分析師重新覆蓋對市場的影 響

1、正文目錄 HYPERLINK l _TOC_250013 簡介 4 HYPERLINK l _TOC_250012 數(shù)據(jù) 6 HYPERLINK l _TOC_250011 短期事件研究和單變量檢驗 7 HYPERLINK l _TOC_250010 市場反應(yīng)不足 8 HYPERLINK l _TOC_250009 組合策略 11 HYPERLINK l _TOC_250008 價格漂移的原因和穩(wěn)健性檢驗 14 HYPERLINK l _TOC_250007 6.1 動量 14 HYPERLINK l _TOC_250006 6.2 盈利公告后的漂移（PEAD） 15 HYPERLINK l

2、_TOC_250005 非公開信息優(yōu)勢假說 16 HYPERLINK l _TOC_250004 非公開信息和預測誤差 16 HYPERLINK l _TOC_250003 電話會議參與情況 17 HYPERLINK l _TOC_250002 經(jīng)營業(yè)績變化 20 HYPERLINK l _TOC_250001 8 結(jié)論 21 HYPERLINK l _TOC_250000 風險提示： 22圖表目錄圖表 1 不同類型推薦的特點 6圖表 2 兩日 CARS 8圖表 3 重新覆蓋上調(diào)評級和常規(guī)上調(diào)評級的 CARS 8圖表 4 三個月 CARS 9圖表 5 六個月 CARS 10圖表 6 兩年 CA

3、RS 11圖表 7 三個月重新覆蓋與重新上調(diào)評級的投資組合 12圖表 8 正面評級和上調(diào)評級投資組合的超額收益 13圖表 9 六個月個月重新覆蓋與重新上調(diào)評級的投資組合 13圖表 10 投資組合的超額收益 14圖表 11 分析師推薦建議過去和未來收益 14圖表 12 正面推薦建議 CARS 16圖表 13 推薦建議的平均絕對誤差 17圖表 14 中斷覆蓋期間電話會議統(tǒng)計 18圖表 15 中斷覆蓋期間電話會議統(tǒng)計與未來 CARS 19圖表 16 CARS 和參會順序 20圖表 17 ROA 變化 21圖表 18 EBIT 變化 21簡介在一個完全有效的市場中并不需要分析師。然而，金融市場中的摩擦

4、會使分析師發(fā)揮作用，無論是對投資者的利益，還是對金融市場本身。例如 Gleason 和 Lee（2003）、Ivkovic 和 Jegadeesh（2004）解釋說，分析師通過在市場上更廣泛地傳播公開信息來減少信息的不對稱性。當作者研究分析師的作用時，先研究了分析師釋放的不同信號，并探討哪些信號是最有參考價值的。例如，Womack（1996）表明，常規(guī)上調(diào)評級比重復推薦更有參考價值。本文，作者研究了一個特別的信號：重新覆蓋。作者把重新覆蓋定義為分析師在股票被中斷覆蓋至少六個月后發(fā)布的第一份重新覆蓋報告。以下幾種原因可能導致券商中斷對某一公司的覆蓋：分析師已經(jīng)離開了該券商；股票因為監(jiān)管要求被列入

5、限制名單； 或者分析師認為該公司的前景不佳。 后者在 McNichols 和OBrien(1997)的自我選擇假說中被解釋：分析師寧愿停止對一只股票的覆蓋，也不愿意將其降級，因為這有可能損害他們與管理層的關(guān)系。與此類似，Scherbina（ 2008 ） 認為， 終止覆蓋使分析師能夠隱瞞其覆蓋公司的壞消息。Kelly 和Ljungqvist (2007)發(fā)現(xiàn)外源性終止覆蓋與內(nèi)源性終止覆蓋不同，外源性終止覆蓋沒有反映關(guān)于覆蓋公司未來業(yè)績的信息。作者剔除了中斷覆蓋不足 6 個月就恢復覆蓋的情況，是為了去除因監(jiān)管或其他外生原因而終止覆蓋的情況。因此，選擇重新覆蓋該公司的分析師很有可能是為了維護了他們

6、與公司高層管理的關(guān)系。此外，與之前的研究一致，作者將評級水平和評級變化進行區(qū)分，將重新覆蓋后發(fā)布的評級與中斷覆蓋之前的評級進行對比，評級上升被稱為稱為重新覆蓋上調(diào)評級，評價下降被稱為重新覆蓋下調(diào)評級。值得注意的是，重新覆蓋報告可以由中止覆蓋前的同一分析師發(fā)布，也可以由為同一券商工作的不同分析師發(fā)布。重新覆蓋有以下幾個理由：分析師在中斷覆蓋期間與企業(yè)管理者保持良好的關(guān)系，可能是為了維持了他們獲取信息的渠道。此外，分析師還獲益于他們之前對該企業(yè)、管理層和行業(yè)的了解。因為分析師是專門的職業(yè)，他們持續(xù)跟蹤一個行業(yè)的趨勢，即使在停止繼續(xù)覆蓋時，也要關(guān)注行業(yè)的新聞事件。上述這些原因幫助分析師形成一個最初的

