1、1分析师声誉与盈利预测准确性的关系检验中图分类号：F830 文献标识码：A 内容摘要：本文利用 2005-2010 年数据对我国证券分析师的声誉与其盈利预测报告的准确性进行了研究。U 检验结果和回归分析结果都表明，以新财富的“最佳分析师”为样本的明星分析师，无论在当选前还是当选后，相对于非明星分析师，他们都能够做出更加准确的预测报告，即使在剔除年后发布预测报告的影响后，该结果同样显著。因此，本文有理由认为，明星分析师依靠其自身能力，而非依靠运气当选明星分析师，且在当选后，他们仍然是依靠自身能力继续取胜于非明星分析师，而非与上市公司的密切联系。 关键词：明星分析师 盈利预测 预测能力 引言 证券
2、分析师在证券市场上扮演着非常重要的中介角色，他们受到投资者的广泛关注。分析师搜集和分析上市公司的财务信息，并以盈利预测报告的形式传递给投资者。由于投资者，特别是我国股市众多的个人投资者，缺乏专业的证券投资技能，因此，他们通常在选股前会通过阅读分析师的预测报告，来判断上市公司的财务状况和经营前景。面对众多异质的分析师，以及众多不一的预测报告，投资者究竟应该相信谁呢？鉴于此， 新财富杂志从 2003 年开始，每年根据国内机构投资者投票结果评选出“最佳分析师” ，以分析师的声誉来区分分析师。那么，投资2者是否可以相信这些明星分析师在随后的年份里给出的预测报告呢？ 证券分析师行业不仅受到普通投资者的广
3、泛关注，学术研究者也对其给予重点关注。关于分析师盈利预测的文献越来越多，这些文献主要研究哪些因素影响了分析师盈利预测的准确性，例如：Clement（1999）的研究表明，分析师的从业经验等五种因素会影响其盈利的预测结果；Stickel（1992）等研究发现，分析师过去预测的准确性会影响到他们未来的预测结果；岳衡和林小驰（2008）发现，跟踪公司的分析师数量、公司上市时间以及公司盈余的波动性会影响分析师的预测结果等。 尽管对分析师盈利预测的研究已经有相当的数量，然而，本文还未发现有学者研究我国分析师盈余预测准确性与分析师声誉的关系。因此，使用新财富评选的年度“最佳分析师”作为明星分析师，本文的目
4、的在于研究，在我国证券市场中，相对于非明星分析师，明星分析师对盈利的预测是否更准确？如果以上的答案是肯定的，那么本文进一步研究明星分析师之所以能够做出更准确的盈余预测是因为运气还是自身的预测能力。 文献综述与假设检验 与本文相关的文献主要研究分析师盈利预测准确性的影响因素。国外关于分析师的声誉与其盈利预测准确性的文献已有很多。Stickel（1992）研究了分析师的声誉与盈利预测准确性的关系，结果表明， “全美分析师”具有更加准确的盈利预测。Sinha et al.（1997）根据分析师在其估计期间内的预测表现将分析师进行分类，然后研究在过去具有高超预测能力的分析师是否在未来仍然具有这样的能力
5、。其结果3表明，高能力是具有持续性的。Brown（2001）也研究了分析师过去预测的准确性对未来预测的影响，他们的结果同样表明，分析师的预测能力具有持续性，即过去拥有较高准确性的分析师在未来更有可能做出更准确的盈利预测。Banerjee（2011）研究了分析师排名和交易佣金（trading commissions）如何影响分析师的盈利预测行为，他们的研究结果表明，两种因素联合起来能够促使分析师发布更加好的预测报告，但是两者单独却无法达到这种效果。除了分析师的声誉，国外已有文献的研究结果还表明，下列因素对分析师预测准确性会产生影响：分析师的经验（Mikhail et al.，1997） ，分析师
