公司规模、分析师选择偏差与公司市场绩效--以买方公司为视角的研究_投资分析师论文

公司规模、分析师选择偏差和公司市场绩效——基于收购方公司视角的研究，本文主要内容关键词为：公司论文,分析师论文,偏差论文,绩效论文,视角论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。

      当前，中国证券市场的国际化和市场化改革步伐正在加速进行。但是，中国证券市场的信息环境仍然较弱，特别是作为市场重要信息中介的分析师，其信息挖掘和传递的作用还没有得到充分发挥，其行为机制也有待深入研究。一方面，这是因为和成熟资本市场相比，中国分析师行业的发展历史较短，分析师的职业功能尚未完全体现出来。比如胡奕明等(2003)指出，中国证券分析师比较重视财务会计信息，而对治理结构、薪酬结构、人员素质和审计意见等重视不够，信息获取渠道上更依赖公司公告，较少使用如公司新闻发布会、电话或走访等直接接触方式。另一方面，即便是在成熟市场，在肯定分析师积极作用的同时，许多研究也都指出分析师存在选择偏差。比如Bhushan(1989)指出，分析师跟踪和机构持股、公司规模、回报率稳定性这些企业价值敏感性变量正相关，和内部人持股以及公司多元化负相关，并且公司规模是信息公开程度的代理变量；McNichols和O'Brien(1997)则提出选择偏差理论来解释这种现象，认为分析师会选择跟踪他们偏好的公司。

      近10余年来，中国的分析师行业发展迅速，分析师价值发现能力也有大幅提升。本文旨在厘清分析师在各种利益纠葛中所做出的决策及其经济后果，与现有研究相比，本文研究的结论及价值体现在如下三个方面：(1)本文的实证结论支持了Bhushan(1989)的观点，即规模大的公司吸引更多分析师跟踪；同时，也支持了McNichols等(1997)的选择偏差理论，即分析师倾向于跟踪他们认为质地更好、更安全的公司。在中国股票市场，分析师出于各种原因往往认为规模较大的公司质地更好。①(2)本文研究有助于发现中国分析师在投资建议形成过程中，可能存在的偏差以及违背其职能的非客观性和非独立性，从而有助于监管部门完善相关制度，更好地保护投资者。分析师决策可能受到投资银行、投资者和高管关系等多重因素的影响，本文使用并购样本来缓解这些因素的干扰。其好处在于，一方面，收购是公司最大的投资之一，管理层和股东之间的代理冲突会被放大，管理层可能利用收购侵害股东利益，这时分析师对于信息不对称程度较高的收购方公司来说能够发挥更大的作用；另一方面，收购决策由并购双方公司的管理层决定，不受分析师决策影响，从而收购事件为研究分析师作用提供了外生性样本。(3)本文在实证分析中设计了选择性偏差的测度和控制程序。当不引入规模变量时，分析师跟踪效应为负显著，但引入规模变量后，显著性消失，而规模和并购绩效间显著负相关。由此可以认为，分析师对公司规模的选择性偏差，是造成负相关性的最主要原因。区别于以往研究，本文引入残差分析师跟踪(Residual Analyst Coverage)替代分析师跟踪变量，由于残差分析师跟踪控制了企业规模等常规信号，其系数虽然为负数但不显著，这证明了分析师选择偏差的存在。这一结论也说明，分析师跟踪主要受公司规模影响，因此需要使用残差分析师跟踪而不是分析师跟踪的原始值或其对数函数。该观点和Yu(2008)在分析美国股市时的发现——无论使用分析师跟踪还是残差分析师跟踪，对分析结果不产生实质影响——存在差异。

      二、文献回顾和研究假设提出

      (一)分析师跟踪与收购方公司短期绩效

      Jensen和Meckling(1976)较早肯定了分析师的职业功能，认为证券分析师提高了市场的有效性，并对代理问题提供了外部约束，当公司的代理问题严重时，分析师的跟踪尤为重要。②他们认为，分析师对公司的外部约束作用体现在直接和间接两个方面，前者如分析师在电话会议中直接向企业管理层提问，后者如分析师通过发布研究报告和报纸电视等媒体转载，向机构投资者以及数以百万计的个人投资者传播公开和私人信息。此外，现有文献已经证明股价中很大一部分信息可以被称为私有信息，投资者无法从公开信息中获取，那么分析师显然就更有存在的必要。Graham等(2005)的问卷调查发现，36%的经理人将分析师列为影响其公司股价最重要的经济代理人。

