華夏 樊力 尹響

摘?要：分析師的決策疲勞是否導(dǎo)致預(yù)測質(zhì)量下降是業(yè)界關(guān)注的問題，本文對中國A股市場中分析師疲勞與預(yù)測質(zhì)量關(guān)系進行研究，經(jīng)過對2006—2023年A股市場賣方分析師個股研究報告中的盈余預(yù)測進行數(shù)據(jù)統(tǒng)計和分析，研究發(fā)現(xiàn)：分析師的決策疲勞與盈余預(yù)測誤差呈正向關(guān)系，即隨著一周內(nèi)發(fā)布預(yù)測的增加，分析師對公司盈余預(yù)測誤差也在增大。分析師在決策疲勞嚴重時發(fā)布的預(yù)測會預(yù)示著未來個股中長期收益降低，盈余預(yù)測誤差在這一關(guān)系中充當(dāng)部分中介變量。決策疲勞引起的較低股票收益與市場信息不對稱相關(guān)。

關(guān)鍵詞：分析師預(yù)測；盈余預(yù)測誤差；決策疲勞；股票市場

中圖分類號：F8325??文獻標(biāo)識碼：A??文章編號：1001-148X（2024）03-0142-11

收稿日期：2023-11-12

作者簡介：華夏（1986—），男，重慶人，副教授，博士，研究方向：資產(chǎn)定價；樊力（1997—），男，四川廣元人，碩士研究生，研究方向：資產(chǎn)定價；尹響（1986—），本文通訊作者，男，江蘇連云港人，副教授，博士，研究方向：政治經(jīng)濟學(xué)。

基金項目：國家社會科學(xué)基金面上項目“中國西部擴大南向開放的路徑抉擇研究”，項目編號：19BJL126；四川省社會科學(xué)重點項目“四川貫徹新發(fā)展理念深化改革創(chuàng)新的理論探索”，項目編號：SC21A040。

一、引?言

自滬深兩市交易所成立以來，我國資本市場在改革開放等推動下取得了舉世矚目的發(fā)展成就。然而，我國資本市場尚未完全成熟，在上市公司層面，存在財務(wù)造假、市場操縱、內(nèi)幕交易等問題［1］；在投資者層面也存在散戶眾多、羊群效應(yīng)強、過度交易和過度自信等問題［2］。形成這些問題的潛在原因是企業(yè)信息不透明、信息渠道不暢通、信息披露法規(guī)不完善，從而導(dǎo)致各類信息不對稱現(xiàn)象廣泛存在，使得投資者難以充分獲取有效信息［3］。

證券分析師作為資本市場的信息橋梁，不僅是信息中介，也是資金與企業(yè)之間的關(guān)鍵橋梁［4］。他們具備專業(yè)的信息解讀能力和獨特的信息渠道，可以理解和解釋與公司相關(guān)的各類信息，包括財務(wù)報表、行業(yè)趨勢、管理層講話等。此外，他們能夠預(yù)測公司的價值和潛力，并為投資者提供投資建議［5］。因此，證券分析師在市場中發(fā)揮著重要作用，能夠減少價格偏離和信息不對稱，提高市場透明度，降低交易風(fēng)險，促進證券市場的有效性。

值得強調(diào)的是，2023年10月底召開的中央金融工作會議明確指出：“要全面加強金融監(jiān)管，有效防范化解金融風(fēng)險。維護金融市場穩(wěn)健運行，規(guī)范金融市場發(fā)行和交易行為，合理引導(dǎo)預(yù)期，防范風(fēng)險跨區(qū)域、跨市場、跨境傳遞共振。”在這一背景下，證券分析師在證券市場中的角色愈發(fā)重要，需要更積極地履行職責(zé)，以配合國家金融政策，維護金融市場的健康和穩(wěn)定發(fā)展。如果證券分析師不能履行好自己的職責(zé)，不能及時、準確地發(fā)表研報，則有可能對市場造成負面影響。

有研究發(fā)現(xiàn)，在美國市場中，分析師的決策疲勞顯著影響了分析師盈余預(yù)測的質(zhì)量，即分析師在工作量增大時發(fā)布的報告與公司當(dāng)期真實盈利情況存在較大偏差［6］。在中國市場，隨著分析師從業(yè)人數(shù)和發(fā)表研報數(shù)量的持續(xù)增加，分析師的工作壓力同樣日益加大。Choice數(shù)據(jù)顯示，2022年全年證券分析師人員規(guī)模增加了505人，增幅為1472%。2021年，91家證券公司進行了境內(nèi)上市公司的研究報告業(yè)務(wù)，發(fā)布了119147份研究報告；而2022年，國內(nèi)92家券商發(fā)布了152001份研報，同比增長2757%，覆蓋A股超過60%的上市公司。這一龐大的研報總數(shù)背后反映了分析師的高工作量。例如，中金公司的244名分析師在2022年發(fā)布了12718份研報，平均每位分析師每5個工作日就需要發(fā)表一篇研報；而中信證券的111名分析師在2022年發(fā)布了8734份研報，平均每位分析師每3個工作日就需要發(fā)表一篇研報。因此，在中國市場，分析師的決策疲勞是否導(dǎo)致盈余預(yù)測質(zhì)量下降成為一個值得關(guān)注的問題。更進一步，如果分析師盈余預(yù)測質(zhì)量反映了市場信息不對稱的程度，那么盈余預(yù)測質(zhì)量的下降是否會引發(fā)負面的市場反應(yīng)？這是本研究所關(guān)注的問題，也是相關(guān)研究［6］未能解答的問題。

因此，本文首先以分析師的決策疲勞為切入點，系統(tǒng)分析在中國A股市場中分析師決策疲勞與盈余預(yù)測質(zhì)量（準確度）的關(guān)系。本文的邊際貢獻體現(xiàn)在兩個方面：首先，現(xiàn)有文獻多數(shù)集中在分析師樂觀程度、分析師分歧度對分析師盈余預(yù)測與資產(chǎn)價格關(guān)系的判斷上，本文首次提供了關(guān)于決策疲勞、分析師預(yù)測質(zhì)量（準確度）與股票收益之間關(guān)聯(lián)的證據(jù)，有效填補了已有研究的空白；其次，現(xiàn)有關(guān)于分析師預(yù)測質(zhì)量的研究主要集中在對其原因進行剖析或?qū)ζ浣?jīng)濟后果的追溯，并未將這三者融入統(tǒng)一研究框架。而本文將分析師預(yù)測質(zhì)量的原因及其導(dǎo)致的后果納入統(tǒng)一的研究框架，對已有研究進行了深度和廣度的拓展。

二、文獻回顧與假設(shè)提出

（一）文獻回顧

學(xué)者們將對分析師預(yù)測的研究分為兩個主要方向：一是研究分析師盈余預(yù)測的影響因素，二是研究分析師預(yù)測對資本市場運行的經(jīng)濟影響。

