第四部分實證分析全

第四部分實證分析全第一頁，共四十七頁，2022年，8月28日摘要：本文研究了公司披露政策、公司分析師人數(shù)與分析師盈余預(yù)測的特征之間的關(guān)系。

從FAF數(shù)據(jù)中得出，披露信息越多的公司其跟蹤的分析師人數(shù)越多，分析師的預(yù)測精度也越高，分析師預(yù)測之間的離差越小、分析師修訂預(yù)測的程度越低。這些結(jié)果增加了我們對于分析師在資本市場上扮演的角色的理解。

第二頁，共四十七頁，2022年，8月28日一、引言本文我們研究披露政策、跟蹤的分析師人數(shù)與預(yù)測特征之間的關(guān)系。企業(yè)可以吸引分析師，提高市場預(yù)期的精確度，減少信息的不對稱，并通過采取更積極的披露政策來限制市場驚喜。在FAF報告中，分析師評估公司披露的完備性，對以下三個方面分別進行評級打分，即每年公布的信息，其他已發(fā)表的信息（包括季度提交的文件，新聞稿和代理報表）以及投資者關(guān)系。我們的beij變量是跟蹤的分析師人數(shù)和預(yù)測精度、預(yù)測標準差和預(yù)測修訂的波動性。我們控制其他變量（以往的研究已表明這些變量與利益變量相關(guān)），不難發(fā)現(xiàn)，在行業(yè)內(nèi)，公司的信息披露政策越積極，跟蹤的分析師的人數(shù)越多，分析師的盈余預(yù)測越精確，分析師預(yù)測的離差程度越小，預(yù)測修訂的波動性越小。第三頁，共四十七頁，2022年，8月28日

我們的研究表明，對跟蹤的分析師和分析師預(yù)測的特征而言，公司披露的信息對他們起著主導(dǎo)作用。此外，我們發(fā)現(xiàn)，披露的信息量越多，跟蹤的分析師人數(shù)越多，這與該理念是一致的：公司提供的信息不能取代分析師的服務(wù)。

第四頁，共四十七頁，2022年，8月28日二、相關(guān)文獻

我們的研究對涉及到現(xiàn)存文獻中的兩個主流：（1）研究跟蹤的分析師數(shù)量的決定因素，及（2）研究預(yù)測的精確程度和離散程度的決定因素。跟蹤分析師的決定因素的實證研究大多側(cè)重于企業(yè)特征而不是披露政策。第五頁，共四十七頁，2022年，8月28日Bhushan（1989）在一個橫斷面研究中發(fā)現(xiàn)公司跟蹤的分析師的人數(shù)的增加與企業(yè)規(guī)模，體制的所有權(quán)等有關(guān)。在時間序列研究中，O‘Brien和Bhushan（1990）發(fā)現(xiàn)，當公司的收益率波動性下降時，跟蹤分析師就會增加，而且之前跟蹤分析師規(guī)模越小，增加的就越多，同時公司在行業(yè)中要求信息披露的越嚴格，公司數(shù)量越多，增加的也就越多。Brennan和Hughes（1991）發(fā)現(xiàn)，在控制了公司規(guī)模和過去的回報后，公司股價越低，跟蹤分析師人數(shù)就越多；在股票分割后，分析師的數(shù)量也會增加。也許是最接近我們的研究，Byrd等人（1993）記錄了在CEO對分析師協(xié)會演講之后跟蹤分析師的短期增長。第六頁，共四十七頁，2022年，8月28日雖然有大量文獻是關(guān)于分析師預(yù)測的特征（見Brown等人1985年和Brown1993年的評論），但是很少有論文考慮選擇性披露如何影響分析師的預(yù)測。