7、判斷，對于什么時間恢復覆蓋公司。在分析師與公司管理層會面并評估自己的想法后，他們花費時間和精力去更新估值模型，然后接受或拒絕一開始的判斷。在本文中，作者提供了分析師堅持與公司管理層聯(lián)系的實證證據(jù)。作者表明，當這些分析師在中斷覆蓋和恢復覆蓋這段時間內(nèi)繼續(xù)參與業(yè)績電話會議時，他們表現(xiàn)地非?；钴S(無論是通過他們的參加的頻率，還是提問的數(shù)量)，而且他們在問答環(huán)節(jié)剛開始就獲得了提問的機會，這被視為是與管理層保持緊密聯(lián)系的強烈信號(參見 Cen 等人，2016)。最后，這些分析師擁有一個寶貴的選擇時機的權(quán)利，沒有什么迫使他們恢復對某一特定公司的覆蓋，他們可以戰(zhàn)略性地選擇發(fā)布報告的時機和新評級。換句話說，重

8、新覆蓋可以體現(xiàn)他們的市場擇時技巧，他們發(fā)現(xiàn)新信息的能力，也可以用他們與管理層的聯(lián)系來解釋。這些新的信息可能來自不同的來源：特別是內(nèi)部信息，或者是在一個低效的市場中被投資者或分析師忽視的公開信息。在這些情況下，分析師在重新覆蓋時發(fā)出的信號不會立即完全反應(yīng)到股價中，而只是逐漸反應(yīng)，這會導致股價漂移現(xiàn)象。重新覆蓋是一個少見的信號，很容易被誤認為是推薦建議的正常升級，而且股票市場上充斥著其他信號，這些信號看起來很相似，但實際上毫無意義，并引入了很多噪音（例如，在實際中許多分析師暫停覆蓋某個股票，幾天后又重新覆蓋）。作者還測試并拒絕了存在價格漂移的其他解釋。作者表明，這種價格漂移和分析師的動量策略無關(guān)，

9、也不能被近期的超預期業(yè)績所解釋。作者對上述假設(shè)進行了檢驗，結(jié)果證實了直覺。同一分析師的重新覆蓋跟不同分析師的重新覆蓋相比，會引起更強烈的市場反應(yīng)，這凸顯了之前對覆蓋的公司的知識積累的價值（由同一分析師發(fā)出正面評級的重新覆蓋，兩天累計異常回報率為1.70 ，明顯大于不同分析師的重新覆蓋的 1.07 ）。此外，作者發(fā)現(xiàn)重新覆蓋上調(diào)評級后，引起的短期市場反應(yīng)更為強烈（例如，重新覆蓋上調(diào)評級兩天累計超額收益為 2.31 ，而同一分析師的重新覆蓋超額收益則為 1.70 ）。同一分析師重新上調(diào)股票評級與首次開始覆蓋相比，引起的短期市場反應(yīng)更強烈。市場對重新上調(diào)評價和常規(guī)上調(diào)評級的短期反應(yīng)非常相似，這證明了

10、市場參與者對于這兩種信號的反應(yīng)很相似。然而，作者發(fā)現(xiàn)市場上存在著明顯的價格延遲反應(yīng)，并記錄了重新覆蓋公告后存在的持續(xù)漂移（同一分析師的重新覆蓋上調(diào)評級的累計異?；貓舐蕿?.31 ）。這一結(jié)果使重新覆蓋與常規(guī)上調(diào)評級有了極大的區(qū)別：事實上，即使常規(guī)上調(diào)評級后會立即出現(xiàn)與重新覆蓋相同幅度的市場反應(yīng)，但常規(guī)上調(diào)評級的影響很短暫，價格調(diào)整非?？?，兩天后價格開始緩慢均值回歸。另一方面，在作者的研究中，重新覆蓋的估值效應(yīng)并沒有在作者的研究的時間范圍內(nèi)消失，這說明這個信號包含的信息需要更長的時間才能反應(yīng)到價格中。作者通過測試根據(jù)這些推薦建議買入股票的投資策略是否可以獲利，來評估這一異?，F(xiàn)象的經(jīng)濟相關(guān)性。事實

11、上，根據(jù) Barber 等人的研究。(2002)，還不能確定投資者根據(jù)分析師的建議進行交易是否能夠獲得正的收益：作者表明，購買分析師買入推薦評級最高的股票的策略扣除交易成本后，無法產(chǎn)生超額收益。作者構(gòu)建了按天計算的投資組合，并構(gòu)建了一個包含交易成本的交易策略，利用 Corwin 和Schultz（2012）開發(fā)的算法進行估計。在 3 個月的時間內(nèi)，投資由同一分析師重新覆蓋的股票產(chǎn)生的月均異常收益為 0.55 ，投資由同一分析師重新覆蓋上調(diào)評級的股票產(chǎn)生的月均異常收益為 0.64 。兩者都明顯大于 0，并且遠遠超過首次覆蓋或常規(guī)上調(diào)評級的月度異?；貓螅▋烧咴诮y(tǒng)計上接近 0）。當作者使用 6 個月

