郭陽生 沈烈 郭枚香

(中南財經(jīng)政法大學會計學院，湖北 武漢 430073)

引言

長期以來，由于“三元悖論”的存在，匯率穩(wěn)定、貨幣政策獨立與跨境資本自由流動三個目標不能同時達到，發(fā)展中國家的特點決定了我國匯率的管制與貨幣政策的獨立性，導致資本賬戶相對封閉。盡管已先后推出了B股市場、交叉上市、QFII制度、RQFII制度等多項對外開放政策，依然無法滿足海外投資者分享中國經(jīng)濟增長的愿望。在全球資產(chǎn)配置盛行、人民幣國際化進程加快、一帶一路戰(zhàn)略持續(xù)推進的背景下，擴大對外開放已成為我國資本市場改革的主旋律。

2014年11月，上海與香港股票市場交易互聯(lián)互通機制正式通車，標志著我國資本市場又向國際化邁出重要一步。滬港通啟動之初，標的股票共568只，滬股通每日額度為130億元，總額度為3000億元。2018年4月證監(jiān)會宣布進一步擴大金融業(yè)對外開放十余項措施，其中包括滬股通每日額度擴大四倍，調(diào)整為520億元，資本市場開放程度堪稱“史上之最”。香港證券市場以機構(gòu)投資者為主，較內(nèi)地市場更加成熟和國際化，因此滬港通的實施將倒逼內(nèi)地證券市場改革，同時也會為A股帶來增量資金與國際視角。研究滬港通政策的經(jīng)濟后果已然成了一個重要命題。

作為一項機制創(chuàng)新，滬港通是我國資本賬戶尚未完全開放情況下設計的跨境投資新模式。從理論探索來看，滬港通業(yè)務遵循審慎推進、分步擴容原則，試點政策的外生引入為理論研究提供了天然的自然實驗條件；從實踐啟示來看，伴隨金融市場監(jiān)管體系完善，滬港通交易規(guī)模和活躍度與日俱增，截止2018年6月30日，滬股通共經(jīng)歷955個交易日，累計買入金額(賣出金額)約為3.03萬億元(2.74萬億元)人民幣，日均買入金額(賣出金額)約為31.71億元(28.69億元)，具體成交狀況見圖1。從現(xiàn)有文獻體系來看，國內(nèi)外關(guān)于股票市場開放經(jīng)濟后果的研究主要聚焦于市場估值效應、股價信息含量以及實體經(jīng)濟(Chari和Henry，2004；Mitton，2006；鐘覃林和陸正飛，2018)[6][16][31]。也有文獻從交叉上市視角，探討其對公司信息環(huán)境、分析師預測行為的影響(Lang等，2003；Fernandes和Ferreira，2008)[12][9]。然而，與西方發(fā)達國家相比，中國證券市場植根于新興加轉(zhuǎn)軌經(jīng)濟背景下，投資者保護程度不高，金融基礎設施尚未成熟。在這一特殊制度環(huán)境下，是否具備資本市場開放的條件并充分發(fā)揮其積極作用，有待進一步的考察與探索。基于此，本文借助滬港通這一自然實驗平臺，從信息環(huán)境視角出發(fā)，深入剖析滬港通政策對我國資本市場的影響。

借鑒Lang等(2003)[12]、王艷艷(2014)[29]等人的研究，以分析師跟蹤人數(shù)、分析師預測精確度作為公司信息環(huán)境的代理變量。本文可能的邊際貢獻主要存在于以下幾個方面：第一，借助“滬港通”政策實施這一自然實驗平臺，采用PSM-DID模型，檢驗資本市場開放對公司信息環(huán)境的影響，在方法上有效地緩解了這一研究領域面臨的內(nèi)生性問題。第二，基于分析師預測行為視角，研究資本市場開放的經(jīng)濟后果并系統(tǒng)分析其潛在的作用機理，在內(nèi)容上深化了分析師預測行為影響因素的研究鏈條，為Lang等(2003)[12]的研究在發(fā)展中國家找到了證據(jù)支持；第三，本文研究滬港通機制的信息改善功能以及價值提升功能，揭示了資本市場開放作用于實體經(jīng)濟的具體路徑，為進一步擴大資本市場對外開放提供理論證據(jù)與實踐啟示。

