第四部分---实证分析全.ppt_第1页
第四部分---实证分析全.ppt_第2页
第四部分---实证分析全.ppt_第3页
第四部分---实证分析全.ppt_第4页
第四部分---实证分析全.ppt_第5页
已阅读5页,还剩41页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

摘要 本文研究了公司披露政策 公司分析师人数与分析师盈余预测的特征之间的关系 从FAF数据中得出 披露信息越多的公司其跟踪的分析师人数越多 分析师的预测精度也越高 分析师预测之间的离差越小 分析师修订预测的程度越低 这些结果增加了我们对于分析师在资本市场上扮演的角色的理解 一 引言 本文我们研究披露政策 跟踪的分析师人数与预测特征之间的关系 企业可以吸引分析师 提高市场预期的精确度 减少信息的不对称 并通过采取更积极的披露政策来限制市场惊喜 在FAF报告中 分析师评估公司披露的完备性 对以下三个方面分别进行评级打分 即每年公布的信息 其他已发表的信息 包括季度提交的文件 新闻稿和代理报表 以及投资者关系 我们的beij变量是跟踪的分析师人数和预测精度 预测标准差和预测修订的波动性 我们控制其他变量 以往的研究已表明这些变量与利益变量相关 不难发现 在行业内 公司的信息披露政策越积极 跟踪的分析师的人数越多 分析师的盈余预测越精确 分析师预测的离差程度越小 预测修订的波动性越小 我们的研究表明 对跟踪的分析师和分析师预测的特征而言 公司披露的信息对他们起着主导作用 此外 我们发现 披露的信息量越多 跟踪的分析师人数越多 这与该理念是一致的 公司提供的信息不能取代分析师的服务 二 相关文献 我们的研究对涉及到现存文献中的两个主流 1 研究跟踪的分析师数量的决定因素 及 2 研究预测的精确程度和离散程度的决定因素 跟踪分析师的决定因素的实证研究大多侧重于企业特征而不是披露政策 Bhushan 1989 在一个横断面研究中发现公司跟踪的分析师的人数的增加与企业规模 体制的所有权等有关 在时间序列研究中 O Brien和Bhushan 1990 发现 当公司的收益率波动性下降时 跟踪分析师就会增加 而且之前跟踪分析师规模越小 增加的就越多 同时公司在行业中要求信息披露的越严格 公司数量越多 增加的也就越多 Brennan和Hughes 1991 发现 在控制了公司规模和过去的回报后 公司股价越低 跟踪分析师人数就越多 在股票分割后 分析师的数量也会增加 也许是最接近我们的研究 Byrd等人 1993 记录了在CEO对分析师协会演讲之后跟踪分析师的短期增长 虽然有大量文献是关于分析师预测的特征 见Brown等人1985年和Brown1993年的评论 但是很少有论文考虑选择性披露如何影响分析师的预测 同样 Waymire 1986 发现 分析师盈余预测的精确度将会随着管理盈余预测的发布而略有增加 尽管管理层的盈余预测有具体的披露事项的优势 FAF数据能够通过整合披露的重要方面来更全面的衡量公司信息披露 这些披露是难以量化的 例如 新产品公告 管理层讨论与分析 与管理层的定性讨论 并且很难反映一些财务报表数据的主要用户的看法 分析师行为 一是分析师跟进的选择问题 这是用为公司提供盈余预测的分析师数量来衡量 二是他们对盈余预测的特征问题 这是用预测准确度 预测的离差程度以及一年内预测修正的波动性来衡量 披露和分析师跟进在Bhushan分析中 1989 分析师的均衡数量取决于分析师服务的总需求量和供给曲线的交集 如果从企业内部获得信息比从其他渠道成本低 那么公司内部信息披露的增加会使分析师的供给曲线向右移动 增加了总供给量 信息披露的增加对分析师需求量产生的影响取决于分析师在资本市场中所起的作用 如果分析师是主要的信息媒介 拥有重要信息并把这些信息传递给资本市场 这样的话 公司信息披露的增加意味着分析师持有更有价值的报告可供出售 在这种条件下 披露信息量的增加使得分析师的需求总量也增加了 分析师是主要的信息提供者 这就和和公司直接为投资者披露私有信息形成竞争关系 那么公司自己披露私有信息将会替代分析师的分析工作 在这种情况下 信息披露增加会使会减少分析师的总需求量 这一影响将会减少分析师的均衡数量 因为对公司信息披露对分析师跟进所产生的定向影响还不明确 我们检验一下几个不定向的检验 H1 公司中分析师跟进的数量和公司披露政策的信息量无关 披露政策和预测结构 离差值信息披露的增加对分析师预测离差值的影响取决于预测的差异性来自于信息的差异性还是来自于预测模型的差异性 如果证实信息披露和预测离差值之间是负相关关系 那么则证明分析师在私有信息上就存在差异 