6、的资源，预测组合的复杂性（Clement，1999）以及经纪商的特征（Jacob et al.，1999） 。 石桂峰等人（2007）使用 2004-2005 年的数据对影响我国证券分析师盈利预测准确性的因素进行了研究，他们的结果表明，以下因素会影响预测的准确性：预测机构数量、信息披露的质量、盈余波动程度、公司规模等。岳衡和林小驰（2008）比较了分析师预测结果和统计模型预测结果，他们的研究表明，以年度历史数据为基础，分析师比统计模型的相对预测准确性更高，且跟踪公司的分析师人数会影响预测结果。以上因素在李悦和王超（2011）的研究中也得到证实，而券商规模则与预测准确性没有关系。 而关于我国分析
7、师声誉与预测准确性的相关文献则很少，本文关于明星分析师盈利预测的分析将在一定程度上弥补相关文献的缺乏。 评选明星分析师的目的不仅在于认可分析师在过去取得的成绩，而是希望借助评选来区分他们的预测能力，以帮助投资者在众多盈利预测4报告中做出更好的选择。如果在明星分析师当选后，他们相对于非明星分析师仍然可以做出更加准确的预测，那么本文可以认为分析师的预测能力是具有持续性的，进而本文可以得出结论认为，投资者可以从明星分析师的预测报告中获得更好的投资建议。因此，本文的第一个假设检验为： 假设一：相对于非明星分析师，明星分析师对盈利的预测更加准确。如果明星分析师预测的结果更加准确，那么本文进一步研究是什么
8、原因促成了这样的结果。虽然我国的明星分析师评选开始时间较晚，经验比不上资本市场发达国家的评选；而且，学术界对明星分析师的评选结果也存在一定的质疑。但是，作为明星分析师的投票人机构投资者，他们同时又是分析师预测报告的使用者，本文有理由相信，这些机构投资者出于对预测报告质量的关切，他们投票的依据主要还是分析师的预测能力。因此，为了排除分析师由于侥幸等因素当选为明星分析师，给分析师报告使用者发出错误的信息，本文在假设一成立的情况下，进一步验证分析师高超的盈利预测能力是否从当选明星分析师前延续到当选后，本文提出第二个假设检验为： 假设二：在当选前及当选后，相对于非明星分析师，明星分析师具有更加准确的盈
9、利预测。 分析师可能由于当选为明星分析师而获得更多资源来提高其预测的准确性；不仅是其能获得经纪商的更多资源，他们在当选后可能具有更多、更近的接触上市公司高管的机会，因此可以在公司发布财务报告前便获知其中的内容，从而提高其预测的准确性。5如果假设一和假设二同时成立，即在当选前后，明星分析师都能战胜非明星分析师，则本文可以认为分析师是因为其高超的能力才具有更准确的预测。 当然，分析师可能从进入证券分析业便与上市公司建立联系，因而借此做出更准确的盈利预测，从而获得明星分析师的称号。为了考察是否存在这种可能性，本文将公司完整财政年度之后发布的针对此年的盈利预测报告排除在外，因此得到本文的第三个假设检验
10、： 假设三：在剔除上市公司完整财年之后发布的预测报告后，假设一和假设二仍然成立。 样本和研究设计 （一）样本选择 本文样本中的明星分析师采用的是新财富评选出的年度“行业最佳分析师” ，该数据通过对新财富网站刊登的评选结果进行手工处理得到。 新财富的最佳分析师评选开始于 2003 年，由于 2003 年和2004 年评选中仅有基金经理参与投票，为了防止投票方的片面性，而且由于截止本文成文之时，上市公司还未公布 2011 年财务报告，本文无法验证分析师对 2011 年进行的预测，因此，本文选取的明星分析师样本期限为 2005-2010 年。对于团队获奖的情况，本文视其团队中每位成员均为明星分析师，
