王思怡

【摘要】本文以2015年中國股票市場(chǎng)的泡沫為背景來檢驗(yàn)信息的傳播是否能夠減少股票泡沫。本文使用了多種測(cè)度泡沫的方法發(fā)現(xiàn)：當(dāng)股票的分析師評(píng)級(jí)數(shù)越多時(shí)，其復(fù)合泡沫指標(biāo)越小。當(dāng)分析師的研究報(bào)告意見不統(tǒng)一時(shí)，相同數(shù)量的研報(bào)相較于分析師意見統(tǒng)一時(shí)對(duì)泡沫的減緩程度更小。本文發(fā)現(xiàn)，這些分析師的研究報(bào)告是通過統(tǒng)一投資者對(duì)股票的預(yù)期來減輕泡沫。股票成交量也反應(yīng)了這一思想，當(dāng)分析師評(píng)級(jí)數(shù)越多，投資者意見越統(tǒng)一，成交量也越??；當(dāng)分析師意見不統(tǒng)一時(shí)，這種負(fù)相關(guān)的關(guān)系也越弱。

【關(guān)鍵詞】泡沫 分析師評(píng)級(jí) 信息傳導(dǎo)

一、引言

本文特別研究了分析師評(píng)級(jí)信息的傳播是否能降低其泡沫的可能性。在Harrison and Kreps（1978）and Scheinkman and Xiong（2003）的再售期權(quán)理論中，泡沫是由于人們信仰不同和賣空限制的相互作用才產(chǎn)生的。信息傳播能通過協(xié)調(diào)統(tǒng)一投資者的預(yù)期來減輕泡沫。在再售期權(quán)理論框架中，公共信息傳播能協(xié)調(diào)投資者的預(yù)期提升他們對(duì)資產(chǎn)價(jià)值水平的判斷，這樣的協(xié)調(diào)機(jī)制能減低泡沫程度從而投資者能在將來以更高價(jià)格賣給更樂觀的投資者。

陳和哈米德（2006）發(fā)現(xiàn)，分析師研究報(bào)告對(duì)中國的信息傳播度是一個(gè)特別好的橫截面度量。相較于其他市場(chǎng)如美國市場(chǎng)，中國企業(yè)具有較低程度的自愿信息披露度和透明度。這使得我國的一些投資者在觀察和分析相關(guān)信息時(shí)會(huì)遇到困難，此時(shí)投資者很可能尋求分析師研究報(bào)告的指導(dǎo)。所以本文使用覆蓋某一只股票的分析師研究報(bào)告的數(shù)量作為公眾信息傳播程度的一種衡量。分析師是專業(yè)的人士，他們搜集股票的相關(guān)信息，以定期報(bào)告、盈利預(yù)測(cè)、提出買賣建議的形式傳播給市場(chǎng)。分析師的研究至少是部分獨(dú)立的且并非同時(shí)發(fā)布，所以產(chǎn)生和傳播給定股票的研究的分析師越多，給市場(chǎng)參與者帶來的信息流動(dòng)的速度越高。

2015年我國股票市場(chǎng)提供了一個(gè)理想的研究背景。首先，我國股票市場(chǎng)存在有利于泡沫形成的制度特點(diǎn)。我國的股票市場(chǎng)被散戶支配并存在嚴(yán)格的賣空限制。第二，15年中國股票市場(chǎng)展現(xiàn)出典型的泡沫特點(diǎn)：股票價(jià)格繁榮過后快速蕭條，與股票價(jià)格水平高度相關(guān)的交易活動(dòng)的劇烈變化。第三，2015年我國股票市場(chǎng)提供了一個(gè)極具吸引力的環(huán)境，它讓我們可以學(xué)習(xí)Andrade，Bian，Burch（2012）構(gòu)建個(gè)股泡沫強(qiáng)度指標(biāo)。這些指標(biāo)分別是累積回報(bào)、PE比率、證券配資后的公告收益、上述三個(gè)度量的第一主成分（復(fù)合泡沫指標(biāo)）和在A股和H股上市的股票的子樣本中A股與H股價(jià)格差。盡管這些泡沫強(qiáng)度衡量指標(biāo)沒有一個(gè)是完美的，但它們都是泡沫合理的代表。

