徐高彥 高歌

內(nèi)容提要：分析師預(yù)測分歧度能夠反映信息異質(zhì)性，從而傳遞更為豐沛的信息含量，這能否緩解信息不對稱，進(jìn)而約束股價(jià)崩盤風(fēng)險(xiǎn)呢？基于此，從企業(yè)微觀層面搭建分析師預(yù)測分歧度、市場情緒與企業(yè)股價(jià)崩盤風(fēng)險(xiǎn)的解釋模型，并進(jìn)行實(shí)證檢驗(yàn)。結(jié)果表明：分析師預(yù)測分歧度與企業(yè)股價(jià)崩盤風(fēng)險(xiǎn)呈現(xiàn)顯著負(fù)向關(guān)系，但這種負(fù)向警示作用會(huì)受到宏觀市場情緒的干擾，即在市場情緒高漲期，分析師預(yù)測分歧度被情緒覆蓋，導(dǎo)致其原本抑制股價(jià)崩盤風(fēng)險(xiǎn)的信號作用消失，形成一座信息傳遞的“漫水橋”。并進(jìn)一步討論了機(jī)構(gòu)持股比例高低和證券公司是否擁有明星宏觀分析師分組情景，以及投資者追逐股票收益的調(diào)節(jié)效應(yīng)。研究結(jié)論對于信息交易者平抑情緒、識別股價(jià)崩盤風(fēng)險(xiǎn)信號具有一定啟示意義。

一、 引 言

資本市場健康平穩(wěn)運(yùn)行是經(jīng)濟(jì)發(fā)展新常態(tài)的重要前提，如何抑制股價(jià)崩盤風(fēng)險(xiǎn)，成為了當(dāng)前防范資本市場金融泡沫破裂，完善金融體系的重要課題。先驗(yàn)文獻(xiàn)指出，出于自利動(dòng)機(jī)，管理層傾向于采取夸大或者壓制信息披露的策略抬高股價(jià)(Kim等，2011; 趙璨等，2020)。當(dāng)炒作或者隱藏的信息不斷累積最終突破閾值，集中涌入市場時(shí)，公司股價(jià)遭受“爆發(fā)式”沖擊，形成股價(jià)崩盤。因此，企業(yè)內(nèi)外部的信息不對稱和信息效率低下被視為股價(jià)崩盤風(fēng)險(xiǎn)爆發(fā)的根本原因(Jin和Myers，2006)。

而證券分析師通過獲取、剖析、傳遞信息，向投資者反饋定價(jià)和投資風(fēng)險(xiǎn)，通常被視作解決公司與投資者之間信息不對稱的中介“橋梁”。如期所望的是，分析師通過提高信息披露質(zhì)量(肖土盛等，2017)、披露負(fù)面信息(伊志宏等，2019)等方式，監(jiān)督并提升信息透明度，約束股價(jià)崩盤風(fēng)險(xiǎn)爆發(fā)；但同時(shí)，也由于其樂觀偏差(許年行等，2012)、預(yù)測“變臉”(游家興等，2017)等行為，降低資本市場定價(jià)效率。這兩個(gè)相斥的研究結(jié)論存在共同的暗含假設(shè)，即將分析師默認(rèn)為同質(zhì)共同體(Homogeneous Community)(Blau和Wade，2012)，并未關(guān)注到信息生產(chǎn)和傳遞過程中分析師的個(gè)體異質(zhì)性。實(shí)際上，分析師獲取信息的渠道不同，認(rèn)知也存在差異，這使得他們在提供預(yù)測結(jié)果和出具報(bào)告時(shí)必然存在一定分歧。那么，相較于分析師的其他同質(zhì)行為，其預(yù)測分歧度是否能夠發(fā)揮信息中介作用呢？加之由于信息不對稱是股價(jià)崩盤風(fēng)險(xiǎn)的導(dǎo)火索，所以分析師預(yù)測分歧度是傳遞還是抑制了風(fēng)險(xiǎn)，有待進(jìn)一步檢驗(yàn)。

一方面，信息加工理論認(rèn)為分析師預(yù)測分歧度越大，其所處理、加工的私有異質(zhì)信息量越多(Barron等，1998)，資本市場股票價(jià)格的信息含量越豐富(朱紅軍等，2007)。此時(shí)市場參與者有更多機(jī)會(huì)跨越信息壁壘獲取更多元的公司經(jīng)營信息，這間接致使管理者隱瞞負(fù)面消息或炒作好消息的難度增大，成本增高。除此之外，投資者認(rèn)知假說認(rèn)為中小投資者受信息搜索和處理成本的限制，會(huì)更加偏向依賴分析師的盈余預(yù)測及推薦進(jìn)行投資(鐘覃琳和劉媛媛, 2020)。心理學(xué)研究表明，向個(gè)體提供意見相斥的信息會(huì)導(dǎo)致其搜索額外增量信息的動(dòng)機(jī)加強(qiáng)。當(dāng)投資者捕獲到差異性的盈余預(yù)測結(jié)果后，反而試圖捕捉更多信息，促生了資本市場對有效信息的增量需求，從而對管理層隱瞞和炒作信息產(chǎn)生了外部壓力。

另一方面，分析師預(yù)測意見的分歧可能本身代表了企業(yè)盈利能力的不確定性(Wang，2020)。當(dāng)企業(yè)未來業(yè)績難以預(yù)估，浮動(dòng)區(qū)間大時(shí)，分析師面對這一客觀事實(shí)無法形成一致預(yù)測。一旦投資者接收到這類不穩(wěn)定甚至是負(fù)面信號，出于“逃跌”的目的，就會(huì)大量拋售股票造成股價(jià)暴跌。此外，投資者信息需求是分析師預(yù)測的必要條件，而出于聲譽(yù)、薪酬的競爭意識，分析師可能產(chǎn)生更強(qiáng)烈的動(dòng)機(jī)去挖掘更多公司特質(zhì)信息(徐飛和范曉雯，2020)，反向致使更高水平的分析師預(yù)測分歧。此時(shí)，交易者之間的信息競爭則會(huì)傾向于知情交易者，使得公司更易隱藏壞消息。因而，站在微觀視角，不難發(fā)現(xiàn)分析師預(yù)測行為的個(gè)體差異對于能否緩解信息不對稱存在不同的理論支撐。