      换一个角度看，分析师跟踪可以为公司提供有价值的经济利益。这些利益包括提升知名度(Merton，1987)、降低信息不对称(Easley等，2004)、提高流动性(Brennan等，1995)以及减少代理成本(Lang等，2004)等。Kirk(2011)甚至发现，由于风险高、信息环境弱、周转率低的公司无法吸引分析师，这些公司有时会不顾代理问题而向分析师购买跟踪。由于分析师的买入和卖出建议是个人投资者的主要信息来源，Loh等(2011)发现分析师评级和推荐会拉动股价；朱红军等(2007)则发现证券分析师能够提高股票价格的信息含量，从而提高资本市场的运行效率。

      但是，分析师会出于各种动机给出有偏差的盈余预测。比如，分析师有最大化交易量的动机；有维护好公司高管关系的动机，这主要是为了帮助投行获得项目，或者为得到更多私有信息而给出有偏的盈余预测；还有最大化盈利预测对投资者的效应的动机，因为投资者如果在研究报告公开发布前收到该报告，会将其看作私有信息并据此进行交易。Fischer等(2001，2010)指出，投资者对分析师动机的不确定，以及对分析师的不信任，会导致沟通不畅和信息缺失。潘越等(2011)发现，尽管承销商会利用偏乐观的分析师报告为市场表现不佳的新股进行托市，投资者总体上能够识别承销商的托市意图，并对承销商关联分析师报告的偏差进行调整。市场对分析师的这种负面反应，从短期角度看会占优于分析师的价值发现功能。结合中国证券市场的实际情况，本文提出如下假设。

      假设1：分析师跟踪和收购方公司短期市场绩效之间负向相关。

      (二)分析师选择偏差及其影响

      McNichols等(1997)通过实证研究发现，分析师不愿跟踪规模小的公司。Hong等(2000)控制了规模对分析师跟踪的影响，通过将股票按照残差跟踪排序进行研究，发现其中残差来自于分析师跟踪对规模所进行的线性回归；分析师跟踪随着公司规模、成长性和交易量增加而增加。

      Sara等(2004)的研究发现，小公司的收购行为可以为其股东带来收益，但是这些收购规模较小，收益也相对较低；大型企业会进行规模较大的收购，从而存在较大损失的可能；总体而言收购行为会对股东造成损失。事实上，即使充分控制了收购公司和交易特征，市场收益的负规模效应依然存在。其原因在于，一方面，一家大规模公司可能其本身股权估值较高；另一方面，从公司生命周期考虑，大型公司的增长机会更可能被耗尽；再一方面，在公司没有增长机会的情况下，自由现金流的代理成本更高，这种情况在大型公司中更可能发生。结合相关讨论，本文提出如下假设。

      假设2：分析师受选择偏差影响，偏好选择规模大的收购方公司，而规模较大的公司其收购绩效(收购公告绩效和长期绩效)为负。

      (三)分析师跟踪与收购方公司长期绩效

      分析师和上市公司的串谋行为一直是监管的重点，其中最常被质疑的还是为获取个人利益而对公司给出乐观盈余预测的行为。Dugar等(1995)指出，关联分析师(上市公司系分析师所属证券公司的客户)给出的盈利预测偏差更大，准确度更低，给出的盈利预测更乐观。Lin和McNichols(1998)进一步研究发现，主承销商和联席承销商的关联分析师给出的盈利预测明显比非关联分析师乐观。③宋乐等(2010)指出，关联分析师盈余预测精确度更低，更容易高估公司盈余。赵良玉等(2013)认为，中国财务分析师评级报告乐观性的一个重要动机是为了满足上市公司管理层的偏好，以便获取私有信息。Groysberg等(2011)发现，分析师收入和投资者评价(排名)、是否跟踪本公司投行客户公司以及所跟踪公司交易量(佣金)正相关，没发现分析师收入和准确度以及推荐盈利能力之间的关系。但是，分析师过度乐观也会给公司管理层带来过多的外部压力，迫使高管牺牲公司投资机会以获取短期盈余，来达到分析师的一致预期(Bartov等，2002；Graham等，2005)。

