分析师环保关注与市场反应

杜茜茜 梁大为

1 引 言

改革开放以来，我国经济取得了举世瞩目的成就，与此同时，粗放型经济发展方式带来了生态环境退化、环境污染等问题。2020年9月习近平总书记在联合国大会上提出的碳达峰碳中和目标以及中央经济工作会议对碳达峰碳中和工作的系统部署，均体现了碳减排在我国生态文明建设中的重要性。因此，“减污降碳”将成为实现碳达峰碳中和、改善生态环境的出发点和着力点。十四五规划提出加快推动绿色低碳发展，包含推动能源清洁低碳安全高效利用，推动绿色发展，促进人与自然和谐共生。因此，绿色发展和企业和民众息息相关。从企业角度而言，其绿色发展策略和发展方式如何在金融市场上得以反应是一个值得研究的问题。

证券分析师是金融市场中重要的信息中介，是投资者和上市公司之间信息传递和信息解读的桥梁。证券分析师对于加速信息融入股价的过程和增强市场有效性发挥着至关重要的作用（Stickel，1991［1］；Jegadeesh等，2014［2］；张然等，2017［3］）。在绿色低碳发展的目标驱动下，证券分析师将会通过专业的视角解读和理解企业的绿色发展。作为金融市场的重要的信息传达者，分析师对绿色发展的理解和关注对资本市场的价格发现将扮演什么样的角色，是现有文献中尚未回答但具有重要现实意义的问题。

现有研究中有大量关于分析师的价格发现作用的分析，主要通过对分析师报告中关于上市公司的盈利预测、投资评级和目标价格等重要的定量预测的研究，发现分析师对于信息传播和价格发现的重要作用（Womack，1996［4］；Barber等，2001［5］；Bradley 等，2014［6］；Kothari等，2016［7］）。然而定量预测信息仅占有分析师报告的很小篇幅，而分析师通过实地调研、参加电话会议、关注公司公告和进行数据分析等方式，对上市公司的未来业绩、股价和发展等方面提供分析预测及投资建议，并最终总结为分析师报告。因而分析师报告更是包含了大量信息含量丰富的文本信息。分析师报告的文本信息如何进一步被投资者所使用从而影响股票市场是一个值得关注的问题。

伴随着金融大数据和机器学习方法的运用，单纯从分析师定量预测的维度上研究分析师的信息作用，已然不能满足投资者的需求和研究发展的需要。近年来，涌现了一批运用机器学习的方法分析中英文分析师报告的文本内容及其信息含量的前沿研究（Huang等，2014［8］；Huang等，2018［9］；伊志宏等，2019［10］；吴武清等，2020［11］），但是现有的文本分析的研究主要是对分析师的整体文本语调进行的分析，而尚未有对于分析师报告中某一重要主题进行研究。分析师报告中包含了广泛的主题，笼统的整体语调并不能很好的剖析分析师的信息作用。考虑到分析师在金融市场上的重要信息作用以及绿色发展对于我国的重要意义，对于绿色环保这一重要主题的关注，会影响市场对于绿色环保的偏好，特别是对于环保企业而言，可能会对企业估值带来重要影响。本文从分析师文本中对于环保主题的关注度出发构造分析师对于环境的整体关注度，同时将分析师定量预测与整体文本语调相结合，以期更加全面的分析和衡量分析师在金融市场中发挥的信息作用，以提高资本市场的定价效率。

鉴于此，文章基于投资者有限注意力理论框架（DellaVigna和 Pollet，2009［12］；Barber和Odean，2008［13］）以及分析师的价值发现作用（Huang等，2014［8］；Huang等，2018［9］），主要探究分析师的环保关注度对环保类股票的市场影响。文章以沪深A股所包含的环保类股票为研究对象，涵盖了111家环保类股票。文章搜集了从2010年1月至2020年12月期间239834份分析师报告，通过构建环保类词汇字典并计算其词频，构建市场层面分析师对于环保的关注度，同时通过运用朴素贝叶斯的机器学习方法，通过对12172份关于环保类公司的分析师报告进行分析，构建了分析师对于环保类企业的文本语调。文章的主要发现如下：①分析师对环保的关注度对环保类股票市场带来短期的正向作用，表现为当分析师关注度增加时，环保类股票的短期累计超额收益率也随时增加。②这种作用随着分析师语调的正面性的增加而变得更加显著。③这一作用随着环保规制强度的增加而增大，在存在明星分析师时，分析师的价格发现作用变得更加显著。④异质性分析发现了在小市值和低估值公司中，这一作用更为显著。