同時(shí)，中國股市與成熟股票市場相比仍處于新興階段，存在監(jiān)管制度不完善、投機(jī)行為蜂擁等不足之處，也更具有明顯的非理性特征。如果投資者(信息接收端)、分析師(信息處理端)之間的信息中介橋梁被市場情緒“洪流”裹挾，信息傳遞效率就會(huì)被情緒牽引產(chǎn)生偏差。此時(shí)分析師分歧對股價(jià)崩盤風(fēng)險(xiǎn)的作用機(jī)制有可能也會(huì)發(fā)生改變。因此，探討分析師與投資者二者之間的信息傳遞是否會(huì)被市場情緒所影響是一個(gè)重要的宏觀前提。對于信息處理端的分析師而言，他們會(huì)將情緒融合在信息搜索、加工、處理的過程中。雖然分析師被認(rèn)為是資本市場中更穩(wěn)健的力量，但是他們?nèi)匀粫?huì)將非經(jīng)濟(jì)因素納入考量標(biāo)準(zhǔn)(De Long等, 1990)，捕捉到市場情緒信號可能帶來的信息畸形、耗散。Kaplanski和Levy(2010)研究也發(fā)現(xiàn)，經(jīng)驗(yàn)豐富的分析師在做出盈余預(yù)測時(shí)甚至?xí)嗫紤]情緒因素。對于信息接收端的投資者而言，他們在行為金融學(xué)框架下具有有限理性的特征，不僅受到外界環(huán)境的干擾，而且不可避免地被情緒引導(dǎo)從而產(chǎn)生認(rèn)知偏差。因此，投資者由于有限注意力(Limited Attention)可能一味跟隨情緒做出非理性行為，從而忽視一部分市場參與者(如：分析師)披露的信息。尤其對于中國而言，市場情緒依然是資本市場波動(dòng)的重要幕后推手，這是否意味著投資者和分析師之間的信息傳遞也同樣無法避免受到市場情緒的干擾？分析師預(yù)測分歧度與崩盤風(fēng)險(xiǎn)之間的關(guān)系是否可能被市場情緒埋沒呢？

綜上所述，將分析師預(yù)測分歧度與股價(jià)崩盤風(fēng)險(xiǎn)二者嵌入市場情緒框架內(nèi)，成為了該話題邏輯鏈條中必然相關(guān)而又尚未涉獵的重要話題。本文試圖回應(yīng)分析師的異質(zhì)性盈余預(yù)測結(jié)果對崩盤風(fēng)險(xiǎn)的影響機(jī)制，并更好地刻畫分析師這一信息中介的內(nèi)在價(jià)值，凸顯宏觀市場情緒對資本市場信息傳導(dǎo)渠道的作用。與已有文獻(xiàn)相比，本文研究可能的貢獻(xiàn)在于：

第一，立足中國宏觀經(jīng)濟(jì)的發(fā)展與變化，從時(shí)變性角度考察分析師預(yù)測分歧度與金融風(fēng)險(xiǎn)之間的動(dòng)態(tài)影響。不同于已有文獻(xiàn)集中于股票市場的市場態(tài)勢(許年行等，2012)、有限理性(情緒)(蔡慶豐，2013)等角度，本文將宏觀經(jīng)濟(jì)因素引入分析師預(yù)測行為和金融風(fēng)險(xiǎn)互動(dòng)模型中，考察了分析師信息中介作用與宏觀經(jīng)濟(jì)因素的背離或趨同，為研究宏觀經(jīng)濟(jì)狀態(tài)的迭代更替對微觀經(jīng)濟(jì)行為的影響提供了可行路徑。

第二，豐富中國股票市場弱勢有效背景下，市場情緒本身能夠作為一種信號補(bǔ)充并投入到市場的相關(guān)文獻(xiàn)。在中國這一弱勢有效市場中，宏觀經(jīng)濟(jì)的波動(dòng)對信息環(huán)境具備直觀性和本源性的影響(鐘覃琳和劉媛媛，2020)。而分析師作為資本市場的信息中介，識別并提取市場情緒所帶來的信息效應(yīng)對資本市場運(yùn)行效率至關(guān)重要，因此本文認(rèn)為：對市場情緒這一宏觀經(jīng)濟(jì)信號的不同解讀可能是構(gòu)成預(yù)測分歧度的因素之一，進(jìn)而可能影響股價(jià)信息效率及投資者交易。

第三，從分析師內(nèi)部信息不對稱的角度補(bǔ)充了股價(jià)崩盤影響因素的研究。Barron等 (1998)提出分析師之間的信息不對稱是預(yù)測離散度的重要組成部分，而企業(yè)與投資者之間的信息不對稱也是股價(jià)崩盤爆發(fā)的導(dǎo)火索。本文驗(yàn)證了當(dāng)兩種信息不對稱關(guān)系交錯(cuò)時(shí)，分析師的分歧度能夠彌補(bǔ)投資者與管理層的信息壁壘，豐富了雙重維度下信息不對稱對于資本市場股票價(jià)格的影響。

第四，拓展了不同市場情緒下分析師異質(zhì)行為的經(jīng)濟(jì)后果研究。已有文獻(xiàn)證實(shí)分析師在市場情緒中無法“獨(dú)善其身”(蔡慶豐，2013)。然而當(dāng)市場情緒干擾到分析師釋放的信息價(jià)值后，原本可以傳播給投資者的股價(jià)崩盤風(fēng)險(xiǎn)信息是否被屏蔽，這是值得深究的問題。因而本文清晰劃分市場情緒的變化周期后，發(fā)現(xiàn)分析師預(yù)測分歧度對于股價(jià)崩盤風(fēng)險(xiǎn)的抑制作用確實(shí)會(huì)發(fā)生改變，并提供了內(nèi)部信息渠道和信息質(zhì)量外部壓力兩種路徑，延伸非理性情緒框架下分析師異質(zhì)性預(yù)測行為的研究邊際。

二、 理論分析與研究假說

1. 分析師預(yù)測分歧度與股價(jià)崩盤風(fēng)險(xiǎn)

已有文獻(xiàn)以不同的方式解釋分析師預(yù)測分歧度，一種將預(yù)測分歧作為分析師信息含量分歧的代理，另一種則是作為企業(yè)價(jià)格相關(guān)基本面不確定性的代理(Barron等，1998；Wang，2020)。因此，二者對于股價(jià)崩盤風(fēng)險(xiǎn)存在正反兩方面、多個(gè)作用途徑的影響。

首先，分析師預(yù)測的分歧意見能夠向市場提供更多有效信息含量，降低股價(jià)同步性，抑制股價(jià)崩盤風(fēng)險(xiǎn)。一方面，分析師有各自的私人信息渠道，他們能夠使用私人信息來補(bǔ)充公司財(cái)務(wù)報(bào)告中未包含的信息(Keshk和Wang，2018)，從而通過分歧意見反饋不同的信息含量。另一方面，即使面對相同的公共信息，分析師仍然存在不同的解讀。文獻(xiàn)研究也論證了分析師的分歧意見能夠側(cè)面提升股票價(jià)格中的公司特質(zhì)信息含量，提高信息效率，有效地降低股價(jià)同步性(朱紅軍等，2007)。而股價(jià)同步性是衡量股票市場資源配置效率的重要指標(biāo)(伊志宏等，2019)，股價(jià)同步性越低，說明市場資源錯(cuò)配的程度和公司股價(jià)被高估的可能性越弱，股價(jià)崩盤風(fēng)險(xiǎn)也隨之減弱。其次，Crawford 等(2012)的研究發(fā)現(xiàn)分析師挖掘越多信息越能緩解投資者與企業(yè)之間的不對稱程度。當(dāng)分析師傳遞出數(shù)量更多的企業(yè)經(jīng)營信息時(shí)，能夠促進(jìn)更深、更多的信息披露，從而限制內(nèi)部人士利用其信息優(yōu)勢哄抬股價(jià)為自己牟利的行為，公司真實(shí)面貌將被更全面、多角度地揭示。這使得投資者能夠察覺到管理層操控信息披露的行為，間接地防止由于管理層炒作或隱藏信息集中涌出而爆發(fā)的股價(jià)崩盤。最后，根據(jù)有效市場假說，對于弱式有效的中國資本市場而言，投資者能夠關(guān)注到分析師反饋出的公司特質(zhì)信息，是加快實(shí)現(xiàn)股票價(jià)格與內(nèi)在信息價(jià)值統(tǒng)一的前提條件。隨著更多、更全面的分析師盈余預(yù)測反映到市場中，投資者為了獲得更多的套利機(jī)會(huì)，也更加依賴并重視分析師所提供的公司特質(zhì)信息(伊志宏等，2019)。因此，市場投資者的信息增量需求就成為了管理層機(jī)會(huì)主義行為的外部壓力，致使企業(yè)股價(jià)崩盤風(fēng)險(xiǎn)被分析師報(bào)告中公司特質(zhì)信息約束。

