分析師獨立性與投資評級、盈利預測的關系研究

河南工業職業技術學院 楊 陽

分析師獨立性與投資評級、盈利預測的關系研究

河南工業職業技術學院 楊 陽

本文以滬深A股市場上的9個行業為研究對象，選取2010-2014年分析師投資評級、盈利預測數據作為樣本，分析了分析師獨立性對投資評級、盈利預測準確性的影響。研究發現：非獨立性分析師比獨立分析師在投資評級方面更樂觀，但在盈利預測方面兩者無顯著差異。擁有信息優勢的非獨立分析師卻沒有更高的盈利預測準確性的可能原因是相比于盈利預測的準確性，進行盈利預測調整能獲取更大的收益。因此，在規范分析師投資評級的同時，應審慎利用分析師的盈利預測信息。

分析師獨立性 投資評級 盈利預測

一、引言

隨著中國股市最近幾年的迅猛發展，證券市場信息的紛繁復雜，證券分析師對股票的投資評級和盈利預測成為投資者投資決策的重要參考。證券分析師指為機構或投資者提供關于相關證券價值及其投資的可行性，時機，持倉比例等分析報告的專業人士。他們被認為是投資領域的專家，扮演了信息傳遞和投資分析的角色。朱紅軍等（2007）通過研究證明證券分析師的信息搜尋活動能增強價格對資源配置的引導作用，提高資本市場的運行效率。然而無論實務界還是理論界都已經注意到由于分析師所在的券商有多個業務部門，并存在著業務沖突，而監管制度的薄弱和“隔離墻”制度并沒有真正完全建立，分析師就容易發布扭曲的評級報告和盈利預測以提高所在券商的經濟利益。如果投資者利用這些扭曲的研究報告來投資就可能使投資者的利益受到損害，不利于資本市場資源的有效配置。分析師的利益沖突源于分析師有個來自各個方面的壓力，包括投資者、雇主和目標公司管理層等。一方面，分析師有義務給投資者提供公正獨立的投資信息，另一方面，分析師受雇于證券公司，證券公司利潤來源于承銷業務，經紀業務和自營業務等，為了維持和增加利潤，分析師所在的券商可能向分析師施壓，使分析師出具偏向證券公司利益的研究報告。本文將提出以下幾個問題：非獨立分析師（分析所在券商重倉持股的股票的分析師）對所在券商持股目標公司發布的投資評級和盈利預測是否更加樂觀？非獨立分析師對所在券商持股的目標公司發布的盈利預測準確度是否比其他獨立分析師的準確性更低？本文從券商自營業務角度研究分析師利益沖突問題對投資評級與盈利預測的影響有一定的理論意義和現實意義。

二、文獻綜述

（一）國外文獻 Chan、Hameed（2006），Cheiis（2009）研究發現，一些被承銷開發商雇傭的證券分析師發表的報告中提供的消息比未雇傭的證券分析師所提供的消息更加樂觀，有時候甚至偏離了客觀事實。其實這些被雇傭的證券分析師通過發這些迎合擬發行證券的公司口味的報告來幫助承銷商招攬業務。Andersson（2009）、Bae（2009）以及Desai（2010）在他們的最新研究發現中也證明了上述觀點的正確性。除此之外，現在學術界認為證券分析師之中存在“利益沖突”現象的另外一個重要證據是：證券分析師從業者之中普遍存在著一種“樂觀傾向”，那就是他們給出的評級中買家普遍要高于賣家。利益沖突并不僅僅存在于投行業務之中，容易與證券研究產生利益沖突的業務還有經濟業務。Ertimur（2011），Faccio（2012）的研究發現就證明了這一點。Francis（2009）在他們的研究中就發現，被經紀商雇傭的證券分析師在對股票進行評價的時候往往表現的非常樂觀，有時候跟實際情況的差距很大。這樣的所發出的研究報告往往失去了其客觀性和獨立性。Puri（2013）在他的研究著作中也有類似的結論。通過這些最新的學術界的研究，我們不難發現，被雇傭的證券經紀師為了提高公司的業績，發表的研究報告對未來的判斷總是很樂觀，并通過透漏這樣的信息來引導投資者進行交易。