国内外学者对于证券分析师信息发现作用的研究取得了丰硕的成果，然而对于分析师文本信息特别是中文文本报告中的信息的研究，囿于数据的可获得性及研究方法的局限性，仍有很大的拓展空间。文章为研究分析师在资本市场的信息作用提供了新的研究视角和研究方法。与以往文献相比，本研究的贡献主要体现在以下几个方面：

第1，文章对资本市场中重要的信息提供者证券分析师的定性信息进行分析。现有的关于分析师信息作用的研究侧重于对分析师的盈利预测、投资评级和目标价格等定量预测信息的分析，而对占据分析师报告的主要篇幅的文本信息分析研究不足。文章主要探索分析师报告中文字的价格发现作用。只有将分析师的定量预测和定性信息的分析相统一，才能更加全面地反映和衡量分析师在金融市场中发挥的信息作用。

第2，现有关于分析师信息作用的研究中，尚未关注分析师对于企业绿色发展的解读和理解对于市场的信息作用。当前环境问题日益受到关注，特别是对于碳中和以及节能减排等问题的关注日趋增加，探究分析师对环保类企业的关注以及理解其所带来的资本市场的反应具有重要的现实意义。

第3，文章通过字典的方法构建分析师关注度，并通过机器学习的方法构建分析师语调，讨论分析师关注度和分析师语调对资本市场的共同影响，从新的研究视角补充了分析师在资本市场信息作用的研究。

文章的结构安排如下：第二部分是文献综述和假设提出，第三部分是数据和模型设定，第四部分是实证结果分析，最后是文章的结论。

2 文献综述和假设提出

文章主要研究内容是分析师对环保的关注度对环保类股票的市场表现的影响。因此，与文章密切相关的文献主要包括分析师定量预测信息的价值作用，分析师文本信息的价值作用，以及投资者有限关注等方面的相关文献。

国内外文献存在大量的关于分析师报告定量预测信息的价值作用的研究。例如现有研究通过对分析师报告中关于上市公司的盈利预测、投资评级和目标价格等重要的定量预测信息的价值作用的分析（Womack，1996［4］；Barber等，2001［5］；Bradley 等，2014［6］；Kothari等，2016［7］），证明了分析师在信息融入股价过程中的信息中介作用。大量的关于市场反应的研究表明分析师的定量分析加快了信息融入股价的过程，提高了股票市场的有效性（Lys和 Sohn，1990［14］；Stickel，1991［1］；Gleason 和 Lee，2003［15］；Jegadeesh 等，2014［2］）。关于分析师报告的中文研究中，也多基于中国证券分析师盈利预测、投资评级和目标价格等信息的分析，同样也验证了分析师定量预测信息的重要信息作用（曹胜和朱红军，2011［16］；潘越等，2011［17］；张然等，2017［3］）。

而近年来由于机器学习方法的发展和应用，国外对于分析师信息角色的研究中，出现了一系列基于分析师报告的文本信息进行分析的前沿研究。Twedt和Rees（2012）［18］采用了词典的方法（Dictionary）研究分析师报告的文本信息。Huang等（2014）［8］应用了朴素贝叶斯的方法（naïve Bayes），利用证券分析师报告的文本信息构造语调指数，研究市场对分析师语调的反应。Huang等（2018）［9］通过Latent Dirichlet Allocation（LDA）的方法，分析了证券分析师报告与电话会议文本的语言主题的区别以及投资者的反应。上述文本分析的方法都对分析师报告中的定性信息进行了分析，也进一步证实了文本分析在信息融入股价中的重要作用。与此同时，国内对于金融大数据和机器学习的研究处于迅速发展的阶段，关于分析师报告文本内容的探索取得了一些新兴的研究成果。伊志宏等（2019）［10］以9680个公司观测值为样本，使用情感词典方法计算分析师研究报告负面信息含量，检验了负面信息在特质信息作用于股价同步性过程中的调节作用。吴武清等（2020）［11］基于分析师报告的文本信息研究分析师对股价同步性的影响，结果发现，分析师研究报告的语调与所关注公司的股价同步性显著负相关。

