管理层偏好、投资评级乐观性.pptx

管理层偏好、投资评级乐观性与私有信息获取,1145086陈怡熙1145075袁佳1145087李沁哲1145076危玮妙1145088邵淑颖1145077李梦然1145089杨兰云1145078洪艳,背景随着我国机构投资者和分析师行业的迅速发展，分析师在市场中的影响力越来越大，然而，分析师的独立性近年来却一直为各方所诟病。本文将对分析师与上市公司之间的利益冲突进行分析，实证检验分析师获取私有信息的动机如何影响了其投资评级的乐观偏好。,结论通过研究，本文得出，当控制公司、年度以及分析师自身因素后，在上市公司需要时发布乐观评级报告的分析师，其后的盈余预测更准确。进一步分析表明，以乐观报告换取私有信息的现象主要存在于私有信息价值更高的上市公司中，说明分析师在一定条件下会在乎发布有偏报告对其声誉的影响。,一、引言,本文的研究基于以下几方面的考虑：,国内VS西方（股权结构、制度）,学术贡献给出直接的证据表明分析师因此而获利关注到券商研究部门与上市公司之间利益冲突会影响到分析师的独立性,实务和政策层面具有现实意义,个人投资者,我国资本市场机制改革,本文安排：,二、文献评述,阶段一：1.主题：对于财务分析师盈余预测和投资评级报告的乐观倾向的相关研究,主要研究成果是管理层偏好与分析师盈余预测乐观性之间的相关性。2.代表性观点：（1）Francis和Phibrick（1993）发现：分析师出具的评级越不利，盈余预测的乐观性越强，而发布不利的投资评级也会引起管理层的不悦。然而，Eames等人指出：分析师盈余预测乐观性与投资评级之间的负相关关系以及与历史盈余预测难度之间的正相关关系受到公司盈余水平的影响,控制该因素后上述关系会随之消失。（2）对此，甚至有学者(KeandYu,2006)提出，上述研究对管理层偏好有偏报告的假定各异，因此分析师通过提供有偏差报告是否获取了私有信息令人质疑。,阶段二：1.主题：将分析师获取私有信息的程度纳人研究模型,以期为此解释提供更为直接的证据。（由于分析师获取私有信息的不可观测性,所以这些文献一般用替代指标对其予以间接度量。）2.代表性观点：（1）Ke和Yu(2006)在报告中提出：以盈余预测准确性和被解聘概率衡量分析师从管理层获取私有信息的程度,假定管理层年初偏好乐观盈余预测(显示公司的前景良好),年末喜欢悲观盈余预测提供了分析师通过发布管理层偏好的盈余预测报告,获取更多私有信息的经验证据。（2）Venkataehalam(2012)提供的证据表明了：分析师通过发布乐观的投资评级报告也可以从管理层处获取更多私有信息,从而对投资评级报告的乐观性给出了类似的解释。,阶段三：1.主题：对于管理者具体动机界定的相关文献进行了研究，并且针对中西方不同的背景进行了不同的分析。2.代表性观点：因为英美等国是高度分散的股权结构，并且公司治理机制相对完善研究者很难找到一个用于界定分析师通过发布有偏报告抬高股价满足管理层偏好的具体情境。但是，我国上市公司的股权结构高度集中,并在资本市场建立初期实行了股权分置的管理模式,大股东的股权不可在交易所自由交易,从而大大弱化了管理层随时关注股票价格的动机。这种独特的制度环境为我们清晰界定管理层偏好分析师有偏报告的具体动机提供了可能。,阶段四：1.主题：主要从券商自营业务和投行业务两个角度对我国财务分析师投资评级或盈余预测报告的乐观性提供了解释。2.缺陷：这些文献中并没有从迎合管理层需求以获取私有信息的角度对分析师有偏报告进行分析。,三、制度背景：,证券投资咨询业务分为证券投资顾问和发布研究报告两种业务形式由分析师做出的研究报告主要为机构投资者服务，对市场的影响更大。,根据证券法的有关法规,我国两个证券交易（上海证券交易所和深圳证券交易所）所均实行会员制,作为非会员单位的基金进行投资交易必须从作为会员单位的券商租赁交易席位并支付一定的佣金。,我国上市公司的股权高度集中,控股股东持有的股权即使在股权分置革后,为了获得控制权私利也不会随时进行交易。在某些特殊时点上,上市公司的股价高低则会对控股股东利益产生直接影响。,券商：即是经营证券交易的公司，或称证券公司。就是上交所和深交所的代理商基金公司：是指经中国证券监督管理委员会批准，在中国境内设立，从事证券投资基金管理业务的企业法人。