如果证实信息披露和预测离差值之间是正相关关系 则证明分析师在预测模型的选择上存在差异 鉴于信息披露对分析师预测的离差值的定向影响不明确 我们检验以下不定向的假设 H2 分析师盈余预测的离差值和公司披露政策的信息化程度无关 准确度披露和预测准确度的关系比较明确 随着公司披露政策的信息化 分析师预测的准确度将会增加 H3 分析师对盈余预测的准确度和公司披露政策的信息化程度是正相关关系 修正波动性信息披露政策的出现可能会使在会计期间内预测修正系数的波动性减少 预测修正系数能够促使盈余公告的生成 H4 分析师盈余预测修正的波动性和公司的披露政策是负相关关系 第四部分实证分析 1 披露数据公司披露的信息量是由财务分析师协会公司信息化委员会 FAF 评级的 对一个公司披露的信息量沿着三个类别进行评估 年度公开的信息 季度及其他公开的信息 投资者关系 评估因素同时包括企业披露的内容和披露的及时性 年度公开信息 类别 分析师评估财务摘要及董事长审批文件的透明度和坦诚度 公司人员的详细情况 公司目标 产品和地区分布 以及财务报表和附注总体的详细程度 季度和其他公开信息 类别 季度报告和其他书面资料有效 及时的深入报道 如新闻稿 委托声明书 汇总的年度会议程序 分析师团队报告和统计补充文件 投资者关系 这个类别 一是公司对分析师的质疑反应灵敏的原因 二是讨论公司发展过程中管理的可行性和透明度 三是向分析师报告的频率及内容 2 样本来源 FAF评级的样本主要来自于1985 1989年的FAF报告 使用年度公告 投资者关系 其他公司公告和三个类别的得分总和来衡量公司会计年度的信息披露水平 FAF数据代表了行业的横截面数据 这些行业包括服务业 制造业 金融业 交通业和提炼业 3 FAF数据情况说明 FAF数据包含一个拥有751家公司的样本 在这些公司中 至少五分之一都在1985 1989年期间被FAF报道过 总体来讲 样本中有2272个公司年度 在5年的时间里每家公司大约被评估过3遍 描述性统计 1 4 被解释变量 所有的分析师数据来源于IBES数据库 四个被解释变量包括 分析师数量 提供年度盈利预测数的分析师数量 预测标准差 所有对于该公司该年度盈余的预测的标准差 以股价为分母来标准化 预测精确度 EPSt AFt Pt 式中EPSt代表公司在t期实际的每股盈余 AFt代表t期所有分析师对该公司每股盈余预测的中值 Pt代表该公司t期的股价 修订波动性 在同一年度中每月预测中值和前一月预测中值的差的标准差 上年度开始时的股价 描述性统计 2 5 控制变量Bhushan 1989 BrennanandHughes 1991 提供了跟踪公司的分析师数量与公司规模和绩效波动之间正相关的实证证据 Waymire 1986 andLangandLundholm 1993 指出 公司规模和绩效波动也可能会与披露政策有关 Kingetal 1990 认为 公司的分析师数量可能会与历史盈余与回报的相关性正相关 LangandLundholm 1993 指出历史盈余与回报的相关性和公司的披露水平之间存在负相关关系 考虑到公司会推出新产品 这样 盈余可能会与预测的盈余有很大的差距 分析师之间的共识度可能会很低 分析师预测可能会进行重要的修改 考虑到上述因素 应加入盈余惊喜作为解释变量 分析师在使用没有更新的统计信息进行预测时 可能会不准确 我们考虑新预测的百分比作为控制变量的一部分 对于研究公司跟踪的分析师的数量而言 将公司规模 净资产收益率的标准差 历史盈余与回报的相关性作为控制变量 在研究分析师的行为特征时 除了上述三个控制变量 还要加入盈余惊喜 新预测的百分比作为控制变量 公司规模 公司年初的市场价值净资产收益率的标准差 公司前十年净资产收益率的标准差历史盈余与回报的相关性 公司过去十年历史盈余与回报的相关性盈余惊喜 当年每股盈余 上年每股盈余 年初的股票价格 新预测的百分比 该月进行修订的预测 该月新出现的预测 该月总的预测数 12 描述性统计 3 6 简单相关性检验 1 在回归方程中不存在多重共线性问题 正如LangandLundholm 1993 认为的 公司披露得分越高 规模越大 过去的净资产收益率标准差越低 过去的历史盈余与回报相关性越低 而且 较高的披露得分公司预测修正的比例也越高 这表明 未来的披露政策与预测修正相关 简单相关性检验 2 1 分析师数量与公司的披露信息量正相关 公司披露信息越多 分析师预测的离散程度就越低 预测的就越准确 对预测结果修正的波动性就越低 2 分析师的数量与公司规模相关度很高 0 7 预测的标准差以及修订波动性与盈余惊喜和过去净资产收益率标准差高度正相关 这表明 