謝 璇 王運(yùn)陳,2 吳 萌

(1．四川農(nóng)業(yè)大學(xué) 管理學(xué)院，四川 成都 611130；2．復(fù)旦大學(xué) 工商管理博士后流動(dòng)站，上海 200433；3．四川師范大學(xué) 商學(xué)院，四川 成都 610101)

一、引言

證券分析師的行業(yè)知識(shí)是衡量其人才價(jià)值高低的核心因素，因?yàn)樾袠I(yè)知識(shí)很大程度上決定了分析師收集和處理信息的效率。分析師的行業(yè)知識(shí)是在執(zhí)業(yè)過(guò)程中逐漸積累的專(zhuān)業(yè)化知識(shí)，構(gòu)成其競(jìng)爭(zhēng)優(yōu)勢(shì)。在諸如美國(guó)等發(fā)達(dá)的資本市場(chǎng)上，行業(yè)專(zhuān)長(zhǎng)一直是市場(chǎng)評(píng)價(jià)分析師的重要指標(biāo)。例如由美國(guó)《機(jī)構(gòu)投資者》雜志組織的明星分析師評(píng)選活動(dòng)中，分析師的行業(yè)知識(shí)水平始終被視為最重要的評(píng)價(jià)指標(biāo)。近年來(lái)，我國(guó)資本市場(chǎng)上無(wú)論是投資者還是券商都越來(lái)越重視分析師的行業(yè)知識(shí)儲(chǔ)備，真正有深度的行業(yè)研究能夠讓券商及其研究團(tuán)隊(duì)在市場(chǎng)中脫穎而出，甚至有券商在招聘首席分析師時(shí)，會(huì)將行業(yè)專(zhuān)家甚至是行業(yè)權(quán)威作為其崗位要求的首要條件①。盡管多數(shù)研究對(duì)于“分析師的行業(yè)知識(shí)能否提高研報(bào)質(zhì)量”這一問(wèn)題給出了肯定的結(jié)論，但是對(duì)行業(yè)知識(shí)的考察主要局限于跟蹤公司本身所處行業(yè)，還缺乏對(duì)分析師跨行業(yè)知識(shí)的關(guān)注。

一般來(lái)說(shuō)，分析師的行業(yè)知識(shí)體現(xiàn)為對(duì)兩種知識(shí)的掌握：其一是行業(yè)內(nèi)知識(shí)，即分析師對(duì)跟蹤公司所屬行業(yè)本身的相關(guān)知識(shí)和經(jīng)驗(yàn)；其二是跨行業(yè)知識(shí)，即分析師對(duì)跟蹤公司自身行業(yè)之外但又與其緊密關(guān)聯(lián)行業(yè)的知識(shí)和經(jīng)驗(yàn)[1]。無(wú)論是公司所屬行業(yè)的信息，還是其客戶(hù)或供應(yīng)商所屬行業(yè)的信息，都應(yīng)成為分析師判斷該公司未來(lái)盈利和投資潛力的重要信息來(lái)源，分析師可以利用供應(yīng)鏈行業(yè)的信息補(bǔ)充其原有信息渠道從而提高盈余預(yù)測(cè)質(zhì)量。但總體來(lái)看，已有對(duì)分析師行業(yè)知識(shí)的研究大多忽視了跨行業(yè)知識(shí)對(duì)分析師盈余預(yù)測(cè)質(zhì)量可能產(chǎn)生的影響，特別是忽視了對(duì)分析師供應(yīng)鏈行業(yè)知識(shí)的考察。

鑒于此，本文以2008～2015年中國(guó)A股非金融業(yè)上市公司為樣本，研究了分析師具備的供應(yīng)鏈行業(yè)知識(shí)對(duì)其盈余預(yù)測(cè)質(zhì)量的影響。相對(duì)于以往的研究，本文的貢獻(xiàn)主要體現(xiàn)在：首先，雖然分析師行業(yè)知識(shí)是體現(xiàn)其核心價(jià)值的重要特征，但相關(guān)研究較少，少數(shù)幾篇相關(guān)文獻(xiàn)都是針對(duì)分析師行業(yè)內(nèi)知識(shí)對(duì)其盈余預(yù)測(cè)質(zhì)量影響的研究[2][3]，而忽略了分析師供應(yīng)鏈行業(yè)知識(shí)的作用，本文在控制了行業(yè)內(nèi)知識(shí)的前提下，揭示了分析師供應(yīng)鏈行業(yè)知識(shí)對(duì)其盈余預(yù)測(cè)質(zhì)量的影響，進(jìn)一步拓展了分析師行業(yè)專(zhuān)長(zhǎng)方面的研究，并從行業(yè)知識(shí)的角度豐富了分析師個(gè)人特征領(lǐng)域的研究。其次，本文從供應(yīng)商/客戶(hù)-公司的角度考察了供應(yīng)鏈上信息溢出對(duì)分析師盈余預(yù)測(cè)質(zhì)量的影響，區(qū)別于Guan等(2015)、Luo和Nagarajan(2015)的研究[4][5]，本文的研究表明即使分析師不關(guān)注公司的第一大客戶(hù)，僅僅具備重要客戶(hù)或供應(yīng)商所屬行業(yè)的相關(guān)知識(shí)，也會(huì)有助于其盈余預(yù)測(cè)質(zhì)量的提高，從而豐富了供應(yīng)鏈的信息溢出對(duì)第三方?jīng)Q策影響的研究。

二、文獻(xiàn)綜述、理論分析與研究假設(shè)

分析師是降低證券市場(chǎng)信息不對(duì)稱(chēng)和提高股票定價(jià)效率的重要中介機(jī)制[6][7]。分析師對(duì)某個(gè)行業(yè)的長(zhǎng)期關(guān)注會(huì)形成相應(yīng)的行業(yè)知識(shí)和行業(yè)經(jīng)驗(yàn)，已有少數(shù)研究得出了行業(yè)內(nèi)知識(shí)有助于提高分析師信息質(zhì)量的一致結(jié)論[8][9][10]。行業(yè)內(nèi)知識(shí)之所以能夠提高分析師的研報(bào)質(zhì)量，主要原因在于行業(yè)信息能較好地體現(xiàn)公司的競(jìng)爭(zhēng)環(huán)境、投資機(jī)會(huì)、成長(zhǎng)性和經(jīng)營(yíng)風(fēng)險(xiǎn)等；同時(shí)，對(duì)行業(yè)內(nèi)知識(shí)的掌握有助于提高分析師搜集和解讀信息的效率[11]。按照這一邏輯，分析師擁有與公司有著緊密聯(lián)系的供應(yīng)鏈行業(yè)相關(guān)知識(shí)，是否也有助于提高其研報(bào)的信息質(zhì)量呢？

