股價異常波動停牌影響了分析師預測準確性嗎？

摘要：文章以2008—2020年滬深A股上市公司為樣本，實證檢驗了股價異常波動停牌與分析師預測準確性的關系。研究發(fā)現(xiàn)，股價異常波動停牌提高了分析師預測準確性，當沒有明星分析師參與、市場行情為牛市以及公司所在區(qū)域市場化程度較高時，股價異常波動停牌對分析師預測準確性的影響更為顯著。機制分析表明，股價異常波動停牌引發(fā)的市場關注具有信息效應和監(jiān)督效應，通過提高信息透明度和降低盈余管理，提升了分析師預測準確性。上述結果為我國進一步完善停牌制度和資本市場改革提供了重要的政策啟示。

關鍵詞：股價波動；異常波動停牌；分析師預測

一、引言

股票停牌制度作為一種交易機制，在全球各國股票市場中發(fā)揮著重要作用。它是指上市公司、證券交易所或市場監(jiān)管部門在即將發(fā)布重大信息之前、買賣交易單差距懸殊、市場不可分散風險盛行或者股票價格發(fā)生異常波動的情形下臨時暫停股票正常交易的相關規(guī)定。股票停牌制度的設立主要出于對資本市場中投資者保護的考慮，通過臨時中斷上市公司個股交易來防止市場由于重磅消息的引入而與既有信息形成較大的不均衡，也是為了給予投資者更加充裕的反應時間，使他們能夠在市場信息環(huán)境發(fā)生變化時，更新對于已有投資目標價值的評估，從而使市場中的信息更加透明有效，最大限度地降低投資者的損失[1-2]。同時，股票停牌制度具有“降溫”功能，交易的停止能夠驅散彌漫于市場中的投資者情緒，節(jié)約交易成本，減少內幕交易的發(fā)生[3-5]。由于股票停牌中斷了交易，削減了投資者在交易中學習的可能性，阻礙了市場信息的有效傳播，停牌導致的股票流動性受損還會使得投資者的交易需求無法得到滿足，可能引發(fā)投資者的情緒，進而對其他未停牌公司的股票造成消極影響[6]。

作為資本市場上不可或缺的信息中介，分析師通過收集信息和發(fā)布研究報告，挖掘企業(yè)私有信息，可以為投資者和市場監(jiān)管部門揭示公司的最新動態(tài)。分析師的行為會直接影響資本市場的信息環(huán)境[7]，其預測質量也是評判信息環(huán)境質量高低的重要參考[8]。信息是資本市場的基石，信息環(huán)境不僅影響資本市場的效率和公平，也會影響各利益相關方對企業(yè)的判斷和評價，對資本市場的穩(wěn)定和企業(yè)的長期發(fā)展具有重要意義。股價異常波動停牌作為證券市場上頻繁出現(xiàn)的價格穩(wěn)定機制，如果上市公司的股價表現(xiàn)觸發(fā)了異常波動停牌，必然會引起包括分析師在內的各市場參與方的關注。那么，公司股價異常波動停牌會對分析師的預測質量產(chǎn)生何種影響？基于此，本文以2008—2020年滬深兩市A股上市公司為樣本，檢驗了股價異常波動停牌對分析師預測準確性的影響。實證研究發(fā)現(xiàn)，股價異常波動停牌提高了分析師預測準確性，且無論是漲幅偏離還是跌幅偏離觸發(fā)的異常波動停牌，這種影響均顯著存在。機制分析表明，股價異常波動停牌會引發(fā)股票市場各參與方的關注，一方面提高了信息透明度，為分析師預測提供了更多私有信息；另一方面削弱了管理層的操控動機，抑制了管理層的盈余管理行為，為分析師提供了高質量的信息。異質性分析結果顯示，在沒有明星分析師參與預測、市場行情處于牛市以及公司所在區(qū)域市場化程度較高時，股價異常波動停牌對分析師預測準確性的影響更為顯著。

與現(xiàn)有研究相比，本文的貢獻主要在于：首先，從股價異常波動停牌的角度，擴充了對股票停牌的經(jīng)濟后果研究，為市場參與者更加客觀理性地看待停牌現(xiàn)象提供了新的視角；其次，有助于豐富影響分析師預測準確性的文獻，幫助投資者更全面地了解分析師的預測行為；最后，研究結論可以為監(jiān)管部門完善股票市場相關規(guī)定提供參考，進一步完善股價異常波動停牌制度，更好發(fā)揮證券市場的價格發(fā)現(xiàn)功能。

