Institutional Investor 雜志舉辦的最佳分析師評選)，學者們普遍認為明星分析師專業(yè)能力更強，盈利預測準確度更高(Stickel，1992；Fang 和Yasuda，2011)，預測修正和薦股的市場反應也表明明星分析師更受市場認可(Leone 和Wu，2007)。但有關國內(nèi)明星分析師預測能力的研究文獻，學者們的觀點出現(xiàn)分歧。部分學者認為基于《新財富》榜單評選出來的明星分析師預測更為準確(Xu 等，2013；李麗青，2012；伊志宏和江軒宇，2013)；也有學者發(fā)現(xiàn)明星分析師樂觀程度較高，且對于非關聯(lián)機構持有的股票，明星分析師的預測質(zhì)量更差(逯東等，2020)；還有部分學者認為明星分析師與普通分析師的預測能力并無顯著差異，《新財富》榜單的外部激勵不足(吳偎立等，2016)。因此，《新財富》評選機制是否有效值得進一步探討。

基于以上分析，本文借助分析師榜單評選暫停這一“準自然實驗”，探究明星分析師的評選是否會對分析師的預測行為產(chǎn)生影響，進而對評選機制的有效性做出評價。以2018 年9 月22 日為對比時點，選用2017 年四季度和2018 年四季度分析師的預測數(shù)據(jù)作為樣本，本文檢驗了《新財富》榜單暫停對分析師預測行為的影響。研究發(fā)現(xiàn)，在《新財富》榜單暫停之后，分析師發(fā)布預測的數(shù)量降低、分析師盈利預測誤差上升、預測發(fā)布的市場反應下降，表明榜單評選的暫停對分析師預測產(chǎn)生了負面影響。機制檢驗表明，當分析師更有可能當選明星分析師、券商更有能力獎勵明星分析師時，榜單暫停的負面影響更強，表明榜單暫停降低了分析師預測的動機；當分析師之前存在學習對象、預測的公司信息不對稱程度更高時，榜單暫停的負面影響更強，表明榜單暫停削弱了分析師預測的能力。最后，明星分析師和非明星分析師都會受到榜單暫停的負面影響。

本文的研究貢獻如下。首先，本文為分析師外部市場激勵的有效性提供了來自新興國家的經(jīng)驗證據(jù)。在探討評選機制有效性方面，相比之前的研究集中于明星分析師與非明星分析師預測質(zhì)量的對比(Xu 等，2013；李麗青，2012；伊志宏和江軒宇，2013；吳偎立等，2016)，本文首次借助分析師榜單暫停這一外生事件研究了明星分析師評選對于分析師預測行為的影響，在一定程度上緩解了內(nèi)生性問題，更加準確地識別了分析師評選活動的效果。其次，本文的研究擴展了分析師預測行為影響因素的研究。已有關于分析師預測行為的影響因素研究大多集中于私人動機(Michaely 和Womack，1999；Cowen 等，2006；曹勝和朱紅軍，2011；逯東等，2020)、上市公司信息環(huán)境(王玉濤和王彥超，2012；李馨子和肖土盛，2015；王雄元等，2017)、資本市場制度(李丹等，2016；黃俊等，2018；褚劍等，2019)等因素，少有研究關注分析師評選這一外部激勵機制對分析師預測行為的影響。本文豐富了分析師預測行為的動因研究，有助于更加全面地理解分析師行為背后的邏輯。最后，本文的研究結(jié)果可以幫助投資者、證券從業(yè)人員更加理性地看待明星分析師評選活動。《新財富》評選自成立以來多次被社會各界質(zhì)疑其有效性，現(xiàn)有文獻也發(fā)現(xiàn)了評選有效性不足的經(jīng)驗證據(jù)(吳偎立等，2016；逯東等，2020)。但本文的實證結(jié)果表明，《新財富》評選具有一定積極作用，明星分析師的存在能夠在一定程度上提高分析師整體預測水平。本文的結(jié)論為今后更好地促進分析師行業(yè)發(fā)展、提高資本市場運行效率帶來一定啟示。