但相反地，分析師預(yù)測分歧不僅意味著企業(yè)面臨著更大的經(jīng)營不確定性，還可能加劇投資者與企業(yè)的信息不對稱程度。因?yàn)槠髽I(yè)的未來經(jīng)營不穩(wěn)定，波動(dòng)大，資產(chǎn)數(shù)量及價(jià)值無法準(zhǔn)確衡量，企業(yè)盈余的預(yù)測上下限范圍也擴(kuò)大，所以在客觀上分析師面對不確定因素時(shí)預(yù)測意見無法達(dá)成一致。除此之外，Liu和Natarajan(2012)指出分析師也會(huì)出于“自我選擇”的策略，在主觀上戰(zhàn)略性地處理私有和公共信息，造成預(yù)測值的偏差。而不同的預(yù)測結(jié)果形成了競爭性信息，反而加劇了投資者注意力分散、市場反應(yīng)不足的問題，進(jìn)而加重了資本市場上的信息不對稱。同時(shí)，預(yù)測分歧度可能與公司的信息披露行為有關(guān)。一般來說，公司會(huì)及時(shí)披露關(guān)于未來收益的好消息，而推遲披露壞消息。當(dāng)公司提供較少公開信息時(shí)，很有可能隱瞞了未來盈利壞消息，此時(shí)分析師必須更多地依賴私人信息進(jìn)行預(yù)測，這導(dǎo)致他們之間的意見分歧更大(Wang，2020)。因此，預(yù)測離散度高的公司很可能正是隱瞞壞消息的公司，從而加劇崩盤風(fēng)險(xiǎn)。

綜上，從信息含量分歧角度分析，本文認(rèn)為，當(dāng)盈利預(yù)測分歧越大時(shí)，分析師提供更多有效信息含量，進(jìn)而約束管理層信息操控行為，抑制股價(jià)崩盤風(fēng)險(xiǎn)；但是從企業(yè)業(yè)績不確定性角度分析，盈利預(yù)測分歧越大，可能越傳遞出企業(yè)經(jīng)營的負(fù)面信號，引發(fā)市場信息逆向選擇，反而加重了市場中的信息不對稱，使得公司更易隱藏壞消息，擴(kuò)大股價(jià)崩盤風(fēng)險(xiǎn)?；谝陨戏治?，本文提出對立假設(shè)：

假設(shè)1a：分析師預(yù)測分歧度與股價(jià)崩盤風(fēng)險(xiǎn)呈負(fù)向顯著關(guān)系。

假設(shè)1b：分析師預(yù)測分歧度與股價(jià)崩盤風(fēng)險(xiǎn)呈正向顯著關(guān)系。

2. 分析師預(yù)測分歧度與股價(jià)崩盤風(fēng)險(xiǎn)：市場情緒的非理性影響

根據(jù)行為金融學(xué)理論，市場情緒反映了市場參與者對宏觀經(jīng)濟(jì)的普遍信念，這勢必會(huì)干擾投資者對企業(yè)未來現(xiàn)金流和投資風(fēng)險(xiǎn)的看法，進(jìn)而影響股票收益。Li等(2021)構(gòu)建了個(gè)體公司情緒指標(biāo)，發(fā)現(xiàn)市場層面的情緒是風(fēng)險(xiǎn)溢價(jià)和錯(cuò)誤定價(jià)的 "幕后推手"。而實(shí)際上，股票市場的價(jià)格在本質(zhì)上被信息所牽引著。因此，在不同宏觀市場情緒下，分析師與投資者之間的信息傳導(dǎo)鏈可能會(huì)受到不同的影響。對投資者而言，其注意力與行為不僅與企業(yè)信息的數(shù)量和質(zhì)量有關(guān)，還更易受到非理性因素影響，例如盲目“追漲”“逃跌”(De Long等，1990)，進(jìn)而可能忽視分析師在資本市場中傳遞的有效信息。

同時(shí)，凱恩斯認(rèn)為經(jīng)濟(jì)市場中每個(gè)行為主體的心理預(yù)期都影響著經(jīng)濟(jì)過程的變化(游家興等，2017)。對于作為信息中介的分析師而言，他們除了通過綜合公共信息和私有信息形成預(yù)測結(jié)果，也需要了解資本市場其他參與者的高階預(yù)期。這意味著，每一位分析師的異質(zhì)性預(yù)測結(jié)果都包含他們對市場情緒的不同理解，這導(dǎo)致信息傳遞效率存在明顯差異。從而，本文認(rèn)為在分析師預(yù)測分歧度與股價(jià)崩盤風(fēng)險(xiǎn)的信息傳導(dǎo)鏈上，市場情緒是必不可少的一環(huán)。

此外，資本市場的各個(gè)行為主體在宏觀情緒高漲、波動(dòng)和低落期也同樣存在異質(zhì)性：在宏觀經(jīng)濟(jì)情緒低落期，Welch(2000)研究發(fā)現(xiàn)情緒低落時(shí)分析師會(huì)適當(dāng)保持謹(jǐn)慎的行為而收集更多的公司特質(zhì)信息，從整體上降低股價(jià)同步性。與此同時(shí)，金融環(huán)境緊縮，無論是機(jī)構(gòu)投資者還是散戶投機(jī)者都會(huì)縮減投資規(guī)模，導(dǎo)致投資者對于資本市場持有更加慎重的態(tài)度。心理學(xué)研究表明，消極情緒促使個(gè)人在作出判斷時(shí)參與廣泛的信息搜索和處理。此時(shí)，投資者愿意付出更多的成本獲取信息，分析師的信息中介作用也更加得到市場重視。除此之外，當(dāng)市場情緒出現(xiàn)波動(dòng)時(shí)，投資者為了判斷未來經(jīng)濟(jì)走勢，會(huì)提高自己對企業(yè)相關(guān)信息的需求。因此，出于獲得更多投資者關(guān)注和提高聲譽(yù)的目的，分析師有動(dòng)機(jī)和能力提供更多、更準(zhǔn)確的企業(yè)信息，以滿足投資者的信息需求(Chen等，2018)，這使得分析師預(yù)測分歧度所包含的信息價(jià)值也“水漲船高”。但是在市場情緒高漲期，Keshk和Wang(2018)證實(shí)較高的情緒導(dǎo)致分析師對公開信息的質(zhì)疑程度降低，并影響對私人信息的處理和生成意愿。分歧度異質(zhì)性會(huì)被樂觀傾向以及“高漲”情緒壓縮，從而使得公司的負(fù)面信息無法及時(shí)披露給外部投資者，炒作的好消息也無法被識別。此時(shí)分析師分歧度原本傳遞的信息價(jià)值，包括對股價(jià)崩盤風(fēng)險(xiǎn)的警示，都被裹挾在市場情緒的洪流中。投資者一方面可能出于有限注意無法捕捉到分析師的作用；另一方面更可能出于“自發(fā)適應(yīng)反應(yīng)”(蔡慶豐，2013)追逐和順應(yīng)情緒的動(dòng)向，忽略掉這一信號。

