第四部分---实证分析全课件

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,*,摘要：本文研究了公司披露政策、公司分析师人数与分析师盈余预测的特征之间的关系,。,从FAF数据中得出，披露信息越多的公司其跟踪的分析师人数越多，分析师的预测精度也越高，分析师预测之间的离差越小、分析师修订预测的程度越低。这些结果增加了我们对于分析师在资本市场上扮演的角色的理解。,一、引言,本文我们研究披露政策、跟踪的分析师人数与预测特征之间的关系。,企业可以吸引分析师，提高市场预期的精确度，减少信息的不对称，并通过采取更积极的披露政策来限制市场惊喜。,在FAF报告中，分析师评估公司披露的完备性，对以下三个方面分别进行评级打分，即每年公布的信息，其他已发表的信息（包括季度提交的文件，新闻稿和代理报表）以及投资者关系。我们的beij变量是跟踪的分析师人数和预测精度、预测标准差和预测修订的波动性。我们控制其他变量（以往的研究已表明这些变量与利益变量相关），不难发现，在行业内，公司的信息披露政策越积极，跟踪的分析师的人数越多，分析师的盈余预测越精确，分析师预测的离差程度越小，预测修订的波动性越小。,我们的研究表明，对跟踪的分析师和分析师预测的特征而言，公司披露的信息对他们起着主导作用。此外，我们发现，披露的信息量越多，跟踪的分析师人数越多，这与该理念是一致的：公司提供的信息不能取代分析师的服务。,二、相关文献,我们的研究对涉及到现存文献中的两个主流：（1）研究跟踪的分析师数量的决定因素，及（2）研究预测的精确程度和离散程度的决定因素。跟踪分析师的决定因素的实证研究大多侧重于企业特征而不是披露政策。,Bhushan（1989）在一个横断面研究中发现公司跟踪的分析师的人数的增加与企业规模，体制的所有权等有关。在时间序列研究中，OBrien和Bhushan（1990）发现，当公司的收益率波动性下降时，跟踪分析师就会增加，而且之前跟踪分析师规模越小，增加的就越多，同时公司在行业中要求信息披露的越严格，公司数量越多，增加的也就越多。Brennan和Hughes（1991）发现，在控制了公司规模和过去的回报后，公司股价越低，跟踪分析师人数就越多；在股票分割后，分析师的数量也会增加。也许是最接近我们的研究，Byrd等人（1993）记录了在CEO对分析师协会演讲之后跟踪分析师的短期增长。,虽然有大量文献是关于分析师预测的特征（见Brown等人1985年和Brown 1993年的评论），但是很少有论文考虑选择性披露如何影响分析师的预测。同样，Waymire（1986）发现，分析师盈余预测的精确度将会随着管理盈余预测的发布而略有增加。尽管管理层的盈余预测有具体的披露事项的优势，FAF数据能够通过整合披露的重要方面来更全面的衡量公司信息披露，这些披露是难以量化的（例如，新产品公告，管理层讨论与分析，与管理层的定性讨论），并且很难反映一些财务报表数据的主要用户的看法。,分析师行为,：,一是分析师跟进的选择问题，这是用为公司提供盈余预测的分析师数量来衡量；,二是他们对盈余预测的特征问题，这是用预测准确度、预测的离差程度以及一年内预测修正的波动性来衡量,披露和分析师跟进,在Bhushan分析中（1989），分析师的均衡数量取决于分析师服务的总需求量和供给曲线的交集。,如果从企业内部获得信息比从其他渠道成本低，那么公司内部信息披露的增加会使分析师的供给曲线向右移动，增加了,总供给量,。,信息披露的增加对分析师需求量产生的影响取决于分析师在资本市场中所起的作用。如果分析师是主要的,信息媒介,拥有重要信息并把这些信息传递给资本市场这样的话，公司信息披露的增加意味着分析师持有更有价值的报告可供出售。在这种条件下，披露信息量的增加使得分析师的需求总量也增加了。,分析师是主要的,信息提供者,，这就和和公司直接为投资者披露私有信息形成竞争关系，那么公司自己披露私有信息将会替代分析师的分析工作。