      与之相对地，学者们也发现，出于维护声誉和职业发展的考虑，分析师存在提供准确盈余预测的动机。Stickel(1992)指出，明星分析师的盈利预测比其他分析师更准确。Hong等(2000)指出，预测最不准确的分析师，最可能被淘汰，其跳槽到更大券商的可能性也最小，这种现象对经验少的分析师尤其显著。当分析师更看重经济利益时，会选择歪曲盈余预测，从而给公司长期绩效带来负面影响；当分析师更看重职业发展和自身声誉时，会发挥价值发现功能，给出更准确的盈余预期，从而正面影响公司长期绩效。本文认为，中国证券市场正处在快速成长期，分析师为在新财富评选和客户交流中脱颖而出，建立更好的信任，造成更大的影响，单纯靠随波逐流是不够的。分析师会更关注公司基本面和长期绩效，在动机偏差和价值发现之间做出抉择，且更倾向于发挥价值发现功能。由此，本文提出如下假设。

      假设3：分析师跟踪对收购方公司长期绩效有正向影响。

      三、研究设计

      (一)研究样本

      本文的初始样本包括沪、深A股市场1998-2014年间有并购交易的收购方公司，并购次数总计15686起，数据来源是CSMAR数据库。在这期间，年并购次数从1998年的214起增加到2013的1736起；并购次数的爆发式增长发生在2007年，该年并购次数是2006年的2.25倍。对这些并购按资产标的进行分类时，股权标的所占比例高达70%。

      CSMAR数据库将并购界定为“股东准入”，即涉及公司股权结构的调整，其目标大多指向公司控制权变动的交易事项。中国主要的并购方式为资产收购，其中资产标的有资产、股权或者混合型。本文界定并购为公司通过股权收购获取目标方财产权和控制权，实现公司快速扩张的行为。该定义和CSMAR数据库中对股权收购的界定内涵一致。

      按实证分析的要求和标准程序，本文对样本进行了如下筛选：(1)去除了资产置换、吸收合并、债务重组要约收购和股权转让这5种重组方式的样本，所以本文只研究资产收购这种特定的资产重组方式④；(2)剔除资产标的以及资产和股权标的这两种并购案，本文只研究股权标的的重组方式；(3)同一家公司如果发生连续并购时，同一年中只取第一次，相隔年份少于两年的也只取第一次；如果同一交易中发生了多起并购也只取第一次；(4)鉴于分析师数据始于2002年，本文删除了1998-2001年间的并购数据；(5)只研究上市的收购公司，并剔除不成功的企业⑤；(6)由于金融行业为特殊行业，剔除金融行业的样本；(7)由于需要使用并购后1年以及2年的财务数据，所以并购样本的时期终止于2012年，即删除2013年和2014年的并购数据；(8)删除了变量缺失的样本；(9)去除了交易额在1000万元以下的样本⑥(10)对财务指标进行了异常值处理，即进行了1%和99%分位点的Winsorize处理。最终剩余样本为2769起。

      (二)主体模型

      1.产生残差跟踪的回归

      分析师跟踪受很多因素影响，如公司规模、过去的业绩表现、成长性、经营波动性等(Bhushan，1989；Kasznik，2002)。在中国，分析师从业人数变化有明显的年度效应，以本文样本为例，从2002年(之前没有跟踪)跟踪的8家公司增长为2012年的347家企业，即必须控制年度效应。

      为此，建立如下回归模型，相关变量主义如表1所示。

      

      有观点(Yu，2008)认为，若不用残差跟踪变量，从定性的角度而言，结果类似。但本文认为，由于影响分析师决策的因素很多，这些选择性偏差很可能会影响分析师跟踪实证结论的可信性，因此在研究中国的分析师问题时，应该对选择偏差进行调整。具体而言，模型(I)中的残差是由分析师跟踪原值(或者原值+1的对数)减去影响分析师跟踪的常用变量(可能会造成选择性偏差)的线性函数(分析师跟踪的期望值)而得，从而残差作为分析跟踪的代理变量时，可以认为其和这些因素不相关。

      2.并购业绩表现的分析师跟踪效应

      为刻画长期或者短期股票绩效，本文采用大多文献中经常使用的代理变量累积超额收益率(CAR)和购入—持有超额收益(BHAR)，同时基于窗口期不同定义长期市场绩效和短期市场绩效。本文只研究已完成的并购交易，并且收购方在并购公告前一年和后两年具备财务和股价的日数据。对于并购公告日效应，本文用并购公告窗口期的CAR和BHAR计量。在稳健性测试中，本文将对窗口期、市场收益率的产生方法进行测试。长期市场绩效的标准窗口期定义为并购公告后的一年超额市场收益(其替代变量为CAR(1，240)和BHAR(1，240))。在稳健性测试中，本文将对窗口期、市场收益率的产生方法进行测试。