在研究研報質(zhì)量或預(yù)測誤差的影響因素方面，國內(nèi)外文獻主要從標(biāo)的上市公司、分析師團隊和分析師自身等三個角度研究了這些因素對研報質(zhì)量的影響。首先，標(biāo)的上市公司信息獲取的難易程度［7］、信息披露的質(zhì)量［8］、管理層的影響［9］以及業(yè)績可預(yù)測性［10］均被證明可以直接影響分析師的預(yù)測行為和預(yù)測質(zhì)量；其次，從分析師團隊角度來看，分析師所在券商的規(guī)模與業(yè)務(wù)模式［11］能夠?qū)Ψ治鰩熡A(yù)測準確性產(chǎn)生影響；最后，從分析師自身角度來看，分析師能力與決策方式［12］、分析師的社會關(guān)系［13］也能夠顯著影響分析師的預(yù)測質(zhì)量，如Hirshleifer等從決策疲勞的視角對此問題進行了討論，他們研究了在美國市場中，在分析師工作量增加的情況下，生理和心理疲勞等將影響分析師盈余預(yù)測的質(zhì)量，結(jié)果顯示盈余誤差顯著與分析師疲勞正相關(guān)［6］。

關(guān)于分析師研報對資本市場運行經(jīng)濟后果的研究，國內(nèi)外文獻主要關(guān)注分析師預(yù)測的分歧度、預(yù)測準確度或預(yù)測偏差對資產(chǎn)價格或公司治理的影響。在資產(chǎn)價格方面，分析師預(yù)測分歧與未來股票回報之間存在顯著的正相關(guān)關(guān)系［14］，并且分析師預(yù)測分歧度與債券信用利差存在顯著的正相關(guān)性，同時分析師預(yù)測偏差度與債券信用利差相關(guān)［15］。在公司治理方面，分析師預(yù)測分歧會顯著增大公司債務(wù)融資成本［16］。同時，分析師預(yù)測準確度和預(yù)測一致性有助于提升企業(yè)投資強度［17］。此外，分析師預(yù)測樂觀偏差對企業(yè)創(chuàng)新具有顯著的促進作用［18］。

國內(nèi)外關(guān)于分析師預(yù)測準確度的文獻表現(xiàn)出兩個特點：一是大多數(shù)文獻將分析師預(yù)測分歧和分析師預(yù)測偏差與資產(chǎn)價格關(guān)聯(lián)，而較少關(guān)注分析師預(yù)測準確度與資產(chǎn)價格尤其是股票收益的關(guān)系。而分析師預(yù)測準確度與資產(chǎn)價格的關(guān)系代表了資本市場信息的有效程度，因此是值得關(guān)注的問題。二是以往文獻往往只關(guān)注分析師盈余預(yù)測的影響因素或分析師預(yù)測對資本市場運行的經(jīng)濟后果的一個方面，未將這兩個話題納入統(tǒng)一框架中，忽略了前因、后果之間的潛在關(guān)聯(lián)。

（二）理論分析與研究假設(shè)

在中國二級市場領(lǐng)域，賣方分析師從業(yè)人員具有極高的工作強度，一個分析師在同一時間點需要跟蹤指定行業(yè)內(nèi)的數(shù)家上市公司，與此同時分析師需要完成大量的報告撰寫、日報周報點評、實地調(diào)研、路演培訓(xùn)等。巨大的工作強度或多或少會導(dǎo)致心理和生理上疲勞，從而影響其發(fā)布的盈余預(yù)測質(zhì)量。因此，我們認為中國市場也存在類似于在美國市場發(fā)現(xiàn)的現(xiàn)象［6］。

首先，在中國資本市場分析師疲勞和盈余誤差仍然存在聯(lián)系。在機構(gòu)投資者需要及時的信息來作出交易決策的情況下，賣方分析師有動機向金融機構(gòu)客戶提供及時的預(yù)測服務(wù)［19］。同時分析師在發(fā)布對股價有重大影響的新信息后會盡可能快地發(fā)布建議［20］。這表明賣方分析師面臨著及時發(fā)布報告的迫切需求和壓力，通常其雇主或甲方都期望獲得及時的研究報告。然而，分析師報告的質(zhì)量會顯著地受到其資源、環(huán)境和能力的影響，工作量與工作壓力是決定其預(yù)測準確性的重要影響因素。分析師的經(jīng)驗?zāi)茱@著地提升其報告質(zhì)量，而較大的雇主通常能夠產(chǎn)生較好的分析師報告［21］。并且當(dāng)分析師需要花費更多時間編寫報告（如當(dāng)公司報告難以閱讀時），他們的預(yù)測會更不準確且更為分散［22-23］。此外，對某公司有更多經(jīng)驗的分析師會為同行業(yè)其他公司提供更準確和及時的預(yù)測，這表明經(jīng)驗?zāi)軌驕p輕同行披露信息的處理成本［24］。同時分析師平均每一份報告的產(chǎn)出不過花費幾個小時，這可能導(dǎo)致報告質(zhì)量的下降［25］。即使研究報告是由團隊共同完成的，首席分析師在審核報告時仍然存在精力不足的情況，故首席分析師的疲勞同樣會影響報告質(zhì)量。因此本文提出以下假設(shè)：

H1：分析師盈余預(yù)測的準確性將隨著一周內(nèi)發(fā)布預(yù)測報告數(shù)量增加而降低。

其次，分析師盈余預(yù)測的準確性與個股的收益緊密相關(guān)，對資本市場的穩(wěn)健運行具有關(guān)鍵作用。第一，多方面的研究已經(jīng)驗證了更準確地分析師盈余預(yù)測對公司基本面的提升和公司治理的促進具有積極影響，例如緩解企業(yè)融資約束［18］、提升企業(yè)投資強度［17］等。因此，較大的預(yù)測誤差不利于公司價值的提升。第二，分析師盈余預(yù)測的準確性反映了市場信息的質(zhì)量，有效的分析師預(yù)測有助于提高股價對信息的快速反應(yīng)，有利于股價逐漸趨向內(nèi)在價值［26］。相反，較大的預(yù)測誤差可能表明該股票存在來自信息不對稱的較大風(fēng)險。第三，由于分析師決策疲勞是分析師盈余預(yù)測誤差的直接原因［6］，如果盈余預(yù)測誤差與較低的股票收益相關(guān)，那么決策疲勞可能同樣導(dǎo)致較低的股票收益。此外，由于決策疲勞會始終先于盈余預(yù)測誤差被投資者所觀察，盈余預(yù)測誤差可能是決策疲勞與股票收益之間關(guān)系的中介變量。而且，由于影響盈余預(yù)測誤差的因素復(fù)雜多樣，該中介效應(yīng)可能呈現(xiàn)為不完全中介效應(yīng)。基于以上三點，本文提出以下假設(shè)：

