證券分析師數(shù)量與行業(yè)研究報(bào)告質(zhì)量*
——來(lái)自證券公司關(guān)閉的證據(jù)

馬雪琳，劉 杰，吳崇林，孫淑曉

（1.福建農(nóng)林大學(xué)經(jīng)濟(jì)與管理學(xué)院，福建 福州 350002；2.閩江學(xué)院，福建 福州 350108）

一、引言

證券分析師作為資本市場(chǎng)的信息中介，發(fā)布的研究報(bào)告能夠影響投資者的決策以及公司股票的定價(jià)效率，對(duì)資本市場(chǎng)的健康穩(wěn)定發(fā)展起到重要作用。然而，近年來(lái)，在證券公司關(guān)閉數(shù)量增多的背景下，行業(yè)分析師數(shù)量趨于下降，如2019年出現(xiàn)證券公司合并潮，當(dāng)年共減少證券公司12家，行業(yè)中分析師人數(shù)減少261人。與此同時(shí)，“研報(bào)門(mén)”事件①“研報(bào)門(mén)”事件通常指證券分析師發(fā)布涉嫌誤導(dǎo)證券市場(chǎng)投資者的研究報(bào)告。頻出對(duì)投資者和資本市場(chǎng)形成較大的負(fù)面沖擊，如2011年RX證券自夸自買(mǎi)“寧波聯(lián)合”、ZX證券發(fā)布“涪陵榨菜”天價(jià)榨菜研報(bào)，2016年ZJ證券研報(bào)點(diǎn)評(píng)“通策醫(yī)療”業(yè)務(wù)張冠李戴鬧烏龍，2020年GX證券虛假陳述“美年健康研報(bào)門(mén)”。對(duì)此，我們不禁疑問(wèn)，分析師數(shù)量減少是否會(huì)降低研究報(bào)告質(zhì)量？若答案是肯定的，存在何種影響機(jī)制？進(jìn)一步地，分析師數(shù)量變動(dòng)是否對(duì)證券市場(chǎng)的定價(jià)效率產(chǎn)生影響？

與成熟的資本市場(chǎng)相比，我國(guó)證券分析師行業(yè)起步較晚。受限于數(shù)據(jù)資料不足②從國(guó)泰安（CSMAR）數(shù)據(jù)庫(kù)來(lái)看，國(guó)內(nèi)從2001年開(kāi)始才有證券分析師盈余預(yù)測(cè)相關(guān)數(shù)據(jù)， 2006年以后才有較多的研究報(bào)告數(shù)據(jù)。，關(guān)于分析師數(shù)量與行業(yè)研究報(bào)告質(zhì)量關(guān)系的實(shí)證研究仍較為缺乏。較有代表性的Hong和Kacperczyk（2010）、岳衡和林小馳（2008）以及李春濤等（2013）的研究表明，關(guān)注同一上市公司的分析師數(shù)量增加對(duì)上市公司研究報(bào)告的質(zhì)量有積極影響。但是，以往文獻(xiàn)忽略了證券公司分析師數(shù)量變化對(duì)行業(yè)其他公司造成的影響。具體而言，分析師數(shù)量增加能夠加劇競(jìng)爭(zhēng)（Hong和Kacperczyk，2010），促使行業(yè)內(nèi)分析師進(jìn)行更高質(zhì)量的研究來(lái)區(qū)分自己和其他分析師。此外，分析師會(huì)經(jīng)常參考同行業(yè)其他分析師的研究報(bào)告，所以更高質(zhì)量的研究可以為行業(yè)中的其他分析師提供更多的信息（Clement等，2011）。因此，新進(jìn)入的證券分析師不僅會(huì)對(duì)其所跟蹤公司的研究報(bào)告質(zhì)量產(chǎn)生影響，對(duì)跟蹤行業(yè)中其他公司的研究報(bào)告質(zhì)量也會(huì)產(chǎn)生溢出效應(yīng)。與此相反，若分析師數(shù)量下降，則會(huì)產(chǎn)生負(fù)向信息溢出效應(yīng)，降低企業(yè)和行業(yè)的研究報(bào)告質(zhì)量。為回答前文所提問(wèn)題，本文首先根據(jù)證券公司最后一次發(fā)布研究報(bào)告的時(shí)間確定了66家證券公司關(guān)閉的時(shí)間，并匹配出所屬證券公司的失業(yè)分析師和失業(yè)分析師失業(yè)前跟蹤的上市公司，逐月統(tǒng)計(jì)行業(yè)中的失業(yè)分析師數(shù)量，構(gòu)建分析師數(shù)量下降的指標(biāo)。其次，實(shí)證檢驗(yàn)了分析師數(shù)量下降對(duì)行業(yè)研究報(bào)告質(zhì)量的影響程度及其影響機(jī)制和市場(chǎng)后果。發(fā)現(xiàn)分析師數(shù)量下降減弱了分析師的競(jìng)爭(zhēng)程度，增加了行業(yè)中分析師的預(yù)測(cè)偏差和預(yù)測(cè)樂(lè)觀度，使整個(gè)行業(yè)的研究報(bào)告質(zhì)量降低，產(chǎn)生了負(fù)向信息溢出效應(yīng)。這種影響在分析師覆蓋率低、收益不易預(yù)測(cè)的行業(yè)中更為顯著。進(jìn)一步地，本文發(fā)現(xiàn)分析師數(shù)量下降產(chǎn)生的負(fù)向信息溢出效應(yīng)減少了股價(jià)中的行業(yè)信息量，增加了行業(yè)股價(jià)同步性，導(dǎo)致證券市場(chǎng)定價(jià)效率降低。

