盈余錯報與分析師行為調(diào)整的不對稱性

劉建梅 程新生

(1.天津財經(jīng)大學(xué) 會計學(xué)院，天津 300222；2.南開大學(xué) 商學(xué)院，天津 300071)

一、引言

近年來，資本市場上市公司盈余重述和盈余錯報現(xiàn)象屢見不鮮，并呈現(xiàn)出上升趨勢。發(fā)生盈余重述意味著上市公司前期財務(wù)報告可靠性較低，導(dǎo)致上市公司和投資者之間的信息不對稱。若盈余錯報能被市場和投資者提前感知，則上述后果將會被緩解。證券分析師作為中介機構(gòu)，在股票市場上發(fā)揮著關(guān)鍵的作用。分析師通過收集、評估公共和私人信息，對上市公司的未來發(fā)展前景進行分析，作出盈余預(yù)測和股票推薦，給投資者提供股票投資建議，從而緩解信息不對稱，提高市場效率(Womack，1996;Huang et al.,2014；張然 等，2017)。那么，分析師作為中介機構(gòu)，是否能提前感知和發(fā)現(xiàn)盈余錯報從而傳遞給市場和投資者呢？這一問題關(guān)乎資本市場對信息風(fēng)險的提前感知以及分析師中介及監(jiān)督作用的發(fā)揮，具有重要的研究價值。

本文的貢獻主要體現(xiàn)在：

第一，已有相關(guān)文獻研究了分析師對盈余管理的監(jiān)督作用，而反過來檢驗盈余管理或盈余錯報對分析師行為影響的文獻較少，本文從盈余重述視角深入研究了有盈余錯報時分析師行為的變化，提供了分析師與盈余管理之間關(guān)系研究的另一角度；

第二，雖然國內(nèi)有少量文獻研究了盈余重述之后分析師的行為變化，然而卻未關(guān)注盈余重述之前分析師的行為變化，而本文即從此角度研究了盈余重述前即盈余錯報尚未被發(fā)現(xiàn)之前分析師是否能夠提前感知到信息風(fēng)險，從而調(diào)整自己的行為；

第三，已有研究從盈余欺詐視角研究了盈余錯報與分析師行為的關(guān)系，然而未將盈余錯報分為向上和向下兩個角度，本文分別從這兩個角度對盈余錯報和分析師行為的關(guān)系進行了研究。

二、文獻綜述

現(xiàn)有文獻主要是圍繞盈余重述后即盈余錯報被發(fā)現(xiàn)后所產(chǎn)生的經(jīng)濟后果，如法律責(zé)任、資本成本的提高、股價的降低、股票被拋售以及高管的變更等(Palmrose et al.,2004;Hennes et al.,2008；魏志華 等，2009)。魏志華等 (2009) 在細(xì)分年報重述類型的基礎(chǔ)上對我國上市公司重述公告的市場效應(yīng)做了研究，發(fā)現(xiàn)更正公告、因會計問題導(dǎo)致的重述、重述內(nèi)容涉及核心會計指標(biāo)或調(diào)低了公司盈余、重述涉及多個會計年度以及重述消息是壞消息時，市場反應(yīng)顯著為負(fù)。賀建剛等(2012)認(rèn)為財務(wù)報告重述導(dǎo)致市場風(fēng)險與不確定性的增加，上市公司重述公告期間的市場累計超額報酬顯著為負(fù)。

分析師是復(fù)雜的信息傳遞者，他們可以通過分析公司的基本面形成投資意見。研究表明，分析師能夠為市場參與者提供有價值的信息(Womack，1996；張然 等，2017；劉星 等，2018；王曉珂 等，2020)，且對于上市公司的管理具有監(jiān)督作用和治理作用(譚雪，2016；鄭建明 等，2015)。Huang et al.(2014)研究了分析師報告文本的信息含量，認(rèn)為分析師報告對公司未來五年的盈余增長具有預(yù)測能力。譚雪(2016)發(fā)現(xiàn)，分析師關(guān)注顯著降低了兩類代理成本，且分析師關(guān)注對兩類代理成本的抑制作用在“四大”審計的子樣本中不顯著，在“非四大”審計的子樣本中顯著，分析師關(guān)注可以部分替代審計治理作用。馬黎珺等(2019)通過機器學(xué)習(xí)對分析師報告進行了文本分析，結(jié)果表明，在控制了定量信息的影響之后，分析師報告中前瞻性語句的情感與報告發(fā)布后的累積超額收益顯著正相關(guān)，這說明前瞻性語句向市場傳遞了增量信息。

