证券分析师收益预测的乐观趋势：利率相关性还是认知偏差？_认知偏差论文

证券分析师盈余预测乐观倾向：利益关联还是启发式认知偏差?，本文主要内容关键词为：启发式论文,盈余论文,分析师论文,偏差论文,认知论文，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。

       证券分析师作为资本市场上的中介机构，能够有效缓解上市公司和投资者之间存在的信息不对称程度，提高资本市场效率。证券分析师是上市公司财务信息的使用者，为投资者更好地获取上市公司信息提供帮助[1-3]，证券分析师所提供的信息会影响投资者的投资决策。证券分析师出具的研究报告代表了证券公司、证券投资咨询机构等对上市公司发展现状及投资前景作出的深度解读，因此往往成为投资人，甚至包括专业投资机构的风向标。但在中国新兴加转轨的资本市场中，证券分析师往往出具过于乐观的研究报告，致使中小投资者损失惨重[2，3]。

       2011年7月，银河证券分析师胡皓对攀钢钒钛发布了188元的“天价”股价预测报告，在此消息刺激下攀钢钒钛股价涨停，当天交易显示有三个机构席位出逃，累计净卖出1.56亿元，占当日成交金额一半，致使前期深套的机构资金获得解套出局的机会①。尽管银河证券随后将188元修改为56.12元，并强调“天价”研究报告系计算失误所致，但给中小投资者造成了无法挽回的损失。这一事件给我们提出了一个疑问：证券分析师出具“天价”股价预测报告真的是由于计算失误等客观原因所致?还是其背后另有隐情，是由于证券分析师、机构投资者和上市公司之间存在利益关联行为等主观原因所致?抑或两者兼而有之。

       这一现象给本文的研究提供了契机，本文尝试对证券分析师盈余预测的偏差行为进行研究，首先对分析师盈余预测的乐观倾向原因进行实证分析，以期剖析证券分析师预测行为过于乐观的“黑匣之谜”；其次对导致分析师乐观盈余预测的影响因子之间的关系进行研究，以检验它们是独立影响还是相互作用于盈余预测乐观倾向。最后，本文检验证券分析师的声誉和公司特征是否会对分析师乐观盈余预测的影响因子之间的关系产生影响。

       本文以2006-2011年间进行了增发再融资上市公司为研究对象，以单个证券分析师年度内的单次盈余预测数据为研究样本，分析了我国证券分析师乐观盈余预测的行为特征。研究结果发现：(1)由于受到启发式认知偏差和主观利益关联的影响，证券分析师会出具乐观倾向的盈余预测报告，具体表现为承销商分析师出具的盈余预测数据高于上市公司当年度实际盈余数据；分析师启发式认知偏差程度越高，其出具的盈余预测数据与上市公司当年度实际盈余数据的偏差越严重。(2)进一步研究证券分析师的启发式认知偏差和利益关联之间的关系发现，启发式认知偏差和利益关联之间呈现替代关系，两者分别单独影响分析师盈余预测的乐观倾向；但当分析师声誉较低时，两者之间又转变为互补的关系，且这种互补关系仅存在于公司增发融资规模较大组。表明上市公司增发融资规模越大，证券公司与上市公司之间的经济利益关联越大，证券公司倾向于诱使或指派非明星分析师跟踪并出具盈余预测报告。

       本文的贡献主要在于：(1)与以往研究证券分析师整体预测行为的文献不同，本文研究证券分析师的独立预测行为，能够更好地洞悉证券分析师盈余预测的乐观倾向成因。(2)本文分别从证券分析师与上市公司之间利益关联导致的战略性扭曲和分析师自身认知偏差导致的非战略性扭曲对盈余预测的乐观倾向度来进行解释，补充和丰富了相关文献。(3)本文首次研究了影响分析师盈余预测乐观倾向的战略性扭曲和非战略性扭曲两者之间的关系，发现启发式认知偏差和利益关联两者之间独立影响盈余预测的乐观倾向，两者之间表现为替代关系；但当公司增发融资规模较大且证券分析师声誉较低时，启发式认知偏差与利益关联之间的关系转变为互补的关系。

       文章剩余部分安排如下：第二部分为文献综述与研究假设，第三部分为研究设计及数据来源，第四部分为实证研究结果，第五部分为研究结论。

       文献综述与研究假设

       在有效资本市场中，如果证券分析师在进行盈余预测时充分考虑了所有相关信息，并且在盈余预测过程中作出无偏估计，那么盈余预测值将呈现出围绕实际盈余值的随机分布。但国内外大量文献表明，证券分析师在进行盈余预测和投资评级过程中存在乐观倾向[4-9]。我国证券分析师大多受雇于综合类证券公司，这些证券公司的投行、自营和经纪业务都可能与分析师独立的研究工作产生冲突，证券公司出于拉拢承销业务、维护客户关系和促销承销股票等经济动机，可能会对分析师独立的分析预测行为施加影响，导致证券分析师迫于压力出具过于乐观的研究报告[7]。另一方面，证券分析师经常与被研究公司的管理层沟通以获得有价值的信息，管理层可能会对分析师施加压力要求他们发表有利于该公司的研究报告，否则拒绝与其再交流[10]。

       但实际上，证券分析师撰写研究报告过程本质上是一个信息处理过程，也是一个认知过程，分析过程中亦会存在认知偏差，分析师的盈利预测偏差会受到投资者情绪或噪音交易的影响[11]。Chen和Jiang[12]认为，与上市公司公开信息相比，证券分析师进行预测时更多地依赖私有信息，因此那些影响私有信息的数量和质量的因素都会影响分析师预测行为的准确度。上市公司管理层出于维护公司形象和建立投资者信心方面的考虑，会尽可能地采用乐观的方式进行描述，如果证券分析师根据上市公司的描述来对其未来的盈余作出预测，那么这种预测事实上忽视了作出预测所依据的相关信息的客观性，由此会作出过于乐观的预测，客观上导致了证券分析师出具过于乐观的预测报告。