12、的投資期限時，相似的結(jié)論仍然成立。作者表明，首次覆蓋和上調(diào)評級的分析師容易產(chǎn)生過度樂觀預測。與此相反，重新覆蓋股票的分析師是最客觀的，而且他們重新覆蓋的時機非常好。最后，作者研究非公開信息優(yōu)勢假說。如果分析師重新開始覆蓋公司，利用發(fā)掘被市場忽視的信息的能力，或者公司管理層提供給他們的信息，他們應(yīng)該可以做出更準確的盈利預測，并伴隨著未來公司盈利能力的改善。作者證明了在所有類型的推薦建議中，重新開始覆蓋產(chǎn)生的預測價格誤差最低。作者觀察了經(jīng)營業(yè)績的變化（以行業(yè)調(diào)整后的資產(chǎn)回報率和息稅前利潤率衡量），由同一分析師重新覆蓋或重新上調(diào)評級的公司，在當年和下一年的公司的盈利能力都顯著增加。另一方面常規(guī)上調(diào)評

13、級的公司盈利能力每年都會下降。這一結(jié)果表明，分析師選擇對某一公司的進行重新覆蓋，意味著可以識別和選擇那些經(jīng)營業(yè)績將得到改善的公司。盈利能力的上升能部分解釋重新覆蓋的持續(xù)估值效應(yīng)。為了更好地理解信息傳遞的機制，作者發(fā)現(xiàn)在中斷覆蓋期間，重新覆蓋（與上調(diào)評級）的分析師會繼續(xù)積極參與電話會議，他們平均參加 43的關(guān)于業(yè)績的電話會議。其他的測試證明，當他們參與的電話會議越多，價值漂移效應(yīng)就越顯著。此外在文獻中，他們的參與電話會議的排名（被視作一種代理能力和接近管理層的能力）是一個預測價值漂移的強力指標。本文其余章節(jié)內(nèi)容如下，第 2 章描述了數(shù)據(jù)，并確定了研究的主要內(nèi)容。第 3章研究了短期事件研究和單變量

14、檢驗的結(jié)果。第 4 章介紹了與重新覆蓋時市場反應(yīng)不充分和存在價值持續(xù)漂移的情況。第 5 章對交易策略進行回測。第 6 章評估了幾種其他的解釋漂移的原因，第 7 章研究了在非公開信息優(yōu)勢假說，第 8 章得出結(jié)論。數(shù)據(jù)分析師的建議數(shù)據(jù)來自 IBES，時間從 2003 年至 2013 年 6 月。作者只保留了美國企業(yè)， 作者定義重新覆蓋為券商中斷覆蓋到重新覆蓋時發(fā)出第一份報告至少時隔六個月。作者選取 6 個月的門檻，是為了排除幾種情況。首先，由于現(xiàn)有的券商承銷關(guān)系，經(jīng)紀人有時不得不將某一股票列入限制名單。在這種情況下，券商很可能會在限制期結(jié)束后重新覆蓋。其次，分析師停止對某只股票的覆蓋，并在幾天內(nèi)恢

15、復覆蓋的情況并不少見。作者希望 6 個月的門檻能屏蔽掉大部分的無用信號。在開始事件研究之前，作者采取了一些其他的措施。因為作者想評估和比較不同類型推薦建議的信息量，所以作者需要確保這些推薦建議不會同一天出現(xiàn)在公司新聞上。Malmendier 和 Shanthikumar（2007）的前期工作表明，大約 12 的推薦建議發(fā)布在季報公布的前后三天。如果不刪除這些推薦，就會錯誤地將價格變動歸結(jié)為推薦建議，而不是歸結(jié)為同時發(fā)布的公司公告。作者從 Compustat 公司獲得季報公布的日期，并刪除了公告日前后三天的推薦報告。作者還剔除公告前一天價格低于 1 美元的股票，防止結(jié)果因低價股或市場微觀結(jié)構(gòu)出現(xiàn)

16、偏差。最后，作者保留了那些可以通過 SIC 編號確定行業(yè)，并且其市值和賬面市值可以通過Compustat 和 CRSP 計算出來的股票。在通過篩選后，作者最終得到 5383 只重新覆蓋時被給予積極評級（買入或強勢買入）的股票。其中，1060 只是中止覆蓋的同一分析師，4323 只是在同一經(jīng)紀公司工作的不同分析師。意料之中的是重新覆蓋后發(fā)布負面評級的股票少得多（827例），其中 215 只來自于中斷覆蓋前的同一分析師。作者還可以確定 3301 只重新覆蓋上調(diào)評級的股票中其中 753 只是由同一分析師繼續(xù)覆蓋的，3495 只重新下調(diào)評級的股票中有 1016 只是由同一分析師繼續(xù)覆蓋的。所有推薦類型