另外也有學(xué)者從信息披露質(zhì)量角度研究了分析師的監(jiān)督作用。鄭建明等(2015)從降低業(yè)績預(yù)告違規(guī)視角研究了分析師的監(jiān)督作用，他們認(rèn)為分析師跟蹤可以顯著降低上市公司業(yè)績預(yù)告違規(guī)的概率。謝震等(2014)研究發(fā)現(xiàn)公司的盈余管理水平與分析師關(guān)注顯著正相關(guān)，且這種正相關(guān)的程度隨著經(jīng)理人承受的市場壓力的提高而減少，但隨著分析師群體對公司迎合程度的提高而增加。李春濤等(2014)使用2006—2014年的上市公司數(shù)據(jù)，研究了分析師跟蹤對企業(yè)應(yīng)計盈余管理和真實盈余管理的不同作用，在控制了內(nèi)生性和其它相關(guān)因素的基礎(chǔ)上發(fā)現(xiàn)分析師對應(yīng)計盈余管理具有監(jiān)督效應(yīng)，而對真實盈余管理具有促進作用。這可能是因為與應(yīng)計盈余管理相比，真實盈余管理具有較高的隱蔽性，分析師易于監(jiān)督隱蔽性較差的應(yīng)計盈余管理，這種監(jiān)督迫使經(jīng)理人轉(zhuǎn)向真實盈余管理。王雙進等(2020)發(fā)現(xiàn)分析師跟蹤作為一種有效的外部監(jiān)督機制，能顯著降低企業(yè)的盈余操縱水平，且分析師跟蹤與真實盈余管理的負(fù)相關(guān)關(guān)系更顯著。綜合以上分析我們發(fā)現(xiàn)，分析師對盈余質(zhì)量的影響結(jié)果具有不一致性。Young et al.(2013)研究了盈余重述前分析師的行為變化，從財務(wù)欺詐角度認(rèn)為分析師能夠在財務(wù)欺詐被發(fā)現(xiàn)之前進行識別，然后降低評級甚至停止對這家公司的跟蹤，然而他們未將盈余錯報分為向上和向下兩個方向分別進行檢驗。

綜上所述，已有研究較多關(guān)注分析師對盈余質(zhì)量的監(jiān)督作用(李丹蒙 等，2015；李春濤 等，2014；江軒宇 等，2012)，而忽略盈余錯報對分析師行為的影響。雖然馬晨等(2013)檢驗了盈余重述對分析師行為的影響，然而只研究了盈余重述之后分析師的行為變化，認(rèn)為財務(wù)重述會減少分析師跟進、增加分析師預(yù)測誤差，尚未研究盈余重述前即盈余錯報尚未被發(fā)現(xiàn)之前投資者和中介機構(gòu)的行為變化。而監(jiān)管機構(gòu)、投資者和公眾對向上和向下盈余的關(guān)注度可能是不同的，分析師出于時間和資源的限制以及出于收益和損失的權(quán)衡，對向上和向下錯報的關(guān)注度和行為調(diào)整可能也不同。我們即從此角度進行了進一步研究。具體來說，本文關(guān)注的是盈余重述之前即盈余錯報未被發(fā)現(xiàn)之前，分析師是否能夠提前感知到信息風(fēng)險從而做出行為調(diào)整？明星分析師與一般分析師對信息風(fēng)險感知和股票評級行為是否相同？更進一步，若將盈余錯報分為向上和向下兩個方向，分析師對向上和向下的關(guān)注度和行為調(diào)整是否相同？

三、 理論分析與研究假設(shè)

分析師通過揭露盈余錯報可以獲得市場知名度、提高聲譽。Lee et al.(2016)通過研究發(fā)現(xiàn)，投資者將分析師關(guān)于盈余錯報的負(fù)面觀點看作是其能力的體現(xiàn)，對有盈余錯報公司發(fā)表更加負(fù)面意見的分析師獲得了更高的聲譽，且這種聲譽具有溢出效應(yīng)。因此，理論上來說，在盈余錯報期間，雖然公司錯報尚未被發(fā)現(xiàn)和公布，但分析師有能力感知到信息風(fēng)險且有動機改變對公司的股票評級。