       对此，我们认为证券分析师盈余预测正向偏差行为的成因是非常复杂的，既有外部环境的原因，又有自身认知层面的原因，乐观倾向是这些因素共同作用的结果[13]。已有的文献主要从证券分析师与上市公司之间利益关联导致的战略性扭曲的角度来进行解释[14]，而很少从分析师自身认知偏差导致的非战略性扭曲两种角度来进行解释，且并未探讨利益关联和认知偏差之间可能存在的相互作用过程。

       首先，就战略性扭曲而言，Boris等[15]认为分析师战略性扭曲研究报告有三个动机，分别是：吸引新的投行业务、获取目标公司的私有信息和增加交易量为券商创造利润。而我国的证券分析师大多受雇于综合类证券公司，这些公司的投行、自营和经纪业务都可能与分析师独立的研究工作产生冲突，分析师的研究报告越来越成为投行争取承销业务、维护客户关系的重要战略资源[7]，证券分析师与上市公司之间形成了一个相互作用的反馈机制。一方面，机构投资者视证券分析师的研究报告为重要的信息来源之一，证券分析师所提供的研究报告对机构投资者会产生影响，因此上市公司会诱使证券分析师跟踪该公司股票，分析师出具乐观倾向的盈余预测报告有助于增加公司股票买入的需求，有利于其获取公司更多私有信息，有利于节约调研分析成本。另一方面，证券分析师属于证券公司的研究部门，其主要职责是利用自身专业的信息解读、分析和预测能力，为客户提供及时、高效、准确的投资建议。更进一步地，证券公司投行部门的承销业务收入占公司总收入的很大比重②，而且承销业务是高度集中的业务③，证券公司出于拉拢承销业务、维护客户关系、促销承销股票等经济动机，可能会对分析师独立的分析预测行为施加影响，导致证券分析师出具更加乐观的盈余预测报告。单个分析师在证券公司施压时亦会倾向于屈从证券公司，丧失独立性[3]。因此本文预期，当证券分析师所在的证券公司与上市公司存在承销关系时，证券分析师所面对的来自投行部门的压力更大，分析师会屈从于证券公司，出具乐观倾向的盈余预测报告。由此，提出本文假设1：

       假设1：相对于非承销商分析师，承销商分析师更加倾向于出具乐观的盈余预测报告。

       其次，随着行为金融学科的发展，越来越多的学者开始从分析师认知偏差导致的非战略性扭曲的角度来解释分析师盈余预测的乐观偏差现象[8]。行为金融的研究表明市场参与者是非理性的，在决策过程中都存在认知偏差，如司法审判、疾病发生的可能性估计、岗位绩效考核和公司并购效益等。证券分析师盈余预测过程本质上是一个信息处理过程，也是一个认知过程，盈余预测过程中会存在认知偏差，从而导致证券分析师盈余预测的乐观倾向[16]。

       认知偏差是行为金融学中一个重要的概念，是指人们根据一定表现的现象或虚假的信息而对他人作出判断，从而出现判断失误或判断本身与判断对象的真实情况不相符合。具体包括锚定式偏差(anchoring bias)、启发式偏差(Heuristic bias)、框定式偏差(Framing bias)等。启发式偏差是指个体在形成认知、分析问题与做出决策等过程中存在着一系列经验规则及与此相联系的系统性偏差，从而导致个人在行为上表现出一系列的偏差[17]。证券分析师一般通过公开获取的信息和调研获取的私有信息，结合上市公司历史业绩，评估公司当前绩效并对其盈余进行预测。分析师盈余预测本质是对获取的过去和未来的信息加工的过程，其加工过程中给予基于调研过程获取私人信息更高权重比例[18]，而分析师对获取私有信息的分析判断存在其自身的一系列经验规则，由此导致盈余预测过程中存在启发式偏差，因此，本文主要研究启发式认知偏差对分析师盈余预测的影响。

       Klein[19]研究发现，在面对股价下跌时，证券分析师的盈余预测存在乐观倾向；而在股价上涨时，分析师表现的既不乐观也不悲观。这说明证券分析师在面对坏消息时存在乐观倾向，从而造成了证券分析师盈余预测存在系统的乐观倾向。Easterwood 和Nutt[20]则认为证券分析师是否反应不足或反应过度取决于其接受到的盈余信息的本质，证券分析师对坏消息反应不足，对好消息过度反应，从而产生了系统性的乐观偏差。Campbell和Sharpe[21]的研究表明分析师预测会受到居民消费价格指数等宏观经济数据的影响，导致系统性的偏差。具体到我国资本市场上，证券分析师的预测行为同样会受到投资者情绪或噪音交易的影响，表现为我国行业分析师盈利预测存在系统性的偏差[11]。

       分析师在进行盈余预测时是面向未来的，带有较强的不确定性。在此情况下，分析师往往假定未来的模式与过去相似，历史可能重演，从而通过推断过去和未来的相似程度来预测未来的走向，而不考虑过去和未来相似模式产生的原因或重复的概率。在信息来源上，分析师盈余预测所依据的信息大体可以分为三类，宏观信息、行业信息和公司信息，其中，公司信息是判断企业未来盈余的最主要信息。而从公司信息的来源渠道上看，分析师主要通过上市公司公开披露获取公开信息，以及与公司管理层沟通获得私有信息。Chen和Jiang[12]研究表明，证券分析师盈余预测中对私有信息赋予的权重过大，但公司管理层出于维护公司形象和建立投资者信心方面的考虑，会尽可能地采用乐观的方式进行描述。如果证券分析师根据管理层的描述对其未来的盈余作出预测，那么这种预测事实上忽视了作出预测所依据的相关私有信息的可靠性，由此导致证券分析师作出乐观的盈余预测。这表明，分析师启发式认知偏差会导致其出具更加乐观的盈余预测研究报告。基于此，我们提出本文研究假设2：

