行业分析师的研究报告有用吗(经济研究电子稿) 30页

'行业分析师的研究报告有用吗？——来自中国A股上市公司的经验证据罗党论汪弘（中山大学岭南学院）作者简介：罗党论，中山大学岭南学院，副教授，博士汪弘，中山大学岭南学院，博士生作者联系方式：罗党论：Email：luodl@mail.sysu.edu.cnTel:18666091866本文感谢国家自然科学基金青年项目（项目号70902024、71003108、71002057）、广东省软科学课题（2011B070300024）、广东省研究生创新培养计划资助项目（sybzzxm201022）、中山大学经济研究所基地建设经费项目与中山大学青年教师培育项目的资助。-29- 行业分析师的研究报告有用吗？——来自中国A股上市公司的经验证据摘要：“研报门”事件引起了社会公众的广泛关注。行业分析师的投资评级是否准确预测了股票未来走势？或从投资者角度，根据分析师公布的投资建议进行买卖能否获得超额收益？本文基于事件研究的方法，以2009年1月1日到2010年12月31日之间，中国A股1563家公司的超过5万份研究报告进行了实证分析，文章结果表明：(1)分析师的行业报告具有显著的信息含量。具体而言，研报评级越高、分析师名气越大、分析师所在的券商名气越大，投资者根据其研报买卖股票得到的超额收益越高。(2)信息不对称会影响到研报的作用。具体而言，研报涉及的公司信息越对称，分析师的评级作用会显著降低。本文的研究有助于提高对分析师作用的认识，并有助于提高监管层对这个行业的监管效率。关键词：分析师研究报告明星分析师明星券商信息不对称一、引言行业分析师本文仅限于指卖方分析师，不包括财经记者、学院学者等更广泛意义上的证券分析人士。证券分析师按照市场分工又分为卖方分析师和买方分析师。卖方分析师（Sell-sideanalyst）供职于券商或券商下属的证券研究机构，对外公布研究报告，为机构和个人投资者提供投资建议，赚取基金分仓交易的佣金。买方分析师（Buy-sideanalyst）受聘于共同基金、对冲基金、养老基金、保险公司等投资机构，其研究报告供公司内部决策使用。近年来，随着市场对卖方分析师独立性的质疑和严格要求，又出现了独立于券商机构，根据与客户签订服务合同或其他服务协议，向使用者提供研究报告的证券分析师，称之为独立分析师（Independentanalyst）。关于证券分析师的文献主要集中在对卖方分析师的研究（Schipper，1991），本文以下如无特别指出，专指卖方分析师。是证券市场从事信息分析和投资建议的专业人士。他们通过上市公司调研或其他渠道搜集信息，对所跟踪的公司进行盈利预测，股票估值，并提供“买入”、“增持”、“中性”、“减持”、“卖出”等投资评级。分析师起源于国外成熟证券市场，我国的资本市场具有特殊政治背景和新兴加转轨的特点，信息不对称现象更加严重，投资者获取和解读信息的成本更高，这自然产生了对专业证券分析队伍的要求从1990年上海证券交易所成立算起，我国证券市场走过了21年的历程。证券分析师作为一个年轻的职业，其发展经历可以归纳为四个阶段:1998年之前的脱胎孕育，1998年到2002年的监管立规，2002年到2005年上半年在熊市磨砺下绽放光芒，2005下半年至今在股权分置改革、制度性牛市中发展壮大。行业分析师已经成为证券市场的黄金职业，虽然不时遭受质疑但仍然蓬勃发展，有些著名的行业分析师甚至到微博等新媒体上发布自己的观点，一时间仿佛能够对股价呼风唤雨。。信息大爆炸的时代，买方机构乃至中小股民将会需要真正的研究报告。目前很普遍的情况是，一家普通上市公司的单季-29- 季报就有100多页，普通投资者谁会去读？分析师群体起到的作用将会越来越大，其行业前景十分可观。很长时间以来，券商研究报告被国内投资者奉为圭臬。在各种“最佳分析师”评选中胜出的研究员们，不仅受到股民追星般的追捧，也是各研究机构高薪招揽的对象。2011年夏天，行业分析师之中的“激进者”彻底将分析师群体推到了市场的聚光灯下，各种“研报门”层出不穷7月25日，温州动车追尾事故后首个交易日，平安证券发出了一份点评该事故的行业快报。这份命名为“事故频发不影响铁路改革发展大局”的快评，维持了铁路行业“强烈推荐评级”。这意味着预计6个月内，铁路行业指数表现强于沪深300指数10%以上。市场一片哗然。质疑之声在于，事故原因尚未查清之前，草率得出这一结论，难以令人信服。另有市场人士直言，平安集团在京沪高铁、大秦铁路上面重仓，这份快评有“护短”之嫌。。2011年6月24日，中信证券食品饮料行业分析师黄巍发布研究报告《推高端产品拉升企业形象》称，涪陵榨菜今年推出的600克装沉香榨菜零售价为2200元，一时成为笑谈。短短5天后的6月29日，申银万国分析师娄圣睿发布研报《东阿阿胶：阿胶块每公斤零售价5000元不是梦》再次挑战市场神经此后，雷人研报层出不穷，这一系列事件被媒体称为“研报门”。例如渤海证券称：“医药公司冠昊生物专业补脑残。”国信证券称：“青岛啤酒存在七倍上升空间。”即便不是专业人士，普通的散户也能一眼看穿，这是券商研究报告制造的噱头。最雷人的噱头报告要属国信证券发表的《上市公司实质受益维持水利水电推荐》，该报告从上古时代的共工氏治水，写到大禹治水，并配有多幅古代治水人物插画，得出的结论是：未来“十二五”规划期间，水利建设股将会具备更丰富的内涵，并称善治国者必先治水、水利建设板块将逐渐步入资源水利时代。。一连串几近荒谬的研报使得分析师生态成为市场关注的焦点，财经媒体大量跟进，对分析师的研究文章在媒体上大量出现，但结果不尽相同，其列举式和描述性的统计方法难以令人信服，一时之间众说纷纭《中国经营报》研究院从各种渠道收集了国内30家主流券商的13594份行业研究报告，时间段集中在2008年1月1日至2009年8月31日期间。通过对这些研究报告的准确率进行统计后发现，报告中的投资评级准确率不超过50%。。不少研究表明，分析师提供的信息能够帮助投资者更准确地对公司估值，从而促进市场效率。Beaver（2002）认为大部分投资人缺乏时间、技巧、信息来源和解释财务报表的能力，经由分析师有效率地处理信息有助于提升股票价格的反应效率。美国高等法院和证券交易委员会进一步判定，“证券分析师对整个市场的价值毋庸置疑，他们收集分析信息的活动显著提高了市场的定价效率，增进了所有投资者的利益”（FrankFemadez,2001）。刘超（2006）采用事件研究法和市场模型，发现推荐前后三日内平均的累积异常收益率为2.05%（t=16.72）。-29- 但并非所有经验证据都支持了分析师的正面作用。在会计丑闻爆发之前，分析师经常给问题公司维持了积极的评级（王啸，2008）。Barber（2001）发现在1985-1996年和1996-2001年期间，获得分析师一致评级最高级别的股票组合的收益率显著高于分析师一致评级最低的股票组合。但在2000-2001年网络股泡沫破灭期间，受到分析师一致青睐的股票组合表现反而差于分析师最不看好的股票组合。究其原因，在于卖方分析师一味吹捧小盘成长类科技股，而执意看淡大盘价值股的结果。刘佳（2006）发现在公开推荐前存在显著正的异常收益，在推荐公开后无显著的异常收益甚至出现负值，分析师的研报只是通过短期的买入压力带来价格的上升。本文意图用事件研究方法，验证分析师的研究报告是否真的有效，毕竟分析师群体的研究报告整体上是否有效，不能通过一些极端的“门事件”来解读和评判。文中判断研究报告是否有效的标准是在控制各个相关变量的情况下，各个券商的行业分析师们对上市公司在事件日出具研报的一致评级能否在短期和长期事件窗口带来显著的超额收益率。在一连串“研报门”争议的背后，分析师的研报评级能否给投资者带来超额回报呢？明星分析师能在市场经济中获取高收入，是否说明他们出具的研究报告更加有效《中国经营报》2010年3月14日刊文指出，该报对2008年1月1日至2009年8月31日的一万余份研究报告进行了考察，发现投资评级准确率的排名与券商知名度和研究员知名度“隐隐”成反比关系。《中国经营报》2011年2月15日进一步刊文指出，《新财富》依靠机构打分评出的明星分析师排名，与该报根据参选者实际收益率打分产生的排名存在极大出入，甚至出现排名反转现象。其认为买方机构评出的明星分析师出具的报告至少不会更有效。？类似的，明星券商的研究员出具的研究报告是否能带来更高的超额收益呢2011年8月6日，大洋网刊载文章，题目是《券商荐股怪象：明星券商不敌中小机构》，通过对400余份研究报告的分析得出结论，中小机构荐股“表现完美”，大券商、大机构评级有效性较差。但其选取的样本太少而不具有代表性。？来自明星分析师和明星券商的积极评级是否有更大的市场影响力？信息不对称在研报评级的效果上起到了什么作用？本文从WIND和CSMAR数据库中提取了2009年1月1日到2010年12月31日的50000余份行业研究报告，以中国A股1563家公司24602个收到研究报告的事件日为对象，将研究报告的投资评级标准化为“买入”、“增持”、“中性”、“减持”、“卖出”五级，计算出各个券商的行业分析师们对上市公司在事件日出具研报的一致评级，进行实证分析，文章结果显示：在控制了第一大股东持股比例、总资产收益率和资产负债率以后，更高的研报评级、分析师名气、券商名气能在短期和长期的事件窗口带来显著的超额收益率，且来自明星分析师和明星券商的积极评级作用更大。