張 維

盈余意外的“反向股價效應(yīng)”研究

張 維

與以往“正向盈余意外抬升股價、負向盈余意外降低股價”的經(jīng)典結(jié)論不同，本文基于我國上市公司2010～2015年度的財務(wù)數(shù)據(jù)，經(jīng)事件研究法發(fā)現(xiàn)，約40%的盈余公告表現(xiàn)出“反向股價效應(yīng)”，即“正向盈余意外降低股價、負向盈余意外抬升股價”。多元邏輯回歸的結(jié)果表明，“反向股價效應(yīng)”不僅與盈余意外度量噪聲（包括盈余管理、分析師迎合、明星分析師預(yù)測、分析師覆蓋率、分析師分歧）有關(guān)，還與股價反應(yīng)度量噪聲（收入意外、預(yù)測修正、收益率波動、買賣價差）有關(guān)。

盈余意外 反向股價效應(yīng) 度量噪聲 邏輯回歸

一、引言

隨著我國資本市場的發(fā)展壯大，證券分析師行業(yè)開始萌牙并逐步規(guī)范化。一般情況下，證券分析師通過薦股意見或盈利預(yù)測向投資者傳遞價值信息。吳東輝和薛祖云(2005)研究表明，分析師的盈利預(yù)測相對于傳統(tǒng)的一元時間序列預(yù)測模型更加精確，分析師的盈利預(yù)測是衡量市場盈利預(yù)期的合理指標；白曉宇等(2007)也發(fā)現(xiàn)，分析師盈利預(yù)測是對上市公司實際業(yè)績的合理預(yù)期。由于投資者在選股時高度信賴證券分析師的盈利預(yù)測，分析師預(yù)測指標隨之成為上市公司期末財務(wù)指標的底線，是上市公司最重要的盈余閾值標準。一旦發(fā)生重大盈余意外(指實際盈余超過或者未達到分析師預(yù)期的幅度)，必將對公司股價造成劇烈沖擊。Brown和Han(2000)研究指出，負向盈余意外將引發(fā)公司股價下跌、正向盈余意外有利于抬升股價，本文將這種現(xiàn)象稱為“盈余意外的正向股價效應(yīng)”。實際上，“正向股價效應(yīng)”已經(jīng)得到包括Brown和Caylor(2005)、王晶晶(2012)、周蘭和李思奇(2015)等眾多國內(nèi)外學(xué)者的驗證。

然而，本文卻發(fā)現(xiàn)，我國上市公司股價對盈余意外的反應(yīng)也可能是反向的，即負向盈余意外引起股價上行、正向盈余意外引起股價下跌，本文將這種現(xiàn)象稱為盈余意外的“反向股價效應(yīng)”。實際上，根據(jù)本文的研究，發(fā)現(xiàn)總體樣本中約40%的盈余公告表現(xiàn)出這種“反向股價效應(yīng)”。本文從“度量噪聲”的視角分析了“反向股價效應(yīng)”的成因，研究發(fā)現(xiàn)：盈余意外“度量噪聲”和股價反應(yīng)“度量噪聲”是形成“反向股價效應(yīng)”的重要原因。

二、理論分析與研究假說

（一）“度量噪聲”假說

證券分析師盈利預(yù)測是上市公司管理層最為重視的盈余閾值指標之一，達到或者超過分析師盈利預(yù)測值成為上市公司企業(yè)文化中的教條，也是公司高管證明自己管理能力的重要方式。然而，一旦出現(xiàn)負向盈余意外，公司股價即會遭遇“滑鐵盧”，公司高管將面臨嚴峻的外部壓力。因此，公司高管可能會通過盈余管理而實現(xiàn)正向盈余意外，以避免股價下滑。經(jīng)盈余管理而產(chǎn)生的盈余意外實際上是一種“人為”的盈余意外，而并非“真實”的盈余意外。即對盈余意外的度量受到管理層盈余管理等因素的干擾，本文將其定義為盈余意外“度量噪聲”。根據(jù)后文的分析，盈余管理、分析師迎合、明星分析師預(yù)測、分析師覆蓋率、分析師分歧是重要的盈余意外“度量噪聲”。