二、制度背景、文獻回顧與研究假設

（一）制度背景

著名財經(jīng)雜志《新財富》自2003 年開始連續(xù)舉辦“最佳分析師”評選活動，每年由機構投資者投票評選，范圍涉及所有研究方向的賣方分析師。隨著參與人數(shù)的不斷攀升，該項活動逐步憑借其權威性及廣泛度在業(yè)內(nèi)形成巨大的影響力。如果獲評明星分析師，不僅能夠體現(xiàn)分析師自身優(yōu)異的專業(yè)水平和出色的市場表現(xiàn)，更能為分析師帶來豐厚的薪酬待遇和業(yè)界聞名的聲望口碑。2018 年9 月22 日，在曝出相關評選負面新聞后，主辦方宣布暫停本屆評選活動。

這一沖擊對于我們研究《新財富》榜單對分析師預測行為的影響提供了“天然”的實驗環(huán)境。此前有關《新財富》榜單對于分析師預測行為的影響研究大多集中在明星與非明星分析師的比較，存在一定內(nèi)生性問題。本文借助《新財富》榜單暫停這一外生事件，研究暫停前后分析師預測行為的不同，能夠較為干凈地觀察《新財富》評選對分析師行為的影響，為我們評判評選機制的有效性創(chuàng)造了條件。

（二）文獻回顧與研究假設

本文認為，《新財富》榜單評選的暫停會降低分析師預測投入和預測質(zhì)量。一方面，評選暫停會削弱分析師提供高質(zhì)量預測的動機，本文稱為“激勵效應”。從評選的激勵作用來看，明星分析師被視為行業(yè)頂尖人才的代表，一旦獲評，薪資獎金、社會地位等都會大幅提升(Stickel，1992)。一般來講，上榜分析師的年薪普遍在百萬以上，排名越高，薪資越高。2007 年，某券商對旗下行業(yè)排名第一的分析師開出“3 年1000 萬”天價薪酬(李麗青，2012)，而2017 年，某首席經(jīng)濟學家更是被曝年薪高達稅前1500萬。此外，獲評明星分析師對分析師個人的職業(yè)晉升也大有裨益，某行業(yè)冠軍分析師曾僅用6 年時間便升至研究所所長。眾多機構支付高薪將上榜分析師納入旗下，使得上榜《新財富》成為分析師跳槽加薪的法寶。因此，明星分析師的稱號為分析師努力工作提供了重要激勵。在評選過程中，機構投資者投票的重要依據(jù)是分析師的報告準確度和曝光程度。分析師預測越準確(Jackson，2005；褚劍等，2019)、曝光率越高(吳偎立等，2016)，對投資者越具參考價值，越可能獲評明星分析師。相反，如果分析師發(fā)布的預測報告缺乏可信度、曝光度不足，投資者將會降低對分析師團隊的認可。因此，分析師有動力為成為明星分析師勤勉工作、發(fā)布更準確的報告。評選暫停后，分析師失去獲評明星分析師的機會，發(fā)布報告和提供精確預測難以為分析師帶來市場上的良好聲譽和豐厚的物質(zhì)獎勵，分析師努力工作的動機隨之下降。

另一方面，評選暫停會讓分析師失去學習對象，影響預測能力，本文稱為“學習效應”。社會學習理論認為人們會觀察、學習榜樣以提升自身水平(Bandura，1977)，如果榜樣擁有較高的社會地位或獲得重大榮譽時，人們更可能學習榜樣的行為方式(Truc和Zhang，2019)。明星分析師作為證券分析行業(yè)專業(yè)能力強、市場表現(xiàn)突出的代表，是分析師群體學習的標桿。其他分析師可以通過不斷學習明星分析師的分析模式和工作方法來提升自身發(fā)布預測報告的質(zhì)量。此外，明星分析師也將通過知識轉(zhuǎn)移這一途徑，即不斷分享自己的經(jīng)驗和見解，來幫助其他分析師提升研究水平(Truc 和Zhang，2019)。在榜單評選暫停以后，分析師群體不再能夠清晰地識別其自身研究領域內(nèi)的明星分析師，普通分析師失去了學習的榜樣，在獲取信息、處理信息、發(fā)布預測等方面缺少可以借鑒和模仿的對象，分析師的預測能力將會受到影響。

綜上所述，本文認為《新財富》榜單暫停會削弱分析師的外部市場激勵，減少分析師可供學習的對象，影響分析師預測行為。為了更加全面地考察評選機制暫停的影響，本文分別從預測數(shù)量和預測質(zhì)量兩個角度提出如下假設：