我們控制個(gè)股了票層面的特征后分析師評(píng)級(jí)數(shù)量和泡沫強(qiáng)度仍存在負(fù)相關(guān)關(guān)系。該結(jié)果也表明，當(dāng)分析師之間存在很大的分歧時(shí)（以盈余預(yù)測(cè)和買賣建議的分歧衡量），分析師的研報(bào)數(shù)量減少泡沫強(qiáng)度的效果會(huì)減弱。這一發(fā)現(xiàn)解釋了為什么分析師評(píng)級(jí)數(shù)可以減緩泡沫：分析師評(píng)級(jí)數(shù)通過協(xié)調(diào)投資者們的預(yù)期來減輕泡沫。當(dāng)分析師們自身有更不一致的預(yù)期時(shí)，分析師評(píng)級(jí)在協(xié)調(diào)投資者們的預(yù)期方面作用會(huì)降低。

本文進(jìn)一步驗(yàn)證了分析師評(píng)級(jí)是通過協(xié)調(diào)投資者的預(yù)期減輕泡沫，并由此減少投資者們的預(yù)期分散化程度。我們不能直接觀察出投資者們的預(yù)期分散化程度，但過去的理論表明，分散化程度和股票換手正相關(guān)。本文發(fā)現(xiàn)分析師評(píng)級(jí)和股票換手負(fù)相關(guān)，這和分析師研究協(xié)調(diào)投資者信念這一觀點(diǎn)相一致。此外，和本文解釋泡沫的實(shí)證分析類似，本文發(fā)現(xiàn)當(dāng)分析師之間分歧過多時(shí)，分析師評(píng)級(jí)數(shù)對(duì)股票換手率的減緩作用會(huì)變?nèi)?。這證明當(dāng)分析師們有更多分歧時(shí)，分析師評(píng)級(jí)數(shù)量實(shí)際上在協(xié)調(diào)投資者預(yù)期時(shí)不那么有效。

總的來說，我們發(fā)現(xiàn)，擁有更多分析師評(píng)級(jí)的股票更少的受到2015年中國股票市場(chǎng)的大繁榮和大蕭條的影響。這是一種基于信息的途徑，分析師的研究報(bào)告數(shù)通過協(xié)調(diào)投資者預(yù)期減緩泡沫。因此，我們得出結(jié)論，增強(qiáng)公開信息向市場(chǎng)參與者傳播的政策可能會(huì)有助于減緩資產(chǎn)定價(jià)泡沫。

二、數(shù)據(jù)與變量

本文的的分析定義2015.1.12至2015.6。12為基準(zhǔn)期。樣本由794只上證A股組成，這些股票在5個(gè)月的基準(zhǔn)期中至少有90%的交易日是可以交易的。研究報(bào)告數(shù)量的數(shù)據(jù)來自萬得數(shù)據(jù)庫，其余所有的數(shù)據(jù)都來自銳思數(shù)據(jù)庫。