除盈余意外“度量噪聲”外，股價反應(yīng)也存在一定的“度量噪聲”。例如，上市公司財務(wù)報告中含有多項財務(wù)信息，以往研究一般采用每股收益度量盈余意外，盈余意外可分解為收入意外和費用意外，由于投資者注意力有限，其可能只關(guān)注了財務(wù)報告中的部分信息，繼而做出相應(yīng)的增持或減持股票的反應(yīng)，即股價反應(yīng)可能并不完全是針對盈余意外做出的，本文將其定義為股價反應(yīng)“度量噪聲”。根據(jù)后文的分析，收入意外、預(yù)測修正、收益率波動、買賣價差是重要的股價反應(yīng)“度量噪聲”。綜上分析，本文提說“度量噪聲”假說。

H1：盈余意外“度量噪聲”與盈余意外“反向股價效應(yīng)”有關(guān)。

H2：股價反應(yīng)“度量噪聲”與盈余意外“反向股價效應(yīng)”有關(guān)。

（二）假說發(fā)展

1. 盈余意外“度量噪聲”

國內(nèi)外已經(jīng)有大量的研究表明，上市公司管理層有強烈的動機避免負向盈余意外。如Burgstahler和Eames(2006)研究指出，上市公司高管可能通過預(yù)期管理實現(xiàn)正向盈余意外，因此出現(xiàn)負向盈余意外的上市公司數(shù)量顯著小于正向盈余意外，王晶晶等(2012)基于中國上市公司的經(jīng)驗數(shù)據(jù)，也得到了類似的結(jié)論。本文認為，在我國證券市場特殊的制度背景下，管理層有規(guī)避負向盈余意外的強烈動機，管理層主要通過盈余管理“人為”調(diào)整盈利指標，以實現(xiàn)正向盈余意外。而如果投資者能夠識別出管理層的盈余管理調(diào)整行為，正向盈余意外包含的樂觀信息將大打折扣，更可能出現(xiàn)“反向股價效應(yīng)”。因此，本文提出假說H1a。

H1a：管理層盈余管理水平越高，出現(xiàn)“反向股價效應(yīng)”的可能性越大。

獨立性是證券分析師面向公眾開展證券投資咨詢業(yè)務(wù)的重要職業(yè)守則，證監(jiān)會曾多次出臺法令要求分析師恪守獨立性原則。然而，宋樂和張然(2010)研究指出，受傳統(tǒng)關(guān)系型社會根深蒂固的影響，證券分析師違背獨立性、做出誤導(dǎo)投資者的盈余預(yù)測的行為并沒有得到根本上的改善。從行為動機上面看，為了與上市公司高管維持良好的社會關(guān)系以便于獲取相對私密的信息，分析師可能采用先樂觀后悲觀的盈余預(yù)測模式迎合上市公司高管，從而幫助上市公司實現(xiàn)正向盈余意外。Libby等(2008)就通過實驗法發(fā)現(xiàn)了分析師迎合管理層的證據(jù)。與管理層盈余管理一致，分析師迎合也是一種避免負向盈余意外的機會主義行為，一旦被投資者識別，將更可能出現(xiàn)“反向股價效應(yīng)”。因此，本文提出假說H1b。

表1 正、負向盈余意外的短期股價反應(yīng)

表2 主要解釋變量的描述性統(tǒng)計分析

H1b：當證券分析師迎合公司高管時，出現(xiàn)“反向股價效應(yīng)”的可能性越大。

伊志宏和江軒宇(2013)研究指出，分析師盈利預(yù)測的準確性與分析師人力資本稟賦高度相關(guān)，具體而言，明星分析師的盈利預(yù)測比一般分析師的預(yù)測更加可靠，引起的市場反應(yīng)也更加強烈。明星分析師以更強的專業(yè)能力為投資者提供投資服務(wù)，且出于維持良好聲譽的目的，明顯分析師更可能堅守獨立性的底線，發(fā)表更加客觀的盈利預(yù)測。如果明星分析師的盈利預(yù)測與一般分析師相悖，投資者可能更加信賴明星分析師，從而更可能出現(xiàn)“反向股價效應(yīng)”。因此，本文提出假說H1c。

