影響中國財務分析師跟蹤決策的因素分析

崔玉英　李長青

【摘 要】 文章通過對中國上市公司2001—2011年度面板數據的分析，發現中國財務分析師在決定是否跟蹤一家公司的決策當中，會綜合考慮公司的長期成長能力和前期盈余波動狀況。運用面板泊松（Poisson）回歸，檢驗了公司成長、盈余波動對財務分析師跟蹤決策的影響，結論是：公司長期成長能力越高，決定跟蹤公司的財務分析師數量越多；同樣，公司盈余波動越大，決定跟蹤公司的財務分析師數量越多。

【關鍵詞】 細分核算單元； 企業戰略； 評價體系

一、公司成長與財務分析師跟蹤

財務分析師是資本市場的信息“潤滑劑”，其實質作用是提供更多的增量信息，合理引導資源配置，提高資本市場的有效性（Lys和Sohn，1990；Frankel和Li，2004）。財務分析師會利用專業技能和大眾投資者不可比擬的信息渠道，來發現市場中的套利機會。他們在進行決定跟蹤公司、股票盈利預測和投資推薦時，會密切關注公司的資產狀況和盈利能力，特別是公司成長能力的資產和事件，并深度挖掘目標公司相應的財務和非財務信息。高成長性強的企業，一般具有市場競爭力強、投資回報率高、抵御風險能力強的特點。成長性越強，財務分析師主要服務的對象如基金公司就越可能選作投資標的，從而為財務分析師本人或所在公司帶來更大利益，因此財務分析師就越可能進行跟蹤和研究。Mcnichols和OBrien（1997）研究也證實，分析師更有可能選擇盈利能力強且有增長潛力的公司進行預測。據此，提出假設1。

H1：在其它情況不變的條件下，公司成長性越高，跟蹤該公司的財務分析師則越多。

二、盈余波動與財務分析師跟蹤

一個企業的盈余波動主要受兩個因素的影響，即經濟周期與會計收入確認的差異（Dichev etal，2009）。Klein等（2006）基于美國的數據研究發現，經濟周期和上市公司的資產回報率（ROA）之間存在著顯著的正向關系。可見公司盈余的波動性會受到經濟波動的影響，并可能處于同步波動。

如果一個公司的現金流量高度不確定，該公司的收益或盈余就可能變化很大，如果投資者從財務分析師或內幕人處獲得更多公司信息的話，就可能因之受益。這些盈余的波動性當然也可視為公司管理層與外部投資者間信息不對稱的一種量度。在這種情況下，管理層的自愿性信息披露以及分析師的私人信息收集活動可改善信息不對稱。因此，盈余的波動性刺激了分析師信息研究的需求。收益波動性也有助于掩飾知情的交易（OBrien and Bhushan， 1990），這反過來創造內容豐富的分析師研究的需求。收益波動性和分析師信息是內生性的，因為分析師信息也影響收益波動性。內容豐富的分析師研究抑制股票價格的波動，而穩定股價是公司促進分析師跟蹤的一個首要目標（Richard Frankel，S.P.Kothari，Joseph P.Weber，2002）

對于財務分析師而言，盈余波動大的企業是市場中所蘊藏的“金礦”，跟蹤這類公司可以向市場提供高收益的投資推薦，增加其所在機構的交易傭金收入，此外還能建立個人在市場中的聲譽——明星分析師。為此，本文提出假設2。

H2：在其它情況不變的條件下，公司盈余波動越大，跟蹤該公司的財務分析師則越多。

三、研究設計

（一）數據來源和樣本選擇

本文以2001—2011年期間在滬深證券交易所上市的公司為研究樣本。歷年上市公司財務分析師跟蹤數來自國泰安公司CSMAR數據庫中的中國上市公司分析師預測研究數據庫，以預測數據中的全部342 521個觀測值為基準，按照公司、年度為分類標志，計算出各公司各年度的跟蹤財務分析師數量。如果該年度某同一分析師發布過兩次及以上的該公司盈余預測報告，只計入一人次；如果盈余預測報告是由一個3人小組發布，則跟蹤財務分析師數量為3，其余類推；如果某公司一個年度中沒有被任何財務分析師跟蹤研究，沒有發布過該公司的盈余預測報告，跟蹤財務分析師數量則為0。這樣，得到2001—2011年18 260個公司年樣本。

公司成長數據根據CSMAR數據庫的財務數據計算，原則上計算指標的五年平均增長率，盈余波動數據計算指標為連續三年變動額的標準差。其余財務數據來自國泰安（CSMAR）數據庫，公司情況數據來自北京大學中國經濟研究中心（CCER）公司治理數據庫。

表1為截至2011年上市公司有無財務分析師跟蹤的歷年情況。中國上市公司財務分析師跟蹤從無到有，經過10多年的發展，到2011年，已經有80%的上市公司至少有一名財務分析師進行跟蹤研究，覆蓋了大多數上市公司。