假設1：《新財富》榜單暫停對分析師預測行為有負面影響。

假設1a：《新財富》榜單暫停會減少分析師發(fā)布報告的數(shù)量。

假設1b：《新財富》榜單暫停會增加分析師盈利預測誤差。

假設1c：《新財富》榜單暫停會削弱分析師發(fā)布預測的市場反應。

對于《新財富》榜單的激勵效應，本文從分析師和券商兩個層面進行分析。從分析師角度來看，當選明星分析師的可能性將影響激勵效應的強弱。現(xiàn)有文獻認為專業(yè)能力較強的分析師更有可能當選明星分析師。比如，Hilary 和Hsu(2013)發(fā)現(xiàn)預測更具一致性、誤差波動較小的分析師更可能被評選為明星分析師。Bradley 等(2017)發(fā)現(xiàn)具備相關行業(yè)工作經(jīng)驗的分析師對信息的把握更準確、預測能力更強，更可能被評選為明星分析師。與此類似，楊飛(2016)發(fā)現(xiàn)分析師搜集信息、分析信息的能力越強，預測質(zhì)量越高，被評選為明星分析師的可能性越大。可以看出，專業(yè)能力的高低是影響分析師獲評的重要因素。榜單暫停后，當選可能性更高的分析師失去的物質(zhì)獎勵和職業(yè)晉升機會更多，這會在更大程度上削弱其勤勉工作和發(fā)布高質(zhì)量預測的動機(趙留彥和寧可，2020)。因此，對于此類分析師，榜單暫停造成的激勵效應下降更明顯。從券商角度而言，券商實力的大小也會影響激勵效應的強弱。Groysberg 等(2011)研究發(fā)現(xiàn)，券商獲取的傭金收入會擴大內(nèi)部“獎金池”，但高額薪金主要流向了不同機構評選出的明星分析師。與此類似，Karmaziene(2020)研究發(fā)現(xiàn)分析師的總薪酬會與券商的交易金額和傭金收入掛鉤。榜單暫停前，如果券商更有能力為明星分析師支付高額薪酬或者提供良好的職業(yè)發(fā)展，旗下分析師會受到更強的激勵，更有動力為獲評明星分析師努力工作。榜單暫停后，券商難以根據(jù)外部市場的評價“標簽”準確識別出能力較強的分析師并給予相應的獎勵。因此，在獎勵能力更強的券商中，旗下分析師失去的激勵更多，預測行為受到的負面影響也就更大。基于以上分析，本文提出如下假設：

假設2a：如果分析師更有可能當選明星分析師，《新財富》榜單評選暫停對分析師的負面影響更強。

假設2b：如果券商更有能力獎勵分析師，《新財富》榜單評選暫停對分析師的負面影響更強。

對于學習效應，本文將從分析師的學習對象和預測難度兩個層面展開討論。從學習對象來看，在明星分析師評選暫停之前，普通分析師可以學習同一券商內(nèi)明星分析師的分析方法，并以此來發(fā)布高質(zhì)量預測報告(Truc 和Zhang，2019)。在評選暫停后，普通分析師失去了可以借鑒和模仿的對象，預測能力有所下降。因此，如果分析師所屬券商此前有人獲評明星分析師，那么學習對象(明星分析師)的消失會進一步放大榜單暫停的沖擊，對分析師預測造成更嚴重的負面影響。從預測難度來看，由于我國上市公司盈余管理水平較高(曾穎和陸正飛，2006；陳德球和陳運森，2018)、缺乏有效的內(nèi)部控制和外部審計(陳關亭，2004；劉啟亮等，2013；周澤將和汪帥，2019)、整體財務信息質(zhì)量較差(周中勝和陳漢文，2007；張新民等，2019)，所以分析師提供準確預測有一定難度。尤其是在公司信息不對稱程度較高的情況下，分析師的預測更加依賴學習和模仿行業(yè)標桿(游家興等，2017)。因此，榜單暫停后，學習效應的消失使得分析師的預測“難上加難”，對此類公司的預測質(zhì)量也會受到更強烈的負面影響。據(jù)此，本文提出如下假設來驗證《新財富》榜單的學習效應：