首先，從信息供給的角度來(lái)說(shuō)，供應(yīng)鏈上的采購(gòu)和銷(xiāo)售活動(dòng)作為企業(yè)運(yùn)營(yíng)中最為重要的兩個(gè)環(huán)節(jié)，對(duì)公司日常的生產(chǎn)經(jīng)營(yíng)會(huì)產(chǎn)生至關(guān)重要的影響[12]。一方面，供應(yīng)商作為公司的上游，很大程度上決定了公司的采購(gòu)成本和運(yùn)營(yíng)績(jī)效，這不僅體現(xiàn)在公司的采購(gòu)業(yè)務(wù)上，還體現(xiàn)在營(yíng)運(yùn)資金管理的績(jī)效上[13]。另一方面，客戶(hù)作為公司的下游，不但對(duì)產(chǎn)品定價(jià)、盈利水平具有重要影響，還會(huì)影響公司的財(cái)務(wù)決策和資本結(jié)構(gòu)[14]?？梢钥闯觯镜墓?yīng)鏈上蘊(yùn)藏著大量與公司經(jīng)營(yíng)環(huán)境、財(cái)務(wù)狀況等相關(guān)的有益信息。Olsen和Dietrich(1985)的研究發(fā)現(xiàn)，客戶(hù)的盈余公告能夠引起其供應(yīng)商股價(jià)的波動(dòng)，證實(shí)了信息在供應(yīng)鏈上的縱向傳遞[15]。但是他們的研究?jī)H驗(yàn)證了供應(yīng)鏈信息在公司層面的傳遞，而并未驗(yàn)證供應(yīng)鏈信息在行業(yè)層面的傳遞。Pandit等(2011)則在其研究的基礎(chǔ)上，發(fā)現(xiàn)客戶(hù)盈余公告的發(fā)布不但引起供應(yīng)商公司股價(jià)的顯著波動(dòng)，同時(shí)還導(dǎo)致與其供應(yīng)商所處同一行業(yè)的其他公司的股價(jià)波動(dòng)，進(jìn)而驗(yàn)證了供應(yīng)鏈信息在行業(yè)層面的傳遞效應(yīng)[16]?？梢?jiàn)，公司與其上下游之間的緊密聯(lián)系使供應(yīng)鏈信息能夠通過(guò)公司及行業(yè)層面縱向傳遞，從而產(chǎn)生供應(yīng)鏈行業(yè)信息的溢出效應(yīng)。因此，公司供應(yīng)鏈上的行業(yè)信息應(yīng)作為決策主體獲取有關(guān)信息的潛在渠道，能夠?yàn)榉治鰩煾玫乩斫夤緝r(jià)值提供有價(jià)值的增量信息。

其次，從信息解讀的角度來(lái)說(shuō)，不同分析師對(duì)不同行業(yè)的了解程度不同，對(duì)行業(yè)信息的敏感程度自然也存在差異，這會(huì)影響其對(duì)信息的運(yùn)用和分析。如Hilary和Shen(2013)就指出，同行業(yè)信息的溢出效應(yīng)能夠?qū)Ψ治鰩燁A(yù)測(cè)發(fā)揮積極作用，但對(duì)行業(yè)信息的解讀需要分析師具備一定的行業(yè)知識(shí)[17]。具備行業(yè)知識(shí)的分析師在搜集行業(yè)信息時(shí)成本更低、獲取渠道更多、解讀更為準(zhǔn)確，從而能夠提高其盈余預(yù)測(cè)的準(zhǔn)確性[2]。由此可推測(cè)，雖然供應(yīng)鏈行業(yè)信息與行業(yè)內(nèi)信息存在互補(bǔ)性，但不同分析師對(duì)供應(yīng)鏈行業(yè)所掌握的知識(shí)程度不同，對(duì)相關(guān)信息的解讀也會(huì)存在差異，進(jìn)而影響其盈余預(yù)測(cè)質(zhì)量。Luo和Nagarajan(2015)的研究發(fā)現(xiàn)，當(dāng)分析師同時(shí)跟蹤了公司的第一大客戶(hù)時(shí)，其對(duì)公司盈余預(yù)測(cè)的信息質(zhì)量會(huì)更高[5]，類(lèi)似的研究結(jié)論也體現(xiàn)在Guan等(2015)的研究中[4]?？梢钥闯?，當(dāng)公司的供應(yīng)商或客戶(hù)同時(shí)存在于分析師的跟蹤組合中時(shí)，分析師會(huì)對(duì)公司供應(yīng)鏈行業(yè)上的信息更有把握，能夠更有效地利用這一信息來(lái)提高其對(duì)公司盈余的預(yù)測(cè)質(zhì)量。另外，分析師在預(yù)測(cè)時(shí)對(duì)不同來(lái)源的信息的分配比例也存在差異[18]，對(duì)供應(yīng)鏈行業(yè)較為了解的分析師在處理相關(guān)信息時(shí)更為敏感，更容易捕捉到對(duì)公司有效的信息，進(jìn)而提高供應(yīng)鏈行業(yè)信息在其決策中所占的比重，進(jìn)行更準(zhǔn)確的預(yù)測(cè)。綜上所述，供應(yīng)鏈行業(yè)的信息溢出效應(yīng)能夠補(bǔ)充分析師對(duì)公司價(jià)值判斷的有效信息，同時(shí)，具備供應(yīng)鏈行業(yè)知識(shí)的分析師能夠更好地利用這一信息，從而提高其盈余預(yù)測(cè)的信息質(zhì)量。據(jù)此，本文提出假設(shè)1：

假設(shè)1：與一般分析師相比，擁有供應(yīng)鏈行業(yè)知識(shí)的分析師對(duì)公司盈余預(yù)測(cè)的信息質(zhì)量更高。

雖然供應(yīng)鏈的行業(yè)信息有助于分析師對(duì)公司未來(lái)前景的預(yù)測(cè)，但不同公司與客戶(hù)或供應(yīng)商構(gòu)建的合作關(guān)系存在諸多差異，而供應(yīng)鏈行業(yè)信息對(duì)公司的影響程度取決于公司與供應(yīng)鏈公司的關(guān)系性質(zhì)和緊密程度。當(dāng)公司對(duì)其供應(yīng)鏈公司依賴(lài)程度越大時(shí)，公司的經(jīng)營(yíng)情況和財(cái)務(wù)決策受到供應(yīng)鏈行業(yè)的影響就越大，比如公司的資產(chǎn)周轉(zhuǎn)率速度會(huì)更快，持有的現(xiàn)金會(huì)更多或者權(quán)益資本成本會(huì)更高等[14]。此外，公司與客戶(hù)或供應(yīng)商的依賴(lài)關(guān)系會(huì)促使它們形成緊密的利益共同體，這種利益協(xié)同性會(huì)加強(qiáng)供應(yīng)鏈行業(yè)信息的縱向傳遞。如王雄元和彭旋(2016)發(fā)現(xiàn)，公司的客戶(hù)穩(wěn)定性能夠提高分析師的盈余預(yù)測(cè)準(zhǔn)確性，并且當(dāng)公司對(duì)客戶(hù)銷(xiāo)售占比越高時(shí)，穩(wěn)定客戶(hù)對(duì)分析師預(yù)測(cè)的正向作用越顯著[19]。這意味著，當(dāng)公司對(duì)其客戶(hù)或供應(yīng)商的依賴(lài)度較高時(shí)，供應(yīng)鏈行業(yè)的信息對(duì)公司盈利預(yù)測(cè)更具參考價(jià)值，進(jìn)而更有助于提高分析師的預(yù)測(cè)效率。據(jù)此，本文提出假設(shè)2：