在这种情况下，信息披露增加会使会减少分析师的总需求量。这一影响将会减少分析师的均衡数量,因为对公司信息披露对分析师跟进所产生的定向影响还不明确，我们检验一下几个不定向的检验：,H1：,公司中分析师跟进的数量和公司披露政策的信息量无关,披露政策和预测结构,离差值,信息披露的增加对分析师预测离差值的影响取决于预测的差异性来自于信息的差异性还是来自于预测模型的差异性。,如果证实信息披露和预测离差值之间是负相关关系，那么则证明分析师在,私有信息,上就存在差异。,如果证实信息披露和预测离差值之间是正相关关系，则证明分析师在,预测模型的选择,上存在差异,鉴于信息披露对分析师预测的离差值的定向影响不明确，我们检验以下不定向的假设：,H2,：分析师盈余预测的离差值和公司披露政策的信息化程度无关,准确度,披露和预测准确度的关系比较明确。随着公司披露政策的信息化，分析师预测的准确度将会增加。,H3,:分析师对盈余预测的准确度和公司披露政策的信息化程度是正相关关系,修正波动性,信息披露政策的出现可能会使在会计期间内预测修正系数的波动性减少，预测修正系数能够促使盈余公告的生成。,H4,：分析师盈余预测修正的波动性和公司的披露政策是负相关关系,第四部分 实证分析,1、披露数据,公司披露的信息量是由财务分析师协会公司信息化委员会（FAF）评级的。对一个公司披露的信息量沿着三个类别进行评估：,年度公开的信息、季度及其他公开的信息、投资者关系,。评估因素同时包括企业披露的内容和披露的及时性。,“年度公开信息”类别,：,分析师评估财务摘要及董事长审批文件的透明度和坦诚度，公司人员的详细情况，公司目标、产品和地区分布，以及财务报表和附注总体的详细程度,。,“,季度和其他公开信息”,类别：,季度报告和其他书面资料有效、及时的深入报道，如新闻稿，委托声明书，汇总的年度会议程序，分析师团队报告和统计补充文件,。,“投资者关系”这个类别,：,一是公司对分析师的质疑反应灵敏的原因，二是讨论公司发展过程中管理的可行性和透明度，三是向分析师报告的频率及内容,2、样本来源,FAF评级的样本主要来自于1985-1989年的 FAF报告。,使用年度公告、投资者关系，其他公司公告和三个类别的得分总和来衡量公司会计年度的信息披露水平。,FAF数据代表了行业的横截面数据，这些行业包括服务业，制造业，金融业，交通业和提炼业。,3、FAF数据情况说明,FAF数据包含一个拥有751家公司的样本，在这些公司中，至少五分之一都在1985-1989年期间被FAF报道过。总体来讲，样本中有2272个公司年度，在5年的时间里每家公司大约被评估过3遍。,描述性统计（1）,4、被解释变量,所有的分析师数据来源于,IBES,数据库。四个被解释变量包括：,分析师数量,=,提供年度盈利预测数的分析师数量；,预测标准差,=,所有对于该公司该年度盈余的预测的标准差（以股价为分母来标准化）,预测精确度,=-,（,EPS,t,-AF,t,）,/P,t,，式中,EPS,t,代表公司在,t,期实际的每股盈余；,AF,t,代表,t,期所有分析师对该公司每股盈余预测的中值；,P,t,代表该公司,t,期的股价。,修订波动性,=,在同一年度中每月预测中值和前一月预测中值的差的标准差,/,上年度开始时的股价。,描述性统计（,2,）,5、控制变量,Bhushan(1989)BrennanandHughes(1991)提供了跟踪公司的分析师数量与公司规模和绩效波动之间正相关的实证证据。,Waymire(1986)andLangandLundholm(1993)指出，公司规模和绩效波动也可能会与披露政策有关。,Kingetal.(1990)认为，公司的分析师数量可能会与历史盈余与回报的相关性正相关。,LangandLundholm(1993)指出历史盈余与回报的相关性和公司的披露水平之间存在负相关关系。