国外有大量研究表明投资者的关注度是有限的（Hirshleifer和Teoh，2003［19］；Peng和Xiong，2006［20］），投资者对信息的有限分析和解读能力，导致信息融入股价是一个渐进的过程（Hong和Stein，1999［21］）。Hirshleifer和Teoh（2003）［19］指出在投资者有限注意的条件下，不同信息披露方式会对投资者认知和股票市场价格造成不同的影响。中国的资本市场中主要以个体投资者为主，个人投资者的关注力相对于专业机构投资者更为有限。Barber和Odean （2008）［13］发现个体投资者是关注度较高的股票的净买入者。相较于专业的机构投资者，个体投资者在投资过程中受到有限关注度的约束，更倾向于购买关注度较高的股票。分析师的关注度作为市场关注度的代理变量，代表了具有专业分析能力和行业背景的信息中介的关注程度。分析师对于企业绿色环保的关注和理解，对个体投资者将具有更加重要的信息价值和价格发现作用，从而对资本市场产生显著的影响。

中国资本市场是一个充满预期因素作用和影响的市场，投资者看好资本市场的未来收益预期之后进行投资（江世银，2004［22］）。杨涛和郭萌萌（2019）［23］研究了投资者对雾霾和环境的关注度对PM2.5 概念股的影响，结果发现投资者对环境的关注会提升PM2.5 概念股的股价和交易的活跃程度。Guo等（2020）［24］发现重大的环境政策颁布会给重污染行业带来显著负的超额累计收益率，其原因可能是环境政策的颁布意味着环境规制的强度增加，这一消息对污染性行业来说是一个负面消息，因而资本市场有一个显著的悲观反应。方颖和郭俊杰（2018）［25］发现 A 股市场投资者环境保护意识不足对我国环境信息披露政策在金融市场途径上的失效产生了一定影响。

因此，分析师对环境保护的关注度，从信息提供角度来说，增加了投资者对环保的关注，对公司节能减排的关注度则可以看作市场一个重要信息的释放，投资者会预期环保类股票具有广阔的市场前景，从而这一预期进一步影响其投资决策。总体而言，对环境的关注度，尤其是从节能减排的利好消息来讲，基于分析师的关注度，会引起投资者更多的关注。对公司节能减排的关注度，进而增加了投资者对公司的信心，因此可以给环保类股票带来正的超额累计收益率。金融分析师文本中提及环保类词汇的频率可以作为市场对于环保相关主题的关注度，预期对于环境主题的关注度与环保类公司的股票收益率正相关。因此我们提出：

假设1： 分析师对环境和节能减排的关注度会给环保类公司带来正的超额累计收益率。

分析师对环保关注度进而导致股票市场的反应主要是通过投资者的交易行为实现的，然而只有被投资者关注到的信息才能通过交易反映到股票市场价格中（Huberman和Regev，2001［26］；权小锋和吴世农，2010［27］）。分析师文本分析相关研究表明，分析师的语调对投资者的行为具有非常重要的影响。Huang等（2014）［8］和Huang等（2018）［9］发现分析师的语调对资本市场的反应有正向影响。同时，分析师报告的语调也反映分析师了对于该公司的评价和预期（Huang等，2014［8］；伊志宏等，2019［10］；吴武清等，2020［11］）。预期越发正向的语调会带来更强烈的市场反应。而市场投资者对正面语调不管是长期还是短期均做出了积极反应（刘建梅和王存峰，2021［28］）。而鉴于分析师本身的对环境的关注度能够增加投资者对公司的信息获得，尤其是积极的语调对投资者的激励作用更为显著。由此我们提出以下假说：

假设2：分析师的关注度随着对该公司分析师报告语调的正向积极程度增加而给公司带来的更多的超额累计收益。

3 数据来源和变量说明

3.1 数据来源

（1）分析师报告的选取：

文章使用网络数据爬取方法（Python），从东方财富网抓取2010年1月至2020年12月间，与中国A股上市公司相关的40余万份分析师报告。在剔除了无法对应上市公司或可以同时与多家上市公司对应的宏观和行业研究报告，最后剩余239834份有效的上市公司研究报告用于文章的研究。