11、因此，本文共获得 1065 人次的明星分析师。除了明星分析师样本，本文还从锐思数据库中得到分析师对上市公司每股收益（EPS）的预测数据，该样本期限也是 2005-2010 年，共有 590004 份预测报告。最后，本文从锐思数据库获得对应于预测报告的上市公司 2005-62011 年的年报，并从中计算得到公司的基本每股收益率。 对于上述样本数据，本文进行了以下筛选：剔除无法找到其预测报告的明星分析师；财务报告采用经过调整的数据；采用上市公司合并财务报告数据；剔除有缺失的样本数据。 （二）变量设定 1.盈余预测误差。为了对分析师盈余预测情况进行实证检验，本文首先需要构建被解释变量，即衡量分析师盈
12、余预测水平的指标。根据Clement（1999）的方法定义相对盈利预测准确性指标 RRFE 如下： 其中，FEit 为分析师 i 对上市公司在第 t 年度的盈利进行的预测值，AEt 为公司在第 t 年度的真实盈利情况，N 为对某上市公司做出盈利预测的分析师的人数。 2.明星分析师。本文设定虚拟变量 Starn，t 来区分明星分析师和非明星分析师，即如果做出某份盈余预测报告的分析师 n 获选为新财富第 t 年的行业最佳分析师，则本文认为该盈余报告出自于明星分析师，即 Starn，t0；否则，Starn，t=0。 3.控制变量。为了准确地考察分析师的声誉与盈余预测准确性的关系，本文对以下可能影响盈
13、余预测准确性的其他因素加以控制：第一，公司规模，用公司总市值的自然对数形式来衡量，记为 LnSize。Brown et al.（1987）以及石桂峰等人（2007）的研究表明，公司规模越大，盈余预测准确度越高。第二，同时对某上市公司做出盈余预测的分析师人数，使用分析师人数的自然对数形式，记为 LnNum。Eames and Glover（2003）等研究表明，预测家数与预测准确性呈显著正相关关系。7第三，分析师从业年数，使用分析师从事研究行业年数的自然对数形式，记为 LnYear。李悦和王超等（2011）研究表明，分析师从业年数与预测的准确度呈正相关关系。 （三）实证方法 1.U 检验法。本文
14、首先采用 U 检验方法来验证本文的假设是否成立。具体方法如下： 对于假设检验一。首先，使用所有样本，计算明星分析师在对公司i 在第 t 期的每股收益做出的预测平均误差，记为ARRFEi*t（=（i*RRFEi*t）/N*） ，其中 N*是在第 t 期跟踪公司 i 的明星分析师人数，采用同样的方法计算非明星分析师的平均预测误差，记为 ARRFEit；其次，计算两者的差异，记为 DARRFEt（=ARRFEit-ARRFEi*t） ；最后，利用 U 检验来检验 DARRFEt 是否显著大于 0。 对于假设检验二。采用与上述相同的方法，以每年新财富公布当年最佳分析师评选结果日期为界，计算在明星分析师
15、当选前和当选后的 DARRFEt，并对其进行 U 检验。 对于假设检验三。本文将分析师在上市公司完整的财政年度结束后发布的针对该年的预测报告排除在样本外，再重复以上步骤对假设一和二进行检验。 2.回归分析法。U 检验法是统计检验方法之一，它可以直观看出本文对假设进行检验的结果，但是这个结果是非常粗糙的，因为它没有办法控制住其它因素对盈余预测准确性的影响，因而本文无法从中得出结果认为明星分析师的盈余预测比非明星分析师准确度高。 8为了解决这种问题，本文对三个假设进一步做了回归分析。对于不同样本，本文对以下模型进行 OLS 回归： RRFEn，t=0+1Starn，t+2LnSizei，t+3Ln
16、Numi，t+4LnYearn，t+n，t 考虑到公司盈利存在时间序列相关性，从而分析师的盈余预测可能存在时间序列上的相关性，本文采用 Newey-West 方法来修正可能存在的自相关问题。 实证检验结果 （一）描述性统计 本文的样本中共包含 7196 个分析师或分析师组合，其中有 346 个明星分析师，明星分析师占总分析师人数的 4.8%左右。相对预测误差指标的描述性统计结果为：所有分析师的平均相对预测误差为 0.130，明星分析师为 0.085，非明星分析师为 0.143。这个结果表明，明星分析师的预测确实较非明星分析师准确，从描述性统计结果来看，明星分析师的预测准确度都高于非明星分析师。