假設(shè)2：當(dāng)公司對(duì)客戶(hù)/供應(yīng)商的依賴(lài)度越高時(shí)，分析師的供應(yīng)鏈行業(yè)知識(shí)對(duì)盈余預(yù)測(cè)質(zhì)量的提升作用越大。

另外，由于公司經(jīng)營(yíng)業(yè)務(wù)和范圍的不同，不同公司面臨的信息環(huán)境存在諸多差異，公司所面臨的信息不確定性會(huì)加劇分析師對(duì)信息的反應(yīng)不足，從而影響其預(yù)測(cè)質(zhì)量[20]。公司的信息不確定性越高，分析師進(jìn)行盈余預(yù)測(cè)的難度就越大，并導(dǎo)致更大的預(yù)測(cè)誤差和更頻繁的修正[21]。信息不確定性意味著決策主體缺乏足夠信息去預(yù)測(cè)公司未來(lái)經(jīng)營(yíng)的變化，此時(shí)更需要拓寬信息渠道以做出有效的決策。也就是說(shuō)，當(dāng)公司面臨的信息不確定程度越高時(shí)，分析師與公司之間的信息不對(duì)稱(chēng)程度越大，分析師可獲取的公司層面的特有信息越少，對(duì)相關(guān)行業(yè)信息的需求就越高[22]。在這種情況下，供應(yīng)鏈行業(yè)的信息能更有效地幫助分析師預(yù)測(cè)需求和供給變化對(duì)公司經(jīng)營(yíng)狀況的影響。換句話說(shuō)，公司的不確定因素放大了分析師供應(yīng)鏈行業(yè)知識(shí)的作用，對(duì)于信息不確定程度較高的公司來(lái)說(shuō)，擁有供應(yīng)鏈行業(yè)知識(shí)的分析師能夠以更低的成本搜尋到與未來(lái)盈余相關(guān)的信息，從而提供更高質(zhì)量的盈余預(yù)測(cè)。據(jù)此，本文提出假設(shè)3：

假設(shè)3：當(dāng)公司面臨的信息不確定性越高時(shí)，分析師的供應(yīng)鏈行業(yè)知識(shí)對(duì)盈余預(yù)測(cè)質(zhì)量的提升作用越大。

三、研究設(shè)計(jì)

(一)樣本選擇與數(shù)據(jù)來(lái)源

本文選取2008～2015年中國(guó)A股上市公司作為初始研究樣本。我們以2008年作為起始年份主要是因?yàn)椋?007年12月中國(guó)證券監(jiān)督管理委員會(huì)發(fā)布《公開(kāi)發(fā)行證券的公司信息披露內(nèi)容與格式準(zhǔn)則第2號(hào)》，首次鼓勵(lì)上市公司披露供應(yīng)商和客戶(hù)的名稱(chēng)，自此之后上市公司才較為普遍地披露前五大供應(yīng)商和客戶(hù)信息。據(jù)此，我們以2008年作為樣本區(qū)間的起始年度。

在初始樣本的基礎(chǔ)上，根據(jù)上市公司披露的前五大客戶(hù)和供應(yīng)商的名稱(chēng)，本文手工搜集和整理了客戶(hù)和供應(yīng)商的主營(yíng)業(yè)務(wù)，對(duì)其所屬行業(yè)進(jìn)行了歸類(lèi)，并做了如下處理：(1)剔除前五大客戶(hù)或供應(yīng)商無(wú)法獲取主營(yíng)業(yè)務(wù)及行業(yè)類(lèi)別的樣本；(2)剔除分析師姓名和研報(bào)數(shù)據(jù)缺失的樣本；(3)剔除當(dāng)年只有一個(gè)分析師出具研報(bào)的樣本；(4)剔除金融行業(yè)的樣本；(5)剔除所需數(shù)據(jù)缺失的樣本。本文最終得到39364個(gè)觀測(cè)值。在判斷行業(yè)類(lèi)別時(shí)，我們采用《上市公司行業(yè)分類(lèi)指引》(2012年)的分類(lèi)標(biāo)準(zhǔn)，對(duì)制造業(yè)以外的行業(yè)采用門(mén)類(lèi)行業(yè)代碼，對(duì)制造業(yè)采用次類(lèi)行業(yè)代碼，在此基礎(chǔ)上對(duì)次類(lèi)代碼中仍存在較大差異的行業(yè)進(jìn)一步細(xì)分②。前五大客戶(hù)和供應(yīng)商的主要經(jīng)營(yíng)范圍和行業(yè)分類(lèi)數(shù)據(jù)來(lái)自手工收集整理，其他數(shù)據(jù)均來(lái)自CSMAR和WIND數(shù)據(jù)庫(kù)。數(shù)據(jù)處理和分析過(guò)程在Excel和STATA14.0中完成。

(二)模型設(shè)計(jì)與研究方法

本文構(gòu)建了多元線性回歸模型(1)來(lái)驗(yàn)證假設(shè)1，考慮到該模型采用的是分析師-年度-公司的數(shù)據(jù)結(jié)構(gòu)，分析師和公司都可能在同一年度中多次出現(xiàn)，因此回歸時(shí)對(duì)統(tǒng)計(jì)量的標(biāo)準(zhǔn)誤差進(jìn)行了分析師和年度兩維的聚類(lèi)處理，以控制自相關(guān)問(wèn)題[5]。

RError/RBias=α0+β1Chain+β2Ind_Ratio+β3Follow+β4Reports+β5Exper+β6BrokerSize+

β7BrokerRev+β8Firmsize+β9Lev+β10ROA+β11Inst+β12Horizon+∑Year+

∑Ind+ε

(1)

1.被解釋變量?？紤]到分析師對(duì)不同公司的預(yù)測(cè)準(zhǔn)確性會(huì)因公司本身所處環(huán)境不同而有所差異，本文采用經(jīng)均值調(diào)整后的相對(duì)預(yù)測(cè)誤差(RError)和相對(duì)預(yù)測(cè)樂(lè)觀偏差(RBias)來(lái)度量分析師的盈余預(yù)測(cè)質(zhì)量，分析師的相對(duì)預(yù)測(cè)誤差和相對(duì)樂(lè)觀偏差越小，表示盈余預(yù)測(cè)的信息質(zhì)量越高[4]。分析師i在t年對(duì)公司j的預(yù)測(cè)誤差(Errorijt)和樂(lè)觀偏差(Biasijt)的計(jì)算方法如下所示：

Errorijt=|EPS_fijt-EPS_rjt|/Pj

(2)

Biasijt=(EPS_fijt-EPS_rjt)/Pj

(3)

