是谁在“捕风捉影”:机构投资者VS证券分析师——基于A股信息交易者信息偏好的实证研究,本文主要内容关键词为:捕风捉影论文,信息论文,分析师论文,谁在论文,实证研究论文,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。
一、引言
与散户投资者相比,证券分析师和机构投资者均具有信息优势,后者还兼具资金优势,Kyle(1985)、Holden和Subrahmanyam(1992),Foster和Viswanathan(1993)等学者研究指出:以机构投资者和证券分析师为代表的信息交易者(informed investors)能够促进股价对市场信息的反应和渗透速度,有利于市场信息效率的提高。然而,中国A股市场并没能像西方学者理论所演绎的那样,随着机构投资者和证券分析师等信息交易者掌握市场“话语权”而变得更加理性和稳定——指数暴涨暴跌依旧,个股题材炒作依旧。随着2007年底上证指数触顶回落,中国A股市场进入了漫漫熊市,机构投资者和证券分析师的光环也随之逐渐褪去。漫长熊市中机构投资者的拙劣业绩和证券分析师的研报丑闻使整个A股市场中充斥着对这两类信息交易者的诟病和质疑。特别是2011年以来,中国的证券分析师陷入了全行业的信任危机,从国泰君安等券商深陷“深圳宝安石墨烯矿事件”,再到中信证券的“天价涪陵榨菜”,本应客观理性的证券分析师似乎更热衷于题材炒作、搜集信息时“捕风捉影”,其研究报告的信息含量和投资价值备受质疑。同样饱受市场争议的还有同为信息交易者的机构投资者,熊市下惨淡的投资业绩使得中国的投资基金业甚至陷入了停滞和萎缩的状态。机构投资者能否为投资者带来持续的超额收益?他们是价值投资者还是理性投机者?针对机构投资者的诸多质疑弥漫在中国股票市场上,同时也困扰着中国学术界。
在西方成熟资本市场,证券分析师和机构投资者作为市场中最为重要的两类参与主体决定着一国市场的运行与效率。卖方分析师搜集处理市场和公司信息,形成研究报告后首先提交给机构投资者,而后者(基金经理和买方分析师)在自己搜集处理信息的同时,更多的是在卖方分析师研究报告的基础上进行信息的再加工。由此,两类信息交易者各自独立的信息搜集可能存在不同的信息偏好,而相互之间的信息交流则使得两者的信息处理行为必然存在交集。两类信息交易者是关注反映公司内在价值的基本面信息,还是偏好公司和行业题材热点或内幕消息,决定着该国资本市场的投资氛围(是投资还是投机)和运作效率。一直以来,国内外学术界对于证券分析师和机构投资者的信息偏好这一环节往往略过,将其视为“黑箱过程”而直接探讨证券分析师的评级调整(或盈余预测)及其市场反应、机构投资者的投资行为及其市场反应。本文试图打开证券分析师信息发布和机构投资者投资决策前的信息处理的“黑箱”,研究这两类信息交易者的信息偏好,探讨其评级调整和投资决策背后的行为逻辑。这一研究视角在国内应属首次,而这也是本文的学术价值所在。
中国的资本市场处于“新兴加转轨”阶段,市场中充斥着反映资产内在价值的公开信息和影响资产价格涨跌的各种噪声,后者可能是故弄玄虚的题材炒作,也可能是“捕风捉影”的小道消息。Allen和Gale(2001)认为资产价格从某种意义上可理解为信息的集成器。Daniel和Titman(2006)将股价信息分解为与公司基本面相关的有形信息(tangible information)和其他所有与基本面无关的无形信息(intangible information)。那么,中国资本市场上代表理性力量的证券分析师和机构投资者的行为调整是基于反映公司基本面的有形信息,还是基于与基本面无关的无形信息(捕风捉影)呢?两类信息交易者的信息偏好是基本一致还是有所差别呢?对于上述问题的研究,有助于我们辨析目前市场中关于证券分析师和机构投资者各种备受质疑的市场行为的内在逻辑,也有助于我们厘清和判定上述两类信息交易者备受争议的市场角色和市场作用——他们是市场价值投资的倡导者还是市场理性投机的助推者?由此,我们一系列针对这两类信息交易者且寄托美好期望的监管治理政策才能有的放矢,使其切实成为市场的理性力量,引导市场的价值投资,推动中国资本市场真正走向成熟和理性。