17、的時間序列分布見表1。重新啟動覆蓋有 3020 名不同的分析師，來自為 281 家不同的經(jīng)紀商工作，覆蓋3085 家公司。從表 1 中可以看出，被重新覆蓋公司的平均市值為 120 億美元，平均由 15 位分析師跟蹤。60 的推薦建議是在中斷 542 天后恢復推薦的。圖表 1 不同類型推薦的特點資料來源：wind，將重新覆蓋與以下幾個基準指標進行對比：首次覆蓋：分析師對某一股票的首次推薦。分析師通常會投入大量的時間和精力來了解一個公司，以及所處的行業(yè)，然后再發(fā)布第一份報告。推薦建議的改變：之前的研究表明，推薦建議的變化通常比推薦建議的級別更有參考價值（參見 Womack（1996）等）。推薦建議

18、的變化被定義為當前評級減去同一分析師對股票之前的評級。IBES 對評級進行編碼，從 1（強力買入）到 5（強力賣出）。上調(diào)評級對應(yīng)的是評級的正向變化，而下調(diào)評級對應(yīng)的是評級的負向變化。如果一個公司的評級沒有被券商變更，則被認為是有參考價值的。作者排除了匿名分析師代碼。短期事件研究和單變量檢驗作者首先進行單變量檢驗，計算每類推薦的平均累計超額收益（CAR），規(guī)定如下：t0 為推薦的公告日。如果推薦是在周末或節(jié)假日公布，則 t0 為下一個交易日。作者使用一個兩天的時間窗口來計算推薦建議發(fā)布后的每日收益。1-2 兩天的累計超額收益定義為：11, = (1 + ,) (1 + )=0=0其中,是股票

19、i 在第 t 天的收益率，RDGTW 是按照 Daniel et al. (1997) 的標準，選擇與股票、賬面市值（B/M）和動量特征相近的基準組合 (以下簡稱DGTW)的收益率。基準投資組合的計算方法如下，每年 7 月，根據(jù)公司市值，取五分位數(shù)，用紐約證券交易所的數(shù)據(jù)。然后，在每個規(guī)模五分位數(shù)內(nèi)，根據(jù)行業(yè)調(diào)整后的 B/M比率（基于其最新可用的 B/M 數(shù)據(jù)）將五分位數(shù)進行分類。行業(yè)調(diào)整后的 B/M 特征按Cohen 和Polk（1996）和 Wermers（2003）計算。ln ( ) ln (),ln ( ) ln (),其中為賬面市值比，i 為公司，j 為行業(yè)，t 為年份。ln ()為

20、行業(yè) j,的對數(shù)賬面市值比（定義為該行業(yè)所有企業(yè)的賬面總價值除以其總價值）。分母是行業(yè) j 調(diào)整后的賬面市場比的標準差。 作者使用的是Ken French 網(wǎng)站分類的 48 個行業(yè)。最后，每個月根據(jù)過去 12 個月的股票回報率將每個規(guī)模的 BM 組內(nèi)的五分位數(shù)進一步排序，跳過最近的一個月。這個過程類似于 Loh 和Stulz（2011）中使用的步驟，除了 B/M 比率的定義遵循 Daniel 等人的規(guī)定(1997)和 Wermers (2003)。最后，在每個特征投資組合中，在每個月月初，對公司進行等權(quán)重加權(quán)，并計算每日的買入和持有收益。表 2 為每一類建議的兩天 CARs，并檢驗了重新覆蓋和

21、其他類型建議之間的平均 CARs 是否有顯著差異。標準誤差按天進行計算。對于正面評級，同一分析師重新覆蓋可以產(chǎn)生 1.70%的超額收益（t=11.79），高于不同分析師重新覆蓋的 1.07%（t=20.52），而且差異非常明顯（t=4.02）。首次的覆蓋的 CARs 值只有 0.83%，不如同一分析師的重新覆蓋（差異的 t 統(tǒng)計量為 4.84）。此外，與之前的文獻一樣，推薦建議的變化跟推薦建議的級別相比，會引起更大的市場即時反應(yīng)。同一分析師的重新上調(diào)等級的 CARs 為 2.31%（t=13.02），而不同分析師的上調(diào)等級之后的 CARs 為 0.98%（t=14），且差異非常顯著（t=6.8