同樣，Waymire（1986）發(fā)現(xiàn)，分析師盈余預(yù)測的精確度將會隨著管理盈余預(yù)測的發(fā)布而略有增加。盡管管理層的盈余預(yù)測有具體的披露事項的優(yōu)勢，F(xiàn)AF數(shù)據(jù)能夠通過整合披露的重要方面來更全面的衡量公司信息披露，這些披露是難以量化的（例如，新產(chǎn)品公告，管理層討論與分析，與管理層的定性討論），并且很難反映一些財務(wù)報表數(shù)據(jù)的主要用戶的看法。第七頁，共四十七頁，2022年，8月28日分析師行為：一是分析師跟進的選擇問題，這是用為公司提供盈余預(yù)測的分析師數(shù)量來衡量；

二是他們對盈余預(yù)測的特征問題，這是用預(yù)測準確度、預(yù)測的離差程度以及一年內(nèi)預(yù)測修正的波動性來衡量

第八頁，共四十七頁，2022年，8月28日披露和分析師跟進在Bhushan分析中（1989），分析師的均衡數(shù)量取決于分析師服務(wù)的總需求量和供給曲線的交集。如果從企業(yè)內(nèi)部獲得信息比從其他渠道成本低，那么公司內(nèi)部信息披露的增加會使分析師的供給曲線向右移動，增加了總供給量。第九頁，共四十七頁，2022年，8月28日信息披露的增加對分析師需求量產(chǎn)生的影響取決于分析師在資本市場中所起的作用。如果分析師是主要的信息媒介——擁有重要信息并把這些信息傳遞給資本市場——這樣的話，公司信息披露的增加意味著分析師持有更有價值的報告可供出售。在這種條件下，披露信息量的增加使得分析師的需求總量也增加了。第十頁，共四十七頁，2022年，8月28日分析師是主要的信息提供者，這就和和公司直接為投資者披露私有信息形成競爭關(guān)系，那么公司自己披露私有信息將會替代分析師的分析工作。在這種情況下，信息披露增加會使會減少分析師的總需求量。這一影響將會減少分析師的均衡數(shù)量第十一頁，共四十七頁，2022年，8月28日因為對公司信息披露對分析師跟進所產(chǎn)生的定向影響還不明確，我們檢驗一下幾個不定向的檢驗：H1：公司中分析師跟進的數(shù)量和公司披露政策的信息量無關(guān)第十二頁，共四十七頁，2022年，8月28日披露政策和預(yù)測結(jié)構(gòu)離差值信息披露的增加對分析師預(yù)測離差值的影響取決于預(yù)測的差異性來自于信息的差異性還是來自于預(yù)測模型的差異性。如果證實信息披露和預(yù)測離差值之間是負相關(guān)關(guān)系，那么則證明分析師在私有信息上就存在差異。如果證實信息披露和預(yù)測離差值之間是正相關(guān)關(guān)系，則證明分析師在預(yù)測模型的選擇上存在差異第十三頁，共四十七頁，2022年，8月28日鑒于信息披露對分析師預(yù)測的離差值的定向影響不明確，我們檢驗以下不定向的假設(shè)：H2：分析師盈余預(yù)測的離差值和公司披露政策的信息化程度無關(guān)第十四頁，共四十七頁，2022年，8月28日準確度披露和預(yù)測準確度的關(guān)系比較明確。隨著公司披露政策的信息化，分析師預(yù)測的準確度將會增加。H3:分析師對盈余預(yù)測的準確度和公司披露政策的信息化程度是正相關(guān)關(guān)系第十五頁，共四十七頁，2022年，8月28日修正波動性信息披露政策的出現(xiàn)可能會使在會計期間內(nèi)預(yù)測修正系數(shù)的波動性減少，預(yù)測修正系數(shù)能夠促使盈余公告的生成。H4：分析師盈余預(yù)測修正的波動性和公司的披露政策是負相關(guān)關(guān)系第十六頁，共四十七頁，2022年，8月28日第四部分實證分析1、披露數(shù)據(jù)公司披露的信息量是由財務(wù)分析師協(xié)會公司信息化委員會（FAF）評級的。對一個公司披露的信息量沿著三個類別進行評估：年度公開的信息、季度及其他公開的信息、投資者關(guān)系。評估因素同時包括企業(yè)披露的內(nèi)容和披露的及時性?！澳甓裙_信息”類別：分析師評估財務(wù)摘要及董事長審批文件的透明度和坦誠度，公司人員的詳細情況，公司目標、產(chǎn)品和地區(qū)分布，以及財務(wù)報表和附注總體的詳細程度。“季度和其他公開信息”類別：季度報告和其他書面資料有效、及時的深入報道，如新聞稿，委托聲明書，匯總的年度會議程序，分析師團隊報告和統(tǒng)計補充文件?！巴顿Y者關(guān)系”這個類別：一是公司對分析師的質(zhì)疑反應(yīng)靈敏的原因，二是討論公司發(fā)展過程中管理的可行性和透明度，三是向分析師報告的頻率及內(nèi)容第十七頁，共四十七頁，2022年，8月28日2、樣本來源FAF評級的樣本主要來自于1985-1989年的FAF報告。使用年度公告、投資者關(guān)系，其他公司公告和三個類別的得分總和來衡量公司會計年度的信息披露水平。