二、相关文献评述
国内外对于机构投资者和证券分析师的研究已较成体系,但多数研究集中于对机构投资者投资行为及其市场影响的分析(Gompers et al.,2001;蔡庆丰、宋友勇,2010;陈国进等,2010;姚颐等,2011),以及对证券分析师研究报告信息含量和投资价值的研究(Womack,1996;Asquith et al.,2005;张烨等,2009;刘旭、修世宇,2008)。部分西方学者尝试着从信息处理角度探讨投资者的市场行为,Hong和stein(2000)将投资者分为消息旁观者(news watchers)和动能交易者(momentum traders),他们认为由于私有信息的扩散具有时效性,动能交易者可以通过追逐趋势套利。在更近的研究中,Campbell et a1.(2009)的实证研究也表明机构投资者投资决策更多受市场短期表现的影响。就国内而言,尚没有学者对机构投资者和证券分析师在投资决策时的信息偏好进行深入分析和实证检验。西方学者在这个领域做了一些拓展性的研究工作,Daniel和Titman(2006)的文章为信息偏好问题的研究提供了基础,他们将股价信息分为有形信息和无形信息。在此基础上,Jiang(2010)以1985年至2004年的公司年度观测值为研究样本,实证检验了机构投资者当期交易行为与上一期公司信息的关系,结果表明机构投资者的持股变动与上一期的无形信息显著正相关,这意味着机构投资者的投资决策可能更偏好股价中的无形信息。Sun和Wei(2010)的研究发现:证券分析师评级调整与盈利预测同样更容易受到公司无形信息的影响,并且相比于评级调整,证券分析师在盈利预测时还会综合考察公司的有形信息。与国外的研究相比,国内还没有学者对上述两类信息交易者行为背后的决策过程和信息偏好进行研究。
2008年之前,牛市的喧嚣掩盖了我国机构投资者和证券分析师行业跨越式发展过程中的诸多问题,而近几年熊市的惨淡却也往往会放大对这两类市场参与主体的质疑和诟病。本文试图探寻这两类具有信息处理优势的信息交易者投资决策和评级调整背后的信息偏好和行为逻辑。我们的研究在以下几方面丰富了机构投资者和证券分析师领域的研究:(1)直接对证券分析师和机构投资者的信息偏好进行实证研究,探寻这两类信息交易者投资决策背后的行为逻辑,弥补了该领域这一研究视角的空白,也为业界和学术界关于证券分析师和机构投资者的市场角色和市场影响的诸多争议提供新的解释和证据;(2)与国外学者已有的单独研究机构投资者或证券分析师的信息反应不同,本文将两类联系密切并相互影响的信息交易者纳入统一的分析框架,这将有助于我们更好地理解和辨析这两类信息交易者在信息偏好上的差异及相互影响机制,也为管理层出台相关监管治理措施提供参考启示和实证支持。
三、研究设计与模型构建
(一)模型原理与研究设计
Daniel和Titman(2006)将上市公司股价收益归因为两部分:(1)是与公司基本面相关的“有形信息(tangible information)”所产生的股票收益,即“有形收益(tangible return)”;(2)是公司基本面信息以外的其他所有信息,作者将其定义为“无形信息”,该信息所产生的股票收益则称为“无形收益(intangible return)”。我们借鉴这一划分方法,但与他们的研究不同,本文采用的是上市公司的季度数据而非年度数据。此外,为了保证研究结果对不同计算方法所得的有形收益与无形收益均是稳健的,我们在原模型的基础上,加入上市公司的销售收入信息,具体回归模型如下:
(二)样本选取与变量定义
本文以2005年3季度到2011年2季度共24个季度截面数据作为研究样本。我们对原始数据按如下原则进行处理和删选:(1)为了避免重复计算,我们只保留了A股的上市公司;(2)鉴于金融行业的特殊性,剔除金融行业的样本公司;(3)由于需计算每个季度的有形收益、无形收益,因此剔除了公司刚上市所在季度的样本数据;(4)由于两种收益的回归计算中涉及到公司权益的变动,我们剔除当季有股权变动的公司样本。由此,我们最终得到25192个上市公司季度数据,其中证券分析师对其进行评级调整的样本6811个,对其进行盈余预测调整的样本12048个,机构持股变动的样本共24006个。