H2：分析師盈余預(yù)測誤差越大，對應(yīng)公司股票的平均收益就會越低。

H3：分析師發(fā)布盈余預(yù)測時的決策疲勞越高，對應(yīng)公司股票的平均收益就會越低。

H4：盈余預(yù)測誤差應(yīng)該是自變量（決策疲勞）和因變量（股票收益）的不完全中介變量。

再次，中國資本市場的投資者是敏感的。備受市場矚目的杰出分析師以及對分析師覆蓋相對較少公司的預(yù)測往往引發(fā)更為顯著的市場反應(yīng)［6］。這表明市場對于分析師的盈余預(yù)測給予了廣泛而正確的關(guān)注。正因為如此，由盈余預(yù)測誤差導(dǎo)致的股票收益下降或許可以通過采取一些補救措施得以緩解，如賣方分析師對公司收益的預(yù)測修正結(jié)果將影響投資者的決策行為［27］。同時賣方分析師的盈利預(yù)測對于那些預(yù)測公司未來盈利和盈利能力的投資者來說是一個重要的信息來源［28］。然而，不同類型的投資者在利用分析師預(yù)測信息時采用的方法存在差異，“精明”的投資者通常更全面了解如何使用與分析師預(yù)測準確性相關(guān)的信息因素。與之相似，市場能夠區(qū)分高創(chuàng)新性和低創(chuàng)新性的分析師修正，并對其作出不同的反應(yīng)［29］。這表明市場能夠準確關(guān)注到分析師的修正，從而調(diào)整對股價的預(yù)期?；诖耍疚奶岢鲆韵录僭O(shè)：

H5：盈余預(yù)測修正能夠有效緩解由盈余預(yù)測誤差所帶來的負向股價效應(yīng)。

三、研究設(shè)計及變量選擇

（一）數(shù)據(jù)來源

本文研究所需數(shù)據(jù)均來自國泰安（CSMAR）數(shù)據(jù)庫，數(shù)據(jù)選擇的時間段為2006年-2023年3月A股分析師發(fā)布的研究報告信息、A股上市公司實際的每股收益值、賣方分析師從業(yè)人員發(fā)布的研究報告ID、研究報告預(yù)測數(shù)據(jù)、分析師ID、A股主要指數(shù)和上市公司的日度交易數(shù)據(jù)，最終得到626262條有效數(shù)據(jù)。

（二）指標(biāo)設(shè)計

本文研究的核心是賣方分析師決策疲勞與盈余預(yù)測誤差之間的關(guān)系，由于目前國內(nèi)個股研究報告的盈余預(yù)測指標(biāo)統(tǒng)一為每股收益（EPS），因此對盈余預(yù)測質(zhì)量的度量，采用了分析師對個股EPS的預(yù)測值（Forcast?Epsi，j，t）與預(yù)測年份/季度EPS的真實值（Real?Epsj，t）之差。

Analyst?Errori，j，t=Abs（Forcast?Epsi，j，t-Real?Epsj，t）（1）

此處t代表年份單位。

其中，Analyst?Errori，j，t代表了分析師i對j公司關(guān)于第t個年的年度每股收益預(yù)測誤差的絕對值，F(xiàn)orcast?Epsi，j，t為分析師i對j公司第t年的年度每股收益的預(yù)測值，Real?Epsj，t為j公司第t年實際的每股收益。

決策疲勞的度量參考［6］提出的度量方式。本文考慮到中國市場的特點以及樣本的可得性，將決策疲勞（Decision?Ranki，t）定義為分析師一周內(nèi)（周一到周日）的研報發(fā)布順序。這與［6］度量有顯著的區(qū)別，在該研究中，他們重點關(guān)注在工作日中發(fā)布的及時預(yù)測。其關(guān)注的核心是在一天內(nèi)準備好或至少部分準備好并隨后發(fā)布的個股預(yù)測報告，因此，將樣本區(qū)間限制在只在工作日上午9點到晚上8點之間發(fā)布的預(yù)測，并將當(dāng)天發(fā)布的每一個預(yù)測都以發(fā)布的順序標(biāo)記為決策順序。

由于數(shù)據(jù)中缺乏分析師發(fā)布研究報告的確切時刻，并且在同一天內(nèi)，同一名分析師也可能發(fā)布多份報告，因此在決定研究報告的周內(nèi)發(fā)布次序時，可能會出現(xiàn)“并列”的情況，這種“并列”情況可能導(dǎo)致排序的不確定性。為了確保本文的嚴謹性，我們采用三種度量方式處理“并列”的研究報告。第一種方式為“稠密”排序（Decision?Rank?Densei，t），即如果出現(xiàn)“并列”的研究報告，都給予相同的排序值，并且只比之前出現(xiàn)的排序值增加1；例如，分析師A在某周中周一發(fā)布一份報告，周二發(fā)布三份報告，周三發(fā)布一份報告，則這五份報告的決策疲勞值分別為：1，2，2，2，3。第二種方式為“最小”排序（Decision?Rank?Mini，t），即如果出現(xiàn)“并列”的研究報告，都給予相同的排序值，且排序值的數(shù)值為本周已發(fā)布過的報告數(shù)量之和；例如，分析師A在某周中周一發(fā)布一份報告，周二發(fā)布三份報告，周三發(fā)布一份報告，則這五份報告的決策疲勞值分別為：1，2，2，2，5。第三種方式為“最初”排序（Decision?Rank?Firsti，t），即如果出現(xiàn)“并列”的研究報告，按照這些報告在數(shù)據(jù)中的出現(xiàn)順序給予依次排序值，以打破它們的“并列”狀態(tài)；例如，分析師A在某周中周一發(fā)布一份報告，周二發(fā)布三份報告，周三發(fā)布一份報告，則這五份報告的決策疲勞值分別為：1，2，3，4，5。考慮到“稠密”排序不會出現(xiàn)極端值，因此較為適合用于回歸分析。因此，本文將“稠密”排序作為主要的解釋變量。同樣驗證了主要結(jié)果在“最小”排序和“最初”排序中依然穩(wěn)健。

控制變量的設(shè)計參考［6］，涵蓋了主要的影響分析師預(yù)測準確度的指標(biāo)。分析師盈余預(yù)測修正（ForecastRevisoni，j，t）用來度量分析師對自身預(yù)測的修正情況，其度量方法為分析師i本次對公司j的預(yù)測值與上一次對公司j的預(yù)測值之差，如果預(yù)測修正值為正，代表分析師對該公司的態(tài)度傾向于樂觀，如果預(yù)測修正值為負，則代表分析師對該公司的態(tài)度傾向于悲觀。

