孫文晶 王明偉 馮建

(1.西南財經(jīng)大學(xué)會計學(xué)院，四川 成都 611130；2.西安交通大學(xué)管理學(xué)院，陜西 西安 710049)

一、引言

資本市場建設(shè)是經(jīng)濟轉(zhuǎn)型的必要條件，長期資金入市則是市場健康發(fā)展的基石。近年來，隨著資本市場改革深入，中國證監(jiān)會在資金來源、業(yè)績考核、投資渠道與監(jiān)管安排等方面出臺了一系列措施，為吸引更多中長期資金入市提供政策支持。其中，社?；鹱鳛橹匾闹虚L期資金來源，其入市動態(tài)得到了社會各界的廣泛關(guān)注。自2003年社?；鹫缴孀阗Y本市場以來，社?；鸪止梢?guī)模基本呈持續(xù)增長態(tài)勢，截止2018年末，社?；鸪止?23只，持股總市值1 937億元，已成為資本市場中不可忽視的重要力量。但與此同時，中國社保基金的平均持股比例僅為1.71%(1)此處“中國社?；鸬钠骄止杀壤齼H為1.71%”與描述性統(tǒng)計分析中的社?；鹌骄止杀壤嬖诓町悾蛟谟谠撎幍臄?shù)值是未進行縮尾處理的結(jié)果，特此說明。，仍處于較低水平，其能否實現(xiàn)政策初衷，切實發(fā)揮促進市場健康發(fā)展的積極影響還有待厘清。因此，明確社保基金對資本市場的影響與作用機制是完善資本市場建設(shè)的重要課題。

現(xiàn)有研究對機構(gòu)投資者與分析師預(yù)測的關(guān)系進行了豐富探討。一方面，基于公司治理理論，機構(gòu)投資者具有監(jiān)督效應(yīng)，將抑制公司盈余管理，促進信息披露[1]，改進分析師預(yù)測[2-3]。另一方面，基于利益相關(guān)者理論，分析師群體的發(fā)展依賴于對利益相關(guān)者訴求的回應(yīng)，面臨來自基金分倉等利益沖突[4]。傾向于做出偏樂觀的盈余預(yù)測[5]。社保基金雖然屬于機構(gòu)投資者的范疇，但與一般的機構(gòu)投資者存在較大差異。第一，社保基金的規(guī)模更大，獨立性更強[6]，其治理效應(yīng)可能更為明顯。第二，不同于基金公司等機構(gòu)投資者面臨短期業(yè)績壓力，傾向于通過分倉等方式對分析師施壓，社?；鹱鳛閼?yīng)對中國老齡化進程的長期資金[7]，對短期收益的要求較低，其更關(guān)注資金安全和長期保值增值[8]，這種追求低波動的“安全網(wǎng)”效應(yīng)可能會通過新的渠道影響分析師預(yù)測。

本文可能的貢獻在于：第一，不同于現(xiàn)有研究局限于普適性的機構(gòu)投資者治理效應(yīng)[9-12]，本文提出了社?；鸪止傻摹鞍踩W(wǎng)”效應(yīng)，并據(jù)此建立了“社?；鸪止伞顿Y者關(guān)注——分析師預(yù)測”的分析框架，引入了社?；鸪止蓪?dǎo)致的市場參與方互動，突出了社?；鹋c一般機構(gòu)投資者的差異，豐富了有關(guān)社?；鸪止傻睦碚撗芯?。第二，本文從理論和實證的角度分析了不同市場環(huán)境下社?；鸪止傻漠愘|(zhì)性作用，對社?；鸪止傻摹鞍踩W(wǎng)”效應(yīng)形成了閉環(huán)驗證，在豐富社?；鸪止上嚓P(guān)研究的同時，亦對不同市場參與方行為互動與演化研究提供了有益補充。第三，本文研究結(jié)論對中國資本市場改革具有重要的啟示意義，研究發(fā)現(xiàn)社?；鸪止蓪⑼ㄟ^改變投資者的資產(chǎn)配置，影響分析師的預(yù)測行為，這一結(jié)論表明，在推進資本市場改革、引入多元化市場主體的過程中，決策部門不僅要關(guān)注各類市場主體對市場定價的直接影響，更要關(guān)注新入市主體與既有主體之間的行為互動及可能導(dǎo)致的對市場的綜合影響。

二、文獻回顧與研究假設(shè)

(一)文獻回顧

證券分析師的預(yù)測行為主要受信息和利益沖突兩大因素影響，其中，前者是分析師決策的客觀基礎(chǔ)，后者是分析師預(yù)測的主觀動機。第一，在信息方面，現(xiàn)有文獻發(fā)現(xiàn)無論是上市公司的公開信息披露[1]，還是分析師調(diào)研所獲取的私有信息[13]，均可以顯著提升分析師預(yù)測精度，進一步，媒體報道[14]等在信息傳遞過程中的助力亦有助于改進分析師預(yù)測。第二，在利益沖突方面，現(xiàn)有文獻證實分析師面臨來自上市公司、機構(gòu)投資者、兄弟部門等多方面的利益沖突[15-17]，基金分倉、經(jīng)紀、承銷、直投等業(yè)務(wù)壓力都將迫使分析師做出有偏預(yù)測，給出更樂觀的預(yù)測評級[5,15]。