22、6）。市場認為同一分析師的重新上調(diào)評級和常規(guī)上調(diào)評級（CAR=2.51%）是一樣的： 20 個基點CARs 的接近于 0（t=1.06）。類似的結(jié)論也適用于負面推薦建議和下調(diào)降級。重新覆蓋似乎向市場傳遞了有價值的信息。圖表 2 兩日 CARs資料來源：wind，市場反應(yīng)不足本節(jié)中，作者測試了，重新覆蓋所包含的信息是否是一次性釋放的與 3 個月和 6個月的價格漂移釋放有關(guān)。圖表 3 顯示了在推薦建議發(fā)布后的 6 個月內(nèi)，重新上調(diào)評級和定期上調(diào)評級的平均 CARs。結(jié)果表明，重新覆蓋后的價格調(diào)整比常規(guī)上調(diào)評級的價格調(diào)整要慢得多，但是在整個時期都在持續(xù)增長。另一方面，對于常規(guī)上調(diào)評級，價格漂移在分析

23、師建議發(fā)布后不久就開始恢復（即使速度很慢）。圖表 3 重新覆蓋上調(diào)評級和常規(guī)上調(diào)評級的 CARs資料來源：整理圖表 4 具體展示了三個月期間（第 2 天到第 63 天之間）的累積超額收益。正面重新覆蓋導致了明顯的正向價格漂移（CAR=0.82%，t=3.03），但同一分析師的重新覆蓋的 CARs （ CAR=2.18%， t=3.28 ） 大于不同分析師重新覆蓋的 CARs（CAR=0.49%，t=1.67）,差異在統(tǒng)計學上是顯著的（t=2.33）。圖表 4 三個月 CARs資料來源：整理和之前的結(jié)論一樣，不同分析師的重新覆蓋（CAR=0.49 ）與首次覆蓋非常相似（CAR=0.46%）。此外

24、，市場反應(yīng)不充分的情況下，重新上調(diào)評級導致的漂移為 2.62%（ t=3.24 ）。相反， 常規(guī)上調(diào)評級在 3 個月的時間段內(nèi)沒有導致漂移（CAR=0.01%，t=0.07），同一分析師的重新上調(diào)評級的 CARs 值明顯強于常規(guī)上調(diào)評級的 CARs 值（t=3.22），這與之前文獻的結(jié)論一致。例如，Womack（1996）和 Loh（2008）證明了上調(diào)評級后存在一個明顯但短暫（一個月）的漂移。作者的結(jié)果表明，常規(guī)上調(diào)評級的短期估值效應(yīng)是短暫的，價格調(diào)整非常迅速。對于負面評價，難以得出一個確定的結(jié)論，因為只有非常少的樣本數(shù)量（同一分析師重新覆蓋發(fā)布負面評級的只有 211 個樣本）。同一分析師重

25、新覆蓋下調(diào)評級，產(chǎn)生了均值為負的 CARs 值-0.84%（t=-1.43）。唯一有統(tǒng)計學意義的價格漂移來自常規(guī)下調(diào)評級（CAR=-1.08%，t=- 9.21），且影響的時間較長。Womack(1996)對其進行了解釋，他認為分析師發(fā)布的負面建議或下調(diào)評級的可能會造成更大的聲譽成本，不發(fā)布負面建議或下調(diào)評級很可能轉(zhuǎn)化為分析師的 “額外回報”。這一現(xiàn)象也可以用賣空約束來解釋。如圖表 5 所示，該效應(yīng)在 6 個月時間里持續(xù)存在。同一分析師重新覆蓋的累計超額收益達到 2.68 （t=2.70），同一分析師的重新上調(diào)評級異常超額收益達到 3.31 （t=2.74）。圖表 5 六個月 CARs資料來源

26、：整理圖表 6 考察了各種分析師推薦類型的長期表現(xiàn)。事實上，Ertimur 等人（2011年）表明首次覆蓋往往在第一年表現(xiàn)稍差， 第二年表現(xiàn)更明顯。該表顯示的累計超額收益率并沒有恢復到同一分析師的重新覆蓋上調(diào)評級（平均累計異常收益率等于 6.62%，t 統(tǒng)計量等于 2.06）。這與常規(guī)上調(diào)評級和首次覆蓋的不良表現(xiàn)形成鮮明對比。圖表 6 兩年 CARs資料來源：整理組合策略另一種經(jīng)典方法去估計市場有效性不足的經(jīng)濟相關(guān)性，是衡量一個交易策略投資組合的超額收益。作者構(gòu)建了日頻的投資組合，計算投資重新覆蓋和其他類型建議的股票在固定的期限內(nèi)（三個月和六個月）的超額收益。某只股票在推薦建議發(fā)布的當天收盤時

27、加入投資組合。如果在收盤后（下午 4 點后）發(fā)布推薦建議，該股票在下一個交易日收盤時加入投資組合。如果有多個券商對同只股票都進行了推薦，該股票會多次出現(xiàn)在投資組合中，但每個券商只會出現(xiàn)一次。投資組合每天更新，在投資期限結(jié)束時或在推薦建議有變化或中斷覆蓋的當天收盤時，股票會退出投資組合。等權(quán)重計算每日收益，因為每日重新平衡會因為買入-賣出反彈而高估收益，如 Lyon 等人中所闡述的那樣（1999 年）。因此，每天的收益計算如下，假設(shè)每個類型的建議初始投資額相等，買入并持有，如Barber 等(2007 年)。投資組合在第 t天的收益是： = =1 ,=1,其中，,為股票 i 在 t 日的收益率，