（二）國內文獻 李思和劉成強（2007）研究發現，我國證券分析師通常注重官方公開所披露的信息，但是很少通過自身實踐和直接接觸來獲得信息。我國的證券分析師主要對財務數據、股權的變動、會計政策的變動和開機估計等信息更為看重，但對治理結構方面，薪資分配結構方面，人員素質方面和審計意見反饋方面的重視程度不夠，分析方法和理論實踐基礎都相對薄弱。總體來看，我國的證券分析師行業的發展較為落后。陳明明和劉麗（2011）研究發現，在證券分析師進行信息分析的時候，信息收集的方法對證券分析師分析結果影響很大，主要體現在信息關注深度、分析能力和分析質量三個方面。當證券分析師采用“公司調研”方式進行信息收集的時候，信息關注深度便會較深，分析質量也會較高。當分析師使用的是“間接信息來源”方式進行信息收集，則會對分析能力和分析質量產生影響，基本上呈現的是較為顯著的正相關關系。在這些動因中，經歷和學歷的影響不太大，但是仍然會在某些方面表現出來，比如分析能力和學歷之間會呈現一定的正相關關系，分析結果的質量和工作時間之間存在著一定的正相關關系。但是到現在，我國的學術界并沒有專門著作對證券工作中的利益沖突行為及其可能會對市場造成的影響進行評估和研究，在定量的實證研究上更是一片空白。

三、理論分析與研究假設

盡管國家為了券商分析師的獨立性，先后修改了《證券法》、《公司法》等要求證券公司建立信息“隔離墻”或者“防火墻”，但是我國對信息隔離制度和分析師利益沖突問題的多數條文規定的執行仍然助決于券商和分析師的自律行為。而且市場中存在許多與相關監管規定相悖的現象但并不構成違法行為，這更加助長了券商和分析師獨立性的喪失?；谥袊壳暗闹贫缺尘?，分析師所在的咨詢業務部門與券商自營業務部門之間未能做到真正的信息隔離。所以，為了抬高券商持有股票的價格，增加自營業務收入，券商可能會給分析師施加壓力，利用分析師的在市場的影響力和話語權來為自己謀利。因此，非獨立分析師（所在券商已重倉持有目標公司股票的分析師）會對所在券商重倉持有的股票發布更為樂觀的投資評級和盈利預測以達到哄抬股價的目的。因此，本文提出假設：

假說1：非獨立分析師發布的投資評級比獨立分析師更加樂觀

受雇于券商的分析師面臨著利益沖突。Firthetal（2013）的研究表明券商與共同基金客戶之間的業務關系對分析師盈利預測的了關系有著重要影響，這種樂觀傾向會隨著所推薦股票在基金投資組合中的比例及傭金的增加而增加。另一方面，雖然參與股權投資的券商分析師具有信息優勢，但分析師的“樂觀傾向”會削弱其預測的準確性，利用其市場地位制造輿論，為券商獲利與退出市場創造機會。

假說2：非獨立分析師發布的盈利預測比獨立分析師更加樂觀，并且非獨立分析師對所在券商持股的目標公司發布的盈利預測準確性比其他獨立分析師更低

四、研究設計

（一）樣本選擇與數據來源 本文的數據來自于wind數據庫的盈利預測和機構研究板塊，本文的樣本是通過把券商重倉持股的數據和投資評級和盈利預測的數據手工匹配而得，其他控制變量的數據均來自于wind數據庫。由于在wind上只能獲得券商季度重倉持股的數據，因此本文對于非獨立分析師的定義是在上一季度券商重倉持股之后，這一券商旗下的分析師在券商繼續持股或者拋售股票的季度發布了對于目標公司的投資評級和盈利預測，對于獨立分析師的定義是當年對該目標公司發布投資評級和盈利預測的其他分析師。根據本文對于獨立分析師和非獨立分析師的定義，利用原紅旗、黃倩如（2007）研究分析師利益沖突的方法，同時選出既有非獨立分析師又有獨立分析師參與發布投資評級和盈利預測的樣本。由于在wind上只能找到2010年以后的分析師預測數據，因此本文的樣本區間為2010-2014年的數據。最終樣本還刪除了數據不全的公司、虧損公司，以及由同一個分析師在獨立和不獨立的情況下均發布了盈利預測的公司。由于樣本篩選的苛刻，得到的最終樣本有54家。如表1所示。從行業上來講，最終的樣本分布只涉及了9個行業，然而總的來說這個樣本與總樣本的行業分布并無特別懸殊的差異。從數量上來看，同時有獨立分析師和非獨立分析師進行投資評級和盈利預測的公司非常少，可能是由于最近幾年社會對于分析師獨立性問題的關注，相關監管部門要求券商的各個業務實行業務隔離。各個券商可能怕發布過于樂觀的投資評級和盈利預測而嚴重損害投資者的利益從而受到相關監管部門的關注，進而引起不必要的麻煩，因此避免旗下的分析師對于自己持股的目標公司發布投資意見。