綜上，本文認(rèn)為，市場情緒在分析師通過盈利預(yù)測分歧度釋放股價(jià)崩盤風(fēng)險(xiǎn)警示信號時(shí)也發(fā)揮重要的作用。由此本文提出假設(shè)：

假設(shè)2：不同市場情緒下，分析師預(yù)測分歧度對股價(jià)崩盤的抑制或加劇作用可能會(huì)出現(xiàn)差異。

三、 研究設(shè)計(jì)

1. 數(shù)據(jù)來源

考慮到2008年發(fā)生全球性金融危機(jī)，中國股市遭受重創(chuàng)，因此為了觀察惡劣外部環(huán)境沖擊后股價(jià)的走勢變化，本文選取2008-2018年滬深兩市A股上市公司作為研究樣本。數(shù)據(jù)主要來源于CSMAR數(shù)據(jù)庫，另有部分來源于統(tǒng)計(jì)年鑒和東方財(cái)富網(wǎng)，由研究者手工整理獲得。依據(jù)如下原則進(jìn)行樣本篩選：剔除金融類上市公司樣本；剔除ST、*ST、PT公司樣本；剔除缺失主要變量的上市公司樣本；剔除了每年交易周數(shù)小于30的樣本；最終得到14490個(gè)研究樣本。本文對連續(xù)變量均采用上下1%的縮尾(Winsorize)處理。

2. 變量定義

(1) 股價(jià)崩盤風(fēng)險(xiǎn)(Crash)。參考已有研究(Kim等，2011；許年行等，2012；崔學(xué)剛等，2019)，本文使用負(fù)收益偏態(tài)系數(shù)(NCSKEWi,t)和收益上下波動(dòng)比率(DUVOLi,t)度量股價(jià)崩盤風(fēng)險(xiǎn)。

首先，計(jì)算市場因素作用下的第t周特有收益率。利用式(1)對股票i的周收益率進(jìn)行回歸處理：

Ri,t=αi+β1Rm,t-2+β2Rm,t-1+β3Rm,t+β4Rm,t+1+β5Rm,t+2+εi,t

(1)

其中，Ri,t為股票i在第t周考慮現(xiàn)金紅利再投資的收益率，Rm,t為所有股票經(jīng)流通市值加權(quán)的平均收益率，并且在式(1)中加入市場收益的滯后項(xiàng)和超前項(xiàng)，εi,t為殘差?？紤]到εi,t分布高度存在偏差，因此對特有周收益進(jìn)一步修正為：

Wi,t=ln(1+εi,t)

(2)

其次，進(jìn)一步構(gòu)建衡量被解釋變量的兩個(gè)指標(biāo)。

第一，計(jì)算負(fù)收益偏態(tài)系數(shù)(NCSKEWi,t)：

(3)

其中，n為股票i在t年交易周數(shù)。NCSKEWi,t與股價(jià)崩盤風(fēng)險(xiǎn)正相關(guān)。

第二，計(jì)算收益上下波動(dòng)比率(DUVOLi,t)：

(4)

其中，nu和nd分別為Wi,t大于/小于平均收益率的周數(shù)，DUVOLi,t與股價(jià)崩盤風(fēng)險(xiǎn)正相關(guān)。

(2) 分析師預(yù)測分歧度 (Dispersion)。參考王玉濤和王彥超(2012)的研究，首先剔除分析師在年報(bào)發(fā)布日之后發(fā)布盈余預(yù)測的樣本，并且只保留分析師在t年對股票i的最后一個(gè)預(yù)測值。再將分析師每股盈余最終預(yù)測值的標(biāo)準(zhǔn)差除以公司實(shí)際每股盈余的絕對值作為預(yù)測分歧度指標(biāo)，以此表示不同分析師對同一公司每股收益預(yù)測的離散程度。分析師預(yù)測分歧度(Dispersion)越大，說明分析師對于某家公司的盈余預(yù)測意見分歧越大。

(5)

其中，Mepsi,t為公司實(shí)際每股盈余，F(xiàn)epsi,t為分析師預(yù)測每股盈余。

(3) 市場情緒。已有文獻(xiàn)通常使用投資者情緒指代市場情緒，認(rèn)為投資者心理和情感因素會(huì)作用于資本市場。然而除了微觀維度的投資者情緒，宏觀經(jīng)濟(jì)整體運(yùn)行態(tài)勢也能夠牽引情緒走勢。因此，為了更貼合宏觀維度整體市場層面情緒，本文參考Delis等(2014)的研究，使用宏觀經(jīng)濟(jì)景氣指數(shù)描述和解釋宏觀經(jīng)濟(jì)整體市場情緒。該指標(biāo)來源于國家統(tǒng)計(jì)局對企業(yè)家開展的經(jīng)濟(jì)調(diào)查，主要依據(jù)其對外部市場經(jīng)濟(jì)環(huán)境與宏觀政策的運(yùn)行狀況判斷以及看好程度所編制，取值范圍為(0，200)。具體計(jì)算方法如下：

宏觀經(jīng)濟(jì)景氣指數(shù)=0.4×Cur-confidence+0.6×Exp-confidence

(6)

其中，Cur-confidence=企業(yè)家對當(dāng)前經(jīng)濟(jì)運(yùn)行態(tài)勢表示樂觀的比重-表示悲觀的比重+100；Exp-confidence=企業(yè)家對下季度經(jīng)濟(jì)運(yùn)行態(tài)勢表示樂觀的比重-表示悲觀的比重+100。

為厘清不同市場情緒周期，已有研究更多按照情緒向好和低迷兩種走勢劃分市態(tài)，如牛、熊市(許年行等,2012)。然而在實(shí)際生活中市場情緒波動(dòng)并不是高低恒定的走勢，而是存在一定的振蕩間隔，如：減速、暴漲和泡沫破裂(Brooks和Katsaris,2005)；暴跌、暴漲與非暴跌暴漲(崔學(xué)剛等,2019)。因此，本文首先對2008-2018年每季度的宏觀經(jīng)濟(jì)景氣指數(shù)使用H-P濾波方法進(jìn)行度量得到該指數(shù)的周期項(xiàng)，再根據(jù)該周期項(xiàng)每一年內(nèi)4個(gè)季度的走勢變化，將持續(xù)上升視為市場情緒高漲期，持續(xù)下降視為低落期，走勢起伏視為波動(dòng)期。具體劃分結(jié)果為：市場情緒高漲期為2009年和2016年；市場情緒波動(dòng)期為2010年、2012年、2013年和2017年；市場情緒低落期為2008年、2011年、2014年、2015年和2018年。