式(2)和式(3)中，EPS_fijt為分析師i在t年對(duì)公司j每股收益的最新一次預(yù)測(cè)值③；EPS_rjt為公司j在t年的實(shí)際每股收益；Pj為公司j在預(yù)測(cè)日前一個(gè)交易日的股價(jià)。在此基礎(chǔ)上，我們計(jì)算所有分析師在t年對(duì)公司j的平均預(yù)測(cè)誤差MErrorjt和平均預(yù)測(cè)樂(lè)觀偏差MBiasjt；最后，得到分析師i在t年對(duì)公司j的相對(duì)預(yù)測(cè)誤差(RError)和相對(duì)預(yù)測(cè)樂(lè)觀偏差(RBias)分別為：

RErrorijt= Errorijt-MErrorjt

(4)

RBiasijt= Biasijt-MBiasjt

(5)

2.解釋變量。對(duì)于分析師的供應(yīng)鏈行業(yè)知識(shí)(Chain)，借鑒對(duì)分析師同行業(yè)知識(shí)的度量方法，我們考察分析師跟蹤組合中是否有與目標(biāo)公司重要供應(yīng)商或客戶(hù)同屬一個(gè)行業(yè)的公司，若有則判斷分析師對(duì)目標(biāo)公司具備供應(yīng)鏈行業(yè)知識(shí)。本文分別用兩種方式來(lái)度量分析師供應(yīng)鏈行業(yè)知識(shí)：一是定義虛擬變量(Chain_Dum)，若分析師i在t年同時(shí)跟蹤了與公司j前五大客戶(hù)或供應(yīng)商同行業(yè)的公司，則賦值為1，否則為0；二是計(jì)算比例(Chain_Ratio)，利用分析師i在t年跟蹤的與公司j前五大客戶(hù)或供應(yīng)商同行業(yè)公司的個(gè)數(shù)除以分析師i在t年跟蹤的公司總數(shù)計(jì)算得到。

3.控制變量。首先，已有研究發(fā)現(xiàn)分析師的同行業(yè)專(zhuān)長(zhǎng)或關(guān)注度會(huì)提高分析師盈余預(yù)測(cè)的質(zhì)量[2][3][8]，為了與分析師同行業(yè)知識(shí)發(fā)揮的效用區(qū)分開(kāi)，本文控制了分析師的同行業(yè)知識(shí)水平(Ind_Ratio)，它等于分析師跟蹤的與目標(biāo)公司同行業(yè)的公司數(shù)占比。其次，分析師預(yù)測(cè)日距會(huì)計(jì)年度結(jié)束越近，其獲得的信息越多，預(yù)測(cè)可能越準(zhǔn)確[2][9]，所以本文控制了分析師預(yù)測(cè)日期距離會(huì)計(jì)年度結(jié)束的遠(yuǎn)近(Horizon)。最后，從以下三個(gè)方面選取余下控制變量：(1)分析師特征方面，其投入在跟蹤公司的精力越多，對(duì)盈余預(yù)測(cè)的準(zhǔn)確性應(yīng)該會(huì)越高[9]，分析師一年中跟蹤的公司越多，投入到每個(gè)公司的精力就會(huì)分散，因此本文控制了分析師在當(dāng)年跟蹤公司的數(shù)量(Follow)和當(dāng)年發(fā)布研報(bào)的數(shù)量(Reports)；分析師從業(yè)時(shí)間越長(zhǎng)，其對(duì)信息的獲取和分析越有經(jīng)驗(yàn)，因此本文控制了分析師的從業(yè)經(jīng)驗(yàn)(Exper)。(2)券商特征方面，券商能夠?yàn)榉治鰩熖峁┍匾难芯抠Y源，本文分別以分析師人數(shù)(BrokerSize)和營(yíng)業(yè)收入水平(BrokerRev)來(lái)控制分析師所屬券商的特征。(3)公司特征方面，本文控制了公司規(guī)模(Firmsize)、資產(chǎn)負(fù)債率(Lev)、公司業(yè)績(jī)(ROA)和機(jī)構(gòu)持股比例(Inst)；最后在模型中還控制了年度和行業(yè)效應(yīng)。以上各變量的具體定義如表1所示。

表1 變量定義表

四、實(shí)證結(jié)果分析

(一)描述性統(tǒng)計(jì)

表2是對(duì)主要變量進(jìn)行描述性統(tǒng)計(jì)的結(jié)果。由表2可知，分析師盈余預(yù)測(cè)的相對(duì)誤差(RError)的均值為-0.002，中位數(shù)為-0.006，標(biāo)準(zhǔn)差為0.084，表明經(jīng)過(guò)對(duì)公司一致預(yù)測(cè)誤差的修正后，分析師對(duì)公司預(yù)測(cè)相對(duì)誤差的差異數(shù)值并不大。類(lèi)似地，分析師盈余預(yù)測(cè)的相對(duì)樂(lè)觀偏差的均值為-0.001，中位數(shù)為-0.002，標(biāo)準(zhǔn)差為0.096，也未體現(xiàn)出較大差異。另外，供應(yīng)鏈分析師(Chain_Dum)的均值為0.347(中位數(shù)為0)，說(shuō)明平均來(lái)看，樣本中有34.7%的分析師對(duì)跟蹤公司具備供應(yīng)鏈行業(yè)知識(shí)。

表2 描述性統(tǒng)計(jì)表④

(二)回歸結(jié)果

1.分析師的供應(yīng)鏈行業(yè)知識(shí)與盈余預(yù)測(cè)質(zhì)量。表3報(bào)告了模型(1)的回歸結(jié)果。在回歸(1)和回歸(2)中，分析師的供應(yīng)鏈行業(yè)知識(shí)(Chain_Dum和Chain_Ratio)對(duì)相對(duì)預(yù)測(cè)誤差(RError)的回歸系數(shù)都顯著為負(fù)，表明分析師的供應(yīng)鏈行業(yè)知識(shí)降低了其對(duì)公司盈余預(yù)測(cè)的誤差；在回歸(3)和回歸(4)中，分析師的供應(yīng)鏈行業(yè)知識(shí)(Chain_Dum和Chain_Ratio)對(duì)相對(duì)預(yù)測(cè)樂(lè)觀偏差(RBias)的回歸系數(shù)顯著為負(fù)，說(shuō)明分析師的供應(yīng)鏈行業(yè)知識(shí)降低了其對(duì)公司盈余預(yù)測(cè)的樂(lè)觀偏差。此外，與現(xiàn)有研究一致，我們發(fā)現(xiàn)以下控制變量對(duì)分析師盈余預(yù)測(cè)質(zhì)量產(chǎn)生了顯著影響：Ind_Ratio的回歸系數(shù)顯著為負(fù)，說(shuō)明分析師的同行業(yè)知識(shí)越多，其盈余預(yù)測(cè)質(zhì)量越高；Horizon的回歸系數(shù)顯著為正，說(shuō)明分析師預(yù)測(cè)日期距離年報(bào)公告日越近，分析師預(yù)測(cè)質(zhì)量也越高；BrokerSize和BrokerRev的回歸系數(shù)均不顯著，表明雖然券商規(guī)模越大，分析師可利用的資源越多，但其預(yù)測(cè)質(zhì)量不一定越高。