（2）环保类公司的选择：

我们综合选取WIND数据库和RESSET数据库中与“绿色环保”相关板块的股票。其中，针对WIND数据库，我们选取“建筑节能”、“尾气治理”、“污水处理”、“新材料”、“新能源”等相关行业和题材板块的股票；针对RESSET数据库，我们采用数据库定义的板块名称为“节能环保”的相关股票，最终获得115家环保类公司，但由于4家公司没有相关的分析师报告，因此有效公司数为111家。

（3）环保关注度的构建：

文章构建了关于环保类词汇词典。首先，从（如《节能减排“十二五”规划》、《“十三五”节能减排综合工作方案》）等官方文件中人工筛选有关环保类的专业词汇。随后，通过自然语言处理方法，从维基百科中选取与这些专业词汇最相似的出现最多的5个词汇。最后，结合人工确认，并删除不相关词汇，最终得到491个环保类词汇，例如环保、节能、清洁、减排等词汇均为环保类词汇。

分析师环保关注度基于分析师报告的文本，并结合选取的环保类词汇进行构建。具体而言，对于原始分析师报告预处理，只保留中文文本，并去掉停词。然后计算文本预处理后的分析师报告中环保类词汇所占的比例作为报告的环保关注度。最后，定义分析师环保关注度（att）为当天股票市场所有发布的分析师报告的环保关注度的均值。

（4）分析师报告的语调：

吴武清等（2020）［11］发现朴素贝叶斯方法的分类结果相比于其他机器学习方法更加准确.可能性的原因是，分析师研究报告的文本信息所具有的领域专一性，为朴素贝叶斯分类法发挥其优势提供良好的预测环境。因此，文章借鉴此做法，同样采用朴素贝叶斯分类法来构造语调分析的指数。具体的构造方法描述如下：首先，根据爬取的分析师报告，随机选取10,000条语句（句子层面），并采用人工方式将其分类为正面，中性，和负面三个部分，以此作为模型训练的语料库，采用机器学习的方法进行学习。随后，将学习到的模型应用于其他所有分析师报告，在句子层面将分析师报告中的每条句子分为正面，中性，或负面。最后，计算每一部分句子在整个文档中所占的比例，并定义文档的整体语调指数为：

即文档中正面句子数所占比例（pos）与负面句子数所占比例之差（neg）。值得一提的是，如果一天之中，一家环保类公司的分析师报告大于一份，在计算分析师对环保类个体公司的相关预测信息时（opn以及分析师预测修正等量化信息），在公司层面上取均值。

具体而言，文章旨在研究整个市场的分析师对于环保类主题的关注度（att）对于环保类公司的股票收益率的影响。参考已有文献（Huang等，2014［8］；Huang等，2018［9］），因需要控制分析师对环保类个体公司的相关预测信息（定量预测信息如opn以及分析师预测修正等量化信息），同时避免公司盈余公告的影响，因而文章的主要研究对象为环保类公司有分析师报告发布当天的市场反应（CAR），同时删除了在分析师报告发布前后一天有财务年报或者季报发布的样本（杨涛和郭萌萌，2019［23］；徐巍和陈冬华，2016［29］）。具体而言，本研究使用239834份分析师文本用于构建市场整体的分析师对环保的关注度，而采用12172份关于环保类股票的分析师报告文本来构造分析师的文本情绪。文章使用的上市公司的特征等数据来自Wind和CSMAR数据库。

3.2 变量说明与统计性描述

文章的被解释变量采用分析师报告公布起两日内累计超额收益率。其中为超额收益率为公司当日收益率与当日市场收益率的差值。核心解释变量为分析师报告对环保的关注度（att）。参考以往文献，分析师语调对累计超额收益率也有显著的作用，因为我们参考Huang等（2014）［8］和吴武清等（2020）［11］等构造了分析师语调，利用机器学习的方法，构造了分析师语调的三个变量，分别为，分析师语调（opn），分析师报告里正面句子的占比（pos），以及分析师报告里负面句子的比例（neg）。此外，结合现有文献（Huang等，2014［8］，文章还控制了公司的市值（size），以及账面市值比（beme）等公司特征。考虑到股票价格短期可能存在的动量或者反转因素的影响，我们同时还控制了分析师报告公布前十天的上市公司累计超额收益率（Huang等，2014［8］）。变量的具体定义如表1所示。