(4) 控制變量。本文參考已有研究，控制以下變量：公司規(guī)模Size；資產(chǎn)負(fù)債率Debt；股權(quán)集中度Top1；賬面市值比BM；公司透明度DA；月平均超額換手率Turnover；凈資產(chǎn)收益率Roe；審計(jì)質(zhì)量Big4；企業(yè)承擔(dān)風(fēng)險(xiǎn)能力RiskT；平均股票周收益率Ret；股票周收益標(biāo)準(zhǔn)差Sigma。變量的定義和說明見表1。

3. 實(shí)證模型

首先，構(gòu)建模型(7)檢驗(yàn)分析師預(yù)測分歧度對股價(jià)崩盤的影響，具體如下：

(7)

其中，Crashi,t分別由NCSKEWi,t和DUVOLi,t衡量，Control為上文列示的控制變量；控制年度固定效應(yīng)和行業(yè)固定效應(yīng)。若假設(shè)1a成立，則模型(7)中β1顯著為負(fù)；若假設(shè)1b成立，則模型(7)中β1顯著為正。

表1 變量定義表

另外，為了檢驗(yàn)不同市場情緒下分析師預(yù)測分歧度對股價(jià)崩盤的影響，本文按照三組市場情緒期(高漲期、低落期和波動(dòng)期)，重新運(yùn)行模型(7)進(jìn)行檢驗(yàn)。

四、 實(shí)證結(jié)果與分析

1. 描述性統(tǒng)計(jì)

表2報(bào)告了本文主要變量的描述性統(tǒng)計(jì)。其中Panel A 為2008-2018年全樣本數(shù)據(jù)，NCSKEWi,t和DUVOLi,t的平均值分別為-0.245和-0.179，與許年行等(2012)的研究中所報(bào)告的數(shù)值類似；標(biāo)準(zhǔn)差分別為0.886和0.755，說明股價(jià)崩盤風(fēng)險(xiǎn)兩個(gè)代理變量在樣本公司間差異不大，可以由二者表示。Dispersion的平均值和標(biāo)準(zhǔn)差分別為1.598和 3.258，說明國內(nèi)證券分析師盈余預(yù)測值普遍大于公司實(shí)際值，存在樂觀偏差。Panel B在劃分不同時(shí)期市場情緒后，NCSKEWi,t在市場情緒波動(dòng)期以及低落期的平均值分別為-0.211/-0.162，中位數(shù)分別為-0.213/-0.174，都高于全樣本數(shù)據(jù)，而高漲期的平均值和中位數(shù)分別為-0.531/-0.528，全部低于全樣本數(shù)據(jù)；DUVOLi,t同理，這說明當(dāng)市場情緒處于低落和波動(dòng)期，企業(yè)崩盤風(fēng)險(xiǎn)更高。而Dispersion在市場情緒低落期的平均值、中位數(shù)、標(biāo)準(zhǔn)差分別為1.495、0.489、3.146，全部低于全樣本數(shù)據(jù)，而高漲期和波動(dòng)期則全部高于全樣本數(shù)據(jù)，這說明在市場情緒低落期反而更容易出現(xiàn)“趨同性”意見，這時(shí)投資者是否會(huì)出于認(rèn)知偏差被其他因素干擾(如：股票收益)，從而產(chǎn)生非理性追逐行為？這一問題有待于進(jìn)一步研究討論。同時(shí)，本文檢驗(yàn)各變量之間的VIF值均在3以內(nèi)，說明模型不會(huì)因嚴(yán)重共線性問題而估計(jì)失真。

表2 描述性統(tǒng)計(jì)

2. 回歸結(jié)果分析

(1) 分析師預(yù)測分歧度與股價(jià)崩盤風(fēng)險(xiǎn)。表3列示了分析師預(yù)測分歧度與股價(jià)崩盤風(fēng)險(xiǎn)的回歸結(jié)果。其中，第(1)列和第(2)列通過使用最小二乘法回歸模型，在控制其他變量后，分析師盈余預(yù)測分歧度(Dispersion)每增加一個(gè)單位，兩個(gè)被解釋變量(NCSKEWi,t和DUVOLi,t)分別降低0.8%和0.5%(回歸系數(shù))，并都通過1%水平下的顯著性檢驗(yàn)，這證實(shí)了本文假設(shè)1。同時(shí)表3的第(3)列和第(4)列采用雙向固定效應(yīng)模型后，分析師預(yù)測分歧度(Dispersion)與兩個(gè)被解釋變量指標(biāo)同樣存在顯著負(fù)相關(guān)關(guān)系。這表明在同時(shí)控制年份和公司固定效應(yīng)后，分析師盈余預(yù)測分歧度(Dispersion)與股價(jià)崩盤風(fēng)險(xiǎn)的回歸結(jié)果依然穩(wěn)健。

表3 分析師預(yù)測分歧度與股價(jià)崩盤風(fēng)險(xiǎn)回歸結(jié)果

(續(xù)表)

從經(jīng)濟(jì)角度而言，表3 的結(jié)果一方面反映出分析師的盈余預(yù)測分歧度能夠直接預(yù)警管理層信息操控行為。分歧度越高，代表著分析師為挖掘企業(yè)私有信息所付出的努力可能就越多，這使得分析師傳遞出的異質(zhì)性信息更加豐富，從而有效緩解了企業(yè)與投資者之間的信息不對稱，釋放企業(yè)股價(jià)暴跌的警告信號。另一方面也反映了預(yù)測分歧度能通過投資者間接約束管理層機(jī)會(huì)主義行為。分析師預(yù)測存在分歧時(shí)，會(huì)刺激市場上投資者的信息增量需求增加，進(jìn)而約束企業(yè)股價(jià)崩盤風(fēng)險(xiǎn)發(fā)生的概率。

(2) 分析師預(yù)測分歧與股價(jià)崩盤風(fēng)險(xiǎn)：市場情緒的非理性影響回歸結(jié)果。表4的Panel A列示了市場情緒是否緩沖分析師信息中介作用的部分檢驗(yàn)結(jié)果。研究發(fā)現(xiàn)，當(dāng)市場情緒處于波動(dòng)期和低落期時(shí)，分析師預(yù)測分歧度與股價(jià)崩盤風(fēng)險(xiǎn)依然保持在1%水平上負(fù)向顯著。但是當(dāng)市場情緒處于高漲期，結(jié)果發(fā)生了轉(zhuǎn)折：分析師預(yù)測分歧度與股價(jià)崩盤風(fēng)險(xiǎn)相關(guān)系數(shù)值沒有顯著性，證實(shí)了假設(shè)2。對于這一實(shí)證結(jié)果，本文認(rèn)為：當(dāng)市場情緒低落以及波動(dòng)時(shí)，說明市場存在不穩(wěn)定因素，這一情緒信號波及至所有市場參與者，促使個(gè)人需要更豐富、更細(xì)致的信息輔助決策。此時(shí)分析師預(yù)測結(jié)果中包含的差異性信息價(jià)值也會(huì)更充分被利用，因此原本對于股價(jià)崩盤的抑制作用依然存在。但是在市場情緒高漲時(shí)期，受到積極情緒的影響，股票價(jià)格主要由樂觀的投資者推動(dòng)。由于樂觀投資者對現(xiàn)有信息更遷就，對細(xì)節(jié)更寬容(Keshk 和Wang，2018)，所以更易做出“沖動(dòng)判斷”，甚至忽視部分分析師的盈余預(yù)測。因此，分析師提供的信息內(nèi)涵沒有被市場完全利用，信息中介作用被緩沖，這使得分析師原本傳遞給市場的針對企業(yè)崩盤風(fēng)險(xiǎn)的警示信號被埋沒。

