证券分析师荐股准确率影响因素的实证研究
时间：2021-02-21 00:01:38 来源：雅意学习网 本文已影响 人 
摘 要：文章运用2012-2013年《新财富》上榜分析师上榜后一年内发布的买入评级报告和Logit计量模型，从信息优势的角度，实证考察分析师荐股报告准确率的影响因素。运用2014年《新财富》上榜分析师的荐股报告进行样本外模型解释力度检验，显示文章模型对投资者有较大的参考价值。
关键词：《新财富》分析师 买入评级报告 荐股
中图分类号：F830.91 文献标识码：A
文章编号：1004-4914（2016）10-099-03
研读证券分析师的评级报告是不少股民的做法。截止2015年上半年，中国证券业协会网站上显示的具有证券分析师资格的注册人数超过2000人，加上其他未注册的从业人员，证券分析师这个群体相当庞大，难免良莠不齐。2003年6月起，由《新财富》杂志主办的年度“新财富最佳分析师”评选逐渐成为我国证券业最权威的证券分析师排名。然而，即使在这样极少数的所谓明星分析师当中，也只有部分分析师所发布的荐股报告实现了其收益诺言。以2012-2013年上榜分析师在随后一年中发布的1048份买入评级报告为例，推荐标的6个月跑赢沪深300指数15%以上的只有348份，仅占33.2%。那么，影响上榜分析师荐股报告准确率的影响因素有哪些呢？我们如何预测某份荐股报告的准确率呢？
目前国内的评级报告大体分为买入、增持、中性和卖出等四个评级。由于国内卖空机制还不够成熟，加上分析师很大程度依靠从上市公司调研来获取信息，这意味着为了与上市公司维持良好的关系，分析师极少会发布中性或卖出评级的报告；而实际中，投资者也会更多地关注评级更高的报告。鉴于此，本文仅仅选取买入评级报告来进行实证考察，具体来说，本文以2012-2013年《新财富》上榜分析师在随后一年中发布的买入评级报告为研究对象，运用Logit计量模型，实证考察上榜分析师荐股报告准确率的影响因素。
本文选取的均为买入评级报告，也就是说推荐标的公开的基本面因素都不错，否则分析师不会作出“买入”的投资建议，只不过只有部分分析师的买入报告最终实现其收入诺言。这当然和随后考察期内推荐标的基本面的演变有关，也与宏观或中观的行业发展环境的演变相关。本文另辟蹊径，我们假设：由于各类分析师本身特征的差异（比如其所属券商的规模，其本身的经验和声誉等因素），会造成各类分析师面对同样的公开信息，具有不同深度的挖掘能力；或者各类证券分析师因为跟踪标的公司的深度和广度的不同，除了公开信息之外，还积累了多多少少的其他信息；拥有更多信息优势的那些分析师，他们的荐股报告可能具有较高的准确性。基于这样的假设，本文选择从信息优势的角度，分析上榜分析师荐股报告准确率的影响因素。
本文第一部分介绍数据、变量和模型，第二部分为实证研究结果，第三部分为样本外模型解释力度检验，第四部分为本文结论。
一、数据、变量和模型
本文以2012-2013两届《新财富》上榜分析师在其上榜之后一年之内发布1048份买入评级报告为样本，来估计一个Logit计量模型。由于《新财富》评选的宏观、策略、金融工程、固定收益四个团队不属于行业分析的范畴，他们的报告因此不在本文考虑之列。样本来源于迈博汇金（Microbell）。我们从报告中收集报告发布人、所在券商、推荐标的、日期等信息，相关标的的交易信息如历史股价、行业指数、沪深300指数变动情况等均源于万得资讯（Wind）。
目前国内各家券商的研究报告对股票的评级规则不尽相同，本文选定沪深300为市场基准指数，在报告发布起6月内，跑赢沪深300指数15%以上的股票，我们认为其达到分析师买入评级所承诺的收益。由于本文的报告来自第三方数据库，不少报告都有几个小时到一天的滞后，为统一起见，本文选择标的报告录入数据库的前一个交易日的收盘价作为初始价格，起始日期+180日的收盘价作为标的期末价格，计算期间涨跌幅；获取每一个标的同一时间段的沪深300涨跌幅，两者之差即标的半年期内相对沪深300的实际涨跌幅。本文1048份买入报告观察值中，推荐标的6个月跑赢沪深300指数15%的共有348份，占比33.2%，也即大约1/3的买入评级报告实现了其收益承诺。
Logit模型的因变量为是否兑现收益承诺，兑现记为1，共计348个，未能兑记为0，共计700个。
我们可以假设由于经常去上市公司调研，分析师相对于普通投资者来说，处于信息优势（至少不是劣势）的地位；再考虑到现实中，二级市场的分析师们经常在一起交流，所以分析师们对市场情绪的把握要比普通投资者好。分析师荐股相当于一个占有更多信息、更了解市场情绪同时又懂行业和资本市场的专业人士为投资者作出投资建议。正是基于这一点假设，本文选取从信息优势的角度，去探寻具有什么样的分析师能够拥有更多的信息优势，从而荐股的准确率更大。
1.分析师所属券商的规模。Clement（1999）发现分析师盈利预测的准确率与分析师所在券商规模正相关。李春涛等（2014）通过对我国2005-2011年证券市场分析师评级数据的研究，发现市场短期超额收益与分析师所属券商规模有着密切关系。大券商一般拥有更多可用资源，更多信息优势，更多证券分析师，发布更多的研究报告，对机构投资者提供更好的服务，具有更大的市场影响力。笔者查询了证券业协会网站，按照各个券商拥有的分析师人数，从多到少，列表如下（见下页表1）。
分析师人数排名前五的券商分别是国泰君安139人、中信证券106人、申银万国105人、海通证券96人、招商证券92人。我们将这五家券商命名为大平台（Big），其他券商命名为小平台（Small），如果发布报告的分析师来自大平台，记为1，共计539个；来自小平台记为0，共计509。
2.分析师覆盖的子行业公司数量。Clement（1999）发现分析师盈利预测的准确率与分析师所覆盖的公司和行业数量（任务复杂程度）成负相关。Mikhail等（1997）发现分析师跟踪特定企业的经验累积可以提高预测准确率。一般认为，分析师覆盖的行业越多，跟踪的公司数量越多，信息量越分散，其盈利预测准确度越低。本文选取万得资讯中信一级行业中各个行业内上市公司数量作为各个子行业分析师覆盖的公司数量。考虑到不同子行业分析师覆盖的公司数量相差很大，实际回归分析时，对该变量进行取对数处理。