本文可能的創(chuàng)新點(diǎn)是：第一，改進(jìn)分析師數(shù)量測(cè)算方法，減輕變量的內(nèi)生性問(wèn)題。已有文獻(xiàn)在測(cè)算分析師數(shù)量時(shí)往往忽視了變量的內(nèi)生性問(wèn)題，如李春濤等（2013）使用跟蹤一家公司的分析師數(shù)量和跟蹤一家公司的機(jī)構(gòu)數(shù)目作為分析師數(shù)量的測(cè)度。該方法下分析師數(shù)量和研究報(bào)告質(zhì)量存在反向因果關(guān)系，分析師和機(jī)構(gòu)可能偏好對(duì)研究報(bào)告質(zhì)量更好（或者更差）的公司進(jìn)行跟蹤。本文采用因證券公司關(guān)閉導(dǎo)致的失業(yè)分析師數(shù)量作為分析師數(shù)量下降指標(biāo)。證券公司關(guān)閉取決于證券公司內(nèi)部因素，與其跟蹤的行業(yè)無(wú)關(guān)，是一個(gè)理想的外生沖擊。此外，本文僅統(tǒng)計(jì)所屬證券公司關(guān)閉后一年內(nèi)沒(méi)有發(fā)布研究報(bào)告的分析師數(shù)量，這部分分析師可以判斷為因無(wú)法在行業(yè)中再就業(yè)而轉(zhuǎn)行，證券公司關(guān)閉成為一個(gè)競(jìng)爭(zhēng)的自然實(shí)驗(yàn)。第二，填補(bǔ)了分析師數(shù)量下降對(duì)行業(yè)研究報(bào)告質(zhì)量溢出影響及其影響機(jī)制的研究空白。現(xiàn)有文獻(xiàn)較多關(guān)注跟蹤同一上市公司的分析師數(shù)量減少對(duì)該公司信息環(huán)境（Hong和Kacperczyk，2010）、經(jīng)營(yíng)管理（Chen等，2015；Kim等，2019）、財(cái)務(wù)決策（Derrien和kecskés，2013；劉少波等，2021）的直接影響，鮮有研究某一公司的分析師減少對(duì)同行業(yè)其他公司研究報(bào)告質(zhì)量的溢出效應(yīng)。本文是對(duì)分析師價(jià)值和行業(yè)研究的有益補(bǔ)充和拓展，能夠?yàn)楸O(jiān)管部門(mén)引導(dǎo)證券分析師行業(yè)的規(guī)范發(fā)展提供指導(dǎo)和啟發(fā)。

二、理論分析與研究假設(shè)

（一）證券分析師與行業(yè)研究報(bào)告質(zhì)量

證券分析師對(duì)于塑造資本市場(chǎng)的信息環(huán)境具有重要作用（吳偎立等，2020）。上市公司的跟蹤分析師數(shù)量越多，有利于分析師作出準(zhǔn)確的企業(yè)盈利預(yù)測(cè)（Hong和Kacperczyk，2010；岳衡和林小馳，2008；李春濤等，2013），也有利于加強(qiáng)對(duì)企業(yè)的監(jiān)督（Chen等，2015；李春濤等，2016），更好地挖掘企業(yè)創(chuàng)新活動(dòng)信息，提升資本市場(chǎng)對(duì)企業(yè)創(chuàng)新活動(dòng)的認(rèn)同度，促進(jìn)企業(yè)創(chuàng)新投資（徐欣和唐清泉，2010）。反之，分析師跟蹤數(shù)量減少會(huì)增加信息不對(duì)稱，從而增加企業(yè)融資成本，導(dǎo)致公司的投資和融資減少（Derrien和kecskés，2013），加大公司未來(lái)的股價(jià)崩盤(pán)風(fēng)險(xiǎn)（Kim等，2019）。

