Finance
Vol.06 No.03(2016), Article ID:18094,6 pages
10.12677/FIN.2016.63012

Research on Analyst: A Survey and New Developments

Honglin Yu, Qianyu Meng

University of International Business and Economics, Beijing

Received: Jul. 6th, 2016; accepted: Jul. 24th, 2016; published: Jul. 27th, 2016

Copyright © 2016 by authors and Hans Publishers Inc.

This work is licensed under the Creative Commons Attribution International License (CC BY).

http://creativecommons.org/licenses/by/4.0/

ABSTRACT

The research on analyst is hot in the corporate finance field. The key issue is the research on the accuracy of analysts’ forecast and the factors affecting the accuracy of analysts’ forecast. The article reviewed the research paper about the accuracy of analysts’ forecast and the factors affecting the accuracy of analysts’ forecast. Besides, the article introduced the lately development of the research on analyst—emphasis on the importance of private information to analysts’ forecast and the rise of the research on analysts’ social network. The article holds that there is plenty of space to research the analysts’ social network. Especially in China, the social network which influences the analyst forecasts will be more important and prominent.

Keywords:Analysts’ Forecast, Social Network, Private Information

分析师研究动态和最新进展

俞鸿琳,孟倩雨

对外经济贸易大学,北京

收稿日期:2016年7月6日;录用日期:2016年7月24日;发布日期:2016年7月27日

摘 要

对分析师的研究是近年来公司金融领域中的研究热点,其研究的中心问题是对分析师预测的精准性及其影响因素的考察。本文以这一中心问题作为主线来梳理相关文献,综述了有关对分析师预测精准性研究以及对分析师预测精准性影响因素探讨的文献,并介绍了相关研究的最新进展——注重私有信息对分析师预测的重要性,以及对分析师关系网络研究的兴起。本文最后认为,对分析师关系网络的研究尚有充足的空间,尤其对于我国,关系网络对分析师预测的影响作用将会更为重要和突出。

关键词 :分析师预测,关系网络,私有信息

1. 引言

作为专业信息中介,分析师在金融市场上扮演着极为重要的角色,影响着股票价格的合理定价和证券市场的运行效率。因其在金融市场的重要性,对分析师的研究也成为近年来公司金融领域的研究热点,相关研究极为丰富,并形成一条重要的文献支流。与分析师研究的相关问题极为庞杂,其中,考察分析师预测的精准性及其影响因素是其中心问题 [1] 。对分析师的众多研究基本都是围绕着这一中心问题展开。

以分析师研究的中心问题作为主线,可以将分析师研究的相关文献划分为两大主题:一是考察分析师预测的精准性,二是研究影响分析师预测精准性的因素。依据这两大主题来梳理相关文献,能够清楚看出对分析师的研究有非常明显的时间阶段特征,同样的问题在不同时间段内有不同的研究侧重点,从而可以找出分析师研究的发展脉络,并发现当前的研究趋势——注重私有信息对分析师预测的重要性,以及对分析师关系网络研究的兴起。

2. 研究分析师预测精准性文献的概述

作为信息中介,由于分析师的重要性在于其预测的准确程度和荐股的投资价值。因此,早期研究主要是考察分析师盈利预测的精准程度和股票推荐的投资价值,并可以分为总体和个体层面的两类研究:

在总体层面上的研究,早期对分析师的研究大多集中于建立更好地预测模型或者研究盈余预测的统计属性 [2] ,以便考察分析师预测的准确程度。Brown和Rozeff [3] 最早证实分析师的盈余预测的精确性要好于通过统计模型得出的预测结果。随后,更多研究同样支持这一结论 [2] [4] 。此外,研究也发现按照分析师的盈余预测和股票推荐进行投资能获得盈利 [5] - [7] 。并且,在证券价格发现过程中,分析师的推荐能够影响股票价格,促进证券价格的合理定价,从而促进证券市场效率 [8] 。但在近期,也有个别研究认为分析师的预测在平均上是无效的 [9] 。

从个体上看,最早的研究认为分析师在盈余预测上不存在个体差异 [10] - [12] )。然而,更多的、较新的研究则证实分析师个体在预测能力上存在显著差异 [1] [13] [14] 。

大量早期的研究没有发现分析师在盈余预测上的系统性偏差。但随着研究的进展,许多学者在考察分析师预测的准确度时,发现分析师在预测时普遍存在系统性偏差,其典型表现有两种:一种是“羊群行为”,另一种则是乐观偏差。Trueman [15] 最早发现分析师群体在预测和荐股上都存在明显的“羊群行为”。Welch [16] 的研究则进一步证实了分析师羊群行为的普遍性。并且,研究还发现分析师的“羊群行为”的程度比普通投资者更为突出 [17] 。较之于“羊群行为”,学者们更为关注分析师的乐观性偏差。后续的研究通过对更长时期、更宽范围的样本进行考察,也同样证实了分析师预测存在乐观性偏差。