H1c：明星分析師與一般分析師意見相悖時，更可能出現(xiàn)“反向股價效應(yīng)”。

Johnson和Zhao(2011)研究發(fā)現(xiàn)，當一家上市公司被更少的分析師跟蹤時，盈利預(yù)測的信息含量更低，引起的市場反應(yīng)也較小。本文認為，被更少的分析師跟蹤，說明上市公司不被市場關(guān)注，因而分析師發(fā)布盈利預(yù)測的市場反響并不強烈，股價反應(yīng)更傾向于服從隨機游走，出現(xiàn)“反向股價效應(yīng)”的概率更高。此外，分析師分歧越大，投資意見的信息含量越低，“反向股價效應(yīng)”出現(xiàn)的可能性越高。據(jù)此，提出假說H1d和H1e。

H1d：分析師跟蹤覆蓋率越低，“反向股價效應(yīng)”的概率越高。

H1e：分析師分歧越大，“反向股價效應(yīng)”的概率越高。

2. 股價反應(yīng)“度量噪聲”

投資者有限關(guān)注理論提出，受投資者能力和精力的制約，投資者往往不能夠迅速、全面地解讀市場信息。Ertimur等(2003)將盈余意外分解為收入意外和費用意外，并發(fā)現(xiàn)收入意外更可能引起投資者的注意力，引發(fā)更強烈的市場反應(yīng)。Johnson和Zhao(2011)的研究也證實了上述觀點。因此本文預(yù)測，當收入意外與盈余意外的正負符號相反時，投資者可能更關(guān)注收入意外，從而出現(xiàn)“反向股價效應(yīng)”的可能性更大。據(jù)此，提出假說H2a。

H2a：當收入意外與盈余意外的符號相反時，“反向股價效應(yīng)”的概率更大。

一般情況下，一家上市公司會被多位分析師跟蹤，分析師先后對該上市公司做出盈利預(yù)測，即在時間上存在先后順序。上文已經(jīng)提及，投資者的注意力是有限的。Joe等(2009)研究認為，相對于陳舊的歷史信息，投資者更加關(guān)注新近披露的公開信息。因此，本文認為距離上市公司財務(wù)報告披露日最近一期的盈利預(yù)測報告是對之前預(yù)測報告的修正，當這種修正預(yù)測與普通預(yù)測結(jié)果相反時，更可能發(fā)生“反向股價效應(yīng)”。據(jù)此，提出假說H2b。

假說H2b：當修正預(yù)測與普通預(yù)測不一致時，“反向股價效應(yīng)”的概率更大。

股價波動和買賣價差也會造成股價反應(yīng)“噪聲”。當盈余意外相同時，如果個股股價波動越劇烈，“反向股價效應(yīng)”越可能發(fā)生。Johnson和Zhao(2011)以美國1985～2005年季度報告為研究對象，就發(fā)現(xiàn)股價波動率與“反向股價效應(yīng)”的概率正相關(guān)。市場微觀結(jié)構(gòu)的經(jīng)典文獻指出，買賣價差被造市者用于彌補信息不對稱損失，買賣價差越大，分析師盈利預(yù)測的難度會增加，預(yù)測的準確性隨之減低。在我國，雖然不存在造市者，但買賣價差對信息不對稱仍然存在較大的解釋能力。據(jù)此，提出假說H2c和H2d。

H2c：股價波動與“反向股價效應(yīng)”的概率成正比。

H2d：買賣價差與“反向股價效應(yīng)”的概率成正比。

三、研究設(shè)計

（一）樣本選取與數(shù)據(jù)來源

由于我國2010年才建立起覆蓋面相對較廣的證券分析師行業(yè)，本文以2010～2015年間分析師盈利預(yù)測覆蓋的上市公司為樣本展開后續(xù)實證研究，分析師盈利預(yù)測信息來自于國泰安數(shù)據(jù)庫，剔除了盈利預(yù)測重復(fù)值、缺失值并刪除研究期間退市、ST和財務(wù)數(shù)據(jù)缺失的上市公司，最后得到1284家樣本上市公司。由于年度財務(wù)報告經(jīng)過注冊會計師審計，財務(wù)數(shù)據(jù)較為全面、可靠，本文主要研究年度財務(wù)報告及其股價反應(yīng)。采用事件研究法計算股價反應(yīng)，個股日收益率數(shù)據(jù)和市場日收益率數(shù)據(jù)來源于國泰安數(shù)據(jù)庫。其他財務(wù)數(shù)據(jù)和控制變量數(shù)據(jù)來源于Wind數(shù)據(jù)庫。明星分析師的數(shù)據(jù)來源于《新財富》公布的最佳分析師排行榜。