圖1 滬港通季度交易狀況(單位：億元人民幣)

文獻綜述

一、資本市場開放經(jīng)濟后果

20世紀90年代以來，許多發(fā)展中國家擴大資本市場開放，允許更多的外國投資者購買本國股票?，F(xiàn)有文獻從不同角度考察了這種政策的經(jīng)濟后果。然而實證結(jié)論眾說紛紜，已成為國際金融領域最具爭議的話題之一(Kaminsky和Schmukler，2008)[10]。一方面，根據(jù)有效市場假說，資本市場開放有助于引入國外機構(gòu)投資者，對股票市場定價效率以及實體經(jīng)濟帶來積極影響。Bekaert(2003)[3]基于30個新興市場國家的數(shù)據(jù)，運用動態(tài)面板數(shù)據(jù)、廣義矩估計方法驗證了股票市場開放能為當?shù)赝顿Y帶來2.2%的增長率。Chari和Henry(2004)[6]以股票市場開放作為外生沖擊事件，基于雙重差分模型檢驗了風險分擔與資產(chǎn)定價關(guān)系，實證結(jié)果顯示當公司股票可供外國人投資后，股票估值發(fā)生了重新評估，調(diào)整幅度約為15.1%左右，同時股票市場開放提高了相關(guān)證券資產(chǎn)風險分擔，降低了整個市場系統(tǒng)風險。Mitton(2006)[16]采用固定效應模型、Heckman兩階段模型等方法控制了資本市場開放的內(nèi)生性問題后，結(jié)論表明公司股票向外國投資者開放后經(jīng)歷了更高的投資、更低的杠桿率、更大的盈利能力以及更快的增長。鐘覃林和陸正飛(2018)[31]以2012～2015年A股非金融類上市公司為研究樣本，運用PSM-DID方法研究了滬港通政策對股價信息含量的影響。研究表明，滬港通機制能夠加速公司特有信息融入到股價中，顯著降低股價的同步性。進一步分析表明資本市場開放主要通過知情交易以及公司治理機制作用于股價信息含量。

另一方面，基于弱式有效市場理論，也有學者提出了不同的觀點，認為不成熟的市場對外開放可能會帶來一些負面影響。Naghavi和Lau(2014)[17]使用世界銀行發(fā)布的全球治理指標(WGI)作為制度發(fā)展的代理變量，指出金融自由化本身對提高股票市場效率沒有影響，金融自由化和制度發(fā)展的互動效應才是導致股票市場效率提高的真正原因。此外，新興市場資本自由流動容易受到信息不對稱、代理問題、逆向選擇和道德風險等因素的影響，從而降低資本運作效率(Singh，2003)[19]；再者，海外資本突然激增或撤資，可能產(chǎn)生資產(chǎn)價格泡沫或?qū)е鹿墒胁▌蛹觿?，引起金融系統(tǒng)的脆弱性與不穩(wěn)定性(Allen和Gale，2000)[1]，更為嚴重的是，很多情況下發(fā)展中國家資本市場開放后資本并不是流入而是流出，資本的外逃最終導致本國經(jīng)濟蕭條(Stiglitz，2000)[21]。

二、分析師預測行為影響因素

證券分析師是信息傳遞的中介，在資本市場中扮演舉足輕重的角色?，F(xiàn)有文獻針對分析師預測行為影響因素的研究主要從分析師跟蹤數(shù)量與分析師預測特征兩個維度進行論述。