FAF數(shù)據(jù)代表了行業(yè)的橫截面數(shù)據(jù)，這些行業(yè)包括服務(wù)業(yè)，制造業(yè)，金融業(yè)，交通業(yè)和提煉業(yè)。第十八頁，共四十七頁，2022年，8月28日3、FAF數(shù)據(jù)情況說明

FAF數(shù)據(jù)包含一個擁有751家公司的樣本，在這些公司中，至少五分之一都在1985-1989年期間被FAF報道過?？傮w來講，樣本中有2272個公司年度，在5年的時間里每家公司大約被評估過3遍。第十九頁，共四十七頁，2022年，8月28日描述性統(tǒng)計（1）第二十頁，共四十七頁，2022年，8月28日4、被解釋變量

所有的分析師數(shù)據(jù)來源于IBES數(shù)據(jù)庫。四個被解釋變量包括：分析師數(shù)量=提供年度盈利預(yù)測數(shù)的分析師數(shù)量；預(yù)測標準差=所有對于該公司該年度盈余的預(yù)測的標準差（以股價為分母來標準化）預(yù)測精確度=-（︳EPSt-AFt︳）/Pt，式中EPSt代表公司在t期實際的每股盈余；AFt代表t期所有分析師對該公司每股盈余預(yù)測的中值；Pt代表該公司t期的股價。修訂波動性=在同一年度中每月預(yù)測中值和前一月預(yù)測中值的差的標準差/上年度開始時的股價。第二十一頁，共四十七頁，2022年，8月28日描述性統(tǒng)計（2）第二十二頁，共四十七頁，2022年，8月28日5、控制變量Bhushan(1989)Brennan

and

Hughes(1991)提供了跟蹤公司的分析師數(shù)量與公司規(guī)模和績效波動之間正相關(guān)的實證證據(jù)。Waymire(1986)

and

Lang

and

Lundholm(1993)指出，公司規(guī)模和績效波動也可能會與披露政策有關(guān)。King

et

al.(1990)認為，公司的分析師數(shù)量可能會與歷史盈余與回報的相關(guān)性正相關(guān)。Lang

and

Lundholm(1993)指出歷史盈余與回報的相關(guān)性和公司的披露水平之間存在負相關(guān)關(guān)系。第二十三頁，共四十七頁，2022年，8月28日考慮到公司會推出新產(chǎn)品，這樣，盈余可能會與預(yù)測的盈余有很大的差距，分析師之間的共識度可能會很低，分析師預(yù)測可能會進行重要的修改。考慮到上述因素，應(yīng)加入盈余驚喜作為解釋變量。分析師在使用沒有更新的統(tǒng)計信息進行預(yù)測時，可能會不準確，我們考慮新預(yù)測的百分比作為控制變量的一部分。第二十四頁，共四十七頁，2022年，8月28日對于研究公司跟蹤的分析師的數(shù)量而言，將公司規(guī)模，凈資產(chǎn)收益率的標準差、歷史盈余與回報的相關(guān)性作為控制變量。在研究分析師的行為特征時，除了上述三個控制變量，還要加入盈余驚喜、新預(yù)測的百分比作為控制變量。第二十五頁，共四十七頁，2022年，8月28日公司規(guī)模=公司年初的市場價值凈資產(chǎn)收益率的標準差=公司前十年凈資產(chǎn)收益率的標準差歷史盈余與回報的相關(guān)性=公司過去十年歷史盈余與回報的相關(guān)性盈余驚喜