同时，信息越对称，积极评级带来的超额收益率较小，也即良好的信息状况能够“挤出”超额收益率，分析师对降低资本市场之间的信息不对称方面作用显著。-29- 本文的贡献主要体现在：1.在国内资本市场进行研究报告评级效果的大样本分析，使用了数据库可得的超过5万份研究报告，涉及的行业面涉及除了金融业以外的几乎所有类型A股上市公司，事件日期分布相对分散，研究的时间段较长。分析师市场的发展、研究报告的高速增长是近年来才在我国出现的趋势投资者在证券市场上看到了越来越多的研究报告，进入2011年以来，研究报告快速增长的势头不减，甚至出现了控告行业分析师误导投资者的案例，引起了证券市场的震动和社会的广泛关注。，我国学者对这一问题迄今尚未有足够重视，以往采取手工收集若干家券商研究所报告或财经媒体栏目的方式，样本量小，事件日的准确性难有保证（刘超，2006；刘佳，2006）。2.引入信息不对称变量，将分析师行业的发展与信息不对称状况较好地结合在一起，发现良好的信息能够挤出分析师评级的超额收益，分析师群体通过其研究报告降低了中国资本市场的信息不对称状况。对于监管层而言，更应该进一步完善证券市场信息公开制度，引进机构投资者，大力发展分析师行业，缓解信息不对称的状况，促进中国市场进一步向有效市场的方向前进。本文以下部分的结构安排：第二部分对分析师投资评级的效果进行分析，并进一步从信息不对称的角度考虑研究报告的有效性差异，提出本文的研究假设；第三部分是研究设计；第四部分是实证检验的结果及分析；最后给出研究结论及讨论。二、理论分析与研究假设（一）投资评级、明星效应与超额收益率近几十年来有效市场假说不断受到“市场异象”的经验证据的挑战。许多实证分析表明，股票价格向价值的调整过程比早期研究结论（如Fama，Jensen，Fisher，Roll，1969）要慢。GrossmanandStiglitz（1980）非常精辟地指出，股票价格不可能充分有效地反映各种可获得信息，否则信息搜集、分析、加工活动的成本将无法得到补偿。假如从事信息搜集、加工的人因为无法得到补偿而放弃这项活动，股票价格将不能有效反映股票的价值。因此，在竞争和理性的现实世界，市场的有效程度应该使信息加工者的劳动得到补偿，使信息劳动的收益至少抵消劳动成本。这就是Grossman和Stiglitz之后拓展的有效市场观，即信息搜寻成本必须得到市场超额收益的补偿本文假设行业分析师利用的信息是公开信息和私有信息，如果分析师的投资评级能够产生超额收益率，可以认为是对强式有效市场假设的一种挑战。间接证明了中国的资本市场不是强式有效的。因为根据强式有效市场假设，对现有信息进行搜集整理、解读加工显然不能产生新信息，也不能产生超额收益率。。证券分析师从事的是一项成本高昂的专业劳动，他们的选股建议具有投资价值，这至少是对信息加工成本的补偿。-29- 证券市场的信息不对称普遍存在，信息可能先天分布不均匀，同时不同的投资者信息解读能力差异很大，而行业分析师是证券市场从事信息分析和投资建议的专业人士。分析师提供的信息能够帮助投资者更准确地对公司估值，从而促进市场效率。Beaver（2002）认为大部分投资人缺乏时间、技巧、信息来源和解释财务报表的能力，因此分析师专业能力的发挥就成为使会计信息反映到股票价格的主要途径之一。正如美国证券交易委员会在1998年11月的评价中说，“证券分析师使投资者了解信息，他们消化吸收从各种渠道获得的信息，积极追踪企业新的信息，撰写发布研究报告，他们在信息的传递过程中担当了导管的角色”（FrankFemadez,2001）转引自陈汉文（2004）。直接关于分析师选股的投资价值方面的文献，可以追溯到Cowles（1933）的《股票市场预测者能否预知未来》一文，发现大多数分析师的投资建议不能产生超额收益。在后来的一些研究中，Diefenbach（1972），LogueandTuttIe（1973），Bidwell（1977），等都支持分析师没有能够创造超额收益这一观点。Jensen（1968）关于基金经理的研究也发现专业投资者都没有能够战胜市场。近年来，随着有关数据库的完善和研报数量的爆炸性增长，相关研究陆续发现分析师研究报告有效的证据。BarberandLoeffler（1993）发现，华尔街日报“标靶”专栏荐股公告后两天之内，产生4%异常收益（t=10.77）。他们试图回答如下问题:是什么因素驱动了荐股的异常收益？为此调查了两种潜在的假说:价格压力假说（PricePressureHypothesis）和信息假说（InformationHypothesis）。价格压力假说将荐股后的异常收益归因于分析师的影响力导致荐股产生的临时买入压力；信息假说则认为分析师荐股揭示了股票价值信息，荐股后的异常收益是市场对该股进行价值重估的结果。BarberandLoeffler（1993）的研究结论与上述两种假说都存在一致之处。符合价格压力假说的证据包括：“标靶”专栏公告后两天之内，产生4%异常收益（t=10.77），但在其后25日内有一半异常收益发生反转，公告日平均交易量是正常水平的两倍，公告日交易量最高的股票，初始价格反应和反转程度都较高。但毕竟荐股后至少存在一部分收益率没有反转，这又符合信息假说。GreeneandSmart（1993）的类似研究得到了同样结论。Stickel（1995）发现分析师买卖推荐能够对股票价格产生显著影响。他利用多元回归分析方法，发现推荐力度、公司规模、同时发生的盈利预测修正具有导致长期价格调整的信息效应，而投资评级变动程度、分析师名气、券商规模能够产生对股票价格具有短期影响的价格压力效应。Womack（1996）采用事件研究法检验分析师评级变动时的超额收益率，发现“调高评级至买入”的股票在随后几个月中相对同规模公司平均上涨5%，“调低评级至卖出”的股票相对同规模公司平均下跌11%。Womack（1996）还发现了“推荐后漂移”的现象，即超额收益率在推荐后持续了较长时间才消失，他认为他的发现符合Grossmanand-29- Stiglitz（1980）之后扩展的有效市场观，即信息搜寻成本必须得到来自市场收益的补偿。Womack（1996）指出价格冲击是永恒的，符合分析师揭示了新的信息这个假说。我国对分析师研报作用的研究与国内分析师市场发展状况相适应。2006年以前，研究集中于对分析师信息来源、分析工具的统计描述，对盈利预测准确性的衡量等等。对分析师荐股的研究，主要以财经报刊上分析师荐股栏目上已经被机构使用过的“二手信息”为主。近年来，国内学者借鉴国外研究方法，对卖方分析师的投资评级为样本进行了一些颇有成效的研究，但在样本时间、样本大小、研究范围方面存在着不小的局限。丁亮、孙慧（2001）收集了2000年1月5日到8月30日《中国证券报》每周“潜力股推荐”专栏短线推荐的股票，采用市场模型发现推荐日后两天内出现了平均为1.39%的异常收益率，而第三天后则出现了明显的负向异常收益率，从推荐后第三天开始，异常收益率开始减少，到第七天后恢复到接近正常水平。他们认为研究证据符合价格压力假说。行业分析师之所以存在而且能够在一个成熟的市场经济中获得高收益，显然与其工作的价值有关，尽管卖方分析师的地位不够独立，但是分析师的声誉机制会促使分析师努力发掘市场信息。中国A股证券市场也存在信息和价格压力的双重作用。在价格压力和信息假说的双重作用下，其综合效应是正的，更积极的投资评级能够产生更高的超额收益率。由此有本文第一个假设：H1：行业分析师的投资评级越高，在研报发布日前后买入并持有的超额收益越大。分析师声誉来自于证券分析师多年在行业内准确的预测和积累的口碑。大量的研究表明，分析师声誉对其投资评级的信息含量有着重要的影响。Stickel（1992）发现，“全美研究团队”的分析师比其他人更经常地发布预测，当他们大幅度向上修正预测时，股票回报会随之而动，这说明“全美研究团队”的分析师比其他人更能影响股价。李明瑜（2004）注意到明星分析师的研究报告间接影响股价涨跌，而金轶雯、白峰杉（2008）使用聚类分析方法，在区分了大盘涨落区间后，发现明星分析师的研究报告比非明星分析师的报告带来更多超额收益。一般说来，分析师的名气应该建立在他预测的准确性可靠性的基础之上，同时知名度会进一步提高分析师投资建议的市场影响。因此可以预计靠实力打天下的明星分析师选股的市场反应更强（王啸，2008）。明星机构往往是公认的综合实力较强的券商。他们往往具有更多的分析师、更好的研究环境以及更强的市场影响力，明星机构的研报质量管理制度更加健全，这都有助于提高研究报告的超额收益率。此外，-29- 我国证券分析行业还处于迅速发展期，证券分析师的平均职业年限较短，更换工作单位的现象较频繁，明星券商实力更强，能够以几十万、上百万甚至更高的年薪聘请明星分析师，给明星券商的研报带来了进一步的优势。