研究報(bào)告的質(zhì)量取決于分析師的專業(yè)能力、信息渠道和獨(dú)立性。在專業(yè)能力方面，從業(yè)年限（Mikhail等，2003；何慧華和方軍雄，2019）、明星分析師頭銜（Fang和Yasuda，2009；張然等，2017）、學(xué)歷水平（Bertrand和Schoar，2003）以及行業(yè)專長(zhǎng)（劉永澤和高嵩，2014）能夠反映分析師的專業(yè)能力，對(duì)分析師在研究報(bào)告中的預(yù)測(cè)表現(xiàn)具有重要影響。在信息渠道方面，上市公司的信息披露（白曉宇，2009）和媒體報(bào)道（周開(kāi)國(guó)等，2014）等公開(kāi)信息，由于成本較低、易于獲取，是分析師最主要的信息來(lái)源，能夠顯著影響研究報(bào)告的質(zhì)量。此外，分析師通過(guò)實(shí)地調(diào)研（楊青等，2019）或者參與上市公司的交流會(huì)（Green等，2014）私下獲取的非公開(kāi)信息，也能夠?qū)ρ芯繄?bào)告的質(zhì)量產(chǎn)生重大影響。在獨(dú)立性方面，國(guó)內(nèi)外學(xué)者均一致認(rèn)為，證券分析師受制于各種利益關(guān)系難以保持獨(dú)立性，傾向于在研究報(bào)告中發(fā)布樂(lè)觀的盈余預(yù)測(cè)，降低研究報(bào)告質(zhì)量。證券分析師之所以這樣做，主要有五種動(dòng)機(jī)：一是為所在證券公司爭(zhēng)取承銷業(yè)務(wù)（Bessler和Stanzel，2010；吳超鵬等，2013）；二是獲取機(jī)構(gòu)投資者的分倉(cāng)傭金（許年行等，2012；Gu等，2013）；三是增加交易費(fèi)用（Jackson，2005；曹勝和朱紅軍，2011）；四是維護(hù)與上市公司管理層的關(guān)系以獲取私有信息（Francis和Philbrick，1993；孫淑偉等，2019）；五是為了自身的職業(yè)發(fā)展（Bradshaw，2011；褚劍等，2019）。

（二）證券分析師數(shù)量變化與行業(yè)研究報(bào)告質(zhì)量

分析師數(shù)量增加會(huì)導(dǎo)致競(jìng)爭(zhēng)加?。℉ong和Kacperczyk，2010）。分析師在行業(yè)排名和行業(yè)聲望等方面的競(jìng)爭(zhēng)，能夠促使分析師進(jìn)行更高質(zhì)量的研究來(lái)區(qū)分自己和其他分析師。又由于分析師會(huì)經(jīng)常參考同行業(yè)其他分析師的研究報(bào)告（Clement等，2011），因此更高質(zhì)量的研究可以為行業(yè)中的其他分析師提供更多的信息，進(jìn)而提高所在行業(yè)的研究報(bào)告質(zhì)量。因此，新進(jìn)入的證券分析師不僅會(huì)對(duì)其所跟蹤行業(yè)中的公司x1研究報(bào)告質(zhì)量產(chǎn)生影響，對(duì)行業(yè)X中的其他公司研究報(bào)告質(zhì)量也會(huì)產(chǎn)生溢出效應(yīng)；反之，若分析師數(shù)量下降，則會(huì)產(chǎn)生負(fù)向信息溢出效應(yīng)，降低行業(yè)研究報(bào)告質(zhì)量（見(jiàn)圖1）。

圖1 證券分析師數(shù)量下降的溢出效應(yīng)

進(jìn)一步地，若分析師數(shù)量變化對(duì)行業(yè)研究報(bào)告質(zhì)量的影響是由分析師競(jìng)爭(zhēng)變化驅(qū)動(dòng)的，隨著分析師數(shù)量的下降、行業(yè)競(jìng)爭(zhēng)減小，這種負(fù)向溢出效應(yīng)會(huì)不斷減弱。本文通過(guò)預(yù)測(cè)偏差和預(yù)測(cè)樂(lè)觀度兩個(gè)指標(biāo)衡量分析師的研究報(bào)告質(zhì)量。以預(yù)測(cè)偏差為例，分析師下降相同的數(shù)量（△x2=△x1），對(duì)降低行業(yè)研究報(bào)告質(zhì)量的影響是不斷減弱的（△y2＜△y1）。

基于以上分析，提出本文的第一個(gè)研究假設(shè)：

H1a：分析師數(shù)量下降將增大證券分析師的預(yù)測(cè)偏差和預(yù)測(cè)樂(lè)觀度，降低行業(yè)研究報(bào)告質(zhì)量。

H1b：隨著分析師數(shù)量的下降，其對(duì)行業(yè)研究報(bào)告質(zhì)量的不利影響會(huì)不斷減弱。

（三）證券分析師數(shù)量下降、行業(yè)分析師覆蓋率與行業(yè)研究報(bào)告質(zhì)量

若分析師數(shù)量變化是通過(guò)改變行業(yè)競(jìng)爭(zhēng)程度影響該行業(yè)研究報(bào)告的質(zhì)量，則分析師數(shù)量下降對(duì)不同競(jìng)爭(zhēng)壓力的行業(yè)的研究報(bào)告質(zhì)量影響應(yīng)該是不同的?；贕entzkow和Shapiro（2008）的研究，當(dāng)市場(chǎng)上有大量的傳媒公司，失去一個(gè)傳媒公司不太可能影響新聞的報(bào)道，但當(dāng)市場(chǎng)上只有少數(shù)傳媒公司時(shí)，失去一個(gè)傳媒公司很大可能會(huì)影響新聞報(bào)道。如果一個(gè)行業(yè)擁有大量的分析師跟蹤，那么分析師數(shù)量的下降對(duì)這些行業(yè)研究報(bào)告質(zhì)量的影響將下降到較低的水平。由此，提出本文的第二個(gè)研究假設(shè)：