二、文獻回顧與假設提出

（一）文獻回顧

滬深交易所從1998年開始在《股票上市規(guī)則》中引入停牌制度。隨著資本市場的不斷發(fā)展與完善，停牌制度也在不斷更新調整。已有文獻從信息質量、價格變化和交易成本等角度對股票停牌制度進行了研究，但得到的結論有所不同。支持停牌制度的研究認為當市場情況較不明晰、買賣存在較高風險時，交易的暫時停止能夠促進市場上信息的擴散傳播，從而降低投資者之間的信息不對稱，使投資者能夠辨清市場態(tài)勢并做出理性決斷[9]。CORWIN和LIPSON[3]研究發(fā)現(xiàn)，股票停牌期間投資者會對市場上的信息進行重新認識和分析，進而增加交易頻次，這一舉動為市場上新均衡價格的誕生創(chuàng)造了條件。KIM等[9]在對西班牙股票市場的研究中指出，停牌能夠提升股票復牌后的流動性和股價發(fā)現(xiàn)能力。然而，也有研究認為停牌不僅使投資者的交易需求無法得到滿足，還提高了交易雙方的流動性成本，阻礙了市場信息的順暢高效傳播，使得復牌后股票交易量增大的同時也加劇了價格動蕩[10-11]。此外，停牌還具有溢出效應，CUI和GOZLUKLU[6]指出停牌不僅會加大被停牌股票的價格差異和波動性，還會使其他未實施停牌的股票也受到影響。

國內學者對異常波動停牌的研究主要集中于停牌制度的實施效果方面。胡婷等[12]以滬深交易所對股票異常波動停牌規(guī)則的修改為切入點，考察了停牌制度的有效性，并檢驗了我國變更股票異常波動停牌規(guī)則的實施效果。陳舒寧等[13]以中小板股票為樣本發(fā)現(xiàn)異常波動停牌雖然在短期內能夠對抑制股價波動起到立竿見影的效果，但長期來看其在減緩價格大幅變動、穩(wěn)定市場方面所發(fā)揮的作用并不明顯，反而使股票在復牌后交易數(shù)量激增、流動性變弱。陳收等[14]實證分析了個股異常波動停牌對于整體市場活躍度的影響，發(fā)現(xiàn)當市場為熊市時，個股的異常波動不會對整體市場的活躍程度造成明顯影響，政策的改變反而會使個股出現(xiàn)劇烈浮動。廖靜池等[1]利用深圳A股市場的數(shù)據(jù)，借鑒LEE等[10]的方法構造了“停牌日”樣本和“非停牌日”樣本，對我國的停牌制度進行了分類研究。文雯和張夢嬌[15]研究發(fā)現(xiàn)“國家隊”持股能夠凈化信息環(huán)境，發(fā)揮監(jiān)督效能，從而對企業(yè)產(chǎn)生威懾作用，減少其異常停牌行為。

分析師作為資本市場的“信息橋梁”，他們能夠利用自己的專業(yè)知識和信息處理能力，將收集到的公開信息和私有信息進行整理分析，通過對上市公司進行盈利預測、推薦股票和出具評級報告等方式，向市場傳遞有價值的信息，助力上市公司和投資者以及其他利益相關方做出恰當?shù)臎Q策。這在一定程度上減少了內外部利益相關者間持有信息的差異，避免了資源的浪費和無效配置，維護了資本市場的正常運行[16]。分析師能否獲得充分完整的信息以及被關注公司的信息披露質量是影響分析師預測準確性的重要因素，擅長于收集和解讀信息的分析師能夠有效提升信息的價值增量，從而對目標公司的預測更加精準。許多學者從我國國情出發(fā)，立足于我國特有的制度背景和社會環(huán)境，分析了不同情境對于分析師預測的影響。例如，HUANG等[17]將融資融券交易的實施作為一個自然實驗，發(fā)現(xiàn)賣空機制可以約束管理層的行為，削弱管理層進行盈余操縱的動機，提高信息透明度，從而減少分析師的預測偏差。YANG等[18]發(fā)現(xiàn)，高鐵的開通為分析師順暢獲取信息創(chuàng)造了條件，分析師預測的準確性和一致性得以大幅提高。

縱觀上述已有的諸多研究，對公司因股價異常波動停牌而影響分析師的預測質量鮮有涉及。本文分析股價異常波動停牌對分析師預測準確性的影響，并探討其可能的影響路徑，可以為進一步優(yōu)化我國證券市場的停牌制度和提高分析師的預測質量提供依據(jù)。

（二）假設提出

根據(jù)已有研究，連續(xù)的競價市場是確保交易連貫的重要基礎，當市場處于信息不對稱程度較高的狀態(tài)時，連續(xù)競價機制的存在使得市場無法及時接納和消化新信息，信息差距持續(xù)擴大，極端情況下使得市場無法維系正常運行而發(fā)生癱瘓。此時，股價異常波動停牌通過暫停股票交易，擴大了市場出清的時間間隔，為更多信息融入市場創(chuàng)造了條件，這有利于降低市場的信息不對稱程度，提高信息透明度，增加市場上的公共信息。依據(jù)有效市場假說[19]和信息環(huán)境理論[20]，可用的公共信息在較大程度上決定了分析師的預測表現(xiàn)，會影響其預測精準度與分歧度。HILARY和HSU[21]發(fā)現(xiàn)，分析師的預測質量不僅取決于其進行盈利預測時所處的信息環(huán)境的優(yōu)劣，還取決于他們所依據(jù)的會計信息質量的高低。市場上可用的公共信息越多，分析師所處的信息環(huán)境越優(yōu)良，會計信息質量越高，信息透明度就會越高，分析師預測偏差便會越小，預測準確性就越高。

