券商上市对分析师预测的影响

孙莲珂

(上海财经大学会计学院，上海 200433)

一、引言

近两年，券商上市潮卷土重来。排队上市的券商约占所有券商总数的10%。我国券商上市最早可追溯到2000年的宏源证券公司以重组改制方式成为国内第一家上市券商，他们通过在深交所上市募集了巨额的资金，对同行产生示范效应。从2009年开始券商上市的步伐就一再加快。根据证监会在2014年发布的《关于进一步推进证券经营机构创新发展的意见》中提出，鼓励支持证券机构进行股权融资。但同时，我国股票发行采用核准制，拟上市公司都受到证监会的严厉监管，从而影响公司行为。根据证监会的公告可以看出，券商上市过程中，面临最严厉的监管要求就是其对风险的得当控制。

以往研究分析师乐观行为的影响因素大多着眼于券商的具体业务或被预测公司的自身特征。研究表明分析师的盈余预测和投资评级偏向乐观，他们会受到其所在券商的利益的冲突从而导致独立性下降，发布更加乐观的预测和评级。例如，来自券商不同部门之间的利益冲突导致的[1,2]，也有研究表明分析师为了取得高管的私有信息而进行更为乐观的评级[3]。但在更宏观的角度观察，券商本身的上市进程对其旗下分析师独立性的影响同样是需要思考的重要问题。拟上市券商(1)拟上市券商是指截止2016年年底，非上市券商中处于上市排队行列的券商或是已上市券商上市前三年的阶段。将面临更大的风险和成本，为了更加符合证监会的要求，防止被中止审查或终止审查，减少企业上市的成本，券商会尽最大努力把控公司整体风险，把控分析师的预测行为，顺利过会。

本文利用中国A股上市公司2006-2016年的分析师盈余预测样本，从券商上市的角度切入，发现相对于没有开始上市之路的券商(下文称“非上市券商”)而言，拟上市状态券商旗下的分析师投资评级更加地谨慎，而预测准确度较高。券商影响分析师的行为来规避监管。同时，本文发现上市券商在上市之后，旗下分析师预测特征存在反转，即上市后比上市前的评级更加乐观，而准确度却有所下降。这种效应在被预测公司为关联基金重仓股以及被预测公司券商持股比例较高时被抑制。通过市场反应的检验，发现拟上市券商分析师的这种行为，短期内并不能被资本市场识别。

与以往研究相比，本文主要贡献在于：一、通过券商上市这一外生事件，研究对其旗下分析师预测行为的影响。二、通过区分上市进程的阶段，发现拟上市券商分析师和非上市券商分析师的盈余预测和投资评级存在显著不同。三、通过分析券商上市前后旗下分析师的预测特征，发现在上市后的预测评级发生变化，说明分析师存在“择时”谨慎(2)谨慎是指相对于以往研究中的乐观倾向而言的。的现象。四、在实践方面，本文研究结论对于券商行业的监管治理提供一定的政策建议。

本文的剩余内容结构如下：第二部分为文献回顾及研究假说，第三部分为样本选择和研究设计，第四部分展示实证结果，第五部分为文章结论。

二、文献回顾及研究假说

证券分析师对公司未来的每股收益进行预测，提供无偏估计，目的在于帮助投资者评估公司的真实价值，他们的报告对于资本市场投资者具有重要价值。如果分析师不受到其他因素影响，出于晋升和声誉的考虑会出具更加准确的评级和预测信息，但是现实中很多因素都会影响到分析师的盈余预测。当证券分析师面临利益冲突时，他们的客观性和独立性就受到了严重的损失[4]。关于分析师独立性的研究已有大量文献，在国内外学术界早已关注到分析师盈余预测和投资评级报告存在乐观倾向性。最早有学者[5]研究发现了分析师会对市场信息反应过度，随后文献发现分析师预测和投资评级中大多存在乐观的倾向。分析师为了维持和上市公司管理层的关系而发布更加乐观的盈余预测，主承销商分析师为了迎合投资银行部门的需求而发布更高的投资评级等[6,7]。同时对主承销关系对于分析师盈余预测和投资评级的影响也进行了研究[8,9,10,11]。但同时，券商分析师的行为，同样受到一些正面的影响，罗棪心等[12]发现当券商跟踪赴美上市的中概股，并且当其跟踪环境较良好时，分析师的预测准确度就会有所上升。官峰等[13]研究发现官员落马对于分析师的预测准确度也是促进作用。

