賣方分析師與基金的聲譽隱性交換研究

王 昊，劉 睿

(上海工程技術大學，上海201600)

賣方分析師與基金經理的聲譽隱性交換是由分析師、證券公司、基金經理乃至上市公司本身等多方利益集團互相為了利用聲譽進而對自身利益進行影響而產生的結果。 賣方分析師可以通過發表證券評級和盈余報告向投資者們傳達某只股票的信息，與此同時分析師也可以通過戰略扭曲盈余預測，進而在一段時期內影響股價。 因此，基于多個利益集團的外因和內因，本文以分析師盈余預測偏差絕對值作為被解釋變量，搜集了上證A 股上市公司以及對其發表盈余預測的分析師和對應重倉持股的基金在2014～2018 年之間的相關數據，使用基于最小二乘法的多元線性回歸模型進行實證檢驗并分析在不同類型基金的重倉持股中，盈余預測準確性偏差與其重倉持股率之間的關系。

一、 理論基礎

祁秦通過研究發現，機構持股比例越高，分析師的預測偏差就越小，兩者之間呈負相關。 而后Unger、FINRA 指出機構投資者可能會向所購證券公司的分析師施加壓力，迫使分析師不要調低機構投資者所購買證券的盈余預測。 同時，Jackson 發現聲譽卓著的分析師對獲得利潤的動機較弱，更傾向于發布客觀的研究報告，并且他們的預測準確性更高。 施先旺、李志剛、劉拯發現，男性分析師的預測準確度一般與公司經驗關聯更大，而女性分析師的預測準確度則與個人經驗關聯更大。 周愛民、王超通過實證研究發現，分析師不僅會出于利益性的動機而樂觀地調整評級，而且會受到基金“重倉股”的影響而故意調低盈余預測以獲取更多的私有信息。廖明情、鄧路、宋順明發現，賣方分析師的買入評級幾乎不影響基金公司的投資決策，賣方分析師的賣出評級會對基金公司決策有顯著影響。 丁乙發現，基金經理更偏好買入上季度評級上調的股票，并賣出上季度評級下調的股票。 許汝俊發現，分析師評級在基金分倉交易中存在隨著分倉傭金額度上升而增加的關聯高評級傾向。 郭建文、郭茜的研究指出，基金經理在年末面臨基金凈值排名時，分析師可能會迫于壓力而調高重倉持有股票的評級而拉高股價。

二、 研究假設

根據信息不對稱理論，分析師從基金經理處獲取了信息但是并沒有向公眾傳達，反而進行隱瞞乃至戰略扭曲其重倉股的盈余預測和評級。 一般來說，賣方分析師與基金經理存在隱性利益輸送的情況下，分析師會將基金的重倉持股作為自己的評級目標，從而發布扭曲的盈余預測報告，與市場上的投資人形成信息差，實現聲譽的隱性交換。 因此，本文提出如下兩個假設：

假設一：基金重倉持股比例與賣方分析師盈余預測離散程度存在顯著正相關。

假設二：明星基金重倉持股比例與賣方分析師盈余預測準確程度存在顯著負相關。

三、 樣本選取

本文選取了我國基金市場里2014 年1月1 日至2018 年12月31 日里的1014 只開放式股票型基金，其中有524 只基金在樣本容量的特定時間周期內成為過明星基金。 樣本的頻率是一季度，一只基金在一年內會有四個季度的前十排名持股數據的凈值和占比，而關鍵變量基金共同持股占比則由此計算得出。 本文中賣方分析師的相關數據同樣截取了2014 年1月1 日至2018 年12月31 日，采取了盈余預測報告的發布日期作為對市場產生干擾的時間點，也就是聲譽隱性交換的起始時間節點。 本文的數據來源于國泰安數據庫，最后樣本容量總計達到了24248 條，而在明星基金實驗對照組中，樣本容量也達到了5229 條。