分析師在預測時不僅需要有關公司未來現(xiàn)金流量的信息，還需要有關風險的信息。股價作為市場中的直接信息，是分析師做出盈利預測的重要參考。有學者指出，股價變動反映了市場交易者所擁有的各種私有信息，因此分析師能夠從股價變動中獲取標的公司的相關信息。根據(jù)深圳證券交易所的規(guī)定，當上市公司的股票交易出現(xiàn)異常波動時，公司應當及時披露股票交易異常波動公告，內容包括對股票交易異常波動情況的說明、對重要問題的關注核實情況以及是否存在應披露而未披露信息、是否存在違反公平信息披露的情形和是否存在需要更正、補充之處等，能夠向市場傳遞公司可能存在的風險信息，提高信息透明度，更新分析師對于公司風險因素的評估，縮小分析師在盈利預測時所需要的信息范圍，降低其收集信息的成本，助力分析師更好地研究和評估市場，明晰風險產(chǎn)生的原因及后果，從而更加精確地把握公司狀況，提高預測的準確性。

盈余管理行為是導致分析師預測產(chǎn)生誤差的重要原因。現(xiàn)有研究認為，大多數(shù)企業(yè)都會出于各式各樣的目的進行盈余管理，如為了迎合業(yè)績預測、股權激勵、增發(fā)與配股等?，F(xiàn)有研究發(fā)現(xiàn)，當公司發(fā)生巨額虧損或者公司管理層有盈余管理動機時，這類公司所披露的信息會提高分析師的預測難度，降低分析師的預測準確性。曲曉輝等[22]研究發(fā)現(xiàn)，人為地操縱盈余信息會打破信息本身的連續(xù)性，弱化信息間的相關特征，這將增大所披露的未來盈余信息的誤差，削弱盈余信息所具有的指示作用，從而加大分析師的預測難度，影響其預測準確性。當公司股價出現(xiàn)異常波動而停牌時，證券交易所要求上市公司就可能存在的問題進行自查的同時，也會吸引投資者和其他市場參與者的關注，公司的一舉一動都會暴露在公眾視野中。這種良好的外部監(jiān)督環(huán)境能有效抑制公司盈余操縱行為，提高上市公司盈余質量，并且能夠在一定程度上抑制管理層的盈余管理動機，壓縮管理層盈余管理的空間，發(fā)揮異常波動停牌對于上市公司的監(jiān)督治理作用，為分析師的預測帶來更高質量的信息，進而有效提升了分析師的預測準確性。

基于上述分析，本文提出研究假設H1：股價異常波動停牌提高了分析師的預測準確性。

三、研究設計

（一）樣本選擇與數(shù)據(jù)來源

本文以2008—2020年A股上市公司為研究對象，檢驗股價異常波動停牌對于分析師預測準確性的影響。根據(jù)上海和深圳證券交易所的停牌規(guī)則，股價異常波動停牌是指由于以下原因導致的停牌：（1）連續(xù)3個交易日內日收盤價格漲跌幅偏離值累計達到±20%；（2）連續(xù)3個交易日內日均換手率與前5個交易日的日均換手率的比值達到30倍，并且該股票連續(xù)三個交易日內的累計換手率達到20%；（3）滬深交易所或證監(jiān)會認定屬于異常波動的其他情形。根據(jù)巨潮資訊網(wǎng)所刊登的公司公告，選取一年中至少發(fā)布了一次異常波動公告的公司作為樣本。分析師預測和其他財務數(shù)據(jù)均來源于CSMAR數(shù)據(jù)庫，并對樣本數(shù)據(jù)依據(jù)以下標準進行了處理：（1）剔除金融行業(yè)的公司；（2）剔除被ST處理的公司；（3）剔除缺少數(shù)據(jù)的樣本。最終獲得5 439個公司-年度觀測值，為消除異常值的影響，本文對所有連續(xù)變量在1%和99%水平進行了縮尾處理，運用Stata16完成實證分析。

（二）變量定義

1.被解釋變量：分析師預測準確性（[Ferror]）。借鑒宋樂和張然[23]、褚劍等[24]的計算方法，本文使用如下方法計算分析師預測準確性：

[Ferror=Mean（Feps）-Meps/Price]" " " " " " "（1）

其中，[Mean（Feps）]是對某公司發(fā)布預測報告的所有分析師當年最后一次每股盈余預測的均值；[Meps]是公司當年實際每股盈余；[Price]則是公司上年末每股股票價格。該指標越大，代表分析師預測偏差越大，預測準確性越低。