H2：分析師數(shù)量下降對(duì)分析師覆蓋率高的行業(yè)的研究報(bào)告質(zhì)量影響較小。

（四）證券分析師數(shù)量下降、行業(yè)收益預(yù)測(cè)難度與行業(yè)研究報(bào)告質(zhì)量

歷史盈余數(shù)據(jù)是分析師進(jìn)行預(yù)測(cè)的重要信息來(lái)源，公司盈余波動(dòng)越大，從歷史盈余數(shù)據(jù)中預(yù)測(cè)未來(lái)收益的難度越高（Kross等，1990；石桂峰等，2007；岳衡和林小馳，2008）。同理，如果一個(gè)行業(yè)中的公司收益可以通過(guò)行業(yè)歷史盈余數(shù)據(jù)推算，而不太依賴于行業(yè)公司間的異質(zhì)信息，這不僅說(shuō)明該行業(yè)中的公司收益高度相關(guān)，也意味著該行業(yè)中的公司收益易于預(yù)測(cè)，此時(shí)該行業(yè)擁有更多分析師的價(jià)值相對(duì)較低。當(dāng)行業(yè)中的公司收益易于預(yù)測(cè)時(shí)，個(gè)別分析師離開(kāi)該行業(yè)，行業(yè)損失的信息較少，分析師數(shù)量下降影響較小?；诖耍岢霰疚牡牡谌齻€(gè)研究假設(shè)：

H3：分析師數(shù)量下降對(duì)收益易于預(yù)測(cè)的行業(yè)的研究報(bào)告質(zhì)量影響較小。

（五）證券分析師數(shù)量下降與行業(yè)股價(jià)同步性

分析師研究報(bào)告向市場(chǎng)提供的信息會(huì)對(duì)股票估值產(chǎn)生影響（Asquith等，2005；Bradley等，2014）。股價(jià)中包含的公司特質(zhì)信息越多，股價(jià)越能夠反映公司的實(shí)際價(jià)值，引導(dǎo)資本市場(chǎng)實(shí)現(xiàn)資源的最優(yōu)配置，而并非僅僅跟隨市場(chǎng)走勢(shì)波動(dòng)，因此股價(jià)同步性可作為衡量公司股價(jià)信息含量的指標(biāo)，反映證券市場(chǎng)的定價(jià)效率。分析師的活動(dòng)能夠增加股價(jià)中公司層面的特質(zhì)信息，降低公司股價(jià)同步性，提高資本市場(chǎng)的運(yùn)行效率（朱紅軍等，2007；姜超，2013）。然而，公司之間并非相互獨(dú)立，尤其是處在同一行業(yè)中的公司是相互影響的，單家公司的信息會(huì)對(duì)行業(yè)中的其他公司產(chǎn)生溢出效應(yīng)（Kim等，2008）。分析師利用從同行業(yè)其他公司獲取的信息可以提高預(yù)測(cè)的準(zhǔn)確性（Hilary和Shen，2013；劉永澤和高嵩，2014）?；诖?，本文預(yù)期分析師數(shù)量下降產(chǎn)生的負(fù)向信息溢出效應(yīng)對(duì)行業(yè)信息含量會(huì)有負(fù)面影響，增加行業(yè)股價(jià)同步性。同樣地，若分析師數(shù)量變化對(duì)行業(yè)股價(jià)同步性的影響是由分析師競(jìng)爭(zhēng)變化導(dǎo)致的，隨著分析師數(shù)量的下降，行業(yè)競(jìng)爭(zhēng)減小，這種負(fù)向溢出效應(yīng)會(huì)不斷減弱。由此，提出本文的第四個(gè)假設(shè)：

H4a：分析師數(shù)量下降會(huì)增加行業(yè)股價(jià)同步性，降低證券市場(chǎng)定價(jià)效率。

H4b：隨著分析師數(shù)量的下降，其對(duì)證券市場(chǎng)定價(jià)效率的不利影響會(huì)不斷減弱。

三、研究設(shè)計(jì)

（一）樣本選擇與數(shù)據(jù)來(lái)源

本文使用的分析師預(yù)測(cè)數(shù)據(jù)、上市公司財(cái)務(wù)數(shù)據(jù)、股票市場(chǎng)交易數(shù)據(jù)均來(lái)源于國(guó)泰安（CSMAR）數(shù)據(jù)庫(kù)，樣本期間為2006—2020年。其中，對(duì)分析師預(yù)測(cè)數(shù)據(jù)作如下處理：①因分析師作出預(yù)測(cè)的時(shí)間與預(yù)測(cè)年度間隔不同會(huì)對(duì)預(yù)測(cè)偏差、預(yù)測(cè)樂(lè)觀度產(chǎn)生不同影響，僅保留分析師對(duì)上市公司的當(dāng)年預(yù)測(cè)；②僅保留同一分析師對(duì)同一上市公司當(dāng)月的最后一次預(yù)測(cè)。本文按照證監(jiān)會(huì)行業(yè)分類2012版門(mén)類分類標(biāo)準(zhǔn)，將上市公司劃分為19個(gè)行業(yè)。剔除缺失值后，最終得到3027個(gè)觀測(cè)值。

（二）變量設(shè)計(jì)