Forecast?Revisoni，j，t=Forcasti，j，t-Forcasti，j，t-1（2）

分析師對預(yù)測公司的跟蹤時間（Firm?Experiencei，j，t），度量了在發(fā)布該公司盈余預(yù)測的時候，該分析師已經(jīng)連續(xù)跟蹤目標(biāo)公司的年度時間。該變量代理了分析師對所預(yù)測公司的了解程度。

分析師年度預(yù)測量（Forecast?EachYeari，t）代表分析師每年發(fā)布盈余預(yù)測的總數(shù)，其中對公司的重復(fù)預(yù)測可能超過1次，是分析師年度工作量的代理指標(biāo)。此處時間t的單位為年份。該變量代理了分析師的工作量，也就是分析師的有限關(guān)注程度。

上市公司被關(guān)注度（Attentionj，t）是以年為時間單位的時間段內(nèi)分析師群體對某公司的關(guān)注度，其度量通過統(tǒng)計不同時間段內(nèi)以該公司為標(biāo)的盈余預(yù)測的數(shù)量，同一時間內(nèi)預(yù)測j公司的研究報告數(shù)量越多，代表市場對該公司的關(guān)注度越高。此處時間t的單位為年份。

分析師從業(yè)年限（Work?of?Yeari，t）是分析師從業(yè)經(jīng)驗和能力的一個代理變量，代表了分析師整體的從業(yè)經(jīng)驗和能力。其度量是通過分析師i發(fā)布對j公司盈余預(yù)測報告時的年份，減去分析師i首次發(fā)布盈余預(yù)測報告的年份。

分析師努力程度（Efforti，j，t）代表分析師對于上市公司在盈余預(yù)測時所花費的精力，其通過對一年內(nèi)分析師發(fā)布該公司盈余預(yù)測的數(shù)量來度量，分析師在一年之內(nèi)對該公司的預(yù)測頻率越高，則代表分析師在一年中對該公司的預(yù)測中所花費的時間越多，分析師對該公司的跟蹤預(yù)測越努力。表1展示了模型中的各變量及其含義。

除了以上變量以外，為了驗證市場反應(yīng)，本文引入了預(yù)期超額收益率CAR來度量個股i從日期t到日期t+X的的超額收益，其定義為：

CARi，t，X=∑Xk=1Ri，t+k-Rmkt，t+k（3）

其中，Ri，t為個股i在日期t的收益率，Rmkt，t為通過流通市值加權(quán)的考慮現(xiàn)金紅利再投資的綜合日市場回報率。X為研究窗口大小，在本文中，考慮了66天（季度），132天（半年度），264天（年度）作為X的取值，以度量個股在中長期的市場收益。除此之外，還引入了關(guān)于市場信息度量來衡量分析師發(fā)布預(yù)測后的市場信息不對稱程度，包括以總股本為基礎(chǔ)計算的個股換手率（Turnover?Rate）；帖子總數(shù)量（Total?Posts），即時間段內(nèi)上市公司貼吧內(nèi)帖子的總數(shù)量；看漲帖子數(shù)量（Bullish?Posts），即時間段內(nèi)上市公司貼吧內(nèi)看漲帖子的總數(shù)量；以及看跌帖子數(shù)量（Bearish?Posts），即時間段內(nèi)上市公司貼吧內(nèi)看跌帖子的總數(shù)量。其具體度量方式為：

Turnover?Ratei，t，X=1X∑Xk=1Turnover?Ratei，t（4）

Total?Postsi，t，X=1X∑Xk=1Total?Postsi，t（5）

Bullish?Postsi，t，X=1X∑Xk=1Bullish?Postsi，t（6）

Bearish?Postsi，t，X=1X∑Xk=0Bearish?Postsi，t（7）

其中X為窗口大小。本文中度量個股在短期之內(nèi)情緒的變化，X取值為22天（月度）。

（三）描述性統(tǒng)計

根據(jù)從CSMAR獲取的原始數(shù)據(jù)，進行數(shù)據(jù)清洗和變量定義后，表2為主要解釋變量、被解釋變量和控制變量的描述性統(tǒng)計。

從描述性統(tǒng)計結(jié)果來看，一周中分析師決策疲勞（Decision?Rank?Dense）的均值為161，最大值和最小值分別為7和1，這表明在極端情況下分析師可能在一周的七天內(nèi)（包括周末）每天均有研報發(fā)布，具有較大的工作量。通過“最小”排序的決策疲勞（Decision?Rank?Min），發(fā)現(xiàn)分析師在一周內(nèi)發(fā)布的預(yù)測數(shù)量最多達到142個。分析師預(yù)測誤差的絕對值（Analyst?Error）為023，表明在樣本區(qū)間內(nèi)，分析師對公司的每股凈收益（EPS）的預(yù)測誤差值的平均水平為023，預(yù)測誤差絕對值的最小值和最大值分別為0和3911，這表明國內(nèi)分析師個體之間存在較大的水平差異。分析師對預(yù)測公司的跟蹤時間（Firm?Experience）的均值為061年，最小值和最大值分別為0和1569年，這說明平均而言，分析師跟蹤一家公司的時間較短，不足一年。分析師對公司的關(guān)注度（Attention）均值為5002，最小值和最大值分別為1份和294份，這表明每家公司平均每年同時有50份研究報告對其進行跟蹤，而同一時間獲得最多關(guān)注的公司，其當(dāng)年盈余預(yù)測報告數(shù)量為294份。

圖1呈現(xiàn)了A股市場決策疲勞和分析師盈余預(yù)測的圖形特征。A部分展示了2006—2023年月平均分析師決策疲勞隨著時序變化的程度。我們觀察到幾個顯著的特征：首先，在2006—2023年，從決策疲勞的年均曲線可以看到分析師的工作量總體呈顯著增加趨勢，這可能與中國資本市場的迅速發(fā)展相關(guān)。然而，分析師工作量的持續(xù)增長并不一定代表分析師工作效率的有效提高，這值得警惕。其次，從決策疲勞的月均曲線可以看到?jīng)Q策疲勞的程度具有明顯的季節(jié)性和周期性特點，在每年中有兩次峰值，峰值明顯高于其他月份，這與公司的年報、半年報發(fā)布的季節(jié)性相對應(yīng)，因此這種季節(jié)性是合理的。在隨后的回歸分析中，我們將會控制年度固定效應(yīng)和月份固定效應(yīng)，以控制分析師決策疲勞的總體趨勢和季節(jié)效應(yīng)。

B部分展示了2006—2023年月平均分析師盈余預(yù)測誤差隨著時序的變化。除月均曲線顯示預(yù)測誤差具有與決策疲勞相似的季節(jié)性外，從年均曲線可以看到盈余預(yù)測誤差從2016年之后呈逐年增加的趨勢，尤其是在2022年和2023年在月平均線和年平均線均出現(xiàn)了高于歷史最高值的峰值。這種現(xiàn)象對于資本市場的穩(wěn)健運行不利，也引發(fā)了人們的擔(dān)憂。