       假设2：证券分析师启发式认知偏差越严重，越倾向于出具乐观倾向的盈余预测报告。

       证券分析师盈余预测乐观倾向的成因是非常复杂的，既有外部环境原因，又有分析师自身认知层面的原因，乐观倾向是这些因素共同作用的结果[13]。Sedor[22]研究发现，分析师盈余预测的乐观倾向源于管理层有意地向证券分析师传递更加乐观的公司经营信息，分析师依赖该私有信息出具更乐观的预测报告，因此，认知偏差是乐观盈余预测产生的根本原因。

       根据理性经济人假设，证券公司为了拿到更多的承销费用或者建立起自身的“业界声誉”，可能会指派更“懂事”的证券分析师跟进，为增发上市公司的股票托市。由于分析师自身收入主要取决于券商研究所对分析师个人的评分，研究所评分在参考分析师的个人表现的同时，会兼顾券商的利益，比如分析师带来的佣金收入、投行业务、研究所知名度以及其他利益[3]。因此，分析师往往倾向于屈从研究所的考虑，丧失独立性为增发上市公司发布正向偏差的盈余预测报告。更进一步地，分析师的报告必须以所在的券商研究所名义的这一规定意味着证券公司对分析师报告可以进行筛选，或者某种程度上暗示分析师对某类公司出具更为乐观的报告。当分析师的意见与券商利益不一致时，证券公司可以截留或者打回类似的分析报告，直到出具符合券商利益的报告[3]。因此，分析师在已经知道或者被暗示了盈余预测研究报告类型的条件下，没有必要尽职的调研，导致其认知偏差的加剧。承销商与上市公司之间的重大关联能够诱导分析师丧失独立性，导致其认知偏差的加剧，利益关联的提升促进了分析师认知偏差的加剧。

       此外，从分析师认知偏差对利益关联的作用看，影响分析师盈余预测精确度的因素主要有两方面：一是被预测客体，如上市公司的规模、发展速度、盈余质量、信息披露质量和机构持股比例等[23]；二是预测主体，如分析师自身素质和预测能力，包括对宏观政策信息、行业背景信息及公司基本面信息的解析能力和利用能力，对各方面未来趋势的把握能力等。一般而言，由于从业经验或自身能力不足等导致存在认知偏差的分析师，其市场声誉尚未建立，更容易受其供职的券商的诱惑和指使，为与券商存在利益关联的上市公司出具乐观的预测研究报告。

       综上所述，通过对分析师认知偏差和利益关联相互作用的过程分析，与上市公司存在利益关联的证券分析师将导致其在预测时更大的认知偏差，而存在认知偏差的证券分析师更容易受到证券公司的诱使，丧失独立性为增发上市公司股票托市，导致其更容易与上市公司产生利益关联，两者之间存在相互补充的关系，两者的互补关系进一步加剧了分析师出具的盈余预测报告的乐观程度。据此提出本文假设3：

       假设3：分析师的启发式认知偏差和与上市公司的利益关联之间呈现互补关系，从而使得分析师更易发布乐观倾向的盈余预测。

       研究设计及数据来源

       1、研究设计

       本文首先采用回归方程(1)检验分析师预测乐观倾向的原因，验证分析师认知偏差和利益关联的存在对其盈余预测的乐观倾向的影响。

      

       其中，被解释变量为证券分析师盈余预测偏差(Feps)，我们选择公司增发当年分析师对该公司EPS的预测偏差程度作为代理变量，参考以往文献[21]的做法构造有效偏差衡量，定义如下：若当年预测值超过实际值的10％时赋值为1，表示预测时分析师存在乐观倾向；若当年预测值低于实际值的-10％时赋值为-1，表示预测时分析师存在悲观倾向；其他情况则赋值为0，表示分析师的预测较为中立。

       解释变量UW衡量分析师与上市公司之间是否存在利益关联，采用分析师所在证券公司是否隶属于上市公司的承销商作为替代变量。本文的“承销商”是指在上市公司增发时的主承销商。当分析师所属证券公司为分析师预测目标公司的承销商时，UW=1；否则UW=0。如果分析师与上市公司的利益关联导致其发表更加乐观的盈余预测时，UW变量回归系数将显著为正。

       解释变量IA为对分析师启发式认知偏差的衡量，启发式认知偏差是指个体在形成认知、分析问题与做出决策等过程中存在着一系列经验规则及与此相联系的系统性偏差。而分析师在盈余预测过程中亦会参考其过去的盈余预测的准确性，并据此对当期盈余预测进行微调。因此，本文采用证券分析师上一年度盈余预测的偏差程度作为认知偏差的代理变量，如果分析师上一年度盈余预测的偏差程度的均值表现为正向偏差，则IA=0，否则为0。如果分析师的认知偏差导致其出具更加乐观的盈余预测报告，那么IA变量的回归系数将显著为正。

       根据以往相关文献[1，2]，模型中还加入了后续控制变量，以控制其他因素对因变量的影响。各控制变量的具体含义如下：(1)分析师盈余预测的频率(Frequency)，采用当年度某分析师跟踪上市公司时共出具的盈余预测的报告次数来度量。(2)证券分析师跟踪人数(Follow)，采用上市公司年度被分析师跟进并出具研究报告的数量来度量。(3)分析师排名(Rank)，若分析师入选了当年《新财富》最佳分析师名单，赋值为1，否则为0。(4)资产规模(Size)，采用上市公司上年度平均总资产的自然对数衡量。(5)净资产收益率(ROE)，采用公司上一年净资产收益率来度量，亦即上一年度净利润除以上年平均净资产衡量。(6)市净率(P/B)，采用上市公司上年度每股净资产与年末股票价格比值衡量。(7)分析师预测经验(Exp)，采用分析师发布盈余预测当年度距首次发布盈余预测的年限来衡量。(8)分析师盈余预测时间(Timegap)，采用盈余预测的时间和年报公布时间的时滞取自然对数来衡量。(9)行业控制变量(ind)和年度控制变量。参考证监会行业分类方法，将制造业下分至辅助分类共获得22个行业分类，同时剔除金融行业、只有14家样本的传播文化业，以及只有4家公司的木材家具业，最后得到19个行业的数据。年度变量控制2006年至2010年。