明星分析师和明星券商不仅依靠明星效应带来的短期价格压力，更凭借专业知识能够更好地缓解资本市场信息不对称状况（Beaver，2002；FrankFemadez，2001）。据此，提出假设1.1、1.2、1.3：H1a：受到明星分析师关注的公司，在研报发布日前后买入并持有的超额收益越大。H1b：受到明星券商关注的公司，在研报发布日前后买入并持有的超额收益越大。H1c：来自明星分析师或者明星券商的积极评级对超额收益的效果更加明显。（二）信息不对称与超额收益率我国A股市场上，存在整个行业被分析师过度研究的问题。据不完全统计，2010年券商研报一共高达56万份，即使一天读10份，也要读150多年。目前中国的股票投资者普遍较为盲目，这么多的研究报告足以令他们眼花缭乱，无所适从。进行同质化研究的证券分析师已经“人满为患”，以交通运输业为例，每家券商为该领域配备4到5名分析师，另加两名助手。这样在全国逾百家券商中，大约会有400名从事交通运输业研究的分析师。从研究的对象——上市公司来看，400名分析师面对的仅仅是A股180多家交通运输业上市公司。其他行业同样存在类似的问题。当分析师面对的公司信息不对称状况已经很低的时候，研报的互相抄袭可能难以避免，分析师会更多地利用现有公开信息而不是通过实地调研等途径来开辟新的信息渠道。而且从客观上讲，研报中还能够揭示的新信息也极为有限。这样一来，良好的信息状况会“挤出”分析师投资评级的超额收益。有研究认为，小公司的信息环境相对不充分（Freeman，1987），研究小公司的证券分析师也相对较少（ObrienandBhushan，1990）。由于关于小公司的信息收集和发布比较少，任何关于这家公司的消息所带来的市场反应也更加强烈。Stickel（1995）通过横截面分析发现，小市值公司评级变化的市场反应远比大市值公司强烈。对由次高评级调至最高评级的样本按照公司市值进一步细分，市值最小组的三天超额收益率达到5.18%，市值最大组的收益率仅为0.7%。发掘小市值公司的信息成本较大，而背后的机理与小市值公司信息不对称严重有关。得到分析师关注较少的中小企业其信息成本较高，研究报告的独创性要求也高得多，不能够人云亦云、东拼西凑。这样看来，分析师的研究信息成本高，也要求得到更高的超额收益率，这符合GrossmanandStiglitz（1980）之后扩展的有效市场观，即信息搜寻成本必须得到来自市场收益的补偿。-29- 朱红军、何贤杰、陶林（2007）研究了分析师能否提高股价信息含量，他们从万得WIND数据库取得2004年和2005年的证券分析师数据，发现总体而言，证券分析师的信息搜寻活动能够提高股票价格的信息含量，使其包含更多公司基本面的信息，降低股价的同步性。分析师的活动减少了盈余公告后漂移的现象，使得当期股票的价格反映了更多未来盈余的信息。他们的经验证据表明，我国证券分析师的工作增强了价格对资源配置的引导作用，能够提高资本市场的运行效率。信息不对称的程度越低，那么分析师的报告能揭示的新信息就越少，其作用应当越小。反之，若信息不对称严重，分析师揭示新信息付出的信息成本也越大，有效的分析师报告对于信息的边际贡献就越大，相应其带来的超额收益率也会越高。GrossmanandStiglitz（1980）认为，信息搜寻成本必须得到市场超额收益的补偿。可见分析师的研究报告有效降低了资本市场信息不对称的状况。由此有本文第二个假设：H2：公司信息不对称状况越严重，行业分析师的投资评级带来的超额收益率越大。分析师的研究报告对降低资本市场之间的信息不对称方面成效显著，而良好的信息状况能够“挤出”投资评级的超额收益。三、研究设计（一）样本选择和数据来源本文以2009年1月1日到2010年12月31日券商研究机构对中国A股上市公司出具的研究报告为样本，没有考虑B股、H股上市公司，因其面临境内外双重监管环境，而且不是中国普通投资者的主要投资对象。同时，根据以下原则剔除了一些样本：（1）剔除了证监会行业分类中的I类金融业A股上市公司，其资产、负债状况与普通上市公司不尽相同；（2）剔除了只有盈利预测而没有做出投资评级的研究报告；（3）剔除了评级标准混乱、无法标准化的研究报告；（4）剔除了某日某家公司因为暂停交易或者数据缺失而无法计算出CAR值（CumulativeAbnormalReturn，累计超额收益率）的样本点临时停牌等暂停交易现象一方面使得个股收益率与市场收益率的对应关系被破坏，另一方面临时停牌往往伴随着重大敏感信息的发布，如不确定事项、谣言澄清等等，荐股事件与引发临时停牌事件的效果难以区分。-29- ；（5）剔除了股票在研报发布日无涨跌幅限制的样本点；（6）剔除了财务数据等控制变量缺失的样本点；（7）剔除了个别样本的极端值；（8）剔除了重复的样本等。最终样本包括54421份研究报告，其中2009年24491份研报，2010年29930份研报，为事件研究的方便，使用EXCEL的宏程序，将其按同一被研究公司、同一研报发布日进行横向归并，形成来自1563家A股上市公司的24602份有效样本。研究报告以及其原始评级数据来自国泰安CSMAR的公司治理数据库，其中对标准化评级进行了部分修正，部分缺失数据通过万得WIND数据库手工输入补齐，并与迈博汇金的研究报告平台进行了抽样核对。明星分析师数据基于《新财富》杂志对各个行业分析师的排名，这一排名在分析师业界得到了广泛承认。明星券商数据也是来自《新财富》杂志的最具影响力研究机构排名和本土最佳研究团队排名。控制变量中的公司层面数据大部分来自万得WIND数据库，并基于对各方面资料的整理。（二）主要变量与计量方法1.事件窗口和超额收益率变量本文采用事件研究的方法，使用参数线性模型OLS估计。MacKinlay（1997）指出，在资本市场的事件研究中，考虑到股票市场收市和信息提前泄露等影响，通常将事件窗口定义为事件信息发布日及前后各一天。分析师研究报告的公布，比上市公司一般性的消息发布更容易发生内幕信息泄露给买方客户的情况，分析师也可能将自己的研报暂时按而不发，待价而沽。考虑到分析师书面研究报告公布前的信息散布问题，考虑事件窗口时覆盖了事件发布前的一段时间。本文将研究报告发布的当天以及其前后各一天定义为事件日（以下称“事件3日”），还在此窗口基础上，设置前后各20个交易日的事件窗口（以下称“事件41日”）。在稳健性检验中，本文还使用事件前后各5个交易日的事件窗口以及前后各10个交易日的事件窗口（以下分别称“事件11日”以及“事件21日”）。事件3日、事件11日、事件21日和事件41日的超额收益率分别为、、、。较短事件窗口的收益率体现分析师荐股的市场影响力，较长事件窗口的收益率体现分析师发掘股票价值的能力。本文使用市场调整模型的CAR值（CumulativeAbnormalReturn，累计非常规收益）作为超额收益率的指标。CAR值以一段时间内以日为单位的多日实际收益率减去以日为单位的多日市场收益率来表示。以事件三日超额收益率为例，事件三日的超额收益率即是累计三日实际收益率减去累计三日市场收益率。事件三日超额收益率公式如下：（其中-29- 表示i公司股票在t日的收益率，表示A股所有上市公司按流通市值加权计算的在t日的收益率，即是市场指数收益率）=2.分析师研究报告相关变量本文定义了研究报告的相关变量。采用分析师的投资评级而不是盈利预测作为研究报告的代表，因为：1.投资评级可以看作是选股结论，盈利预测则可以视为分析师选股过程中的“中间产品”；2.投资评级便于投资者直接进行买卖的操作，而盈利预测信息往往还需要投资者再进行加工和决策；3.作出盈利预测主要依据公司财务信息，往往是财务报表分析的结果，但投资评级除了财务信息，还综合考虑大盘、行业、个股等综合因素。有理由相信投资评级包含了更加全面的信息，为我们提供了直接考察分析师选股能力的机会（王啸，2008）。投资者不可能机械地根据某位分析师对某股票的评级进行操作，而是会综合考虑一段时间内多位分析师对某只股票的评级意见作为决策参考。本文借鉴Barberetal（2001）的方法，构建基于分析师一致评级（ConsensusRating）的投资组合，从学术角度，通过研究从市场公开获得的信息（分析师一致评级意见）的获利能力，为有效市场假说之理论争议提供基于我国证券市场的经验证据。本文将一致评级界定为所有卖方证券分析师在同一日内对某个公司出具的研报投资评级的平均值。我们将投资评级按“买入”、“增持”、“中性”、“减持”、“卖出”标准化，分别赋值为5-1，评级越高赋值越高。本文以某家公司在研报发布日收到的所有研究报告的一致评级(Rating)、即研报标准化评级的平均值作为研究的变量，一致评级范围为[1,5]，按其数值从大到小分为五段：买入(4.5,5]；增持(3.5,4.5]；中性(2.5,3.5]；减持(1.5,2.5]；卖出[1,1.5]。另外设置了虚拟变量Posrating和Negrating作为积极评级和消极评级的指示变量，以查看大方向不同的投资评级带来的超额收益率有什么不同，一致评级为买入、增持时则为积极评级，为减持、卖出时则为消极评级。