地理距離影響證券分析師預(yù)測行為嗎？

王菊仙 王玉濤 魯桂華

一、引言

最近的大量研究將地理經(jīng)濟(jì)學(xué)引入到財務(wù)會計領(lǐng)域，并得到很多有意義的發(fā)現(xiàn)。這些研究主要關(guān)注地理位置或距離與經(jīng)濟(jì)參與者行為的關(guān)系，如地理距離對銀行貸款的影響（Agarwal和 Hauswald，2010[1]；Hauswald 和 Marquez， 2006[2]； Petersen 和 Rajan，2002[3]）， 地理因素與股票回報的關(guān)系（García和Norli，2012[4]；Kim等，2012[5]），地理位置對公司行為如股利支付政策的影響（John等，2011[6]），地理因素對互助基金績效的影響（Teo，2009[7]），地理位置對審計獨立性的影響（Defond等，2011[8]）。這些研究基于相同的邏輯，地理位置或鄰近程度影響了經(jīng)濟(jì)參與者的信息優(yōu)勢（information advantage），他們可以以較小的成本獲取私有信息（private information），從而節(jié)省了交易成本。然而，考察分析師行為與被跟蹤公司的地理距離關(guān)系的研究較少①國外現(xiàn)有的文獻(xiàn)中，只有Malloy（2005）[9]考察了地理距離對證券分析師的影響。。更為重要的是，我國券商的地理分布比較集中，且為市場化程度較高的地區(qū)②經(jīng)后面的統(tǒng)計，擁有10家券商機(jī)構(gòu)的城市有上海、深圳和北京，這三個城市的市場化程度在所有省市中近幾年一直排名前5位。，這種情況下，地理鄰近帶來的信息優(yōu)勢是否影響和如何影響分析師預(yù)測行為，以及這種影響是否受到其他因素的干擾，是值得深入研究的問題。

證券分析師依賴于公開信息和私有信息對公司盈利進(jìn)行預(yù)測并傳遞信息，可以減少資本市場參與者面臨的信息不對稱，提高資本市場運行效率。信息數(shù)量和質(zhì)量高低都會影響分析師預(yù)測行為，因此大量學(xué)者嘗試從公司提供的公開信息角度考察對分析師的影響（Healy 和 Palepu， 2001[10]； Hope， 2003[11]； Libby等，2006[12]；王玉濤和王彥超，2012[13]）。最近的研究關(guān)注到，為賺取更多的傭金，分析師希望向預(yù)測報告的使用者傳遞自己專業(yè)能力更強(qiáng)的信號，在進(jìn)行預(yù)測時，更依賴于私有信息（Chen和Jiang，2006[14]）。因此如何更有效地搜集和分析私有信息，將最終影響分析師行為。Hauswald和Marquez（2006）[2]認(rèn)為距離鄰近方便了私有信息的搜集和分析，并通過理論模型分析發(fā)現(xiàn)，信息分析（information-generation）的質(zhì)量高低是銀行與借款者地理距離的減函數(shù)。在Hauswald和Marquez（2006）[2]提出的銀行—借款者模型中，面臨競爭的銀行為了增加市場份額，會利用地理鄰近優(yōu)勢獲取更多精準(zhǔn)的私有信息。基于同樣的邏輯，證券分析師為了吸引更多的報告使用者，也會利用私有信息傳遞自己專業(yè)能力較強(qiáng)的信號，增加自己的預(yù)測準(zhǔn)確度，而與公司距離鄰近能夠幫助分析師獲取更多精準(zhǔn)的私有信息。因此，我們預(yù)期，地理距離鄰近會增加證券分析師的私有信息，如果獲取的私有信息較多，那么他們修正盈余預(yù)測的次數(shù)就會增多，預(yù)測的誤差就會減少。實證檢驗的結(jié)果支持了本文的研究預(yù)期。

由于統(tǒng)計分析中我們發(fā)現(xiàn)證券分析師集中的城市是市場化程度較高的地區(qū)，為了進(jìn)一步檢驗和突出地理距離對分析師預(yù)測的影響，我們將市場化程度納入分析框架。實證檢驗發(fā)現(xiàn)，當(dāng)市場化程度較高時，地理鄰近的信息優(yōu)勢減弱，具體表現(xiàn)在，市場環(huán)境好的地區(qū)，地理鄰近減少預(yù)測誤差和增加分析師預(yù)測頻率的影響效應(yīng)較小。這進(jìn)一步支持了地理距離對分析師預(yù)測行為的推斷。

本研究有以下研究意義:第一，補(bǔ)充了地理經(jīng)濟(jì)學(xué)在證券分析師領(lǐng)域的研究成果。地理經(jīng)濟(jì)學(xué)引入到財務(wù)、金融領(lǐng)域的最近幾年，研究成果涉及到地理位置或距離與股票回報（García和Norli，2012[4]；Kim等，2012[5]）、 公司行為（John等，2011[6]）、 對沖基金行為（Teo，2009[7]）、 審計獨立性（Defond等，2011[8]）等的關(guān)系，但考察地理位置與證券分析師的研究則較少。因此本研究能夠拓展地理位置與證券分析師行為領(lǐng)域的研究成果。第二，本研究提供了在中國特殊背景下的經(jīng)驗證據(jù)。雖然Malloy（2005）[9]考察過地理位置與證券分析師行為的關(guān)系，但他們基于西方的背景，我國各城市、地區(qū)之間的經(jīng)濟(jì)發(fā)展不平衡（魏后凱，2008[15]）且市場化程度存在很大差異，這導(dǎo)致城市、地區(qū)之間地理距離的決定論可能受到地理特征的影響。更重要的是，我國證券機(jī)構(gòu)地理集中度較高，這些特點是否以及如何影響證券分析師行為，現(xiàn)有研究并沒有解答。