這一實(shí)證結(jié)果表明，在控制了分析師的同行業(yè)知識(shí)后，分析師的供應(yīng)鏈行業(yè)知識(shí)仍能顯著提高其盈余預(yù)測(cè)的質(zhì)量。供應(yīng)鏈的信息渠道中既包含公司層面信息，也包含行業(yè)層面信息，公司的客戶(hù)或供應(yīng)商所處行業(yè)環(huán)境、面臨的產(chǎn)業(yè)政策變動(dòng)，往往都會(huì)對(duì)其上游或者下游企業(yè)產(chǎn)生影響，而分析師對(duì)公司供應(yīng)鏈行業(yè)環(huán)境的把握程度可以補(bǔ)充分析師所掌握的行業(yè)信息，同時(shí)，具備供應(yīng)鏈行業(yè)知識(shí)的分析師對(duì)于供應(yīng)鏈行業(yè)信息的加工和解讀力度也會(huì)更強(qiáng)，從而提高了對(duì)公司未來(lái)盈余預(yù)測(cè)的準(zhǔn)確程度。本文的假設(shè)1得以驗(yàn)證，此結(jié)果在一定程度上也支持了Luo和Nagarajan(2015)的研究，他們發(fā)現(xiàn)分析師對(duì)公司第一大客戶(hù)的跟蹤行為能夠提高其對(duì)公司盈余預(yù)測(cè)的信息質(zhì)量[5]，而本文的實(shí)證結(jié)果進(jìn)一步表明，即使不關(guān)注公司的第一大客戶(hù)，僅僅關(guān)注公司重要客戶(hù)或供應(yīng)商所處的行業(yè)，也將有助于分析師盈余預(yù)測(cè)準(zhǔn)確度的提高。

表3 分析師供應(yīng)鏈行業(yè)知識(shí)與盈余預(yù)測(cè)質(zhì)量

注：括號(hào)內(nèi)為經(jīng)分析師和年度Cluster和Robust修正的t值；***、**、*分別表示在1%、5%、10%的水平上顯著。下表同。

2.客戶(hù)/供應(yīng)商依賴(lài)程度和信息不確定性的調(diào)節(jié)效應(yīng)。為驗(yàn)證本文的假設(shè)2和假設(shè)3，借鑒相關(guān)研究[19]，我們分別按照公司對(duì)供應(yīng)鏈的依賴(lài)程度和面臨的信息不確定性高低對(duì)模型(1)進(jìn)行分組回歸檢驗(yàn)。具體來(lái)說(shuō)，在區(qū)分供應(yīng)鏈依賴(lài)程度高低時(shí)，首先，按照客戶(hù)銷(xiāo)售量(供應(yīng)商采購(gòu)量)占比高低對(duì)全樣本進(jìn)行劃分：若公司當(dāng)年的前五大客戶(hù)銷(xiāo)售量(供應(yīng)商采購(gòu)量)占比大于對(duì)應(yīng)樣本的中位數(shù)，則將該公司與其客戶(hù)(供應(yīng)商)的關(guān)系劃為高依賴(lài)程度組，否則劃為低依賴(lài)程度組。其次，按照公司所處行業(yè)是否屬于耐用品行業(yè)進(jìn)行劃分：若公司屬于耐用品行業(yè)，則劃為高依賴(lài)程度組，否則劃為低依賴(lài)程度組⑤。在區(qū)分信息不確定性高低時(shí)，分別從盈余波動(dòng)性和股票回報(bào)波動(dòng)性?xún)煞矫鎭?lái)度量，其中，盈余波動(dòng)性等于過(guò)去三年的營(yíng)業(yè)收入占總資產(chǎn)比例的標(biāo)準(zhǔn)差的平均值，股票回報(bào)波動(dòng)性等于過(guò)去一年內(nèi)股票日回報(bào)率的標(biāo)準(zhǔn)差，若公司當(dāng)年的盈余波動(dòng)性或股票回報(bào)波動(dòng)性大于對(duì)應(yīng)的樣本中位數(shù)，則劃為高信息不確定性組，否則劃為低信息不確定性組。

表4報(bào)告了上述的回歸結(jié)果⑥。在回歸(1)～(4)中，無(wú)論是按銷(xiāo)售量占比(采購(gòu)量占比)還是耐用品行業(yè)區(qū)分公司對(duì)供應(yīng)鏈的依賴(lài)程度，分析師的供應(yīng)鏈行業(yè)知識(shí)(Chain_Dum)都只在高依賴(lài)程度組中顯著為負(fù)，而在低依賴(lài)程度組中不顯著，這表明分析師的供應(yīng)鏈行業(yè)知識(shí)(Chain_Dum)對(duì)盈余預(yù)測(cè)誤差的負(fù)向關(guān)系主要存在于對(duì)供應(yīng)鏈依賴(lài)度更高的公司中。在回歸(5)～(8)中，分析師的供應(yīng)鏈行業(yè)知識(shí)(Chain_Dum)回歸系數(shù)僅在高信息不確定性組中顯著為負(fù)，而在低信息不確定性組中不顯著，這表明當(dāng)公司面臨的信息不確定性較大時(shí)，分析師的供應(yīng)鏈行業(yè)知識(shí)(Chain_Dum)對(duì)盈余預(yù)測(cè)誤差的負(fù)向作用更明顯。

以上結(jié)果表明：首先，供應(yīng)鏈企業(yè)之間的經(jīng)濟(jì)依賴(lài)程度會(huì)影響供應(yīng)鏈行業(yè)環(huán)境與公司盈余之間的相關(guān)性，當(dāng)公司與客戶(hù)或供應(yīng)商的經(jīng)濟(jì)密切度較高時(shí)，供應(yīng)鏈行業(yè)的信息與公司本身的相關(guān)性較高，此時(shí)分析師具備的供應(yīng)鏈行業(yè)知識(shí)才更具價(jià)值；同時(shí)，供應(yīng)鏈企業(yè)間的依賴(lài)程度還會(huì)影響分析師對(duì)供應(yīng)鏈行業(yè)信息的關(guān)注程度，以及其在解讀行業(yè)信息時(shí)分配的權(quán)重，進(jìn)而影響供應(yīng)鏈信息的傳遞效應(yīng)。因此，公司對(duì)供應(yīng)鏈企業(yè)之間的依賴(lài)程度強(qiáng)化了分析師供應(yīng)鏈行業(yè)知識(shí)在提高預(yù)測(cè)準(zhǔn)確性中的作用。其次，當(dāng)公司面臨的信息不確定程度較高時(shí)，信息波動(dòng)性會(huì)加劇分析師對(duì)公司信息或者同行業(yè)信息的反應(yīng)不足，同時(shí)也增加了分析師拓寬信息渠道的需求，在供應(yīng)鏈行業(yè)信息對(duì)公司盈余預(yù)測(cè)存在正向補(bǔ)充作用的情況下，具備供應(yīng)鏈行業(yè)知識(shí)的分析師可以通過(guò)信息加工對(duì)公司未來(lái)盈余做出更準(zhǔn)確地判斷。因此，公司面臨的信息不確定性會(huì)增強(qiáng)分析師供應(yīng)鏈行業(yè)知識(shí)對(duì)預(yù)測(cè)質(zhì)量的提升作用，本文的假設(shè)2和假設(shè)3得以驗(yàn)證。