本文还设置了《新财富》明星分析师和明星券商的虚拟变量Staranalyst和Starbroker。以分析师发布股票评级当年该分析师是否被《新财富》评为行业“最佳分析师”-29- 作为行业分析师名气的代理变量在国内对分析师的研究中曾经得到过运用（王啸，2008）。明星分析师可能说明了该分析师与买方的基金经理有良好的关系，但能得到专业投资者认可的分析师，应当也会具有较高的预测水准安信证券的首席经济学家高善文（2011）提出，诸葛亮是卖方分析师，刘备是买方投资者，分析师的客户主要是专业投资人或者机构投资者，只有他们才能够理解投资的意义。机构投资人一时一地的投资未必成功，但在角色上只有他们才为分析师的工作付费，并是拥有评价权的群体。。王啸（2008）在对荐股明星效应的分析中将研究评级数量按照不同研究机构从多到少排序。在此基础上，考虑如券商的地区辐射力、分业务排名以及媒体荣誉进行调整。本文认为《新财富》的明星券商排名得到了较好的认可，可作为券商名气的代理变量。3.信息不对称变量信息不对称概念量化研究的难度较大，近年来学术界的尝试也较多（陈时兴、严慧明，2009）。其一，通过买卖价差来测定证券市场信息不对称（Bagehot，1971；GlostenandMilgron，1985等）；其二，通过价格和交易量来测定证券市场信息不对称（Pfleiderer，1989；Wang，1994；Blume，1994；Back，1992；Llorenteetal，2001)；其三，通过内幕交易者获得超额收益来测定证券市场信息不对称（Minenna，2003；史永东、蒋贤锋，2004）。就公司信息透明度而言，Welker（1995）、LangandLundholm（1993，1996）、Sengapta（1998）、Healy，HuttonandPalepu（1999）、以及LundholmandMyers（2002）等在其研究中直接使用了有关组织的评价结果作为信息披露水平的替代指标，比如普华永道和标准普尔开发的评价体系。Cerf（1961）、SinghviandDesai（1971），Botosan（1997）等使用了研究者自建的评价指标。本文借鉴MillerandPiotroski（2000），Bhattacharya（2003），杨之曙和彭倩（2004），黄娟娟和肖珉（2005）等的方法，构建公司信息披露水平和信息不对称状况的代理指标。为避免单一指标体系的缺陷，本文定义三个信息不对称变量：机构持股比例Instown，公司资产规模Lnsize，上市时间Listdur。进一步，本文按三个信息不对称变量中位数进行分组，凡取值大于中位数者赋值为1，形成研究定性效应的虚拟变量HInst、HLnsi和HList。机构持股比例越高，资产规模越大，上市时间越长，信息状况越对称。Botosan和Plumlee（2005-29- ）也为计量信息不对称而构建了三个指标：（1）私人信息和公共信息的构成；（2）知情交易者的比例；（3）信息的精度。在本文的研究中，结合卖方分析师为买方机构服务的特点，机构持股比例首先应当是衡量信息不对称状况的很好指标，机构持股比例越高，公共信息构成越多，知情交易者比例相对减少，信息精度也很可能提高。崔学刚（2004），李远勤、刘艳萍（2006），陈晓丽等（2007）发现机构投资者的持股比例同信息披露透明度正相关。Welker（1995），MarquardtandWiedman（1998），Healyetal（1999），张程睿和王华（2005）等均发现信息披露越充分，信息不对称状况越低。唐盛培（2006）发现，随着机构持股比例增加，在一定程度上实现了股权的分散化和股份的流通，削弱了大股东和内部人对公司的控制，会计信息相关性增强，信息不对称降低。宋玉、李卓（2007）发现机构投资者能够相对较早地解读会计盈余信息，其持股比例越高，盈余宣告后的市场反应越小，会计盈余宣告的信息含量越低。机构投资者持股比例越高，可以在很大程度上缓解公司治理层面的委托代理问题。委托代理问题的缓解既要靠完善的激励和惩罚制度的建设，也要凭借大股东的出现，解决“所有者缺位”问题（沈冰，1996），其实是外部所有者缺位问题。顾远威（2007）指出，当权力过分集中在CEO身上时，在股权分散的情况下，便形成了强管理者、弱所有者的局面，弱化了对管理者的监督职能，使董事会制度不能有效运转，使管理层更加有动力也有能力利用信息不对称。机构投资者作为专业投资者，通常是公司的较大股东，持有大量的公司股份，而且对其投资的收益相当敏感。机构持股越多，就相对降低了管理层或者是家族持股就对公司的影响力。机构有动力去监督管理层实施良好的治理，公开各种信息。众多学者的研究发现认为机构投资者在信息的收集（Acquire）与处理（Process）方面较个人投资者具有较大的优势（Hand，1990；Kim，Krinsky，Lee，1997；Bartov，Radhakrishnan，Krinsky，2000），其经济学原因主要在于机构的信息收益高，而信息成本低。机构投资者一般实行集体决策，通过综合各方观点和不断反馈的过程，可以使认知结果更完美，因而也更可能形成正确的思维模式，减少偏误的发生，不容易发生行为学上的偏差（宋玉，2007）。另外，从行业分析师市场来分析，其研报的顾客主要是机构投资者，机构持股比例高的公司会得到分析师更多的研究精力投入，显著降低其信息不对称状况。-29- Stickel（1995），Womach（1996），Barber（2001）等发现规模小的公司对股票推荐的股价反应高于规模大的公司。他们认为这是由于小公司具有较高的信息搜索、分析成本较高和较高的套利成本，较高的超额收益率是对成本的相应补偿。但王啸（2008）观察到了相反的结果，在其包含了股权分置改革的样本时期内，大公司刚刚完成改制，属于市场的年轻成员，且业务复杂，信息成本更高。目前股权分置改革已基本完成（尚福林，2006），应当认为大公司的信息状况更加良好。小公司的信息可得性较差，解读的难度也相应较高，其信息不对称现象必然较大公司严重。即使控制了公司资产规模变量，规模较小的公司仍然更容易得到新信息带来的超额收益率溢价，得到分析师关注较少的中小企业其信息成本较高，研究报告的独创性要求也高得多，不能够人云亦云、东拼西凑。这样看来，分析师的信息研究成本高，也要求得到更高的超额收益率，这符合GrossmanandStiglitz（1980）之后扩展的有效市场观，即信息搜寻成本必须得到来自市场收益的补偿。公司上市时间越长，其各项信息公开制度建设相对完善，自觉接受投资者监督的意识更强，也会得到更多分析师的关注和研究，其信息不对称状况应当越低，分析师对此类公司进行研究时的信息成本也会较大（Stickel，1995）。4.控制变量本文还控制公司其他因素对超额收益率的影响，比如第一大股东持股比例Shareholder、总资产收益率ROA、资产负债率Leverage，行业虚拟变量Industry、年份虚拟变量Year等。其中行业变量采用了证监会CSRC的第一级分类，不再细化，并以公司数目较多的制造业上市公司为基准评级，以避免损失自由度过多和虚拟变量陷阱的问题。变量定义具体见表1。表1变量的定义变量简写定义超额收益率市场调整模型定义的超额收益率，事件3日、事件11日、事件21日和事件41日的超额收益率分别为,,,一致评级Rating某家公司在研报发布日收到的所有研究报告的平均数值标准化投资评级积极评级Posrating虚拟变量，当一致评级为买入和增持时赋值为1，否则为0消极评级Negrating虚拟变量，当一致评级为减持和卖出时赋值为1，否则为0明星分析师Staranalyst虚拟变量，当发布研报的分析师是当年《新财富》明星分析师时赋值为1，否则为0明星券商Starbroker虚拟变量，当发布研报的分析师是当年《新财富》明星券商时赋值为1，否则为0机构持股比例Instown-29- 年初公司的机构持股数与总股本的比率，另设虚拟变量HInst，当Instown取值大于机构持股比例中位数时HInst赋值为1，否则为0公司规模Lnsize研报发布日当年年初公司总资产的自然对数值，另设虚拟变量HLnsi，当Lnsize取值大于公司规模中位数时HLnsi赋值为1，否则为0上市年数Listdur公司从上市到研报发布日当年经历的年数，另设虚拟变量HList，当Listdur取值大于上市年数中位数时HList赋值为1，否则为0第一大股东持股比例Shareholder年初公司的第一大股东持股数与总股本的比率总资产报酬率ROA年初公司税前利润与资产的比率资产负债率Leverage年初公司的负债总额与资产总额的比率年份Year虚拟变量，研报发布日在2010年时赋值为1，否则为0行业Industry根据CSRC的第一级行业分类，当企业处于该行业时为1，否则为0根据研究假设及变量，本文构造如下基本回归模型检验投资评级、明星效应的效果：为了检验假设二中信息不对称变量对评级效果的影响，引入信息不对称变量与研报评级变量的交叉项回归如下：-29- 四、实证结果与分析（一）描述性统计下面是主要变量的描述性统计，如表2。