28、為投資組合中的股票數(shù)量，,為股票 i自進入投資組合之日（公布推薦信息的交易日收盤）至前一日（t-1）的復合日收益率。投資組合的日收益率以月復利計算，在 Cahart（1997）四因素模型中使用的。為截距項，由月度時間序列回歸估計得到，每個投資組合 j 給出出了該策略的平均月度超額收益。 = + ( ) + + + + tft其中Rj 為投資組合 j 的第 t 月收益率，R為第 t 月的無風險利率，Rmt為第 t 月的市場指數(shù)收益率，以及SMBt為小盤股市值加權(quán)組合的第 t 月收益率減去大盤股市值加權(quán)組合的收益率，HML為高賬面市值股票市值加權(quán)組合的第 t 月收益率減去低賬面市值股票市值加權(quán)的收

29、益率。UMDt為近期收益率較高的股票市值加權(quán)組合的 t 月收益率減去最近回報率低的股票市值加權(quán)收益率的第 t 月收益率。和是回歸中的誤差項。對于交易成本，作者利用推薦建議發(fā)布當月的任意兩個連續(xù)交易日來估算價差，并將平均值作為價差估算值。公司股票在發(fā)布推薦建議的當天收盤時加入投資組合，然后在投資期的最后一天退出投資組合。首日和最后一日的收益每次減去一半的價差估計，每日收益是用投資組合權(quán)重計算的，權(quán)重反映了每只股票加入時 1 美元的初始投資的累計價值。因此，不需要通過重新平衡（除非在投資期限結(jié)束前，某只股票在推薦改變后退出投資組合）降低交易成本。圖表 7 顯示投資于同一分析師重新覆蓋的股票的交易策

30、略，平均每月的超額收益率為 0.55%（t=2.2），明顯大于首次覆蓋的月度超額收益。投資重新上調(diào)評級股票的平均月度超額收益為 0.64%（t=2.1），大于常規(guī)上調(diào)評級的月度收益。圖表 7 三個月重新覆蓋與重新上調(diào)評級的投資組合資料來源：整理圖表 8 正面評級和上調(diào)評級投資組合的超額收益資料來源：整理在 6 個月的投資期限內(nèi)，無論是同一分析師的正面重新覆蓋還是同一分析師重新覆蓋時上調(diào)評級，超額收益都保持明顯的正值，如圖表 9 所示。買入重新覆蓋的股票是唯一可以盈利的策略。圖表 9 六個月個月重新覆蓋與重新上調(diào)評級的投資組合資料來源：整理圖表 10 投資組合的超額收益資料來源：整理價格漂移的原

31、因和穩(wěn)健性檢驗上一節(jié)介紹了同一分析師重新覆蓋股票和重新上調(diào)評級剛開始市場反應(yīng)的不完整性。這些信號的內(nèi)容并沒有完全反應(yīng)到股價中。動量Jegadeesh et al.(2004)表明，分析師在其推薦建議中傾向于追逐動量。根據(jù)該解釋，分析師會注意到股價上漲，然后決定用正面的評級去重新覆蓋。圖表 11 估計了推薦月份和之前兩個月份每個月回報率的相關(guān)性。表中顯示，對于定期上調(diào)評級，在一個月的時間里，有證據(jù)表明存在序列相關(guān)性。圖表 11 分析師推薦建議過去和未來收益資料來源：整理這與Boni 和 Womack（2006）的結(jié)論相吻合。此外，表的最后兩列顯示，對于常規(guī)的上調(diào)評級和首次覆蓋，發(fā)布推薦建議后的三

32、個月和六個月的市場調(diào)整收益率與前三個月和六個月的市場調(diào)整收益率有很強的正相關(guān)性。這些結(jié)果表明，那些運用動量策略的分析師，在注意到股價已經(jīng)開始上漲后，就會發(fā)布上調(diào)評級或開始對股票進行覆蓋。但是，重新覆蓋的模式是不同的。在前兩個月中，沒有任何序列相關(guān)性，而且未來收益與過去收益沒有正相關(guān)性（在 3 個月和 6 個月的范圍內(nèi)）。正面評級的重新覆蓋與股價已經(jīng)存在的趨勢之間沒有正相關(guān)。有意思的是，在負面評級方面結(jié)論有所不同。作者看到，所有類型的推薦建議(常規(guī)下調(diào)評級、首次覆蓋和重新覆蓋)似乎都是出于動量。在負面評級重新覆蓋的情況下，重新覆蓋可能是由該券商的幾個客戶要求的，這些客戶在中斷覆蓋之前購買了股票，