C部分展示了決策疲勞的直方圖。由于主要解釋變量采取了“稠密”排序，因此與表2一致，決策疲勞的取值范圍為1—7。圖1中可以看到有相當(dāng)數(shù)量的7出現(xiàn)在直方圖中，這表明在某些周中，一些分析師每天都會發(fā)布研究報告。

D部分展示了決策疲勞與平均分析師盈余預(yù)測誤差的關(guān)聯(lián)，可以發(fā)現(xiàn)明顯的正向相關(guān)關(guān)系，即當(dāng)決策疲勞增加時，平均分析師盈余預(yù)測誤差顯著增加。

四、實證結(jié)果分析

（一）決策疲勞與盈余預(yù)測誤差之間的關(guān)系

為了探究賣方分析師的盈余預(yù)測誤差與決策疲勞之間的關(guān)系（假設(shè)H1），本文構(gòu)建了以下的模型：

AnalystErrori，j，t=α+β1DecisionRanki，j，t+∑kγkControlsk+FE+εi，j，t（8）

在模型（8）中，DecisionRanki，j，t為按“稠密”排序的分析師決策疲勞數(shù)值（Decision?Rank?Dense）。AnalystErrori，j，t指的是在第t周的時候，分析師i對j公司的盈余預(yù)測值與j公司真實EPS之差的絕對值；Decision?Ranki，j，t指的是在第t周的時候，分析師i在發(fā)布對j公司的盈余預(yù)測時，該預(yù)測在分析師i發(fā)布預(yù)測中的順序；Controls代表影響分析師盈余預(yù)測誤差的控制變量，本回歸中對分析師盈余誤差的相關(guān)控制變量包括分析師對預(yù)測公司的跟蹤時間（Firm?Experience）、分析師年度預(yù)測量（Forecast?Each?Year）、上市公司被關(guān)注度（Attention）、分析師從業(yè)年限（Work?of?Year）、分析師努力程度（Effort）、分析師盈余預(yù)測修正（Forecast?Revison）。我們添加了多種固定效應(yīng)組合以顯示結(jié)果的穩(wěn)健性，這些固定效應(yīng)包括上市公司、分析師、雇傭券商、年度、月份和季度等。

表3結(jié)果顯示，賣方分析師盈利預(yù)測誤差與決策疲勞存在顯著正相關(guān)關(guān)系。首先，選取上市公司、分析師、年度、月份等作為固定效應(yīng)的分組，由上市公司、分析師控制個體固定效應(yīng)，由年度、月份分別控制長期、短期的時間固定效應(yīng)。在未控制其他變量的情況下，賣方分析師盈利預(yù)測誤差與決策疲勞的相關(guān)系數(shù)為2962，在1%的顯著水平上顯著。在加入預(yù)測公司的跟蹤時間、分析師年度預(yù)測量、上市公司被關(guān)注度、分析師從業(yè)年限作為控制變量后，相關(guān)系數(shù)為3137，在1%的顯著水平上仍然顯著。進一步加入分析師努力程度、分析師預(yù)測修正值兩個控制變量后，相關(guān)系數(shù)為2396，在5%的顯著水平上保持顯著。

其次，選取上市公司、分析師、年度、季度等作為固定效應(yīng)的分組，由上市公司、分析師控制個體固定效應(yīng)，由年度、季度分別控制長期、短期的時間固定效應(yīng)?；貧w相關(guān)系數(shù)為4646，在1%的顯著水平上保持顯著。最終選取上市公司、雇傭券商、年度、季度等作為固定效應(yīng)的分組，由上市公司、雇傭券商控制個體固定效應(yīng)，由年度、季度分別控制長期、短期的時間固定效應(yīng)。回歸相關(guān)系數(shù)為4017，在1%的顯著水平上保持顯著。這一結(jié)果驗證了在中國股市中賣方分析師盈利預(yù)測誤差與決策疲勞關(guān)系的假設(shè)。換言之，在中國股市中，隨著每周發(fā)布的預(yù)測數(shù)量增加，分析師的盈利預(yù)測準確性會下降。這一驗證支持了假設(shè)H1。

為進一步驗證假設(shè)H1的穩(wěn)健性，我們分別采用“最小”排序和“最初”排序度量的分析師決策疲勞數(shù)值對模型（8）進行了重新估計，發(fā)現(xiàn)當(dāng)改變決策疲勞的度量方式后，賣方分析師盈利預(yù)測誤差與決策疲勞仍然表現(xiàn)出穩(wěn)健的正相關(guān)關(guān)系限于篇幅，相關(guān)檢驗結(jié)果未作報告，如有需要可向作者索取。。這些結(jié)果顯示，與在美國市場的發(fā)現(xiàn)類似［6］，在中國資本市場中分析師的決策疲勞會顯著造成分析師盈余預(yù)測誤差的增加。

（二）市場對決策疲勞與分析師預(yù)測的反應(yīng)

通過對決策疲勞與盈余預(yù)測誤差關(guān)系的實證發(fā)現(xiàn)，決策疲勞在客觀上會導(dǎo)致一定的盈余預(yù)測偏差，在此基礎(chǔ)上，本文進一步討論市場對決策疲勞和盈余預(yù)測偏差的反應(yīng)。首先，探究市場在發(fā)現(xiàn)盈余預(yù)測偏差時的反應(yīng)（假設(shè)H2），本文構(gòu)建以下的模型：

CARi，t，X=α+β1AnalystErrori，j，t+∑kγkControlsk+FE+εi，j，t（9）

需要注意的是，CARi，t，X度量的是分析師的研報發(fā)布后X天內(nèi)個股相對于市場的超額收益。通常分析師會在盈余預(yù)測發(fā)布后一個季度內(nèi)知曉其對應(yīng)的真實EPS值，因此為了消除內(nèi)生性，我們把時間窗口X分別設(shè)置為66個交易日（季度）、132個交易日（半年度）和264個交易日（年度），這些變量度量了股票在中長期的預(yù)期超額收益率。我們采用與估計等式（8）相同的固定效應(yīng)。在等式（8）的基礎(chǔ)上，增加了與個股收益相關(guān)的控制變量，其中包括CARi，t-X，X，即個股在上一個窗口的超額收益率（動量），以及Fama-French五因子，包括市場風(fēng)險溢價因子（Risk?Premium）、市值因子（SMB）、賬面市值比因子（HML）、盈利能力因子（RMW）和投資模式因子（CMA）等。