       为研究利益关联和认知偏差之间的关系，本文进一步加入利益关联和认知偏差的交互项(UW×IA)，捕捉两者之间的关系。如果交互项系数显著为正，那么两者之间存在一定的互补关系，即两者相互作用，进一步提高了分析师乐观的盈余预测；相反，如果交互项的系数显著为负，或者不显著的异于零，则说明两者之间存在替代关系。

       此外，我们还按照UW和IA变量数值的不同构建2×2=4个组合回归。首先按照UW将样本分为两组对IA回归，研究不同UW组中IA对分析师预测偏差的影响差异，以分析UW的取值不同对IA与分析师乐观倾向之间的关系是否存在不同影响。其次按照IA将样本分组对UW回归，研究IA的取值差异对UW与分析师乐观倾向之间的关系是否存在不同影响。通过上述方法研究两者之间是否存在替代或者互补的关系。

       最后，本文参照Cremers和Nair[24]的研究设计，用Min函数来捕捉认知偏差和利益关联之间的相互依赖关系(互补)，用Max函数来测试认知偏差和利益关联之间可能存在的独立发挥作用关系(替代)，这2个函数以简单的形式实现了上述两种交互关系的检验：如果两种机制独立发挥作用(替代)，任何一种机制水平的提升都会带来业绩的改善，最大值函数Max的系数将显著为正；如果除了最大值函数Max显著为正外，最小值函数Min的系数同时显著为正，则表明一种机制的增加将带来另一种机制对业绩提升的边际效应的增加，从而两者作用互相加强(互补)，具体方程如下式所示：

      

       2、数据来源

       本文选取沪深A股主板市场(不含创业板)2006年至2011年实施了增发再融资的非金融类公司为样本，样本期间的选择主要考虑到：(1)上市公司增发和配股的发行动机不一样。增发的时候是将新股卖给新的投资者，而配股是将新股卖给原有股东。配股企业未必有激励去“操纵”股价，因此也就没有必要去寻找分析师的帮助。所以，本文仅考虑实施了增发上市公司当年度被分析师跟踪并出具盈余预测报告的样本上市公司；(2)2005年股权分置改革过程中，上市公司的IPO和再融资事实上暂停，造成了上市公司2005年增发再融资的样本公司数量较少，仅为3家上市公司实施了增发再融资，为了避免制度变迁对回归结果的影响，本文的样本期间选为2006年至2011年。

       本文样本筛选过程如下：(1)删除当年年报公布后分析师预测的盈余数据；(2)由于要统计分析师的声誉，删除缺失分析师姓名的盈余预测数据；(3)由于计算分析师认知偏差采用上年度预测偏差，因此删除从业经验不足1年的分析师预测数据；(4)考虑到预测的精度和准度，删除预测期在一年以上的盈余预测数据；(5)由于回归模型采用了上年度财务数据作为控制变量，因此，剔除上市年限不足一年的上市公司；(6)剔除数据缺失的上市公司。所有数据来源于CSMAR数据库和WIND数据库，个别数据进行了手工收集，收集源于巨潮资讯、证券时报网站以及新财富杂志，共获得了243个样本公司3564个证券分析师预测样本数据。

       实证研究结果

       1、样本描述性统计分析

       各研究变量的描述性统计如表1所示，证券分析师盈余预测(Feps)变量均值为0.3027，表现了我国证券分析师对增发上市公司当年度发布的盈余预测存在较大程度的乐观倾向；跟踪增发上市公司的分析师中有56.96％的分析师上年度发布的盈余预测存在乐观倾向，其中来源于主承销商分析师盈余预测所占的比例只有6.82％，绝大部分的盈余预测报告是由非承销商分析师发布。上市公司被跟踪家数最大值为79家，最小值为1家，差异非常大，其平均值为23.7702家，表明再融资上市公司平均被23.77个分析师对其当年度的盈余进行预测；跟踪分析师中年度最多签发了15份盈余预测研究报告，最少签发了1份研究报告。样本中跟踪增发上市公司并出具盈余预测报告的分析师有20.01％比例入选了《新财富》最佳分析师名单。样本中分析师的预测经验(Exp)均值为4.5842，表明样本公司分析师的预测经验较丰富，平均预测经验为4.5842年。样本中分析师的预测时滞均值为5.1473(172天)，中位数为5.4337(228天)。其他的公司特征变量也体现出了一定的差异性，公司资产规模的均值为23.0842，中位数为22.8312，中位数与平均值差异不大；市净率均值为0.3839，中位数为0.3160；总体上而言，样本公司各变量的数量分布情况较理想，但最大值和最小值之间亦存在较大的差异性，因此后续回归分析处理中我们对连续变量进行上下1％的缩尾(winsorize)处理，后文不再赘述。

      

       同时，按照利益关联(承销商的类型)和认知偏差(分析师上年度盈余预测偏差)对样本进行分类，表2列示了不同分类指标下各子样本的分析师预测偏差的均值差异比较。

      