表1 樣本數據的行業分布

（二）變量定義

（1）因變量。投資評級（Rate）。將每家公司的非獨立分析師和獨立分析師的評級分別區中位數得到的兩個評級叫做非獨立分析師和獨立分析師的綜合投資評級。本文采用wind的算法標準，將各券商的投資評級轉換為以下5種：5=買入，4=增持，3=觀望，2=減持，1=賣出。數值越大，分析師的意見越樂觀。盈利預測（FS_EPS）。將分析師所作的盈利預測按分析師是否是獨立分析師和非獨立分析師分成兩組并分別取平均值，用以代表該組的綜合盈利預測數。數值相對更大的那組說明這組分析師的盈利預測越樂觀。盈利預測偏離度（Bias）。用來衡量分析師的盈利預測準確度，在Dugar和Nathan（1995）、Johnston（2006）等研究中都有使用，計算公式為：

其中，EPSi，t指第t年第i家上市公司的每股盈利，AFi，t指分析師第t年對第i家上市公司的盈利預測的平均值，Pi，t指第i家上市公司在t年年初的股價。這個值越大說明盈利預測越不準確；越小則說明越準確。

（2）解釋變量——分析師獨立性（IND）。由于本文研究的是有利益關聯的分析師對于其發布的對于目標公司投資評級和盈利預測的影響，因此解釋變量為分析師所屬的券商與被分析公司是否存在重要利益關系，如券商重倉持股、承銷或自營目標公司股票。

（3）控制變量。分析師對于不同公司發布的投資評級和盈利預測的樂觀程度可能受到除了獨立性以外的多種方面因素的影響?？刂七@些因素能更準確地發現獨立性對于分析師分析意見的影響。這些因素包括：分析師跟進人數、公司規模、盈利波動、盈利意外等。分析師跟進人數（Number）。分析師跟進人數一定程度說明了公司受關注的程度，跟進分析師越多，公司越受關注。本文取分析師人數的自然對數，用以表示跟進目標公司的分析師人數。公司的成長性（Growth）。本文用公司上一年的收入增長率來衡量。公司規模（Size）。本文用公司上一年末總資產的對數來衡量公司規模的大小。盈利波動（Fluctuate）。本文取公司過去3年的凈資產收益率標準差來衡量上市公司的盈利波動狀況。盈利意外（UFS_EPS）。除了可以預測的公司基本面的發展外，還有一些其他的意外非常規因素影響分析師的預測，降低分析師分析的準確度，比如公司遇到法律官司等。本文的計算公式定義為：當年每股收益與去年每股收益之差的絕對值，并除以年初股價標準化。各變量定義如表2所示。

其中，EPSt指上市公司第t年的每股盈利，EPSt-1指上市公司第t-1年的每股盈利，Pt指上市公司在t年年初的股價。

表2 定義變量

（三）模型構建 為檢驗本文研究假設1，構建如下回歸模型：

為檢驗本文研究假設2，構建如下回歸模型：

五、實證分析

（一）描述性統計 對模型中的主要變量進行描述性統計，結果如表3所示。描述性統計結果表明，非獨立分析師的信用評級要顯著高于獨立分析師，即對股票投資評級更樂觀。非獨立分析師的盈利預測準確性也明顯低于獨立分析師，表現為盈利預測偏離度更大。