（二）模型設計和變量定義

為了檢驗本文提出的假設1和假設2，構造如下兩個基本檢驗模型，其中變量定義見表2。

根據現有研究，本文以當年對目標公司做盈利預測的財務分析師人數Coverage作為分析師跟蹤的替代變量，它很好地反映了財務分析師對公司關注的偏好（Barth等，2001）；以公司連續五年的平均銷貨收入增長率Growth來衡量公司的長期成長情況①；以凈利潤相對上年變動額的三年標準差Rev_vola來衡量公司盈余的波動②。

由于財務分析師跟蹤的人數是數值變量（count data），這不滿足OLS回歸中因變量在正負無窮連續分布的假設條件，這一變量具有獨立且非負整數數據性質，適用Poisson regression model，因此本文使用Poisson回歸模型。

根據以往文獻，控制了影響財務分析師跟蹤的因素。現有研究表明，財務分析師會關注企業的規模（Bhushan，1989；OBrien和Bhushan，1990；Brennan和Hughes，1991；Lang和Lundholm，1996），因此將本年初公司市值的自然對數Size納入估計方程，使用自然對數的原因是為了控制公司規模與分析師跟蹤的非線性關系，以保證回歸結果不是由公司規模與公司成長或盈余波動之間的關系而產生；機構投資者如基金公司是財務分析師重要的服務對象，證券公司的傭金收入在一定程度上受基金公司交易量的影響。此后，考慮分析師對于特定信息的反應，公司中機構投資者增多以及產業增長時分析師往往更愿意進行跟蹤（OBrien和Bhushan，1990），因此將公司上一年度末基金持股份額（Institute）納入估計方程。筆者還控制了公司上年度凈利潤狀況Loss這一變量，當上年度凈利潤為虧損時賦值為1，否則為0；ST_dum為公司上一年度是否為ST公司的啞變量，公司上一年度為ST公司時賦值為1，否則為0。此外還控制了年度和行業效應。預期公司成長性、盈余波動性、公司規模和機構投資者持股會正面影響財務分析師的跟蹤決策行為，公司虧損和被ST會減弱財務分析師的跟蹤行為，也就是說預計回歸系數β1、β2、β4、β5為正，β6、β7為負，對于加入的公司成長與盈余波動的交乘項回歸系數β3，方向并不能確定。

（三）結果及分析

1.描述性統計結果分析

從表3的Panel A可以看出，總體而言，上市公司的五年平均銷貨收入增長率為13%，公司間存在很大差異，最差的公司五年平均銷貨減少83%，好的公司則五年間平均增長達到378%。在盈余波動方面，上市公司的三年平均盈余變動的標準差為5.95億元，盈余波動小的公司三年平均盈余變動的標準差僅為3萬元，盈余波動大的公司三年平均盈余變動的標準差達到了2 500億元，公司間存在巨大的差異。從均值與中位數的比較來看，銷貨收入增長率與盈余波動兩變量都呈右偏分布。

從表3的Panel B可以看出，對于有財務分析師跟蹤的9 493家公司，平均每家公司有近17個分析師跟蹤研究，但50%的公司跟蹤分析師在8人以下，最多的一家公司（600036，招商銀行）在2010年有220名分析師跟蹤研究。進一步按公司年排序，發現前十家最多分析師跟蹤的公司分別是：招商銀行、深發展A、興業銀行、浦發銀行、寶鋼股份、招商銀行、民生銀行、萬科A、交通銀行、五糧液。對比表3的Panel C與Panel B，發現有無財務分析師跟蹤的公司在五年平均銷貨收入增長率和三年平均盈余變動標準差都有較大差異，因此按有無財務分析師跟蹤進行公司分組，然后進行這兩個指標的兩樣本均值t檢驗，結果表明，五年平均銷貨收入增長率的差異在1%統計意義上顯著（t=-20.51），三年平均盈余變動標準差的差異也在1%統計意義上顯著（t=-12.79），這初步證實了筆者的假設，分析師在決定跟蹤研究一家公司時，會注意到公司的成長性和盈余波動性。此外，按同樣標準分組，對公司規模、機構投資者持股份額、公司虧損虛擬變量、ST公司虛擬變量也進行了兩樣本均值t檢驗，得到了相似的顯著結果（t值分別為5.40、-36.64、31.70、35.58），這也初步說明控制變量的合理性。

2.Pearson積差相關和Spearman秩相關分析

對主要變量進行了Pearson和Spearman相關檢驗，結果見表4。從表4可以看出，五年平均銷貨收入增長率Growth和三年平均盈余變動標準差Rev_vola的Pearson積差相關系數分別為0.35和0.327，并且都在0.1%的統計意義上顯著；相應指標的Spearman秩相關系數則為0.235和0.198，也都在0.1%的統計意義上顯著。無論在線性和非線性意義上都說明了公司成長及盈余波動與跟蹤公司的財務分析師數量之間存在相關關系，并且非高度相關。從控制變量來看，四個控制變量都相關并且都在0.1%的統計意義上顯著，從符號來看，前兩個控制變量正相關，后兩個控制變量負相關，與預期相符，這進一步佐證了筆者的兩個假設。