本文采用的衡量泡沫的指標(biāo)有：

累積回報(bào)：這一變量是基準(zhǔn)期股票的累積回報(bào)率。

市盈率：這個(gè)變量是每只股票市盈率在基準(zhǔn)期的平均比值。在這期間的每一天，我們都用該日之前最近四個(gè)季度的總收入來計(jì)算這一比率。

公告收益：盡管累計(jì)收益和市盈率是較為直觀的度量指標(biāo)，但在衡量泡沫強(qiáng)度時(shí)，兩者都存在橫截面的差異。為了衡量特定股票泡沫強(qiáng)度的差異，我們利用第三個(gè)指標(biāo)——公告收益，這一指標(biāo)受到不可觀測(cè)的橫截面變化的影響較小。公告收益是每只股票從2015年8月17日開始一周的回報(bào)率，2015.7.12日起，中國政府實(shí)施了一系列清查配資的活動(dòng)，清查配資使市場(chǎng)資金面大幅縮減。當(dāng)時(shí)197萬億的融資額中，配資金額有14萬億。2015.8.18日起，同花順和恒生電子被立案調(diào)查，股票市場(chǎng)開始大跌。本文認(rèn)為，具有較大泡沫的股票對(duì)突如其來的清查配資將有更強(qiáng)的價(jià)格反應(yīng)。這個(gè)泡沫強(qiáng)度的識(shí)別策略依照了Scheinkman和Xiong的理論（2003），這一理論說明對(duì)具有更大泡沫的股票來說，交易成本的增加將對(duì)其價(jià)格造成更大的負(fù)面影響。他們表示，資產(chǎn)價(jià)格有兩個(gè)組成成分：由未來股息的預(yù)期現(xiàn)值形成的基本價(jià)值，加上期權(quán)的價(jià)值——以更高的價(jià)格轉(zhuǎn)賣給未來潛在的投資者所形成的價(jià)值。

復(fù)合泡沫指標(biāo)：我們的第四個(gè)泡沫強(qiáng)度衡量指標(biāo)是前三個(gè)衡量泡沫指標(biāo)的第一主成分。

中國-香港溢價(jià)：由于香港市場(chǎng)更加發(fā)達(dá)，允許賣空，港股相對(duì)滬股較難發(fā)生嚴(yán)重的定價(jià)泡沫。我們的第五泡沫強(qiáng)度指標(biāo)僅適用于一個(gè)子樣本——在上海和香港兩地都上市61只股票。

本文采用的控制變量有：

股票市值：因?yàn)榇笃髽I(yè)會(huì)吸引更多的分析師，因此企業(yè)規(guī)?？赡芘c信息傳播度正相關(guān)。本文使用基準(zhǔn)期的平均市值。

換手率：每日的成交量/流通股數(shù)量，用基準(zhǔn)期所有交易日的平均換手率表示。

滯后日收益波動(dòng)率：日收益率平方值的年化平方根的平均數(shù)，采用了基準(zhǔn)期前的6個(gè)月的股票收益計(jì)算。

滯后市盈率，每只股票在基準(zhǔn)期前六個(gè)月的平均比率。

行業(yè)作用指示變量；根據(jù)中國證券監(jiān)督管理委員會(huì)（CSRC）行業(yè)準(zhǔn)則劃分，將794只樣本股劃分入13個(gè)行業(yè)。

有效買賣價(jià)差：有效買賣價(jià)差的大小用基點(diǎn)來衡量。對(duì)于每一個(gè)股票，我們計(jì)算其每次交易的有效買賣價(jià)差，然后對(duì)一天的全部交易取平均，最后對(duì)基準(zhǔn)期間的全部日期取平均。

深度：是在每次交易時(shí)用貨幣表示的交易數(shù)量，我們先計(jì)算每天所有交易的平均值，然后對(duì)每只股票在基準(zhǔn)期間的所有交易日的深度求一個(gè)平均。

市場(chǎng)β：基準(zhǔn)期當(dāng)日股票收益率對(duì)A股市場(chǎng)的所有可交易股票的市值加權(quán)收益的回歸系數(shù)。