在中国转型经济体制下，我国公司上市进程的平均耗时3年左右，当券商在拟上市的状态下时，由于受到证监会的严厉监管，面临不能成功上市的风险。国内分析师的预测报告都是以券商名义发出的，发出之前分析师的报告要先进行审核，所以券商可以对分析师的报告进行筛选。当券商处于拟上市状态时，这种机制的作用就会更大。Clarke等[14]的研究也表明证券公司层面的关系会影响到分析师个人行为。在受到证监会严厉监管的拟上市阶段，证券公司有动机控制整体预测的乐观情况，使其旗下分析师的投资评级与预测更加谨慎，进而减少市场上的信息不对称程度，使预测准确程度提高。因此，提出本文第一个假说：

H1：相比于非上市券商旗下的分析师，拟上市券商旗下的分析师的投资评级更加谨慎，准确度更高

从中国整个券商行业的收入结构来看，中国券商的收入来源主要包括了经纪业务的佣金收入、投行业务的证券发行收入以及自营业务中的证券差价收入，而佣金收入在券商收入中占有重要地位[15]。以往有很多研究把券商看做一个盈利主体，从券商的收入角度来看是否影响分析师的独立性，如券商的投行业务带来的利益冲突，经纪业务[1,2]、投资收益[16]同时，券商的自营业务收入[17]也会对分析师的行为产生差异。Jackson[1]发现券商可以通过提供更为乐观的报告来增加公司的交易佣金，曹胜和朱红军[17]发现券商也可以通过提供更为乐观的报告来增加自营业务的收入。根据以上的分析发现券商旗下的分析师可以通过发布更加乐观的投资评级，影响市场上的交易量，提高交易佣金达到提高收入的作用。而针对金融企业上市的研究，有学者发现，当债券评级机构上市后，对旗下债券的评级会产生影响，相比于上市前的评级，上市后的评级更加正向，以期满足重要客户发债的需求，从而增加企业的收入[18]。同时，根据Financial Crisis Inquiry Commission[19]中显示公司在进入上市阶段之后的文化氛围也会发生转变，开始鼓励公司内部的员工只关注在利润和市场份额上。当考虑到券商所处的状态时，上市后的券商面临增加业绩的压力，他们有更大的动力去增加他们的收入。此时，上市后的券商的预测评级将更偏向乐观，从而导致准确程度下降。因此，提出第二个假说：

H2：对于上市券商，其上市后的评级更加乐观，准确度更低

三、样本选择和研究设计

(一)样本选择与描述

本文以2006-2016年的分析师预测数据为基础样本进行分析，参考以往的文献，对数据如下处理：(1)删除预测报告日在会计年度之后的数据，(2)如果对同一家公司同一年度同一分析师作出多份预测，则保留当年最后一份报告，(3)删除存在缺失值的样本，(4)对连续变量在1%和99%的水平上进行缩尾处理。本文机构投资者持股来自Wind数据库，其他数据包括分析师预测的数据来自CSMAR数据库。

(二)变量定义

1．投资评级衡量(rate_5)：在分析师相关文献中，对分析师评级大多采用标准评级分类，本文采用同样衡量方式，对“卖出”“减持”“中性”“增持”“买入”这五类标准评级依次取值为1到5。即rate_5的取值越大，表明分析师的分析越乐观。

2．相对预测准确度(R_ACC)：现有文献关于分析师预测准确程度的衡量有绝对和相对[20]两种形式。绝对预测准确度就是以某分析师某年某次对某支股票预测的EPS减去该年该股票的实际EPS的差值的绝对值再除以该股票的实际EPS的绝对值。是由其他所有分析师的误差的绝对值的平均值进行调整之后的衡量指标。由于绝对准确度的可比性较低，并且Hong和Kubik[21]指出分析师更在乎相对准确度，所以本文采取Clement[22]中的的办法，采用均值调整的办法来衡量分析师的相对预测准确度：

即分析师i某次对于某只股票进行预测，该分析师对于该股票的预测误差的绝对值FEi减去其所预测同一家公司的其他所有分析师误差的绝对值的平均值FE。两者之差除以其他所有分析师误差绝对值的平均值FEi，其中其他分析师误差的绝对值的平均值以报告公布前60天为准。为了保持方向的一致性，乘以负1进行调节，即R_ACC的取值越大，代表分析师的预测误差越小，准确度越高。

3．拟上市券商(preipo)：数据来自Wind中上市排队名单中的证券公司，如果目前证监会已经受理表明公司处于拟上市状态，则preipo取值为1。对非上市券商中不处于拟上市状态的，preipo取值为0。同时，为了保证数据的完整性，对已经上市的券商，定义其上市前三年为拟上市券商，此时preipo取值也为1。