（二）主要變量的衡量

1. 盈余意外

參考王晶晶等(2012)的研究，盈余意外(ES)的計算公式如下：

盈余意外ES=實際每股收益-預(yù)測每股收益

其中，實際每股收益為年度財務(wù)報告中披露的每股收益，預(yù)測每股收益為上市公司年度財務(wù)報告披露前一段時間分析師預(yù)測的每股收益平均值，鑒于人類行為學(xué)中近因效應(yīng)的存在，本文以上市公司第三季度報告披露后分析師預(yù)測的平均數(shù)作為分析師的盈利預(yù)測。當ES>0時，為正向盈余意外；當ES<0時，為負向盈余意外；當ES=0時，不存在盈余意外。

2. 股價反應(yīng)

本文以市場模型計算的累計異常收益衡量盈余意外的股價反應(yīng)，事件日T為年度財務(wù)報告披露日，估計窗口T-150～T-11，事件窗口T-10～T+30。參考Johnson和Zhao(2011)的研究，以CAR[0,5]判斷股價反應(yīng)的正負方向，同時考察股價長期反應(yīng)情況。當CAR[0,5]>0時，股價反應(yīng)為正；當CAR[0,5]<0時，股價反應(yīng)為負。

當發(fā)生以下兩種情況時，判定盈余意外引發(fā)了“反向股價效應(yīng)”：ES>0且CAR[0,5]<0，即正向盈余意外導(dǎo)致股價降低；ES<0且 CAR[0,5]>0，即負向盈余意外導(dǎo)致股價上升。當發(fā)生以下兩種情況時，判定盈余意外引發(fā)了“正向股價效應(yīng)”：ES>0且CAR[0,5]>0，即正向盈余意外導(dǎo)致股價上升；ES<0且 CAR[0,5]<0，即負向盈余意外導(dǎo)致股價降低。

表3 全樣本邏輯回歸結(jié)果

圖1 正、負向盈余意外的長期股價反應(yīng)

3. 主要解釋變量

盈余管理EM。本文采用修正的Jones模型估計盈余管理，限于篇幅，具體的計算公式不再介紹。

分析師迎合MGUI。本文參考Matsumoto(2002)的模型判定分析師是否迎合管理層，若迎合管理層，取MGUI=1，否則為0。具體計算過程可以參考Matsumoto(2002)的論文。

明星分析師意見Star。本文以《新財富》雜志公布的“最佳分析師”界定明星分析師，入選“最佳分析師”當年即為明星分析師。如果采用明星分析師預(yù)測數(shù)據(jù)計算的盈余意外與平均盈余意外符號相反，則取明星分析師意見Star=1，否則為0。

分析師跟蹤覆蓋率Num。參考Johnson和Zhao(2011)的研究，以分析師人數(shù)度量分析師跟蹤覆蓋率。

分析師分歧Disp。取分析師每股收益預(yù)測的標準差。

收入意外Income。參考Johnson和Zhao(2011)的研究，先計算收入意外指標值，等于本年度營業(yè)收入減去上年度營業(yè)收入，如果收入意外指標值與盈余意外值符號相反，則取收入意外Income=1，否則為0。

修正預(yù)測Amen。如果最新一期分析師預(yù)測與平均預(yù)測的符號相反，則取修正預(yù)測Amen=1，否則為0。

股價波動Vol。參照以往的研究，使用股票的Beta系數(shù)衡量上市公司股價波動率。

買賣價差Spread。買賣價差Spread的計算過程主要參考穆啟國等(2004)的研究，限于篇幅，詳細的計算過程不再介紹。

4. 其他控制變量

此外，還引入如下控制變量：(1)財務(wù)狀況，以資產(chǎn)負債率DR衡量財務(wù)狀況；(2)所有權(quán)性質(zhì)虛擬變量Owner，民營企業(yè)Owner取1，反之取0；(3)行業(yè)虛擬變量IND，參照wind數(shù)據(jù)庫行業(yè)分類法；(4)公司上市地虛擬變量Exchange，上市地點為上海取1，深圳取0；(5)年度控制變量Year。