,影响分析师薪酬的因素,基金公司的佣金分配,由机构投资者（基金公司）投票的新财富评选,投资者偏好与分析师报告,分析师获得基金公司青睐的方法,为基金公司重仓的股票发布观投评级报告,提供有价值的信息（研究假设和推理过程）,有价值的信息一般为上市公司的内幕信息，需要上市公司管理层的支持。这就促成了分析师与上市公司高管的“互惠互利”的交易。,管理层偏好与分析师报告,分析师报告信息的来源,是基于公开信息的再加工(即信息解释),上市公司的内幕信息(即信息挖掘),获取内幕信息的方式,上市公司高管建立良好的私人关系,通过多次的”互惠互利”交易,互惠互利：为上市公司作出乐观评级报告的分析师会获得更多的私有信息。股价同步性：单个公司股票价格的变动与市场平均变动之间的关联性，即所谓的股价“同涨同跌”现象。,“互惠交易”的限制,声誉受损有不同的容忍程度,股价同步性,两个假说,假说1:在上市公司公开增发；配股；大股东减持事件中出具乐观投资报告的分析师,其后对公司发布的盈余预测更准确。,假说2:股价同步性越高,分析师投资评级乐观性与其后盈余预测准确性之间的关系越弱。,对于公开增发和配股事件,样本起始年为2004年,对于大股东减持事件,样本起始年为2006年。,四、研究设计(一)样本选择本文实证检验样本的筛选过程如下：(1)选取在沪深两市实施公开增发和配股,以及大股东减持事件作为研究对象,下文简称为事件。(2)筛选出在事件中有分析师出具乐观评级报告并且该分析师在年末发布了盈余预测的公司.事件中指事件日前后各90天内,其中公开增发的事件日为网上申购截止日,配股的事件日为缴款截止日,大股东减持的事件日为减持起始日，年末预测为事件年度年报公告前180天内最后一次预测。(3)如果在事件中同一分析师发布了多次报告,在事件日前以最后一次事件日后以第一次评级为准;如果同一分析师在事件日前后都发布了报告并且不一致,则认为该分析师态度不明确,剔除该分析师样本。(4)对于同一公司在同一年度内发生不止一次事件,则只要在其中一起事件中发布了乐观评级,就视为在该年度支持了上市公司。(5)剔除掉事件期的评级报告和年末的预测报告是同一天发布的,因为这类分析师是为了支持上市公司而牺牲准确度还是为了准确度而放弃支持很难说清楚。,（二）变量定义及描述性统计1.被解释变量：分析师的预测准确度（PMAFE）已有文献对分析师预测准确度的度量主要有两种方式,一种是绝对准确度,即预测误差绝对值用每股盈余或年末股价进行；另一种是相对准确度,即按照一定方法对跟踪同一家公司的所有分析师的预测准确度进行调整,以便控制上市公司之间的差异带来的影响。相对准确度的计算公式如下:=1()/,其中为分析师i对公司j在t年度盈余预测误差的绝对值;为所有分析师对公司j在年度盈余预测误差的绝对值的均值,其中乘以-1是为了确保较大的PMAFE对应较高的准确度。而且通过减去绝对预测误差的均值控制了公司及年度的固定效应,同时通过使用绝对预测误差的均值进行标准化降低了不同公司间盈余预测误差分布的异方差。,2.解释变量(1)乐观评级（OPT）。以分析师在上市公司事件中的评级来度量.根据CSMAR及WIND数据,我们把分析师的评级标准化为“买入”“增持”“中性”“减持”“卖出”。OPT=1评级为“买人”“增持”OPT=0评级为“中性”“减持”“卖出”或者在事件中保持沉默(2)股价同步性（SYN）,为公司i的日收益率,为市场的日收益率,为行业的日收益率,3.控制变量(1)分析师预测报告距年报公布时间(DAYS)。距离盈余公告日期越近分析师获得上市公司的信息可能就越多,预测就可能越准确。(2)分析师的工作经验(EXPE)。分析师的从业经验越久,对信息的分析和判断就越准确,因而预测也就越准确。本文以分析师在CSMAR和WINI)数据库中第一份报告的年份为从业第一年。(3)分析师对特定公司的经验(FEXP)。分析师对所跟踪公司的经验越多,对该公司就越熟悉,了解的信息也就越多,因此预测可能就越准确。本文以CSMAR和WIND数据库中分析师对特定公司追踪的年数作为度量。(4)分析师投入精力(COVER)。如果分析师在同一年度跟踪的公司越多,投人到每个公司上的时间和精力可能就越少,预测误差就可能越大。本文选取CSMAR和WIND数据库中分析师年度发布研究报告的公司数目来度量。(5)分析师所在券商的规模(BKSIZE)。分析师所在券商的规模越大,分析师可以利用的资源就有可能越多,因此预测就有可能越准确。本文选用CSMAR和WIND数据库中年度同一券商发布研究报告的分析师人数作为度量。