四、 研究設計

(一)基金重倉持股比例的度量

本文根據所驗證假設的不同，將基金重倉持股比例分為全體基金持股比例和明星基金持股比例兩個變量，分別命名為Allhold 和Starhold。 其中Allhold 的含義是，分析師在發布了某只股票的盈余預測后，該股票的盈余預測在發布前最近的周期內，若該股票被市場上多只股票型基金作為重倉股(該股份額占比前十)持有，則把此股票占各自基金的份額百分比相加得到Allhold 變量。 Starhold 變量的計算公式與All-hold 變量相同，區別僅在于Starhold 變量里的基金是在統計周期內做過明星基金(基金凈值增長率前10%)的基金。 All-hold 變量用來探究分析師和全體基金的關系，而Starhold 變量用來探究分析師和績優基金的關系。

(二)盈余預測偏差的度量

本文把Accuracy 變量作為分析師的盈余預測偏差度的度量，其數據來源于分析師在分析師研報里發布的盈余預測數據，計算公式為(收益EPS-EPS)/EPS，反映了分析師在某個節點對股價預測的偏差程度。

(三)實驗設計

本文將根據股票的基金重倉持股比例分為兩組進行對照實驗。 兩組對照實驗的控制變量和被解釋變量完全相同，區別僅在于一個使用Allhold 作為解釋變量，另外一個使用Starhold 作為解釋變量。 分別反映了股票在所有基金里所占份額的百分比總和以及在明星基金里所占份額的百分比總和，借此來探究分析師的預測準確度是否潛在地會受到所有基金機構的影響抑或者是只受到明星基金的影響。

因此分別按假設一和假設二分別設計了兩個實驗。

實驗一為驗證假設一而采用Allhold 變量，即某只股票在市場上所有基金的持股百分比總和作為被解釋變量，采用OLS 多元線性回歸模型列出如下實證模型：

實驗二為驗證假設二而采用Starhold 變量，即某只股票在統計周期內有成為過明星基金的基金的持股百分比總和作為被解釋變量，同樣采用OLS 多元線性回歸模型列出如下實證模型：

兩個實驗里的Controls 為下文里提到的控制變量的總縮寫。

(四)其余解釋變量的選取

Gender，分析師性別，分析師為女性取值為0，分析師為男性取值為1。

Degree，分析師的學歷水平，經過前文選取樣本的統計，得知我國目前證券分析師行業從業人員學歷為本科、碩士和博士。 本文將分析師學歷為本科的設為取值為1，與之對應的碩士取值為2，博士取值為3。

Experience，分析師的從業年限，經前文選取的對分析師從業年限的樣本量進行觀察統計后發現，我國目前分析師從業人員的從業經驗跨度較大，最短的僅僅從業不到一年，而最具有工作經驗的分析師從業年限達到了16 年。

(五)控制變量的選取

Cosize，公司規模，取公司總資產的自然對數。

Cogrow，公司擴張速度，用資產增長率表示，是(資產總計本期期末值-資產總計上年同期期末值)/資產總計上年同期期末值。

ROE，公司盈利能力，用凈資產收益率表示，即凈利潤與股東權益的百分比。 該指標反映股東權益的收益水平，ROE值越高，說明投資帶來的收益越高，公司運用自有資本的效率越高，公司的盈利能力越強。

TobinQ，公司業績用托賓Q表示，托賓Q值(TBQ)= (公司市場價值+負債)/總資產。 高Q值意味著高投資回報率，企業會增加新的投資，Q值較小時企業選擇持有股票。 當Q＜1 時，購買現成的資本產品比新生成的資本產品更便宜，這樣就會減少資本需求。

EPS，每股收益，該變量與預測準確度正相關，與預測離散度負相關。

Whetherloss，衡量是否虧損的虛擬變量。 如果當年凈利潤為負，該變量取值為1，凈利潤為正取0。 虧損公司的不確定性大大增強，可能會破產清算，也可能會重組，致使分析師對其未來預測的難度增大，該變量與分析師預測準確度(離散度)負(正)相關。