同時(shí)Panel B說明在采用固定效應(yīng)模型后，分析師盈余預(yù)測分歧度(Dispersion)在市場情緒波動(dòng)期、低落期的回歸系數(shù)至少在5%水平上顯著為負(fù)，而在市場情緒高漲期的回歸系數(shù)并沒有顯著性。這一結(jié)果與Panel A結(jié)論一致。

3. 穩(wěn)健性檢驗(yàn)

(1) 內(nèi)生性檢驗(yàn)。由于部分上市公司并沒有分析師關(guān)注并發(fā)布預(yù)測值，對于這部分樣本而言，無法觀測到分析師的異質(zhì)性預(yù)測對股價(jià)崩盤風(fēng)險(xiǎn)的影響。因此，本文通過Heckman兩階段方法對假設(shè)1中這一樣本選擇偏差問題進(jìn)行檢驗(yàn)。在表5第(1)列中，本文使用ACD(該公司是否被分析師預(yù)測的啞變量)進(jìn)行第一階段的Probit回歸，根據(jù)回歸系數(shù)計(jì)算得到IMR(逆米爾斯值)。第二階段將IMR代入基本回歸模型中，表5第(2)、(3)列結(jié)果顯示IMR回歸系數(shù)分別為-0.011和0.019，并且Dispersion的回歸系數(shù)分別為-0.008和-0.005，依然在1%水平顯著，與原實(shí)證結(jié)果相一致。這說明由樣本偏差引起的內(nèi)生性問題不影響原回歸的結(jié)論，原回歸結(jié)果穩(wěn)健可信。

(2) 替換解釋變量的衡量指標(biāo)。本文參考董望等(2017)的研究，使用分析師對i公司每股盈余預(yù)測值的標(biāo)準(zhǔn)差除以期初股價(jià)，以排除原預(yù)測分歧度指標(biāo)對模型可能存在的偏差影響。結(jié)果顯示，替換變量與股價(jià)崩盤風(fēng)險(xiǎn)依然呈負(fù)相關(guān)關(guān)系，顯著性水平同樣達(dá)到1%。進(jìn)一步地，在市場情緒波動(dòng)期和低落期，分析師預(yù)測分歧度的替換指標(biāo)依然與被解釋變量NCSKEWi,t和DUVOLi,t至少在5%水平上顯著負(fù)相關(guān)；而在市場情緒高漲期，二者無顯著相關(guān)關(guān)系，進(jìn)一步驗(yàn)證了假設(shè)1a和假設(shè)2。

表4 分析師預(yù)測與股價(jià)崩盤風(fēng)險(xiǎn)：市場情緒的非理性影響回歸結(jié)果

(3) 刪除當(dāng)年IPO樣本影響。為了消除券商托市、哄抬股票價(jià)格的行為對模型結(jié)果的影響，本文刪除當(dāng)年IPO數(shù)據(jù)后重新對主模型進(jìn)行回歸。結(jié)果證實(shí)無論是全樣本還是按照市場情緒劃分，結(jié)果都與前文一致。

(4) 刪除2008年樣本影響?？紤]到全球金融危機(jī)屬于極端事件，導(dǎo)致金融市場中的股價(jià)崩盤風(fēng)險(xiǎn)普遍暴增，可能導(dǎo)致實(shí)證結(jié)果產(chǎn)生偏誤。因此，本文刪除2008年樣本重新對模型(7)進(jìn)行回歸，結(jié)果證明在全樣本和劃分市場情緒樣本中，實(shí)證結(jié)果都與前文一致。

(5) 考慮潛在遺漏變量的影響。進(jìn)一步控制其他可能影響分析師預(yù)測分歧的變量，包括分析師研報(bào)數(shù)量和分析師個(gè)人預(yù)測準(zhǔn)確度。實(shí)證結(jié)果顯示在全樣本、市場情緒波動(dòng)期和下降期樣本中，分析師預(yù)測分歧與股價(jià)崩盤風(fēng)險(xiǎn)之間的負(fù)相關(guān)關(guān)系依然顯著。

五、 進(jìn)一步分析

1. 信息獲取內(nèi)部渠道的影響：同證券公司明星宏觀分析師

一方面，內(nèi)部信息渠道的差異可能是影響分析師預(yù)測分歧的因素。胡奕明等(2003)在針對中國證券分析師的問卷調(diào)查中，證實(shí)了“本公司或其他證券公司有關(guān)部門”是分析師獲取信息的第三大來源。同時(shí)，中國《新財(cái)富》每年評選出一部分對于宏觀政策觀點(diǎn)更具價(jià)值的明星宏觀分析師。他們作為同券商個(gè)股分析師的同事，能夠?yàn)槠涮峁┖暧^指導(dǎo)和信息優(yōu)勢

表5 內(nèi)生性檢驗(yàn)——考慮潛在的樣本偏差問題

(薛健和袁滿，2019)。但在中國，平均每一年擁有明星宏觀分析師的券商覆蓋率僅為7%左右。因此，這種資源的不均衡性勢必加劇了分析師之間的內(nèi)部信息渠道的差異，也在一定程度上影響了分析師之間預(yù)測的分歧。另一方面，內(nèi)部信息渠道可能使得分析師預(yù)測分歧對于股價(jià)崩盤風(fēng)險(xiǎn)的抑制關(guān)系更顯著。已有文獻(xiàn)表明，豐富的宏觀經(jīng)濟(jì)信息和活躍的宏觀經(jīng)濟(jì)學(xué)家都可以提高個(gè)股分析師的效率。因而，當(dāng)個(gè)股分析師擁有同券商明星宏觀分析師這一內(nèi)部信息渠道時(shí)，能夠充分利用券商內(nèi)部專業(yè)知識，幫助自己識別宏觀經(jīng)濟(jì)政策對公司股價(jià)的影響(鐘覃琳和劉媛媛，2020)。這意味著擁有內(nèi)部信息渠道的個(gè)股分析師能夠傳遞出更貼合公司實(shí)際盈利能力的信息，約束了管理層操控信息披露的行為空間，從而降低股價(jià)集中式暴跌的風(fēng)險(xiǎn)。