表1 主要变量的定义

表2汇报了主要变量的描述性统计，包括样本数量、均值、标准差和四分位数等统计量。文章分析师语调（opn）的均值为0.505，这一均值远高于Huang等（2014）［8］的均值 0.187，但是与吴武清等（2020）［11］和伊志宏等2019［10］关于中国市场的分析师语调较为接近（分别是0.702和 0.483）。尽管文章关注的是环保类的公司，但是分析师语调和现有文献比较类似，这一变量也表明了我国分析师语调更为乐观，相对而言不愿意表达负面的观点。分析师正面报告（pos）和负面报告（neg）的统计描述也具有一致的结果。其他相关变量的统计描述也和文献基本类似。

表2 主要变量的描述性统计

4 模型设定和回归结果分析

文章首先探究分析师环保关注度对环保类公司的累计超额收益率的影响，然后检验分析师环保关注度对环保类公司的交易活跃程度的影响，接下来研究不同的分析师语调所带来的作用以及一系列的异质性分析。

4.1 分析师环保关注度对环保类公司的累计异常收益率的影响

为了研究从分析师报告中提取的市场整体的环保关注度对于环保类公司的超额收益率的影响，文章建立如下的模型：

其中，CAR 为分析师报告公布起两日内累计超额收益率，反映了市场对分析师报告的即时反应。att 是分析师对环保关注度，而 β1衡量了分析师对环保关注度所带来的累计超额收益率。controls 是一组控制变量，包含公司的特征，例如公司的规模，账面市值比和前十天累计超额收益率等变量。此外，根据以往文献，文章还控制了分析师报告中的定量预测信息。为了控制股票市场存在的“日历效应”，式（2）控制了年份固定效应YearEffect、月份固定效应MonthEffect、和周内效应WeekEffect （杨涛和郭萌萌，2019［23］）。具体回归结果如表3所示。

在表3第一列单变量回归中，该模型仅控制了年度固定效应，月度固定效应和周内固定效应，不难看出，市场环保关注度与环保类公司接下来两天累计超额收益率（CAR）呈现显著的正相关关系。在第二列回归中，借鉴以往的文献（Huang等，2014［8］；Huang等，2018［9］），我们依次加入控制变量公司规模的自然对数（size），账面市值比（beme）和前十天累计超额收益率（PriorCAR）后，结果表明市场环保关注度与环保类公司的两天累计超额收益率仍然呈现显著的正相关关系，但是系数显著下降。在第三列的回归中，我们进一步地控制了分析师报告中的定量预测信息，包括分析师推荐评级修正（recrev），分析师预测每股收益修正（efrev）和分析师预测目标价格修正（tprev），发现市场环保关注度与环保类公司接下来两天累计超额收益率（CAR）之间一致的正相关关系。分析师报告中的定量预测信息与环保类公司接下来两天累计超额收益率（CAR）也呈现正向相关的关系。而其他控制变量的符号也符合预期。根据第三列的结果显示，在控制了公司特征因素以及分析师语调因素后，分析师对环保的关注度在1%的显著性水平下统计上显著。而上述分析师环保关注度对环保类公司的市场影响，同样也显著的经济学意义。以第三列为例，市场环保关注度每增加1%，在其他变量保持不变的情况下，环保类公司的收益率将增加2.105%。因此，文章提出的假设1成立。

表3 分析师环保关注度对超额累计收益率的影响

4.2 分析师环保关注度对环保类股票交易活跃程度的影响

换手率turnover指在一定时间内环保类股票转手买卖的频率，是反映环保类股票流通性强弱的重要指标，换手率高一般意味着股票流通性越强。为了研究从分析师报告中提取的市场整体的环保关注度对于环保类公司的换手率的影响，我们建立以下模型：

其中，turnover 表示环保类公司在分析师公布报告后2天的平均换手率。回归结果如表4所示。其中，在表4第一列回归中，仅控制了年度固定效应，月度固定效应和周内固定效应，以及滞后期换手率（lagturnover）市场环保关注度与环保类公司接下来两天平均换手率呈现显著的正相关关系。在第二列和第三列回归中，分别加入公司特征以及分析师报告的修正特征后，仍然得到了一致的结果。结果显示，分析师对环保的关注度可以显著增加环保类股票的换手率，而且该系数具有显著的经济学意义。关注度每增加1%，环保类股票的换手率增加0.682%。