4．是否上市(ipo_time)：如果该份研报是在上市之后年份发布的取值为1，否则，取值为0。ipo_time_3则是将上市前的年份分开，如果是上市前三年发布的取值为0；上市之后发布的取值为1。

5．参考曹胜和朱红军[17]、赵良玉等[3]等人的研究，本文模型还控制了以下变量：

(三)研究设计

为了检验H1，设立如下模型：

y=β0+β1preipo+∑Controls+Year+Industry+

(1)

模型中，假说1中的因变量y分别为rate_5和R_ACC，分别代表了分析师的投资评级以及相对预测准确度，主要解释变量为拟上市状态变量preipo。根据研究假说1，预期当因变量为rate_5时，模型1中preipo的系数β1显著为负，代表拟上市券商旗下分析师的投资评级相对更谨慎；当因变量为R_ACC时，模型1中preipo的系数β1显著为正，表明当券商在拟上市状态的时候，其分析师的相对预测准确度更高。

表1 控制变量定义

为了检验H2，设立如下模型：

y=β0+β1ipo_time+∑Controls+Year+Industry+

(2)

假说2中的因变量y分别为rate_5和R_ACC，分别代表了分析师的投资评级以及相对预测准确度，主要解释变量为拟上市状态变量ipo_time。根据研究假说2，预期当因变量为rate_5时，模型1中preipo的系数β1显著为正，代表上市券商在上市后，旗下分析师的投资评级更加乐观，相比之前有反转；当因变量为R_ACC时，模型2中ipo_time的系数β1显著为负，表明当券商在上市后，相比上市前其分析师的相对预测准确度更低。同样，为了加强本文的验证，将解释变量的ipo_time上市前的时间段限定在上市前三年期间(ipo_time_3)和上市后进行对比，结果稳健。

四、实证结果与分析

(一)主要变量的描述性统计

如表2中所示，结果显示在全部样本中分析师的相对预测准确度平均为-0.011，而rate_5的均值在4.189表明整个行业中大部分分析师发布“增持”以及“买入”的投资评级。

表2 描述性统计

从拟上市券商样本和非上市券商样本中可以看出，拟上市券商rate_5的均值为4.152，小于非上市券商中的4.211，表明拟上市券商分析师发布的乐观评级更少，行为更加谨慎。但拟上市券商分析师的相对预测准确度R_ACC的均值较高，代表他们的相对预测准确度较高。从描述性统计上来看，初步符合本文的预期。

(二)单变量分析

表3列出了假说1的单变量分析结果。针对分析师的投资评级(rate_5)来看，非上市券商的均值为4.211，显著高于拟上市券商的均值4.152，两者的均值差异检验的t值为7.6469，并在1%的水平上显著，表明相对于非上市券商来讲，拟上市券商旗下的分析师给出的投资评级相对更加谨慎。针对相对预测准确度(R_ACC)来看，非上市券商均值为-0.035，显著低于拟上市券商的相对预测准确程度的均值0.031，两者的均值差异检验的t值为-6.6149，并在1%的水平上显著，表明相对于非上市券商来讲，拟上市券商的相对预测准确度更高。该结论符合本文的假说1的预期。

表3 单变量分析(3) 注:***、**、*分别表示在1%、5%和10%水平上显著；括号中是经调整后计算的t值。表4-表11相同。

(三)多元回归结果

表4显示了假说1的回归结果，模型(1)和模型(3)是单变量回归的结果，模型(2)和模型(4)是加入控制变量之后的回归结果。其中模型(1)和模型(2)是以预测评级(rate_5)为因变量对是否为拟上市券商的preipo进行回归。列(2)显示的是加入控制变量之后，分析师的预测评级和券商是否处于拟上市阶段相关，发现preipo的系数显著为负，并在1%的水平上显著。表明拟上市券商分析师的投资评级取值更低。根据rate_5的定义，即拟上市券商分析师的投资评级越不乐观，更加谨慎。结果发现支持本文的假说1。

列(4)展示了当因变量为相对预测准确程度(R_ACC)时，preipo的系数显著为正，表明拟上市券商旗下分析师的相对预测准确度取值较高，符合本文的假说1。当券商处于上市的过程中的时候，由于他们受到更多的监管，导致其对自身行为作出约束，使其预测评级更加谨慎，相对预测准确程度更高，从而规避可能遇到的监管压力，使上市之路更加顺利。结果支持假说1。