表4 供應(yīng)鏈行業(yè)知識(shí)與預(yù)測(cè)誤差：供應(yīng)鏈依賴(lài)程度和信息不確定性的調(diào)節(jié)效應(yīng)

注：表中的Chow檢驗(yàn)是分組回歸檢驗(yàn)Chain_Dum的系數(shù)差異，數(shù)字表示該檢驗(yàn)的卡方統(tǒng)計(jì)量。

(三)進(jìn)一步研究

1.供應(yīng)鏈行業(yè)知識(shí)正向作用的機(jī)理分析。如上文所述，公司供應(yīng)鏈行業(yè)中的信息溢出效應(yīng)能夠在一定程度上補(bǔ)充有關(guān)公司價(jià)值判斷的信息，而具備供應(yīng)鏈行業(yè)知識(shí)的分析師能夠更好地利用這一信息，提高其盈余預(yù)測(cè)的信息質(zhì)量。但具體來(lái)說(shuō)，究竟這種供應(yīng)鏈行業(yè)知識(shí)是通過(guò)知識(shí)本身提高了分析師的預(yù)測(cè)質(zhì)量還是知識(shí)帶來(lái)的熟練程度或經(jīng)驗(yàn)提高了預(yù)測(cè)質(zhì)量？這里我們對(duì)供應(yīng)鏈行業(yè)知識(shí)的作用機(jī)理作進(jìn)一步探究，若具備供應(yīng)鏈行業(yè)知識(shí)的分析師對(duì)跟蹤公司的預(yù)測(cè)頻率更低，則表明分析師憑借供應(yīng)鏈行業(yè)知識(shí)本身的知識(shí)效應(yīng)向市場(chǎng)提供了質(zhì)量更高的盈余預(yù)測(cè)。對(duì)此，我們定義了被解釋變量預(yù)測(cè)頻率(Frequency)，即分析師當(dāng)年對(duì)公司發(fā)布的預(yù)測(cè)次數(shù)。表5報(bào)告了這一檢驗(yàn)的回歸結(jié)果，供應(yīng)鏈行業(yè)知識(shí)的虛擬變量(Chain_Dum)在回歸(1)中顯著為正，即具備供應(yīng)鏈行業(yè)知識(shí)的分析師對(duì)上市公司的預(yù)測(cè)頻率更高，但Chain_Ratio在回歸(2)中不顯著。我們認(rèn)為對(duì)此可能的解釋是：對(duì)于分析師整體來(lái)說(shuō)，是否具備供應(yīng)鏈行業(yè)知識(shí)對(duì)其能否更積極地利用相關(guān)行業(yè)的新信息去修正先前預(yù)測(cè)值有顯著影響，但是對(duì)于供應(yīng)鏈分析師整體來(lái)說(shuō)，擁有供應(yīng)鏈行業(yè)知識(shí)的多寡對(duì)其修正預(yù)測(cè)頻率的影響并無(wú)顯著區(qū)別。結(jié)合上文的實(shí)證結(jié)果，可以看出，具備供應(yīng)鏈行業(yè)知識(shí)的分析師積極地利用新的信息修正之前的預(yù)測(cè)值，并通過(guò)供應(yīng)鏈行業(yè)知識(shí)帶來(lái)的經(jīng)驗(yàn)進(jìn)一步提高了分析師的盈余預(yù)測(cè)質(zhì)量。

表5 分析師的供應(yīng)鏈行業(yè)知識(shí)與預(yù)測(cè)頻率

2.區(qū)分知識(shí)溢出效應(yīng)高低的行業(yè)?？紤]到不同行業(yè)的知識(shí)溢出效應(yīng)不同，如果是分析師供應(yīng)鏈行業(yè)知識(shí)起作用，那么這種效應(yīng)會(huì)在知識(shí)溢出效應(yīng)比較強(qiáng)的行業(yè)中更明顯。借鑒雷欣和陳繼勇(2012)的研究[23]，本文選取了以下具有較強(qiáng)知識(shí)溢出效應(yīng)的行業(yè)：石油天然氣開(kāi)采、石油加工及煉焦、木材加工及家具制造、化學(xué)工業(yè)、金屬制品業(yè)、電力及熱力的生產(chǎn)供應(yīng)業(yè)和其他制造業(yè)，并進(jìn)行了分組回歸，回歸結(jié)果如表6所示。我們發(fā)現(xiàn)，在絕大多數(shù)情況下，分析師的供應(yīng)鏈行業(yè)知識(shí)對(duì)盈余預(yù)測(cè)誤差和樂(lè)觀偏差的負(fù)向作用只在知識(shí)溢出效應(yīng)強(qiáng)的行業(yè)中顯著。而在回歸(3)和回歸(4)中，供應(yīng)鏈行業(yè)知識(shí)(Chain_Ratio)對(duì)RError的負(fù)向作用在不同行業(yè)中都顯著，但在行業(yè)溢出效應(yīng)較強(qiáng)組中的回歸系數(shù)(絕對(duì)值)大于行業(yè)溢出效應(yīng)較弱組中的回歸系數(shù)。公司供應(yīng)鏈行業(yè)中的信息溢出效應(yīng)，能夠?yàn)榉治鰩煾玫乩斫夤緝r(jià)值提供有益的增量信息，表6的實(shí)證結(jié)果說(shuō)明，分析師供應(yīng)鏈行業(yè)知識(shí)對(duì)盈余預(yù)測(cè)質(zhì)量的提升作用在知識(shí)溢出效應(yīng)比較強(qiáng)的行業(yè)更明顯。這一點(diǎn)恰恰說(shuō)明了供應(yīng)鏈分析師是通過(guò)供應(yīng)鏈行業(yè)知識(shí)溢出與傳遞的路徑提供了更高質(zhì)量的盈余預(yù)測(cè)報(bào)告，進(jìn)而也支撐了上文的實(shí)證結(jié)果。

表6 供應(yīng)鏈行業(yè)知識(shí)與預(yù)測(cè)質(zhì)量：區(qū)分知識(shí)溢出效應(yīng)高低行業(yè)

注：表中的Chow檢驗(yàn)是分組回歸檢驗(yàn)Chain_Dum或Chain_Raio的系數(shù)差異，數(shù)字表示該檢驗(yàn)的卡方統(tǒng)計(jì)量。