1.证券分析师研究行为调整变量
(1)证券分析师平均评级调整。本文实证研究中所涉及的证券分析师评级数据均来自Wind资讯金融系统。出于研究方便的考虑,我们将相关评级进行转置处理,具体标示为:卖出=1,减持=2,中性=3,增持=4,买入=5。
(2)证券分析师盈利预测调整。本文所涉及的分析师盈利预测数据全部来自于国泰安(Csmar)数据库。本文只采用证券分析师发布报告日所在年份的公司的每股收益预测数据。
2.机构投资者投资决策调整变量
本文对机构投资者的信息偏好和投资决策的考察主要基于对投资基金的研究和分析。国内外学术界常用的衡量机构投资者交易行为的指标有机构投资者持股股数变化、机构投资者持股市值变化和机构投资者持股比例变化这三种。本文除了选取上述三种等常见指标外,还采用Lakonishok,Shleifer和Vishny(1992)(即LSV模型)计算的羊群行为指标,通过多种衡量方法进行实证检验以避免回归过程中存在的偶然性,提高本文回归结果的稳健性。
机构持股数变动、持股市值变动、修正的羊群行为指标(AdjustHM)分别从机构买卖的股数权重、市值权重、平均权重①等三方面衡量基金的买卖决策,可以更好地考察机构投资者的投资决策与上市公司有形信息和无形信息之间的关系。
3.控制变量
四、实证检验与分析
(一)证券分析师的信息偏好和评级(盈余预测)调整
表2给出了证券分析师评级及盈余预测调整对公司有形信息与无形信息的反应,其中第2列和第4列为直接采用证券分析师平均评级调整与平均盈利预测调整数据进行回归的结果。为了消除模型可能存在的多重共线性问题,我们对评级调整与盈利预测调整数据进行了加1对数化处理后再重新进行回归,结果参见第3列和第5列。
实证结果分析:首先,对于分析师的评级调整,的系数在所有模型中显著为正,这表明分析师评级调整与上一期的公司无形收益(也即无形信息)成正相关;的系数并不显著,即分析师评级调整与上一期的公司基本面状况(也即有形信息)并无直接关系。由此.我们可以认为分析师评级调整时更多的是关注影响公司股价的无形信息,而非对公司的基本面进行深入挖掘。这一实证结果在一定程度上验证了市场对我国证券分析师行业的质疑和批评——作为市场理性力量的代表,分析师在进行评级调整进而为投资者提供投资建议时,所参考的并不是反映公司内在价值的基本面信息,而更多的是去追求那些可能在短时间内吸引市场注意力和投资者眼球的行业热点,题材故事,甚至是一些捕风捉影的小道消息。就其投资价值来看,根据无形信息所作出的评级调整哪怕在短时间内会得到市场的响应,但终归无法反映公司股票的内在价值,很难为投资者带来超额收益。
其次,我们进一步考察分析师进行盈余预测调整时的信息偏好。实证结果显示:分析师的盈利预测调整同样也会受到公司无形信息的影响。在进行对数化处理后,分析师盈利预测调整模型的拟合度显著提高(F值大幅提升),且的系数显著为正,这与分析师的评级调整模型差异显著。我们认为实证结果的这一差异说明了分析师在评级调整和盈余预测调整时的信息偏好差异。现实中,分析师进行评级调整和盈余预测时的目标函数并不相同:在市场追求短期投机收益的投资氛围下,中小投资者对分析师评级调整的评价往往是根据其研究报告发布后市场的短期反应,也因此分析师在评级调整时往往更偏好那些能够刺激市场情绪,冲击股票价值的题材故事和所谓的内幕信息。而在盈余预测时,市场和投资者评价分析师专业能力时所依据的就不仅仅是市场的短期反应,而更关注其所预测的数据与上市公司最终实现业绩的差距。为了更加准确地预测公司未来的业绩,分析师就要更重视反映公司基本面情况的有形信息。因此,分析师在评级调整时偏好上市公司基本面以外的无形信息,但在盈余预测时,分析师也关注反映公司内在价值的有形信息③。
作为稳健性检验,我们在区分公司有形信息和无形信息时,加入了公司的销售收入与股价因素来重新估计其有形收益和无形收益。利用新的两组收益数据与分析师决策调整数据重新进行回归,主要变量的符号与显著性并未发生改变。回归结果如表3所示。