1.分析師的下降數(shù)量（AnalystDrops）

本 文 參 照Hong和Kacperczyk（2010）、Derrien和kecskés（2013）、Chen等（2015）以及Kim等（2019）的做法，使用證券公司關(guān)閉這一事件作為外生沖擊，通過(guò)匹配確定失業(yè)分析師及其失業(yè)前跟蹤的上市公司，按行業(yè)逐月統(tǒng)計(jì)出分析師的下降數(shù)量。導(dǎo)致證券公司關(guān)閉的常見(jiàn)原因有兩種：一是證券公司在經(jīng)營(yíng)過(guò)程中出現(xiàn)違法違規(guī)、未能清償?shù)狡趥鶆?wù)等問(wèn)題使其被撤銷、托管、接管或破產(chǎn)；二是為了補(bǔ)齊業(yè)務(wù)短板、擴(kuò)張市場(chǎng)份額而發(fā)生的證券公司合并。因此，證券公司關(guān)閉取決于證券公司內(nèi)部因素，而與其跟蹤的行業(yè)無(wú)關(guān)，是一個(gè)理想的外生沖擊。本文根據(jù)證券公司最后一次發(fā)布研究報(bào)告的時(shí)間確定了66家證券公司關(guān)閉的時(shí)間，如果分析師在所屬證券公司關(guān)閉后的一年內(nèi)沒(méi)有發(fā)布研究報(bào)告，則判定其因無(wú)法在行業(yè)中再就業(yè)而轉(zhuǎn)行，計(jì)入失業(yè)分析師數(shù)量。

2.研究報(bào)告質(zhì)量

分析師在對(duì)公司未來(lái)盈利作出預(yù)測(cè)時(shí)，會(huì)因信息不對(duì)稱而產(chǎn)生偏差。Hong和Kacperczyk（2010）的研究表明競(jìng)爭(zhēng)具有約束作用，分析師數(shù)量減少導(dǎo)致的競(jìng)爭(zhēng)減小會(huì)導(dǎo)致分析師預(yù)測(cè)樂(lè)觀度增加。因此，本文使用預(yù)測(cè)偏差（Biasi,s,t）和預(yù)測(cè)樂(lè)觀度（Optimismi,s,t）兩個(gè)指標(biāo)衡量分析師研究報(bào)告質(zhì)量。Biasi,s,t為行業(yè)i分析師在第t年第s月的預(yù)測(cè)偏差，定義為分析師預(yù)測(cè)的每股收益值與實(shí)際每股收益值之差的絕對(duì)值。為了消除公司間的異質(zhì)性，將其除以分析師預(yù)測(cè)的每股收益值進(jìn)行調(diào)整，并對(duì)預(yù)測(cè)偏差求平均值。Optimismi,s,t考慮了偏差的方向，為行業(yè)i分析師在第t年第s月的預(yù)測(cè)樂(lè)觀度。

其中：fepsj,s,t,k表示第k個(gè)分析師在第t年第s月對(duì)j公司作出的每股收益指標(biāo)預(yù)測(cè)值；epsj,t對(duì)應(yīng)j公司第t年每股收益的實(shí)際值；j剔除了行業(yè)中上一個(gè)月經(jīng)歷分析師下降的公司，以考察分析師數(shù)量的下降對(duì)該行業(yè)中其他沒(méi)有經(jīng)歷分析師跟蹤變化的公司研究報(bào)告質(zhì)量的影響，即分析師的下降數(shù)量對(duì)行業(yè)研究報(bào)告質(zhì)量的溢出效應(yīng)。

3.行業(yè)分析師覆蓋率（HighCoverage）

本文將行業(yè)分析師覆蓋率定義為對(duì)某一行業(yè)進(jìn)行跟蹤的分析師數(shù)量。由于分析師通常會(huì)定期提供報(bào)告，每月一次或者更頻繁。因此，本文根據(jù)研究報(bào)告的月度發(fā)布情況統(tǒng)計(jì)當(dāng)月對(duì)各行業(yè)進(jìn)行跟蹤的分析師數(shù)量。如果一個(gè)行業(yè)分析師覆蓋率高于該月各行業(yè)的中位數(shù)，虛擬變量HighCoverage賦值為1，否則賦值為0。

4.行業(yè)收益預(yù)測(cè)難度（HighR2）

其中：ROAj,i,q,t表示第t年第q季度行業(yè)i公司j的資產(chǎn)回報(bào)率。ROAi,q,t表示第t年第q季度行業(yè)i的資產(chǎn)回報(bào)率，按照行業(yè)中各公司流通市值為權(quán)重加權(quán)平均計(jì)算得到。若一個(gè)行業(yè)的年度R2i,t高于該年各行業(yè)的中位數(shù)，則認(rèn)為該行業(yè)該年收益易于預(yù)測(cè)，虛擬變量HighR2賦值為1，否則賦值為0。

5.行業(yè)股價(jià)同步性（Synch）

其中：IndReti,w,t表示第t年第w周行業(yè)i的收益率，按照行業(yè)中各公司流通市值為權(quán)重加權(quán)平均計(jì)算得到。MarketRetw,t表示第t年第w周市場(chǎng)收益率。Synchi,t表示第t年行業(yè)i的股價(jià)同步性。