二、文獻(xiàn)回顧

地理經(jīng)濟(jì)學(xué)引入到財務(wù)、金融領(lǐng)域是從最近10年開始的，主要涉及的研究領(lǐng)域包括對公司行為、機(jī)構(gòu)投資者（如基金）、銀行、審計師行為的影響。Kim等（2012）[5]首先構(gòu)建了一個反映政治權(quán)力（political power）大小的指數(shù)，然后檢驗公司離政治權(quán)力中心遠(yuǎn)近對股票業(yè)績的影響，他們發(fā)現(xiàn)那些位于高政治權(quán)力地區(qū)的公司業(yè)績高于位于低政治權(quán)力地區(qū)的公司，無論是原始回報還是風(fēng)險調(diào)整后的回報，這意味著鄰近政治權(quán)力中心對股票回報有影響。García和Norli（2012）[4]根據(jù)10-K報告中提到的州數(shù)目來區(qū)別本地公司和地理分散公司（geographically dispersed）。研究發(fā)現(xiàn)，本地公司比地理分散公司產(chǎn)生更高的股票回報，產(chǎn)生這種差異的原因是本地公司擁有的投資者較少，導(dǎo)致投資者認(rèn)知度（investor recognition）較小，投資者需要更高的股票回報來補(bǔ)償難以分散的風(fēng)險。John等（2011）[6]研究了地理位置對公司行為的影響。他們認(rèn)為地理位置較遠(yuǎn)增加了股東監(jiān)督管理層投資決策的成本，這產(chǎn)生了很大的自由現(xiàn)金流問題，為了緩解這一代理問題，地理位置較遠(yuǎn)的公司會支付更高的股利，也更依賴于常規(guī)的股利分配政策而不是股票回購等方式。Teo（2009）[7]研究了地理位置對對沖基金（hedge funds）績效的影響，他們發(fā)現(xiàn)基金的注冊地或研究部門離投資對象所在地區(qū)越近，業(yè)績越好。Hauswald和 Marquez（2006）[2]和Agarwal和Hauswald（2010）[1]研究了地理距離與銀行信貸之間的關(guān)系。Hauswald和Marquez（2006）[2]首先通過理論模型分析發(fā)現(xiàn)，銀行擁有的私有信息的質(zhì)量是銀行與借款者之間距離的減函數(shù)，這意味著，地理距離越近，私有信息的質(zhì)量越高。Agarwal和Hauswald（2010）[1]則 在 Hauswald 和 Marquez（2006）[2]理論模型的基礎(chǔ)上，以小公司向大銀行貸款為研究對象，考察了借款者與銀行間的地理距離對銀行貸款決策的影響。實證結(jié)果發(fā)現(xiàn)，地理鄰近方便了私有信息的搜集和提高了私有信息的質(zhì)量，進(jìn)而影響了公司獲取貸款的概率以及貸款定價，具體表現(xiàn)在公司與銀行分支機(jī)構(gòu)的距離越近，越容易獲得貸款，但貸款利率較高；相反，如果公司與銀行競爭者的分支機(jī)構(gòu)越近，越不容易獲得貸款，但貸款利率則較低。上述研究說明，地理距離或位置影響了經(jīng)濟(jì)參與者獲取私有信息的難易程度和信息準(zhǔn)確度，從而對其經(jīng)濟(jì)決策行為產(chǎn)生影響。