表3 主要變量的描述性統計

（二）相關性分析 對模型1、模型2中涉及的變量進行Pearson相關性檢驗，檢驗結果見表4，檢驗結果表明解釋變量與被解釋變量之間存在顯著的相關關系，而解釋變量之間不顯著相關，或雖然存在顯著相系，但相關性上明顯小于0.5，即解釋變量之間不存在多重共線問題。

表4 相關性檢驗

（三）回歸分析

（1）非獨立分析師與投資評級的相關性檢驗。將42家樣本公司中每個樣本公司的兩類分析師發布的投資評級取中位數，這樣我們按照分析師是否獨立將得到兩組綜合投資評級的數據。然后將兩組數據進行配對t檢驗。若非獨立分析師和獨立分析師的投資評級樂觀性顯著不同，則t檢驗結果將是兩組數據的均值顯著不同。檢驗結果見52。從表5可以看出檢驗結果在5%的水平雙尾顯著，說明兩組評級數據有顯著的差異，兩組數據的均值也顯著不同，說明非獨立分析師對于目標公司的評級顯著大于獨立分析師對于目標公司的評級，因此通過單變量檢驗可以看出非獨立分析師發布的投資評級的樂觀偏差顯著大于獨立分析師，假說1成立。多元回歸的結果見表6。由回歸系數可見，在控制了公司的成長性、規模、盈利波動等因素后，IND變量的系數與我們預測的一致，即非獨立分析師的評級顯著高于獨立分析師，并且在5%的水平上雙尾顯著，t=-2.551。這驗證了假說1，非獨立分析師由于受到來自自營業務部門的壓力而傾向于向投資者傳遞更加樂觀的意見。再看其他的控制變量，我們發現跟進人數的系數不十分顯著且與我們預測的符號相反，即與Brous和Kini（1993）的研究結論相反。原因是分析師跟進的人數越多，公司披露的信息越充足，越能發現比其他公司更多的問題，因此投資評級偏低，但更能接近真實值。公司成長性系數的回歸符號與我們預測的一致，同時在5%的水平上雙尾顯著，說明公司成長性越高，分析師給予的投資評級越高。公司規模在1%的水平上雙尾顯著說明公司規模是影響分析師投資評級的一個重要因素，然而回歸系數的符號與我們預測的相反，原因可能在于我國上市公司中的大公司往往實行多元化跨地區經營，盈余波動受行業以及多元化程度的影響更大，更難以預測。盈利波動雖然不是十分顯著，但是回歸系數的符號與我們預測的相同，說明分析師看好盈利波動小的公司。綜合非參數檢驗和多元回歸檢驗的結果，我們可以得出結論：非獨立分析師對所在券商持股的目標公司發布的投資評級比獨立分析師更加樂觀。原因很可能是非獨立分析師迫于來自自營業務部門的壓力，而發布相對樂觀的投資評級以達到維持和哄抬股價的目的。