流動(dòng)性β：基準(zhǔn)期股票流動(dòng)性因子對(duì)當(dāng)日股票收益率的回歸系數(shù)。

Δ換手率：用基準(zhǔn)期后六個(gè)月的用每日的日均換手率減去基準(zhǔn)期間的日均換手率。

Δ有效買賣價(jià)差：算法同Δ換手率。

三、分析師研究報(bào)告數(shù)和泡沫的關(guān)系

在對(duì)分析師研究報(bào)告數(shù)量和股票泡沫的實(shí)證分析中我們發(fā)現(xiàn)：股票基準(zhǔn)期的累計(jì)收益率和公告收益和分析是評(píng)級(jí)數(shù)量間沒有顯著關(guān)系；PE和分析師研究報(bào)告數(shù)顯著負(fù)相關(guān)，但這種顯著負(fù)相關(guān)性當(dāng)加入控制變量后變得很弱；這三個(gè)變量的第一主成分和分析師研究報(bào)告數(shù)顯著負(fù)相關(guān)，且在加入控制變量后依舊存在。在下表中我們報(bào)告了復(fù)合泡沫指標(biāo)對(duì)分析師評(píng)級(jí)數(shù)量的最小二乘回歸結(jié)果，以及加入控制變量的回歸結(jié)果。本文發(fā)現(xiàn)研報(bào)數(shù)每增加一個(gè)單位，總體來看，復(fù)合泡沫指標(biāo)會(huì)減少0.0233個(gè)單位。

（一）應(yīng)對(duì)內(nèi)生性

我們從之前的結(jié)果中可以看到，在加入控制變量后，研報(bào)數(shù)和復(fù)合泡沫指標(biāo)仍是顯著負(fù)相關(guān)的，然而，在我們的回歸中分析師研究報(bào)告數(shù)很有可能是內(nèi)生的，這會(huì)使系數(shù)存在偏差且不具備一致性，因此本文下面用工具變量，進(jìn)行兩階段最小二乘回歸來解決這個(gè)問題。

首先模型中可能存在反向因果關(guān)系，券商會(huì)傾向于為一些泡沫小的公司提供研報(bào)分析。為了解決這一問題，我們用2012年的分析師研究報(bào)告數(shù)來分析，因?yàn)樵?012年沒有股票泡沫，采用那時(shí)的分析師研究報(bào)告數(shù)就可以排除反向因果關(guān)系。通過我們的回歸結(jié)果也可以看出其與衡量泡沫的參數(shù)也是相關(guān)的，這種相關(guān)說明了分析師的研究報(bào)告的數(shù)量并不是受泡沫驅(qū)動(dòng)的，不過，2012年的研報(bào)數(shù)并不直接反映存在泡沫時(shí)的信息傳播程度。下表中我們報(bào)告了最小二乘回歸的結(jié)果，結(jié)果顯示2012年的分析師研究報(bào)告數(shù)與復(fù)合泡沫指標(biāo)顯著相關(guān)，2012年分析師研究報(bào)告數(shù)每增加一個(gè)，復(fù)合泡沫指標(biāo)就會(huì)減少0.03個(gè)單位。

本文還用了工具變量進(jìn)行兩階段最小二乘回歸，這解決了分析師研究報(bào)告數(shù)可能隨泡沫增加的問題。本文使用兩個(gè)工具變量對(duì)研報(bào)數(shù)進(jìn)行回歸：2012年的成交量和2012年的基金持股比例。因?yàn)槿炭梢詮墓善苯灰字匈嵢蚪穑麄儍A向于給成交量高的股票提供研報(bào)分析以便吸引更多的投資者，此外，這些基金很可能是券商的主要客戶，商也會(huì)傾向于為他們客戶重倉持有的股票提供研報(bào)。

上表的后兩列報(bào)告了兩階段最小二乘回歸的結(jié)果，第4列的結(jié)果顯示研報(bào)數(shù)和衡量泡沫的參數(shù)仍顯著負(fù)相關(guān)。總體來看，每增加一個(gè)分析師的研究報(bào)告會(huì)使復(fù)合泡沫指標(biāo)降低0.0888個(gè)單位。在加入了其他控制變量的情況下，回歸系數(shù)仍保持顯著。因此可以得出結(jié)論：實(shí)證結(jié)果不可是由于忽視的與泡沫相關(guān)的因素引起，也即分析師的研究報(bào)告數(shù)這個(gè)變量不是內(nèi)生的。