表4 分析师环保关注度对环保类股票换手率的影响

4.3 分析师语调对环保类股票超额收益率的影响

现有文献表明，分析师语调对股票收益率有显著影响（Huang等，2014［8］）。为此，文章在研究分析师的环保关注度对于环保公司的市场影响中，也需要考虑分析师对于环保公司本身的分析和报道。根据已有文献，我们加入分析师文本的语调来进行分析。具体而言，我们加入分析师语调以及分析师语调和关注度的交叉项来衡量这一作用。具体模型表达如下：

其中，opn 代表了分析师文本的语调，这一指标是通过朴素贝叶斯的方法构造而来，opn越大则表明分析师报告中的正面评价越多。表5汇报了具体的回归结果。第一列的结果中，对于环保类公司，控制变量公司规模的自然对数（size）,账面市值比（beme）,前十天累计超额收益率（PriorCAR）后，分析师文本语调（opn）对公司接下来两天累计超额收益率（CAR）呈现显著的正相关关系，这一结果和文献的发现保持一致（Huang等，2014［8］）。在第二列的结果中，分析师报告中的定量预测信息，包括分析师推荐评级修正（recrev），分析师预测每股收益修正（efrev）和分析师预测目标价格修正（tprev），分析师文本语调（opn）对公司接下来两天累计超额收益率（CAR）仍然呈现显著的正相关关系，与以往研究发现的结果一致（Huang等2014［8］）。在第三列的回归中，加入了市场对于环保公司的关注度（att），以及关注度与分析师文本语调（opn）的交乘项以后，opn与公司接下来两天累计超额收益率（CAR）仍然呈现正向的关系，但是统计意义上不显著，att 依然对公司接下来两天的累计超额收益率有正向作用，和基准回归的结果类似。值得注意的是，分析师语调和分析师关注度的交乘项的系数为正向的显著，表明了市场对于环境的关注度的影响随着语调的正面词频的增加而变得更为显著。因此，文章提出的假设2成立。

表5 加入分析师语调的回归分析

4.4 进一步研究

现有文献表明，分析师的特征，环境关注程度以及公司特征的差异均可能影响投资者对分析师报告关于环保关注度的吸收，从而影响其进一步的市场行为。因此，文章进一步从这三点出发，探讨分析师的环保关注度在不同条件下的作用是否存在显著差异。

（1）分析师特征

首先，考虑到明星分析师发布盈余预测后股价融合信息的速度更快（Gleason和Lee，2003［15］），我们整理了历届新财富最佳分析师的评选结果。根据分析师报告中的分析师名字和券商名称，可以识别分析师所在团队或个人是否在去年获得了新财富最佳分析师称号。因此我们根据分析师报告中是否含有明星分析师为分类指标，如果有则为1，否则为0。回归结果如表6所示。首先，分析师对环保的关注度的作用和基准模型一致，依旧是正向显著的。其他变量的回归系数也基本和基准回归的结果类似。值得一提的是，含有明星分析师组的系数明显大于不含明星分析师的组的系数，而且这一结果不管是否控制公司特征和分析师推荐均成立。以第三列和第四列为例，含有明星分析师的一组回归系数为8.455，而不含明星分析师的组别回归系数仅为1.752，而且这一差异在1%的水平下显著。这一结果表明明星分析师的报告能够给投资者带来更多的信息，表明明星分析师报告的信息更容易受到投资者的关注，从而能显著增强市场对环境关注度对环保公司股票的反应。

表6 是否有明星分析师参与的异质性分析

（2）新环保法的颁布

新的环境保护法于2015年1月1日开始实施。这一新环保法的实施，表明了政府对环境的关注度增加以及环境规制的严格程度在逐步增强，同时，这一法案的实施也将引起民众对环保更多的关注度。在环保规制逐渐变强以及环保意识逐渐增强的情况下，文章进一步探究分析师对环保的关注度，是否会引起投资者对环保类股票的关注有所改变，进而导致环保类股票的市场反应存在差异。因此，我们把样本分为新环保法实施前和实施后，即把样本分成了2015年1月1日以前（before）和2015年1月1日开始到2020年12月30日（after）两个时间段。表7回归结果显示，在2015年以前，分析师的环保关注度与环保类公司的两天累计超额收益率并不存在显著相关性。然而在2015年以后，分析师环保关注度对环保类公司的两天累计超额收益率的影响呈现显著的正相关关系，在控制了公司和分析师报告以及时间效应后，这一结果依旧稳健。因此，表 7 的实证结果表明，分析师环保关注度会随着国家环境规制的严格程度以及民众对环保关注度的增加而受到投资者更多的关注，进而对环保股的短期市场价值的正向作用也变得更加显著。