       从表2中可以看出：(1)首先，当IA=1即分析师存在较高认知偏差时，该分析师对当年度增发再融资上市公司进行盈余预测发生正向偏差的概率为34.273％，显著大于IA=0，即认识偏差较低的分析师对增发再融资上市公司进行盈余预测发生正向偏差的概率24.38％，这说明分析师认知偏差与盈余预测的乐观倾向显著正相关，分析师的认知偏差会导致其出具正向偏差的盈余预测研究报告。(2)其次，按照分析师是否来自主承销商分组的均值差异显示，来自于主承销商的分析师对增发再融资上市公司出具盈余预测报告发生正向偏差的概率为49.79％，显著地大于非主承销商分析师对增发再融资上市公司出具盈余预测报告发生正向偏差的概率28.85％，这说明由于证券公司与上市公司之间的利益关联，承销商分析师更亦可能出具更加乐观的盈余预测。(3)进一步研究利益关联对分析师认知偏差与盈余预测之间关系的影响发现，当分析师所属的证券公司为非承销商时，认知偏差越高的分析师跟踪当年度增发的上市公司并出具盈余预测报告的正向偏差程度越高。但是当分析师所属的证券公司属于承销商时，认知偏差越高的分析师跟踪当年度增发的上市公司并出具盈余预测报告的正向偏差程度越低。同样地，将分析师的认知偏差进行分类后发现，承销商分析师跟踪增发上市公司并出具盈余预测研究报告的正向偏差程度都显著高于非承销商分析师。这一结果表明，分析师的认知偏差和利益关联两者可能独立地影响分析师盈余预测偏差程度。当然，均值比较只是给出了一个粗略的分析结果，更精确的结果有待后文进一步分析。

       2、回归分析结果

       (1)利益关联与认知偏差对盈余预测乐观倾向的影响

       由于Ordered Probit模型除了可以看出自变量影响因变量变化的方向外，更可以进一步计算出自变量增加对因变量的边际效应，因此本文采用Ordered Probit模型来分析分析师盈余预测乐观倾向的认知偏差和利益关联之间的关系，回归结果如表3所示。

       首先，表3中模型1对所有的解释变量进行Ordered Probit回归，结果表明，主承销商(UW)系数显著为正，说明承销商分析师比非承销商分析师更容易出具乐观的盈余预测，承销商分析师表现出了更加强烈的乐观倾向，初步发现由于证券公司和上市公司之间的利益关联，将导致分析师出具更加乐观的盈余预测报告。衡量分析师认知偏差的上年度盈余预测正向偏差(IA)与当年度盈余预测正向偏差系数显著为正，说明分析师认知偏差越高，其签发的盈余预测报告的正向偏差程度越严重。

       表3中模型1回归结果还显示，分析师跟踪次数与盈余预测正向偏差程度呈负相关关系，并且通过了10％的显著性水平检验。上市公司被跟踪的次数(Follow)与盈余预测偏差呈显著负相关关系，表明上市公司被跟踪次数越多，说明公司受关注的程度越高，盈余预测中所包含的信息就越多，预测也将越精确。另外，从统计学的角度来看，预测值越多，估计值也将越接近期望值，预测偏差将越小。分析师声誉(Rank)与盈余预测偏差程度呈负相关关系，并且通过了10％的显著性水平检验。此外，上市公司资产规模越大，账面市值比越大，上市公司受到关注程度可能越高，分析师盈余预测偏差程度越低，但资产规模变量并未通过10％显著性水平检验；而上市公司上年度的净资产收益率与分析师预测偏差之间的关系并不存在一致的稳定关系，分析师预测经验与盈余预测正向偏差之间的关系亦不存在一致的稳定关系。分析师发布盈余预测报告与上市公司年报公布的时滞越长，分析师获取信息含量越少，盈余预测偏差程度越高。

       同时，我们计算了承销商和分析师认知偏差的偏效应和显著性，结果发现，(1)承销商分析师对增发再融资上市公司的盈余预测正向偏差的边际效应为0.063(p值为0.000)，这意味着分析师的利益关联变量每变化1，将导致对应的盈余预测偏差变化6.3％。结合表2的描述性统计结果可以得知，当分析师利益关联从无到有时，对应的增发再融资上市公司的盈余预测正向偏差将增加2.44％(0.2521*0.063/0.6502=2.44％)。(2)分析师的认知偏差对增发再融资上市公司的盈余预测正向偏差的边际效应为0.058(p值为0.000)，这说明分析师的认知偏差变量每变化1，将导致对应的盈余预测偏差变化5.8％。结合表2的描述性统计结果可以得知，当分析师的认知偏差每增加(减少)一个单位的标准差时，对应的增发再融资上市公司的盈余预测正向偏差将增加(减少)4.42％(0.4952*0.058/0.6502=4.42％)。

       其次，按照UW变量和IA变量进行分组回归，共构成2×2=4个样本组合，对每一组合进行回归分析的结果如表3中模型2和模型3所示。回归结果显示，在控制了公司特征、行业影响和年度影响后，各回归方程的整体卡方值都较高，伪

(Pseudo

)也都超过了10％，表明模型拟合程度较好。

       表3模型2单独对认知偏差进行回归分析，结果发现，在非承销商分析师(UW=0)子样本中，证券分析师认知偏差(IA)变量显著为正，但在承销商子样本(UW=1)中，认知偏差(IA)变量并没有通过显著性水平10％水平检验；同样地，表3模型3单独对承销商进行回归分析，结果显示，分析师的利益关联(UW)变量在证券分析师认知偏差(IA=0)的子样本中通过了1％显著性水平检验，但在证券分析师认知偏差(IA=1)子样本中时并没有通过显著性水平的检验，这一结果表明利益关联(UW)和认知偏差(IA)两者之间一个变量的上升并没有导致另一变量的作用增加，即在控制了认知偏差(利益关联)后，利益关联(认知偏差)数值的增加并没有导致利益关联(认知偏差)回归系数的显著提高，说明这两者之间存在强烈的替代性，两者独立影响分析师出具乐观的盈余预测，两者之间并没有呈现出相互作用的关系。

      

       为了更进一步地确认相关结论，本文进一步设置交互项和最大值和最小值模型继续检验利益关联和认知偏差的关系，检验结果如表4所示。

       表4中模型1的回归结果显示利益关联和认知偏差交互项(IA×UW)变量的回归系数为负，但没有通过10％的显著性水平检验，我们并没有发现利益关联和分析师认识偏差之间存在相互促进的互补关系，研究假设3并未得到验证。同样，模型2的回归结果显示Max(IA，UW)变量回归系数显著为正，通过了1％的显著性水平检验，但Min(IA，UW)变量的回归系数虽然为正，仍然没有通过10％显著性水平的检验，这进一步支持了上述结论，两者之间存在一定程度的替代关系，互补关系不明确。这表明认知偏差和利益关联对证券分析师盈余预测的乐观倾向单独发挥作用，两者之间并未体现出相互影响的补充关系。