(二)对机构投资者投资决策信息偏好的实证检验
表4给出了机构投资者决策调整过程信息偏好的回归结果,其中第2、3、4、5列为采用机构季度持股变动数据回归的结果,第6列为采用半年度数据计算的修正LSV指标回归的结果。
根据上表的回归结果,我们研究发现:首先,在所有回归模型中显著为正,这表明机构持股变动与上一期的公司的无形收益成正相关,这表明机构投资者的投资行为也会受到公司前期无形信息的影响。一种可能的解释是:在现实中,机构投资者是卖方分析师最主要的服务对象,前者往往根据后者所提供的研究报告进行信息再处理后再进行投资决策,由此,证券分析师在研究过程中的信息偏好自然会传递给机构投资者。当然,也存在这样的可能,即中国的机构投资者本身就和证券分析师一样,都是追求短期交易收益,偏好题材故事和内幕信息的理性投机者,因此他们本身在投资决策时会考虑非基本面的无形信息。无论如何,这样的实证结果契合中国业界的现实。
但我们同时也发现机构持股行为也会受到公司上期有形信息的影响,这与前文对分析师的实证结果存在显著差别。模型回归结果中的系数为正,这意味着机构投资者在投资决策时同样也会关注反映公司内在价值的基本面信息。我们发现在绝大多数模型中的系数显著大于,这表明我国机构投资者的投资决策尽管也会受公司无形信息的影响,但他们更偏好基本面信息,这可能源于其注重所持股票的中长期收益和基金业绩的中长期排名。这样的实证结果在一定程度上反映中国的机构投资者可能是价值投资的倡导者,但却不是纯粹的价值投资实践者,他们在投资时既理性地根据反映公司内在价值的基本面信息进行资产配置,同时也像分析师一样关注市场上能够影响股价短期走势的无形信息。
在稳健性检验中,我们同样加入公司销售收入与股价因素来重新估计公司的有形收益和无形收益。利用新的两种收益数据与机构投资者决策调整数据重新进行回归,主要变量的符号与显著性并未发生改变。
五、机构投资者与证券分析师的信息偏好差异对股价信息含量的影响
那么,分析师和机构投资者不同的信息处理行为又会对资本市场的信息效率产生怎样的影响呢?我们对此进行了进一步的实证研究。
(一)样本与变量
1.股价信息含量
我们采用CAPM模型回归的衡量股价信息含量。越大表明模型的拟合程度越高,公司的股价变动与大盘同步性越强,公司自含信息越少。为消除取值范围限制所产生的问题,我们对其进行对数化处理:logr=log((1-)/)。
2.机构投资者与分析师关注度
本文用公司当年基金的平均持股比例(fund)来表示机构对该公司的关注程度,用公司的年初基金持股比例与年末基金持股比例的均值衡量;用所有分析师对某家公司在当年发布的研究报告数(analyst)作为分析师关注度的代理变量。为了消除可能存在的多重共线性问题,在实际回归中,我们对analyst进行加1对数化处理。
3.其他解释变量
我们加入公司规模(size)、经营年限(age)、经营杠杆(lev)、公司绩效(roe)、股权集中度与股权结构(公司前十大股东持股比重(contr10)、国有股权比重(gov))、市场因素(年均换手率(turnover)、年振幅(vol))等变量,控制其他因素对股价信息的影响。
我们选用2005~2010年的年度上市公司数据,采用如下实证模型进行回归分析:
(二)实证回归与结果分析
表6列示了机构投资者与证券分析师对公司股价信息影响的回归结果⑥。
由实证结果我们发现:机构投资者关注度fund的系数在所有模型均显著为正,表明机构投资者持股越高,公司特有信息越多,与市场同步性越低。结合前文的研究我们认为这是由于机构投资者交易时重视有形信息,加速了反映公司基本面的有形信息的扩散和渗透,提高了公司的特有信息,降低公司股价与大盘的同步性。但analyst的系数却显著为负,这表明分析师关注度越高,公司股价的特有信息含量反而越低,与大盘的同步性越高。这也在一定程度上验证前文的结论,即证券分析师在信息搜集和处理时偏好“捕风捉影”,追逐行业热点、题材故事甚至是小道消息等无形信息,而这种利用短期市场情绪的信息处理行为,无疑会削弱公司股价的特有信息含量,降低市场的定价效率⑦。