分析師行為是否受其與公司地理距離遠(yuǎn)近的影響？要了解這一問題，需要首先明確分析師預(yù)測行為受哪些因素影響。以前的研究已發(fā)現(xiàn)，分析師主要依賴于公開信息和私有信息進(jìn)行預(yù)測并提供研究報告，從而降低了投資者與公司之間的信息不對稱。關(guān)于公開信息對分析師預(yù)測行為的影響，以前的研究考察過財務(wù)報告信息（Baldwin，1984[16]；Hodder等，2008[17]； Langberg 和 Sivaramakrishnan， 2008[18]；Libby等，2006[12]）、 分部財務(wù)披露信息（Baldwin，1984[16]）、管理層對會計業(yè)績的預(yù)測（Langberg和Sivaramakrishnan， 2008[18]； Libby 等， 2006[12]）、 審計質(zhì)量和專業(yè)化（Behn等，2008[19]；Payne，2008[20]；Robertson，1988[21]）等對分析師的影響。Chen和Jiang（2006）[14]在以前研究的基礎(chǔ)上，將公開信息和私有信息同時納入研究框架，考察了分析師預(yù)測行為對兩類信息的依賴程度差異，結(jié)果發(fā)現(xiàn)，分析師更多地依賴私有信息進(jìn)行預(yù)測。由于分析師獲取私有信息的數(shù)量多少、質(zhì)量高低都很難觀察到，所以有關(guān)分析師預(yù)測行為與私有信息關(guān)系的研究較少。類似于Agarwal和Hauswald（2010）[1]考察地理距離與銀行信貸關(guān)系的思路，Malloy（2005）[9]考察了地理距離與證券分析師行為的關(guān)系，結(jié)果發(fā)現(xiàn)，地理鄰近的分析師比其他分析師預(yù)測更準(zhǔn)確，當(dāng)分析師修改盈余預(yù)測時，股票價格也能立刻做出反映。這些結(jié)果說明，地理鄰近使分析師擁有更多的信息優(yōu)勢，并能最終轉(zhuǎn)化為更好的業(yè)績。Malloy（2005）[9]的研究提供了西方國家背景下的經(jīng)驗證據(jù)，但這些研究發(fā)現(xiàn)可能并不適用于我國。尤其是在后面的分析中，我國地理位置和經(jīng)濟(jì)發(fā)展的獨特特征，使得進(jìn)一步考察我國地理位置與證券分析師行為的關(guān)系顯得更加重要。

雖然有 Chen 和Jiang（2006）[14]和Malloy（2005）[9]提供了一些私有信息使用和分析師預(yù)測關(guān)系的證據(jù)，但私有信息如何影響分析師預(yù)測行為仍然并不完全清楚。近期的研究仍在繼續(xù)探索私有信息與分析師的關(guān)系。例如，Mira和 Taylor（2011）[22]利用英國分析師數(shù)據(jù)識別了一種方法，能夠估計分析師在預(yù)測過程中使用私有信息的可能性，從而有助于檢驗私有信息使用量與分析師預(yù)測準(zhǔn)確度的關(guān)系。Mayew等（2013）[23]則檢驗并發(fā)現(xiàn)，分析師是否在電話會議上提問能夠識別他們是否擁有更優(yōu)勢的私有信息，從而有助于他們事后的盈余預(yù)測，表現(xiàn)在預(yù)測準(zhǔn)確度和及時性都高于未提問的分析師。Altschuler等（2015）[24]研究了分析師對管理層預(yù)測的預(yù)期如何影響其搜集的私有信息數(shù)量，結(jié)果發(fā)現(xiàn)，當(dāng)公司盈余波動較大時，分析師在對管理層預(yù)測進(jìn)行預(yù)期前獲得的私有信息較少，但如果管理層預(yù)測公布的日期能夠更好預(yù)期，分析師則能獲得更準(zhǔn)確的私有信息。這些研究說明，對私有信息與分析師預(yù)測關(guān)系的研究仍在持續(xù)探索中。鑒于數(shù)據(jù)的可獲得性，本文利用中國上市公司與證券機(jī)構(gòu)的地理距離來間接衡量私有信息，也能為這方面的研究提供一些中國制度背景下的經(jīng)驗證據(jù)。

三、研究背景與研究假說

（一）研究背景分析

在過去的經(jīng)濟(jì)發(fā)展過程中，我國存在較嚴(yán)重的地區(qū)經(jīng)濟(jì)發(fā)展不平衡狀況，雖然最近有所緩和，但區(qū)域經(jīng)濟(jì)發(fā)展也只是處于“轉(zhuǎn)折”時期，即從原先的不平衡發(fā)展進(jìn)入到相對均衡發(fā)展（魏后凱，2008[15]）。經(jīng)濟(jì)發(fā)達(dá)地區(qū)和外商投資較多地區(qū)主要集中在市場化程度較高的東南沿海地區(qū)。根據(jù)樊綱構(gòu)建的2009年的市場化程度指數(shù)，排在前4位的省市分別是浙江、江蘇、上海和廣東幾個經(jīng)濟(jì)發(fā)達(dá)地區(qū)。市場化程度與經(jīng)濟(jì)發(fā)展程度的一致性，導(dǎo)致地理位置對我國經(jīng)濟(jì)參與體的影響具有不同于西方發(fā)達(dá)國家的特征，這也使得國外現(xiàn)有的經(jīng)驗證據(jù)（如Malloy，2005[9]）無法完全應(yīng)用到我國的經(jīng)濟(jì)實踐中。

本文試圖考察證券分析師地理位置對分析師預(yù)測行為的影響。我們發(fā)現(xiàn)券商機(jī)構(gòu)的地理位置有集中的趨勢，擁有10家券商機(jī)構(gòu)的城市只有三個，分別是深圳、北京、上海，三個城市擁有的券商機(jī)構(gòu)數(shù)目占所有機(jī)構(gòu)的比例接近45%。這種集中的趨勢表現(xiàn)出券商機(jī)構(gòu)與公司注冊地之間的距離較近，可能并不一定會影響分析師預(yù)測行為，這是區(qū)別于國外市場的另一重要因素?；谶@些特殊因素和區(qū)別，本研究仍具有重要的意義，研究發(fā)現(xiàn)對于資本市場參與者、監(jiān)管層、學(xué)術(shù)界理解地理位置與證券分析師行為的關(guān)系具有重要的參考價值。