假設3a：如果券商之前有分析師獲評明星分析師，《新財富》榜單評選暫停對分析師的負面影響會更強。

假設3b：如果分析師跟蹤的上市公司信息不對稱程度更高，《新財富》榜單評選暫停對分析師的負面影響會更強。

三、研究設計

（一）模型構建與變量定義

《新財富》榜單的暫停給分析師行業(yè)帶來了強有力的外生沖擊。本文構建如下模型檢驗榜單暫停對分析師預測行為及市場反應的影響。其中，被解釋變量為分析師預測行為(Analyst)和市場反應(Car)，解釋變量為《新財富》榜單暫停(Post)，控制變量(Controls)為一系列可能影響分析師預測行為的公司特征和分析師特征變量。

具體變量定義如下：

1. 分析師預測行為(Analyst)

借鑒曹勝和朱紅軍(2011)、褚劍等(2019)的研究方法，本文構建兩個指標對分析師預測行為進行度量，分別為預測數(shù)量(Num)和盈利預測誤差(Ferror)。其中，分析師預測數(shù)量(Num)為分析師發(fā)布研究報告的數(shù)量加1 取自然對數(shù)。盈利預測誤差(Ferror)計算公式如下：

Feps 為分析師當年最新預測的每股盈余；EPS 為實際披露的每股盈余；Price 為分析師發(fā)布預測所在季度的期初股票價格。在穩(wěn)健性檢驗部分，本文采用其他方式度量分析師預測行為。

2. 市場反應(Car)

借鑒曹勝和朱紅軍(2011)的研究方法，本文采用事件研究法研究分析師發(fā)布預測對股價的影響。Car 指經(jīng)市場收益率調(diào)整后的累積異常收益率，計算區(qū)間涵蓋分析師發(fā)布研報的前一天至后一天，計算公式如下：

R、R分別為t 期間股票i、市場組合的收益率。

3. 《新財富》榜單暫停(Post)

本文構造虛擬變量Post 表示榜單暫停情況。若分析師發(fā)布預測的日期晚于《新財富》榜單暫停日期(2018 年9 月22 日)則取1，否則為0。

4. 其他控制變量

借鑒現(xiàn)有文獻(王玉濤和王彥超，2012；李丹等，2016；褚劍等，2019)，本文在模型中設置了一系列控制變量。此外，加入行業(yè)(Industry)虛擬變量，同時控制分析師個體固定效應。表1 報告了變量的定義和說明。

表1 變量定義

（二）樣本選取與數(shù)據(jù)來源

本文以我國A 股上市公司為樣本，為使分析師預測數(shù)據(jù)在榜單暫停前后可比，減少時間、季節(jié)因素的影響，我們從國泰安(CSMAR)數(shù)據(jù)庫中選取2017 年第四季度和2018 年第四季度分析師預測及財務數(shù)據(jù)進行如下處理：①剔除金融業(yè)樣本；②剔除關鍵變量缺失樣本；③剔除異常值(如分析師發(fā)布預測的日期晚于年報公布的日期)；④剔除2018 年及以后上市的公司樣本和發(fā)布預測的分析師樣本；⑤對所有連續(xù)變量進行上下1%的縮尾處理。經(jīng)過篩選處理，最終得到13789 個“公司-季度-分析師”樣本。過程如下。

表2 數(shù)據(jù)處理及篩選過程列示

（三）描述性統(tǒng)計與相關性分析

表3 的Panel A 報告了主要變量的描述性統(tǒng)計結(jié)果。分析師預測數(shù)量(Num)均值為1.487，表明樣本中各證券分析師發(fā)布報告的次數(shù)平均為3～4 次。分析師盈利預測誤差(Ferror)均值為0.011，標準差為0.026。市場反應(Car)平均值為0.006，標準差為0.044。反映榜單暫停情況的變量Post 平均值為0.361，表明《新財富》榜單暫停前的樣本多于暫停后的樣本。

表3 描述性統(tǒng)計

Panel B 報告了《新財富》榜單暫停與分析師預測行為及市場反應的單變量檢驗結(jié)果。根據(jù)預測發(fā)布時間是否晚于榜單暫停時間，將所有樣本分為暫停后發(fā)布預測(Post＝1)與暫停前發(fā)布預測(Post＝0)兩組，并對兩組樣本的分析師預測數(shù)量、盈利預測誤差和市場反應進行均值檢驗。結(jié)果顯示，榜單暫停后，分析師預測數(shù)量更少，盈利預測誤差更大，市場反應更弱，且均值差異檢驗在1%水平上顯著，初步證實了本文的研究假設。