对于分析师预测精准性的研究,由于研究的角度、样本和实证方法的不同,因此,大量的实证研究至今仍未得出一致性的结论。但随着时间的推移,近期的研究已较一致的认为分析师的预测存在个体差异,并且分析师的预测存在系统性偏差,研究的重点不再是对分析师预测精准程度的考察,而转向了对影响分析师预测精准性原因的探讨。

3. 探讨分析师预测精准性影响因素的相关文献

对影响分析师预测精准性原因的探讨是分析师研究领域中的一个重点内容,大量研究从多种角度对分析师预测产生个体差异以及分析师预测存在系统性偏差进行理论解释,并形成了极为丰富的研究成果。

1、对分析师预测产生个体差异的原因解释

对分析师预测存在个体差异的原因解释可分为以下两类:

一类是从分析师的个人特征、预测工作的难度以及所在券商的情况等方面进行考察,并发现分析师的个人特征、分析师的工作经验(分析师的技能)、预测时间跨度、所跟踪企业和行业的数量(任务的复杂程度),以及所在券商的规模(可利用的资源)、券商行业专业化程度(brokerage house’s degree of industry specialization)等因素都会显著影响到分析师预测的精准性 [1] [14] [18] [19] 。

另一类的文献则从激励和职业关注的角度来探讨分析师为何有动力为投资者提供无偏差的盈余预测。相关研究证实,预测精准度高的分析师以及高评级的分析师能获得更高的薪酬回报 [13] ,而预测精准程度低则容易失去工作 [20] 。因此,薪酬和职业激励会促进分析师预测的精准性。此外,声誉模型认为分析师预测精准有助于分析师建立良好的个人声誉,进而为分析师带来更好的职业发展 [13] 。但近期的研究则发现,分析师为了个人声誉同样也会产生预测偏差,出现乐观偏差和“羊群行为” [21] 。因此,从声誉和职业关注的角度来解释分析师预测精准性上存在矛盾。

2、对分析师预测存在系统性偏差的原因解释

Scharfstein和Stein [22] 首先提出了声誉理论模型解释“羊群行为”的发生。Graham [23] 则基于Scharfstein和Stein [22] 的声誉羊群模型进行检验,认为分析师出现“羊群行为”的原因在于某些分析师拥有私有信息,其他分析师则跟随拥有私人信息分析师的预测。Hong,Kubik和Solomon [17] 发现年轻的分析师出于对声誉的考虑,比年老的分析师更少偏离大众的观点(consensus),从而出现羊群行为。Hong和Kubik [21] 的实证检验同样支持了声誉羊群模型,认为分析师具有比投资者更强的“羊群行为”是出于维护自身声誉的考虑。Clement和Tse [24] 的研究则发现分析师个人特征同样会影响到分析师羊群行为的产生。

对分析师预测产生乐观性偏差的原因的研究可以分为从分析师理性和不完全理性两个角度的解释。从分析师不完全理性角度的解释认为,分析师并非完全理性,鉴于自身的认知能力难免会出现预测上的系统性高估。

较之于从非理性角度的解释,从分析师理性角度解释乐观性偏差得到了更多研究的认同,相关解释又可以分为以下两种观点:第一种认为分析师的乐观偏差是投行利益驱动的结果。从这个角度出发的研究认为,分析师的乐观偏差是为了引导投资者购买,以促销券商承销的股票,刺激交易量和提高佣金收入 [25] - [27] 。第二种认为分析师乐观偏差是出于分析师的个人利益动机。持有该观点的研究认为,分析师的乐观预测是为了维护与上市公司管理层的关系,得到与高管沟通的机会并获取上市公司的私有信息,以促进后期的职业发展 [9] [21] 。

4. 当前研究进展

尽管以往研究证实了分析师在证券市场上的重要性,丰富了对影响分析师预测精准性因素的认识,并为后续的研究提供了相应的基础。然而,不少学者却对这些研究提出了批评。Brown [2] 认为要研究分析师的预测过程,以及各种信息在盈余预测和股票推荐过程中所发挥的作用。Ramnath et al. [28] 也持有类似的观点,认为对分析师的研究范围虽已拓宽,但分析师研究过程对学者来说依然是一个黑箱。Bradshaw [4] 则认为对分析师的现有研究很大程度上受限于能够被量化的变量,研究要取得进展需考察分析师如何处理信息这个黑盒。