相對于向下的盈余錯報，向上的盈余錯報更能引起監(jiān)管機構(gòu)、投資者和公眾的關(guān)注，因此分析師因為對向上盈余錯報的發(fā)現(xiàn)獲得的聲譽和知名度要高于向下的盈余錯報。鑒于此，分析師會將有限的資源和精力放到尋找向上盈余錯報的公司上而非所有盈余錯報。具體來說，一方面，上市公司為了IPO、增發(fā)、避免虧損及退市而出現(xiàn)的向上的盈余錯報損害了投資者的利益，這是市場監(jiān)管關(guān)注的焦點，而負(fù)向盈余管理并不是市場關(guān)注的焦點(江軒宇 等，2012)，因而分析師通過揭露向上盈余錯報等丑聞獲得市場聲譽和知名度的可能性較高，而通過揭露向下盈余錯報獲得市場聲譽和知名度的可能性較低，因此分析師主動監(jiān)督向下盈余錯報的動力較小(江軒宇 等，2012)。另一方面，雖然分析師具有信息解讀的能力，可以利用自身專業(yè)知識對企業(yè)的盈余公告進行分析(Luo et al.，2015)，但是這種活動也是具有成本的，因此，分析師會策略性地分配自己的時間和精力，只會對符合自身成本收益函數(shù)的信息進行搜尋(薛祖云 等，2011)。綜上所述，分析師會將有限的資源和精力較多的放到尋找能夠更大地提高自己聲譽和知名度的向上盈余錯報而非所有的盈余錯報。我們認(rèn)為，整體來看分析師的信息風(fēng)險感知和行為調(diào)整只局限于向上的盈余錯報中，由此提出：

H1a：相比無盈余錯報的公司，跟蹤的分析師在盈余錯報期間(盈余錯報尚未被發(fā)現(xiàn)之前)對有向上盈余錯報公司的股票評級更低；(1)本文使用分析師的股票評級而非盈余預(yù)測來表征分析師的風(fēng)險感知。因為正如Young et al.(2013)所認(rèn)為的，盈余預(yù)測的偏差和盈余預(yù)測的修正不能用來準(zhǔn)確的評價分析師是否提前感知和發(fā)現(xiàn)錯報問題。如果分析師盈余預(yù)測與管理層一致且能夠因此獲利，那么分析師感知到的信息風(fēng)險很可能就不會融入盈余預(yù)測當(dāng)中，而是融入其他的行為比如股票評級當(dāng)中。

H1b：相比無盈余錯報的公司，跟蹤的分析師在盈余錯報期間(盈余錯報尚未被發(fā)現(xiàn)之前)對有向下盈余錯報的公司的股票評級沒有顯著性差異。

明星分析師一般是由處于買方的機構(gòu)投資者票選得出。從評選推出至今，《新財富》最佳分析師獲得了市場的廣泛認(rèn)同，成為中國券商分析師評價的重要本土品牌。明星分析師的關(guān)注和追蹤對企業(yè)信息披露尤其是會計信息質(zhì)量的監(jiān)督效果要強于一般分析師的跟進效果。一般來說，明星分析師的盈余預(yù)測會更為準(zhǔn)確，其盈余預(yù)測引起的市場反應(yīng)也會更強烈。Stickel(1995)通過對All-American Research Team的研究發(fā)現(xiàn)，明星分析師比一般分析師的盈余預(yù)測能力更強，發(fā)布盈余預(yù)測的頻率更高，相應(yīng)的市場反應(yīng)也更強烈。國內(nèi)學(xué)者也證明了明星分析師效應(yīng)在中國資本市場上的存在。萬麗梅等(2013)以中國2005—2010年A股上市公司及分析師跟進數(shù)據(jù)為樣本，發(fā)現(xiàn)市場上的《新財富》最佳分析師的確具有明星效應(yīng)，能夠作為信息中介更好地向市場傳達(dá)有用信息。專注程度是分析師挖掘公司特質(zhì)信息的重要因素，分析師的專注程度越高，其與市場反應(yīng)中公司特質(zhì)信息成分的正向關(guān)系越顯著。伊志宏等(2013)以2001—2010年明星及非明星分析師對中國A股上市公司的4643次評級調(diào)整為樣本，研究發(fā)現(xiàn)，明星分析師向市場提供了更多公司特質(zhì)信息。游家興等(2017)認(rèn)為與一般分析師相比，明星分析師對高階預(yù)期的依賴程度有所減輕，表現(xiàn)出的選美競賽效應(yīng)和羊群行為特征都有所減弱。王曉珂等(2020)的研究結(jié)果表明，企業(yè)運用衍生工具會導(dǎo)致分析師跟蹤數(shù)量顯著減少，公共信息精度下降，但是，進一步研究發(fā)現(xiàn)這主要是由非明星分析師所致，明星分析師跟蹤數(shù)量和公共信息精度沒有顯著變化，私有信息精度反而增加，而非明星分析師跟蹤數(shù)量顯著減少，公共信息精度明顯下降。對于明星分析師而言，由于能力出眾，他們對自身的數(shù)據(jù)收集、信息分析和未來判斷更加自信，這也意味著明星分析師會更加堅持采用真實披露信息的策略，在預(yù)測時會賦予私有信息更大的權(quán)重，其預(yù)測數(shù)字受市場高階預(yù)期的影響程度會比較小。明星分析師所掌握的私有信息更加精準(zhǔn)，專業(yè)分析與判斷能力更加突出，在私有信息與公共信息的取舍上更有選擇余地。換言之，明星分析師更有可能采取勇敢預(yù)測，表現(xiàn)出“眾人皆醉我獨醒”的良好狀態(tài)。