2.解釋變量：股價異常波動停牌（[Abnorhalt]）。借鑒文雯和張夢嬌[15]的做法，將每個公司每年因異常波動導致停牌的總小時數(shù)加1后取自然對數(shù)，即得到[Abnorhalt]。在穩(wěn)健性檢驗部分，本文采用了公司年度內股價異常波動停牌次數(shù)（[Halt]）作為股價異常波動停牌的替代性指標進行檢驗。

3.控制變量：控制變量選取了公司規(guī)模（[Size]）、資產(chǎn)負債率（[Lev]）、總資產(chǎn)收益率（[Roa]）、機構投資者持股比例（[Inst]）、第一大股東持股比例（[Top1]）、兩職合一（[Dual]）、分析師經(jīng)驗（[Experience]）、現(xiàn)金流比率（[Cashflow]）、產(chǎn)權性質（[Soe]）、固定資產(chǎn)比率（[Fixed]）、審計意見（[Opinion]），并引入行業(yè)虛擬變量（[Industry]）和年份虛擬變量（[Year]），以控制行業(yè)和年份等因素對分析師預測的影響。變量定義如表1所示。

（三）模型構建

借鑒薛爽和徐沛勣[25]的研究，本文構建如下模型來檢驗股價異常波動停牌對分析師預測準確性的影響：

[" " Ferrori，t=α0+α1Abnorhalti，t+α2Sizei，t+α3Levi，t+α4Roai，t]" " " " " "[+α5Cashflowi，t+α6Duali，t+α7Insti，t+α8Top1i，t]

[+α9Fixedi，t+α10Soei，t+α11Opinioni，t+α12Experiencei，t]

[+Industry+Year+εi，t]" " " " " " " " " " " " " " " （2）

四、實證分析

（一）描述性統(tǒng)計

表2列示了主要變量的描述性統(tǒng)計結果。由表可知，股價異常波動停牌的均值為0.2418，中值為0，說明發(fā)生股價異常波動停牌的公司較少；分析師預測誤差的均值為0.0302，標準差為0.043；產(chǎn)權性質（[Soe]）的均值為0.3339，說明大約有三分之一的樣本公司為國有企業(yè)；其他變量的統(tǒng)計特征與現(xiàn)有研究較為接近[25]。

（二）相關性分析

從各變量的相關性系數(shù)來看，股價異常波動停牌（[Abnorhalt]）與分析師預測準確性（[Ferror]）顯著正相關，初步驗證了本文的假設。其余變量間的相關系數(shù)均小于0.6，表明各變量間不存在嚴重的共線性問題。限于篇幅，相關分析表留存?zhèn)渌鳌?/p>

（三）回歸分析

表3列（1）匯報了股價異常波動停牌對分析師預測準確性的回歸結果?；貧w結果顯示，股價異常波動停牌（[Abnorhalt]）的系數(shù)為-0.0021，在5%的水平上顯著，這意味著股價異常波動停牌降低了分析師預測誤差，提高了其預測準確性。同時還發(fā)現(xiàn)，公司盈利能力越強、機構投資者持股比例越高時，分析師預測準確性越高，這與現(xiàn)有文獻的發(fā)現(xiàn)相一致[23]。根據(jù)滬深交易所的規(guī)定，當公司股價連續(xù)3個交易日內出現(xiàn)日收盤價格漲跌幅偏離值累計達到±20%時、或連續(xù)3個交易日內日均換手率與前5個交易日的日均換手率的比值達到30倍，并且該股票連續(xù)3個交易日內的累計換手率達到20%或出現(xiàn)交易所認定屬于異常波動的其他情形時，即認為該公司股價存在異常波動。然而在實際的資本市場中，既有公司單純因漲幅或者跌幅偏離值觸發(fā)異常波動停牌的情況，也有公司因漲跌幅共同觸發(fā)異常波動停牌的情況，還有股價的漲跌幅和換手率同時偏離導致公司股價存在異常波動停牌的情況。鑒于此，本文根據(jù)公司發(fā)布的異常波動公告，選取只因漲幅偏離值觸發(fā)異常波動停牌和只因跌幅偏離值觸發(fā)異常波動停牌的樣本，比較在這兩種不同的情形下，股價異常波動停牌對于分析師預測準確性的影響有何差異。

表3列（2）展示了只因漲幅偏離值觸發(fā)異常波動停牌樣本的回歸結果，股價異常波動停牌（[Abnorhalt]）的系數(shù)為-0.0027且在5%的水平上顯著；表3列（3）展示了只因跌幅偏離值觸發(fā)異常波動停牌樣本的回歸結果，股價異常波動停牌（[Abnorhalt]）的系數(shù)為-0.0153且在10%的水平上顯著，組間系數(shù)差異檢驗顯示兩組不存在顯著差別，說明這兩種原因導致的股價異常波動停牌均能夠顯著影響分析師的預測準確性。

（四）穩(wěn)健性檢驗

1.替換解釋變量的度量。借鑒文雯和張夢嬌[15]的做法，本文采用公司當年累計因股價異常波動而停牌的次數(shù)加1取自然對數(shù)（HALT）來替換前文對解釋變量的度量，回歸結果如表4列（1）所示，結論與前文保持一致。