由表4回歸結(jié)果可以看到，季度、半年度還是年度的股票預(yù)期收益率分別與分析師的盈余誤差呈負相關(guān)關(guān)系，且在1%的顯著水平上保持顯著。這個結(jié)果在加入了所有控制變量后依然穩(wěn)健。值得注意的是，由于解釋變量是分析師預(yù)測誤差，因此這一回歸結(jié)果與分析師的預(yù)測偏差（樂觀、悲觀）無關(guān)。這一結(jié)果顯示與我們的猜測相一致，分析師的預(yù)測誤差預(yù)示著個股在未來有不好的預(yù)期，分析師預(yù)測誤差增大將導(dǎo)致個股的未來預(yù)期收益降低，假設(shè)H2得到驗證。我們認為這種收益率的降低是來自信息不對稱的風(fēng)險，而中國資本市場投資者顯然已經(jīng)注意到了這類風(fēng)險，因此個股價格作出了相應(yīng)的反應(yīng)。

分析師的決策疲勞是比盈余預(yù)測誤差更容易觀察到的變量，那么市場也應(yīng)該更容易注意到分析師在疲勞狀態(tài)下所發(fā)布的研報，這類研報可能包含不準確的信息，且加劇市場的信息不對稱，因此決策疲勞應(yīng)該預(yù)示著個股收益具有不好的預(yù)期（假設(shè)H3）。為驗證這一假設(shè)，引入以下模型：

CARi，t，X=α+β1DecisionRanki，j，t+∑kγkControlsk+FE+εi，j，t（10）

采用和回歸式（9）相同的固定效應(yīng)與控制變量，其回歸結(jié)果見表5。與模型（9）預(yù)期一致，在所有的回歸結(jié)果中，分析師決策疲勞的增加都預(yù)示著股票在未來中長期預(yù)期收益的降低。在列（1）、（2）、（3）、（5）、（6）的回歸結(jié)果中，這種負向的相關(guān)關(guān)系在1%的水平顯著。在列（4）的回歸中，這種負向的相關(guān)關(guān)系在10%的水平顯著。這說明中國投資者能夠關(guān)注到分析師決策疲勞所帶來的信息不對稱風(fēng)險以及不確定性。

至此，我們已經(jīng)發(fā)現(xiàn)了分析師決策疲勞導(dǎo)致盈余誤差的增加，分析師盈余誤差的增大會預(yù)示著個股收益率的降低，以及分析師決策疲勞也會直接預(yù)示著個股收益率的降低。這表明分析師決策疲勞、盈余誤差以及個股預(yù)期收益率可能存在遞進的相關(guān)關(guān)系，即盈余誤差可能是決策疲勞和個股預(yù)期收益率的中介變量（假設(shè)H4）。因此通過如下模型對該中介效應(yīng)進行驗證：

CARi，t，X=α+β1Decision?Ranki，j，t+β2Analyst?Errori，j，t+∑kγkControlsk+FE+εi，j，t（11）

我們采用和回歸式（9）相同的固定效應(yīng)與控制變量，中介效應(yīng)的回歸結(jié)果見表6。從結(jié)果中可以看到，在表6列（1）—（6）的回歸中盈余誤差（Analyst?Error）均與股票中長期預(yù)期收益呈負相關(guān)關(guān)系，且在1%的置信水平顯著。在列（1）—（6）的回歸中決策疲勞仍然與股票中長期預(yù)期收益呈負相關(guān)關(guān)系，除列（5）以外，其余回歸中均至少在5%的置信水平顯著。需要注意的是，對比表5與表6的結(jié)果，在表6列（1）—（6）的每一個回歸中，回歸式（11）中決策疲勞的系數(shù)絕對值與顯著性絕對值均小于回歸式（10）中的對應(yīng)列。這表示當(dāng)盈余誤差加入到回歸式（10）中，決策疲勞與股票預(yù)期收益的相關(guān)性會被稀釋掉，即存在以盈余誤差為中介變量的中介效應(yīng)。但是由于表6列（1）—（6）中大部分決策疲勞的系數(shù)仍然顯著，這種稀釋作用僅為部分稀釋，即分析師盈決策疲勞對股票預(yù)期收益的影響部分是通過盈余誤差的中介效應(yīng)實現(xiàn)的，假設(shè)H4得以驗證。

為進一步提供對信息不對稱的假設(shè)的支持，我們將盈余預(yù)測發(fā)布后未來短期內(nèi)（22個交易日）的個股換手率（Turnover?Rate）、股吧帖子總數(shù)量（Total?Posts）、看漲帖子數(shù)量（Bullish?Posts）以及看跌帖子數(shù)量（Bearish?Posts）作為被解釋變量，決策疲勞作為解釋變量，驗證在盈余預(yù)測發(fā)布市場的反應(yīng)。換手率在中國市場可以反映投資者的意見分歧程度，并且換手率越大，投資者意見分歧程度越高［30］。因此換手率可以作為市場信息不對稱的一種代理變量，即換手率越高，投資者意見分歧程度越高，表明信息越不對稱。而股吧帖子數(shù)量可以反映投資者的關(guān)注程度，如果股吧存在有效信息，那么股吧帖子數(shù)量越多，股吧有效信息越多，個股信息不對稱程度越低。從結(jié)果中可以看到，決策疲勞對接下來22個交易日內(nèi)的換手率有顯著為正的相關(guān)關(guān)系，在1%的水平顯著。決策疲勞對接下來22個交易日中的股吧帖子總數(shù)量、看漲帖子數(shù)量、以及看跌帖子數(shù)量有顯著為負的相關(guān)關(guān)系，分別在5%、10%、1%的水平顯著限于篇幅，相關(guān)檢驗結(jié)果未作報告，如有需要可向作者索取。。這些結(jié)果表明當(dāng)分析師決策疲勞高的盈余預(yù)測發(fā)布后，市場已經(jīng)注意到盈余預(yù)測帶來的不確定性，市場分歧變高，股吧信息變少，市場信息不對稱加劇。這也給出了對假設(shè)H2、假設(shè)H3和假設(shè)H4的解釋。

（三）可能的補救措施

從前文中發(fā)現(xiàn)，分析師決策疲勞會導(dǎo)致盈余誤差的增大，而決策疲勞和盈余誤差又會加劇市場信息的不對稱，這種風(fēng)險最后會反應(yīng)在更低的股票收益上，成為資本市場不穩(wěn)定的潛在原因。那么，當(dāng)分析師發(fā)布不夠準確的盈余預(yù)測的時候，是否存在補救的可能呢？換句話說，如果分析師及時地意識到盈余預(yù)測不夠準確后及時修正，是否能夠得到市場的注意并有效緩解由盈余誤差造成的低超額收益呢？（假設(shè)H5）通過加入盈余誤差與預(yù)測修正的交乘項，使用模型（12）來驗證盈余預(yù)測修正對盈余誤差和股票收益的相關(guān)關(guān)系帶來的影響。

CARi，t，X=α+β2Analyst?Errori，j，tForecast?Revisoni，j，t+β1Decision?Ranki，j，t+β2Analyst?Errori，j，t+∑kγkControlsk+FE+εi，j，t（12）