变量样本量均值中位数标准差最小值最大值240430.0070.0010.051-0.2070.350240430.0120.0030.087-0.3610.830240430.0130.0040.119-0.4610.903240430.0150.0070.167-0.7901.130Rating240434.0954.0000.6831.0005.000Instown240430.4240.4240.2420.0000.985Lnsize2404322.29722.1091.44118.27028.036Listdur240438.7759.0004.7950.00020.000Shareholder240430.3950.3890.1610.0650.920ROA240430.0930.0810.077-0.6890.586Leverage240430.4800.4890.1930.0141.997表2描述性统计量-29- 超额收益率样本的均值和中位数都随着事件窗口的扩大而增大，其波动性也随着事件窗口的扩大而增大。这一趋势非常明显，可见事件影响的时间维度较广。平均评级指标平均值为4.095，中位值为4.000，按本文的标准化定义均落入了“增持”的评级中，可以认为行业分析师具有普遍的乐观心态，但由于客观条件的限制，这种乐观未必是真正的乐观，不过由于评级指标的平移对于本研究影响不是特别大，不再进行进一步的数据处理。这种分析师买卖评级分布不对称的现象在国外由来己久。Womach（1996）发现美国14家券商研究报告1989-1991年间，新增评级至买入与新增评级至卖出的比例为7:1。根据Barber（2001）的统计，1996年至2000年，买入和增持评级的比例为60%-74%，持有评级（即本文的中性评级）的比例为36%-24%，减持和卖出评级比例只有4%-2%。Jegdaeesh（2006）对1986-1996年的统计，减持和卖出评级比例少于5%，持有比例接近1/3，买入和增持的比例为略低于2/3。国外的研究将这种现象归结为负面股票评级往往的额外成本和风险，例如会损害分析师与公司管理层的关系，导致分析师失去从公司管理层获得第一手信息的渠道，还可能会影响券商投行部门承揽业务。由于受到公司管理层的压力（FrancisandPhilbrick,1993;McNicholsando’Brien,1997）及券商投行部门的压力（EcclesandCrane,1988;DemetriadesandHussain，1996;Dechow，HuttonandSloan，1997;LynnHodgkinson，2001），就导致了分析师评级的乐观倾向。我国的证券市场目前做空机制缺乏，因此如果给出减持或者卖出等消极的评级，对投资者的提示可能是卖出股票或者回避股票，但是对于持有股票的人来说，消极评级带来的股价下行压力可能会损害他们的利益。当市场普遍存在评级分布的不对称现象之时，贸然出具负面评级，分析师更加容易成为众矢之的。但如果分析师出具的是正面评级，那么预测错误可以归因于羊群行为，正所谓“法不责众”。这进一步加强了评级不对称分布的现象。即使在本事件研究中，评级进行了平均化的处理，但是其分布趋势自然不会轻易消失。不对称分布情况如图1所示。国外成熟市场也存在评级分布不对称的现象。美国针对此现象，颁布了NASD2711规则，其核心原则是对分析师股票评级进行强制性信息披露，核心条款要求券商在研究报告中披露股票评级在该券商跟踪的所有股票中的分布比例。Barber（2006）发现，分析师积极评级的比例在NASD2711规则发布后显著降低。我国监管部门可以借鉴这种强制性信息披露的做法，增加评级的有效性，以免投资者误解评级的含义。图1一致评级的不对称分布-29- 从总体上看，超额收益率有随着平均评级增加而增大的趋势，预计它们之间存在着一定程度的正相关关系，见图2。由于标准化一致评级为减持和卖出的样本分别仅有76份和95份，占样本总数分别约为0.31%和0.39%，或者投资者存在行为金融学上的损失厌恶（LossAverse）和过度自信（Overconfidence）心理，不愿意根据分析师的意见行动，在卖出评级样本中的均值异常增大，并不足以挑战超额收益率随平均评级增大而增大的初步结论。图2超额收益率均值随平均评级增大而增大的图示-29- （二）变量的相关性分析本文分析了各个主要变量的相关性，由于、、、的结果基本一致，因此只列出与其他变量的相关系数，见表2的PEARSON相关性矩阵。表2主要变量的PEARSON相关性分析RatingStaranalystStarbrokerInstownLnsizeRating0.122***Staranalyst0.053***0.092***Starbroker0.060***0.055***0.533***Instown-0.0010.178***0.120***0.112***Lnsize-0.030***0.070***0.080***0.095***0.263***Listdur0.021***0.0050.037***0.025***0.159***0.226***注：***表示在1%的水平上显著，**表示在5%的水平上显著，*表示在10%的水平上显著。通过以上的PEARSON相关性分析，可知超额收益率变量与一致评级变量、明星分析师变量、明星券商变量显著正相关，与公司资产规模对数显著负相关，与机构持股比例等变量的相关性并不显著。公司规模与机构持股比例、明星分析师与明星券商变量之间存在很显著的正相关关系。本文注意到研报评级与机构持股比例存在显著的正相关关系。这与卖方分析师的地位是一致的，他们的买方和评判者就是持股的机构。显然分析师会更加关注机构持股比例大的公司，并给出更高的投资评级。研报评级与公司资产规模对数在1%的统计水平上正相关，可见分析师更不愿意对大公司出具负面评级。原因可从如下角度分析：证券分析师的绩效往往与所属券商的经纪业务的利润挂钩，大公司能够带来更多的交易量和交易佣金；证券分析师发布评级报告受到同属券商投行部门的利益影响，而大公司具有更多的新股发行、兼并收购等投行业务机会；证券分析师所服务的机构投资者在大市值公司的投资头寸往往较多，尤其是在我国做空机制受限的情况下，出具负面评级可能损害他们的利益（王啸，2008）。此外，对大公司给予负面评级的预测失误更容易引起市场和同行注意，容易影响分析师的职业前途和薪酬。-29- （三）模型回归结果与分析1.基本模型回归结果进一步，我们来看模型的回归结果，如表3所示，因变量是事件三日超额收益率。表3投资评级、明星效应与分析师作用(短期事件窗口[-1，1])　(1)(2)(3)(4)(5)　Rating0.010***0.009***0.009**(19.57)(16.90)(15.03)Posrating0.012***(15.22)Negrating-0.012***(-3.15)Staranalyst0.002***0.003***0.003***-0.012***0.002***(2.75)(3.08)(3.56)(-2.29)(2.67)Starbroker0.005***0.004***0.005***0.005***-0.008*(6.74)(5.60)(6.88)(6.88)(-1.88)Shareholder-0.006***-0.006***-0.005***-0.005***-0.005***(-2.80)(-2.88)(-2.70)(-2.74)(-2.71)ROA-0.034***-0.032-0.019***-0.035***-0.035***(-6.81)(-6.23)(-3.72)(-6.90)(-6.89)Leverage-0.005***-0.004***-0.002-0.005-0.005***(-2.65)(-1.91)(-0.89)(-2.68)(-2.65)Staranalyst*Rating0.003***(2.77)Starbroker*Rating0.003***(3.08)YearYESYESYESYESYESIndustryYESYESYESYESYESConstant-0.026***(-11.19)0.002(1.47)0.009***(6.08)-0.023***(-9.52)-0.022***(-8.45)N2437824378243782437824378Adj.0.0230.0160.0080.0230.023F32.18023.69311.28630.89830.998注：***表示在1%的水平上显著，**表示在5%的水平上显著，*表示在10%的水平上显著。为减少极端值的影响，对回归中的连续变量按1%进行了winsorize处理。