四、解釋A-H股溢價(jià)

在這個(gè)部分本文將討論A-H股溢價(jià)作為衡量泡沫的參數(shù)時(shí)的情況，樣本僅包含了在兩地都上市的61支股票。下表中報(bào)告了結(jié)果：研報(bào)數(shù)系數(shù)均在1%的置信水平下顯著。第一列顯示研報(bào)數(shù)和A-H股溢價(jià)顯著負(fù)相關(guān)，這和我們信息傳播會(huì)減輕泡沫的結(jié)論一致，第二至五列顯示加入控制變量后后，分析師的研究報(bào)告數(shù)仍和A-H股溢價(jià)顯著負(fù)相關(guān)，即使是存在一些小市值公司。這比Andrade，Bian，Burch（2012）的發(fā)現(xiàn)更加有說服力，公司規(guī)模不會(huì)影響研報(bào)數(shù)對(duì)泡沫的減輕程度。從中可以得出結(jié)論：以A-H股溢價(jià)為衡量泡沫指標(biāo)的回歸結(jié)果和用復(fù)合泡沫指標(biāo)所得出的結(jié)果是一致的。

五、分析師的意見分歧對(duì)泡沫的影響

在我們之前的結(jié)論中，我們發(fā)現(xiàn)研報(bào)數(shù)越多，股票信息傳播的程度越高，對(duì)泡沫的減輕程度越大，而根據(jù)（Harrison和Kreps（1978）以及scheinkman and xiong（2003））的再售期權(quán)理論，我們推測(cè)信息傳播減輕泡沫的途徑是通過協(xié)調(diào)投資者的預(yù)期實(shí)現(xiàn)的。然而，我們并不能直接觀測(cè)到更高的信息傳播程度是否會(huì)減少投資者意見的分散程度從而減小泡沫，因此，我們?cè)谶@個(gè)部分將通過兩個(gè)方法探討這樣的泡沫減輕機(jī)制是否存在。

首先，分析師研報(bào)數(shù)減輕泡沫的原因就在于它能夠協(xié)調(diào)投資者的預(yù)期。如果研報(bào)之間出現(xiàn)分歧，它對(duì)泡沫的減輕程度也會(huì)減弱，為了證實(shí)這一點(diǎn)，本文選出了398支至少有兩份研報(bào)的股票來構(gòu)成分析師分歧變量，這一變量包括兩個(gè)部分：盈利預(yù)測(cè)分散程度和研報(bào)意見分散程度。盈利預(yù)測(cè)分散程度是2015盈余公告的標(biāo)準(zhǔn)差，標(biāo)準(zhǔn)化為均值為0，方差為1，為了定義研報(bào)的意見分散程度，我們給研報(bào)的意見買入，增持，中性，堅(jiān)持，賣出分別賦值2，1，0，-1，-2，然后對(duì)研報(bào)的意見求標(biāo)準(zhǔn)差，將其標(biāo)準(zhǔn)化為均值為0，方差為1的變量?，F(xiàn)在由于兩個(gè)部分都已經(jīng)標(biāo)準(zhǔn)化了而且還是正向變動(dòng)關(guān)系，因此我們將二者之和求平均后就得到了分析師分歧。