表4 子樣本邏輯回歸分析

四、實證結(jié)果與分析

（一）“反向股價效應(yīng)”存在性檢驗

本文采用市場模型計算年度財務(wù)報告的股價反應(yīng)。首先，區(qū)分正向盈余意外和負向盈余意外。經(jīng)計算，正向盈余意外有4719個樣本，占總量的61.25%；負向盈余意外有2985個樣本，占總量的38.75%。正向盈余意外明顯多于負向盈余意外，與李晶晶(2012)的研究結(jié)論一致，表明管理層確實存在規(guī)避負向盈余意外的行為。其次，計算正、負向盈余意外的股價反應(yīng)。分別度量了短期股價反應(yīng)和長期股價反應(yīng)，短期股價反應(yīng)如表1所示。如表可知，就短期而言，正向盈余意外在年度報告披露當日和第二日呈現(xiàn)顯著為正的股價反應(yīng)，負向盈余意外在年度報告披露當日和第二日呈現(xiàn)顯著為負的股價反應(yīng)，且負向股價反應(yīng)比正向股價反應(yīng)更劇烈。接下來，根據(jù)CAR[0,5]的正負確定是否引發(fā)了“反向股價效應(yīng)”。正向盈余意外中，2014個樣本的CAR[0,5]小于0，發(fā)生“反向股價效應(yīng)”的概率為42.68%；負向盈余意外中，1070個樣本的CAR[0,5]大于0，發(fā)生“反向股價效應(yīng)”的概率為35.85%。由此可知，正向盈余意外發(fā)生“反向股價效應(yīng)”的概率要大于負向盈余意外。總體而言，40.03%年報存在“反向股價效應(yīng)”。綜上，可以判斷盈余意外確實存在“反向股價效應(yīng)”。

圖1匯報了正、負向盈余意外的長期股價反應(yīng)走勢圖。如圖所示，在事件窗口[0,30]期間，負向盈余意外、負向股價反應(yīng)組（以下簡稱負負組別）的股價最低下跌至-0.09，正向盈余意外、正向股價反應(yīng)組的股價（以下簡稱正正組別）最高上升至0.04，負向盈余意外的股價反應(yīng)比正向盈余意外劇烈，這也是管理層避免負向盈余意外的動機。正正組別和負負組別均表現(xiàn)出微弱的盈余公告后漂移現(xiàn)象，即股價在公告日后持續(xù)對公告信息作出反應(yīng)，且負負組別的盈余公告后漂移現(xiàn)象更明顯。正向盈余意外、負向股價反應(yīng)組（以下簡稱正負組別）和負向盈余意外、正向股價反應(yīng)組（以下簡稱負正組別）的股價在0值上下波動，沒有表現(xiàn)出盈余公告后漂移現(xiàn)象。

（二）多元邏輯回歸分析

1. 模型構(gòu)建

本文構(gòu)建如下Logistic回歸模型驗證假說：

Popposite指盈余意外是否引發(fā)了“反向股價效應(yīng)”，若是取Popposite=1，反正取0。采用Stata12.0進行回歸處理，對連續(xù)變量進行上下1%的Winsorize縮尾處理。

2. 描述性統(tǒng)計分析

Popposite的平均值為0.400，說明樣本中40%的盈余意外引發(fā)了“反向股價效應(yīng)”。EM的平均值為0.062，說明樣本上市公司平均盈余管理程度為上期總資產(chǎn)的6.2%，EM最大值為0.297，最小值為0.043，表明不同公司的盈余管理程度存在較大差異。MGUI的平均值為0.178，說明17.8%的樣本中分析師迎合了管理層。Star的平均值為0.108，說明約10%樣本中，明星分析師與普通分析師的意見相左。Num的平均值為9.902，說明平均一家上市公司被9位分析師跟蹤。Disp的平均值為0.138，說明分析師存在一定分歧。Income的平均值為0.167，說明16.7%的樣本中收入意外與盈余意外符號相反。Amen的平均值為0.139，可見存在預(yù)測修正的樣本達到13.9%。Vol的平均值為0.998，與Beta系數(shù)的定義較為吻合。Spread的平均值為0.032，表明我國股票市場存在一定的信息不對稱。