在該模型中，仍然采用了和回歸式（9）相同的控制變量和固定效應(yīng)，也計算了包括控制變量和不包括控制變量兩種情況的結(jié)果。從結(jié)果中得知，盈余預(yù)測誤差的系數(shù)在所有回歸中仍然顯著為負，在1%的水平下顯著。值得注意的是，盈余誤差與預(yù)測修正的交乘項顯著為正，均在1%的水平下顯著。這表明預(yù)測修正會對預(yù)測誤差對股票價格產(chǎn)生的負效應(yīng)帶來一定的補償。且當(dāng)盈余誤差不變時，正向的盈余預(yù)測修正會顯著地提高股票在未來的收益率，而負向的盈余預(yù)測修正會顯著地降低股票在未來的收益率限于篇幅，相關(guān)檢驗結(jié)果未作報告，如有需要可向作者索取。。這些結(jié)果說明我國資本市場的投資者仍然密切關(guān)注分析師所發(fā)布的盈余預(yù)測修正，因此，當(dāng)分析師意識到盈余預(yù)測不夠準確后，及時發(fā)布修正能夠有效緩解由信息不對稱帶來的股價收益降低。

五、結(jié)論及建議

本文基于2006—2023年A股市場賣方分析師個股研究報告中的盈余預(yù)測進行數(shù)據(jù)統(tǒng)計和分析，探討分析師疲勞與預(yù)測質(zhì)量之間的關(guān)系，得到如下結(jié)論：（1）分析師決策疲勞與盈余預(yù)測誤差存在正向關(guān)系，即在一周的時間單位內(nèi)，分析師對公司的盈余預(yù)測誤差將隨著預(yù)測數(shù)量的增加而增大。（2）進一步分析發(fā)現(xiàn)，分析師在決策疲勞嚴重時發(fā)布的預(yù)測與更大盈余預(yù)測誤差均可導(dǎo)致未來更低的個股中長期收益，且盈余預(yù)測誤差是決策疲勞與個股預(yù)期收益的部分中介變量。這種更低的股票收益主要是由于市場更劇烈的信息不對稱造成的。（3）分析師在意識到盈余預(yù)測的偏差后及時地發(fā)布盈余預(yù)測修正可以緩解盈余預(yù)測誤差帶來的對股價的負向沖擊。

從投資者的角度出發(fā)，本文研究結(jié)果發(fā)現(xiàn)分析師存在決策疲勞導(dǎo)致盈余預(yù)測誤差的情況，因此，在參考賣方分析師發(fā)布的盈余預(yù)測報告時，投資者應(yīng)該盡量選擇在一周中較早的工作日發(fā)布的預(yù)測報告，并選擇預(yù)測頻率較低的分析師（一周內(nèi)發(fā)布次數(shù)不超過2次）。通過這樣的條件篩選，投資者參考的盈余預(yù)測結(jié)果可能更準確可靠。此外，由于分析師在發(fā)布盈余預(yù)測研報時的決策疲勞是個體行為，為了提高參考數(shù)據(jù)的可靠性和投資決策的安全性，投資者可以同時參考同一時間節(jié)點上所有賣方團隊對特定個股的共識預(yù)測，即采用賣方一致性預(yù)期。在考慮到分析師預(yù)測誤差的情況下，可以進一步在共識預(yù)期上添加修正系數(shù)，以提高投資決策的安全性和準確性。

從政策制定和監(jiān)管的角度出發(fā)，需不斷提高資本市場信息傳遞的效率和規(guī)范分析師從業(yè)人員的職業(yè)道德。首先，建議加強對分析師發(fā)布報告的動態(tài)監(jiān)管。例如，在分析師對某公司連續(xù)2次以上的年度EPS預(yù)測相同時，可以要求系統(tǒng)備注、報備和預(yù)測記錄留痕，并要求分析師在報告中進行相關(guān)的提示。這樣的舉措可能在一定程度上降低了由于分析師自我因循所導(dǎo)致的盈余預(yù)測誤差。然而，需要注意的是，此舉可能會增加分析師的工作量，可能引發(fā)一定的利益沖突問題，因此需要權(quán)衡利弊。其次，監(jiān)管層可以加強對分析師的培訓(xùn)和教育，提高其意識和素質(zhì)，使其更好地理解決策疲勞的影響，并掌握相應(yīng)的應(yīng)對策略，以提高研報質(zhì)量和預(yù)測準確性。

在券商企業(yè)管理和分析師工作制定方面，本文的研究發(fā)現(xiàn)，分析師在一定的工作時間內(nèi)如果面臨過大的工作疲勞和工作強度，其信息發(fā)掘的效率會下降，從而影響市場信息的發(fā)現(xiàn)和有效定價，因此，建議對賣方分析師群體的工作分工進行優(yōu)化，以提高其工作效率和質(zhì)量。一種優(yōu)化的方式是明確分工合作和團隊作戰(zhàn)的模式。目前，賣方分析師在上市公司信息收集、數(shù)據(jù)分析、投資邏輯分析、估值分析、匯報路演等工作分工上存在模糊和不足的情況。通過明確每個分析師的職責(zé)和任務(wù)，并加強團隊之間的合作與協(xié)作，可以在保證工作量的基礎(chǔ)上提高賣方分析師的盈余預(yù)測質(zhì)量和工作質(zhì)量。此外，券商企業(yè)可以考慮提供更好的工作支持和資源，例如增加分析師的研究助手、數(shù)據(jù)分析師和行業(yè)專家團隊等，以幫助分析師更好地開展工作。同時，可以加強分析師的培訓(xùn)和專業(yè)知識更新，提高他們的分析能力和行業(yè)洞察力。

參考文獻：

［1］?蔡寧.信息優(yōu)勢、擇時行為與大股東內(nèi)幕交易［J］．金融研究，2012（5）：179-192.

［2］?戴園晨.股市泡沫生成機理以及由大辯論引發(fā)的深層思考——兼論股市運行扭曲與莊股情結(jié)［J］．經(jīng)濟研究，2001（4）：41-50.

［3］?趙濤，鄭祖玄.信息不對稱與機構(gòu)操縱——中國股市機構(gòu)與散戶的博弈分析［J］．經(jīng)濟研究，2002（7）：41-48，91.

［4］?Brav?A，?Lehavy?R.?An?Empirical?Analysis?of?Analysts?Target?Prices：?Short-term?Informativeness?and?Long-term?Dynamics?［J］．?The?Journal?of?Finance，2003，58（5）：?1933-67.

［5］?洪劍峭，張曉斐，蘇超.?上市公司業(yè)績變動與分析師預(yù)測行為［J］．?投資研究，2013，32（8）：?113-128.