Listtime，上市公司上市時間，上市時間越久信息透明度越高，該變量與分析師預測準確度(離散度)正(負)相關。

BM，賬面與市值比，該指標等于公司賬面價值與市值的比值。 該指標越大，則表明公司發展能力越強。

Cashflow，現金流是由現金流量凈額除以營業利潤得到。

五、 實證分析

表1 為實驗一里全部基金與分析師股票盈余預測數據擬合匹配后的描述性統計分析，總觀測數為24248 條，樣本中分析師盈余預測偏差(Accuracy)均值達到了0.1085500，相對于Eps 的平均值1.2127293，偏差值并不大。

表1 實驗一相關變量的描述性統計分析

表2 為實驗二里明星基金與分析師股票盈余預測數據擬合匹配后的描述性統計分析，總觀測數為5229 條，樣本中分析師盈余預測偏差(Accuracy)均值達到了0.0726391，相對于EPS 的平均值1.7389089，明顯比表1 的偏差值更小。

表2 實驗二相關變量的描述性統計分析

下文使用SAS 統計軟件對相關數據進行回歸分析和多重共線性檢驗，回歸結果如下。

由表3 的分析結果可知，Allhold 參數估計為正，且P值小于0.05，并且每個變量的VIF 值小于10，說明Allhold 在5%的顯著性水平上與分析師的盈余誤差有顯著正相關關系，就說明一只股票倘若被越多的基金機構持有，那么分析師對該股票的盈余預測發生偏離的可能性也越高，故證實了假設一：基金重倉持股比例與賣方分析師盈余預測離散程度存在顯著正相關。 實驗結論還發現分析師的個人特征與預測的準確度并沒有顯著相關的關系。 而公司的股票公司相關特征如Cosize、Cogrow、EPS、ROE、Cashflow 都和分析師盈余預測偏差度在1%的顯著性水平上呈現顯著負相關，說明公司的規模越大，成長性越強，每股收益越高，公司盈利能力也就是資產收益率越高，現金流越大，賣方分析師盈余預測離散程度越小。 而Whetherloss 在1%的顯著性水平上負相關，與本文的預期不符，也就是說上市公司的虧損反而能使分析師預測更精確。Listtime 在10%的顯著性水平上顯著負相關，說明公司上市時間越長，分析師預測準確性越高。

表3 實驗一的回歸結果與多重共線性檢驗

由表4 的回歸結果發現，明星基金的持股百分比總和對于分析師的預測偏離程度在10%的顯著性水平上顯著正相關，且每個變量的VIF 值都小于10，變量間不存在多重共線性。 而且發現Starhold 的系數值明顯大于Allhold，這意味著明星基金相比較普通基金更能影響分析師預測的準確度，意味著明星基金比普通基金有著更大的話語權，而且在涉及利益分配的時候，明星基金也能比普通基金帶給分析師更大的利潤，故證實了假設二：明星基金重倉持股比例與賣方分析師盈余預測準確程度存在顯著負相關。 而控制變量中分析師性別與盈余預測離散程度在5%的顯著性水平上顯著正相關，說明分析師性別為男性反而會導致盈余預測出現偏差，也就是男性分析師更可能出現聲譽的隱性交換情況。 而Co-size、EPS、ROE、TobinQ、Whetherloss、Cashflow 在1%的顯著性水平上呈顯著負相關，對分析師預測離散程度有負面影響。

表4 實驗二的回歸結果與多重共線性檢驗

六、 結論與建議

(一)結論

通過實證研究發現，分析師的盈余預測準確度與股票被基金公司所持有的總份額百分比有一定關系，主要有以下結論：

1.某只股票若是被市場上所有基金所持的總百分比份額越高，其越會導致分析師盈余預測的偏差。

2.某只股票若是被市場上所有明星基金所持的總百分比份額越高，其越會導致分析師盈余預測的偏差，而且影響程度比其他非明星基金更大。

(二)建議

1.分析師發布的盈余預測報告存在主動誤導投資者的可能性，因此作為普通投資人應當謹慎地考慮分析師的盈余預測與評級，尋求與明星基金利益關聯不大的券商的分析師所發布的預測報告進行參考，減少被誤導的可能性。

2.監管機構應當對此類事件加強監管，制定相關法律法規，對此類情況進行處罰，并且加強基金和券商及其分析師的信息披露，減少市場的信息不對稱，優化證券市場環境。