中国证券市场分析师推荐投资价值研究

1、中国证券市场分析师推荐投资价值研究李 雪 丁文桓 尹奇（北京大学光华管理学院， 北京 100871）摘 要： 本文采用中国A股市场中四个主要的证券分析机构在2006年1月1日到2007年4月1日间所发布的股票评级调整事件作为样本，用事件研究法证明了中国A股市场中证券分析机构提供的评级调整推荐报告对股票价格具有显著的影响，而且这种影响还持续了相当长的一段时间。不同研究机构影响力的差异能够在短时间内产生异常收益的显著差异，但在长的时间段内则效应不显著。不同分析师连续多次评级调整不是主要的影响因素，并没有产生异常收益的显著差异。关键词：证券分析师；投资推荐；投资价值；研究报告作者简介：李 雪，北京大

2、学光华管理学院经济学博士生，研究方向：货币金融。中图分类号：F830.91 文献标识码：A分析师的推荐能否战胜市场一直是国外金融学者及实践工作者感兴趣的研究课题。华尔街日报和芝加哥扎克斯投资研究公司自1986年6月起就进行了一项针对分析师投资建议价值的研究，他们的研究结果是：从1993年1月至1997年12月的60个月的月度数据表明被推荐的股票轻微但却持续的超过了标准普尔500指数的表现，平均每年以106个基点超越了市场9。Womack(1996)5研究了1989年到1991年美国市场主要研究机构所提供研究报告的投资价值，他也发现了和华尔街日报及芝加哥扎克斯投资研究相类似的结果。与后者所采取的

3、方法不同，他采取了事件研究的方法，主要研究分析师推出荐股报告将股票列入买入名单或剔出买入名单之后短时间以及长时间段内的股票是否具有超额收益。他的研究结果表明：不仅股票价格立即对分析师的推荐产生明显的反应，而且更有趣的是这种短期反应似乎并不充分，股票在此后几个月的时间里仍然表现出持续的超额收益。一个有趣的问题是， 国外研究发现的上述规律在我国也存在吗?本文将对这一问题进行分析。 研究方法本文的实证目标是要研究分析师的评级调整和股价动量之间存在显著的关系，为了进一步的进行分析，这个目标可以分为三个更为具体的目标。首先，我们将验证评级调整样本总体对股票价格的影响，以获得是否存在基本因果关系的结论；其

4、次，我们将验证不同研究机构的评级调整对股票价格的影响是否存在显著差异； 最后，我们将验证不同分析师连续同向调整同一只股票是否会产生较大的影响。本文将采用事件研究方法进行分析，根据Campbell等（1997）2，事件研究法一般分为定义事件、确定公司的选择标准、计算正常收益和异常收益、估计、检验、解释与结论等几个步骤，本文事件分析的方法如下：一、 事件日的确定我们统一把研究机构正式将研究报告向其客户以电子邮件的方式传递的那一天作为事件日，并采取以下两种方法进一步的修正：（1）不同的研究机构作做出对同一证券相同评级的推荐报告如果集中在一段时间内时，只作为一个事件样本处理，并以第一个事件的事件日为准

5、。（2）如果上述原则确定的事件日当天并非交易日，则把紧挨着它的下一个交易日作为事件日。二、事件窗口我们参照womack的做法，将事件窗口选为事件日前一个交易日到事件日后一个交易天，共3个交易日的长度。三、事后窗口对于从-n到+n的事件窗来讲，我们选择从+n+1到(n+1+k)共k个交易日作为事后窗口，k分别取30和50，图示如下（其中0为事件日）：事后窗口(r)事件窗口(w)-n0+nn+1+k+n+2四、市场指标的选择我们选择研究报告所指的上市公司股价作为市场指标的代表，每个上市公司的选取时间为事件前10个交易日到事件后第51个交易日，共63个交易日。总的市场指标数据数量为：总的事件数63。

6、五、正常收益与异常收益的计算正常收益模型一般有常收益模型和市场模型两种，我们的研究对象是单独的个股，市场模型显然是最简单和实用的方法。同时，谷金生（2006）11和陈梦根、曹凤岐（2005）10的研究表明，我国证券市场表现出较为明显的齐涨共跌和“板块轮动”，所以我们拟采用市场模型方法计算正常收益，具体为样本事件同期的沪深300指数的期间收益作为每只股票事件期间正常收益的代表值。样本每日正常收益的计算公式如下：是事件i所对应指数在检验期内t日的对数收益率，为指数在交易日t的收盘价，相应的，为交易日（t-1）的收盘价。样本每日的实际收益率计算公式如下：，其中、分别表示事件在日、日的收盘价格指数（0