由表6可知，在市場情緒波動(dòng)期，分析師預(yù)測分歧度與股價(jià)崩盤指標(biāo)(NCSKEWi,t和DUVOLi,t)在擁有明星宏觀分析師分組中分別呈1%和5%水平上顯著負(fù)相關(guān)，在沒有明星宏觀分析師分組中不存在顯著性。當(dāng)市場情緒處于低落期時(shí)，分析師預(yù)測分歧度與股價(jià)崩盤指標(biāo)在擁有明星宏觀分析師分組中分別呈5%和10%水平上顯著負(fù)相關(guān)，在沒有明星宏觀分析師分組中同樣不存在顯著性。同時(shí)，為了檢驗(yàn)組間系數(shù)差異，本文通過Chowtest進(jìn)一步證實(shí)當(dāng)市場情緒處于波動(dòng)期和低落期時(shí)，同證券公司是否擁有明星宏觀分析師的組別在1%水平上存在顯著差異。這說明在同一券商中的宏觀分析師能夠提供宏觀經(jīng)濟(jì)指導(dǎo)，為個(gè)股分析師更好地分析宏觀經(jīng)濟(jì)走勢掌舵。同時(shí)本文進(jìn)一步驗(yàn)證了這種學(xué)習(xí)行為效應(yīng)會(huì)受到市場情緒的干擾：在市場情緒高漲期，明星宏觀分析師的輔助作用也無法幫助個(gè)股分析師在高漲的情緒中做“敲鐘人”，高漲的市場情緒依舊會(huì)覆蓋分析師傳遞的崩盤風(fēng)險(xiǎn)信號。

2. 信息質(zhì)量外部壓力的影響：機(jī)構(gòu)持股比例高低

機(jī)構(gòu)投資者對分析師信息質(zhì)量有著重要影響。對機(jī)構(gòu)投資者而言，當(dāng)持股比例越高時(shí)，其出于降低自身持有風(fēng)險(xiǎn)的目的，越希望獲得信息內(nèi)涵豐富、高質(zhì)量的分析報(bào)告，進(jìn)而更好地去監(jiān)督經(jīng)理人的行為。對分析師而言，機(jī)構(gòu)投資者作為重要利益相關(guān)方，會(huì)影響分析師聲譽(yù)和薪酬等職業(yè)結(jié)果。Chen等(2018)研究證實(shí)，為了提高聲譽(yù)、賺取更多交易傭金，分析師有動(dòng)機(jī)發(fā)布準(zhǔn)確且客觀的盈利預(yù)測和股票推薦。進(jìn)而，當(dāng)機(jī)構(gòu)持股比例高時(shí)，分析師可能更有動(dòng)機(jī)將企業(yè)特質(zhì)風(fēng)險(xiǎn)警示信號傳遞給機(jī)構(gòu)投資者。除此之外，機(jī)構(gòu)投資者通常被認(rèn)為更具有信息優(yōu)勢，并且更有能力、資金、動(dòng)機(jī)來處理和利用信息。因此，當(dāng)分析師預(yù)測帶來更多信息含量時(shí)，機(jī)構(gòu)投資者能夠更迅速地對其做出反應(yīng)，使得資產(chǎn)價(jià)格能夠更快與市場信息相融合，緩解信息不對稱性，從而抑制股價(jià)崩盤風(fēng)險(xiǎn)。本文基于上述分析，考慮機(jī)構(gòu)持股比例高低情景，進(jìn)一步展開市場情緒對分析師預(yù)測與股價(jià)崩盤風(fēng)險(xiǎn)的非理性影響研究。

表6 同證券公司是否擁有明星宏觀分析師分組檢驗(yàn)結(jié)果

由表7可知，當(dāng)市場情緒處于波動(dòng)期時(shí)，相較于機(jī)構(gòu)持股低的組，分析師預(yù)測分歧與NCSKEWi,t和DUVOLi,t的系數(shù)在機(jī)構(gòu)持股高組分別在1%和5%水平上顯著負(fù)相關(guān)。當(dāng)市場情緒處于低落期時(shí)，分析師分歧度與兩種刻畫股價(jià)崩盤的指標(biāo)在機(jī)構(gòu)持股高組都呈1%水平上顯著負(fù)相關(guān)，在機(jī)構(gòu)持股低組則無顯著性。同時(shí)，本文通過Chowtest進(jìn)一步證實(shí)當(dāng)市場情緒處于波動(dòng)期和低落期時(shí)，機(jī)構(gòu)持股比例高組與低組在1%水平上存在顯著差異。說明在市場蔓延不穩(wěn)定以及下行情緒時(shí)，機(jī)構(gòu)持股越高，分析師越通過盈余預(yù)測的分歧傳遞風(fēng)險(xiǎn)警示信號。但是當(dāng)市場情緒處于高漲期時(shí)，無論機(jī)構(gòu)持股高低組，分析師預(yù)測分歧與股價(jià)崩盤風(fēng)險(xiǎn)都呈不顯著關(guān)系。對此，本文認(rèn)為，機(jī)構(gòu)投資者投資決策與執(zhí)行會(huì)受到宏觀經(jīng)濟(jì)的影響，他們可能利用市場普遍樂觀情緒，推動(dòng)資金加速入場，進(jìn)一步推動(dòng)股價(jià)非理性上漲，賺取投機(jī)收益。此時(shí)分析師原本傳遞給市場的企業(yè)崩盤風(fēng)險(xiǎn)警示信號就會(huì)被市場情緒埋沒，這與假設(shè)2相一致。

表7 機(jī)構(gòu)持股比例高低分組檢驗(yàn)結(jié)果

3. 投資者收益追逐的調(diào)節(jié)作用：當(dāng)期股票收益

股票收益不僅與股價(jià)崩盤風(fēng)險(xiǎn)相關(guān)，也影響著投資者非理性行為。一方面，股票收益率能夠量化投資風(fēng)險(xiǎn)并反映公司的經(jīng)營風(fēng)險(xiǎn)。如果分析師充分分析、利用這一指標(biāo)，向市場參與者提供股票內(nèi)在投資風(fēng)險(xiǎn)信號，就能夠有效防止公司股票價(jià)格的波動(dòng)脫離基本面信息，抑制股價(jià)崩盤風(fēng)險(xiǎn)(肖土盛等，2017)。另一方面，行為金融理論認(rèn)為投資者對股票收益存在認(rèn)知偏差。出于收益期望壓力，投資者可能對分析師分歧所蘊(yùn)含的信息含量存在“忽視效應(yīng)”，盲目“追漲殺跌”。已有文獻(xiàn)指出造成投資者非理性行為的原因不僅包括其有限的信息處理能力，甚至與其忽視資本市場隱含信息相關(guān)。因此，有限注意的投資者很可能更側(cè)重于追逐投資股票的收益并進(jìn)行決策，從而忽視市場其他參與者傳遞的信號。已有文獻(xiàn)證實(shí)投資者的這種“忽視效應(yīng)”，更多地表現(xiàn)在股價(jià)對信息的反應(yīng)不足；完全或部分忽視盈余公告信息；傾向于關(guān)注整合信息而非個(gè)別的零散信息等。那么，投資者是否也會(huì)出于對股票收益的期望壓力，從而“忽視”分析師分歧對于股價(jià)崩盤風(fēng)險(xiǎn)傳遞出的信息呢？

由表8可知，市場情緒處于低落期時(shí)，交乘項(xiàng)Dispersion*RETURN與兩個(gè)因變量NCSKEWi,t和DUVOLi,t均存在顯著正相關(guān)關(guān)系，即隨著投資者對于個(gè)股當(dāng)期回報(bào)率的追逐增強(qiáng)，分析師預(yù)測分歧度對于股價(jià)崩盤風(fēng)險(xiǎn)的抑制作用也愈加減弱。這一結(jié)果證明當(dāng)市場宏觀情緒越低迷時(shí)，投資者面對高回報(bào)率的誘惑，出于“逆風(fēng)翻盤”心理，越追逐更大的價(jià)格收益，越可能會(huì)忽視分析師對于股價(jià)崩盤風(fēng)險(xiǎn)的警示信號。