=︱當年每股盈余-上年每股盈余︱/年初的股票價格。新預(yù)測的百分比

=(該月進行修訂的預(yù)測+該月新出現(xiàn)的預(yù)測)/(該月總的預(yù)測數(shù)*12)第二十六頁，共四十七頁，2022年，8月28日描述性統(tǒng)計（3）第二十七頁，共四十七頁，2022年，8月28日6、簡單相關(guān)性檢驗（1）

第二十八頁，共四十七頁，2022年，8月28日在回歸方程中不存在多重共線性問題。正如LangandLundholm(1993)認為的，公司披露得分越高，規(guī)模越大，過去的凈資產(chǎn)收益率標準差越低，過去的歷史盈余與回報相關(guān)性越低。而且，較高的披露得分公司預(yù)測修正的比例也越高。這表明，未來的披露政策與預(yù)測修正相關(guān)。第二十九頁，共四十七頁，2022年，8月28日簡單相關(guān)性檢驗（2）第三十頁，共四十七頁，2022年，8月28日（1）分析師數(shù)量與公司的披露信息量正相關(guān)。公司披露信息越多，分析師預(yù)測的離散程度就越低，預(yù)測的就越準確，對預(yù)測結(jié)果修正的波動性就越低。（2）分析師的數(shù)量與公司規(guī)模相關(guān)度很高（0.7）。預(yù)測的標準差以及修訂波動性與盈余驚喜和過去凈資產(chǎn)收益率標準差高度正相關(guān)。這表明，過去和現(xiàn)在收益情況越不確定，分析師預(yù)測的離散程度和波動性就越大。同樣，預(yù)測精確度與盈余驚喜負相關(guān)，這表明如果過去公司盈余發(fā)生了重大變化，預(yù)測精確度就會降低。第三十一頁，共四十七頁，2022年，8月28日（3）表3的C部分表明了被解釋變量之間的關(guān)系。相關(guān)性最高的是預(yù)測修正波動和預(yù)測標準差（0.76），這表明，分析師之間的共識性越低，預(yù)測修正波動性越大。預(yù)測準確度與分析師數(shù)量正相關(guān)，因為隨著預(yù)測的人數(shù)增加，預(yù)測值變得會越精確。第三十二頁，共四十七頁，2022年，8月28日7、回歸結(jié)果（1）第三十三頁，共四十七頁，2022年，8月28日當分別考慮三個披露變量時，其他年度報告得分和投資者的關(guān)系得分與分析師人數(shù)顯著正相關(guān)。年度報告得分與分析師人數(shù)不相關(guān)。其他年度報告得分和投資者的關(guān)系得分與分析師人數(shù)顯著正相關(guān)這一結(jié)論與Lees‘(1981)的研究相一致。如果年報得分單獨與分析師數(shù)量進行分析，結(jié)果顯著相關(guān)，這表明隨著年報披露信息的增加，預(yù)測分析師數(shù)量也越多。然而，事實上，當年報得分與其他兩個披露變量在一起與分析師數(shù)量進行分析時，結(jié)果不相關(guān)。年報得分對分析師人數(shù)沒有解釋力。第三十四頁，共四十七頁，2022年，8月28日分析師人數(shù)與FAF得分之間的正相關(guān)表明，公司披露信息不是作為分析師信息的替代品出現(xiàn)的，而是對他的一個補充。因此，分析師在資本市場上有信息中介者（處理公司信息）的作用。正如前面所說的，如果分析師僅僅是信息提供者（與公司披露競爭，直接向投資者提供信息），這樣，隨著公司披露的增加，分析師的數(shù)量就會減少。第三十五頁，共四十七頁，2022年，8月28日企業(yè)規(guī)模與分析師數(shù)量正相關(guān)且很顯著，這與Bhushan(1989)的研究相一致。過去凈資產(chǎn)收益率標準差和歷史盈余與回報的相關(guān)性在有三個披露變量的回歸中與分析師人數(shù)顯著負相關(guān)，但是在披露總分的回歸中不顯著。這表明，公司的績效波動越低以及盈余與回報不相關(guān)時，分析師人數(shù)越多。但是這個證據(jù)說服力比較弱。第三十六頁，共四十七頁，2022年，8月28日預(yù)測離散程度和披露程度