7、表示政策事件日），那么，日的股票价格对数收益就可以代表日股价的日收益率。 则样本在检验期内的每日异常收益率为（注：此时的t为事件窗中的交易日），累计异常收益率为，其中（，）。若事件总数为N，则平均累计异常收益率为： 式1 六、检验统计量为了检验事件是否对市场产生显著的影响，我们采用Campbell等（1997）的统计量进行检验，即： 式2 其中，为事件窗(-n,+n)内的平均累计异常收益率，s为样本标准差，N为事件总数。根据Campbell等（1997），近似服从于标准正态分布，在95置信水平下，如果，则可以拒绝原假设，即认为研究报告在95的概率下对股票价格有显著影响。样本选择一 、样本事件及

8、数据来源本文有关分析师研究报告事件的数据来源于杭州恒生电子股份公司给国内各证券投资基金管理公司及其他机构投资者有偿提供的研究报告管理系统，该系统所收录的研究报告是目前国内最全面的，同时该系统能够提供按照分析师姓名、报告提供日期、所属券商、上市公司简称及代码的检索功能，为本文的数据收集提供了便利。沪深300指数、各行业指数及样本公司股价的历史数据均来自于wind咨询系统，也是一个国内机构投资者主要使用的收费咨询管理系统。二、样本事件的选择及处理与国外研究机构类似，国内的研究机构证券的评级一般分为四级，由低到高顺序为：卖出、持有、增持、买入。分析师对证券评级的改变主要就是调高评级和调低评级。因此我

9、们首先从研报系统中选取了申银万国证券研究所、光大证券研究所、中信证券研究所、天相投资顾问公司四家研究机构的308个评级调整报告作为基本事件样本 这四家机构定期提供其重点关注公司的评级调整表，因此能够跟踪其评级的变化，其他的研究机构，如中金、国泰君安没有提供对其所关注公司的评级调整情况表，而且在其研究报告中有关评级调整的表述有时并不明确，给数据处理造成了较大困难，因此本文只选择了上述的四家机构的报告，由于这四家机构已经占到主要研究机构的一半，因此具有一定的代表性，不会影响模型的实证结果，其中评级调高的为253个，评级调低的为112个，然后将按照下述标准进行进一步的筛选： 1评级调整报告的非私有信

10、息性。我们主要是研究分析师评级调整本身对股价动量的影响，所以，选择的事件样本中必须排除具有新的未公开信息的评级调整报告，因此我们应剔出分析师明显根据其获得的未被市场了解的私有信息而做出的评级调整 我们根据恒生研报系统提供的研报摘要逐篇进行了检查，尽管工作量较大，但幸运的是由于信息披露的要求，而且是面向机构投资者的专业服务，进行评级调整的分析师基本上都是根据已公开的信息进行研究得出结论。2交易数据的可获得性。也就是说，所选事件样本的估计窗和事件窗内应该有交易数据。这里受到影响的主要是收到评级调整的公司可能处于长期停牌阶段。3事件影响的独立性。由于在事件检验期内如果又出现同类的事件，有可能造成叠加

11、影响，影响检验统计量的功效。因此，对于在两个日历月内连续出现的对同一只股票的评级调整，我们都把第一个事件作为样本事件，后续的事件不再考虑。4样本标准的一致性。由于光大证券研究所的评级分类标准与其他的三个机构不同，它将其他机构的“推荐”评级细分为“优势1”和“优势2”两级，将“买入”评级细分为“最优1”和“最优2”，因此，为了使其样本具有和其他机构的一致性，本文将“优势”和“最优”两个推荐级别内部的调高和调低剔出。按照上述标准，我们最终获得了共计219个推荐评级改变的样本。三、样本分类及特征分析根据我们的实证目标，将最终获得的共计219样本按照三个分类指标进行分类：1调整评级的方向我们先将全部样

12、本按照评级调整的方向调高和调低分为两大类，统计显示，两类评级调整的样本数量分别为（147，72）。调高评级的样本占总样本的比例为67.1%，而调低的样本占33.9%，二者比例约为2：1。而Womack的数据样本此比例为7：1，而Pratt(1993)6年对此比例的估计约为10：1。比例的差异主要来自于本文数据样本选取的标准与后两者不同，本文的样本是涵盖了所有评级变化的公司股票，而后两者仅涵盖了加入买入名单或从买入名单剔出的公司股票，不包含买入名单中公司股票的评级变化。即便如此，本文样本中调高评级样本数量仍是调低评级样本的二倍，显示了分析师在进行评级调整时的调高倾向，国外学者对这种倾向的解释是分