其一，Bhushan(1989)[4]運用經(jīng)濟學均衡理論，提出了分析師跟蹤數(shù)量由分析師服務的供給曲線與需求曲線的均衡點決定。此后對分析師跟蹤人數(shù)的研究基本上是在供給曲線與需求曲線均衡框架下展開。Shores(1990)[20]認為分析師傾向跟蹤規(guī)模大的公司，因為大公司的信息更能讓機構(gòu)投資者感興趣，而他們是主要的信息需求方。O’Brien和Bhushan(1990)[18]研究表明那些行業(yè)信息披露監(jiān)管比較嚴的公司更容易引起分析師的注意，原因在于這些公司在監(jiān)管部門的要求下，信息披露比一般的公司更為全面，從而降低了分析師搜集信息成本。類似的邏輯還有，分析師更偏好跟蹤盈利能力強、具有成長潛力(Mcnichols和O’Brien，1997)[14]，經(jīng)營風險低、治理結(jié)構(gòu)好(岳衡和林小馳，2008)[30]、以及業(yè)務多元化的公司(蔡衛(wèi)星，曾誠，2010)[24]。當企業(yè)披露非財務信息時，也會引起分析師服務供給與需求曲線向右移動，最終導致分析師跟蹤數(shù)量增加(王艷艷，2014)[29]。

其二，分析師預測特征包括預測分歧度與精確度兩個方面。已有文獻從公司特征、分析師自身特征以及信息披露等角度展開探討。King(1990)[11]發(fā)現(xiàn)市場回報與盈余水平的相關(guān)系數(shù)越大，分析師越能對盈余作出準確預測，預測分歧度越低。Barron等(1998)[2]研究表明信息不確定性會影響分析師預測，導致分歧度增加，這一結(jié)論得到了Zhang(2006)[22]等人的證據(jù)支持。預測精確度還會受到分析師個人經(jīng)驗、能力的影響(Clement，1999)[8]。此外，公司盈余波動性大會降低分析師預測準確度(石桂峰等，2007)[27]，而信息披露越透明，分析師預測分歧度越低、準確度越高(Lang和Lundholm，1996；方軍雄，2007；白曉宇，2009)[13] [25] [23]。

綜上所述，資本市場開放對分析師預測行為的影響是一個實證命題。Lang等(2003)[12]從交叉上市視角研究了資本市場開放對分析師行為的影響。事實上，交叉上市公司可能本身信息環(huán)境就很好，其結(jié)果具有天然的內(nèi)生性?；诖耍疚倪\用雙重差分模型，試圖對二者建立中國資本市場情境下的因果關(guān)系。

理論分析與假設提出

在Bhushan(1989)[4]的理論框架下，本文研究的核心問題是滬港通政策如何影響分析師服務供給與需求。首先，從需求角度來看，中國經(jīng)濟的持續(xù)增長提升了本國資產(chǎn)在全球市場中的吸引力，跨境投資者配置需求加大，而滬港通政策的啟動極大地滿足了海外投資者分享中國經(jīng)濟增長的意愿。這些國際機構(gòu)投資者在配置之前可能首先要了解熟悉投資標的，研讀分析師盈余預測報告。因而海外資本的介入促進了券商、分析師等中介機構(gòu)參與到相關(guān)上市公司信息“生產(chǎn)”中。同時，滬港通政策的實施，提高了標的公司全球關(guān)注度，勢必會增加海內(nèi)外機構(gòu)調(diào)研次數(shù)，機構(gòu)投資者傾向介入被分析師跟蹤公司，而分析師跟蹤的重點也是機構(gòu)投資者感興趣的公司。因此在其他因素不變的前提下，滬港通政策實施以后，跨境投資客戶的需求會促使分析師提供更多信息挖掘、加工、傳遞等服務，導致分析師服務需求曲線向右移動。