在下表中我們將衡量泡沫程度的參數(shù)與研報(bào)數(shù)進(jìn)行回歸，顯示當(dāng)研報(bào)之間的意見更為分散時(shí)，研報(bào)數(shù)對(duì)泡沫的減輕程度會(huì)更為削弱。在第一列，我們觀察到研報(bào)數(shù)和復(fù)合泡沫指標(biāo)之間有著顯著地負(fù)相關(guān)關(guān)系；但是在第二列中加入了研報(bào)意見分散程度后，研報(bào)數(shù)的系數(shù)不再顯著，且交互項(xiàng)的系數(shù)也不顯著，這說明當(dāng)研報(bào)意見越分散時(shí)，研報(bào)數(shù)對(duì)泡沫的減輕程度越小，此時(shí)人們的想法差異更大；第三列加入一系列控制變量后，研報(bào)數(shù)和研報(bào)意見分散程度的交互項(xiàng)和研報(bào)數(shù)的回歸系數(shù)仍不顯著，而分析師分歧的系數(shù)較為顯著，這也印證了我們關(guān)于當(dāng)研報(bào)意見更分散時(shí)，研報(bào)數(shù)對(duì)泡沫減輕程度也越輕的論斷，如果僅有研報(bào)數(shù)和泡沫程度相關(guān)，那么所有的其他變量都是由另一個(gè)與控制變量相關(guān)的變量決定，那么無論研報(bào)的意見如何分散都應(yīng)該與泡沫程度無關(guān)，而分析師分歧的系數(shù)顯著說明了這一結(jié)論是不適合的。

第二個(gè)探討是通過成交量作為人們想法分散的代表來測(cè)度是否信息越分散，股票泡沫越少。在Scheinkman和Xiong（2003）的泡沫理論以及其他一些理論中，認(rèn)為交易量是和人們的想法分散程度成正比的，也即人們意見越不統(tǒng)一，成交量越大。在上表第四至六列我們將成交量和研報(bào)數(shù)及其他解釋變量做回歸。結(jié)果顯示加入研報(bào)意見分散程度后，研報(bào)數(shù)的系數(shù)不再顯著，且研報(bào)意見分散程度的系數(shù)在5%的水平下顯著，這說明當(dāng)信息更加分散時(shí)，人們的想法統(tǒng)一，從而泡沫會(huì)減少，但研報(bào)意見不同時(shí)會(huì)削弱此結(jié)論。

六、結(jié)論

本文研究了分析師預(yù)測(cè)評(píng)級(jí)在導(dǎo)致泡沫的信息中的角色。我們主要研究了2015年的股票市場(chǎng)。2015年的股票市場(chǎng)是一個(gè)理想的研究環(huán)境，因?yàn)樗哂薪?jīng)典的泡沫特點(diǎn)，這種特點(diǎn)可以讓我們建立了幾個(gè)特定的衡量泡沫的指標(biāo)。這些指標(biāo)能夠減輕由不可觀測(cè)的因素導(dǎo)致的測(cè)量誤差而引起的結(jié)果的偏差。發(fā)現(xiàn)有更多分析師評(píng)級(jí)的股票會(huì)有更小的泡沫，本文排除了公司規(guī)模的影響，并且實(shí)證結(jié)果在加入控制變量和糾正內(nèi)生性后依舊存在。

本文進(jìn)一步證明了當(dāng)分析師意見不統(tǒng)一時(shí)，分析師評(píng)級(jí)對(duì)于股票泡沫的減弱作用會(huì)更弱。一方面，這能夠進(jìn)一步減輕對(duì)于分析師評(píng)級(jí)內(nèi)生性問題的顧慮，因?yàn)槿绻治鰩熢u(píng)級(jí)和泡沫同時(shí)被第三個(gè)因素影響，那么我們不應(yīng)該看到當(dāng)分析師有分歧時(shí)泡沫的減輕效果會(huì)更好或者更差。第二，這個(gè)結(jié)果也反映了分析師評(píng)級(jí)是怎樣影響泡沫的。這表明分析師可能是通過減少投資者的意見分歧來減輕泡沫的。

參考文獻(xiàn)

[1]Sandro C.Andrade，Jiangze Bian，Timothy R.Burch.“Analyst coverage，Information，and Bubbles.”Journal of Financial and Quantitative Analysis，forthcoming.

[2]Hong，H.，J.A.Scheinkman，and W.Xiong.“Asset Float and Speculative Bubbles.”Journal of Finance，61（2006），1073-1117.