（下同）表4投资评级、明星效应与分析师作用(长期事件窗口[-20，20])　(1)(2)(3)(4)(5)　Rating0.018***0.017***0.018***-29- (11.15)(9.27)(9.44)Posrating0.022***(7.91)Negrating-0.010(-0.76)Staranalyst0.0030.0040.004-0.041**0.003(1.09)(1.31)(1.58)(-2.29)(1.09)Starbroker0.010***0.009***0.011***0.011***0.009(4.15)(3.57)(4.26)(4.27)(0.63)Shareholder-0.017***-0.017***-0.017**-0.017**-0.017**(-2.53)(-2.58)(-2.49)(-2.48)(-2.53)ROA-0.115***-0.108***-0.084***-0.117***-0.115***(-6.77)(-6.30)(-5.01)(-6.85)(-6.77)Leverage-0.012***-0.009-0.005-0.012-0.012*(-2.65)(-1.36)(-0.83)(-1.86)(-1.83)Staranalyst*Rating0.010**(2.49)Starbroker*Rating0.000(0.087)YearYESYESYESYESYESIndustryYESYESYESYESYESConstant-0.040***(-5.20)0.015***(2.81)0.026***(5.26)-0.033***(-4.01)-0.040***(-4.56)N2437824378243782437824378Adj.0.0110.0090.0060.0120.011F16.53613.0799.6115.99615.666当因变量是事件41日超额收益率时，回归结果如表4所示，与的回归结果在偏回归系数的正负上几乎没有区别，但各个偏回归系数的绝对值都普遍增大了。本文发现，各个变量在大部分时候都在1%的水平以内显著。控制了公司特质的变量后，平均评级越高，超额收益率也越高，这证实了本文的第一个假设，即行业分析师的越高的投资评级能够带来越大的超额收益率这与媒体上广泛提及的“研报门”结论并不一致。可能有以下的原因：媒体和普通投资者对于评级预测准确的研报没有予以关注，而对于错误的研报、赚取噱头的虚假研报给予了过分的关注。只见树木，不见森林。。超额收益率的方向在较长的事件窗口没有发生反转，说明分析师的研究报告的确揭示了新的信息，而不仅仅是短期的买入压力造成价格上升的结果。分析师之所以能够在一个较为自由的市场经济中赚得较高的薪酬，跟他们发掘股票的新价值的能力恐怕是分不开的。以事件三日超额收益率-29- 为例，平均评级每当提高0.1，超额收益率的总体均值能够提高0.1%左右，对于管理着大量资产的基金公司来说，每一个千分点都意味着巨额财富增加。这也正是只有财力雄厚的证券投资基金等买方机构才有动力去购买分析师报告的原因。从多元回归的结果看来，本文第一个假设的第二个部分也得到了证实。控制了公司层面的变量以后，分析师和券商的名气对于超额收益率具有正的显著影响。来自明星分析师和明星券商的研究报告，其投资评级对超额收益的作用也更大，但在长期明星券商的影响变得不显著，很可能是分析师频繁跳槽、流动性太大，不仅仅有实力的券商能留住明星分析师，中小券商也可能出高价招募明星分析师，使得明星分析师资源的分布在长期来看变得均匀了。明星分析者更好地揭示了新的信息，他们获得较高的回报是合理的。仍以为例，明星分析师的研报比非明星分析师的在数值上平均能够增加约0.3%，明星券商的研报比非明星券商的研报平均能够增加超额收益约0.5%。随着事件窗口的延长，各解释变量的偏效应都在增加，但系数的显著性有所降低。由（2）和（3）的回归结果可见，在1%的显著性水平上，短期来看，买入、增持等积极评级能够带来正的超额收益率，而减持、卖出等消极评级会带来负的超额收益率。还可以看到出具积极评级带来的超额收益率增长，短期在绝对数上与出具消极评级带来的负超额收益率相等，但由于消极评级样本数远远少于积极评级，故其系数t值也小得多。长期积极评级的超额收益在绝对数上大于消极评级的负超额收益，但此时消极评级的作用变得不显著。对投资者来说，正的超额收益与买入持有策略联系在一起，而负的超额收益与卖出回避策略联系在一起。国外一些研究发现卖出评级的市场反应强于买入评级（如Womach，1995），他们从利益关系对分析师独立性的影响角度来解释（Pratt，1993;Womach，1996;Stickel，1995），认为出具消极评级的成本和风险高于积极评级，因此需要更高的超额收益率折价来补偿。本文的发现刚好相反，消极评级的市场反应不及积极评级。这与我国做空机制受限的市场环境下，分析师缺乏足够的动力搜集、分析负面信息有关，因此也影响了消极评级的信息含量。在控制变量方面，第一大股东持股比例越高、资产规模越大、资产负债率越高的公司，分析师对其出具的研报带来的超额收益率越小。2.信息不对称变量交叉回归结果为证实本文的第二个假设，将信息不对称变量与一致评级变量交叉相乘进行检验，-29- 和为因变量的结果分别见表5、表6。表5信息不对称与分析师作用(短期事件窗口[-1，1])　(1)Instown(2)Lnsize(3)Listdur(4)HInst(5)HLnsi(6)HList　Rating0.012***0.011***0.047***0.012***0.011***0.010***(12.99)(17.32)(6.60)(17.56)(11.32)(15.53)Staranalyst0.002***0.002***0.003***0.003***0.002***0.002***(2.94)(2.93)(3.11)(3.05)(2.73)(2.76)Starbroker0.005***0.005***0.005***0.005***0.005***0.005***(6.68)(6.68)(6.90)(6.74)(6.70)(6.73)Shareholder-0.005**-0.005**-0.002-0.004**-0.005***-0.006***(-2.33)(-2.40)(-0.78)(-2.11)(-2.65)(-2.78)ROA-0.034***-0.034***-0.037***-0.034***-0.034***-0.034***(-6.32)(-6.53)(-7.30)(-6.81)(-6.81)(-6.81)Leverage-0.005**-0.005***-0.000-0.002-0.006***-0.005***(-2.47)(-2.58)(-0.04)(-0.97)(-3.12)(-2.75)Instown(HInst)0.021**0.013***(2.53)(3.37)Instown(HInst)*Rating-0.006***-0.004***(-2.91)(-3.75)Lnsize(HLnsi)0.005***0.014***(3.88)(3.53)Lnsize(HLnsi)*Rating-0.002***-0.004***(-5.25)(-4.36)Listdur(HList)0.001**0.006(2.21)(1.62)Listdur(HList)*Rating-0.000*-0.001(-1.85)(-1.50)YearYESYESYESYESYESYESIndustryYESYESYESYESYESYESConstant-0.034***(8.93)-0.147***(-4.92)-0.033***(-7.89)-0.032***(-11.23)-0.034***(-11.86)-0.029***(-9.75)N240432435924378240432435924378Adj.0.0230.0250.0230.0230.0240.023F29.32632.36329.40029.62230.80929.113表6信息不对称与分析师作用(长期事件窗口[-20，20])　(1)Instown(2)Lnsize(3)Listdur(4)HInst(5)HLnsi(6)HList　