3.多元回歸結果與分析

使用Stata12.0進行回歸分析。為了減少異常值對回歸系數的影響，在回歸前對樣本分布兩側的極端值進行了1%的winsorize處理。如前所述，由于因變量財務分析師每年跟蹤公司的人數是一個數值變量（count data），并且具有獨立且非負整數數據性質，適用Poisson regression model（Rock等，2000），又因數據跨越從2001到2011年的11個年度，因此本文使用了面板Poisson回歸方法進行估計。在回歸過程中，實際使用了矩樣本平均回歸模型（GEE population-averaged model）并按公司進行了cluster處理，z統計量進行了robust處理。此外，還將公司成長與盈余波動的交乘項納入估計的方程，用以控制公司成長伴生的盈余波動影響，回歸結果見表5。

從表5的結果來看，兩個解釋變量的符號均保持不變且符合預期，說明回歸結果均具有穩定性。在模型（1）和（2）中，單獨考察了財務分析師對前五年公司銷貨成長（Growth）和前三年盈余變化情況（Rev_vola）的跟蹤活動，發現財務分析師跟蹤與前五年公司銷貨成長和前三年盈余變化情況顯著正相關，這表明財務分析師跟蹤了企業的歷史成長和歷年盈余變化情況。模型（3）和（4）中將公司成長和盈余波動兩個變量同時納入方程，并加入兩者的交乘項，發現前面結論仍然保持不變；盈余波動的回歸系數變化很小，但公司成長的回歸系數在加入交乘項后變化非常大，從0.69上升到了5.44，這是什么原因呢？筆者猜想一個可能的原因是公司成長和盈余波動兩者本身是相關的，高成長公司通常而言總是伴隨著較大盈余變動；另一個可能的原因是重要變量的遺漏，但總體而言并不影響結論成立。模型（5）是加入了控制變量后的回歸結果，發現公司成長和盈余波動的回歸系數依然在0.1%的統計意義上顯著，并且系數與模型（4）相差不大，這證明了兩個假說：高成長的公司確實吸引更多的財務分析師進行跟蹤研究，高盈余波動的公司私有信息可能更多，從而也吸引更多的財務分析師進行跟蹤研究。

四、結論

中國財務分析師在決定是否跟蹤一家公司的決策中，會就公司的長期成長能力（以公司前五年平均銷貨增長率來衡量）綜合考慮，公司長期成長能力越高，決定跟蹤公司的財務分析師數量隨之增多；同樣，財務分析師的跟蹤決策中，同樣會綜合考慮公司的前期盈余波動狀況（以公司前三年凈利潤變動的標準差來衡量），前期高盈余波動的公司會吸引更多的財務分析師加入跟蹤研究。

【參考文獻】

[1] ARYA.A，B.MITTENDORF.The interaction among disclosure，competition between firms，and analyst following[J].Journal of Accounting and Economics，2007，43（2）：321-339.

[2] AYERS，B.C，R.N.FREEMAN.Evidence that analyst following and institutional ownership accelerate the pricing of future earnings[J].Reviewof Accounting Studies，2003，8（1）：47-67.

[3] BARTH，M.E，R.KASZNIK，etal.Analyst coverage and intangible assets[J].Journal of Accounting Research，2001，39（1）：1-34.

[4] CHAN K，A. HAMEED.Stock price synchronicity and analyst coverage in emerging markets[J].Journal of Financial Economics，2006，80（1）： 115-147.

[5] CHANG X，S DASGUPTA，et al.Analyst coverage and financing decisions[J].The Journal of Finance，2007，61（6）：3009-3048.

[6] 儲一昀，倉勇濤.財務分析師預測的價格可信嗎？——來自中國證券市場的經驗證據[J].管理世界，2008（3）：58-69.

[7] 單■.分析師短期和長期預測特性研究綜述[J].會計研究，2005（11）：72-75.

[8] 方軍雄.我國上市公司信息披露透明度與證券分析師預測[J].金融研究，2007（6）：136-148.

[9] 胡奕明，林文雄.信息關注深度、分析能力與分析質量——對我國證券分析師的調查分析[J].金融研究，2005（2）：46-58.

[10] 吳東輝，薛祖云.財務分析師盈利預測的投資價值：來自深滬A股市場的證據[J].會計研究，2005（8）：37-43.

[11] 岳衡，林小馳.證券分析師VS統計模型：證券分析師盈余預測的相對準確性及其決定因素[J].會計研究，2008（8）：40-49.