表4 拟上市券商和非上市券商分析师盈余预测和投资评级的影响

表5显示了假说2的回归结果，将样本限定在上市券商中，看其上市后分析师预测的行为是否较上市前有转变。分别采用两个变量来验证假说2，一个是券商是否上市的ipo_time，一个是将上市前的时间段统一在上市前三年ipo_time_3。其中模型(1)和(2)是以预测评级(rate_5)为因变量，对ipo_time和ipo_time_3进行回归，列(1)发现ipo_time的系数显著为正，并在1%的水平上显著。表明对于上市券商旗下分析师来说，上市后的预测评级比上市前更加乐观，符合本文的假说2。这也符合Simi et al(2014)[18]中的发现，即当债券评级机构上市之后，相比于上市之前的评级，上市之后的评级更加正向。列(2)显示的是将上市前的时间段统一在上市前三年，表明券商处于拟上市阶段，发现分析师的预测评级在拟上市阶段和上市后，存在预测特征的变化，也是支持本文的假说2。

列(3)和列(4)的结果是因变量为相对预测准确度(R_ACC)，可以发现ipo_time和ipo_time_3的系数都显著为负，表明在券商上市之后，其分析师预测准确度是下降的。尤其和拟上市阶段相比，其变化是更大的。表明，分析师的预测真的存在”择时”谨慎的情况，这种独立性的丧失在券商上市收到严厉监管的时候，得到了很好的遏制，但是在券商上市后，也确实存在预测行为的转变。

表5 券商上市后分析师预测特征的转变检验

五、进一步检验

前文已经验证了，券商在上市前确实会存在“谨慎”效应，即当券商为拟上市券商时，其预测更加谨慎。本文在进一步检验中，关注关联基金效应以及券商持股效应对拟上市券商分析师预测的影响

(一)关联基金效应

券商参股基金(下称为“关联基金”)是资本市场上较为常见的现象，姜波和周铭山[23]研究发现，券商旗下分析师，对本券商参股基金公司的重仓股的评级更加乐观。说明关联基金重仓股会影响分析师的独立性。结合前文的分析，当券商在拟上市状态时，评级更加谨慎。那么当分析师的预测对象是关联基金的重仓股时，这种“谨慎”效应预期会减弱。因此，本文预期，当对关联基金重仓股进行评级时，在拟上市券商中并不会发现明显的“谨慎”现象。当评级对象为关联基金重仓持股时，定义Connected=1，否则定义为0。表6列(1)(2)显示的为因变量为rate_5的结果；列(3)(4)中显示的为因变量是R_ACC时的结果，表明在有关联的组别中(Connected=1)，拟上市券商的“谨慎”效应消失，系数不再显著，同时，对于相对预测准确度的结果也消失了。验证了当被预测公司具有关联效应时，拟上市券商旗下分析师的“谨慎”行为被抑制。

表6 关联基金重仓持股效应

(二)券商持股效应

前述的关联基金效应是站在券商的角度，那么当被预测对象被多家券商持股时，说明其在市场上受到的关注更高，那么此时处于拟上市券商旗下的分析师，对于这类公司的预测报告则会更加谨慎，从而降低自身被监管的风险，提高过会可能性。表7中显示了相应的结果。变量Big_brokerholdp以上市公司被券商持股的比例衡量，当其大于均值时，取值为1，否则为0。将其作为交乘项看对主结果的影响。表7的结果显示，当因变量为预测评级(rate_5)时，交乘项的系数显著为负，表明当被预测公司为被券商持股较多的公司类型时，拟上市券商旗下分析师对其的预测更加谨慎；当因变量为相对预测准确度(R_ACC)时，交乘项的系数显著为正，表明当被预测公司为被券商持股较多的公司类型时，拟上市券商旗下分析师对其的相对预测准确程度越高。

表7 被预测公司券商持股效应

(三)市场反应

进一步地，针对分析师的这种“择时”谨慎，市场的反应如何，是否能够识别分析师的这种努力。研究表明分析师的盈利预测和投资评级蕴含投资价值[24,25]。

券商处在拟上市阶段时，出于监管压力进行乐观预测的谨慎处理，在上市后预测特征出现反转，从而对资本市场投资者的投资决策产生影响。而分析师的这种“择时”努力是否能够被识别还有待验证。因此，本文设立以下模型来检验。