这些批评推动了对分析师研究的进一步发展,后续研究开始对分析师如何处理信息进行考察,从而将分析师的研究推向一个新的发展阶段——开始探讨各类信息在预测中的作用,并发现私有信息对分析师预测精准的重要性。从最近在金融学顶尖期刊上发表的有关分析师研究的几篇论文可以明显看出,当前的研究与以往的研究明显不同,主要是从私有信息的角度来考察分析师预测的精准性和荐股的投资价值。

Brown et al. [29] 通过对美国分析师的问卷调查和深度访谈,首次打开分析师信息处理过程的这一黑箱。调查发现,和公司高管保持紧密的关系是分析师成功的基础。为了进行盈余预测和股票推荐,和公司高管的私人电话是最有用的私人接触,其有用性甚至超过了财报电话会议(earning conference call)。其他实证研究也有类似的发现,Solomon和Soltes [30] 发现分析师积极参加能与管理层接触的各种会议。并且,与管理层的私下接触有助于分析师更精确的预测 [31] [32] 。这些研究结果说明,分析师预测的精准性不仅来源于对公共信息的处理能力,而且更重要的还来源于对公司私有信息的获取,与管理层的私下接触则是获取私有信息的一个重要渠道 [32] 。

此外,当前研究的另一重要进展是——探讨关系网络对分析师预测精准性影响的研究开始兴起。Malloy [33] 最早发现与所研究公司地理距离较近的分析师比其他分析师的预测更为精准。并且,享有这种地理位置优势的分析师的预测变更,证券市场的反应也更为迅速。这种效应对于小规模公司和偏远地区的公司更为突出。Cohen,Frazzini和Malloy [34] 的研究发现,当和所研究公司的高管存在校友关系时,美国分析师的股票推荐在信息公平披露法案(Reg FD)实施之前能获得超额回报,但在信息公平披露法案实施之后则没有超额收益;但在英国市场上,这种超额收益一直存在,并且程度更高。Ergungor et al. [35] 考察了另一种形式的关系网络——分析师所研究的公司与分析师所服务的银行存在借贷关系。研究发现,所研究的公司与分析师所在银行有借贷关联关系时,分析师的预测精准性高于无这种关联关系的分析师预测。并且,其他无关联关系分析师会跟随有关联关系分析师的预测。以上的研究结果说明,分析师通过私人关系网络能获得私有信息优势,并借助于私有信息优势提高了预测的精准性。

与其他研究分析师关系网络的文献不同,Horton和Serafeim [36] 开始把社会网络的研究技术运用于分析师关系网络的研究中。他们以42,376名公司董事成员和10,508分析师的资料构建分析师与董事之间、董事与董事之间以及分析师与分析师之间的关系网络,考察分析师关系网络水平和位置与分析师的信息优势之间的关系。研究结果发现,关系网络水平高的分析师的预测更为精准、及时及大胆。

综上,强调从私有信息的角度来考察分析师预测的精准性是当前研究的重点。其中,由于关系网络的信息交流功能恰好满足分析师职业本身对信息的内在需求,这就决定了研究分析师关系网络的重要性,再加之近几年社会网络在金融学研究领域中的大量运用,对分析师关系网络的研究也就开始逐渐兴起,并成为当前对分析师研究的前沿方向之一。

5. 总结及评论

分析师的研究是近期公司金融研究中的热点领域,其中心问题是考察考察分析师预测的精准性及其影响因素。以这个中心问题作为主线梳理相关文献,从中可以清晰看出分析师研究的发展脉络,并发现当前的研究趋势——注重私有信息对分析师预测的重要性,以及研究分析师关系网络的兴起。由于关系网络的信息交流功能以及分析师职业本身对信息的内在需求,这就决定了研究分析师关系网络的重要性,有关分析师关系网络的研究将会成为研究的前沿方向之一。

需指出的是,现有研究只是考察分析师是否存在关系网络,以及关系网络的位置对分析师预测的影响,而尚未考察影响分析师关系网络作用发挥的条件,以及在不同情形下分析师关系网络的重要性是否存在差异。作为一种非正式制度,关系网络是在正式制度不完善时作为替代机制出现并发挥相应的作用。因此,分析师之间关系网络的作用及其重要性在根本上取决于分析师所处的环境特征。在不同情形下,分析师之间关系网络的重要性存在明显差异,对分析师预测和市场效率的影响程度也会显著不同。考察影响其作用发挥的外部环境因素,可以更好地理解分析师之间的关系网络作用发挥的依赖条件,以及在何种情形下分析师之间关系网络会对分析师预测和市场效率的影响更为突出。然而,目前对分析师关系网络的研究尚未涉及这些重要问题。