在稳健性检验中,我们用公司资产回报率(ROA)代替权益回报率(ROE);用大股东持股比例(contr1)代替前十大股东持股比例(contr10)主要变量的回归符号和显著性也并未发生改变。另外,考虑到模型中可能存在的内生性问题,我们还对模型进行了两阶段最小二乘回归,回归结果同样稳健。
六、对信息交易者的信息偏好差异及其市场影响的进一步讨论
由上文我们实证研究发现:证券分析师和机构投资者决策时的信息偏好有所差异——证券分析师在评级调整时更关注影响股价的非基本面信息即无形信息,而机构投资者在投资决策时则既关注无形信息,又同时关注决定公司内在价值的有形信息。
(一)中国证券分析师偏好无形信息的制度与行业背景分析
那么,又是什么原因导致中国的分析师沦为像普通中小投资者那样热衷题材故事、追逐内幕信息、喜欢“捕风捉影”的市场参与者呢?客观来讲,中国股市依旧浓厚的投机氛围以及市场对分析师的短期评价机制或许是导致这一问题的主要根源。尽管经过20多年的发展,中国股票市场的参与各方还是没有建立起长期价值投资的投资氛围,追求短期投机收益仍是市场的主流。因此,包括机构投资者在内的各方市场参与主体对分析师的期望就是帮助他们发现能够在短期获得超额收益的股票。我们知道,基于公司基本面信息所作出的价值评估往往是公司股票的中长期投资价值,无法满足投资者短期投机获利的要求;再则,即便证券分析师能够发现公司股票的长期投资价值,也需要以股票市场本身是基本理性有效为前提。否则,即便分析师根据公司基本面信息对股票的长期投资价值做出准确判断,但在非理性有效的市场环境下,公司股票价格很有可能并不向其价值收敛,反而越偏越远,缺乏耐心的投资者往往会认定是分析师错了,而非市场错了。在我国当前这种投机氛围浓厚且业绩评价短期化的投资环境下,选择能够短期影响股价走势的非基本面信息,而放弃反映公司长远投资价值的基本面信息是分析师的理性选择。而作为市场理性声音的代表,分析师在其研究报告中热衷行业利好、题材故事和内幕消息,甚至在搜集市场信息时“捕风捉影”,必然会加剧市场的投机氛围,而这又会进一步强化市场对其评价机制的短期化,由此形成一个正反馈的恶性循环。
此外,本文认为,中国证券研究业粗放式的发展模式也是导致证券分析师热衷于非基本面无形信息的另一个主要原因。首先,激烈的行业竞争使得每家券商研究所都希望能在市场上发布尽量多的研究报告,由此,他们往往要求旗下的分析师在规定时间内完成规定数量的研究报告,并以此作为考核依据。畸高的工作强度使得分析师大量的研究报告并不是建立在实地调研和公司基本面信息的深度分析上,而是建立在对行业热点和市场传闻等无形信息的简单再处理上(蔡庆丰、陈娇,2011)。其次,分析师行业频繁的人员流动也使得市场上所充斥的研究报告绝大部分出自刚入行的年轻分析师们。他们中的相当一部分刚刚走出校门,缺乏对公司财务状况和内在价值的深刻理解,因此也更愿意搜集捕捉市场中的行业热点、题材故事甚至是小道消息来完成一些“短平快”的评级报告。
(二)中国机构投资者偏好有形信息且关注无形信息的原因分析
那么,又是什么原因导致机构投资者的信息偏好和证券分析师有所差异呢?正如前文所述,在中国,机构投资者是券商分析师的主要服务对象,前者的分仓佣金是后者的主要收入来源。机构投资者往往是在证券分析师研究报告的基础上进行信息的再加工(由基金分析师和基金经理共同完成)后再进行投资决策,因此证券分析师对无形信息的偏好很自然地会传递给机构投资者。当然,和对证券分析师的影响机制一样,在这种投机氛围浓厚且业绩评价短期化的投资环境下,选择能够短期影响股价走势的非基本面信息可能也是机构投资者自发的“理性选择”。但与分析师更为追求一鸣惊人的心态不一样,基金经理更关注其管理资产的长期收益和中长期业绩排名,也因此,机构投资者在投资决策时表现出更为偏好能够反映公司内在价值的基本面信息。本文的实证结果也让我们看到中国的机构投资者已逐渐成长为价值投资的践行者,尽管他们也还同时偏好非基本面的无形信息,兼顾市场上的理性投机机会。