在表6中，A提供了證明H2關(guān)于預(yù)測離散程度和披露程度之間關(guān)系的證據(jù)。對總評級分數(shù)的回歸中，總評級分數(shù)的系數(shù)是顯著的負值，這表明隨著信息披露的增加，分析師預(yù)測更趨于一致性。這個結(jié)果與對額外披露的研究一致，即額外披露的信息會增加分析師共享信息的精度，從而減少分析師的分歧。在對年報、投資者關(guān)系、季度報告及其他公告（三種信息披露形式）的回歸分析中，年報和投資者關(guān)系兩個變量的系數(shù)為顯著的負值，而季度報告及其他公告變量的系數(shù)就不太顯著。第三十七頁，共四十七頁，2022年，8月28日第三十八頁，共四十七頁，2022年，8月28日

分析師預(yù)測的標準差與公司規(guī)模負相關(guān)，這表明公司越大，分析師預(yù)測的離散程度更低。預(yù)測標準差與凈資產(chǎn)收益率的標準差、歷史盈余與回報的相關(guān)性、盈余驚喜和新預(yù)測的百分比都是顯著正相關(guān)的，這表明當歷史盈余不穩(wěn)定并且和歷史回報顯著相關(guān)，以及存在大量盈余驚喜和頻繁預(yù)測修正的情況下，分析師預(yù)測的離散程度更高。第三十九頁，共四十七頁，2022年，8月28日預(yù)測精度和信息披露程度

在表6中，B提供了證明H3假設(shè)關(guān)于預(yù)測精度和信息披露程度關(guān)系的回歸分析結(jié)果。對總評級分數(shù)的回歸中，它的系數(shù)是顯著正值，這證明了公司信息披露程度是分析師預(yù)測精度的一個重要決定因素。對三種信息披露形式的回歸分析中，季度報告及其他公告和投資者關(guān)系的系數(shù)是顯著正值，這正好符合一種觀念，即與公司持續(xù)溝通是分析師預(yù)測盈余的一種重要信息來源。第四十頁，共四十七頁，2022年，8月28日

預(yù)測精度與公司規(guī)模正相關(guān)，這表明公司越大，分析師的預(yù)測相對更為準確。預(yù)測精度與凈資產(chǎn)收益率的標準差呈現(xiàn)不顯著的負相關(guān)，說明凈資產(chǎn)收益率的標準差這個解釋變量變的不重要了。盈余與回報相關(guān)性、盈余驚喜和新預(yù)測百分比的系數(shù)總體上是顯著的負值，這表明當存在大量的盈余驚喜，分析師頻繁修正他們的預(yù)測以及盈余與回報的相關(guān)性高的時候，分析師的預(yù)測精度會降低。第四十一頁，共四十七頁，2022年，8月28日修正預(yù)測的波動性和信息披露

在表6中，C提供了證明H4假設(shè)關(guān)于修正預(yù)測的波動性和信息披露程度關(guān)系的回歸分析結(jié)果。對總評級分數(shù)的回歸中，總評級分數(shù)的系數(shù)是顯著的負值。對三種信息披露形式的回歸分析中，只有投資者關(guān)系的系數(shù)是顯著的，這正好符合一種觀念，即公司可以通過改善投資者關(guān)系方面的努力來降低分析師修訂預(yù)測的可能性。第四十二頁，共四十七頁，2022年，8月28日第四十三頁，共四十七頁，2022年，8月28日

公司規(guī)模越大，修正預(yù)測的