（二）研究假說

大量的研究發(fā)現(xiàn)，證券分析師通過信息搜集、加工、分析做出盈利預(yù)測和薦股報告，這些信息包括公開信息和私有信息。較多的研究關(guān)注公開信息，如財務(wù)報告披露、業(yè)績預(yù)告等對證券分析師的影 響（Hope，2003[11]； Langberg和 Sivaramakrishnan，2008[18]； Libby等，2006[12]）， 這是因為分析師獲取的公開信息是能觀察到的。但分析師是否努力獲得私有信息，以及獲得的私有信息數(shù)量及質(zhì)量都是難以觀察的，導(dǎo)致關(guān)于私有信息與預(yù)測行為之間關(guān)系的研究很少。Chen和Jiang（2006）[14]通過模型設(shè)計和描述性分析，檢驗和發(fā)現(xiàn)分析師更多地依賴于私有信息做出盈余預(yù)測。Chen和Jiang（2006）[14]的研究至少告訴我們，獲取私有信息的數(shù)量多少以及質(zhì)量高低會影響分析師預(yù)測行為。因此，如果某一因素影響私有信息的數(shù)量和質(zhì)量，那么也會影響證券分析師行為。在銀行—貸款者關(guān)系中，一些研究從理論分析和實證檢驗中證實地理距離會影響銀行獲取私有信息的數(shù)量和質(zhì)量，進(jìn)而影響他們對借款者的判斷和制定貸款決策。

Hauswald和Marquez（2006）[2]通過理論模型發(fā)現(xiàn)，銀行獲得的私有信息質(zhì)量是銀行與借款者之間距離的減函數(shù)，這意味著，地理距離越近，銀行越容易獲得私有信息，質(zhì)量也更高。Agarwal和 Hauswald（2010）[1]提供了經(jīng)驗證據(jù)，表明借款者距離鄰近方便了私有信息的搜集，從而影響了信貸的定價；而面臨激烈的競爭，銀行為了增加市場份額，通過地理鄰近方便信息的獲取，從而保證了貸款質(zhì)量和維持了市場份額。同樣的道理，作為信息供給方的證券分析師，也有獲取私有信息以顯示自己專業(yè)勝任能力的內(nèi)在激勵。Chen和Jiang（2006）[14]在討論了分析師預(yù)測依賴于私有信息之后，進(jìn)一步提出證券分析師獲取私有信息的激勵問題，他們發(fā)現(xiàn)，通過信號顯示專業(yè)能力或者為了獲得更高的傭金收益是分析師獲取私有信息的動機(jī)。如果證券分析師與跟蹤的上市公司距離較近，他們可用較低的成本獲取私有信息，或者可以保證私有信息的更高質(zhì)量（Hauswald和 Marquez，2006[2]），那么地理鄰近能夠通過影響獲取的私有信息數(shù)量和質(zhì)量，而最終影響證券分析師行為。證券分析師在跟蹤距離較近的公司時，能夠以較低成本獲取更多的私有信息，就可以多次修正原有盈余預(yù)測；同時，相對于距離較遠(yuǎn)的公司，較高質(zhì)量的私有信息也能增加分析師預(yù)測的準(zhǔn)確度。于是，我們提出本文的第一個研究假說。

H1:地理距離影響證券分析師的預(yù)測行為。

H1分為兩個子假說:

H1a:地理距離越近，證券分析師進(jìn)行預(yù)測的次數(shù)越多。

H1b:地理距離越近，證券分析師預(yù)測準(zhǔn)確度越高。

證券機(jī)構(gòu)所在的城市如果較集中，外在地決定了與上市公司的距離大小，同時，如果集中的城市是那些市場化程度較高的地區(qū)，那么單純的距離因素帶來的影響可能存在噪音。于是，我們進(jìn)一步分析城市市場化程度對地理距離與證券分析師關(guān)系的影響。當(dāng)市場化程度較高時，證券分析師面臨的信息環(huán)境較好，或者說公開信息披露更及時、質(zhì)量更高，那么他們依賴私有信息的程度將減弱。一些研究已發(fā)現(xiàn)，當(dāng)公開信息披露更完善或公開信息質(zhì)量更高時，分析師不再對公司進(jìn)行預(yù)測，因為他們獲取私有信息的成本太高（Fischer和 Stocken，2008[25]）。 這在一定程度上表明，分析師獲取私有信息的激勵與公開信息的質(zhì)量高低存在負(fù)相關(guān)關(guān)系。因此，當(dāng)市場化程度較高時，證券分析師獲取私有信息的動機(jī)減弱，地理距離對分析師預(yù)測次數(shù)的影響較小，對預(yù)測準(zhǔn)確度的影響也較小。于是，我們提出本文的第二個研究假說。

H2:市場化程度越高，地理距離對分析師預(yù)測行為的影響越弱。

H2分為兩個子假說:

H2a:市場化程度越高，地理距離對分析師預(yù)測次數(shù)的負(fù)向影響越小。

H2b:市場化程度越高，地理距離對分析師預(yù)測準(zhǔn)確度的正向影響越小。

（三）研究設(shè)計與回歸模型

為了檢驗假說1和假說2，我們分別構(gòu)建了模型（1） 和（2）， 具體如下:

兩個模型的主要區(qū)別是模型（2）加入了反映市場化程度的指標(biāo)MI及其與Distance的交叉項，其中的下標(biāo)i表示某公司，j表示某券商機(jī)構(gòu)，t表示某年度。模型（1）和（2）中的被解釋變量為分析師預(yù)測行為，包括更新預(yù)測報告的頻率和預(yù)測準(zhǔn)確度，分別用Anlrptnum和Ferror來衡量。Anlrptnum以券商機(jī)構(gòu)為單位，計算跟蹤的公司i在t時期內(nèi)預(yù)測報告的次數(shù)，并取自然對數(shù)；Ferror反映預(yù)測誤差，它等于分析師EPS預(yù)測值與實際值之差的絕對值，并除以前一年末的股票收盤價，由于券商機(jī)構(gòu)j對公司i在t年度可能進(jìn)行多次預(yù)測，因此進(jìn)一步取了平均值。以上兩個指標(biāo)均是每個公司每個年度每個分析師一個觀察值。解釋變量中，Distance反映分析師j與公司i在t年度時的實際地理距離，并取自然對數(shù)；MI反映市場化程度，該指數(shù)可參考樊綱等（2011）[26]；Ananum代表在t年度跟蹤公司i的分析師數(shù)量，并取自然對數(shù)；Gexp代表分析師的從業(yè)經(jīng)驗，它等于分析師發(fā)布第一份報告所在年度與t年度之間的差異，由于每個券商機(jī)構(gòu)可能擁有多個分析師，所以以每個機(jī)構(gòu)擁有的分析師從業(yè)經(jīng)驗的平均值來衡量券商機(jī)構(gòu)的從業(yè)經(jīng)驗長短，并取其自然對數(shù)；Fexp代表t年度券商機(jī)構(gòu)j跟蹤公司i的特定經(jīng)驗，以發(fā)布第一份報告所在年度與t年度之間的差異來衡量，與Gexp的方法一致，也取了多個證券分析師的平均值，并取其自然對數(shù)；Brksize代表券商機(jī)構(gòu)的規(guī)模，根據(jù)擁有的分析師數(shù)量計算；FH代表分析師出具盈利預(yù)測報告日離當(dāng)年度定期報告披露日的天數(shù)，并取自然對數(shù)；Intan、Lev、BM、Size為公司特征變量，Intan為無形資產(chǎn)占總資產(chǎn)的比例，Lev等于總負(fù)債除以凈資產(chǎn)，BM是凈資產(chǎn)賬面值與市場價值之比，Size指公司i在t年度的權(quán)益總市值的自然對數(shù)；Year/Ind為年度和行業(yè)dummy變量。變量定義詳見表1。

表1 變量定義表

四、實證分析

（一）樣本搜集和描述性統(tǒng)計

本研究首先選擇了2007—2014年所有證券分析師的數(shù)據(jù)，共計549 575個觀察值，然后進(jìn)行了如下篩選過程:（1）刪除B股公司；（2）由于分析師往往對公司未來3～5年的盈余進(jìn)行預(yù)測，因此必須對預(yù)測值進(jìn)行限制，本文保留了分析師僅對當(dāng)年年報進(jìn)行預(yù)測的觀察值，得到224 592個樣本；（3）由于某個券商機(jī)構(gòu)的每一次預(yù)測可能由多個分析師做出，但本文考察券商機(jī)構(gòu)與公司的距離，因此將重復(fù)的觀察值刪除，形成公司—年—券商—預(yù)測日的觀察值，共計104 513個；（4）刪除金融保險業(yè)樣本和相關(guān)變量的缺失值后，形成97 373個最終觀察值。本文的分析師和財務(wù)數(shù)據(jù)均來自于深圳國泰安的CSMAR數(shù)據(jù)，券商機(jī)構(gòu)的注冊地以及與公司注冊地的距離通過手工搜集得到。樣本篩選過程見表2。

表2 樣本篩選

表3列示了擁有券商機(jī)構(gòu)數(shù)目超過2家以上（含兩家）的城市，這些城市券商機(jī)構(gòu)數(shù)目合計占到全國券商機(jī)構(gòu)的77.45%。前三列為各城市券商機(jī)構(gòu)的數(shù)目、占比以及排序，中間三列為這些城市的上市公司數(shù)量。從中可以發(fā)現(xiàn)，深圳、上海、北京三個城市擁有的券商機(jī)構(gòu)數(shù)目在10家以上，合計占全國的比例近45%，但這三個城市中上市公司的數(shù)量合計為570家，占所有樣本公司的比例僅為23.12%。這說明，雖然券商機(jī)構(gòu)的地理分布較集中，但上市公司并未在三個城市內(nèi)集中，這是我國券商機(jī)構(gòu)分布的一個特征。最右兩列描述了某個城市內(nèi)平均每家券商機(jī)構(gòu)對應(yīng)的上市公司數(shù)目，并對這一比例進(jìn)行排序，結(jié)果發(fā)現(xiàn)三個城市較平均，基本維持在1家券商對應(yīng)10家上市公司的比例，排序只占全國的18～30位。這進(jìn)一步說明了我國存在券商機(jī)構(gòu)集中，但上市公司分布相對分散的特征。分析師能選擇同一城市內(nèi)的上市公司來跟蹤，這樣可以節(jié)省搜集信息的成本，但表3顯示的地理分布特征決定了分析師的地理距離將表現(xiàn)出較大的差異化特征，這為我們的研究提供了基礎(chǔ)。