证券分析师和机构投资者如果在无形信息偏好上出现“叠加”和“共振”,可能造成资本市场的信息堵塞(information blockade),并加剧市场的波动。从全球的角度看,美国的“互联网泡沫”的膨胀和破灭就是证券分析师和机构投资者在信息偏好上出现了叠加和共振的经典案例——牛市背景下,华尔街的分析师放弃对反映公司内在价值的有形信息的关注和分析,而去追逐基本面以外的其他无形信息。他们过度夸大了互联网技术对企业的商业价值和对经济的推动作用,并形成了一致看多的羊群行为。在华尔街分析师们对互联网行业相关无形信息的极力鼓吹下,机构投资者也陷入了对相关无形信息的狂热和追逐,他们一致的买入行动迅速推高股价并“验证”分析师的评级判断,两类本应理性的信息投资者在无形信息的偏好上相互叠加并产生共振,推动互联网泡沫迅速膨胀。
七、结论与启示
漫长熊市下中国证券分析师的研报丑闻和机构投资者的惨淡业绩使得两类信息交易者的市场形象备受质疑和指责。他们究竟是价值投资者还是理性投机者?究竟是谁在市场上捕风捉影?这一命题一直困扰着监管层和学术界。本文对证券分析师和机构投资者的信息处理环节进行实证分析,探讨这两类信息交易者投资决策背后的信息偏好和行为逻辑。本文以2005年3季度至2011年2季度沪深A股上市公司为研究样本,借鉴Daniel和Titman(2006)的理论模型,将股价信息分解为与公司基本面状况相关的有形信息和除基本面信息以外的无形信息。通过将机构投资者股票买卖、证券分析师评级调整、证券分析师盈利预测调整分别与公司前期的有形信息、无形信息进行回归估计,实证研究发现:(1)通过对证券分析师信息偏好的实证研究我们发现:样本公司上季度的无形收益越高,即公司股价中包含的无形信息越多,证券分析师评级调整、盈利预测调整幅度越大,且呈现显著正相关,而证券分析师评级调整与上期公司的有形收益并无显著相关性。这说明证券分析师的决策调整主要以公司的无形信息以依据,而非对公司基本面进行分析做出的调整。但与评级调整有所差异,证券分析师在盈余预测时出于预测准确性的考虑,还会综合考察公司的基本面状况。(2)通过对机构投资者信息偏好的实证研究我们发现:机构投资者的投资决策会同时受到公司上期有形信息与无形信息的影响,但受公司有形信息的影响权重更大。即机构投资者的买卖行为会综合考虑公司股价中的所有信息,但更侧重投资于公司有形收益高的公司。在此基础上,我们利用2005~2010年度上市公司数据进一步研究机构持股和分析师关注对目标公司股价信息含量的影响,实证结果表明机构持股越高,公司的特有信息越多,机构投资者对有形信息的关注加速了反映公司基本面的有形信息的扩散和渗透,有助于提高市场的信息效率。但分析师对于无形信息的追逐显然无益于市场信息效率的提高,分析师关注度越高反而使公司股价的特有信息含量越低,与大盘的同步性越高。我们认为,非理性弱有效的市场环境、热衷投机炒作的市场氛围、业绩评价的短期化、证券研究业粗放的发展模式等原因是导致证券分析师偏好无形信息的主要原因。但值得高兴的是,中国的机构投资者尽管也像证券分析师那样追逐无形信息,但他们更关注反映公司内在价值的基本面信息即有形信息。
注释:
①LSV模型是基于基金买卖的次数而不是金额,因此对于每笔基金买卖,其权重是相等的。
②取每一个季度最后一个月的股票收益率。
③由于盈利预测上调或下调也代表分析师的投资建议,因此盈利预测同时也会考虑市场的短期反应,关注公司的无形信息。
④由于篇幅限制,稳健性检验仅给出主要变量的回归结果,下同。
⑤采用修正羊群行为指标(AdjustHM)的回归模型中使用的为半年度数据。
⑥由于篇幅限制,仅列出部分控制变量回归结果。
⑦这一研究结果与Chan和Hameed(2006)对新兴市场国家的研究一致,即由于新兴市场国家公司信息披露不完全,证券分析师更多是依据市场层面的信息进行评级决策,因此并不能提高公司的特有信息含量。
标签:机构投资者论文; 基本面论文; 投资决策论文; 交易者论文; 股票分析师论文; 投资分析师论文; 回归模型论文; 证券论文; 股票论文; 证券分析师论文; 分析师论文;