(6)为了控制分析师能力以及隶属承销商的影响,在模型中同时加人了代表分析师能力的分析师受教育程度(EDU)，上一年明星分析师(STAR)以及是否隶属上市公司承销商(AFFI)。,（三）模型设定,对于假说1的检验,我们参照Clement(1999),Ke和Yu(2006)构建回归模型:对于假说2的检验,我们构建回归模型:,根据假说1,在上市公司需要的时候给予乐观评级予以支持的分析师会在之后获得私有信息,因此他们会在之后预测的更为准确,由此我们预测OPT的系数显著为正,由假说2,对于股价同步性越高的公司,其私有信息价值较低,分析师对其私有信息需求的动机较弱,我们预期交叉项OPT*SYN的系数显著为负,五、实证结论及分析,(一)分析师在上市公司需要时的乐观评级对之后预测准确度的影响1.单变量分析（表4）2.多变量分析（表5）(二)上市公司私有信息价值高低的影响1.单变量分析（表6）2.多变量分析（表7）,六、稳健性检验,(一)使用分析师实地调研作为私有信息替代变量的检验(二)使用市场的反应作为私有信息替代变量的检验(三)分析师乐观性、预测准确度替代变量的检验(四)其他敏感性检验,(一)使用分析师实地调研作为私有信息替代变量的检验预期：在上市公司需要时，投资评级较为乐观的分析师满足了管理层的偏好，因此他们之后更有可能前往该上市公司调研。多元回归分析：RES=0+1REC+2LEV+3BM+4SIZE+5ROA+6EXPE+7FEXP+8COVER+9BKSIZE+10EDU+11STAR+12AFFI+REC：事件中分析师出具的投资评级（“买入0”为1，“增持”为2，“中性”为3，“减持”及“卖出”为4）LEV：资产负债率BM：账面市值SIZE：公司规模ROA：资产收益率,(二)使用市场的反应作为私有信息替代变量的检验预期：在上市公司需要时，给予了乐观评级予以支持的分析师，如果他们在之后获得了私有信息，这些私有信息会反映在他们之后的评级报告中，因而那些具有私有信息的评级在长远来看能引起市场更大的反应。多元回归分析：CAR=1DREC=1+2DREC=2+3DREC=3+4DREC=4+5DREC=1OPT+6DREC=2OPT+7DREC=3OPT+8DREC=4OPT+CAR：经市场模型调整后的累积超额收益累积超额收益：每只股票在形成期内月超额收益率的简单加总。BHR：经规模调整后的持有收益率REC：事件中分析师出具的投资评级（“买入0”为1，“增持”为2，“中性”为3，“减持”及“卖出”为4）,(三)分析师乐观性、预测准确度替代变量的检验OPT1：分析师在事件期间相对于上次调高评级或者给予了最高评级，则视为乐观OPT2：分析师在事件期间的评级高于一致评级（高于中位数），则视为乐观,总结：本文使用不同的方法来衡量分析师获取私有信息的程度以及评级报告的乐观型、分别好消息和坏消息事件分别进行检验、改变事件影响的窗口期等都没有从实质上改变本文的研究结论。,OPT3：分析师在事件期间的盈余预测高于一致预测（高于中位数），则视为乐观,综上所述，本文使用不同的方法来衡量分析师获取私有信息的程度以及评级报告的乐观型、分别好消息和坏消息事件分别进行检验、改变事件影响的窗口期等都没有从实质上改变本文的研究结论。,我国券商研究部门的盈利模式以及媒体中介等对分析师业绩的评价活动，引致了分析师独立性与上市公司高管之间的利益冲突，分析师为了满足基金等机构投资者的需求，有强烈动机取悦上市公司管理层以获取私有信息。以上市公司公开增发、配股、大股东减持为背景本文考察了分析师和上市公司之间的利益冲突对分析师行为的影响，发现在事件中发布乐观评级对上市公司予以配合的分析师在之后对该公司的年度盈余预测更为准确。进一步的分析表明,这种现象在股价同步性低的公司里尤为显著，说明分析师获取私有信息的动机受私有信息价值的影响。本研究通过考察一个能够清楚界定分析师和管理层动机的具体事件，提供了分析师为了取悦管理层而发布有偏报告的直接证据，在国际层面上丰富了现有文献；也补充了国内有关分析师乐观性动机的文献。本研究在实务上也可帮助投资者更好地理解和使用分析师的研究报告。分析师和上市公司之间的这种友好“合作”，各取所需，严重损害了资本市场的公平、公正、公开的“三公”原则,侵害了小投资者的利益。从长远看,分析师和上市公司之间的“合谋”将使投资市场和分析师市场发生逆向选择，小投资者被迫用脚投票，而