四、實證結(jié)果與分析

表4 列示了基于全樣本的《新財富》榜單暫停與分析師預測行為及市場反應的回歸結(jié)果，回歸模型中控制了分析師個體固定效應，第(1)列、第(2)列、第(3)列分別對應不同的因變量。結(jié)果表明，當預測數(shù)量(Num)及市場反應(Car)為因變量時，Post 的系數(shù)分別在5%和1%水平上顯著為負，表明《新財富》榜單暫停后，分析師發(fā)布預測的數(shù)量顯著減少，而預測發(fā)布對股票價格的影響也顯著降低。當分析師盈利預測誤差(Ferror)為因變量時，Post 的系數(shù)在1%水平上顯著為正，表明《新財富》榜單暫停后，分析師預測誤差更大，準確度下降。上述結(jié)果表明，《新財富》榜單的暫停削弱了分析師發(fā)布報告的動力，增加了分析師預測誤差。同時，市場對于分析師預測的認可度也有所降低，支持了假設1。

表4 分析師榜單暫停與分析師預測情況

五、機制檢驗和進一步分析

本文認為，《新財富》榜單暫停主要通過影響分析師外部激勵和學習能力對分析師預測行為產(chǎn)生影響。接下來本文分別對“激勵效應”和“學習效應”進行驗證。

（一）激勵效應

1. 基于分析師當選可能的檢驗

假設2a 預期，如果分析師更有可能當選明星分析師，《新財富》榜單評選暫停對分析師的負面影響更強。學歷代表了分析師的受教育水平(胡奕明和金洪飛，2006)，是影響分析師能力的重要因素(胡凡和夏翊，2017)。胡奕明和林文雄(2005)研究發(fā)現(xiàn)，學歷較高的分析師知識儲備更加豐富，對信息的理解和分析能力更強，能夠挖掘出更多的信息內(nèi)涵，從而為投資者提供高質(zhì)量預測，建立自身聲譽。與此相應，其在職業(yè)晉升和榜單評選中也具備更大的競爭優(yōu)勢。根據(jù)《新財富》近年的統(tǒng)計分析，在明星分析師候選人中，近八成候選人為碩士學歷，其余為博士學歷，而明星團隊的首席分析師更以博士居多。因此，本文預期，榜單暫停會對高學歷分析師產(chǎn)生較大的負面影響。為驗證這一假設，本文依據(jù)學歷的高低對樣本中的分析師個體和團隊進行區(qū)分。學歷為碩士及以上的分析師個體，以及包括至少一個碩士及以上學歷的分析師團隊被認為是高學歷分析師組；其余情況視為低學歷分析師組，在此基礎上進行分組檢驗。同時，在回歸模型中控制了分析師的個體固定效應。

表5 報告了回歸結(jié)果。當分析師預測數(shù)量(Num)和股票的市場反應(Car)為因變量時，在低學歷分析師樣本中，Post 的估計系數(shù)并不顯著，而在高學歷分析師樣本中，Post 的估計系數(shù)在1%水平上顯著為負。當分析師預測誤差(Ferror)為因變量時，在低學歷分析師樣本中，Post 的估計系數(shù)并不顯著，而在高學歷分析師樣本中，Post 的估計系數(shù)在5%水平上顯著為正。表明高學歷分析師受到榜單評選暫停的負面影響更為強烈，預測數(shù)量大幅度減少，盈利預測誤差大幅度提升，發(fā)布預測的市場反應也顯著減弱。而低學歷分析師受到榜單評選暫停的負面影響并不顯著，發(fā)布預測的數(shù)量、預測準確度及市場反應并未出現(xiàn)明顯降低，支持了假設2a。

表5 基于分析師當選可能的檢驗

2. 基于券商激勵能力的檢驗

假設2b 預期，如果券商更有能力獎勵分析師，《新財富》榜單評選暫停對分析師的負面影響更強。研究實力較強的券商通常為分析師支付更高的薪酬(趙良玉等，2013)，薪酬有時還會與券商的交易量及傭金收入掛鉤(Karmaziene，2020)。《新財富》榜單暫停前，規(guī)模較大的券商有能力為上榜明星分析師提供更高的獎金激勵。榜單評選暫停后，規(guī)模較大的券商旗下分析師因無法獲評明星分析師失去的物質(zhì)激勵更多，預測行為受到的負面影響也就更大。本文就這一推論在本部分展開驗證。借鑒劉永澤和高嵩(2015)、羅 棪心等(2018)，本文以券商當年發(fā)布預測的分析師數(shù)量度量規(guī)模，根據(jù)中位數(shù)進行分組。同時，在分組回歸模型中控制了券商層面的固定效應。