33、并希望獲取相關(guān)公司的最新情況。在這種情況下，負面評級的重新覆蓋不是因為存在內(nèi)部信息。從 Muslu 和 Xue（2013）的結(jié)論來看，表中的結(jié)果符合這樣的觀點，即以正面評級重新覆蓋的分析師具有更好的預測能力或較少受到利益沖突的影響。盈利公告后的漂移（PEAD）根據(jù) Bernard 和 Thomas(1989)的觀點，作者計算了每只股票的 SUE 十分位數(shù)（SUE 的定義為：SUE 為某一季度的實際凈利潤和預期凈利潤之間的差值，除以預期利潤的標準差來衡量，預期只包含 180 天以內(nèi)的預測），涵蓋了 IBES 中所有對該季度預測的企業(yè)。使用 SUE 十分位數(shù)可以使CARs 和 SUEs 之間的關(guān)系

34、成為非線性的。和他們的論文一樣，在每個季度，根據(jù)前一個季度的情況，將公司分配到 SUE十分位數(shù)。當作者使用SUE 或 SUE 十分位數(shù)（SUE 十分位數(shù)=1 表示壞消息，SUE十分位數(shù)=10 表示好消息）時，結(jié)果類似。三個月價格漂移的橫截面回歸結(jié)果見圖表 12。作者注意到，SUE 變量是正的，且對常規(guī)上調(diào)評級有顯著影響。但是，同一分析師的重新覆蓋和重新上調(diào)評級的系數(shù)為負且不顯著。此外，回歸的結(jié)果表明，分析師并沒有決定重新覆蓋過去三個月表現(xiàn)良好的股票。歷史收益這個變量是推薦建議發(fā)布前三個月的股票收益，對于常規(guī)上調(diào)評級和首次覆蓋來說是正相關(guān)的且有意義的（t-統(tǒng)計量分別等于 2.01 和 1.71）

35、，但對于同一分析師的重新覆蓋和重新上調(diào)評級來說是負向的（而且沒有意義）。綜上所述，這些信息傾向于證明在重新覆蓋一只股票存在一些額外的信息，這些信息最初被市場忽略，并逐漸被挖掘出來。在最近的一篇文章中，Michaely 等人（2018）表明，市場并未特別重視優(yōu)秀分析師的意見，這也是為什么他們的意見需要更長的時間才能被反應(yīng)到價格中的原因。圖表 12 正面推薦建議 CARs資料來源：整理非公開信息優(yōu)勢假說非公開信息和預測誤差最近很多的文獻都在關(guān)注分析師對非公開信息的積累，顯示出分析師與公司管理層的一對一會面、獲取非公開信息所發(fā)揮的重要性。布朗等（2015 年）重點關(guān)注分析師的決策過程和各類信息在決策

36、過程中發(fā)揮測作用。他們對分析師進行了訪談，以更好地評估在 IBES 中無法直接衡量的信息。意料之中的是，對行業(yè)的了解是分析師預測和推薦的一個重要前提。此外，在他們的訪談中，分析師認為與公司管理層的私人電話對他們做出預測和建議非常有幫助。他們平均每年見面 5 次左右，并認為與公司管理層保持良好關(guān)系是他們事業(yè)成功的關(guān)鍵因素。與此相關(guān)的是，格林等人（2014）也稱，某些分析師預測能力突出的一個原因是于他們與管理層的接觸。見面可以采取不同的形式：訪問總部，或者分析師、公司和券商固定客戶（一些投資基金）之間組織的私下會議。在他們的論文中，他們獲得了私下會議的數(shù)據(jù)。他們表明，這些會議很可能是管理層向分析師

37、傳遞非公開信息的機制（安排這個會議的分析師是該會議期間唯一在場的分析師）。重新開始覆蓋是由分析師發(fā)起的，他們從之前對公司、行業(yè)和管理層的了解中獲益。他們終止覆蓋是為了避免降低對公司的評級，并維護他們與公司高層管理人員的關(guān)系及其獲取非公開信息的渠道 (Scherbina，2008)。與公司高層保持定期的私人交流確實幫助他們更好地選擇開始重新覆蓋的時機，而這一時機恰好是公司表現(xiàn)開始改善之前。此外，布朗等（2015年）發(fā)現(xiàn)那些能夠獲得非公開信息的分析師不會去發(fā)布過于樂觀的預測。發(fā)布低于實際價值的預測報告，有助于提高分析師在機構(gòu)投資者中的聲譽。圖表 13 展示了不同類型建議的平均絕對預測誤差。重新上調(diào)

38、評級的價格浮動平均預測誤差最低，其誤差明顯小于常規(guī)上調(diào)評級的誤差（差異的 t 統(tǒng)計量為-1.72）。這一結(jié)論表明，重新進行覆蓋的分析師并沒有偏見和過于樂觀，與 McNichols 和 OBrien（1997）所提倡的信息假說一致。圖表 13 推薦建議的平均絕對誤差資料來源：整理電話會議參與情況作者從 Thomson Reuters Eikon 得到了公司召開的業(yè)績電話會議的記錄。電話會議的第二部分是專門的問答環(huán)節(jié)（Q&A 環(huán)節(jié)）。同一分析師重新上調(diào)評級的建議有著最強烈的價格漂移，作者重點關(guān)注了這些建議，并且對于每一個建議，作者都收集了從中斷覆蓋到恢復覆蓋之間的所有電話會議記錄（作者找到了 64