表5 投資評級的非參數檢驗

表6 分析師投資評級樂觀度的線性回歸結果

（2）非獨立審計與盈利預測的相關性檢驗。本文將兩組分析師的綜合盈利預測值做配對t檢驗，若假說2成立，則非獨立分析師那組的綜合盈利預測均值和中位數將顯著大于獨立分析師的那組，而且配對t檢驗的結果是兩組數據有顯著差異。檢驗結果見表7。從檢驗結果中我們可以看出，非獨立分析師的綜合盈利預測的均值和中位數只是略高于獨立分析師的綜合盈利預測，區別很不顯著，t檢驗的結果也證明兩組數據并沒有顯著差異。說明非獨立分析師的盈利預測并不比獨立分析師更樂觀，假說2不成立。根據單變量檢驗的結果，分析師是否獨立對于盈利預測幾乎沒有影響，但是從平均值和中位數上看非獨立分析師的盈利預測略高于獨立分析師，因此我們預測IND的回歸系數為正，但是影響不顯著。表8是對模型（2）多元回歸分析的結果。如表8所示，多元回歸分析的結果與單變量檢驗的結論基本相同，IND的t值只有0.216，說明獨立分析師和非獨立分析師的盈利預測沒有顯著差異。IND的回歸系數符號為正，說明非獨立分析師盈利預測的樂觀程度略高于獨立分析師，但是差別不是很顯著。Irvine（2004）研究了分析師的盈利預測和股票評級是否影響券商經紀業務的收入，研究發現券商經紀業務的收入與分析師的區別于一般市場共識的股票評級非常相關，而與分析師做出的盈利預測誤差毫無關系，研究結果證明券商更高的經紀業務收入來自于更樂觀的股票評級而不是更樂觀的盈利預測。本文也得出了類似的結論，對于有自營業務券商的分析師一般發布更樂觀的股票評級，而盈利預測與獨立分析師發布的沒有顯著區別。關于其他的控制變量，我們可以看到除了盈利意外以外大部分不是很顯著，但是回歸系數的符號與我們預測的大致一樣，說明這些控制變量雖然影響不是很顯著，但是影響方向是符合預期的。綜合上面的單變量檢驗和多元回歸檢驗，我們可以看出非獨立分析師并不比獨立分析師對目標公司發布的盈利預測更樂觀。因此我們可以預測非獨立分析師對所在券商持股的目標公司發布的盈利預測準確性比其他獨立分析師更低這一說法不成立。但是本文還是用多元回歸模型驗證一下，見表9。通過對假說2的驗證，我們預測模型中IND的系數不顯著。檢驗結果與我們預測的一樣，IND的回歸系數不顯著，說明非獨立分析師和獨立分析師的盈利預測準確度很接近。與前面的驗證結果相似，除了盈利意外之外，其他的控制變量對于盈利預測誤差的影響都不顯著。國外的研究成果對于非獨立分析師盈利預測是否存在樂觀偏向說法也不一。Dugar和Nathan（1995）使用小樣本發現，同樣的結果對于股票評級成立，但是發現被目標公司的投資銀行家雇傭的分析師發布的對任何時間段的盈利預測都相對樂觀。盡管Cowen et al.（2004）、Jacob et al.（2004）、Agrawal和Chen（2003）以及Clarke（2004）的研究在強調重點和執行上都有不同，但都得出投資銀行分析師發布相對悲觀的盈利預測。這些結果與Dugar和Nathan（1998）的結論不同，因為前者使用了更大的最新的樣本，而且包含了更多的控制變量。

表7 盈利預測的單變量檢驗

表8 盈利預測的多元回歸分析

表9 盈利預測誤差的多元回歸檢驗

（四）可靠性檢驗 （1）用均值代替中位數進行分組對比。本文非獨立分析師和獨立分析師的綜合投資評級和綜合盈利預測的獲得均選取了中位數。而且Ramnath（2005）的實證結果也證實用均值和用中位數得出分析師存在樂觀傾向的結論不一致。因此為了檢驗結論的可靠性，本文用均值代替中位數，最后得出的結論相同。（2）對極值的處理。鑒于樣本公司比較少，對于每個公司發布分析意見的分析師也比較少，因此本文未采用極值處理。我們對每個公司發布意見分析師的投資評級和盈利預測都采取去掉一個最大值和一個最小值的方法，我們的結論依然成立。對綜合盈利預測進行1%分位一下和99%分位以上的數據進行刪除或者縮尾，結論仍然不受影響。（3）控制變量指標的替換。由于原紅旗、黃倩如（2007）對于公司成長性衡量的指標采用市凈率，而本文采用主營業務收人增長率，當本文的控制變量換成市凈率之后，結論仍然不變，說明研究結論對于控制變量的衡量指標并不敏感。