,考虑到公司会推出新产品，这样，盈余可能会与预测的盈余有很大的差距，分析师之间的共识度可能会很低，分析师预测可能会进行重要的修改。考虑到上述因素，应加入盈余惊喜作为解释变量。,分析师在使用没有更新的统计信息进行预测时，可能会不准确，我们考虑新预测的百分比作为控制变量的一部分。,对于研究公司跟踪的分析师的数量而言，将,公司规模，净资产收益率的标准差、历史盈余与回报的相关性,作为控制变量。,在研究分析师的行为特征时，除了上述三个控制变量，还要加入,盈余惊喜、新预测的百分比,作为控制变量。,公司规模,=公司年初的市场价值,净资产收益率的标准差,=公司前十年净资产收益率的标准差,历史盈余与回报的相关性,=公司过去十年历史盈余与回报的相关性,盈余惊喜,=,当年每股盈余-上年每股盈余,/,年初的股票价格。,新预测的百分比,=(该月进行修订的预测+该月新出现的预测)/(该月总的预测数*12),描述性统计（3）,6、简单相关性检验（1）,在回归方程中不存在多重共线性问题。,正如Lang and Lundholm(1993)认为的，公司披露得分越高，规模越大，过去的净资产收益率标准差越低，过去的历史盈余与回报相关性越低。而且，较高的披露得分公司预测修正的比例也越高。这表明，未来的披露政策与预测修正相关。,简单相关性检验（2）,（1）分析师数量与公司的披露信息量正相关。公司披露信息越多，分析师预测的离散程度就越低，预测的就越准确，对预测结果修正的波动性就越低。,（2）分析师的数量与公司规模相关度很高（0.7）。预测的标准差以及修订波动性与盈余惊喜和过去净资产收益率标准差高度正相关。这表明，过去和现在收益情况越不确定，分析师预测的离散程度和波动性就越大。同样，预测精确度与盈余惊喜负相关，这表明如果过去公司盈余发生了重大变化，预测精确度就会降低。,（3）表3的C部分表明了被解释变量之间的关系。相关性最高的是预测修正波动和预测标准差（0.76），这表明，分析师之间的共识性越低，预测修正波动性越大。预测准确度与分析师数量正相关，因为随着预测的人数增加，预测值变得会越精确。,7、回归结果（1）,当分别考虑三个披露变量时，其他年度报告得分和投资者的关系得分与分析师人数显著正相关。年度报告得分与分析师人数不相关。,其他年度报告得分和投资者的关系得分与分析师人数显著正相关这一结论与Lees(1981)的研究相一致。,如果年报得分单独与分析师数量进行分析，结果显著相关，这表明随着年报披露信息的增加，预测分析师数量也越多。然而，事实上，当年报得分与其他两个披露变量在一起与分析师数量进行分析时，结果不相关。年报得分对分析师人数没有解释力。,分析师人数与FAF得分之间的正相关表明，公司披露信息不是作为分析师信息的替代品出现的，而是对他的一个补充。因此，分析师在资本市场上有信息中介者（处理公司信息）的作用。正如前面所说的，如果分析师仅仅是信息提供者（与公司披露竞争，直接向投资者提供信息），这样，随着公司披露的增加，分析师的数量就会减少。,企业规模与分析师数量正相关且很显著，这与Bhushan(1989)的研究相一致。,过去净资产收益率标准差和历史盈余与回报的相关性在有三个披露变量的回归中与分析师人数显著负相关，但是在披露总分的回归中不显著。这表明，公司的绩效波动越低以及盈余与回报不相关时，分析师人数越多。但是这个证据说服力比较弱。,预测离散程度和披露程度,在表6中，A提供了证明H,2,关于预测离散程度和披露程度之间关系的证据。对总评级分数的回归中，总评级分数的系数是显著的负值，这表明随着信息披露的增加，分析师预测更趋于一致性。,这个结果与对额外披露的研究一致，即额外披露的信息会增加分析师共享信息的精度，从而减少分析师的分歧。在对年报、投资者关系、季度报告及其他公告（三种信息披露形式）的回归分析中，年报和投资者关系两个变量的系数为显著的负值，而季度报告及其他公告变量的系数就不太显著。,分析师预测的标准差与公司规模负相关，这表明公司越大，分析师预测的离散程度