其次，從供給角度來看，滬港通政策倒逼我國內(nèi)地資本市場改革，在各項配套的基礎制度建設過程中，監(jiān)管部門將會參考國際相關(guān)法則與監(jiān)管標準，健全上市公司信息披露制度，凈化市場生態(tài)環(huán)境。作為試點的上市公司，既是政策的受益者，也是資本市場國際化過程中重點監(jiān)管對象。因此，在滬港通政策逐步放開前提下，這些標的公司理應起到示范效應，完善信息披露制度建設。無論是明確的披露要求還是隱含的信息披露壓力，標的公司可能都會向外界提供更多的信息。公司披露的公開信息更豐富，分析師對私有信息的搜集就會減少，信息的“生產(chǎn)成本”將降低，從而使供給曲線向右移動(Lang和Lundholm，1996)[13]?；谝陨戏治?，滬港通政策可能會使分析師服務供給與需求函數(shù)同時向右移動，最終導致曲線均衡點向外推，分析師均衡數(shù)量增加。本文提出第一個假設。

H1：滬港通政策實施后標的公司分析師跟蹤人數(shù)增加。

預測精度度影響因素的分析邏輯在于信息質(zhì)量與分析師自身特征(Zhang，2006)[22]。一方面，滬港通啟動以后，來自于發(fā)達地區(qū)的投資者或跟蹤調(diào)研公司的經(jīng)營狀況，亦或買入公司股票成為重要股東。這些海外機構(gòu)的投資者保護意識較強，可能會積極參與到公司治理中，成為公司內(nèi)部重要的監(jiān)督主體，并要求提供更加透明的財務信息。另外，分析師、媒體、審計師、承銷商等眾多市場中介機構(gòu)，在政策驅(qū)動效應下也會跟蹤關(guān)注上市公司，成為了公司外部監(jiān)督主體。由此這些市場經(jīng)濟主體內(nèi)外結(jié)合，構(gòu)成了多方位的監(jiān)督體系，極大約束了管理層的不良動機，促使公司提供高質(zhì)量的信息。Byard和Shaw(2003)[5]認為信息披露質(zhì)量的提升，不僅增加了公共信息的精確性，也增加了私有信息的精確性，從而降低整體預測誤差。

另一方面，分析師的從業(yè)經(jīng)驗、專業(yè)能力也會影響預測精確度(Clement，1999)[8]。我國股票市場對外開放程度的提升迫使國內(nèi)本土券商公司不能固步自封，堅守自家門口的一畝三分地。提高自身業(yè)務能力、推動行業(yè)國際化發(fā)展已成賣方分析師重要課題。海外投資者的持續(xù)增加，帶來了新的需求與新的研究方法。他們對財務數(shù)據(jù)的分析有更細致的要求，在使用一家機構(gòu)的研報之前首先要看分析師預測模型，然而國內(nèi)分析師的預測模型在國際投資者眼中并不理想?；陔x岸市場的跨境研究與本土投資者服務方式差異較大，為了覆蓋海外市場，本土分析師們必然會參加培訓，學習與借鑒國外先進的模型與方法，提升國際化能力。事實上，一些海外戰(zhàn)略投資者入股的券商早在滬港通開通之前就未雨綢繆，開始組織培訓，使他們的行業(yè)分析師能夠兼顧A股、H股以及海外市場。顯然，分析師個人能力的提高、預測模型的改進必然導致預測精確度增加?；谝陨戏治觯疚奶岢龅诙€假設。

H2：滬港通政策實施后標的公司分析師預測準確度提高。

研究設計

一、樣本選擇與數(shù)據(jù)來源

本文采用雙重差分模型來檢驗滬港通政策對公司分析師預測行為的影響，以2011～2016年作為樣本期間；以納入滬港通標的名單的公司作為實驗組，以滬市未進入該名單的公司以及深市部分公司作為對照組1。并對樣本公司按照以下程序進行篩選：(1)剔除樣本期間被調(diào)整出標的名單的公司；(2)剔除金融類上市公司、ST公司及財務數(shù)據(jù)缺失公司。最終得到10824個公司—年度觀測值。我們對所有連續(xù)變量在1%和99%分位點進行了縮尾處理，并對所有回歸在公司層面進行聚類處理。本文財務數(shù)據(jù)主要來自萬得數(shù)據(jù)庫(Wind)和國泰安數(shù)據(jù)庫(CSMAR)。