3. 回歸分析

多元邏輯回歸模型的結(jié)果如表3所示，其中模型1和模型3是針對假說H1a～H1e的檢驗，模型2和模型4是針對假說H2a～H2d的檢驗，模型5同時檢驗兩種假說。如模型1所示，EM的系數(shù)為正，且通過1%顯著性水平的檢驗，表明管理層的盈余管理水平越高，盈余意外發(fā)生“反向股價效應(yīng)”的概率越大，與預(yù)期一致。實際上，經(jīng)過盈余管理調(diào)整的盈余意外并非真實的盈余意外，如果投資者識別出了管理層的盈余管理行為，正向盈余意外包含的樂觀信息將大打折扣，因此導(dǎo)致“反向股價效應(yīng)”，假說H1a得到驗證。實證結(jié)論也表明，我國投資者具備一定信息識別能力。MGUI的系數(shù)為正，且通過5%顯著性水平的檢驗，表明若分析師迎合管理層，盈余意外發(fā)生“反向股價效應(yīng)”的概率越大，與預(yù)期一致。分析師迎合是一種避免負向盈余意外的機會主義行為，有失分析師的獨立性，降低了盈利預(yù)測的可靠性，因此導(dǎo)致“反向股價效應(yīng)”，假說H1b得到驗證。Star的系數(shù)為正，且通過1%顯著性水平的檢驗，表明明星分析師的意見更能被投資者采納，明星分析師的意見與普通分析師相反時，更可能發(fā)生“反向股價效應(yīng)”，假說H1c得到驗證。Num的系數(shù)為負，且通過10%顯著性水平的檢驗，表明分析師覆蓋率越高，其盈利預(yù)測的信息含量越大，從而更可能被投資者接受并做出正向反應(yīng)，假說H1d得到驗證。Disp的系數(shù)為正，但是沒有通過顯著性檢驗，可能的原因是，投資者傾向于采納某個固定的分析師的投資意見，而并不關(guān)注其他分析師的意見，因此對分析師分歧沒有足夠的重視。以上實證結(jié)果在加入其他控制變量（模型3）和股價反應(yīng)噪聲變量（模型5）后，仍然成立，沒有發(fā)生方向性的改變。

如模型2所示，Income的系數(shù)為正，且通過1%顯著性水平的檢驗，表明投資者更關(guān)注收入意外，當收入意外與盈余意外的正負符號相反時，出現(xiàn)“反向股價效應(yīng)”的可能性更大，假說H1a得到驗證。Amen的系數(shù)為正，且通過1%顯著性水平的檢驗，表明投資者更加關(guān)注新披露的信息，并視為對之前信息的修正，若兩者預(yù)測結(jié)果不同時，更可能發(fā)生“反向股價效應(yīng)”，假說H1b得到驗證。Vol的系數(shù)為正，且通過5%顯著性水平的檢驗，實證結(jié)果支持Johnson和Zhao(2011)的結(jié)論，股價波動率與“反向股價效應(yīng)”的概率正相關(guān)，假說H2c得到驗證。Spread的系數(shù)為正，且通過1%顯著性水平的檢驗，表明信息不對稱程度越大，分析師盈利預(yù)測的準確性越低，更可能引發(fā)“反向股價效應(yīng)”，假說H2d得到驗證。以上實證結(jié)果在加入其他控制變量（模型4）和盈余意外噪聲變量（模型5）后，仍然成立，沒有發(fā)生方向性的改變。