(四)內(nèi)生性問(wèn)題處理

1.反向因果問(wèn)題。優(yōu)秀的分析師可能更傾向于跟蹤所關(guān)注公司供應(yīng)鏈行業(yè)上的公司，以補(bǔ)充行業(yè)信息獲取來(lái)源，而這些分析師由于本身研究水平高，提供的盈余預(yù)測(cè)信息質(zhì)量本來(lái)就較高，因此，本文的回歸結(jié)果可能受到反向因果導(dǎo)致的內(nèi)生性問(wèn)題。為緩解上述內(nèi)生性問(wèn)題帶來(lái)的影響，我們采用Heckman兩階段法進(jìn)行處理。具體實(shí)施步驟為：第一階段，以Chain_Dum為被解釋變量做Logistic回歸得出逆米勒比率(Lambda)；第二階段，在模型(1)的回歸中加入第一階段估算出的Lambda重新檢驗(yàn)。在構(gòu)建Logistic回歸模型時(shí)，本文選取了是否明星分析師(Star),公司是否被分析師的客戶(hù)重倉(cāng)持有(Related),與公司是否具有承銷(xiāo)關(guān)系(UW),以及其他分析師特征與公司特征變量。這一檢驗(yàn)結(jié)果在表7中進(jìn)行了報(bào)告，在第一階段的回歸中(回歸(1))，Star的系數(shù)顯著為負(fù)，表明明星分析師不傾向于形成供應(yīng)鏈行業(yè)知識(shí)；Related的系數(shù)顯著為負(fù)，UW則不顯著，表明分析師對(duì)存在關(guān)聯(lián)關(guān)系的公司也不傾向于形成供應(yīng)鏈行業(yè)知識(shí)。我們認(rèn)為這一結(jié)果在現(xiàn)實(shí)中是存在的：一方面，券商有較強(qiáng)的托市動(dòng)機(jī)[24]，分析師出于券商壓力會(huì)犧牲準(zhǔn)確性而提供更樂(lè)觀的研報(bào)為承銷(xiāo)股票提供支持；另一方面，在我國(guó)賣(mài)空收益模式尚不成熟的情況下，高質(zhì)量的研究報(bào)告未必能為客戶(hù)帶來(lái)收益，因此，分析師沒(méi)有動(dòng)力對(duì)關(guān)聯(lián)公司投入成本以形成供應(yīng)鏈行業(yè)知識(shí)，通過(guò)發(fā)布樂(lè)觀的研報(bào)就能為客戶(hù)帶來(lái)較大的投資收益[25]。我們將回歸(1)估算出的逆米勒比率(Lambda)加入模型(1)中，得到第二階段的回歸結(jié)果，見(jiàn)回歸(2)和回歸(3)。從中可以看出，供應(yīng)鏈行業(yè)知識(shí)(Chain_Ratio)仍都顯著為負(fù)，研究結(jié)論未發(fā)生改變，說(shuō)明反向因果的內(nèi)生性問(wèn)題并未影響本文的實(shí)證結(jié)果。

表7 供應(yīng)鏈行業(yè)知識(shí)與預(yù)測(cè)質(zhì)量：Heckman回歸結(jié)果

2.遺漏變量問(wèn)題。分析師與公司之間的配對(duì)可能受到某些未觀測(cè)因素的影響，而這些因素可能同時(shí)影響到分析師對(duì)公司盈余預(yù)測(cè)的質(zhì)量。為了盡可能緩解因遺漏變量帶來(lái)的內(nèi)生性問(wèn)題，本文將通過(guò)兩種方法來(lái)處理。首先，我們選取了樣本區(qū)間內(nèi)分析師對(duì)跟蹤公司存在供應(yīng)鏈行業(yè)知識(shí)的子樣本，對(duì)模型(1)重新進(jìn)行檢驗(yàn)，這可以直接比較分析師對(duì)公司的盈余預(yù)測(cè)質(zhì)量在具備供應(yīng)鏈行業(yè)知識(shí)年度和不具備供應(yīng)鏈行業(yè)知識(shí)年度的差異。若本文的結(jié)論是由于分析師跟蹤上市公司的系統(tǒng)性差異帶來(lái)的，那么無(wú)論分析師是否具備公司的供應(yīng)鏈行業(yè)知識(shí)，其對(duì)盈余預(yù)測(cè)質(zhì)量的影響應(yīng)不存在顯著差別；若這種影響主要存在于分析師具備供應(yīng)鏈行業(yè)知識(shí)的公司，則能在一定程度上緩解由遺漏變量帶來(lái)的內(nèi)生性問(wèn)題。回歸結(jié)果見(jiàn)表8中的回歸(1)～(4)，我們發(fā)現(xiàn)研究結(jié)論未發(fā)生實(shí)質(zhì)變化。其次，我們使用傾向得分匹配法對(duì)有無(wú)供應(yīng)鏈行業(yè)知識(shí)的樣本做了配對(duì)，在選擇配對(duì)公司時(shí)，我們控制了分析師的經(jīng)驗(yàn)、發(fā)布報(bào)告數(shù)量、跟蹤公司數(shù)、同行業(yè)專(zhuān)長(zhǎng)及公司層面的規(guī)模、資產(chǎn)負(fù)債率、盈利性等因素，采用1∶1鄰近匹配得到一組配對(duì)樣本，根據(jù)配對(duì)樣本我們重新對(duì)模型(1)進(jìn)行了回歸，結(jié)果見(jiàn)表8中的回歸(5)～(8)，可以看出研究結(jié)論仍然沒(méi)有發(fā)生實(shí)質(zhì)變化。

表8 分析師供應(yīng)鏈行業(yè)知識(shí)與預(yù)測(cè)質(zhì)量：子樣本的重新回歸

(五)穩(wěn)健性檢驗(yàn)

首先，我們采用供應(yīng)鏈跟蹤年限(Chain_Exp)來(lái)重新度量分析師的供應(yīng)鏈行業(yè)知識(shí)，定義Chain_Exp等于分析師i對(duì)公司j具備供應(yīng)鏈行業(yè)知識(shí)的年份減去首次跟蹤與公司j前五大客戶(hù)/供應(yīng)商同行業(yè)公司的年份。其次，對(duì)分析師的盈余預(yù)測(cè)質(zhì)量進(jìn)行了重新度量：(1)計(jì)算了盈余預(yù)測(cè)的絕對(duì)誤差(Abs_Error)，等于分析師在t年對(duì)該公司最新的每股收益預(yù)測(cè)值與實(shí)際每股收益之差的絕對(duì)值除以預(yù)測(cè)日前一天的股價(jià)；(2)計(jì)算了分析師對(duì)公司的預(yù)測(cè)得分(Score)[26]，在t年根據(jù)預(yù)測(cè)的絕對(duì)誤差對(duì)所有跟蹤該公司的分析師進(jìn)行排序并賦值(Rank)，誤差最小的分析師賦值為1，誤差最大的分析師賦值最高，則Score=100-[(Rank-1) / (N-1)] ×100，N為對(duì)該公司發(fā)布預(yù)測(cè)的分析師人數(shù)。根據(jù)新定義的變量分別重新進(jìn)行了回歸分析，研究結(jié)論未發(fā)生變化。最后，我們還在模型(1)中進(jìn)一步控制了分析師個(gè)體的固定效應(yīng)，研究結(jié)論也未有本質(zhì)變化。因此，總體來(lái)看，本文的實(shí)證結(jié)果是穩(wěn)健的(限于篇幅，穩(wěn)健性檢驗(yàn)結(jié)果均未列示)。