綜上所述，明星分析師相比其他分析師更能夠發(fā)現(xiàn)公司的特質(zhì)信息，他們擁有更強的能力和更多的資源，能夠提供更有價值的信息。因此，我們認(rèn)為《新財富》最佳分析師能夠打破其他分析師對向上和向下盈余錯報行為調(diào)整的不對稱性，對向上和向下盈余錯報均能識別。據(jù)此，我們提出：

H2a：相比無盈余錯報的公司，跟蹤的明星分析師在盈余錯報期間(盈余錯報尚未被發(fā)現(xiàn)之前)對有向上盈余錯報公司的股票評級更低；

H2b：相比無盈余錯報的公司，跟蹤的明星分析師在盈余錯報期間(盈余錯報尚未被發(fā)現(xiàn)之前)對有向下盈余錯報的公司的股票評級更高。

四、研究設(shè)計

(一)樣本選擇和數(shù)據(jù)來源

本文選取了滬、深兩市2001—2016年間所有A股上市公司作為初始研究樣本，并進行如下處理：(1)剔除了金融行業(yè)的公司；(2)剔除了分析師數(shù)據(jù)和控制變量數(shù)據(jù)不全的公司；(3)將連續(xù)變量進行1%分位數(shù)Winsorize處理。

本文的分析師數(shù)據(jù)和財務(wù)數(shù)據(jù)來源于 CSMAR數(shù)據(jù)庫，盈余重述樣本數(shù)據(jù)由手工收集。我們從巨潮資訊網(wǎng)下載了初始樣本中的更正與補充公告，人工進行閱讀和手工整理。若更正公告中的更正內(nèi)容是有關(guān)盈余的，我們將其作為盈余重述樣本。經(jīng)過整理，2001—2016年間，去掉數(shù)據(jù)不全的最后剩余120家向上盈余樣本和50家向下盈余樣本。在此基礎(chǔ)上，我們對向上和向下盈余錯報公司尋找配對樣本。

傾向得分匹配(PSM)法可以控制一些其他因素的影響，因此我們通過PSM法分別對向上和向下盈余公司以1∶1和1∶2比例尋找配對樣本。將有向上(向下)盈余錯報的公司作為處理組，而沒有向上(向下)盈余錯報的公司作為對照組。在進行匹配時，我們選取資產(chǎn)規(guī)模、公司負(fù)債率、公司增長率、ROA、托賓Q和市盈率等會影響盈余錯報的因素，同時控制了行業(yè)和年度的虛擬變量，按照1∶1和1∶2比例進行最近鄰匹配。經(jīng)檢驗，配對后兩組的控制變量差異不再顯著，處理組和控制組具有類似的特征。向上盈余錯報和向下盈余錯報的樣本量在經(jīng)過1∶1配對后分別為240和100；在經(jīng)過1∶2配對后分別為360和150。

(二)變量說明

1．被解釋變量

借鑒Young et al.(2013)和白曉宇(2009)對分析師行為的度量，我們用所有分析師評級變動的平均值來度量分析師的評級變動行為。

RecomRVS=ΣRecomi/N

(1)