      本文用于检验并购公告效应的模型为：

      

      其中，因变量为公告日历效应(CAR(-1，1)和BHAR(-1，1))。在模型(Ⅱ)中控制了年度和时间效应(Year Dummy和Industry Dummy)。Residual Analyst Coverage为残差分析师跟踪。

为误差项。Controls表示控制变量集合，具体解释见变量定义表1。

      本文用于检验长期并购效应的模型为：

      

      其中，因变量为收购公司的长期市场绩效(CAR(1，240)和BHAR(1，240))。

      (三)自变量和控制变量

      1.分析师跟踪

      财务和会计文献中已经提供了大量分析师跟踪有利于公司的证据，如提高公司透明度、减少信息不对称性、提高流动性和降低代理成本(Merton，1987；Easley等，2004；Lang等，2004)。因此，本文将分析师跟踪作为主要变量来研究并购绩效。Sibilkov等(2013)认为，在不讨论分析师跟踪质量或者明星分析师地位的情况下，研究分析师跟踪仍有价值。出于这些理由，本文将分析重点放在分析师跟踪而不是分析师跟踪质量上。

      未报告的表格通过对收购公司的分析师跟踪样本进行统计，发现分析师跟踪率从2002年的0上升到2012年的84%，单调上升趋势明显。⑦分析师跟踪的并购数量呈现出随着并购总量的增加先增加后减少的特点。分析师跟踪的企业数的第1和第2四分位数区间的公司数呈现出先增加后趋于平稳(2007年以后)的趋势，而第4分数区间的公司数则一直单调增加，表明分析师跟踪越来越显现出羊群效应的特点。

      

      2.控制变量

      在模型(Ⅱ)和(Ⅲ)中，标准控制变量包含公司特征变量、市场变量和收购交易变量，用于控制公司特质、市场特征以及交易特点，相关文献如Sara等(2004)、Ishii等(2014)⑧具体包括：(1)公司规模。(2)企业成长性变量。用账面市值比表示成长越快的企业并购需求也越大，进而会影响并购业绩。Servaes(1991)对要约收购和上市公司收购案的研究发现，高托宾Q的竞价者有更高公告超额收益。⑨(3)财务杠杆。高杠杆的公司有更高的超额收益。根据Jensen(1986)的自由现金流理论，负债的存在能够抑制企业的并购行为。(4)经营现金流。Dittmar和Mahrt-Smith(2007)发现当现金流不足时，并购会损害收购方公司利益。(5)公司历史市场绩效(BHAR(-219，-20))，用公司并购前219天到20天的BHAR表示(Ishii和Xuan，2014)。该变量用于缓解市场绩效的自相关性，即历史市场绩效对目前市场绩效的影响，而分析师在跟踪时可能会考虑公司的历史市场表现，从而造成内生性。(6)收购规模。(7)现金支付哑变量，小规模公司的收购喜欢用现金而不是股权支付(Sara等，2004)。

      3.内生性讨论

      由于分析师覆盖可能受制于公司过去的市场表现，本部分证明只要在模型(Ⅲ)中加入公司过去市场表现变量就可以很好地控制内生性。为方便起见，不妨以CAR作为代理变量进行讨论。假定分析师会参考公司过去市场表现，表述如下：

      

      本文研究发现，决定分析师覆盖的主要因素并不是历史市场表现。其证据，一是历史市场绩效对分析师跟踪无统计上显著的影响；二是分析师覆盖的公司历史绩效并不显著优于非覆盖的公司，在比较低覆盖组和0覆盖组时发现，后者的历史绩效还显著高于低覆盖组，这和分析师会跟踪历史市场绩效表现较好的公司的直觉相悖。如果决定分析师覆盖的主要因素不是历史市场表现，那么上述讨论所指的内生性其实并不严重，从而即使不控制公司过去市场表现也不会引起模型系数的估计偏误。为实证结论严谨起见，本文未报告的内生性检验也表明，主模型(Ⅱ)在OLS回归中没有显著的内生性问题，所以本文不需要使用2SLS等工具来解决内生性问题。

