公司违规行为与分析师预测精准度

作者：左月华、胡雨薇、刘晓军

左月华副教授研究团队的最新研究成果“Corporate Misconduct and Analyst Forecasting Accuracy: Evidence from China”（公司违规行为与分析师预测精准度）在金融学领域的国际权威期刊Emerging Markets Finance and Trade上发表。论文贡献在于首次识别了公司违规行为与分析师盈余预测精准度的因果关系，从市场信息效率的角度为公司违规行为的经济后果提供了新证据。

作为金融市场中经过专业培训的信息中介，分析师的预测精准度将直接影响资本市场中有限金融资源的流向和市场效率将被误导，整个金融市场的效率可能都会受到负面影响。因此，探究分析师能否识别企业的违规行为，是否影响其盈余预测的准确性对于提升金融市场的资源配置效率具有重要意义。

       该文基于 2008-2020年沪深 A 股上市公司数据，以固定效应模型深入探究公司违规行为和分析师盈余预测精准度的关系，得到的主要结论为：公司违规行为恶化了分析师的信息获取环境，从而降低了分析师整体的盈余预测准确度；公司违规行为可能通过导致公司盈余信息质量下降、机构投资者实地调研次数减少以及明星分析师的跟踪的减少三条影响机制降低分析师整体的盈余预测精准度。文章还进一步探索这一影响的异质性，发现上市公司的违规次数越多、违规行为属于信息披露类型以及违规行为越严重时，对分析师预测精准度的负面影响越大。

为了进一步证明研究结论是来自于公司违规行为而非其他因素，文章进一步将原始样本随机指派为 “违规组”和“非违规组”，然后对新的样本再次进行主模型回归。2000次回归的系数分布如下图所示，可以看到，系数近似于均值为0的正态分布，这意味着研究结果不太可能纯粹由违规之外的偶然因素驱动

文献来源：Full article: Corporate Misconduct and Analyst Forecasting Accuracy: Evidence from China (tandfonline.com)