其中：i=1,…，N；N為分析師評級變動的總次數(shù)；Recomi為某次分析師的評級變動，評級上調(diào)賦值為3，維持賦值為2，下調(diào)賦值為1。

本文參照伊志宏等(2013)、游家興等(2017)的做法，以《新財富》雜志公布的最佳分析師界定明星分析師。該活動由機構(gòu)投資者采用直接提名并打分的方式進行評選，是中國較受重視的分析師排名活動。本文用所有明星分析師評級變動的平均值來度量分析師的評級行為。

RecomRVS_Star=ΣRecom_Stari/N

(2)

其中：i=1,…，N；N為明星分析師評級變動的總次數(shù)；Recom_Stari為某次明星分析師的評級變動，評級上調(diào)賦值為3，維持賦值為2，下調(diào)賦值為1。

2．解釋變量

向上盈余錯報。我們借鑒程新生等(2015)對盈余錯報的度量方法，將向上盈余錯報樣本的盈余錯報期間賦值為1，配對樣本的相同期間賦值為0。例如，A公司為盈余重述樣本，B公司為配對樣本。A公司在2010年有盈余重述，重述報告表明盈余錯報年度為2008，則A公司2008年賦值為1；配對樣本 B的2008年賦值為0。

向下盈余錯報。我們借鑒程新生等(2015)對盈余錯報的度量方法，將向下盈余錯報樣本的盈余錯報期間賦值為1，配對樣本的相同期間賦值為0。

3．控制變量

借鑒現(xiàn)有文獻(原紅旗 等，2007；曹勝 等，2011)，我們控制了資產(chǎn)規(guī)模、公司負(fù)債率、公司增長率、ROA、托賓Q和市盈率等會顯著影響分析師股票評級的因素，同時控制了虛擬變量行業(yè)和年度。

各變量具體說明詳見表 1。

表1 變量說明

(三)模型設(shè)計

為檢驗上文提出的研究假設(shè)，本文構(gòu)建了以下模型：

RecomRVS(RecomRVS_Star)=α0+α1Restate_Up1(Restate_Up2)+Σα1Controls+εi

(3)

RecomRVS(RecomRVS_Star) =β0+β1Restate_Down1(Restate_Down2)+Σβ1Controls+εi

(4)

模型(3)中，由于變量RecomRVS(RecomRVS_Star)越大代表評級調(diào)整越樂觀，我們預(yù)期α1顯著為負(fù)；模型(4)中，當(dāng)被解釋變量為RecomRVS時，我們預(yù)期β1不顯著；而當(dāng)被解釋變量為RecomRVS_Star 時，我們預(yù)期β1顯著為正。

五、實證檢驗結(jié)果與分析

(一)描述性統(tǒng)計

表2列示了本文主要變量的描述性統(tǒng)計分析結(jié)果，所有的連續(xù)變量均在上下1%的水平上進行了Winsorize處理。從表2可以看出，Restate_Up1樣本總共有240個，其中盈余錯報樣本120個，配對樣本120個。Restate_Up2樣本總共有360個，其中盈余錯報樣本120個，配對樣本240個。Restate_Down1樣本總共有100個，其中盈余錯報樣本50個，配對樣本50個。Restate_Down2樣本總共有150個，其中盈余錯報樣本50個，配對樣本100個。RecomRVS變量有495個樣本，均值是2.007，大于中位數(shù)2.000，基本成正態(tài)分布；此外從均值2.007來看，分析師的評級變動是高于維持2的，即總體來看分析師的評級調(diào)整相對樂觀。RecomRVS_Star變量有190個樣本，表明495個分析師樣本當(dāng)中有190個是明星分析師的跟蹤；RecomRVS_Star的均值2.035大于中位數(shù)2.000，基本成正態(tài)分布；此外，RecomRVS_Star的均值大于RecomRVS的均值2.007，這表明明星分析師的股票評級調(diào)整相比總體的分析師要積極。

表2 主要變量的描述性統(tǒng)計

此外，我們對從盈余錯報(被重述時間)到盈余重述(重述時間)的時間間隔做了統(tǒng)計，表3第二列是盈余重述數(shù)目的年度分布；第三列是各年盈余重述樣本對應(yīng)的盈余錯報年的平均數(shù)，即被盈余重述年的平均數(shù)；第四列是盈余重述與被重述之間的時間間隔?？傮w上，盈余重述每年都有遞增的趨勢，平均來看，盈余錯報經(jīng)過15.288個月后才會被發(fā)現(xiàn)及重述。