      四、实证分析

      (一)基本统计量和差值检验

      表2报告了摘要统计量。可以看出，无论是并购公告绩效还是长期绩效都为正显著，表明并购效应存在。平均的分析师跟踪人数是5人，但超过一半的公司跟踪人数不超过3人。平均有17.3%的公司属于沪深300指数的公司。账面盈余和市场收益率正相关，约为18.4%。并购公司的历史收益率均值为正数，但以过去1年的BHAR衡量则为负数。负债占公司总资产的比例平均为46%。并购交易规模一般不大，而且现金支付的比例较高，高达91.2%。

      差值检验表明，第1四分位跟踪组的并购市场绩效高于0跟踪组和第4四分位跟踪组，表明差异统计上并不显著。企业规模是影响分析师跟踪与否和跟踪程度的重要因素，从差值检验中可以看到，分析师偏好跟踪规模较大的公司，也偏好跟踪属于沪深300指数的公司、市场流动性较大和经营现金流较大的公司。与直觉相反的是，分析师并不偏好跟踪历史市场绩效较好的公司。此外，分析师不偏好高价股、低成长性、财务风险和市场风险较大的公司。分析师所跟踪的公司的相对并购规模并不大，特别是高跟踪组的相对并购规模显著较小。分析师在选择是否跟踪时，其偏好于会计盈余和市场收益率相关性小的公司，但一旦选择了跟踪则偏好于相关性大的；分析师跟踪的公司和没跟踪的在支付方式上无差异，但在跟踪的公司中，高跟踪组中现金支付方式所占比重更大。由于没有控制其他因素，这种简单相关分析可能存在偏差。

      (二)并购公告日效应

      表3研究了分析师跟踪对并购公告日市场绩效的影响。其中模型(1)～(6)的自变量是分析师跟踪，模型(7)和(8)的自变量是企业规模，模型(9)～(14)的自变量是残差分析师跟踪。模型(1)～(14)共7组，奇数模型的因变量为CAR(-1，1)，而偶数模型的因变量为BHAR(-1，1)。所有模型的指数收益率均采用市值加权平均收益率。

      

      

      表3的模型(1)～(8)还可以用于讨论选择性偏差的测度和控制。如果选择性偏差存在，那么从不控制规模(模型(1)～(4))到控制规模(模型(5)和(6))，分析师跟踪效应会发生显著的变化；如果这种变化是单向影响的，即企业规模影响分析师跟踪，而不是分析师跟踪影响企业规模，那么从有分析师跟踪(模型(5)和(6))到无分析师跟踪(模型(7)和(8))，规模效应将不受影响。如果实证证明这个逻辑链成立，那么表明分析师有选择性偏差，控制的办法是使用标准模型(模型(9)和(10))，即使用消除了选择性偏差的残差分析师跟踪而不是分析师跟踪原始值或其对数函数作为自变量。

      首先分析模型(1)～(6)。模型(1)和(2)只有自变量分析师跟踪，外加控制年度和行业效应，从表中可以看出分析师跟踪和并购公告日市场绩效之间是显著负相关的。模型(3)和(4)中加入了企业规模之外的其他控制变量，这时分析师跟踪和并购公告日市场绩效之间仍是显著负相关的。但当加入企业规模，即模型(5)和(6)时，可以发现分析师跟踪和并购公告日市场绩效之间的相关性仍为负数，但统计显著性消失，经济显著性也减少为原来的1/3～1/4。上述分析支持了假设1并购公告日的分析师跟踪效应为负。加入了企业规模的模型(模型(5)～(10))表明企业规模系数为负且统计显著，这支持了假设2，即企业规模和并购公告日绩效是负相关关系。

      对分析师跟踪和并购公告日市场绩效间的非负相关性，可以有如下解释：(1)当不引入规模变量时，分析师跟踪效应是负显著的，但当引入规模变量时，显著性消失；而企业规模和并购公告日市场绩效间是显著负相关关系。故有充分理由认为，分析师对公司规模的选择性偏差，是造成负相关性的最主要原因。(2)已有文献发现分析师对股票市场有正向和反向两方面的影响，两种作用可能相互抵消。(3)由于收购本身是公司的重大战略决策，不受分析师影响，所以总体上负影响虽然存在(由选择性偏差引起)，但统计不显著。