表3 券商機(jī)構(gòu)及上市公司地理分布

同時，券商機(jī)構(gòu)主要集中于深圳、北京和上海三個城市，上市公司在這三個城市的數(shù)量也排在全國前列，那么是否可能出現(xiàn)三個城市分析師跟蹤公司的平均距離低于其他城市呢？表4進(jìn)一步檢驗了這一問題。我們發(fā)現(xiàn)，三大城市分析師跟蹤公司的平均距離為1 268.86公里，但其他城市的平均距離則為1 413 36，兩類城市差異顯著。同時我們還發(fā)現(xiàn)，以擁有的分析師數(shù)量來衡量券商機(jī)構(gòu)的規(guī)模（Brksize），三大城市券商機(jī)構(gòu)的平均規(guī)模顯著大于其他城市。

表4 券商機(jī)構(gòu)所在城市總體特征

表5列示了相關(guān)變量的描述性統(tǒng)計結(jié)果，Anlrptnum顯示每個券商機(jī)構(gòu)每年對公司進(jìn)行預(yù)測的次數(shù)平均為2.15次，最大值達(dá)到33次；Distance的均值為1 326，表明券商機(jī)構(gòu)與公司之間的平均距離為1 326公里，最小值為0，最大值為5 229公里；Ananum的結(jié)果表明跟蹤每家公司的分析師數(shù)量平均為16個，最少有1個分析師跟蹤，最多有54個分析師跟蹤；Gexp表明本研究樣本內(nèi)分析師的一般經(jīng)驗為4.21年，其中最少的工作經(jīng)歷是1年，最長為13年；Fexp表明分析師跟蹤某一特定公司的平均年數(shù)為1.78年，最少為1年，最多為13年；Brksize表明在本文的樣本內(nèi)，券商機(jī)構(gòu)平均擁有31個分析師，最小的機(jī)構(gòu)只有1個分析師，最多的擁有88個分析師。

表5 描述性統(tǒng)計

（二）地理距離對分析師預(yù)測行為的影響

根據(jù)券商機(jī)構(gòu)與所跟蹤公司注冊地之間的距離大小分為5組，統(tǒng)計5組之間分析師預(yù)測行為的差異，結(jié)果列示于表6。表6顯示，各組之間的觀察值數(shù)目不完全相同，這是因為我們根據(jù)每年唯一的城市距離大小進(jìn)行排序分組。在此基礎(chǔ)上，對分析師預(yù)測報告的頻率和預(yù)測誤差進(jìn)行統(tǒng)計，可以看出，隨著地理距離的增加，分析師更新預(yù)測報告的頻率降低，預(yù)測誤差上升，且最小組和最大組之間的差異顯著（見T值）。這說明，地理距離增加了分析師搜集公司私有信息的成本，從而導(dǎo)致更新預(yù)測報告的頻率降低，預(yù)測誤差上升。

表6 地理距離對分析師預(yù)測行為的影響

表7進(jìn)一步列示了變量的相關(guān)系數(shù)矩陣，右上角列示了Pearson相關(guān)系數(shù)，左下角列示了Spearman相關(guān)系數(shù)，從表中可以看出，Distance與Ferror存在正相關(guān)關(guān)系，與Anlrptnum存在負(fù)相關(guān)關(guān)系（Spearman系數(shù)不顯著），這說明距離越遠(yuǎn)，預(yù)測誤差越大，更新預(yù)測報告的頻率越低。從其他變量之間的相關(guān)系數(shù)看，變量之間并不存在嚴(yán)重的共線性問題。

表7 相關(guān)系數(shù)矩陣

為了檢驗假說1，我們利用模型（1）進(jìn)行回歸，結(jié)果列示于表8。相對于前面的檢驗，表8控制了影響分析師預(yù)測行為的其他變量，包括公司規(guī)模（Size）、 券商機(jī)構(gòu)規(guī)模（Brksize）等。表8顯示，Distance對Ferror的影響顯著為正，對Anlrptnum影響顯著為負(fù)，這表明，距離越遠(yuǎn)，分析師獲取和加工私有信息的成本越高，他們獲取私有信息的積極性減弱，導(dǎo)致更新分析師預(yù)測報告的頻率較低，預(yù)測誤差較高，支持了本文的研究假說1。