二、變量定義與計算

1. 分析師跟蹤數(shù)量

由于只能統(tǒng)計到跟蹤每家上市公司的券商團隊數(shù)量，并不知團隊內(nèi)部具體有多少個分析師，因此本文的分析師跟蹤數(shù)量以對上市公司作出盈余預測的券商團隊數(shù)量來衡量。跟蹤公司的券商數(shù)量越多，表明公司信息環(huán)境越好。

2. 分析師預測精確度

對于同一家上市公司，已作出預測的分析師可能會修正之前的預測，新的分析師又會加入到預測的行列。因此本文選取每家券商發(fā)布的最后一次預測值并取平均數(shù)，作為分析師的每股盈余預測值。采用分析師盈余預測誤差來衡量預測精確度。具體計算公式如下：

其中，F(xiàn)error為分析師盈余預測誤差，MEPS為分析師每股盈余預測值，AEPS為實際每股盈余。分析師盈余預測誤差越小，預測精確度越高，信息環(huán)境越好。

3. 控制變量

參照已有文獻，針對分析師跟蹤數(shù)量的檢驗，我們控制了公司規(guī)模(Size)、機構(gòu)持股比例(Inst)、盈余波動性(Volatity)、公司業(yè)務復雜度(Herf)、公司成長性(Growth)、是否是四大(Big4)、股權(quán)集中度(Top10)、凈資產(chǎn)收益率(Roe)。針對分析師預測精確度的檢驗，我們控制了公司規(guī)模(Size)、機構(gòu)持股比例(Inst)、盈余波動性(Volatity)、分析師更新預測頻率(Updata)、盈余與市場回報的相關(guān)系數(shù)(Coefficient)、股權(quán)集中度(Top10)、凈資產(chǎn)收益率(Roe)、公司證券系統(tǒng)風險(Beta)。主要變量的定義見表1。

三、研究模型

其中，模型(2)、模型(3)的交互項系數(shù)β2刻畫了滬港通標的公司在實驗前后分析師預測行為的變化與非標的公司在實驗前后變化的差異即政策的凈效應，是我們重點關(guān)注的對象。我們預計模型(2)中的系數(shù)β2顯著為正，即滬港通政策增加了分析師跟蹤人數(shù)；同理，我們預計模型(3)中的系數(shù)β2顯著為負，即滬港通政策降低了分析師預測誤差，提高了預測精確度。

表1 主要變量定義

借鑒鐘覃林和陸正飛(2018)[31]的研究設計，基于雙重差分思想，本文構(gòu)建以下模型進行回歸分析：

實證結(jié)果與分析

表2 主要變量描述性統(tǒng)計

表3 滬港通與分析師跟蹤數(shù)量

一、描述性統(tǒng)計

表2列示了主要變量的描述性統(tǒng)計。從分析師預測行為變量來看，Coverage均值為1.801，說明平均每個上市公司約有6家機構(gòu)跟蹤；Ferror的最小值為0.007，最大值為31.01，標準差為4.779，且均值遠大于中位數(shù)，說明我國證券市場分析師水平參差不齊，預測精確度差異很大，并具有明顯的樂觀偏差傾向。從滬港通變量來看，Treat的均值為0.271，表明在我們的樣本中，約有27%的公司最終進入滬股通標的名單，滬港通業(yè)務規(guī)模還比較小。