表6 報告了回歸結(jié)果。當分析師預測數(shù)量(Num)和股票的市場反應(Car)為因變量時，Post 在小規(guī)模券商組的估計系數(shù)不顯著，而在大規(guī)模組的估計系數(shù)在1%水平上顯著為負；當分析師盈利預測誤差(Ferror)為因變量時，Post 在小規(guī)模組的估計系數(shù)不顯著，而在大規(guī)模組的估計系數(shù)在1%水平上顯著為正。表明榜單評選暫停后，規(guī)模較大的券商旗下分析師預測數(shù)量出現(xiàn)大幅度減少，預測誤差顯著提高，預測引起的市場反應也更弱。表6 的結(jié)果支持了假設2b。

表6 基于券商激勵能力的檢驗

（二）學習效應

1. 基于分析師學習對象的檢驗

假設3a 預期，如果券商之前存在明星分析師，《新財富》榜單評選暫停對分析師的負面影響更強。為驗證上述推論，本文收集了各券商旗下分析師自2003 年以來獲評明星分析師的情況，依據(jù)券商是否存在明星分析師進行分組。

表7 報告了回歸結(jié)果。當分析師預測數(shù)量(Num)為因變量時，在沒有明星分析師的樣本中，Post 的估計系數(shù)不顯著；而在有明星分析師的樣本中，Post 系數(shù)在1%水平上顯著為負。表明當分析師所屬券商此前存在明星分析師時，榜單評選暫停后“明星分析師”的消失使得“學習效應”被削弱，分析師預測數(shù)量出現(xiàn)更大幅度的減少。當分析師預測誤差(Ferror)為因變量時，兩組系數(shù)均顯著為正。當股票的市場反應(Car)為因變量時，Post 在有明星分析師的券商樣本中估計出的系數(shù)絕對值遠大于沒有明星分析師的券商樣本，表明評選暫停后，此前存在明星分析師的券商旗下分析師發(fā)布預測的市場反應更弱，投資者認可程度更低。表7 的結(jié)果為假設3a 提供了一定證據(jù)支持。

表7 基于分析師學習對象的檢驗

2. 基于上市公司信息不對稱程度的檢驗

假設3b 預期，如果分析師跟蹤的公司信息不對稱程度更高，《新財富》榜單評選暫停對分析師的負面影響更強。一般認為，存在研發(fā)投入的公司盈利預測難度更高。創(chuàng)新是信息不對稱極高的投資活動，為了保護創(chuàng)新成果，企業(yè)在進行創(chuàng)新時傾向于減少信息披露，披露水平不高，披露質(zhì)量也較差(Bhattacharya 和Ritter，1980；韓鵬和岳園園，2016；孟慶斌等，2019)。因此，研發(fā)投入越多的企業(yè)，信息不對稱程度越高(Aboody 和Lev，2000；陳三可和趙蓓，2019)。進一步，Campbell 等(2014)研究發(fā)現(xiàn)由于研發(fā)活動的周期較長、信息可信度較低，成果的未知性導致研發(fā)投入對于盈利狀況的影響存在較大的不確定性。對于這類公司，分析師更依賴明星分析師來提升自身的預測質(zhì)量。因此，榜單暫停后，學習效應的消失使得跟蹤存在研發(fā)投入的公司分析師受到更大的負面影響。為驗證這一假設，我們選用上市公司有無研發(fā)投入作為依據(jù)進行分組檢驗。