Rating0.022***0.020***0.094***0.022***0.025***0.022***-29- (6.99)(9.30)(3.88)(10.05)(7.62)(9.84)Staranalyst0.0040.0040.0040.0030.0030.003(1.38)(1.33)(1.39)(1.19)(1.10)(1.11)Starbroker0.010***0.010***0.011***0.010***0.010***0.010***(4.16)(4.13)(4.29)(4.02)(4.12)(4.14)Shareholder-0.015**-0.016**-0.007-0.017**-0.017**-0.017**(-2.21)(-2.33)(-1.03)(-2.52)(-2.49)(-2.56)ROA-0.092***-0.098***-0.121***-0.117***-0.115***-0.115***(-5.12)(-5.53)(-7.08)(-6.83)(-6.75)(-6.75)Leverage-0.007-0.0090.001-0.012*-0.013**-0.011*(-1.08)(-1.35)(0.107)(-1.71)(-2.01)(-1.73)Instown(HInst)0.0080.006(0.28)(0.41)Instown(HInst)*Rating-0.007-0.003(-1.01)(-1.06)Lnsize(HLnsi)0.010**0.035***(2.10)(2.64)Lnsize(HLnsi)*Rating-0.003***-0.008***(-3.10)(-2.67)Listdur(HList)0.003**0.030**(2.54)(2.30)Listdur(HList)*Rating-0.001**-0.007**(-2.41)(-2.34)YearYESYESYESYESYESYESIndustryYESYESYESYESYESYESConstant-0.051***(-3.91)-0.265***(-2.63)-0.070***(-4.95)-0.048***(-4.98)-0.056***(-5.71)-0.055***(-5.53)N240432435924378240432435924378Adj.0.0120.0130.0120.0120.0120.011F15.57516.48315.22515.43815.27115.159假设2也得到了实证分析的证实。表5和表6分别在短期和长期的事件窗口将本文在假设中提到的信息不对称的代理变量与研究报告的变量做交叉项。在机构持股比例、资产规模以及上市时间小于中位数、即信息不对称状况严重的样本中，分析师评级对的作用在绝对数上分别增大了0.4%，0.4%和0.1%,对的作用在绝对数上分别增大了0.3%，0.8%和0.7%.-29- 注意到信息不对称变量与一致评级变量交叉检验的结果中，如表5和表6的（2）与（5）所示，公司规模与评级的交叉项在短期和长期事件窗口均十分显著；而如（1）与（4）所示，机构持股比例与评级的交叉项在短期十分显著，但在长期并不能通过统计水平为10%的t检验，这是因为我国的证券投资基金等机构偏好流动性高的公司股票，且换手率较高（王啸，2008），机构持股的影响在长期窗口不显著；相反，如（3）与（6）所示，上市年数虚拟变量HList与评级的交叉项在短期并不能通过统计水平为10%的t检验，但在长期则相当显著，这是由于上市年数变量受到市场关注较少，其带来的信息对称效应的发挥存在一定的时滞（TimeLag），并不能轻易被市场观察到，其对于评级效果的影响更多地体现在中长期。从交叉项的系数可见，机构持股比例越高、公司资产规模越大、上市时间越长，即信息越对称，投资评级带来超额收益的偏效应就越低，这时候良好的信息状况“挤出”了分析师研究报告的超额收益；反之，若信息不对称现象较严重，研究报告的信息成本就越大，投资评级便能带来更高的超额收益，即分析师的研究报告显著降低了资本市场的信息不确定状况。（四）稳健性检验为检验上述结论的可靠性，本文还采用事件11日超额收益率、事件21日超额收益率分别重复上述的回归检验，与上文的研究结论基本一致。随着事件窗口的拉大，各偏回归系数的绝对值也随之增大。本文在稳健性检验中还对明星分析师变量和明星券商变量进行了数值化的处理，将虚拟变量变为整数数值变量，分别定义为公司在研报发布日收到的研报中，由明星分析师出具的研报份数和由明星分析师出具的研报份数，结论没有改变。限于篇幅，不再一一列示。五、结论与讨论沸沸扬扬的“研报门”事件并不能让我们以偏概全地下结论，认为分析师的研报是无作用的。会不会对于正确的研报没有予以关注，而对于错误的研报给予了过分的关注呢？本文显示：在控制了第一大股东持股比例、资产规模、总资产收益率以后，更高的研报评级、分析师名气、券商名气能在短期和长期的事件窗口带来显著的超额收益率，且来自明星分析师和明星券商的积极评级作用更大。同时，信息越对称，积极评级带来的超额收益率较小，也即良好的信息状况能够“挤出”超额收益率，分析师对降低资本市场之间的信息不对称方面作用显著。本文的研究有助于提高对分析师作用的认识，并反映出中国A股市场仍不是半强式有效市场。监管层应引进机构投资者，发展分析师行业，缓解信息不对称状况，促进市场效率提高。-29- 本文认为，通过尽可能降低信息不对称状况，大力发展分析师行业，有望使中国A股市场进一步向有效发展。但对交易成本和风险没有进行调整是本文的一大不足。本文只是从一个方面说明中国A股市场在考虑交易成本之前不是幼稚的半强式有效市场（王啸，2008），很可能尽管市场失效机会存在，但由于交易成本等因素，无效状态得以持续（Barberetal，2001）。本文的研究存在一定的局限性,例如在事件研究中没有设置事件后观察期，没有验证是否存在“事件后漂移”的现象；采用投资评级而没有考虑盈利预测，不够精准；本文在超额收益率计算方面亦存在不足，仅使用以市值加权的全A股市场组合的收益率作为市场收益率的代理变量，反映各类评级在事件期跑赢或者跑输整个市场的程度，没有进行行业和规模调整；没有考虑券商投行部、研究部的业务分离等问题；没有研究分析师的选股偏好问题。如果研究员做研究报告的时候喜欢“追涨杀跌”的话，并且市场不是弱式有效的，存在着动量效应，那么很难判断究竟是高的投资评级带来了超额收益率，还是高的收益率引致了较高的投资评级。这些都提示我们，对于分析师的作用，有必要开展更深入的研究。本文只是进行了初步的探索。参考文献[1]陈汉文.证券分析师、定价机制与利益冲突.审计与理财,2003,(2):9-10[2]杜娟,晁辉.中国证券市场信息不对称的研究.金融经济,2011,14):47-48.[3]丁亮,孙慧.中国股市股票推荐效应研究.管理世界，2001，（5）：161-167[4]顾远威.会计信息不对称——公司治理中必须解决但无法终结的难题.恩施职业技术学院学报,2007,(1):57-61.[5]何玉,张天西.证券分析师与有效资本市场.上海金融，2004，(12):31一33.[6]胡奕明,林文雄,王玮璐.证券分析师的信息来源、关注域与分析工具.金融研究,2003,(12):52-63.[7]胡奕明,饶艳超,陈月根,李鹏程.证券分析师的信息解读能力调查.会计研究,2003，(11):14-17.[8]金轶雯，白峰杉.金融证券分析师投资评级数据的分析和挖掘.数学的实践与认识,2008，（13）:18-25.[9]鲁臻,邹恒甫.中国股市的惯性与反转效应研究.经济研究,2007,(9):145-155.[10]沈冰．我国证券市场信息不对称探讨.商业研究，2006，(4):142-145.[11]宋军,吴冲锋.中国股评家预测行为的实证研究.数理统计与管理,2003,(3):11-15.-29- [12]司徒大年.证券分析师:角色、责任及独立性.证券市场导报,2002,(5):64-70.[13]史永东,蒋贤锋.内幕交易、股价波动与信息不对称:基于中国股票市场的经验研究.世界经济,2004,(12):54-64.[14]宋玉.机构投资者持股、信息优势与市场反应.博士论文.厦门大学，24-32.2007.[15]宋玉,李卓.机构投资者持股与会计盈余宣告的信息含量.证券市场导报,2007,(2):29-35.[16]唐盛培.机构投资者与上市公司会计信息相关性分析.证券市场导报,2006,(5):49-52.[17]王啸.证券分析师选股的投资价值研究:基于中国证券市场(A股)的经验证据.博士论文.复旦大学，46-47.2008.[18]王宇熹,肖峻,吴佳,陈伟忠.我国证券分析师荐股绩效量化评估方法研究——以《新财富》杂志最佳分析师为例.[19]吴卫星,汪勇祥,成刚.信息不对称与股权结构：中国上市公司的实证分析.系统工程理论与实践，2004，（11）:28-33[20]夏立军,方轶强.政府控制、治理环境与公司价值———来自中国证券市场的经验证据[J].经济研究,2005(5):40-51.[21]朱宝宪,怡凯.证券媒体选股建议效果的实证分析.经济研究,2001,(4):51一57.[22]朱红军,何贤杰,陶林.中国的证券分析师能够提高资本市场的效率吗——基于股价同步性和股价信息含量的经验证据.金融研究,2007,（2）:110-121[23]滋维•博迪,亚历克斯•库恩,艾伦•马库斯.投资学.第七版.北京:机械工业出版社,2011.[24]张维迎.博弈论与信息经济学.上海:上海三联书店,上海人民出版社,1996.[25]A.CraigMacKinlay,EventStudiesinEconomicsandFinance,JournalofEconomicsLiterature,1997,(35):13-39.[26]AvnerArbel,GenericStocks:AnOldProductinaNewPackage,Summer1985.