      分析至此，本文发现并购公告的分析师跟踪效应为负很可能是由分析师对企业规模的选择性偏差引起。为此，采用Hong等(2000)和Yu(2008)等所使用过的残差分析师跟踪方法，以从另一个角度检验假设1。模型(9)～(14)的自变量是残差分析师跟踪：模型(9)和(10)是标准模型，即含有所有的控制变量；模型(11)和(12)中含有除企业规模之外的其他变量，而模型(13)和(14)中只含有残差分析师跟踪。估计结果显示，由于残差分析师跟踪控制了企业规模等常规信号，其系数虽然为负数但不显著，这表明假设1成立。

      (三)长期并购效应

      表4研究了长期市场绩效的分析师跟踪效应。模型(7)～(14)中，两两一组共4组，奇数组的因变量为CAR(1，240)，偶数组的因变量为BHAR(1，240)，即对并购公告后第1天到第240天之间的并购市场绩效建模。和表3右半部分类似，模型(7)和(8)中自变量是企业规模(权益市值)，而模型(9)和(10)是标准模型，模型(11)和(12)含有除企业规模之外的所有控制变量，而模型(13)和(14)中只含有残差分析师跟踪变量。

      可以看出，标准模型中残差分析师跟踪的系数为正且显著，表明分析师有价值发现功能，这支持了假设3，即分析师跟踪对并购长期绩效有正向影响。该结论不受有无企业规模控制的影响，模型(11)和(12)中没有进行企业规模控制，分析师跟踪效应仍为正且显著，且经济显著性基本没有变化。由于模型(7)～(10)的企业规模系数为负显著，故进一步支持了假设2。

      (四)稳健性测试

      未报告的表格对假设1和假设2进行了稳健性测试。稳健性测试主要考察：(1)并购公告的窗口期，窗口期从标准窗口期(-1，1)扩展到(-2，2)和(-3，3)；(2)市场收益率是市场平均收益率还是市值加权收益率；(3)并购公告期收益率是CAR还是BHAR。稳健性测试结果较为一致地支持残差分析师跟踪和收购公司的并购公告日市场绩效有负相关性，从而支持假设1；企业规模和并购公告日绩效是负相关关系，所以也支持了假设2。我们还进行了在残差分析师跟踪中先不剔除企业规模的稳健性研究，结果表明假设2在此种情况下依然获得了支持。

      我们还对假设2和假设3进行了稳健性测试。稳健性测试主要考察：(1)并购后窗口期从标准窗口期(1，240)扩展到(1，120)或(1，360)；(2)用的市场收益率是市场平均收益率还是市值加权收益率；(3)采用的并购公告期收益率是CAR还是BHAR。结果支持假设2和假设3。

      

      (五)并购绩效的规模和分析师跟踪效应的进一步讨论

      表3发现分析师跟踪和并购公告日效应之间为负向不显著关系：部分模型(模型(1)～(4))中分析师跟踪和并购公告日市场绩效之间是负显著关系，其余模型中是负相关关系。本文认为这是由分析师跟踪的选择偏差引起的。对此，本部分作进一步的讨论。

      表5报告了企业规模的分析师跟踪等级分布，从中可以看出，分析师跟踪程度和企业规模之间存在正向关系，即证明了分析师偏好跟踪规模较大的公司。事实上，分析师未跟踪公司的规模中位数为19亿元左右，而跟踪程度最高的企业规模中位数为78亿元，后者为前者的近4倍。通过非正式的调查问卷，本文认为中国的分析师一般偏好于跟踪规模在35～40亿元以上的公司，该值大概是分析师跟踪的1/4分位数。

      

      进一步地，未报告的表格对企业规模进行了细分，将其分为5个分位数区间。从中可以看出，高跟踪组主要集中分布在Q5规模的公司中。在规模Q5中，明显呈现单个企业分析师跟踪递增的现象，而在Q1、Q2和Q3组中，可以看到中小规模公司中，单个企业的分析师跟踪递减的规律。即公司规模越大，分析师跟踪程度越高；公司规模越小，分析师跟踪程度越低。这进一步印证了我国的分析师偏好跟踪规模较大的公司，存在选择偏差。