6.控制變量

本文參考Merkley等（2017）與唐雪松等（2019）的做法，選取分析師經(jīng)驗(yàn)（AnalystExperience）、市值規(guī)模（Size）、資產(chǎn)回報(bào)率（Roa）、盈利能力變化（△Roa）、賬面市值比（Mb）、業(yè)績(jī)?cè)鏊伲⊿alesGrowth）作為控制變量。

為了避免異常值對(duì)實(shí)證結(jié)果造成的潛在影響，本文對(duì)連續(xù)型變量進(jìn)行了1%的雙向縮尾處理。主要變量的具體定義如表1所示。

表1 變量定義

（三）模型設(shè)定

本文建立模型（6）檢驗(yàn)假設(shè)H1a：

其中：FEi,s,t為衡量研究報(bào)告質(zhì)量的預(yù)測(cè)偏差（Biasi,s,t）和預(yù)測(cè)樂(lè)觀度（Optimismi,s,t）。若β1顯著為正，則代表證券分析師數(shù)量下降能夠降低行業(yè)研究報(bào)告質(zhì)量。在模型（6）的基礎(chǔ)上，引入分析師下降數(shù)量的平方項(xiàng)AnalystDrops2i,s,t，建立模型（7）檢驗(yàn)假設(shè)H1b。若β2顯著為負(fù)，則說(shuō)明隨著分析師數(shù)量的下降，其對(duì)行業(yè)研究報(bào)告質(zhì)量的不利影響會(huì)不斷減弱。

建立模型（8）檢驗(yàn)假設(shè)H2，模型中加入了AnalystDropsi,s,t與HighCoveragei,s,t的交互項(xiàng)。若β2顯著為負(fù)，則代表分析師數(shù)量下降對(duì)分析師覆蓋率較高的行業(yè)的研究報(bào)告質(zhì)量影響不大。

建立模型（10）檢驗(yàn)假設(shè)H4a。若β1顯著為正，則代表分析師數(shù)量下降會(huì)增加行業(yè)股價(jià)同步性，降低證券市場(chǎng)定價(jià)效率。

基于模型（10），引入分析師下降數(shù)量的平方項(xiàng)AnalystDrops2i,s,t，建立模型（11）檢驗(yàn)假設(shè)H4b。若β2顯著為負(fù)，則代表隨著分析師數(shù)量的下降，其對(duì)證券市場(chǎng)定價(jià)效率的不利影響會(huì)不斷減弱。

四、實(shí)證分析

（一）描述性統(tǒng)計(jì)分析

表2為主要變量的描述性統(tǒng)計(jì)結(jié)果。分析師下降數(shù)量（AnalystDrops）的均值為0.8827，說(shuō)明每個(gè)月每個(gè)行業(yè)平均有0.8827位分析師因證券公司關(guān)閉失業(yè)。預(yù)測(cè)樂(lè)觀度（Optimism）的均值為正，表明分析師研究報(bào)告的盈余預(yù)測(cè)存在過(guò)度樂(lè)觀的傾向，這與國(guó)內(nèi)外諸多學(xué)者的結(jié)論是一致的。

表2 描述性統(tǒng)計(jì)

（二）回歸分析

1.分析師數(shù)量下降對(duì)行業(yè)研究報(bào)告質(zhì)量的影響

表3第（1）（2）列的被解釋變量分別為預(yù)測(cè)偏差（Bias）和預(yù)測(cè)樂(lè)觀度（Optimism）。AnalystDrops的回歸系數(shù)在1%顯著性水平下均顯著為正，表明分析師數(shù)量下降能夠增加行業(yè)分析師的預(yù)測(cè)偏差和預(yù)測(cè)樂(lè)觀度，對(duì)行業(yè)中其他公司的研究報(bào)告質(zhì)量產(chǎn)生負(fù)向溢出效應(yīng)，降低行業(yè)研究報(bào)告的質(zhì)量。具體而言，分析師數(shù)量每下降1人，行業(yè)分析師的平均預(yù)測(cè)偏差增加0.23個(gè)百分點(diǎn)，平均預(yù)測(cè)樂(lè)觀度增加0.23個(gè)百分點(diǎn)。上述結(jié)果與Hong和Kacperczyk（2010）、岳衡和林小馳（2008）以及李春濤等（2013）在公司層面的研究發(fā)現(xiàn)是一致的。假設(shè)H1a得到證實(shí)。第（3）（4）列的估計(jì)結(jié)果顯示，AnalystDrops2的回歸系數(shù)在1%顯著性水平下均顯著為負(fù)，表明隨著分析師數(shù)量的下降，行業(yè)研究報(bào)告質(zhì)量會(huì)降低，但這種影響會(huì)不斷減弱。假設(shè)H1b得到證實(shí)。