表7 2015年新环保法实施前后的异质性分析

（3）公司特征的异质性

我们进一步的探究分析师关注度对环保股股的影响是否存在个体差异。文章探究这一作用的异质性，分别根据公司规模以及公司的账面市值比进行了异质性分析。通常来说，小市值的公司或者账面市值比高的公司所代表的风险更高。在信息的冲击下，我们预期风险高的公司反应更为显著。为此，我们根据公司规模的中位值进行分组，大于中位数的公司被定义为大市值公司组（size_big）, 其余样本被定义为小市值公司（size_small）。此外，我们还根据账面市值比的中位数进行分组，大于账面市值比中位数的公司被定义为高估值组（beme_big），其余样本被定义为低估值股（beme_small）。

表8中汇报了具体的回归结果。第一列和第二列分别汇报了大市值组和小市值组的回归结果。在控制了公司的固定效应，时间的固定效应以及公司和分析师的特征后，结果显示市场环保关注度对环保类公司的两天累计超额收益率的影响在公司市值较小的组别表现更加显著。不难看出，小市值组回归att的系数都是显著地高于大市值组的。环保类企业中的小市值公司由于平时受到的关注要比市值大的公司小，因而在市场关注增加的时候，对于突然增加的环保关注度，小市值的市场反应更为强烈。

第三列和第四列报告了根据账面市值比（beme）而估计的结果。比较了分析师环保关注度的系数，不难看出，市场环保关注度对环保类公司的两天累计超额收益率的影响在账面市值比大的组更显著。环保类企业中的账面市值比高的公司由于市场的估值相对较低，在市场关注增加的时候，对于突然增加的关注，账面市值比高的公司的市场反应更强烈。

总体而言，表8的异质性回归结果表明，在风险相对较高的公司中，随着分析师报告信息量的增加，投资者更多的吸收这种信息和利用这一信息，从而导致这一类型的公司在股票市场有一个更为显著的反应。

表8 公司特征的异质性分析

5 结 论

文章主要探究了分析师的环保关注度对环保类股票的市场影响。文章以沪深A股所包含的环保类股票为研究对象，涵盖了111家环保类股票。搜集了从2010年1月至2020年12月期间239834份分析师报告，通过构建环保类词汇字典并计算其词频，以构建市场层面分析师对于环保的关注度，同时通过运用朴素贝叶斯的机器学习方法，在12172份关于环保类公司的分析师报告中构建了分析师文本语调。文章的实证研究发现分析师对环保的关注度对环保类股票市场带来短期的正向作用，表现为当分析师关注度增加时，环保类股票的短期超额累计收益率也随时增加，而这种正向关系会随着分析师语调的正面性的增加而变得更加显著。进一步分析发现，分析师对环保的关注度与环保类股票市场的正向作用随着环保规制强度的增加而增大，且存在明星分析师时价格发现作用变得更加显著。异质性分析发现了在小市值和低估值公司中，这一作用更为显著。

文章的研究结果具有重要的理论意义和现实意义。首先，从理论研究的角度，文章的研究拓展了分析师信息作用的研究视角。传统的关于分析师的研究主要是从分析师的定量预测的角度进行分析，而运用文本分析的前沿研究也是从分析师文本的整体语调进行分析，但是由于分析师报告通常涵盖广泛的主题，因而笼统的整体语调并不能很好的剖析分析师的信息作用。文章从主题分析的角度进行分析，对于分析师信息作用的探索提供了崭新的研究视角。文章的研究表明分析师对环保的关注程度以及分析师的语调会影响股票的收益以及交易活跃程度，这佐证了分析师在资产定价过程中的价格发现作用。同时分析师报告信息披露，有助于减少信息不对称，从而提高资产的定价效率。从现实的角度出发，中国股票市场的投资者可以通过文章的研究优化投资策略，而政府监管部门也可以借此探索中国股票市场的运行规律进而优化社会的资源配置和提高资本市场的效率。此外，分析师应该提供更为具体和实用的信息，切实发挥价格发现的作用，缓解投资者的有限关注，减少资本的错误定价的可能性，进而有助于提高资本市场的定价效率，促进中国金融市场的健康发展。