表3 盈余重述時間間隔統(tǒng)計結(jié)果

(二)實證結(jié)果與分析

表4為所有分析師評級的結(jié)果。由表4可知，在向上盈余錯報的樣本當(dāng)中，Restate_Up1與RecomRVS在5%的水平上顯著負(fù)相關(guān)，相關(guān)系數(shù)是-0.056；Restate_Up2與RecomRVS在1%的水平上顯著負(fù)相關(guān)，相關(guān)系數(shù)是-0.059。這表明，與配對公司跟蹤的分析師相比，有向上盈余錯報的公司，其跟蹤的分析師股票評級越可能向下變動。這表明跟蹤分析師能夠感知到向上盈余錯報公司的信息風(fēng)險，從而調(diào)整股票評級，H1a得到驗證。在向下盈余錯報的樣本當(dāng)中，Restate_Down1與RecomRVS負(fù)相關(guān)，但不顯著；Restate_Down2與RecomRVS負(fù)相關(guān)，也不顯著。這表明，與配對公司跟蹤的分析師相比，有向下盈余錯報的公司，其跟蹤的分析師股票評級無顯著性差異，H1b得到驗證。

綜上，跟蹤分析師對向上和向下的盈余錯報的感知和行為調(diào)整存在差異，只對向上的盈余錯報有顯著的行為調(diào)整，而對向下盈余錯報的行為調(diào)整不顯著。這可能是因為，相對于向下的盈余錯報，向上的盈余錯報更能引起監(jiān)管機構(gòu)、投資者和公眾的關(guān)注，因此分析師會將有限的資源和注意力放到尋找向上盈余錯報的公司上，通過揭露丑聞提高聲譽和知名度。

表4 盈余錯報與所有分析師評級的回歸結(jié)果

盈余錯報與明星分析師評級的回歸結(jié)果如表5所示。在向上盈余錯報的樣本當(dāng)中，Restate_Up1與RecomRVS _Star在10%水平上顯著負(fù)相關(guān)，相關(guān)系數(shù)是-0.134；進一步的差異性檢驗發(fā)現(xiàn)，明星分析師的系數(shù)(-0.134)在5%的水平上顯著大于所有分析師的系數(shù)(-0.056)(P值為0.032)。Restate_Up2與RecomRVS_Star在10%水平上顯著負(fù)相關(guān)，相關(guān)系數(shù)是-0.111；且進一步的檢驗發(fā)現(xiàn)，明星分析師的系數(shù)(-0.111)在1%的水平上顯著大于所有分析師的系數(shù)(-0.059)(P值為0.007)。即相對于配對公司來講，跟蹤的明星分析師會降低對有向上盈余錯報的公司的評級。這表明跟蹤的分析師能夠感知到向上盈余錯報中的信息風(fēng)險，從而調(diào)整股票評級，H2a得到驗證。

表5 盈余錯報與明星分析師評級的回歸結(jié)果

(續(xù)表5)

在向下盈余錯報的樣本當(dāng)中，Restate_Down1與RecomRVS_Star在10%水平上顯著正相關(guān)，系數(shù)為0.108；Restate_Down2與RecomRVS_Star在10%水平上顯著正相關(guān)，系數(shù)為0.098。即有向下盈余錯報的公司跟蹤的明星分析師評級要顯著高于配對公司。這表明跟蹤的明星分析師能力和資源比較充足，對向上和向下的盈余錯報均能有效感知，從而調(diào)整股票評級，H2b得到驗證。

綜上，跟蹤的分析師能夠感知到向上的盈余錯報而不能感知到向下的盈余錯報，行為調(diào)整具有不對稱性；而跟蹤的明星分析師卻不存在這個問題，對向上和向下盈余錯報均能感知，從而調(diào)整股票評級。

(三)雙差法模型檢驗

我們采用雙差法重新進行了檢驗。設(shè)計模型如下：

RecomRVS=α0+α1Up(Down)+α2Misstate_T+α3Up(Down)×Misstate_T+Σα1Controls+εi

(5)