表8 報告了回歸結(jié)果。當分析師預測數(shù)量(Num)和股票的市場反應(Car)為因變量時，在沒有研發(fā)投入的公司樣本中，Post 估計系數(shù)并不顯著，而在有研發(fā)投入的公司樣本中，Post 的估計系數(shù)在1%水平上顯著為負。當分析師預測誤差(Ferror)為因變量時，在沒有研發(fā)投入的公司樣本中，Post 估計系數(shù)并不顯著，而在有研發(fā)投入的公司樣本中，Post 的估計系數(shù)在1%水平上顯著為正。實證結(jié)果表明當預測的上市公司有研發(fā)投入時，榜單評選暫停后分析師預測數(shù)量出現(xiàn)更大幅度的減少，盈利預測誤差出現(xiàn)更大幅度的增加，分析師發(fā)布預測的市場反應更弱。表8 的結(jié)果為假設3b 提供了充足的證據(jù)支持。

表8 基于上市公司信息不對稱程度的檢驗

（三）進一步分析：基于分析師是否獲評明星的檢驗

榜單評選暫停后，此前獲得過明星稱號的分析師失去了評獎的契機，獲取薪資增長和職業(yè)晉升機會的可能性也有所下降，會在更大程度上受到激勵效應缺失的沖擊，表現(xiàn)為工作的勤勉程度有所下降(趙留彥和寧可，2020)。而非明星分析師在榜單暫停后失去了可以模仿和學習的標桿，在更大程度上受到學習效應缺失的沖擊，預測準確度有所下降。因此，為探究榜單暫停對于明星分析師和非明星分析師的影響是否存在差異，本文收集了自2003 年首屆《新財富》評選以來明星分析師的名單，依據(jù)該名單將樣本劃分為明星分析師組和非明星分析師組，檢驗二者之間的差異。

表9 報告了回歸結(jié)果，回歸模型中控制了分析師個體的固定效應。當預測數(shù)量(Num)為因變量時，在明星分析師樣本中，Post 估計系數(shù)在1%水平上顯著為負；而在非明星分析師樣本中，Post 估計系數(shù)并不顯著。當預測誤差(Ferror)為因變量時，在明星分析師樣本中，Post 估計系數(shù)并不顯著；而在非明星分析師樣本中，Post 估計系數(shù)在1%水平上顯著為正。當股票的市場反應(Car)為因變量時，兩組樣本Post 估計系數(shù)均在1%水平上顯著為負。上述結(jié)果表明，明星分析師在榜單暫停后預測數(shù)量顯著下降，而預測誤差不受影響；非明星分析師在榜單暫停后，預測數(shù)量不受影響，而預測誤差顯著增加。同時，市場對明星分析師與非明星分析師發(fā)布的報告認可度不存在區(qū)分，榜單暫停后市場反應均出現(xiàn)顯著下降。這一結(jié)果進一步支持了文章提出的內(nèi)在影響機制，即“激勵效應”和“學習效應”：對于明星分析師而言，榜單暫停帶來的激勵效應缺失對其影響更大，直接導致了明星分析師工作的勤勉程度出現(xiàn)顯著下降；對于非明星分析師而言，榜單暫停帶來的學習效應降低對其影響更大，由于缺乏學習對象，導致非明星分析師的預測質(zhì)量大打折扣，預測準確度出現(xiàn)顯著下降。從市場反應來看，投資者認為榜單暫停對明星分析師與非明星分析師的負面沖擊基本一致，表明“激勵效應”和“學習效應”是共同存在的。表5 至表9 支持了本文的主要邏輯。

表9 基于分析師是否曾當選明星分析師的檢驗

六、穩(wěn)健性檢驗

（一）檢驗2019 年榜單重啟對分析師預測的影響

經(jīng)過一年多的沉寂，2019 年10 月21 日，《新財富》雜志官方宣布將重啟第17 屆最佳分析師評選活動。修訂后的評選方案也隨之公布，發(fā)生的重大變化主要包括評選流程、評選規(guī)則、參評條件等方面。在榜單重啟的背景下，明星分析師評選是否還能對分析師群體發(fā)揮激勵效應和學習效應？為此，我們檢驗了2019 年榜單評選恢復對分析師預測的影響，為本文的結(jié)論提供進一步的支持。以2019 年10 月21 日為對比時點，我們選用2018 年第四季度和2019 年第四季度分析師的預測數(shù)據(jù)作為樣本，對比榜單重啟前后分析師預測行為的變化。結(jié)果顯示，當預測數(shù)量(Num)和市場反應(Car)為因變量時，Post 的估計系數(shù)分別在5%、1%水平上顯著為正；當預測誤差(Ferror)為因變量時，Post 的估計系數(shù)不顯著。表明榜單重啟后，分析師發(fā)布預測的數(shù)量和預測引起的市場反應顯著增加，預測誤差沒有明顯變化。與主檢驗基本一致。見表10。