      

       导致上述结果的可能原因在于上市公司增发过程中与证券公司之间的经济利益重要程度不足以诱使证券公司为其托市。如果上市公司增发过程中与证券公司之间的经济利益较小，证券公司对上市公司托市的要求可能“无动于衷”，亦不足以诱使分析师在调研、搜集信息工作不足的情况下，丧失独立性对上市公司出具盈余预测研究报告，有效地降低出具正向偏差的盈余预测报告的概率，因此，证券公司与上市公司之间的利益关联并没有加剧证券分析师的认知偏差程度。

       那么，接下来的问题就是，如果上市公司与证券公司之间的经济利益关联非常重大，是否能够诱使证券公司的分析师放弃独立立场为上市公司的增发行为托市，从而导致利益关联加剧分析师认知偏差对盈余预测的正向偏差的影响程度呢?此外，认知偏差相对较高，声誉更低的非明星分析师是否会成为主承销证券公司的首选，跟踪上市公司并发表盈余预测报告，从而使得认知偏差加剧利益关联对分析师乐观预测的影响呢?本文继续对此问题进行进一步的研究分析，探讨公司规模和分析师声誉对分析师认知偏差和利益关联之间关系的影响。

       (2)募集规模和分析师声誉对分析师认知偏差和利益关联之间关系的影响

       上述研究发现，证券分析师的认知偏差和利益关联之间存在着相互替代的关系，两者独立地造成分析师盈余预测的乐观倾向，并未发现两者之间的互补作用，其中的原因可能是研究样本中证券公司与上市公司之间的利益关联的重要程度决定了证券公司的态度和跟进的分析师类型。即上市公司与证券公司之间的经济利益程度并不足以诱使证券公司要求分析师违背独立性原则，为上市公司的增发行为托市，使得利益关联无法加剧认知偏差对分析师盈余预测乐观倾向的影响。那么在利益关联程度更甚的情况下，利益关联与认知偏差之间的替代关系是否会发生变化呢?

       如果两者之间的经济利益关联重大，根据理性经济人假设，证券公司可能会指派更“懂事”的证券分析师跟进，为增发上市公司的股票托市。而分析师往往倾向于屈从研究所的考虑，丧失独立性为增发上市公司发布正向偏差的盈余预测报告[3]。更进一步地，分析师的报告必须以所在的券商研究所名义的规定意味着证券公司对分析师报告可以进行筛选，或者某种程度上暗示分析师对某类公司出具更为乐观的报告。当分析师的意见与券商利益不一致时，证券公司可以截留或者退回类似的分析报告，直到出具符合券商利益的报告[3]。因此，承销商与上市公司之间的重大关联能够诱导分析师丧失独立性，不能做到或者没有必要尽职的调研，导致其认知偏差的加剧，利益关联和认知偏差两者之间的关系转变为互补关系。

       本文采用上市公司增发所募集资金总额I[，size]作为证券公司与上市公司的利益关联程度的替代变量⑥，进一步研究利益关联和认知偏差的关系。上市公司增发募集资金总额规模越大，增发过程产生的佣金费用也越高，维护与该客户的关系对证券公司更加重要，两者之间的利益关联越重要，这将加大证券公司对其分析师施加的压力，诱导分析师丧失独立性，不能做到或者没有必要尽职的调研，导致其认知偏差的加剧，利益关联和认知偏差两者之间的关系转变为互补关系。当募集资金总额高于样本公司募集资产总额均值时，认定该上市公司为高规模组，此时

。回归如方程(3)所示：

      

       如果募集资金总额大的上市公司导致分析师利益关联和认知偏差的关系由相互替代转变为相互补充，那么在方程(3)的回归结果中除发现

的系数显著为正外，

与Min(IA，UW)的交互项，即

的回归系数也将显著为正。说明上市公司募集资金规模越大，其与证券公司的利益关联对证券公司越重要，证券公司将诱使分析师丧失独立性为上市公司出具盈余预测报告，导致分析师的认知偏差程度更高，分析师的认知偏差和利益关联之间呈现互补关系。

       相对认知偏差较低的、声誉较高的“明星分析师”而言，非明星分析师的市场声誉尚未建立，受到证券公司更多的牵制和约束，更容易受到证券公司的诱使和指示，跟踪增发上市公司并出具盈余预测研究报告。因此，本文进一步构造分析师声誉变量，研究分析师声誉对利益关联和认知偏差之间的关系的作用，回归方程如(4)所示：

      

       其中分析师当年入选《新财富》最佳分析师排名时，认为分析师声誉较高，为明星分析师，此时

=1，

=0；否则，若分析师当年未能入选《新财富》最佳分析师排名，即认为分析师声誉较低，为“非明显分析师”。此时，

=0，

=1和公司资产规模的回归类似，如果方程(4)中

的系数显著为正，而

与Min(IV，UW)的交互项，即

的回归系数也显著为正时，说明分析师声誉越低，越容易受到证券公司的诱使和指示，为增发上市公司出具盈余预测研究报告，致使分析师的认知偏差和利益关联之间将呈现互补关系。

       表5显示了募集规模和分析师声誉对认知偏差和利益关联之间关系的影响，模型1检验增发上市公司募集资金规模对盈余预测乐观倾向的关联和认知偏差的影响；模型2检验分析师声誉对盈余预测乐观倾向的关联和认知偏差的影响。模型3和模型4按照募集资金规模分组检验了分析师声誉对利益关联和认知偏差之间的关系。