2.改變樣本區(qū)間。2015年6月至7月間，我國股市出現(xiàn)大幅下跌，數(shù)千家公司通過異常停牌來規(guī)避股災；2020年初爆發(fā)的新冠疫情使得眾多企業(yè)停擺受挫。為了排除股災和新冠疫情對分析師預測產(chǎn)生的影響，借鑒代冰彬等[26]、胡書雅和王生年[27]的研究，本文剔除了2015年和2020年的樣本進行回歸分析，表4列（2）結果顯示，在排除了2015年股災和2020年新冠疫情的影響后，股價異常波動停牌仍然能夠提高分析師的預測準確性。

3.Heckman兩階段檢驗。采用Heckman兩階段模型以校正可能存在的樣本選擇偏差問題。首先在第一階段回歸中使用資產(chǎn)負債率（[Lev]）、總資產(chǎn)收益率（[Roa]）、機構投資者持股比例（[Inst]）、第一大股東持股比例（[Top1]）、分析師經(jīng)驗（[Experience]）、現(xiàn)金流比率（[Cashflow]）、審計意見（[Opinion]）構建是否發(fā)生股價異常波動停牌（T）的Probit模型，并將同年度同行業(yè)的股價異常波動停牌時長中位數(shù)（[Abnor_M]）作為工具變量放入Probit模型中，計算逆米爾斯比率（[IMR]）：

[Probit（T）=β0+β1Levi，t+β2Roai，t+β3Insti，t+β4Top1i，t] [" " " " " " " " " " " +β5Experiencei，t+β6Cashflowi，t+β7Opinioni，t]

[" " " " +β8Abnor_Mi，t+Industry+Year+εi，t] （3）

之后將逆米爾斯比率（[IMR]）作為控制變量帶入模型（2）中。表4列（3）列示了Heckman第二階段回歸后的結果，[IMR]的回歸系數(shù)在10%的水平上顯著，且股價異常波動停牌（[Abnorhalt]）的估計系數(shù)為-0.0020且在5%的水平上顯著，與前文的檢驗結果保持一致。這說明在控制了樣本自選擇問題后，股價異常波動停牌對分析師預測準確性仍可以產(chǎn)生積極影響，本文結論仍然成立。

4.外部政策沖擊（DID）。為了解決股價異常波動停牌與分析師預測準確性之間可能存在的互為因果的內生性問題，本文使用2012年滬深證券交易所修訂的《上海證券交易所股票上市規(guī)則（2012修訂）》和《深圳證券交易所股票上市規(guī)則（2012年修訂）》作為外生沖擊，進一步檢驗本文結果的穩(wěn)健性。滬深證券交易所在之前的《上市規(guī)則》中規(guī)定，上市公司發(fā)布股價異常波動公告的當日為交易日的，公司股票及其衍生品種應停牌1小時；但在此次修訂中，滬深兩所的股票上市規(guī)則均修改了原有例行停牌1小時的要求，即當上市公司股票發(fā)生異常波動時，公司只需發(fā)布公告，其股票仍連續(xù)交易，這與公司的股價異常波動停牌行為密切相關，但不會對分析師預測行為造成直接影響，因此，本文利用這一外生事件作為政策沖擊檢驗股價異常波動停牌對分析師預測準確性的影響。首先，根據(jù)是否停牌將樣本分為對照組和實驗組，并設置分組標識變量（[Treat]）：將發(fā)生停牌的樣本設置為實驗組，[Treat]取1；將未發(fā)生停牌的樣本設置為對照組，[Treat]取0；其次，定義時間標識變量（[Post]）：如果樣本處于2012年政策之后，則[Post]取值為1，否則為0，并選取全樣本期間（2008—2020年）作為研究對象。由于這兩項政策均在2012年7月發(fā)布并從2012年12月17日起開始實施，為了排除政策發(fā)布當年可能存在的影響，本文剔除了政策發(fā)布當年（2012年）的樣本進行雙重差分回歸，交乘項（[Treat]*[Post]）是主要觀測變量。表4列（4）的結果顯示，交乘項（[Treat]*[Post]）的系數(shù)在1%的水平上顯著，這說明在滬深證券交易所取消了股價異常波動公告日的例行停牌一小時要求后，部分公司在其股價出現(xiàn)異常波動時，出于謹慎性會申請停牌自查并進行公告，以排除公司可能存在的重大風險。陳舒寧等[13]研究發(fā)現(xiàn)，異常波動停牌制度的變更在一定程度上抑制了信息被過度放大，使得市場能夠更迅速地發(fā)現(xiàn)股票價格。這種自愿性的停牌自查行為能夠為分析師提供更多的特質信息，提高了信息透明度，使得分析師可以更精準地把握公司狀況，從而提高了預測準確性。