表3 分析師數(shù)量下降與行業(yè)研究報(bào)告質(zhì)量

2.分析師數(shù)量下降對(duì)不同分析師覆蓋率行業(yè)研究報(bào)告質(zhì)量的影響

表4第（1）列的估計(jì)結(jié)果顯示，交互項(xiàng)AnalystDrops×HighCoverage的回歸系數(shù)為負(fù)但在統(tǒng)計(jì)上不顯著，說(shuō)明分析師數(shù)量下降對(duì)不同分析師覆蓋率行業(yè)的分析師預(yù)測(cè)偏差影響沒(méi)有顯著不同。第（2）列的估計(jì)結(jié)果顯示，交互項(xiàng)AnalystDrops×HighCoverage的回歸系數(shù)在5%顯著性水平下顯著為負(fù)，表明分析師數(shù)量下降導(dǎo)致的競(jìng)爭(zhēng)減小，顯著助長(zhǎng)了分析師覆蓋率較低行業(yè)的分析師過(guò)度樂(lè)觀行為。具體而言，對(duì)于分析師覆蓋率低的行業(yè)，分析師的下降數(shù)量每增加1人，行業(yè)中分析師的平均預(yù)測(cè)樂(lè)觀度增加2.14個(gè)百分點(diǎn)；對(duì)于分析師覆蓋率高的行業(yè)，分析師的下降數(shù)量每增加1人，行業(yè)中分析師的平均預(yù)測(cè)樂(lè)觀度增加0.25個(gè)百分點(diǎn)?？傮w來(lái)看，分析師數(shù)量下降對(duì)分析師覆蓋率低的行業(yè)的研究報(bào)告質(zhì)量能夠產(chǎn)生更大的負(fù)面影響。假設(shè)H2得到證實(shí)。

3.分析師數(shù)量下降對(duì)不同收益預(yù)測(cè)難度行業(yè)研究報(bào)告質(zhì)量的影響

表4第（3）（4）列的估計(jì)結(jié)果顯示，交互項(xiàng)AnalystDrops×HighR2的回歸系數(shù)在1%顯著性水平下均顯著為負(fù)，表明分析師數(shù)量下降對(duì)收益不易預(yù)測(cè)的行業(yè)的研究報(bào)告質(zhì)量影響更大。假設(shè)H3得到證實(shí)。具體而言，對(duì)于收益不易預(yù)測(cè)的行業(yè)，分析師的下降數(shù)量每增加1人，行業(yè)中分析師的平均預(yù)測(cè)偏差增加1.38個(gè)百分點(diǎn)，平均預(yù)測(cè)樂(lè)觀度增加1.86個(gè)百分點(diǎn)。對(duì)于收益易于預(yù)測(cè)的行業(yè)，分析師的下降數(shù)量每增加1人，行業(yè)中分析師的平均預(yù)測(cè)偏差增加0.21個(gè)百分點(diǎn)，平均預(yù)測(cè)樂(lè)觀度增加0.18個(gè)百分點(diǎn)。以上結(jié)果進(jìn)一步表明，信息溢出是分析師數(shù)量影響行業(yè)研究報(bào)告質(zhì)量的一種機(jī)制，當(dāng)個(gè)別分析師信息不太重要時(shí)，對(duì)行業(yè)研究報(bào)告的質(zhì)量影響較小。

表4 分析師數(shù)量下降影響行業(yè)研究報(bào)告質(zhì)量的行業(yè)異質(zhì)性

4.分析師數(shù)量下降對(duì)行業(yè)股價(jià)同步性的影響

表5第（1）（2）列的被解釋變量為行業(yè)股價(jià)同步性（Synch）。估計(jì)結(jié)果顯示，無(wú)論是否考慮控制變量，AnalystDrops的回歸系數(shù)在1%顯著性水平下均顯著為正，表明分析師的數(shù)量下降能夠減少股價(jià)中的行業(yè)信息量，導(dǎo)致行業(yè)股價(jià)同步性增加，降低證券市場(chǎng)的資產(chǎn)定價(jià)效率。如第（2）列所示，平均而言，分析師的下降數(shù)量每增加1人，行業(yè)股價(jià)同步性增加0.42個(gè)百分點(diǎn)。上述結(jié)果與朱紅軍等（2007）和姜超（2013）的結(jié)論是相似的。假設(shè)H4a得到證實(shí)。

表5 分析師數(shù)量下降與行業(yè)股價(jià)同步性

Controls 控制 控制 控制 控制Constant 7.2877（0.9352）-382.9624***（-4.7862）年份/行業(yè) 控制 控制 控制 控制觀測(cè)值 3027 3027 3027 3027 R2 0.6953 0.7025 0.6955 0.7028-380.6424***（-4.7501）7.3925（0.9502）

表5第（3）（4）列的估計(jì)結(jié)果表明，AnalystDrops2的回歸系數(shù)在5%顯著性水平下均顯著為負(fù)，表明隨著分析師數(shù)量下降，行業(yè)股價(jià)同步性會(huì)增加，降低了證券市場(chǎng)的定價(jià)效率，但這種影響在不斷減弱。本文假設(shè)H4b得到證實(shí)。

五、穩(wěn)健性檢驗(yàn)