过去和现在收益情况越不确定 分析师预测的离散程度和波动性就越大 同样 预测精确度与盈余惊喜负相关 这表明如果过去公司盈余发生了重大变化 预测精确度就会降低 3 表3的C部分表明了被解释变量之间的关系 相关性最高的是预测修正波动和预测标准差 0 76 这表明 分析师之间的共识性越低 预测修正波动性越大 预测准确度与分析师数量正相关 因为随着预测的人数增加 预测值变得会越精确 7 回归结果 1 当分别考虑三个披露变量时 其他年度报告得分和投资者的关系得分与分析师人数显著正相关 年度报告得分与分析师人数不相关 其他年度报告得分和投资者的关系得分与分析师人数显著正相关这一结论与Lees 1981 的研究相一致 如果年报得分单独与分析师数量进行分析 结果显著相关 这表明随着年报披露信息的增加 预测分析师数量也越多 然而 事实上 当年报得分与其他两个披露变量在一起与分析师数量进行分析时 结果不相关 年报得分对分析师人数没有解释力 分析师人数与FAF得分之间的正相关表明 公司披露信息不是作为分析师信息的替代品出现的 而是对他的一个补充 因此 分析师在资本市场上有信息中介者 处理公司信息 的作用 正如前面所说的 如果分析师仅仅是信息提供者 与公司披露竞争 直接向投资者提供信息 这样 随着公司披露的增加 分析师的数量就会减少 企业规模与分析师数量正相关且很显著 这与Bhushan 1989 的研究相一致 过去净资产收益率标准差和历史盈余与回报的相关性在有三个披露变量的回归中与分析师人数显著负相关 但是在披露总分的回归中不显著 这表明 公司的绩效波动越低以及盈余与回报不相关时 分析师人数越多 但是这个证据说服力比较弱 预测离散程度和披露程度 在表6中 A提供了证明H2关于预测离散程度和披露程度之间关系的证据 对总评级分数的回归中 总评级分数的系数是显著的负值 这表明随着信息披露的增加 分析师预测更趋于一致性 这个结果与对额外披露的研究一致 即额外披露的信息会增加分析师共享信息的精度 从而减少分析师的分歧 在对年报 投资者关系 季度报告及其他公告 三种信息披露形式 的回归分析中 年报和投资者关系两个变量的系数为显著的负值 而季度报告及其他公告变量的系数就不太显著 分析师预测的标准差与公司规模负相关 这表明公司越大 分析师预测的离散程度更低 预测标准差与净资产收益率的标准差 历史盈余与回报的相关性 盈余惊喜和新预测的百分比都是显著正相关的 这表明当历史盈余不稳定并且和历史回报显著相关 以及存在大量盈余惊喜和频繁预测修正的情况下 分析师预测的离散程度更高 预测精度和信息披露程度 在表6中 B提供了证明H3假设关于预测精度和信息披露程度关系的回归分析结果 对总评级分数的回归中 它的系数是显著正值 这证明了公司信息披露程度是分析师预测精度的一个重要决定因素 对三种信息披露形式的回归分析中 季度报告及其他公告和投资者关系的系数是显著正值 这正好符合一种观念 即与公司持续沟通是分析师预测盈余的一种重要信息来源 预测精度与公司规模正相关 这表明公司越大 分析师的预测相对更为准确 预测精度与净资产收益率的标准差呈现不显著的负相关 说明净资产收益率的标准差这个解释变量变的不重要了 盈余与回报相关性 盈余惊喜和新预测百分比的系数总体上是显著的负值 这表明当存在大量的盈余惊喜 分析师频繁修正他们的预测以及盈余与回报的相关性高的时候 分析师的预测精度会降低 修正预测的波动性和信息披露 在表6中 C提供了证明H4假设关于修正预测的波动性和信息披露程度关系的回归分析结果 对总评级分数的回归中 总评级分数的系数是显著的负值 对三种信息披露形式的回归分析中 只有投资者关系的系数是显著的 这正好符合一种观念 即公司可以通过改善投资者关系方面的努力来降低分析师修订预测的可能性 公司规模越大 修正预测的波动性越低 这表明很少有大公司会进行极端的预测修正 修正预测的波动性与净资产收益率的标准差 盈余惊喜和新预测的百分比都是显著正相关的 这表明当存在大量盈余惊喜 频繁修正预测以及历史盈余出现波动的时候 预测修正会有较大的波动 盈余与回报相关性的系数是不显著的 这表明盈余和回报的历史相关性不是修正预测波动性的一个重要决定因素 五 结论 本文的结果表明 在控制企业规模 盈余惊喜和其他信息环境特征后 在其行业内 信息披露越积极的公司 其跟踪分析师人数越多 分析师盈余预测的离差程度越小 预测精确度越高 预测修订的波动性越小 投资者关系一直是分析师的行为的重要决定因素 总的来说 特别是在投资者关系领域 信息披露政策越积极 就能吸引越多的分

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论