五、進一步研究

（一）明星分析師參與預測的異質性檢驗

我國《新財富》雜志的明星分析師評選和美國《Institutional Investor》雜志舉辦的最佳分析師評選都是對分析師專業(yè)水平和市場表現(xiàn)的重要判斷。國外學者們普遍認為明星分析師更受市場認可，專業(yè)能力更強。我國學者也發(fā)現(xiàn)，明星分析師具有較強的信息獲取能力與研究能力，能夠對企業(yè)相關信息進行整合，發(fā)布的盈利預測更為準確。股價異常波動停牌可以改善公司的信息環(huán)境，提高市場的信息量，在一定程度上補足了非明星分析師在信息獲取方面的短板，幫助其獲取更充足的增量信息。因此，與明星分析師相比，股價異常波動停牌增加了分析師預測信息總量的作用在沒有明星分析師參與預測的樣本中影響更大。為了證實上述推論，本文以是否有明星分析師對該公司做出盈利預測為依據(jù)，將樣本分為兩組進行檢驗，從表5列（1）和列（2）的結果可以看出，自變量股價異常波動停牌的系數(shù)在無明星分析師參與預測組中顯著為負，說明股價異常波動停牌對于能力一般的分析師預測準確性的提高作用更強。

（二）市場行情的異質性檢驗

已有研究表明，分析師的預測會受到市場行情的影響。當市場行情為牛市時，投資者對風險的偏好程度較高，承擔損失的能力也較高，對當前和未來抱有較為樂觀的預期、能夠更加敏銳地發(fā)現(xiàn)利好信息，因而會減少賣空交易，進行更加激進的投資，加大股票交易。此時，牛市中大量資金的涌入會使得業(yè)績較好和較差的公司的股票價格均普遍上漲，而股票交易的增加和股票價格的上漲會增大公司發(fā)生股價異常波動的停牌的概率，進而影響分析師的預測準確性；反之，當市場處于熊市時，投資者對風險和損失的厭惡水平偏高，對市場預期持悲觀態(tài)度，保有相對較高的謹慎性，會減少股票的交易，從而降低公司發(fā)生股價異常波動停牌的概率。因此，當市場處于牛市時，股價異常波動停牌對于分析師預測準確性的影響更為顯著。

對于牛熊市的判斷，本文延用褚劍等[24]的做法，在PAGAN和SOSSOUNOV[28]提出的波峰波谷判定法的基礎上結合我國上證綜指的歷史走勢，將2009年、2014年、2015年2019年和2020年判定為牛市，其余年份判定為熊市，由此將樣本分為兩組，回歸結果如表5列（3）和列（4）所示?？梢钥闯?，在牛市組中，股價異常波動停牌的系數(shù)為-0.0040且在5%的水平上顯著，這說明相比于熊市，當市場處于牛市時股價異常波動停牌提高分析師預測準確性的作用更加顯著。

（三）市場化程度的異質性檢驗

現(xiàn)有研究表明，信息對股價的影響作用與企業(yè)所在地區(qū)的發(fā)達程度密切相關。我國幅員遼闊，各地區(qū)經(jīng)濟發(fā)展不平衡，市場化建設水平也存在差異。在市場化程度較高的地區(qū)，公司在信息披露、盈余管理等方面會受到更多約束，經(jīng)營不規(guī)范的行為更容易受到市場參與方的監(jiān)督。國內學者研究發(fā)現(xiàn)，當公司所處環(huán)境制度較健全、市場化程度較高時，其治理水平和財務信息透明度也會較高，分析師獲得的信息便會更準確，進而盈余預測準確性也會較高。為檢驗市場化程度對于股價異常波動停牌影響分析師預測準確性的異質性作用，本文以王小魯?shù)萚29]編制的市場化進程指數(shù)的中位數(shù)為依據(jù)將樣本分為兩組進行檢驗?；貧w結果如表5列（5）和列（6）所示，在市場化程度較高的樣本中，股價異常波動停牌對分析師預測準確性的影響在5%的水平上顯著為負；而在市場化程度相對較低的樣本中，自變量的系數(shù)并不顯著，這說明股價異常波動停牌對分析師預測準確性的影響在市場化較高的企業(yè)中更為明顯。

六、機制檢驗

前文的研究結果表明，股價異常波動停牌能夠提高分析師的預測準確性。理論分析部分認為，股價異常波動停牌通過提高信息透明度和抑制公司盈余管理行為從而提高了分析師預測的準確性。基于此，本文分別從信息效應和監(jiān)督效應兩個角度，探究信息透明度和盈余管理在股價異常波動停牌影響分析師預測準確性中發(fā)揮的中介作用。

（一）股價異常波動停牌的信息效應

當公司信息不對稱程度較高時，停牌的實施有利于提高價格發(fā)現(xiàn)效率，為市場提供更多的信息，提高信息透明度，進而提升分析師預測準確性。借鑒徐壽福和徐龍炳[30]的做法，本文采用KV指數(shù)衡量信息披露質量，KV指數(shù)越低，則表明公司的信息披露質量越高，信息透明度越高。以KV指數(shù)的行業(yè)年度中位數(shù)為依據(jù)，將大于該指數(shù)行業(yè)年度中位數(shù)的樣本劃分為信息透明度低組，將小于或等于該指數(shù)行業(yè)年度中位數(shù)的樣本劃分為信息透明度高組，以此來檢驗股價異常波動停牌是否在信息透明度低的情況下對分析師預測準確性的作用更為顯著。