[27]AvnerArbelandPaulStrebel,PayAttentiontoNeglectedFirms,JournalofPortfolioManagement,Winter1983.[28]Barber,Brad,ReuvenLehavy,MaureenMcNicholsandBrettTrueman,caninvestorsprofitfromtheprophets?Securityanalystrecommendationsandstockreturns,JournalofFinance,2001,(56):531-563.[29]Barber,Brad,ReuvenLehavy,MaureenMcNicholsandBrettTrueman,2001b,Prophetsandlosses:Reassessingthereturnstoanalysts’stockrecommendations,workingpaper,UC-Davis,UC-BerkeleyandStanfordUniversity,2001.[30]Bernard,VictorandJacob,Post-earnings-announcementdrift:Delayedpriceresponseorriskpremium?JournalofAccountingResearch(Supplement),1989,(27):1-36.[31]Bradshaw,Mark,Howdoanalystsusetheirearningsforecastsingeneratingstockrecommendations?Workingpaper,UniversityofMichigan,2000.[32]Clark,Holloway,AnoteontestinginaggressiveinvestmentstrategyusingValueLineRanks,-29- JournalofFinance,1981,(36):711-719.[33]Cowles,Alfred,Canstockmarketforecastersforecast?Econometrica,1933,(1):309-324.[34]Fama,EugeneF.,Efficientcapitalmarkets:Areviewoftheoryandempiricalwork,JournalofFinance.1970,(25):383-417[35]Finger,CatherineA.andWayneR.Landsman,Whatdoanalysts’stockrecommendationsreallymean?Workingpaper,UniversityofIllinoisandU.N.C.,ChapelHill,1999.[36]Gleason,CristiA.andCharlesM.C.Lee,Analystforecastrevisionsandmarketpricediscovery,TheAccountingReview,2003,(78):193-225.[37]Hong,H.,JeffreyD.Kubik,andAmitSolomon,Securityanalysts’careerconcernsandtheherdingofearningsforecasts,RandJournalofEconomics,2000,31(1):121-144.[38]Huth,WilliamL.andBrianA.Maris,Largeandsmallfirmstockpricesresponseto“HeardontheStreet’Recommendation”,JournalofAccounting,Auditing,andFinance,1992,(7):27-47.[39]IvoWelch,Herdingamongsecurityanalysts,JournalofFinancialEconomics,2000,(58):369-396.[40]Jegadeesh,N.andTitmanS.,Returnstobuyingwinnersandsellinglosers:implicationsforstockmarketefficiency,JournalofFinance,1993,(48):65-91.[41]Michaely,RoniandKentL.Womack,Confilictofinterestandthecredibilityofunderwriteranalystrecommendations,ReviewofFinancialStudies,1999,(12):653-686.[42]RobertC.Merton,ASimpleModelofCapitalMarketEquilibriumwithImcompleteInformation,JournalofFinance,1987,(42):483-510.[43]SanfordJ.GrossmanandJosephE.Stiglitz,OntheImpossibilityofInformationallyEfficientMarkets,AmericanEconomicReview,1980,(70).[44]Schipper,Katherine,Analysts’forecasts,AccountingHorizons,1991,(5):105-121.[45]Stickel,ScottE,ReputationandPerformanceAmongSecurityAnalysts,JournalofFinance,1992,(47):1811-1836[46]StickelSE,Theanatomyoftheperformanceofbuyandsellrecommendations,FiancialAnalystsJournal,1995,(9):25-39.[47]Womack,Kent,Dobrokerageanalysts’recommendationshaveinvestmentvalue?JournalofFinance,1996,(51):137-167.-29- DoAnalysts’RecommendationsHaveInvestmentValues:EmpiricalEvidenceFromListedCompaniesofChineseAShareMarket【Abstract】Thescandalofanalysts’reportshaveattractedgreatattentionofthepublic.Doanalysts’recommendationshaveinvestmentvalues?Inotherwords,caninvestorsgainsuperiorprofitsbyfollowinganalysts’recommendations?Thispapercollectedmorethan50thousandrecommendationson1563listedcompaniesinChineseAShareMarket,whosetimerangeisfromJan.1st,2009toDec.31st,2010,andutilizedeventstudyandmultipleregressiontoreachempiricalevidence.(1)Thepaperfindsevidencesupportinganalysts’predictiveability.Thepositivemarketreactionsfollowinganalysts’higherratinglevel,staranalysts’andstarbrokers’recommendationscanbeenseenclearly.Apositiverecommendationfromastaranalystorbrokercanbemore-29- useful.(2)Wheninformationbecomesmoresymmetricalinthemarket,theCAR(CummulativeAbnormalReturn)reducessimultaneously,whichistosay,goodinformationcircumstancescancrowdouttheCAR.Analystsareofinfluenceandimportanceineliminatinginformationasymmetry.Thisstudyhelptodeepentheunderstandingoftherolesofanalystsandtoimprovetheregulatoryefficiencyofthegrowingindustryofanalysts.【Keywords】Analysts;Recommendations;Staranalysts;Starbrokers;Asymmetricinformation-29-'