致谢

作者感谢审稿人所提出宝贵的审稿意见,但文责自负。

文章引用

俞鸿琳,孟倩雨. 分析师研究动态和最新进展
Research on Analyst: A Survey and New Developments[J]. 金融, 2016, 06(03): 116-121. http://dx.doi.org/10.12677/FIN.2016.63012

参考文献 (References)

  1. 1. Clement, M.B. (1999) Analyst Forecast Accuracy: Do Ability, Resources and Portfolio Complexity Matter? Journal of Accounting and Economics, 29, 285-303. http://dx.doi.org/10.1016/S0165-4101(99)00013-0

  2. 2. Brown, L.D. (1993) Earnings Forecasting Research: Its Implications for Capital Markets Research. International Journal of Forecasting, 9, 295-320. http://dx.doi.org/10.1016/0169-2070(93)90023-G

  3. 3. Brown, L. and Rozeff, M. (1978) The Superiority of Analyst Forecasts as Measures of Earnings Expectations: Evidence from Earnings. Journal of Finance, 33, 1-16. http://dx.doi.org/10.1111/j.1540-6261.1978.tb03385.x

  4. 4. Bradshaw, M., Drake, M., Myers, J. and Myers, L. (2012) A Re-Examination of Analysts’ Superiority of Time Series Forecasts of Annual Earnings. Review of Accounting Studies, 17, 944-968. http://dx.doi.org/10.1007/s11142-012-9185-8

  5. 5. Womack, K. (1996) Do Brokerage Analysts’ Recommendations Have In-vestment Value? The Journal of Finance, 51, 137-167. http://dx.doi.org/10.1111/j.1540-6261.1996.tb05205.x

  6. 6. Barber, B., Lehavy, R., McNichols, M. and Trueman, B. (2001) Can Investors Profit from the Prophets? Security Analyst Recommendations and Stock Returns. Journal of Finance, 56, 531-564. http://dx.doi.org/10.1111/0022-1082.00336

  7. 7. Clement, M.B. and Tse, S. (2003) Do Investors Respond to Analysts’ Forecast Revisions as if Forecast Accuracy Is all that Matters? The Accounting Review, 78, 227-249. http://dx.doi.org/10.2308/accr.2003.78.1.227

  8. 8. Barth, M. and Hutton, A. (2004) Analyst Earnings Forecast Revisions and the Pricing of Accruals. Review of Accounting Studies, 9, 56-96. http://dx.doi.org/10.1023/B:RAST.0000013629.59222.df

  9. 9. Chen, S. and Matsumoto, D. (2006) Favorable versus Unfavorable Recommendations: the Impact on Analysts’ Access to Management-Provided Information. Journal of Accounting Research, 44, 657-689. http://dx.doi.org/10.1111/j.1475-679X.2006.00217.x

  10. 10. Brown, L.D. and Roze, M.S. (1980) Analysts Can Forecast Accurately. Journal of Portfolio Management, 6, 31-34. http://dx.doi.org/10.3905/jpm.1980.408741

  11. 11. O’ Brien, P. (1990) Forecast Accuracy of Individual Analysts in Nine Industries. Journal of Accounting Research, 28, 286-304. http://dx.doi.org/10.2307/2491151

  12. 12. Butler, K.C. and Lang, L.H. (1991) The Forecast Accuracy of Individual Analysts: Evidence of Systematic Optimism and Pessimism. Journal of Accounting Research, 29, 150-156. http://dx.doi.org/10.2307/2491033

  13. 13. Stickel, S.E. (1992) Reputation and Performance among Security Analysts. Journal of Finance, 47, 1811-1836. http://dx.doi.org/10.1111/j.1540-6261.1992.tb04684.x

  14. 14. Jacob, J., Lys, T.Z. and Neale, M.A. (1999) Expertise in Forecasting Performance of Security Analysts. Journal of Accounting and Economics, 28, 51-82. http://dx.doi.org/10.1016/S0165-4101(99)00016-6

  15. 15. Trueman, B. (1994) Analyst Forecast and Herding Behavior. Review of Financial Studies, 7, 97-124. http://dx.doi.org/10.1093/rfs/7.1.97

  16. 16. Welch, I. (2000) Herding among Security Analysts. Journal of Financial Economics, 58, 369-396. http://dx.doi.org/10.1016/S0304-405X(00)00076-3

  17. 17. Harrison, H., Kubik, J.D. and Solomon, A. (2000) Security Analysts’ Career Concerns and Herding of Earnings Forecasts. RAND Journal of Economics, 31, 121-144. http://dx.doi.org/10.2307/2601032