39、2 個重新上調(diào)評級建議的記錄）。圖表 14 列出了匯總統(tǒng)計。總的來說，在中斷覆蓋期間分析師參加了 43.4公司舉辦的電話會議。此外，作者發(fā)現(xiàn)出席超過 66%的分析師的參會頻率超過一次，他們平均提出 5 個問題。換句話說，繼續(xù)關(guān)注公司業(yè)績的分析師相當勤奮。Mayew（2008）或 Cohen 等人認為這具有重要意義，公司管理層利用自己的決定權(quán)，允許分析師參與或不參與電話會議，并制定了電話會議的參與名單。這一點得到了調(diào)查的證實。例如，在 2014 年 NIRI（美國國家投資者關(guān)系協(xié)會）的調(diào)查中，76%的公司經(jīng)理承認他們愿意在電話會議中會優(yōu)先考慮讓某些分析師參加。此外，Cen 等人（2016）報告的

40、證據(jù)表明，分析師也認為被邀請參加電話會議代表著他們與管理層的緊密聯(lián)系。如上文所解釋的那樣，參會順序不是隨機的，但公司不僅決定了誰可以參加會議，而且還決定了誰可以提問。因此，提問的順序可以代表分析師與公司管理層的距離，這一點是 Cen 等提出的。（2016），他們解釋說，這代表了公司對分析師的青睞，而這種青睞是傳統(tǒng)的分析師業(yè)績衡量標準中所沒有的，比如選擇重新覆蓋公司的分析師平均提問順序排在第 5 位。這些分析師停止覆蓋這只股票，但明確表示出他們對公司的興趣（那些公司平均被 15 個分析師積極覆蓋，約三分之二的分析師會參加每個電話會議），這表明，公司管理層對分析師態(tài)度友好（否則，他們甚至不會有資格

41、參加會議）因此，根據(jù)數(shù)據(jù)得出結(jié)論，有相當比例的分析師在中斷覆蓋后仍然保持活躍。圖表 14 中斷覆蓋期間電話會議統(tǒng)計資料來源：整理然后，作者調(diào)查了他們的參與電話會議與他們重新覆蓋后的超額收益之間的關(guān)系。在圖表 15 中，作者比較了不同角度的 CARs，并發(fā)現(xiàn)了積極型分析師和消極型分析師的區(qū)別。消極分析師被定義為在停止覆蓋和開始重新覆蓋期間沒有參加過一次電話會議。對于消極型分析師來說，只有在重新覆蓋時，其超額回報才是明顯的正值，但沒有價格漂移。作者使用了四種不同的代理指標來界定積極型分析師。第一種代理指標是如果分析師參加過一些電話會議，就表示他很活躍。第二種代理指標是如果一個分析師的參與頻率在觀察

42、樣本的前 25%，那么他就是活躍的。直觀地講，他未來重新覆蓋信息性可能取決于他的勤奮程度。第三個代理指標是，如果一個分析師的提問的數(shù)量排在前 4 名，他就被定義為活躍的分析師。表中顯示，當分析師在覆蓋中斷期間保持活躍時，兩天、3 個月和 6 個月的 CARs 在重新覆蓋后會更高。參加電話會議的頻率和提問的順序這兩個代理指標最能代表積極性。對于后者來說，兩天的超額收益（3.80%）、三個月的 CAR（6.07%）和六個月的 CAR（8.48%）都是顯著的正值，并且明顯大于消極分析師的 CARs。積極分析師和消極分析師的收益差異在統(tǒng)計和經(jīng)濟上都是顯著的。這與下面的觀點是一致的，分析師的提問順序越靠

43、前越代表著和公司的關(guān)系密切，以及分析師越有可能得知更多的非公開信息，而消極分析師是沒有這些信息的。圖表 15 中斷覆蓋期間電話會議統(tǒng)計與未來 CARs資料來源：整理然后，作者對兩天、三個月和六個月的 CARs 在提問順序上進行了橫截面回歸。在圖表 16 中，提問順序變量是一個啞變量，如果分析師的提問順序排在前四，則等于 1，否則為 0。表中顯示，提問順序與兩天、三個月和六個月的 CARs 之間存在明顯的正相關(guān)關(guān)系。在重新覆蓋前，在電話會議上提問順序靠前的分析師的推薦建議更加有利可圖。作為穩(wěn)健性檢驗，作者測試了變量的取值范圍；例如，如果分析師在前三位提問，變量等于 1。結(jié)果是相似的（當作者簡單地使用提問的順序作為獨立變量時，發(fā)現(xiàn)一致的結(jié)