表8 地理距離與分析師預(yù)測

（三）市場化程度、地理距離對分析師預(yù)測行為的交叉影響

根據(jù)表3和表4的分析，我國券商機(jī)構(gòu)地理位置主要集中在北京、上海和深圳，同時這三大城市擁有的上市公司數(shù)量也較多，致使這三個城市與被跟蹤公司的地理距離低于其他城市。根據(jù)樊綱構(gòu)建的市場化指數(shù)，這三個城市的市場化程度也較高，最近幾年排名一直處于全國前5位。三個城市擁有大量的券商機(jī)構(gòu)和上市公司，表8發(fā)現(xiàn)的距離鄰近優(yōu)勢也可能是這三個城市具有較高的市場化程度所導(dǎo)致的。于是，我們進(jìn)一步引入市場化程度進(jìn)行聯(lián)合分析。我們預(yù)期，當(dāng)市場化程度較高時，分析師獲取的公開信息數(shù)量和質(zhì)量都提高，這減弱了他們對私有信息的依賴，進(jìn)而導(dǎo)致地理鄰近的優(yōu)勢減弱。因此，我們利用模型（2）做進(jìn)一步分析，結(jié)果列示于表9。表9的前三列是預(yù)測誤差，最右三列是預(yù)測頻率。市場化程度高低是根據(jù)樊綱市場化指數(shù)的中位值進(jìn)行區(qū)分的。從表9可以看出，當(dāng)市場化程度較高時，Distance對Ferror的影響系數(shù)小于市場化程度較低的情況，所有樣本中反映出二者的差異是顯著的。同時，當(dāng)市場化程度較高時，Distance對預(yù)測頻率的負(fù)向影響小于市場化程度較低帶來的影響，所有樣本中反映出兩組之間的差異顯著。這支持了本文的研究假說2，即市場化程度高削弱了地理距離對分析師預(yù)測行為的影響。

表9 市場化程度與地理距離對分析師預(yù)測行為的聯(lián)合影響

（四）穩(wěn)健性檢驗

在上面的分析中，我們用分析師預(yù)測的EPS與實際EPS差異的絕對值計算預(yù)測誤差。由于增發(fā)配股、分紅除權(quán)可能導(dǎo)致EPS預(yù)測值與實際值的基準(zhǔn)不一致，因此我們更換了計算方法，直接以分析師預(yù)測的盈利（net income）為預(yù)測值，分別以凈利潤、營業(yè)利潤和扣除非經(jīng)常性損益后的凈利潤為實際值，并除以權(quán)益總市值的方法計算預(yù)測誤差，這樣可以避免外發(fā)股份不一致帶來的影響。重新對地理距離影響分析師預(yù)測準(zhǔn)確度進(jìn)行了回歸分析，結(jié)果列示于表10，結(jié)果與表8一致，進(jìn)一步支持了本文的研究假說。

表10 更換預(yù)測誤差的計算方法

五、研究結(jié)論與不足

本文基于我國特殊的制度背景，考察了分析師與被跟蹤公司注冊地之間的距離對證券分析師行為的影響。地理位置引入財務(wù)、金融研究領(lǐng)域后，很多學(xué)者研究過地理位置對股票回報的影響（García和Norli，2012[4]；Kim等，2012[5]）、對公司行為的影響（John等，2011[6]）、對銀行信貸的影響（Agarwal和Hauswald， 2010； Hauswald 和 Marquez， 2006[2]； Petersen和 Rajan，2002[3]）、 對機(jī)構(gòu)投資者（Teo，2009[7]） 和審計師（Defond等，2011[8]） 的影響，但地理位置與證券分析師的相關(guān)研究則較少。本文首先對我國券商機(jī)構(gòu)的地理位置分布進(jìn)行分析，結(jié)果發(fā)現(xiàn)，我國券商機(jī)構(gòu)的地理分布較集中，主要在北京、上海、深圳三個城市，而這三個城市的上市公司數(shù)量以及市場化程度都較高，這顯示我國具有特殊的券商機(jī)構(gòu)地理分布特征。同時由于地理位置集中，且集中的城市市場化程度也較高，這導(dǎo)致Malloy（2005）[9]基于美國環(huán)境的研究成果并不一定能應(yīng)用于我國，因此本文試圖提供新的發(fā)展中國家的經(jīng)驗證據(jù)。研究發(fā)現(xiàn)，當(dāng)券商機(jī)構(gòu)距離公司注冊地較近時，分析師更容易搜集和更新私有信息，因此他們做出預(yù)測報告的頻率較高，預(yù)測的準(zhǔn)確度也較高。同時，由于我國券商機(jī)構(gòu)主要集中于深圳、北京、上海三個城市，而這三個城市的上市公司數(shù)量較多、市場化程度較高，因此上述發(fā)現(xiàn)就可能受到市場化程度影響的干擾。于是我們引入市場化程度變量，考察地理距離與市場化程度對分析師預(yù)測行為的聯(lián)合影響。結(jié)果發(fā)現(xiàn)，市場化程度較高時，地理距離與預(yù)測頻率、預(yù)測準(zhǔn)確度的相關(guān)性小于市場化程度較低時所帶來的影響。這表明在那些市場化程度較高的地區(qū)，分析師能更容易獲得質(zhì)量較高的公開信息，依賴于地理鄰近獲取私有信息的激勵和程度就減弱了。這些結(jié)果能夠為地理位置與經(jīng)濟(jì)參與者行為之間的關(guān)系研究提供新的證據(jù)和啟示。

本文的研究不足是，在論述地理距離與分析師預(yù)測行為的關(guān)系時，基于的邏輯是地理距離影響了分析師獲得的私有信息的差異。很顯然，地理距離只是私有信息的間接衡量指標(biāo)。近期的文獻(xiàn)的確提供了一些新的私有信息衡量指標(biāo)（如Mayew等，2013[25]；Mira和Taylor，2011[22]），但由于數(shù)據(jù)的可獲得性，本文沒有檢驗其他指標(biāo)。這可以作為未來研究的一個重要方向。

[1]Agarwal S， Hauswald R.Distance and Private Information in Lending[J].Review of Financial Studies， 2010， 23（7）:2757-2788.