      未报告的表格分析了并购公告日市场绩效——CARs(-1，1)和BHAR(-1，1)以及公司并购长期市场绩效——CARs(1，240)和BHAR(1，240)规模和分析师跟踪分布，以及它们的差值检验。企业规模最小组(Q1)中，随着分析师跟踪的增加，并购公告绩效增加；而在规模最大组(Q5)中，分析师跟踪增加时，并购公告绩效反而减小。这说明，分析师跟踪所能影响的公司是规模较小的公司，而对规模较大公司的影响程度较低。比较汇总值时发现，规模较小组(Q1、Q2和Q3)一般其取值要大于样本总体均值(中位数)，而规模较大组(Q4和Q5)其取值一般低于样本总体均值(中位数)。换言之，规模较大公司的并购公告日绩效一般低于规模较小公司，从而体现出规模和并购公告日绩效之间的负相关性。同等分析师跟踪水平的公司中，规模越大的长期市场绩效越差，即此时长期市场绩效主要受规模影响。同等规模的公司，分析师跟踪越高，长期市场绩效越好，即此时长期市场绩效主要受分析师跟踪影响。从0跟踪到第1四分位跟踪(Q1)时，长期绩效增加；而第2四分位跟踪(Q2)到第3四分位跟踪(Q3)时，总体上长期绩效变差。这可以从企业规模角度进行讨论，在Q2跟踪中，分析师对公司规模没有明显偏好，而当分析师跟踪增加到Q3时，分析师偏好跟踪规模较大的公司，此时虽然规模较小公司绩效并不差，总体绩效还是会被拉低，这是因为跟踪大型公司的分析师过多，而大公司的长期绩效为负。这验证了分析师跟踪的公司中，中等跟踪的公司绩效最好，而分析师过度追捧的公司(多为大型公司)，绩效并不好。汇总看，公司规模越大，长期市场绩效越差。差值检验发现，0跟踪到第1四分位跟踪(Q1)时，处于较小规模(Q1和Q2)的企业，与无分析师跟踪的公司相比，有分析师跟踪的长期市场绩效有显著提升，而对较大规模企业(Q3及以上规模企业)却无明显差异。高跟踪(Q4)比低跟踪(Q1)的公司长期绩效有显著提升。可见，从0跟踪到有分析师跟踪，对小规模企业的长期绩效提升最为有效，这和Sara等(2004)的结论一致；而在已跟踪企业中，分析师跟踪越高，对中等规模企业长期绩效提升效果越明显。汇总表中中位数为负，主要受最大规模公司的负值影响。差值检验结果和CARs结论基本一致。

      五、结论、讨论及建议

      已有研究发现，分析师既能够作为重要的信息中介给投资者提供有用信息，又可能出于某些利益考虑存在选择偏差，因此并未形成一致的结论。并购作为外生冲击，缓解了分析师受到投资银行、投资者和高管关系等影响的选择偏差，从而使我们能够更好地探究分析师的作用。本文基于中国证券市场的研究发现：(1)分析师跟踪存在选择偏差，即分析师倾向于跟踪规模较大的公司；(2)与规模较小的公司相比，规模较大公司的并购公告日市场绩效和并购长期绩效显著较低，即规模和绩效负相关；(3)分析师跟踪的发生和增加能改善长期绩效，但对并购公告日市场绩效的影响并不显著；(4)分析师跟踪和并购公告日绩效的负相关性主要是由于其偏好跟踪规模较大公司引起的；(5)分析师跟踪所能影响的公司是规模较小的公司，而对规模较大公司的影响程度较低。鉴于是否控制公司规模会对实证结论造成较大影响，因此使用残差分析师跟踪是更为合理的选择；同时，由于影响分析师决策的因素很多，这些选择性偏差同样会极大影响实证结论的可信度，因此在研究中国分析师问题时应该先对选择性偏差进行调整。

      分析师之所以普遍倾向于跟踪大规模公司，很少甚至不去研究小规模公司，从而造成选择性偏差，其原因可能在于：(1)大规模公司一般来说业绩较为稳定，也较容易进行业务分析与盈利预测；(2)分析师的羊群效应决定了他们对已有众多分析师跟踪的公司情有独钟；(3)分析师入行培训时，大多会选择行业中的龙头企业作为演习公司；(4)中国分析师行业还处在发展初期，分析师从业人数不足，从而理所当然地选择行业中规模较大的公司作为研究对象。此外，分析师的主要服务对象为机构投资者，机构投资者的投资标的直接影响分析师的研究侧重，因此分析师跟踪的两极分化还可能是间接由机构投资者的投资限制造成的(例如证监会规定社保基金不可投资创业板公司)。