表8 投資者收益追逐的調(diào)節(jié)作用檢驗(yàn)結(jié)果

六、 拓展性研究

1. 分析師預(yù)測分歧度與信息透明度

前文主要發(fā)現(xiàn)分析師分歧度與股價(jià)崩盤風(fēng)險(xiǎn)呈顯著負(fù)向相關(guān)，且會(huì)受到市場情緒的干擾。但如果分析師提供的異質(zhì)性預(yù)測信息能夠發(fā)揮警示風(fēng)險(xiǎn)的作用，必然要求這些信息能夠緩解信息不對稱程度，抑制管理層炒作好消息或隱瞞壞消息的行為。因此，本文從信息透明度的角度，對分析師預(yù)測分歧度能夠緩解信息不對稱的前提假設(shè)進(jìn)行實(shí)證檢驗(yàn)。表9 Panel A結(jié)果表明，分析師預(yù)測分歧度與兩種反向衡量信息透明度的指標(biāo)呈顯著反向關(guān)系，其中，第(1)、(2)列的DA是由企業(yè)的應(yīng)計(jì)盈余管理程度衡量的，第(3)、(4)列中采用上市公司信息披露質(zhì)量總體評級Rank。實(shí)證結(jié)果證實(shí)了分析師預(yù)測分歧度可以緩解投資者與企業(yè)的信息不對稱程度。

2. 分析師關(guān)注與股價(jià)崩盤風(fēng)險(xiǎn)

分析師關(guān)注是分析師一切行為的起點(diǎn)。一方面，分析師關(guān)注的增加能夠有效監(jiān)督管理層行為，增加未來聲譽(yù)風(fēng)險(xiǎn)；另一方面，分析師關(guān)注的增加也可能給管理層施加市場壓力，使其為了迎合盈余做出更多信息操控行為。然而，不論是有效監(jiān)督論還是市場壓力論，嵌套回本文假設(shè)2的研究邏輯，不禁要問，關(guān)注人數(shù)的變化能否作為體現(xiàn)分析師信息含量差異化的變量呢？表9 Panel B的第(1)、(2)列結(jié)果證實(shí)，在全樣本中分析師關(guān)注度與NCSKEWi,t和DUVOLi,t都在1%水平上呈顯著正相關(guān)，這與Xu等(2013)的研究結(jié)論相同。這意味著由于分析師普遍存在樂觀傾向，所以當(dāng)一個(gè)公司被更多的分析師關(guān)注時(shí)，其盈余預(yù)測的范圍可能整體向上浮動(dòng)，這使得股票價(jià)格與內(nèi)在信息價(jià)值差距更大，從而增加了企業(yè)股價(jià)崩盤的風(fēng)險(xiǎn)。但是在表9 Panel B的第(3)-(8)列中，一旦劃分不同時(shí)期的市場情緒，三個(gè)情緒期仍都是顯著正相關(guān)，沒有明顯區(qū)分度。結(jié)合前文所述，本文認(rèn)為分析師關(guān)注度雖然集中反映了分析師預(yù)測人數(shù)的變化，但是本質(zhì)上依然把分析師默認(rèn)為同質(zhì)共同體，因而無法反映出在不同市場情緒期中分析師傳遞信息含量的異質(zhì)性。所以，本文選用分析師預(yù)測分歧度指標(biāo)來檢驗(yàn)不同市場情緒下分析師信息作用的異質(zhì)性是更為合適的。

表9 拓展性研究實(shí)證結(jié)果

七、 研究結(jié)論與啟示

本文選取2008-2018年中國A股上市公司為研究對象，搭建分析師預(yù)測分歧度、市場情緒與企業(yè)股價(jià)崩盤風(fēng)險(xiǎn)的解釋模型。同時(shí)，本文考察了分析師內(nèi)部信息渠道和外部信息壓力以及投資者收益追逐行為對模型的影響。實(shí)證檢驗(yàn)結(jié)果表明：首先，分析師預(yù)測分歧度對企業(yè)股價(jià)崩盤風(fēng)險(xiǎn)呈顯著負(fù)向作用，在劃分市場情緒后，波動(dòng)期和低落期中二者負(fù)向關(guān)系不變，但高漲期中分析師的警示信號卻消失；其次，機(jī)構(gòu)持股比例越高以及同證券公司擁有明星宏觀分析師時(shí)，分析師預(yù)測分歧度對股價(jià)崩盤風(fēng)險(xiǎn)的抑制作用在市場情緒低落和波動(dòng)期更加顯著，市場情緒高漲期仍無顯著關(guān)系。最后，在市場情緒低落期，投資者追逐股票當(dāng)期高收益的行為會(huì)導(dǎo)致他們忽視分析師預(yù)測分歧度帶來的崩盤風(fēng)險(xiǎn)警示。由此可見，證券分析師雖然被廣泛認(rèn)為是金融市場的信息中介，能夠架起企業(yè)與投資者之間的橋梁，緩解信息不對稱性。但本文認(rèn)為在市場情緒的洪流中，這座信息溝通橋梁有可能是一座“漫水橋”。當(dāng)市場情緒“水位”過低或者高低不定時(shí)，分析師對于企業(yè)股價(jià)崩盤的風(fēng)險(xiǎn)警示信號可以順利傳遞，而當(dāng)市場情緒“洪峰”來臨時(shí)，分析師的警示信號則會(huì)被埋沒，無法達(dá)到抑制企業(yè)股價(jià)崩盤風(fēng)險(xiǎn)的作用。

因此，根據(jù)研究結(jié)論，本研究具有以下實(shí)踐啟示：第一，對于政策制定者而言，應(yīng)把握市場情緒對于微觀資本市場的影響機(jī)制。尤其對于中國資本市場而言，更應(yīng)該合理使用政府的“有形的手”，糾正市場狂熱情緒，穩(wěn)定市場經(jīng)濟(jì)的平穩(wěn)發(fā)展運(yùn)行。從而促進(jìn)市場作用與政府作用的有機(jī)統(tǒng)一。第二，對于證券公司而言，為了避免分析師淪為市場情緒的“蜂擁者”和市場非理性行為的“共振者” ，券商應(yīng)建立更多元、全面的業(yè)績評價(jià)體系，發(fā)揮分析師的專業(yè)性，減少同質(zhì)化以及“羊群效應(yīng)”的出現(xiàn)。同時(shí)，也應(yīng)充分利用市場這個(gè)“無形的手”，引導(dǎo)資源有效配置，倡導(dǎo)分析師敢于對沖非理性市場情緒，客觀、理性地發(fā)揮資本市場信息中介的作用。第三，對于投資者而言，為了避免成為市場情緒洪流中的噪聲交易者，保持理性、提高專業(yè)程度則成為重中之重。除此之外，投資者可以更加關(guān)注分析師對于企業(yè)私有信息的挖掘與反饋，進(jìn)而識別由情緒推動(dòng)的資產(chǎn)定價(jià)偏差，減少誤判和投資損失。