（一）改變證券分析師數(shù)量的測(cè)量方法

證券公司關(guān)閉導(dǎo)致的分析師數(shù)量下降提供了一個(gè)理想的外生沖擊。但這一變量設(shè)置只關(guān)注分析師數(shù)量減少產(chǎn)生的影響，忽略了分析師數(shù)量增加的影響。因此，本文使用跟蹤某一行業(yè)的分析師數(shù)量變化作為自變量進(jìn)行穩(wěn)健性檢驗(yàn)。檢驗(yàn)結(jié)果如表6所示。估計(jì)結(jié)果表明，行業(yè)中的分析師數(shù)量增加會(huì)減小預(yù)測(cè)偏差和預(yù)測(cè)樂(lè)觀度。這與表3的結(jié)論是一致的。

表6 穩(wěn)健性檢驗(yàn)結(jié)果

（二）剔除股市異常波動(dòng)期和泡沫期數(shù)據(jù)

2007—2008年的全球金融危機(jī)以及2014—2015年的中國(guó)股市泡沫可能對(duì)分析師的預(yù)測(cè)表現(xiàn)產(chǎn)生巨大的影響。本文參照Han和Liang（2017）與Cumming等（2020）的做法，將2007年8月至2008年12月、2015年6月至2015年9月定義為中國(guó)股市崩盤(pán)期，將2007年1月至2007年7月、2014年7月至2015年5月定義為中國(guó)股市泡沫期。表6結(jié)果顯示，剔除了股市異常波動(dòng)期和泡沫期數(shù)據(jù)后，第（5）（6）列中AnalystDrops的回歸系數(shù)仍然顯著為正，第（7）（8）列中AnalystDrops2的回歸系數(shù)仍然顯著為負(fù)，說(shuō)明前文結(jié)論是穩(wěn)健的。

（三）其他穩(wěn)健性檢驗(yàn)

本文還進(jìn)行了以下穩(wěn)健性檢驗(yàn)：①使用不同的行業(yè)分類標(biāo)準(zhǔn)。被國(guó)際廣泛使用的全球行業(yè)分類標(biāo)準(zhǔn)（GICS）與中國(guó)證監(jiān)會(huì)行業(yè)分類存在較大差異。本文基于GICS二級(jí)行業(yè)分類標(biāo)準(zhǔn)將上市公司重新分為24個(gè)行業(yè)，然后進(jìn)行穩(wěn)健性檢驗(yàn)。②剔除金融行業(yè)。由于金融行業(yè)具有一定的特殊性，本文使用前文研究方法，基于剔除金融行業(yè)的樣本數(shù)據(jù)進(jìn)行穩(wěn)健性檢驗(yàn)。③考慮不同的股票市場(chǎng)環(huán)境。鑒于市場(chǎng)環(huán)境對(duì)股票市場(chǎng)具有重要影響，本文參考Chen（2009）的做法，根據(jù)市場(chǎng)移動(dòng)平均回報(bào)率將樣本期劃分為牛市和熊市，研究不同股票市場(chǎng)環(huán)境（牛市、熊市）下，分析師數(shù)量下降對(duì)行業(yè)研究報(bào)告質(zhì)量的影響差異。④考慮季度、月度固定效應(yīng)。上述穩(wěn)健性檢驗(yàn)結(jié)果均與前文結(jié)論基本一致，受篇幅限制，在此不再贅述。

六、結(jié)論

本文根據(jù)證券公司最后一次發(fā)布研究報(bào)告的時(shí)間確定證券公司關(guān)閉時(shí)間，并匹配出所屬證券公司的失業(yè)分析師，得到各行業(yè)每月因證券公司關(guān)閉導(dǎo)致的失業(yè)分析師人數(shù)。在剔除經(jīng)歷證券分析師跟蹤數(shù)量變化的公司后，研究分析師數(shù)量下降對(duì)同行業(yè)其他公司研究報(bào)告的信息溢出效應(yīng)。本文的主要結(jié)論：第一，證券分析師數(shù)量下降將減小分析師的競(jìng)爭(zhēng)程度，增加分析師的預(yù)測(cè)偏差和預(yù)測(cè)樂(lè)觀度，從而降低行業(yè)研究報(bào)告的質(zhì)量，產(chǎn)生負(fù)向信息溢出效應(yīng)；第二，對(duì)于分析師覆蓋率低或收益不易預(yù)測(cè)的行業(yè)，分析師數(shù)量下降的市場(chǎng)影響更為顯著；第三，分析師數(shù)量下降產(chǎn)生的負(fù)向信息溢出效應(yīng)，減少了股價(jià)中的行業(yè)信息量，導(dǎo)致行業(yè)股價(jià)同步性增加，降低了證券市場(chǎng)的定價(jià)效率。

本文的研究結(jié)論對(duì)于提升證券市場(chǎng)的資產(chǎn)定價(jià)效率與中小投資者的利益保護(hù)、引導(dǎo)證券分析師行業(yè)的規(guī)范發(fā)展具有啟示意義。鑒于資本市場(chǎng)中擁有更多的證券分析師可以更有效地傳播信息、提高市場(chǎng)定價(jià)效率，有關(guān)部門(mén)應(yīng)進(jìn)一步發(fā)展證券分析師行業(yè)，擴(kuò)大分析師供給數(shù)量，強(qiáng)化對(duì)證券分析師的專業(yè)能力要求，持續(xù)提升資本市場(chǎng)信息披露水平。