表10 穩(wěn)健性檢驗：分析師榜單重啟的影響

（二）控制公司層面的固定效應

分析師預測的變化可能是由于公司層面特征發(fā)生改變。為了避免不可觀測因素對本文結(jié)論的影響，進一步保證結(jié)論的穩(wěn)健性，本文控制了公司層面的固定效應，結(jié)果如表11 所示。可以看出，《新財富》榜單暫停(Post)與分析師發(fā)布預測的數(shù)量(Num)及市場反應(Car)在1%水平上顯著負相關，與分析師盈利預測誤差(Ferror)在1%水平上顯著正相關，與主檢驗結(jié)果保持一致。

表11 穩(wěn)健性檢驗：控制公司層面的固定效應

（三）替換關鍵被解釋變量

為了增強分析師預測行為度量指標的可信度，對衡量分析師預測行為的關鍵被解釋變量進行替換(Ferror2)。參照譚松濤和崔小勇(2015)的做法，將計算分析師盈利預測誤差的分母由股票價格替換為上市公司實際每股收益(EPS)后重新進行回歸。結(jié)果如表12 第(1)列所示，可以看出分析師榜單暫停仍與分析師盈利預測誤差在1%水平上顯著正相關，與主檢驗結(jié)果保持一致。

（四）采用異方差調(diào)整后的標準誤

為了控制潛在的異方差問題，本文對回歸系數(shù)的標準誤進行了異方差調(diào)整，結(jié)果如表12 第(2)列、第(3)列、第(4)列所示。仍與主檢驗結(jié)果保持一致，《新財富》榜單暫停與分析師發(fā)布預測的數(shù)量及市場反應顯著負相關，與預測誤差顯著正相關。

表12 穩(wěn)健性檢驗：替代關鍵變量、采用異方差調(diào)整后的標準誤

七、研究結(jié)論與啟示

關于《新財富》榜單評選機制的有效性問題，學者們從未停止探索。但不同于以往研究從明星分析師與非明星分析師預測表現(xiàn)的差異對《新財富》榜單進行評判，本文從評選暫停這一事件入手，研究評選暫停前后分析師預測行為及市場反應的差異，來探討明星分析師評選機制對分析師預測行為的影響。研究表明，在《新財富》榜單暫停之后，分析師發(fā)布預測的數(shù)量降低，分析師盈利預測誤差上升，預測發(fā)布的市場反應下降，表明榜單評選的暫停對分析師預測產(chǎn)生了負面影響。機制檢驗表明，當分析師更有可能被評為明星分析師、券商更有能力獎勵明星分析師時，榜單暫停的負面影響更強；當分析師之前存在學習對象、預測的公司信息不對稱程度更高時，榜單暫停的負面影響更強。最后，明星分析師與非明星分析師都會受到榜單暫停的負面沖擊。

本文也存在一定的研究局限。限于數(shù)據(jù)的可獲得性，本文無法獲取有關分析師薪酬、明星分析師的獎勵標準、分析師晉升標準等數(shù)據(jù)。如果能夠獲得分析師(尤其是明星分析師)層面更加詳細的數(shù)據(jù)，就可以更加準確識別和區(qū)分榜單評選與明星分析師的影響。本文僅探索性從榜單暫停這一事件入手進行研究，相關數(shù)據(jù)筆者將保持持續(xù)關注，留待后續(xù)研究。

本文的研究對于證券分析行業(yè)的發(fā)展具有重要的啟示作用。實證結(jié)果表明，明星分析師評選機制有助于促使分析師勤勉工作，提升預測質(zhì)量，但暫停現(xiàn)象卻發(fā)人深思。經(jīng)過一年多的沉寂，2019 年10 月21 日，《新財富》雜志官方宣布重啟第17 屆最佳分析師評選活動，而評選方案的重大變化也體現(xiàn)出活動發(fā)起者正在不斷嘗試設置更加公開透明、公平客觀的評選標準，從而降低評選主觀性。希望未來，明星分析師評選能夠真正發(fā)揮出評選機制的有效性，實現(xiàn)證券從業(yè)人員的公平競爭，促進證券分析行業(yè)更好發(fā)展。