［6］?Hirshleifer?D.，Levi?Y.，Lourie?B.?Decision?Fatigue?and?Heuristic?Analyst?forecasts［J］．?Journal?of?Financial?Economics，2019，133（1）：?83-98.

［7］?楊青，吉赟，王亞男.?高鐵能提升分析師盈余預(yù)測的準確度嗎？——來自上市公司的證據(jù)［J］．?金融研究，2019，465（3）：?168-188.

［8］?Lang?M.?H.，Lundholm?R.?J.?Corporate?Disclosure?Policy?and?Analyst?Behavior［J］．?Accounting?Review，1996：?467-492.

［9］?Ke?B，Yu?Y.?The?Effect?of?Issuing?Biased?Earnings?Forecasts?on?Analysts?Access?to?Management?and?Survival［J］．?Journal?of?Accounting?Research，2006，44（5）：?965-999.

［10］Das?S.，Levine?C.?B.，Sivaramakrishnan?K.?Earnings?Predictability?and?Bias?in?Analysts?Earnings?Forecasts［J］．?Accounting?Review，1998：?277-294.

［11］羅棪心，麻志明，王亞平.?券商跟蹤海外上市公司對國內(nèi)分析師盈余預(yù)測準確性的影響［J］．?金融研究，2018（8）：?190-206.

［12］Jacob?J，Lys?T?Z，Neale?M?A.?Expertise?in?forecasting?performance?of?security?analysts［J］．?Journal?of?Accounting?and?Economics，1999，28（1）：?51-82.

［13］廖明情，孫繼欣，鄧路.社會關(guān)系在分析師調(diào)研過程中的作用——基于利益沖突和信息優(yōu)勢的視角［J］．南開管理評論，2021，24（1）：148-158+192-193.

［14］Jorgensen?B.，Li?J.，Sadka，G.?Earnings?Dispersion?and?Aggregate?Stock?Returns［J］．Journal?of?Accounting?and?Economics，2012，53（1-2）：?1-20.

［15］林晚發(fā)，李國平，王海妹等.分析師預(yù)測與企業(yè)債券信用利差——基于2008-2012年中國企業(yè)債券數(shù)據(jù)［J］．會計研究，2013（8）：69-75+97.

［16］黃波，王滿，于浩洋.分析師預(yù)測質(zhì)量影響了債務(wù)融資成本嗎？——來自我國上市公司的經(jīng)驗證據(jù)［J］．金融評論，2018，10（02）：56-72+124.

［17］馮戈堅，張曉倩，王建瓊.分析師預(yù)測、投資機會與投資強度［J］．科學(xué)決策，2018（6）：?41-62.

［18］陳婧，于雪航，方軍雄.分析師預(yù)測樂觀偏差與企業(yè)創(chuàng)新投資——基于收入壓力的視角［J］．財務(wù)研究，2021（4）：45-57.

［19］OBrien?P.?C.?and?Bhushan?R.?Analyst?Following?and?Institutional?Ownership［J］．?Journal?of?Accounting?Research，1990，28：?55-76.

［20］Altinkilic?O.?and?Balashov?V.?S.?Hansen?R?S.?Are?Analysts?Forecasts?Informative?to?the?General?Public？［J］．?Management?Science，2013，59（11）：?2550-2565.

［21］Clement?M.?B.，Analyst?Forecast?Accuracy：?Do?Ability，Resources，and?Portfolio?Complexity?Matter？［J］．?Journal?of?accounting?and?economics，1999，27（3）：?285-303.

［22］Lehavy?R，Li?F，Merkley?K.?The?Effect?of?Annual?Report?Readability?on?Analyst?Following?and?the?Properties?of?Their?Earnings?Forecasts?［J］．?The?Accounting?Review，2011，86（3）：?1087-115.

［23］Loughran?T，McDonald?B.?Measuring?Readability?in?Financial?Disclosures?［J］．?The?Journal?of?Finance，2014，69（4）：?1643-71.

［24］Hilary?G，Shen?R.?The?role?of?analysts?in?Intra-industry?Information?Transfer?［J］．?The?Accounting?Review，2013，88（4）：?1265-87.

［25］Groysberg?B，Healy?P?M.?Wall?Street?Research：?Past，Present，and?Future［M］．Stanford?University?Press，2020.

［26］Brennan，M.?J.，&?Hughes，P.?J.?Stock?Prices?and?the?Supply?of?Information?［J］．?The?Journal?of?Finance，1991，46（5）：?1665-1691.

［27］Hodge?F.?D.，Investors?Perceptions?of?Earnings?Quality，Auditor?Independence，and?the?Usefulness?of?Audited?Financial?Information［J］．?Accounting?Horizons，2003，17：?37.

［28］Bonner?S?E，Walther?B?R，Young?S?M.?Sophistication-related?Differences?in?Investors?Models?of?the?Relative?Accuracy?of?Analysts?Forecast?Revisions?［J］．?The?Accounting?Review，2003，78（3）：?679-706.

［29］Gleason?C.?A.，Lee?C.?M.?C.?Analyst?forecast?revisions?and?market?price?discovery［J］．?The?Accounting?Review，2003，78（1）：?193-225.

［30］張崢，劉力.換手率與股票收益：流動性溢價還是投機性泡沫？［J］．經(jīng)濟學(xué)（季刊），2006（2）：?871-892.

Analysts?Fatigue，F(xiàn)orecasting?Quality?and?Stock?Returns

——The?Evidence?from?China

HUA?Xia1，?FAN?Li1，?YIN?Xiang2

（1.?School?of?Finance，Southwestern?University?of?Finance?and?Economics，Chengdu?611130，

China;?2.School?of?Finance，Sichuan?University，Chengdu?610064，China）

Abstract：The?decision?fatigue?of?analysts?and?its?impact?on?the?decline?in?forecast?quality?is?an?issue?worthy?of?attention?in?the?industry.?This?study?examines?the?relationship?between?analyst?fatigue?and?forecast?quality?in?the?Chinese?A-share?market.?Through?statistical?analysis?of?earnings?forecasts?in?sell-side?analyst?reports?from?2006?to?2023?in?the?A-share?market，?the?study?found?that?analyst?decision?fatigue?is?positively?related?to?earnings?forecast?errors.?This?means?that?as?the?number?of?forecasts?issued?by?analysts?increases?within?a?week，?their?errors?in?forecasting?company?earnings?also?increase.?Forecasts?released?by?analysts?with?severe?decision?fatigue?predict?lower?long-term?returns?for?individual?stocks，?with?earnings?forecast?errors?acting?as?partial?intermediary?variables?in?this?relationship.?The?lower?stock?returns?caused?by?decision?fatigue?are?related?to?market?information?asymmetry.

Key?words：analyst?forecast;earnings?forecast?error;decision-making?fatigue;?stock?market

（責(zé)任編輯：趙春江）