       表5中模型1回归结果显示，Max函数和

，

的交互项的回归系数显著为正，而Min函数和

，

交互项的回归系数虽然为正，但结果不显著。这说明募集规模的差异似乎不能显著改变影响分析师盈余预测乐观倾向的利益关联因子和认知偏差因子之间存在的替代关系，分析师认知偏差与利益关联之间呈现了替代作用，两者分别独立地影响证券分析师的乐观倾向。

       模型2的回归结果显示，Max函数和

，

的交互项的回归系数显著为正，但Min函数和

通过了5％显著性的检验，这表明分析师声誉越低的非明星分析师，将导致盈余乐观预测的利益关联和认知偏差两个因子之间由替代关系转为互补关系。那么分析师声誉的作用是否会受增发公司募集规模的影响?模型3和模型4分别对此进行了研究。研究结果发现，

和Min函数的交互项仅仅在募集规模大样本组中显著为正，在募集规模小样本组回归系数不再显著。这说明分析师声誉较低时，其对利益关联和认知偏差的互补作用仅在公司募集金额较大时才可能产生，在募集规模较小时两者还是呈现替代关系。其原因可能在于，公司募集规模越大，主承销商证券公司投行部门与上市公司之间的利益关联越大，分析师受到投行部门的压力也越大，因此证券公司要求非明星分析师出具正向偏差的盈余预测研究报告，为增发上市公司的股票烘托造势。而非明星分析师在现行的券商研究所的评分制度下屈服于证券公司的压力，丧失独立性。非明星分析师在已经知道或者确定了盈余预测研究报告类型的条件下，没有必要尽职的调研，导致其认知偏差的加剧，利益关联的提升促进了分析师认知偏差的加剧。因此分析师的利益关联和认知偏差共同作用于其盈余预测报告的正向偏差，两者之间呈现互补的关系。

      

       上述研究结果表明，分析师所处的证券公司与上市公司之间的利益关联和分析师自身的认知偏差分别独立影响证券分析师盈余预测的乐观倾向，证券公司与上市公司之间的利益关联程度越大、分析师自身认知偏差越严重，会导致其出具更加乐观的盈余预测报告。但当上市公司募集规模越大，证券公司与上市公司之间利益关联越大，证券公司越有动力为增发的上市公司股票造势。为了确保造势的效果，证券分析师会诱使非明星分析师为募集资金总额较大的增发上市公司发布正向偏差的盈余预测研究报告，致使利益关联和认知偏差之间的关系呈现出互补关系，两者相互作用于盈余预测的正向偏差。

       3、稳健性检验

       为进一步检验前述结论的可靠性，本文从以下几个角度来进行稳健性检验。

       (1)采用不同的临界值重新度量盈余预测的偏差程度

       论文构造了有效偏差衡量盈余预测偏差程度，其中采用了10％作为定义的临界值，该临界值的选取存在一定的主观性，因此，我们分别采用5％、20％作为不同的临界值重新进行了稳健性检验。回归结果同样显示分析师的利益关联和认知偏差存在替代关系，两者单独影响盈余预测的偏差程度。结果表明前述主要结论是稳健可靠的。

       (2)认知偏差的替代变量

       本文对于分析师的认知偏差的度量采用了分析师上一年度盈余预测均值偏差程度是否属于正向偏差，而分析师的偏差程度可能会受到跟踪特定行业的影响，因此，我们采用扣除行业均值偏差后的个人偏差程度来度量分析师的认知偏差，稳健性回归结果显示表3至表5的主要结论保持不变。

       此外，本文还采用了上一年度盈余预测的均值偏差程度来衡量分析师认知偏差，重新检验分析师认知偏差和利益关联对盈余预测正向偏差的影响极其作用机理。回归结果表明与论文的主要结论保持一致。

       (3)控制公司效应以及采用连续变量

       由于论文涉及到同一上市公司可能被不同类型的分析师跟踪并出具盈余预测研究报告，这可能导致公司特征对对不同类型分析师造成显著性的影响，虽然表3至表5回归结果中亦利用聚类方法调整了公司特征对回归系数和t值的调整。但为了论文结果的稳健性，我们重新控制了年度效应和企业固定效应进行回归分析，回归分析的结果仍然表明表3至表5回归结果的主要结论不变。

       (4)小样本配对研究

       由于论文中与上市公司存在利益关联的样本只占总样本的6.82％，这意味着大部分的分析师都是非承销商分析师，这可能导致利益关联这一变量无法较好的服从正态分布，很可能对单变量和回归分析结果造成影响。因此，本文对利益关联的上市公司配对样本，具体采用同一分析师当年度分别对利益相关与不相关上市公司进行配对，配对程序为：(1)如果存在同行业的上市公司，则选择同行业资产规模最接近的非利益关联上市公司作为配对样本；(2)如果不存在同行业的上市公司，则选择当年度资产规模最接近的非利益关联上市公司作为配对样本。(3)为了防止配对样本相差过大，如果年度资产规模最接近的非利益关联上市公司的资产规模与利益相关的资产规模超过10％，则将该样本予以剔除。经过一一配对后，共查找到508个样本数据，配对后研究结果仍然表明，利益关联和认知偏差与上市公司盈余预测正向偏差显著正相关。此外，我们还对配对样本寻找的条件进行放宽，可以允许一对多的样本配对，对资产规模的限制亦不做要求，研究后仍然发现，论文的主要结论保持不变。

       (5)内生性问题

       上述模型还可能存在遗漏变量问题，但该遗漏变量可能会同时影响分析师盈余预测乐观倾向及利益关联和启发式认知偏差，导致上述回归结论可能并不是各变量之间的逻辑关系所致。为此，本文将采用工具变量法来检验和解决这一问题，我们选择了上市公司公开信息披露程度作为工具变量，选择该变量的原因在于上市公司公开信息披露程度与分析师的预测准确度之间存在正相关关系，该变量与利益关联和分析师启发式认知偏差也存在一定的关联性[25]。对此，本文参考文献中的做法，采用KV度量法来衡量信息披露质量[26]，即利用：

      