  18. 18. Mikhail, M., Walther, B. and Willis, R. (1997) Do Security Analysts Improve Their Performance with Experience? Journal of Accounting Research, 35, 131-166. http://dx.doi.org/10.2307/2491458

  19. 19. Clement, M.B., Koonce, L. and Lopez, T. (2007) The Roles of Task-Specific Forecasting Experience and Innate Ability in Understanding Analyst Forecasting Performance. Journal of Accounting and Economics, 44, 378-398. http://dx.doi.org/10.1016/j.jacceco.2007.04.002

  20. 20. Roni, M. and Womack, K.L. (1999) Conflict of Interest and the Credibility of Underwriter Analyst Recommendations. Review of Financial Studies, 12, 653-686. http://dx.doi.org/10.1093/rfs/12.4.653

  21. 21. Hong, H. and Kubik, J. (2003) Analyzing the Analysts: Career Concerns and Biased Earnings Forecasts. Journal of Finance, 58, 313-350. http://dx.doi.org/10.1111/1540-6261.00526

  22. 22. Scharfstein, D.S. and Stein, J.C. (1990) Herd Behavior and Investment. The American Economic Review, 80, 465-479.

  23. 23. Graham, J. (1999) Herding among Investment Newsletters: Theory and Evidence. Journal of Finance, 54, 237-268. http://dx.doi.org/10.1111/0022-1082.00103

  24. 24. Clement, M.B. and Tse, S.Y. (2005) Financial Analyst Characteristics and Herding Behavior in Forecasting. Journal of Finance, 60, 307-341. http://dx.doi.org/10.1111/j.1540-6261.2005.00731.x

  25. 25. Lin, H.-W. and McNichols, M.F. (1998) Underwriting Relationships, Analysts’ Earnings Forecasts and Investment Recommendations. Journal of Accounting and Economics, 25,101-127. http://dx.doi.org/10.1016/S0165-4101(98)00016-0

  26. 26. Irvine, P. (2004) Analysts’ Forecasts and Brokerage—Firm Trading. The Accounting Review, 79, 125-149. http://dx.doi.org/10.2308/accr.2004.79.1.125

  27. 27. Lin, H.-W., McNichols, M.F. and O’Brien, P. (2005) Analyst Impartiality and Investment Banking Relationships. Journal of Accounting Research, 43, 623-650. http://dx.doi.org/10.1111/j.1475-679X.2005.00184.x

  28. 28. Ramnath, S., Rock, S. and Shane, P. (2008) The Financial Analyst Forecasting Literature: A Taxonomy with Suggestions for Further Research. International Journal of Forecasting, 24, 34-75. http://dx.doi.org/10.1016/j.ijforecast.2007.12.006

  29. 29. Brown, L.D., Call, A.C., Clement, M.B. and Sharp, N.Y. (2014) Inside the “Black Box” of Sell-Side Financial Analysts. Journal of Accounting Research, 53, 1-47. http://ssrn.com/abstract=2228373 http://dx.doi.org/10.1111/1475-679X.12067

  30. 30. Solomon, D. and Soltes, E. (2012) What Are We Meeting for? The Conse-quences of Private Meetings with Investors. Working Paper, Harvard University, Cambridge.

  31. 31. Bushee, B., Jung, M. and Miller, G. (2012) Do Investors Benefit from Selective Access to Management? Working Paper, University of Pennsylvania, Philadel-phia.

  32. 32. Green, T.C., Jame, R., Markov, S. and Subasi, M. (2014) Broker-Hosted Investor Conferences. Journal of Accounting and Economics, 58, 142-166. http://dx.doi.org/10.1016/j.jacceco.2014.06.005

  33. 33. Malloy, C.J. (2005) The Geography of Equity Analysis. Journal of Finance, 60, 719-755. http://dx.doi.org/10.1111/j.1540-6261.2005.00744.x

  34. 34. Cohen, L., Frazzini, A. and Malloy, C. (2010) Sell Side School Ties. Journal of Finance, 65, 1409-1437. http://dx.doi.org/10.1111/j.1540-6261.2010.01574.x

  35. 35. Ergungor, O.E., Madureira, L., Nayar, N. and Singh, A.K. (2014) Lending Relationships and Analysts’ Forecasts. Journal of Financial Intermediation, 24, 71-88. http://dx.doi.org/10.1016/j.jfi.2014.02.001

  36. 36. Horton, J. and Serafeim, G. (2009) Security Analyst Networks, Performance and Career Outcomes. SSRN Electronic Journal. http://dx.doi.org/10.2139/ssrn.1522313

期刊菜单