從表6列（1）和列（2）的回歸結果可以看出，在信息透明度低的樣本中，股價異常波動停牌（[Abnorhalt]）的系數(shù)為-0.0046且在1%的水平上顯著；而在信息透明度高的樣本中，股價異常波動停牌（[Abnorhalt]）的系數(shù)并不顯著，這說明，股價異常波動停牌在信息透明度低的情況下，對分析師預測準確性的提升作用更為明顯，驗證了股價異常波動停牌是通過提高信息透明度發(fā)揮作用的。

（二）股價異常波動停牌的監(jiān)督效應

股價異常波動停牌能夠抑制管理層的機會主義行為，減少管理層盈余管理的空間，為分析師盈余預測提供更為客觀的財務信息。本文利用修正的Jones模型計算可操控性應計盈余并取其絕對值來衡量盈余管理程度，按照行業(yè)年度中位數(shù)將其分為兩組。通過檢驗是否在高于行業(yè)年度中位數(shù)的組中，股價異常波動停牌更能提高分析師的預測準確性，從而檢驗股價異常波動停牌通過降低盈余管理進而提高了分析師預測準確性。表6的列（3）和列（4）顯示，股價異常波動停牌的系數(shù)在盈余管理程度高的組中顯著為負，而在盈余管理程度低的組中不顯著。這表明，公司盈余管理程度越高，股價異常波動停牌越能夠起到提高分析師預測準確性的作用，對分析師的監(jiān)督作用越強，驗證了股價異常波動停牌對分析師預測準確性的影響是通過降低盈余管理水平發(fā)揮作用的。

七、結論與啟示

本文以我國A股上市公司2008—2020年數(shù)據(jù)為樣本，實證檢驗了股價異常波動停牌對分析師預測準確性的影響。結果表明：（1）股價異常波動停牌提高了分析師預測的準確性，且在因漲幅偏離值和跌幅偏離值觸發(fā)的異常波動停牌中，其作用均顯著存在；（2）在沒有明星分析師參與、外部市場處于牛市以及公司所在區(qū)域市場化程度較高時，股價異常波動停牌對分析師預測準確性的影響更顯著；（3）機制分析表明，股價異常波動停牌通過提高信息透明度和降低盈余管理提升了分析師預測的準確性。

上述結論為研究股價異常波動停牌與資本市場關系提供了有力支撐，對政策制定部門和市場監(jiān)管部門進一步規(guī)范市場參與者行為、完善交易監(jiān)管有所啟發(fā)。首先，股價異常波動停牌帶來的信息優(yōu)勢擴大了股票市場的信息含量，有利于降低信息不對稱程度，因此，在現(xiàn)有監(jiān)管部門嚴格規(guī)范公司停牌行為的基礎上，也應適度允許異常波動停牌行為的存在。此外，監(jiān)管部門應努力完善信息披露規(guī)則并加強執(zhí)行，既要督促上市公司提高信息披露質量，也要留心分析師行業(yè)的建設與發(fā)展，培養(yǎng)能夠提升市場信息效率的金融工作者，促進資本市場高效有序運行，加快我國資本市場的國際化進程。

參考文獻：

[1]廖靜池，李平，曾勇.中國股票市場停牌制度實施效果的實證研究[J].管理世界，2009（2）：36-48.

[2]李姍姍.中國上市公司股票停、復牌制度研究[J].上海經(jīng)濟研究，2016（6）：21-27.

[3]CORWIN S A，LIPSON M L.Order flow and liquidity around NYSE trading halts[J].Journal of Finance，2000，55（4）：771-805．

[4]MADURA J，RICHIE N，TUCKER A L.Trading halts and price discovery[J].Journal of Financial Services Research，2006，30（3）：311-328．

[5]XU H，ZHANG W Y，LIU Y.Short-term market reaction after trading halts in Chinese stock market[J].Physica A：Statistical Mechanics and its Applications，2014，401：103-111．

[6]CUI B，GOZLUKLU A E.Intraday rallies and crashes：Spillovers of trading halts[J].International Journal of Finance and Economics，2016，21（4）：472-501.

[7]SCHIPPER K.Analysts’forecasts[J].Accounting Horizons，1991，5（4）：105-121.

[8]CHEN T，HARFORD J，LIN C.Do Analysts matter for governance？ Evidence from natural experiments[J].Journal of Financial Economics，2015，115（2）：383-410.

[9]KIM Y H，YAGUE J，YANG J.Relative performance of trading halts and price limits：Evidence from the spanish stock exchange[J].International Review of Economics and Finance，2008，17（2）：197-211.