17、 （二）实证检验结果 从表 1 第（1）部分的结果可以得知：在不考虑其它因素对盈余预测准确性的影响下，明星分析师的平均相对预测误差在 1%水平下显著为0.36，而非明星分析师在 1%水平下显著为 0.41；两类分析师预测误差差距的检验结果表明，非明星分析师的平均相对预测误差在 5%水平下显著大于明星分析师。 表 2 第（1）部分给出了包含所有样本的回归分析，结果表明，即使9是控制了公司规模、分析师跟踪人数以及分析师从业年限等因素，分析师的声誉同样能够提高盈余预测的准确性，即明星分析师能够做出更准确的预测。 这一实证结果支持了本文的假设一，即明星分析师相对于非明星分析师具有更加准确的盈利预测。然
18、而，仅仅凭借这一实证结果，本文还无法得出结论认为明星分析师比非明星分析师具有更好的预测能力。这是因为，分析师可能侥幸地当上明星分析师，然后，他可以得到受雇公司更多、更有利的资源，这些资源可能在一定程度上帮助他得出更加准确的预测报告；或者分析师当选为明星分析师后，他能和上市公司保持更加紧密的联系以获得关于公司盈利情况的财务信息。为了排除这一可能性，本文对假设二进行了实证检验。 表 1 第（2）和第（3）部分的结果表明，无论是在当选前后，明星分析师都能够做出更加准确的盈利预测。在当选前，明星分析师能够做出更加准确的盈余预测报告，从而从众多分析师中脱颖而出，当选为明星分析师。在当选后，明星分析师仍然
19、能够做出比非明星分析师更加准确的预测报告，这就表明，明星分析师的盈余预测能力是具有持续性的，明星分析师是凭借其能力当选，而非是因为侥幸。 表 2 第（2）和第（3）部分给出的回归分析与 U 检验结果相似，即便是控制了其它因素，明星分析师的盈余预测也具有更高的准确性。 （三）报告发布时间的影响 如果盈利预测是在上市公司上个财政年度结束后发布的，则可能存在分析师通过与上市公司的联系而提早获取与盈利相关的财务信息，从10而做出更加准确的预测。本文将在财年结束后发布的报告剔除后对假设一、二进行了检验，从而排除分析师因关系而非能力当选为明星分析师的情况。 从表 3 可以看出，在剔除年后发布的预测报告后，
20、检验结果仍然和表 1 中的结果相似，明星分析师的预测准确度都超过非明星分析师。表4 给出的回归分析结果与表 3 的结果相似，即明星分析师能够做出更加准确的盈余预测报告。 这两个结果表明，分析师并非通过与上市公司保持密切的关系，从而获得其真实盈余情况，并据此做出盈余预测报告。也就是说，在当选前，明星分析师确实是凭借其自身的盈余预测能力当选为明星分析师，而非其自身拥有的关系使得其做出更加准确的预测并且获选；在当选后，明星分析师也没有通过当选而获得与上市公司更加密切的联系，或在没有利用这种关系来获得私有信息来提高其盈余预测准确性。 结论与政策建议 本文利用 2005-2010 年的数据对我国明星分析师的盈利预测报告进行了研究。本文的实证检验发现：首先，明星分析师对盈利预测的准确度显著高于非明星分析师；其次，无论在当选前还是当选后，明星分析师比非明星分析师都具有更高准确度的盈利预测。这两项结果同时表明，明星分析师的获选以及在当选后仍然战胜非明星分析师的原因是，凭借其自身高超的预测能力，而非依靠运气。 进一步，本文剔除了分析师在上市公司上一财政年度结束后发布的预测报告后发现，所有分析师的预测准确度都略有下降，这表明某些分