13、析师所属研究机构和投资银行的紧密关系导致的。2提供评级调整研究报告研究员所属的机构由于下面本文还将分析不同机构评级调整推荐报告的影响力是否存在差别，因此按照评级调整推荐报告分析师所属的不同研究机构将样本分为四组，见表1。我们注意到在四组样本中光大证券研究所的样本数最多，其样本总数几乎是申银万国证券研究所的二倍，是中信和天相的三倍，由于在样本选择阶段本文已经对光大证券研究所样本进行了处理，因此其评级分类标准与其他的三个机构的不同不是数量明显差异的原因。另外，每一组样本的调高与调低所占比例也支持分析师评级调高倾向的原因与投资银行的紧密关系。这是因为在这四个机构中，申银万国研究所和申银万国证券公司属

14、于比较独立的关系，可以认为其与投资银行没有太多的关系。而天相投资顾问咨询公司作为一家独立的咨询机构，更没有投资银行的关系。与此相对应的是二者调高和调低的样本数最为接近，也就是这两个机构的分析师表现出的调高倾向明显低于中信和光大。表1 按评级调整机构分类表申银万国中信光大天相调整方向调高调低调高调低调高调低调高调低个数3424241067232215占比58.6%41.4%70.6%29.4%74.4%25.6%59.5%40.5%3评级调整的次数由于本文的第三个实证目标是分析在一定时间段内分析师的连续同向评级调整和单次评级调整对股票价格的影响是否相同，因此我们将在50个交易日内连续被同一个或不

15、同分析师进行了两次以上同向评级调整的样本从总体样本中分离出来，见表2。我们获得的连续多次同向调整样本组共有调高样本33个，调低样本14个，调低样本较少。表2 按评级调整次数分类表连续多次同向调整单次通向调整调整方向调高调低调高调低样本个数331411458占比70.2%29.8%66.3%33.7%在Womack的研究中，在694个增加到买入名单的正向样本中，仅有16个重复的样本，在209个增加到卖出名单的反向样本中，仅有6个重复的样本，由于占总体样本的比例较小，因此他得出的结论是重复推荐情况的存在对实证结果没有显著影响。本文在进行第两组样本影响对比研究的同时，也就考虑了重复推荐情况对总体样本

16、实证结果的影响大小。实证结果与分析一 、分析师推荐效果总体显著性分析首先，我们按照第一种样本总体的分类方法从评级调整日前第十个交易日开始分别计算评级调高和评级调低的平均累积异常收益。计算样本异常收益的基准市场指数为沪深300成份指数，平均累积异常收益的计算方法见式1，式中（-n,+n）所代表的时间段在本例中为（t-10,t+51），采用的计算工具为EXCELL其他部分实证分析如果不特别指明的话，都采用的是EXCELL电子表格软件。，计算结果见图1。图1 样本总体的平均累积异常收益从图1可以直观的看到，调高和调低的评级调整都产生了显著的异常收益，正如分析师所期望的，在（t-10,5+51）的时间

17、段内调高的评级调整带来了6.53%的正异常收益，而调低的评级调整则带来了-7.49%的负异常收益。数据显示的另一个特点是平均累积异常收益的变化是从t日也就是评级调整报告的发布日前后开始的，对于调高的评级调整来说，t日当日的平均累积异常收益变化接近1%，对于调低的评级调整来说（t-7）日的平均累积异常收益的变化值最大。此外，我们注意到平均累积异常收益在(t+40)日以后基本已经不再明显变化而保持平稳。为了验证评级调整所导致的异常收益在评级调整报告推出日前后、推出日之后的一段时间内统计上是否显著，我们根据式2分别计算了（t-1,t+1）,(t+2,t+31),(t+2,t+51)三个时间段的统计量

18、，据此来验证评级调整的短期和中期影响效果，计算结果见表3。表3 J统计量数值汇总表 调高调低调高调低调高调低沪深3002.450945-0.502852.145814-2.710912.882348-2.76899从表3看出，当沪深300指数作为基准指数时，除了调低样本事件的,其他所有的统计量都大于1.96。这表明不论是评级调高还是评级调低事件，在推荐报告推出日前后的3个交易日内、推荐报告推出日后的30个交易日内、推荐报告推出日后的50个交易日内都对股票价格相对有沪深300指数的相对收益具有显著的影响。调低评级在推出日前后的3个交易日内影响不显著的原因可能是由于投资者的损失厌恶倾向 行为金融发