[10]LEE C M，MARK J R，PAUL J S.Volume，volatility and New York stock exchange trading halts[J].Journal of Finance，1994，49：183-211.

[11]FRINO A，LECCE S，SEGARA R.The impact of trading halts on liquidity and price volatility：Evidence from the Australian stock exchange[J].Pacific－Basin Finance Journal，2011，19（3）：298-307．

[12]胡婷，惠凱，彭紅楓.異常波動停牌對股價波動性和流動性的影響研究——來自我國取消異常波動停牌的自然實驗[J].金融研究，2017（9）：146-160.

[13]陳舒寧，張維，何楓，等.中小板交易異動停牌制度有效性研究[J].系統(tǒng)工程學報，2016，31（6）：831-839.

[14]陳收，易雙文，劉端.中國不同市場態(tài)勢下的異常波動停牌比較[J].統(tǒng)計與決策，2008（2）：104-106.

[15]文雯，張夢嬌.“國家隊”持股與上市公司異常停牌[J].外國經(jīng)濟與管理，2023，45（2）：22-40.

[16]FANG J.Information disclosure transparency and securities analyst forecasts[J].Journal of Financial Research，2007（6）：136-148.

[17]HUANG J，HUANG C，et al.Does the short-selling mechanism improve the quality of analyst earnings forecasts——Based on the empirical evidence of the margin trading system[J].Nankai Management Review，2018，21（2）：135-148.

[18]YANG Q，JI Y，WANG Y.Can high-speed rail improve the accuracy of analysts’earnings forecasts？——Evidence from listed companies[J].Financial Research，2019，465（3）：168-188.

[19]FAMA E F.American finance association efficient capital markets：A review of theory and empirical work[J].Journal of Finance，1970，25（2）：28-30.

[20]WANG A，ZHOU J，CHEN T.Which institutions matter to short-term market efficiency in Japan？[J].Research in Economics，2011，65（3）：164-179.

[21]HILARY G，HSU C. Analyst forecast consistency[J].Journal of Finance，2013，68（1），271-297.

[22]曲曉輝，盧煜，汪健.商譽減值與分析師盈余預測——基于盈余管理的視角[J].山西財經(jīng)大學學報，2016，38（4）：101-113.

[23]宋樂，張然.上市公司高管證券背景影響分析師預測嗎？[J].金融研究，2010（6）：112-123.

[24]褚劍，秦璇，方軍雄.中國式融資融券制度安排與分析師盈利預測樂觀偏差[J].管理世界，2019，35（1）：151-166，228.

[25]薛爽，徐沛勣.分析師看穿商譽泡沫了嗎：商譽對分析師盈余預測的影響及原因[J].會計研究，2022（2）：32-45.

[26]代冰彬，尹雪妹，陳亞婷，等.信用評級與股價崩盤風險[J].會計論壇，2019（2）：63-85．

[27]胡書雅，王生年.環(huán)保壓力加大了債券違約風險嗎？[J].科學決策，2021（12）：36-54.

[28]PAGAN A R，SOSSOUNOV K A.A Simple framework for analysing bull and bear markets[J].Journal of Applied Econometrics，2003，18：23-46.

[29]王小魯，胡李鵬，樊綱.中國分省份市場化指數(shù)報告-2021[M].北京：社會科學文獻出版社，2021.

[30]徐壽福，徐龍炳.信息披露質量與資本市場估值偏誤[J].會計研究，2015（1）：40-47，96.

責任編輯：李亞利

Does Unusual Stock Price Volatility Suspension Affect the Accuracy of Analysts’ Forecasts？

Wang Shengnian" Li Xiaoxue" Han Wenjing

（School of Economics and Management， Shihezi University， Shihezi 832000， China）

Abstract： This paper empirically examines the relationship between unusual stock price volatility suspension and analysts’ forecast accuracy using a sample of A-share listed companies in Shanghai and Shenzhen from 2008 to 2020. It is found that unusual stock price volatility suspension improves analysts’ forecast accuracy. It further found that the effect of abnormal stock price volatility suspension on analysts’ forecast accuracy is more significant if no star analysts are involved; the external market is bullish; and the company is located in highly-marketed region. The mechanism analysis shows that the unusual stock price volatility suspension has information effect and monitoring effect， which enhances analysts’ forecast accuracy by increasing information transparency and reducing surplus management. The above results provide important policy insights to further improve the suspension system and capital market reform in China.

Key words： stock price volatility；unusual volatility suspension；analysts’ forecasts

[基金項目]國家自然科學基金資助項目（項目編號：72262028）；國家自然科學基金資助項目（項目編號：71862029）。

[作者簡介]王生年（1970-），男，甘肅武威人，博士，教授，研究方向：資本市場與信息披露；通訊作者：李嘯雪（1996-），女，河北張家口人，碩士研究生，研究方向：公司治理與財務管理；韓文靜（1995-），女，安徽阜陽人，碩士研究生，研究方向：資本市場與會計行為。