二、多元回歸分析

1. 滬港通與分析師跟蹤數(shù)量

為避免分析師跟蹤數(shù)量單一測量指標的噪音，我們同時引入券商發(fā)布的預測研報數(shù)量(Repot)并取對數(shù)作為分析師跟蹤數(shù)量的另一測量指標。表3報告了假設H1的回歸結(jié)果。第(1)、(2)列分別以作出預測的券商數(shù)量和券商發(fā)布研報的數(shù)量作為被解釋變量。從表3中可以看出，無論是以Coverage還是Report作為被解釋變量，Treat均不顯著，說明滬港通正式開通之前標的公司相較于非標的公司，在分析師跟蹤數(shù)量方面并無顯著差別。交互項TreatX Post與Coverage、Report的回歸系數(shù)分別為1.031、1.940，均在1%水平下顯著正相關(guān)，這就證明了H1，即滬港通政策實施以后，提高了分析師跟蹤人數(shù)。事實上，股票市場開放提升了相關(guān)上市公司的國際知名度，海外機構(gòu)投資者的配置推動了分析師跟蹤標的公司的服務需求；同時由于監(jiān)管力度的加強，相關(guān)上市公司信息披露更加透明，降低了分析師提供信息服務的成本。基于以上理論分析與實證檢驗，股票市場開放增加了分析師跟蹤數(shù)量。

從控制變量方面來看，公司規(guī)模(Size)、機構(gòu)持股比例(Inst)、成長性(Growth)、凈資產(chǎn)收益率(Roe)、審計師特征(Big4)與分析師跟蹤數(shù)量正相關(guān)；而近三年盈余波動性(Volatity)、公司業(yè)務復雜度(Herf)與分析師跟蹤數(shù)量負相關(guān)，這些結(jié)論和Bhushan(1989)[4]、白曉宇(2009)[23]等人的觀點基本一致。

2. 滬港通與分析師預測精確度

為檢驗假設H2，我們在進行全樣本回歸的同時，進一步把分析師盈余預測分為樂觀組和悲觀組兩個子樣本2，分析滬港通實施對分析師預測精確度的影響。回歸結(jié)果呈現(xiàn)在表4中。從第(1)列可以看出，交互項TreatXPost與被解釋變量Ferror的回歸系數(shù)為-0.18，在1%水平上顯著，表明滬港通實施降低了分析師預測誤差。從第(2)、(3)列兩個子樣本可以看出，樂觀組樣本量遠遠大于悲觀組，樂觀組中交互項TreatXPost與預測誤差Ferror在1%水平上顯著負相關(guān)，悲觀組交互項TreatXPost與預測誤差Ferror在5%水平上顯著負相關(guān)。說明對于樂觀組，滬港通有利于糾正分析師樂觀偏差，降低盈余預測值，使其向更接近真實值的方向移動；對于悲觀組，滬港通有利于糾正分析師悲觀偏差，提高盈余預測值，使其向更接近真實值的方向移動?；谝陨戏治?，滬港通作為一種外部治理機制，提升了分析師盈余預測準確度，假設H2得以驗證。

表4 滬港通與分析師預測精確度

三、內(nèi)生性問題

由于滬股通標的名單并非隨機選定，政策啟動之前實驗組與對照組的公司特征可能存在差異，這些差異導致事件前分析師預測行為就不一樣，進而降低雙重差分模型估計的有效性。為此，我們采用傾向得分匹配方法尋找公司特征盡可能相似的對照組，并運用配對樣本分別進行安慰劑檢驗和雙重差分估計。

1. 傾向得分匹配

入選滬股通標的名單的股票包括上證180、上證380以及在上交所上市的A+H股，這些公司均具有規(guī)模大、市盈率低、盈利能力強等特點，因此我們選擇匹配的變量包括公司規(guī)模(Size)、凈資產(chǎn)收益率(Roe)、成長性(Growth)、盈余波動性(Volatity)、賬面市值比(Bm)并控制年度、行業(yè)固定效應。按照1:1近鄰匹配原則，我們?yōu)槊總€實驗組尋找到了相似的對照組，最終得到配對樣本3240組(6480個)。在進行重新估計之前，對配對樣本進行了平衡性檢驗，結(jié)果列示在表5。從表5中可見，實驗組與對照組在基本特征、盈余波動性等方面已經(jīng)不存在顯著差異。