[2]Hauswald R， Marquez R.Competition and Strategic Information Acquisition in Credit Markets[J].Review of Financial Studies， 2006， 19（3）:967-1000.

[3]Petersen M A， Rajan R G.Does Distance Still Matter？ The Information Revolution in Small Business Lending[J].Journal of Finance， 2002， 57（6）:2533-2570.

[4]García D， Norli ?.Geographic Dispersion and Stock Returns[J].Journal of Financial Economics， 2012， 106（3）:547-565.

[5]Kim C F， Pantzalis C， Chul Park J.Political Geography and Stock Returns:The Value and Risk Implications of Proximity to Political Power[J].Journal of Financial Economics， 2012， 106（1）:196-228.

[6]John K， Knyazeva A， Knyazeva D.Does Geography Matter？ Firm Location and Corporate Payout Policy[J].Journal of Financial Economics， 2011，101（3）:533-551.

[7]Teo M.The Geography of Hedge Funds[J].Review of Financial Studies， 2009， 22（9）:3531-3561.

[8]Defond M L， Francis J R， Hu X.The Geography of SEC Enforcement and Auditor Reporting for Financially Distressed Clients[R].working paper，2011.

[9]Malloy C J.The Geography of Equity Analysis[J].Journal of Finance， 2005， 60（2）:719-755.

[10]Healy P M， Palepu K G.Information Asymmetry， Corporate Disclosure， and the Capital Markets:A Review of the Empirical Disclosure Literature[J].Journal of Accounting and Economics， 2001， 31（1-3）:405-440.

[11]Hope O K.Accounting Policy Disclosures and Analysts'Forecasts[J].Contemporary Accounting Research， 2003， 20（2）:295-321.

[12]Libby R， Hun-Tong T， Hunton J E.Does the Form of Management's Earnings Guidance Affect Analysts'Earnings Forecasts？ [J].The Accounting Review， 2006， 81（1）:207-225.

[13]王玉濤，王彥超.業(yè)績預(yù)告信息對分析師預(yù)測行為有影響嗎？.金融研究，2012（6）:202-218.

[14]Chen Q， Jiang W.Analysts'Weighting of Private and Public Information[J].Review of Financial Studies， 2006， 19（1）:319-355.

[15]魏后凱.改革開放30年中國區(qū)域經(jīng)濟(jì)的變遷——從不平衡發(fā)展到相對均衡發(fā)展.經(jīng)濟(jì)學(xué)動態(tài)，2008（5）:9-16.

[16]Baldwin B A.Segment Earnings Disclosure and the Ability of Security Analysts to Forecast Earnings Per Share[J].The Accounting Review， 1984，59（3）:376-389.

[17]Hodder L， Hopkins P E， Wood D A.The Effects of Financial Statement and Informational Complexity on Analysts'Cash Flow Forecasts[J].The Accounting Review， 2008， 83（4）:915-956.

[18]Langberg N， Sivaramakrishnan K.Voluntary Disclosures and Information Production by Analysts[J].Journal of Accounting and Economics， 2008，46（1）:78-100.

[19]Behn B K， Choi J， Kang T.Audit Quality and Properties of Analyst Earnings Forecasts[J].The Accounting Review， 2008， 83（2）:327-349.[20]Payne J L.The Influence of Audit Firm Specialization on Analysts'Forecast Errors[J].Auditing， 2008， 27（2）:109-136.

[21]Robertson J C.Analysts'Reaction to Auditors'Messages in Qualified Reports[J].Accounting Horizons， 1988， 2（2）:82-89.

[22]Mira S， Taylor N.Estimating Private Information Usage Amongst Analysts:Evidence From UK Earnings Forecasts[J].Journal of Forecasting，2011， 30（8）:679-705.

[23]Mayew W J， Sharp N Y， Venkatachalam M.Using Earnings Conference Calls to Identify Analysts with Superior Private Information[J].Review of Accounting Studies， 2013， 18（2）:386-413.

[24]Altschuler D， Chen G， Zhou J.Anticipation of Management Forecasts and Analysts'Private Information Search[J].Review of Accounting Studies，2015， 20（2）:803-838.

[25]Fischer P E， Stocken P C.Analyst Information Acquisition and Communication[R].Working Paper， 2008.

[26]樊綱，王小魯，馬光榮.中國市場化進(jìn)程對經(jīng)濟(jì)增長的貢獻(xiàn).經(jīng)濟(jì)研究，2011（9）:4-16.