       其中，

是第t日的收盘价，

是第t日的交易量(股数)，

是研究期间所有交易日的平均日交易量，β由普通最小二乘法回归得到(不考虑P为负的情况)，该数值越小，表明上市公司的信息披露程度越高，为了符合日常的表达习惯，本文采用KV=β*(-10[7])进行相应的转换。采用该工具变量法进行二阶段回归(2SLS)后，本文的主要结论仍然保持不变。

       研究结论

       作为资本市场上信息传递的重要中介，证券分析师往往投入大量精力对上市公司进行调研，跟踪公司动态，在信息搜集、整理和传递方面发挥着重要作用，已经成为中国资本市场中一支不可忽视的力量，他们的研究报告对投资者，尤其是中小投资者的投资决策产生重大影响。然而，“天价”研究报告、“乌龙”研究报告的频现表明证券分析师在进行盈余预测时并未严格恪守客观独立性，容易出具乐观的盈余预测报告。本文以2006—2011年间进行了增发的上市公司为研究对象，以单个证券分析师年度内的单次盈余预测数据为研究样本，系统考察了我国证券分析师乐观盈余预测的行为特征，以期为规范证券分析师的行为提供新的证据支持和政策建议。本文的主要研究结论有：

       (1)相对于非承销商分析师，承销商分析师对增发上市公司出具的盈余预测正向偏差程度更高；证券分析师启发式认知偏差程度越甚，出具的盈余预测正向偏差程度越高。

       (2)进一步研究影响分析师盈余预测乐观倾向的两个因子之间的关系时发现，启发式认知偏差和利益关联之间呈现出替代关系，分别独立影响分析师盈余预测的乐观倾向；但当分析师声誉较低时，两者之间表现为互补关系，且互补关系仅存在于上市公司融资规模较高的情况。表明上市公司融资规模越大，证券公司与上市公司之间的经济利益关联对证券公司而言更重要，非明星分析师更易受到证券公司投行部门的压力，诱使其放弃独立性，非明星分析师在已经知道或者确定了盈余预测研究报告类型的条件下，履行不尽职或者根本不履行任何调研、分析，导致其启发式认知偏差的加剧，因此，利益关联的提升促进了分析师启发式认知偏差的加剧。分析师的利益关联和启发式认知偏差共同作用于其盈余预测报告的正向偏差，两者之间呈现互补的关系。

       证券分析师盈余预测乐观倾向对资产价格向理性价格恢复，投资者的投资决策和资本市场有效性的提高均造成负面影响，因此，监管机构需要采取相应的措施予以抑制。本文通过分析证券分析师盈余预测乐观倾向的具体成因，提出相关的政策建议，具体包括：(1)完善证券公司内部防火墙制度的建设，降低证券公司和上市公司利益关联对分析师的影响。鼓励证券公司改变将券商研究部门与证券公司投行利益绑定在一起的局面，使证券分析师无须成为证券公司投行业务的造势者，保持证券分析师的独立性；(2)提高证券分析师的专业素养，降低启发式认知偏差的影响。证券分析师应提高自身的专业素养、对信息的识别能力和自我纠偏能力，降低盈余预测过程中的启发式认知偏差。

       注释：

       ①详见：银河证券研报.放卫星 攀钢钒钛大涨三机构趁机出逃，21世纪经济报道，2011-7-19。

       ②据中国证券业协会公布的2010年度证券公司会员财务指标显示，2010年承销与保荐收入平均占营业收入的21.68％，平均占证券公司当年净利润的88.65％。数据来源：http://www.sac.net.cn/newcn/home/info_detail.jsp?info_id=1307006079100&info_type=CMS.STD&cate_id=81183692051100，经整理计算后所得。

       ③据中国证券业协会公布的2010年度证券公司会员证券承销业务的排名情况显示，2010年共有67家证券公司担任了股票及债券主承销，其中前20家的份额达到69.70％，数据来源：http://www.sac.net.cn/newcn/home/info_detail.jsp?info_id=1299488842100&info_type=CMS.STD&cate_id=81183692051100，经整理计算后所得。

       ④考虑到同一分析师对不同企业的预测之间可能存在相关性(比如某分析师对宏观经济过度乐观，所有给出的预测都比较乐观等)、且不同分析师对同一企业的预测也可能具有相关性，因此我们采用Petersen(2009)和Gow et al.(2010)的聚类方法(robustcluster)调整相应的标准差和t值，表3报告了控制同一分析师后调整相应的t值和标准差，同时我们亦对同一企业进行了控制并调整相应的t值和标准差，结果发现，主要关键变量的符号和显著性与表3报告的结果保持一致。后续回归表格中报告的结果都是控制了同一分析师后的聚类方法调整相应标准差和t值后的结果，将不再赘述。

       ⑤在存在交互项的Probit模型中，Stata程序只是将交互项仅看作一个单一变量求一阶偏导，而忽视了交互项是两个变量的乘积形式，因此，oprobit回归报告的系数和t值是存在偏误的(Ai and Norton，2003)。但stata程序中的inteff命令只能用于调整probit和logit回归的交互项系数，而且只能调整模型中第一项交互项的系数，并不能适用oprobit回归。因此，本文参考张爽(2006)编写的程序，该程序一方面能够调整oprobit回归交叉项的系数，而且能够处理多项交互项系数的调整。表4报告的结果为调整后的数值。同样地，后续oprobit回归中的交叉项系数和t值都进行了相应的调整，将不再赘述。

       ⑥由于较多增发企业并未公布其承销费用，为了避免样本的减少，本文采用上市公司增发所募集的资金总额作为替代变量，一般而言，所募集的资金总额越大，承销费用越大。同时，我们采用了增发企业的资产规模作为上市公司与证券公司之间的经济利益关联程度的替代变量进行了稳健性检验，主要结论与论文报告的结果保持了一致性。

标签：认知偏差论文;  投资分析师论文;  股票分析师论文;  证券论文;  盈余质量论文;  证券分析师论文;  分析师论文;