CAR=β0+β1preipo+β2rate_5+preipo*β3rate_5+∑Controls+Year+Industry+

在模型中，因变量CAR为经过市场收益率调整过的超额收益率，事件窗口日选为报告发布日，并计算不同窗口期的市场超额收益率。解释变量为拟上市券商的代理变量preipo以及分析师的投资评级rate_5。研究市场是否能够识别出拟上市券商分析师的“谨慎”行为，预期β3应显著为负，代表拟上市券商分析师的投资评级越低时，市场超额收益率越高，市场反应越大。表8展示的回归结果显示无论是在哪个窗口期间内，β3的系数都不存在统计上的显著性，表明对于拟上市券商分析师的谨慎行为，市场并不能识别。可能的解释为，虽然券商在上市之前做出了这种谨慎性的行为，但是由于以往一贯的乐观偏差的存在，市场对于拟上市券商分析师的行为并没有做出显著的反应。

表8 市场反应检验

六、稳健性检验及内生性解决

文中利用分析师的预测评级来分析分析师盈余预测的乐观程度，稳健性检验中采用分析师的相对预测乐观度(R_OPT)来衡量分析师盈余预测的偏差度。R_OPT是分析师i某次对于某只股票进行预测，该分析师对于该股票的预测误差FEi减去与其所预测同一家公司的所有分析师对该只股票的误差的平均值FE，两者之差除以该股票其他所有分析师预测误差绝对值的平均值。当R_OPT的取值越高时表明分析师的相对乐观程度高于行业平均水平越多。以这个指标来替代投资评级乐观程度来进行多元回归检验结果的稳健性。

表9展示的以相对乐观程度为因变量做多元回归的结果，因变量为R_OPT，自变量为preipo，ipo_time，ipo_time_3分别进行回归。结果显示preipo的系数显著为负，表明拟上市券商旗下分析师盈余预测的相对乐观度更低，即预测更加谨慎，结论与文中一致。同时，针对券商上市前后的分析，结论同样稳健。

另外，由于中国在2008年以及2012年都实行了超过半年以上期间的IPO暂停政策，又由于券商准备上市材料的时间一般较长，所以为了控制IPO暂停期间，分析师的预测特征对结果的影响，本文删除两次IPO暂停期间(4)分别为2008年9月16日至2009年6月29日以及2012年11月3日至2014年1月7日。的样本重新进行检测，表10显示结论稳健。

表9 替换指标衡量分析师的预测乐观性

表10 删除可能影响的样本进行检验

为了解决可能的内生性问题，由于拟上市券商本身可能会选择盈利性较好的公司进行预测，而非上市券商选择的则是本身盈利性差的公司进行预测而导致内生性问题，所以本文根据公司资质(ROA)进行分组，将样本公司分为资质较好和资质较差的两组，进行分组回归，当资产回报率大于均值时，定义ROA取值为1，表示资质较好的公司，当资产回报率小于均值时，定义ROA取值为0，表示资质较差的公司。如果存在上述内生性问题，则预期在结果中会发现两组数据之间的回归系数应存在统计上的显著性差异。表11中展示了相关回归的结果(1)(3)列是针对当ROA取值为1时的回归结果，(2)(4)列是针对当ROA取值为0时的回归结果，两组回归结构都在1%的水平上显著，结果之间不存在统计上的显著性差异。本文研究发现，否认了上述担忧。

表11 内生性解决

五、结论

分析师的盈余预测的研究是研究资本市场中介作用的重点，以往研究主要关注来自于券商不同部门之间利益冲突导致的分析师的预测和评级更加乐观，但是随着越来越多的券商转向股票市场进行融资，同时面临来自证监会监管的压力，对拟上市券商分析师预测特征的研究就显得尤为重要。由于拟上市券商比非上市券商受到更加严厉的监管，而有动机去控制分析师预测的行为，影响旗下分析师的投资评级与预测，导致分析师的乐观存在“择时”谨慎的情况。

根据实证研究表明，本文发现：相比于非上市券商，拟上市券商旗下的分析师的投资评级会更加谨慎，相对预测准确程度更高。其次，通过实证研究发现当券商上市后，这种特征发生变化，即券商上市后，其分析师的预测评级更加乐观，相对预测准确程度更低。进一步检验中，通过关联基金重仓持股效应与被预测公司券商持股效应，发现这两种效应对拟上市券商的谨慎行为，具有抑制作用；同时通过市场反应检验，发现资本市场在短期内并不能识别出拟上市券商的这种“择时”努力。基于实证结果，本文也验证了证券公司这类特殊金融机构进行上市融资时，证监会的监管确实起到了正向的作用，提高了分析师的信息传递效率，降低了资本市场的信息不对称性。