19、现投资者具有对已经产生损失的持有股票延迟卖出避免损失实现的倾向导致的。为了保证事件研究结果的纯粹性，我们还有必要进一步排除在样本考察期内对股票价格的信息影响因素。我们知道对股票价格能够产生直接影响的信息就是其每股盈利的发布， Watts（1978）8、Rendleman，Jones 和 Latane（1982）7以及 Bernard, Victor（1993）1的研究发现，未预期的盈利与异常收益率之间存在单调的正相关关系，.而被预期到的盈利公告对股票价格的影响微乎其微，国内的张华和张俊喜（2004）12则发现A股市场存在同样的现象。由于本文样本考察期较长，存在受未预期到盈利公告效应影响的可能，

20、因此下面对样本事件窗和事后窗分别进行讨论。在（t-1,t+1）的时间段内排除每股盈利信息发布的影响比较容易，因为这个时间段恰好是盈利信息发布日的概率只有4.8% 正如Womack所指出的，对于每个公司来说每个季度大约有63个交易日，对于3个交易日的事件窗来说，季报发布日落入3个交易日的随机概率为3/63=4.8%.，同时，根据对本文事件样本的手工整理过程发现，即使在我们的原始308个样本中，也没有在公司盈利公告前2日进行公司评级调整的案例，这样就基本排除了在3天的时间段内股票价格受到盈利公告信息影响的可能。基于这样的考虑，事件窗（调整日的前一天到调整日的后一天）内的异常收益完全可以认为完全来源

21、于分析师的评级调整事件。接下来我们考察评级调整日之后31天和51天内每股盈利信息发布对股票价格的影响程度。首先我们对总体样本每个评级调整报告所给出的盈利预测与其后上市公司发布的实际每股盈利的误差范围进行了简单的统计，结果见表4。从表4可以看出在评级调高样本中分析师预测值大于实际值的占比达到87.1%，与Hansen和Sarin(1997)4的研究相类似，表现出了明显的乐观倾向他们研究了 1980年至1991年期间分析师关于优先股发行的盈利预测，发现分析师的盈利预测通常会高出实际值2%，而且，他们还发现了乐观性预测不仅限于优先股发行，他们将这种现象的原因归因于分析师的报酬一部分基于排名的奖励机制

22、。，而在评级调低样本中分析师预测值大于实际值的占比为52.7%，并没有明显的乐观倾向。表4 分析师预期与实际每股收益对比统计表评级调高评级调低个数占比个数占比E10% 3020.4%56.9%10%E09866.7%3345.8%0E-10%117.5%2534.7%-10%E85.4%912.5%注：E=（每股盈利预测值-每股盈利实际值）/每股盈利实际值100%根据对样本的统计，相对于分析师的预测来说，评级调高样本中的未预期盈利平均来说应为负值，评级调低样本中的未预期盈利平均来说应不十分显著，因此评级调高样本中盈利公告的影响应为负向的，而评级调低样本中盈利公告的综合影响也应是不显著的，这两种

23、情况都不会对上文所进行的评级调整事件研究中异常收益的计算产生叠加影响，因此也不会影响事件研究的结果。那么，事件窗之后仍然十分显著的股票异常收益的来源仍然可以认为是评级调整所产生的持续影响。二、不同机构推荐效果的差异性分析我们在前面的第二种样本分类中将所有的评级调整按照分析师所属的机构不同分为四组，表5列示了各组在不同时间段异常收益的均值和方差。表5 不同机构异常收益统计表（t-1,t+1）(t+2,t+31)(t+2,t+51)调高调低调高调低调高调低光大均值-0.002070.0001070.042048-0.067980.0892-0.08975方差0.0017760.0015180.01

24、53010.0204720.0536880.028797申银万国均值0.026555-0.00164-0.00471-0.06490.002657-0.07905方差0.004770.0010350.0229190.0164250.0246050.024084天相均值0.0155240.016629-0.024750.010921-0.005210.083262方差0.0021490.0022970.0175790.0156620.0469520.037179中信均值0.019124-0.01960.061340.0094280.051203-0.04829方差0.002750.0013960