      尽管分析师选择偏差具有一定的合理性，但这种行为无疑背离了分析师的信息中介职能，可能会加剧市场局部信息的不对称性。这种负面影响主要体现在，大规模公司一般较为成熟稳定，资源更丰富，投资者和媒体关注度更高，信息透明度也更高，因此分析师跟踪此类公司的边际效应较低。反之，小规模公司一般为高成长性公司，此类公司较少得到投资者和媒体关注，信息透明度更低，因此小规模公司更需要分析师跟踪，以缓解公司与投资者之间的信息不对称性。分析师选择偏差使得小规模公司的信息无法得到有效的传导，在无形中就损害了小公司和投资者的利益。一方面，当小规模公司有利好消息时，无法引起市场的及时关注，从而导致公司股价无法完全反映利好消息，进而提升了公司股权融资的成本；另一方面，当小规模公司有利空消息时，也无法得到市场的及时重视，从而导致投资者尤其是中小投资者无法及时减仓，进一步造成了中小投资者为机构投资者的出逃“埋单”。

      可以预见，随着注册制、新三板、创业板等一系列制度创新的推出和完善，小型公司上市将成为新常态。因此，监管部门有必要进一步规范分析师研究范围，进一步拓宽机构投资者的投资渠道。具体来说：(1)规范分析师跟踪公司的规模分布。如大型、中型和小型公司都应在分析师跟踪的股票池中占有一定范围的比重，从而缓解分析师一味跟踪大型公司而忽视小型公司的情况，以便降低小公司信息不对称程度，为中小投资者提供更好的保护。(2)进一步放宽机构投资者投资标的选择范围，促进分析师跟踪小规模公司的需求。管理当局为了防范某些大型投资机构如主权财富基金、社保基金、保险公司资产管理公司等出现投资风险，往往会对这些机构的投资标的进行一些约束，譬如不能投资创业板、新三板等，或者投资比例不能超越一定幅度等。这样的约束固然有助于降低金融风险，但由于机构投资者是分析师服务的主要对象，这种规定会大大降低卖方研究员对小规模公司研究的兴趣和动力。因此，也应考虑进一步放宽机构投资者的投资范围，激发卖方分析师更多地去跟踪中小型公司。

      作者感谢招商证券董事、首席策略分析师陈文招对本文实践意义和政策建议方面提供的宝贵意见，感谢匿名审稿人的修改意见。当然，文责自负。

      ①分析师入行培训时，通常会选择行业中的龙头企业作为演习公司；同时，我国分析师行业尚处在发展初期，分析师从业人数不足，从而理所当然地选择行业中规模较大的公司作为研究对象。

      ②当然，也有相反的观点认为，基金公司及其他机构投资者对股票的研究(这种研究的操刀者一般是其所雇佣的分析师)并没有在投资组合的回报率中得到回馈，即该种研究和单纯随机选择并持有股票的投资策略相比并没有明显优势。因此，花费在这些寻找高估或低估股票的研究行为，是以资源浪费为代价的。

      ③持类似观点和结论的还有Dechow等(2000)、Hunton和McEwen(1997)以及Michaely和Womack(1999)。

      ④这六种收购方式中，资产收购所占比重高达95.9%。

      ⑤Sara等(2004)认为不成功的并购中，有并购失败预期对股市价格的影响，因此限定为成功收购，可以除去该噪声对股价的影响。

      ⑥国外文献中通常删除的是100万美金以下的并购(Chen等2014)。

      ⑦分析师跟踪公司—年数从2002年的0次，增加到2012年347次，这种指数增长趋势，为在模型(I)中控制时间效应提供了证据。

      ⑧要约收购的哑变量在本文中没有意义，因为样本中已经将要约收购变量去除了。由于中国和美国并购法的差异，我国投资者对敌意收购也没有明确的概念，本文将敌意收购变量去除。

      ⑨国内研究对托宾Q的计算方法有所争议，本文使用BM作为成长性的替代指标。

      ⑩此处感谢匿名审稿人的意见，当然文责自负。需要指出的是，如果

和

无关，例如

是并购公告效应，其可能和收购公司历史市场绩效无关，则只需对模型(V)估计就可以了。

标签：投资分析师论文;  股票分析师论文;  控制变量论文;  公司收购论文;  绩效目标论文;  预测模型论文;  预测控制论文;  企业规模论文;  数据分析论文;  分析师论文;  证券分析师论文;