RecomRVS_Star=α0+α1Up(Down)+α2Misstate_T+α3Up(Down)×Misstate_T+Σα1Controls+εi

(6)

其中:為有向上盈余錯報的公司Up賦值為1，配對公司Up賦值為0；為有向下盈余錯報的公司Down賦值為1，配對公司Down賦值為0。若為有盈余錯報的公司，則當(dāng)公司處于錯報期間時，Misstate_T為1，否則為0；若為配對樣本，則當(dāng)其年度處于其配對的盈余錯報公司的錯報期間時，Misstate_T為1，否則為0。Up(Down)×Misstate_T為Up(Down)與Misstate_T的交互項，是我們主要關(guān)注的變量，代表著盈余錯報對分析師評級變動帶來的凈影響。RecomRVS和RecomRVS_Star定義和賦值如表6所示。

表6 雙差法的回歸結(jié)果

(續(xù)表6)

如表6所示，當(dāng)樣本為向上盈余錯報公司時，所有分析師的模型交互項在5%的水平上顯著為負(fù)；而當(dāng)樣本為向下盈余錯報公司時，所有分析師的模型交互項系數(shù)為負(fù)，但不顯著。當(dāng)樣本為向上盈余錯報公司時，明星分析師的模型交互項在5%的水平上顯著為負(fù)；當(dāng)樣本為向下盈余錯報公司時，明星分析師的模型交互項在10%的水平上顯著為正。這與我們之前的研究結(jié)果一致。

(四)其他的穩(wěn)健性檢驗

1.按錯報金額分組進行檢驗

我們按照盈余錯報金額的大小(經(jīng)過資產(chǎn)平滑后的)分成兩組，分別進行檢驗，結(jié)果表明：在向上盈余的公司當(dāng)中，錯報較大組的系數(shù)(-0.079)要小于錯報較小組的系數(shù)(-0.058)，且系數(shù)差異性檢驗發(fā)現(xiàn)錯報較大組的系數(shù)在5%的水平上顯著小于錯報較小組的系數(shù)；在向下盈余的公司當(dāng)中，錯報較大組的系數(shù)為0.074，在10%的水平上顯著為正，而錯報較小組系數(shù)仍舊不顯著(2)限于篇幅，未將檢驗結(jié)果列示出來。。相比表4的結(jié)果，我們發(fā)現(xiàn)分析師對錯報較大的向下的盈余同樣能夠做出行為調(diào)整。

2.利用分析師層面數(shù)據(jù)檢驗

為了控制公司層面的某些噪音，更加謹(jǐn)慎的檢驗有盈余錯報和無盈余錯報公司分析師評級的差異，我們進一步檢驗了同一個分析師對于有盈余錯報與無盈余錯報公司評級的差異性。首先確定有盈余錯報公司跟蹤的分析師，然后找出這些分析師跟蹤的無盈余錯報的公司，我們將跟蹤盈余錯報公司的分析師同時跟蹤的非盈余錯報公司定義為沒有盈余錯報的公司。具體變量定義為Restate_Up(Restate_Down)為1時代表向上(向下)盈余錯報公司，Restate_Up為0時代表跟蹤盈余錯報的分析師同時跟蹤的非盈余錯報公司。

結(jié)果表明：首先，所有分析師評級的結(jié)果，在向上盈余錯報的樣本當(dāng)中，Restate_Up與分析師層面的RecomRVS在1%水平上顯著負(fù)相關(guān)，相關(guān)系數(shù)是-0.097；這表明相對于無盈余錯報的公司，同樣的分析師對有向上盈余錯報公司的股票評級越可能向下變動。在向下盈余錯報的樣本當(dāng)中，Restate_Down與分析師層面的RecomRVS正相關(guān)，但不顯著；這表明有向下盈余錯報的公司跟蹤的分析師評級相對于同樣分析師跟蹤的無盈余錯報的公司來講，無顯著性差異(3)限于篇幅，未將檢驗結(jié)果列示出來。。