表5 傾向得分匹配平衡性檢驗

表6 配對后的安慰劑檢驗與DID估計

2. 安慰劑檢驗

參照Chen等(2015)[7]做法，本部分運用安慰劑檢驗思想識別滬港通與分析師關(guān)注度之間的因果關(guān)系。具體模型設計形式如下：

其中，Post為滬港通時點變量，對于實驗組，在進入滬股通標的名單之后取值為1，否則取值為0；對于對照組，取值與配對樣本相同。按照安慰劑檢驗思想，我們運用模型(4)分別對實驗組和對照組進行回歸。表6第(1)、(2)列報告了實驗組回歸結(jié)果，第(1)列Post回歸系數(shù)為2.285，在1%水平上顯著，第(2)列Post回歸系數(shù)為-0.628，在1%水平上顯著，說明滬港通政策實施后，標的公司分析師跟蹤數(shù)量增加，預測誤差降低；表6第(3)、(4)列報告了對照組回歸結(jié)果，Post回歸系數(shù)均不顯著，表明對照組并不受滬港通政策影響。

3. 配對后的雙重差分估計

進一步，我們運用雙重差分模型重新對配對樣本進行估計，再次識別滬港通對分析師關(guān)注度的真實影響，回歸結(jié)果見表6第(5)、(6)列。從表中可以看出，交互項Treat X Post系數(shù)分別為1.457，-0.327，均在1%水平上顯著，可見即使控制了樣本選擇性偏誤以后，結(jié)論依然顯著。

四、穩(wěn)健性測試

1. 更換對照組

為控制樣本選擇性偏誤，更好的解決模型識別問題，我們以2014年12月31日之前被調(diào)整出上證180、上證380指數(shù)的公司作為對照組。證監(jiān)會自發(fā)布上證180、上證380兩大指數(shù)以來，對其進行了幾次小幅調(diào)整，截止2014年末，約有近300家公司股票被調(diào)出，我們以被調(diào)出的公司作為新的對照組，重新進行估計，回歸結(jié)果如表7穩(wěn)健性測試一所示。第(1)、(2)列交叉項系數(shù)Treat X Post分別在1%、5%水平上顯著，結(jié)論并未發(fā)生改變。

2. 重新人為設定實驗發(fā)生時刻

如果標的公司分析師預測行為變化確實是滬港通政策實施所致，那么人為改變政策啟動時間以后，本文的結(jié)論將不再成立。為此，我們將實施時間向前調(diào)整三期(即假定2011年11月開通)，使整個樣本區(qū)間落在了真實實驗開始前，再次進行雙重差分估計，結(jié)果見表7穩(wěn)健性測試二。此時，我們觀察到交互項Treat X Post與分析師預測變量Coverage、Ferror均不再顯著，表明分析師預測行為變化的確是滬港通政策啟動所致。

表7 滬港通與分析師行為穩(wěn)健性測試

3. 替換核心測度指標

借鑒Lang等(2003)、胡軍等(2016)的研究[12][26]，我們用年初股價(Price)重新測度分析師預測誤差，即Ferror=|MEPS-AEPS|/Price?；貧w結(jié)果見穩(wěn)健性測試三，主要結(jié)論依然不變。

進一步分析

投資者認知假說認為，不同的投資者對公司所了解的信息不同，他們只會投資于自己熟悉的公司。在其他條件不變的前提下，如果一家公司能夠被更多投資者熟知，則會有效分散公司異質(zhì)風險，降低權(quán)益資金成本，提升公司價值(Merton，1987)[15]。根據(jù)該假說，資本市場開放能夠吸引更多海外機構(gòu)投資者，擴大公司投資者基礎，提高投資者對公司的認知程度。Lang(2003)[12]研究表明股票市場開放可以通過改善以分析師關(guān)注度衡量的公司信息環(huán)境渠道來增加企業(yè)價值。那么，這條路徑是否符合中國的現(xiàn)實情境？這是本部分要考察的問題。