五、研究結(jié)論與啟示

增強(qiáng)信息有效供給、切實(shí)維護(hù)投資者利益是推進(jìn)資本市場(chǎng)供給側(cè)結(jié)構(gòu)性改革的一項(xiàng)重要內(nèi)容[27]。在資本市場(chǎng)中，分析師扮演著重要角色，分析師所具備的行業(yè)知識(shí)是代表其研究能力的核心要素，會(huì)對(duì)分析師提供的信息質(zhì)量產(chǎn)生顯著影響。本文針對(duì)目前對(duì)分析師行業(yè)知識(shí)領(lǐng)域研究的不足，主要考察了分析師供應(yīng)鏈行業(yè)知識(shí)對(duì)其盈余預(yù)測(cè)信息質(zhì)量的影響，得到以下結(jié)論：與一般分析師相比，具備供應(yīng)鏈行業(yè)知識(shí)的分析師提供的盈余預(yù)測(cè)的信息質(zhì)量更高；當(dāng)公司對(duì)供應(yīng)鏈公司的依賴(lài)程度越高、公司面臨的信息不確定程度越高時(shí)，分析師的供應(yīng)鏈行業(yè)知識(shí)對(duì)盈余預(yù)測(cè)質(zhì)量的提升作用就越大。本文從分析師的角度驗(yàn)證了供應(yīng)鏈信息溢出的積極作用，揭示了分析師供應(yīng)鏈行業(yè)知識(shí)對(duì)其研究報(bào)告質(zhì)量的提升作用。

本文的研究結(jié)論能夠幫助我們更好地理解分析師的行業(yè)知識(shí)是如何在我國(guó)資本市場(chǎng)上發(fā)揮作用的。實(shí)際上，分析師的行業(yè)知識(shí)或行業(yè)專(zhuān)長(zhǎng)不僅僅局限在跟蹤公司的同行業(yè)內(nèi)，與跟蹤公司的客戶(hù)或供應(yīng)商相關(guān)的行業(yè)知識(shí)對(duì)于分析師提高研報(bào)的信息質(zhì)量同樣發(fā)揮著重要作用。對(duì)券商來(lái)說(shuō)，對(duì)分析師行業(yè)專(zhuān)長(zhǎng)的培養(yǎng)不應(yīng)局限在某一個(gè)或幾個(gè)行業(yè)本身，而應(yīng)在挖掘每一個(gè)分析師行業(yè)特長(zhǎng)的同時(shí)，將重要客戶(hù)和供應(yīng)商所處行業(yè)內(nèi)的公司也納入跟蹤范圍，以更合理地配置分析師的跟蹤組合，從而形成分析師更強(qiáng)的行業(yè)優(yōu)勢(shì)。另外，本文的研究結(jié)論也為市場(chǎng)投資者如何使用分析師研報(bào)提供了一定的參考：面對(duì)龐大的分析師隊(duì)伍與繁多的分析師研報(bào)，投資者在事前判斷分析師預(yù)測(cè)準(zhǔn)確性的依據(jù)就顯得尤為重要。長(zhǎng)期以來(lái)，我國(guó)資本市場(chǎng)上散戶(hù)投資者有著迷信明星分析師的傾向，但是無(wú)論從《新財(cái)富》“最佳分析師”評(píng)選的實(shí)踐經(jīng)驗(yàn)還是已有實(shí)證研究來(lái)看，與一般分析師相比，明星分析師提供研究報(bào)告的質(zhì)量并非更高。從本文的研究也可以看出，明星分析師并沒(méi)有更積極地構(gòu)建供應(yīng)鏈行業(yè)專(zhuān)長(zhǎng)，而對(duì)行業(yè)知識(shí)掌握程度較高的分析師往往可以為投資者提供更有價(jià)值的研究報(bào)告。因此，投資者不應(yīng)盲目追捧“明星”，而應(yīng)更多關(guān)注其頭銜背后的行業(yè)知識(shí)儲(chǔ)備，特別對(duì)于那些同時(shí)具備供應(yīng)鏈行業(yè)知識(shí)的分析師要予以重點(diǎn)關(guān)注。

注釋?zhuān)?/p>

①來(lái)自中國(guó)證券網(wǎng)2011年7月“得行業(yè)者得天下，券商偏好實(shí)業(yè)出身研究員”的報(bào)道，新浪財(cái)經(jīng)對(duì)此的摘錄網(wǎng)址：http://finance.sina.com.cn/stock/quanshang/ybyj/20110719/022510168530.shtml。

②例如，根據(jù)《上市公司行業(yè)分類(lèi)指引》(2012年修訂版)的分類(lèi)標(biāo)準(zhǔn)，制造業(yè)中次類(lèi)代碼為“C2”的行業(yè)中包括“家具制造”“造紙及印刷”“石油加工煉焦”“醫(yī)藥制造”“橡膠與塑料”等等，明顯可以看出這些行業(yè)之間仍存在較大的差異性，因此，為了保證同行業(yè)之間的信息傳遞存在意義，在證監(jiān)會(huì)行業(yè)分類(lèi)指引的基礎(chǔ)上，進(jìn)一步對(duì)這種次類(lèi)行業(yè)劃分不清晰的行業(yè)進(jìn)行了細(xì)分。

③借鑒主流文獻(xiàn)做法，若分析師在當(dāng)年對(duì)一家上市公司發(fā)布了不止一份盈余預(yù)測(cè)時(shí)，僅保留最新的一份預(yù)測(cè)數(shù)據(jù)。

④限于篇幅，本文的實(shí)證結(jié)果主要以報(bào)告核心變量為主，完整的實(shí)證結(jié)果留存?zhèn)渌鳌?/p>

⑤耐用品行業(yè)包括金屬和非金屬加工業(yè)(行業(yè)代碼：C30～C33)、機(jī)械設(shè)備制造業(yè)(行業(yè)代碼：C34～C38)、電子業(yè)(行業(yè)代碼：C39)和儀器儀表制造業(yè)(行業(yè)代碼：C40)。

⑥限于篇幅，這里僅報(bào)告了以相對(duì)預(yù)測(cè)誤差(RError)作為被解釋變量、供應(yīng)鏈行業(yè)知識(shí)的虛擬變量(Chain_Dum)作為解釋變量的回歸結(jié)果，相對(duì)預(yù)測(cè)樂(lè)觀偏差(RBias)和供應(yīng)鏈行業(yè)知識(shí)連續(xù)變量(Chain_Ratio)的相關(guān)回歸結(jié)果留存?zhèn)渌鳌?/p>