其次，根據(jù)明星分析師的評級結(jié)果，在向上盈余錯報的樣本當(dāng)中，Restate_Up與分析師層面的RecomRVS _Star在5%水平上顯著負(fù)相關(guān)，相關(guān)系數(shù)是-0.122；且進一步的系數(shù)差異性檢驗發(fā)現(xiàn)，明星分析師的系數(shù)(-0.122)在10%的水平上顯著大于所有分析師的系數(shù)(-0.097)(P值為0.051)。這表明相對于無盈余重述公司來講，同樣的明星分析師對有向上盈余錯報公司的股票評級可能向下變動。在向下盈余錯報的樣本當(dāng)中，Restate_Down與分析師層面的RecomRVS _Star在10%水平上顯著正相關(guān)，系數(shù)為0.019。這表明有向下盈余錯報的公司跟蹤的明星分析師評級高于同樣分析師跟蹤的無盈余重述公司。結(jié)果與之前的結(jié)論一致，沒有發(fā)生顯著性變化。

為保證結(jié)果的準(zhǔn)確性，我們又做了如下驗證：對有盈余重述的公司重新按照同年同行業(yè)資產(chǎn)最相近的標(biāo)準(zhǔn)以分別以1∶1和1∶2的比例尋找配對樣本，重新進行回歸，結(jié)果仍然支持之前的結(jié)論；用分析師的評級來代替分析師的行為，重新進行回歸，結(jié)果仍然支持之前的結(jié)論；用所有分析師評級調(diào)整的中位數(shù)來代替總的分析師的行為，重新進行回歸，結(jié)果仍然支持之前的結(jié)論；用固定效應(yīng)模型控制公司的固定效應(yīng)后重新進行了檢驗，結(jié)果沒有發(fā)生顯著性變化。(4)限于篇幅，未將結(jié)果一一列出。

六、結(jié)論與建議

本文以 2001—2016年之間的盈余重述公司為樣本，研究發(fā)現(xiàn)，在盈余重述之前即盈余錯報尚未被公開之前，分析師能夠提前感知到向上的盈余風(fēng)險，向下調(diào)整股票評級；然而對于向下的盈余錯報公司卻只對錯報金額較大的做出了顯著的股票評級調(diào)整。這表明分析師可能出于時間和資源的考慮會特別關(guān)注能夠更加影響其聲譽的向上的盈余管理以及金額較重大的向下的盈余錯報，從而對向上和向下盈余錯報的行為調(diào)整具有不對稱性，這符合前景理論的預(yù)期。當(dāng)分析師面臨著向上盈余錯報的公司時，查找出錯報進行評級調(diào)整可以獲得聲譽等收益，此時分析師面對極有可能的收益，會規(guī)避風(fēng)險，努力查找出錯報。而當(dāng)面臨著向下盈余錯報的公司時，投資者不像向上盈余錯報那么關(guān)注向下盈余錯報，尤其是金額比較小的向下錯報，分析師查找出錯報的收益較小，因此此時有風(fēng)險追求的傾向，會冒險不去查找和披露向下盈余的錯報。進一步的研究我們發(fā)現(xiàn)這種不對稱性在明星分析師的股票評級中消失，這說明明星分析師的能力和資源比較充足，對向上和向下的盈余錯報均能有效感知，從而做出行為調(diào)整。

基于本文的理論分析和實證結(jié)果，我們提出以下政策建議：第一，向下盈余錯報同樣代表信息風(fēng)險和信息不對稱的存在，不利于投資者對上市公司價值的判斷決策。因此監(jiān)管機構(gòu)和分析師等中介機構(gòu)應(yīng)從多角度注重信息披露的質(zhì)量，以此更好的監(jiān)督上市公司信息披露行為，幫助投資者做出差異化的決策，提高資本市場的定價效率。第二，在加快建設(shè)分析師隊伍的同時，應(yīng)注重加強分析師能力的培養(yǎng)和資源的積累。一般分析師對盈余錯報的行為調(diào)整具有不對稱性，因此證券公司在選用分析師的過程中要關(guān)注分析師的能力和資源積累，監(jiān)管機構(gòu)也應(yīng)提高分析師的準(zhǔn)入機制，規(guī)范后期培訓(xùn)，從而提高分析師的職業(yè)能力和職業(yè)素養(yǎng)，使其更好地發(fā)揮市場的中介作用和監(jiān)督作用。第三，證券公司和分析師應(yīng)加強培養(yǎng)行業(yè)優(yōu)勢，提倡“術(shù)業(yè)有專攻”。隨著上市公司數(shù)量的大量增加，將有限的時間和資源集中于少數(shù)行業(yè)有助于提高分析師的競爭力。此外，證券公司也可以挖掘和合理利用每個分析師的行業(yè)專長，高效配置分析師資源。