25、.0217750.0029380.0250920.011019我们采用多元方差分析的方法来验证各组样本的异常收益是否存在显著差异， 对于每组样本分别对评级调高和调低进行统计计算。多元方差分析的零假设是各组样本对于评级调高和调低的异常收益相等，时间段分别为（t-1,t+1）,(t+2,+t+31),(t+2,t+51)，采用EXCELL提供的统计功能计算得出了六个P_value值，见表8。如果P_value小于0.05，就以95%的置信度拒绝原假设，如表中所示，四个机构在三天事件窗内评级调高导致的异常收益以及在持续期（t+2,t+51）内评级调低导致的异常收益显著不同，而在其他的情况则不能拒绝相

26、等的假设。对于（t+2,t+51）内评级调低异常收益显著不同的检验结果，很直观的自表7就能找到原因，其他三个机构的异常收益均为负值，而天相的异常收益却为正的0.083，形成对比的是天相的调高评级的异常收益却为负值，不仅如此在（t+2,t+31）的时间段内也有类似的情况。这种结果表明天相投资顾问公司分析师的总体影响力偏低，而巧合的是该公司是四个机构中唯一不参加新财富明星分析师评比的公司 新财富杂志自2003年开始进行每年的最佳分析师评选活动，采取对基金经理的调查问卷方式，并自2004年开始了对主要研究机构的评选，该评选覆盖了大多数的机构投资者并获得了机构投资者的认可。参考文献：1 Bernard

27、, Victor. Stock Price Reactions to Earnings Annoucements: A Summary of Recent Anomalous Evidence and Possible Explanations. In Advances in Behavioral Finance, 1993,303-340. New York: Russell Sage Foundation.2 Campbell, John y., Andrew W. Lo and A. Craig Mackinlay, The Econometrics of Financial Marke

28、ts. 1997, Princeton University Press.3 Fama, Eugene, and Kenneth French, Common risk factors in the returns on stocks and bonds. Journal of Financial Economics ,1993, 33,3-564 Hansen, Robert S., and Atulya Sarin. Is Honesty the Best Policy? An Examination of Security Analysts Forecast Behavior Aroun

29、d Seasoned Equity Offerings. Working paper, 1997, Virginia Polytechnic Institute, Blacksburg,Va.5 Kent L.Womack. Do Brokerage Analysts Recommendations Have Investment Value?. Journal of Finance, 1996,LI(1),March,137-676 Pratt,Tom. Wall Streets four-letter word. Investment Dealers Digest March, 1993,

30、18-227 Rendleman, R.J., C.P.Jones, and H.A.Latane. Empirical Anomalies Based on Unexpected Earnings and the Importance of Risk Adjustment. Journal of Financial Economics,1982,10,269287.8 Watts,R., Systematic Abnormal Returns after Quarterly Earnings Announcements. Journal of Financial Economics, 197

31、8.6, 1271509 Hersh Shefrin.远离贪婪和恐惧：感悟行为金融和投资心理学M. 贺学会主译，上海财经大学出版社,1999年.10 陈梦根,曹凤岐.中国证券市场价格冲击传导效应分析J.管理世界,2005,(10).11 谷金声.我国股票市场风险结构：问题及改进J.南方金融,2006,(8).12 张华,张俊喜.我国盈利公告效应的动态特征J.经济学,2004年第3卷第2期。对于三天事件窗内调高异常收益的不同，表5显示最高的是申银万国，异常收益的均值为0.0266，为了进一步验证是否申银万国的异常收益显著高于其他机构，我们将其他三个机构的样本合并为一组并计算其均值和方差（结果略）

32、。然后与申银万国进行比较。我们首先进行F检验进行两组样本的方差比较，原假设是方差相等，由于P_value=0.00080.05，拒绝了方差相等的假设。因此接下来进行了双样本的异方差t检验，原假设是申银万国的异常收益不高于其他机构，由于P_value=0.0220.05，拒绝原假设，得出申银万国的异常收益在三天的事件窗内显著的高于其他机构。这个结果表明申银万国研究所的分析师在一定的时间段具有较强的影响力，与此巧合的是申银万国已经在2004、2005和2006连续三年被新财富评选为最具影响力的证券研究机构。但是，我们注意到它的影响力在事件窗之后并没有表现出持续的优势，与其他机构相比并没有显著的差别。而光大证券研究所的评级调高在三天的事件窗内异常收益为-0.00207，比其他机构都低，但在两个后续时间段内均体现