參照權(quán)小鋒和尹洪英(2017)的價值檢驗模型[32]，我們設計了模型(5)、(6)來檢驗滬港通的價值提升效應。

表8 滬港通的價值提升功能

模型(5)、(6)中的β1度量了以分析師跟蹤數(shù)量(Coverage)和分析師預測誤差(Ferror)對企業(yè)價值的作用，β3度量了滬港通政策的啟動對分析師關(guān)注度與企業(yè)價值二者關(guān)系的影響。模型(5)中如果β1>0，則分析師關(guān)注度對企業(yè)價值具有提升作用，否則分析師關(guān)注度對企業(yè)價值具有抑制作用；同理，如果β3>0，則滬港通政策促進了分析師關(guān)注度的價值提升效應，否則滬港通政策抑制了分析師關(guān)注度的價值提升效應。模型(6)中的β1、β3符號含義與模型(5)恰好相反。

表8報告了進一步分析的回歸結(jié)果。從表第(1)、(3)列可以看出，分析師跟蹤數(shù)量(Coverage)回歸系數(shù)在1%水平顯著為正，分析師預測誤差(Ferror)回歸系數(shù)在1%水平顯著為負，說明分析師關(guān)注度能夠增加企業(yè)價值。從表第(2)、(4)列可以看出，滬港通機制與分析師關(guān)注度的交乘項Treat X Post XCoverage系數(shù)在5%水平顯著為正、Treat X Post X Ferror系數(shù)在5%水平顯著為負，表明滬港通亦能通過分析師關(guān)注度這一路徑提升企業(yè)價值，這就證明了投資者認知假說適用于中國的資本市場情境。

研究結(jié)論與啟示

上市公司信息環(huán)境的改善直接證據(jù)來源于分析師關(guān)注度提高、財務報表可讀性增強，間接證據(jù)來源于股票信息含量提升。本文基于分析師關(guān)注度視角，運用雙重差分模型，對滬港通機制改善上市公司信息環(huán)境作了初步探索。本文實證結(jié)果顯示，在控制其他因素影響后，滬港通政策實施增加了相關(guān)上市公司分析師跟蹤人數(shù)，提高了分析師預測精確度，進而改善了上市公司信息環(huán)境。通過傾向得分匹配分析、安慰劑檢驗、更換對照組等穩(wěn)健性測試，結(jié)論依然不變。進一步分析表明，滬港通政策可以通過分析師關(guān)注度這一路徑產(chǎn)生價值提升效應，證明了投資者認知假設同樣適用于中國資本市場現(xiàn)實情境。

本文的研究結(jié)論具有重要的理論價值與實踐意義。為充分發(fā)揮滬港通機制在我國資本市場的資源配置功能，我們從以下幾個方面提出建議：第一，政府角度。一方面，在金融開放程度與金融監(jiān)管能力相匹配的前提下，適當增加滬股通每日額度、擴大試點公司范圍，以發(fā)揮滬港通機制的信息改善功能；另一方面，在發(fā)達資本市場的示范效應下，著力完善金融基礎設施，凈化國內(nèi)市場生態(tài)環(huán)境，真正把國際頂尖機構(gòu)引進來，發(fā)揮其治理作用，最終提升資本市場服務實體經(jīng)濟的能力。第二，上市公司角度。上市公司在海外機構(gòu)投資者、證券分析師、媒體等市場經(jīng)濟主體的監(jiān)督下，應當完善信息披露制度，提高信息披露質(zhì)量，以吸引更多分析師跟蹤，提升公司國際知名度。第三，中介機構(gòu)角度。加快推進券商、證券分析師行業(yè)國際化發(fā)展，完善行業(yè)頂層設計，提升分析師國際化能力與跨境研究服務質(zhì)量，提高預測準確度，以改善公司信息環(huán)境，提高企業(yè)價值。

注釋