六、結論與建議

（一）結論 綜合兩個假說的檢驗結果，我們可以得出結論：非獨立分析師的投資評級受到了所在券商自營業務的影響。表9盈利預測誤差的多元回歸檢驗影響，對所在券商重倉持股的目標公司發布了更加樂觀的投資評級。而非獨立分析師這樣做的目的可能就是維持或者抬高所在券商的自營業務部門重倉持有的股票的價格。而非獨立分析師的盈利預測與獨立分析師沒有顯著差別，盈利誤差也不比獨立分析師的盈利預測更低，因此可以說明非獨立分析師的盈利預測沒有受到所在券商自營業務的影響或受到影響較小。但是，為什么分析師不發布更樂觀的盈利預測呢，在已有的針對美國市場的研究中，Stickel（1991）明確指出，分析師盈利預測調整確實會影響股票價格。Lima和Kong（2004）對亞太市場進行研究也發現，分析師預測調整與股票回報間存在正比例關系?；谝陨涎芯?，能帶來股票超額收益的可能是盈利預測的調整而不是盈利預測的準確數值，單純樂觀的盈利預測并不能給非獨立分析師所在券商帶來超額回報，因此非獨立分析師有較小的動機故意發布樂觀的盈利預測。但是可以研究非獨立分析師是否會在所在券商重倉持股以后發布調高的盈利預測。Abarbanell和Lehavy（2003）實證也證明了樂觀偏向和預測時間范圍有顯著的正向聯系。長時間范圍的預測，如季度或者年度是樂觀的（Kang et al.，1994）。然而，越接近報表公布日的預測越不樂觀，甚至表現得有點悲觀。Richardson et al.（2004）實證證明了在預測范圍的初期做出的預測傾向于樂觀，越接近末期則預測值甚至會低于每股收益。因此由于本文樣本選擇的分析師盈利預測的數據是在一年中不同的時間發布的年度預測，所以不同時間可能造成分析師盈利預測的樂觀程度不同。而本研究取的是平均值，這樣就可能使兩組盈利預測的差別不是很顯著。再次，從樣本特點的角度來看，投資評級是離散型的數據，而盈利預測是連續型的數據，而研究的樣本數量比較小，因此可能使兩組數據的盈利預測差別不是很顯著。而且盈利預測是一種很個性化的東西，實證中的綜合盈利預測取的是同組分析師的盈利預測平均值，而不同的分析師發布盈利預測的時間不同，專業技能高低不同，獲得的信息量也不同，這些因素都會影響分析師盈利預測的準確度，平均以后造成非獨立分析師和獨立分析師的盈利預測差異不是很顯著。

（二）建議 （1）規范分析師信用評價。本文的研究結果發現自營業務確實對分析師的投資評級行為產生了影響，從而證實了在中國的制度環境下，分析師存在因利益沖突導致的獨立性喪失問題。這應該引起監管部門高度重視并采取更有效的措施來緩解或者消除這類問題，例如，建立嚴格的業務隔離墻和信息隔離墻；分析師薪酬計劃方面，禁止券商制定薪酬計劃將分析師的薪酬與分析師對券商其他業務的貢獻掛鉤；在信息披露方面，應該加大披露券商自營業務的信息，使投資者能夠關注到券商分析師能夠產生利益沖突的地方，進行理智的判斷；同時加強分析師職業道德培養等方面的教育。（2）審慎利用分析師盈利預測信息。本文發現分析師的投資評級和盈利預測都不很準確，非獨立分析師的投資評級顯著樂觀，分析師整體的盈利預測結果都很不準確，因此缺少搜集信息和處理信息能力的中小投資者不要依賴分析師盈利預測的結果。

［1］李思、劉成強：《證券分析師的利益沖突及防范對策》，《中國會計評論》2007年第5期。

［2］胡亦明、孫聰穎：《國外證券分析師盈利預測實證研究綜述》，《證券市場導報》2011年第8期。

［3］陳明明、劉麗：《對中國A股市場上財務分析師盈利預測的實證分析》，《財會通訊》2013年第7期。

［4］Bae，Kee，Jim Koo Kang，Jin-Mo Kim. Tinseling or Value Added？Evidence from Mergers by Korean Business Groups. Journal of Finance，2009.

［5］Desai，H. B. Liang and A. K. Singh.. Do All-Stars Shine？Evaluation of Analyst Recommendations. Financial Analysts Journal，2010.

［6］Ertimur Y，Mayew W，Stubben S R. Analyst Reputation and the Issuance of Disaggregated Earnings Forecasts to IBES. The Review of Accounting Studies，2011.

［7］Faccio，M. and Lang，L.H.R. The Ultimate Ownership of Western European Corporations. Journal of Financial Economics，2012.

［8］Firth， M.，C. The Client Is King: Do Mutual Fund Relationships Bias Analyst Recommendations？Journal of Accounting Research，2013.

［9］Francis J，Philbrick D. Analysts' Decisions as Products of a Multi-task Environment. Journal of Accounting Research，2009.

［10］Puri， M. Commercial Banks as Underwriters: Implications for the Going Public Process. Journal of Financial Economics，2013.

（編輯 彭文喜）