4. 進一步分析

進一步地，區(qū)分正、負向盈余意外進行子樣本的回歸分析，回歸結(jié)果如表4所示。如表所示，在正向盈余意外子樣本的回歸結(jié)果中，基本的實證結(jié)論并沒有方向性的改變，只是在數(shù)值上略有差異。在負向盈余意外子樣本的回歸結(jié)果中，EM和MGUI的系數(shù)都為正，但是并沒有通過顯著性水平的檢驗?？梢?，盈余管理和分析師迎合的“噪聲干擾”只在正向盈余意外中發(fā)揮作用。究其原因，負向盈余意外本身就屬于負面信息，因此投資者不再去關(guān)注管理層和分析師的機會主義動機。

（三）敏感性分析

為了使結(jié)論更有信服力，本文進行了如下兩種敏感性分析：(1)參考Johnson和Zhao(2011)的研究，采用CAR[-1,1]確定Popposite的取值，重新進行邏輯回歸分析，主要的實證結(jié)果沒有變化；(2)將全樣本按年度劃分子樣本，重新展開邏輯回歸分析，主要的實證結(jié)果沒有變化。限于篇幅，敏感性分析的實證結(jié)果不再匯報。

五、結(jié)論與啟示

基于我國上市公司2010～2015年度的財務(wù)數(shù)據(jù)和分析師預(yù)測報告，本文運用事件研究法計算發(fā)現(xiàn)，約40%的年度財務(wù)報告表現(xiàn)出“反向股價效應(yīng)”，即“正向盈余意外降低股價、負向盈余意外抬升股價”。本文提出“度量噪聲”假說解釋“反向股價效應(yīng)”，認為盈余意外“度量噪聲”和股價反應(yīng)“度量噪聲”都會導(dǎo)致盈余意外出現(xiàn)“反向股價效應(yīng)”。多元邏輯回歸分析支持本文提出的假說。

根據(jù)本文的研究結(jié)論，提出以下建議：首先，盈余管理會對盈余意外的度量造成干擾，導(dǎo)致盈利預(yù)測喪失有效性，因此，有必要對管理層盈余管理行為進行必要的規(guī)制。其次，分析師迎合是避免負向盈余意外的機會主義行為，會導(dǎo)致分析師獨立性的喪失，降低了盈利預(yù)測的可靠性，因此，有必要進一步規(guī)范我國證券分析行業(yè)，提高分析師的獨立性，并對違反獨立性原則的違規(guī)行為進行處罰。最后，運用本文構(gòu)建的模型，投資者可以在較大程度上預(yù)測上市公司財務(wù)報告發(fā)布后的股價走勢，本文為預(yù)測股票價格走勢提供了一種新的思路。

作者單位：河南工程學(xué)院會計學(xué)院

1.吳東輝,薛祖云.財務(wù)分析師盈余預(yù)測的投資價值.會計研究.2005(8)

2.白曉宇,鐘震,宋常.分析師盈利預(yù)測之于股價的影響研究.審計研究.2007(1)

3.Brown L D, Han J C Y. Do Stock Prices Fully Reflect the Implications of Current Earnings for Future Earnings for Ar1 Firms?[J]. Social Science Electronic Publishing, 1998, 38(1):149-164.

4.白曉宇,鐘震,宋常.分析師盈利預(yù)測之于股價的影響研究.審計研究.2007(1)

5.Brown L D, Caylor M L. A Temporal Analysis of Quarterly Earnings Thresholds: Propensities and Valuation Consequences[J]. Social Science Electronic Publishing, 2005, 80(2):157-165.

6.王晶晶,李若山,李冬昕.我國上市公司正向盈余意外實現(xiàn)原因研究.當代財經(jīng).2012(3)

7.周蘭,李思奇.企業(yè)聲譽、重大盈余意外與市場反應(yīng).財經(jīng)問題研究.2015(2)

8. Burgstahler D, Eames M. Management of Earnings and Analysts’ Forecasts to Achieve Zero and Small Positive Earnings Surprises[J]. Journal of Business Finance & Accounting, 2006, 33(5-6):633-652.

9.宋樂,張然.上市公司高管證背景影響分析師預(yù)測嗎?.金融研究.2010(6)

10.Robert Libby, James E. Hunton, Huntong Tan, Nicholas Seybert. Relationship Incentives and the Optimistic/Pessimistic Pattern in Analysts’ Forecasts [J]. Journal of Accounting Research, 2008,46(1):178- 198.