機構(gòu)投資者作為資本市場的重要主體，其對分析師預(yù)測的影響得到了較多關(guān)注。一方面，機構(gòu)投資者有動機、有能力參與上市公司治理[18]，從而有助于促進公司信息披露[1,19]，改進分析師預(yù)測精度；另一方面，對于機構(gòu)投資者重倉持有的股票，分析師為獲取機構(gòu)投資者的分倉派點以及基金經(jīng)理的新財富投票，往往面臨較強的唱多壓力，難以給出客觀的預(yù)測結(jié)果，從而損害預(yù)測精度[4,20]。因此，機構(gòu)投資者對分析師預(yù)測具有相反的作用，其具體影響需要考慮不同情境以及不同機構(gòu)投資者之間的異質(zhì)性。

社?；鹱鳛楸姸鄼C構(gòu)投資者中的一員，具有保障中國老齡化進程安全的重要使命，自入市以來便得到了學(xué)術(shù)界的高度關(guān)注。但目前有關(guān)社?；鹑胧薪?jīng)濟后果的研究仍然較少，且主要集中于公司決策方面，如靳慶魯和宣揚等(2016)[21]以社?；鹈庹骷t利稅為切入點，發(fā)現(xiàn)社保基金持股與公司股利顯著正相關(guān)；李春濤和薛原等(2018a)[11]則關(guān)注社?；鸬闹卫硇?yīng)，發(fā)現(xiàn)社?；鸪止赡軌蛱嵘鲜泄镜挠噘|(zhì)量。

(二)研究假設(shè)

作為中國資本市場改革的重要一環(huán)，社?；鸬戎虚L期資金入市可能對資本市場發(fā)展帶來深刻影響。一方面，社?；鸬母咭?guī)模、長期限等屬性，使其具備更強的治理意愿和治理能力，從而更有助于促進公司信息披露，助力分析師預(yù)測。另一方面，社?；鹚袚谋Ｕ先蝿?wù)使其具有更低的風險偏好，有助于降低股價波動，促使投資者調(diào)整資產(chǎn)配置，從而影響分析師面臨的經(jīng)紀業(yè)務(wù)利益沖突，導(dǎo)致其預(yù)測行為變化。

1.治理效應(yīng)

根據(jù)公司治理理論，社?；鹂赡艹鲇谝韵氯c，具有更強的治理效應(yīng)。第一，與基金、信托等其他機構(gòu)投資者相比，社?；鹱鳛檎С值臋C構(gòu)投資者[7]，對短期收益的敏感性較低，更為關(guān)注投資的長期收益[8]，從而更有動力參與公司經(jīng)營與治理[22]。第二，社?；鸪止蓮V泛且規(guī)?？捎^，具有涉足各個行業(yè)的專業(yè)化投資團隊，在監(jiān)督公司管理層與大股東方面具有比較優(yōu)勢[23]，監(jiān)督成本更低，監(jiān)督收益更高[24]，監(jiān)督動力與能力更強，從而可以提升治理有效性；第三，與保險、信托這些與上市公司存在較強業(yè)務(wù)關(guān)系的機構(gòu)投資者相比，社?；皙毩⑿愿鼜奫6]，可以更為有效的監(jiān)督和約束公司管理層[23]。

基于上述三方面，與一般機構(gòu)投資者相比，社?；鸪止傻闹卫硇?yīng)可能更加明顯，從而有助于促進公司信息披露，提高盈余質(zhì)量[11]，改進分析師預(yù)測精度。

2.安全網(wǎng)效應(yīng)

與中國散戶投資者偏好追漲殺跌的高波動不同，社?；鹱鳛楸Ｕ现袊淆g化安全的支柱，保值是投資的第一要義。因此，社?；鹂赡芡ㄟ^以下三點，降低持股波動，促使散戶投資者離開持股標的，減少持股標的的投資者關(guān)注。第一，社保基金天然偏好低波動股票，在持股標的的選擇上便呈現(xiàn)出與散戶投資者的巨大差異。第二，社保基金持股期限長、重安全，其有意愿、有能力對公司資本運作行為進行監(jiān)督[23-24]，抑制內(nèi)幕交易，抑制股價操縱，降低股價極端波動。第三，社保基金堅持價值投資理念，在股價低估時買入，在股價高估時賣出，這一操作思路擠壓了游資炒作收益，加劇游資炒作難度，從而將游資炒作擠出，降低股價波動。

基于上述三方面，社?；鸾档土顺止蓸说牟▌有?，形成了股價的安全網(wǎng)，減少了散戶投資者的關(guān)注。基于利益相關(guān)者理論，散戶投資者熱衷于頻繁交易，是券商傭金收入的重要來源之一，亦是分析師經(jīng)紀業(yè)務(wù)利益沖突的重要來源，因此，投資者關(guān)注的減少將降低分析師面臨的經(jīng)紀業(yè)務(wù)利益沖突，提升分析師決策的獨立性，改進其預(yù)測精度。

綜上所述，社保基金持股不僅具有更強的治理效應(yīng)，改善分析師的信息獲取，而且通過降低波動，形成安全網(wǎng)，降低了持股標的的投資者關(guān)注和分析師面臨的經(jīng)紀業(yè)務(wù)利益沖突，也提升了分析師決策獨立性。因此，預(yù)期社?；鸪止蓪@著提高分析師預(yù)測精度，據(jù)此提出以下假設(shè)。

H1社?；鸪止膳c分析師預(yù)測精度顯著正相關(guān)。

在不同的市場環(huán)境下，社保基金持股對分析師預(yù)測的影響可能存在較大差異，這主要是因為低波動的安全網(wǎng)在熊市中具有較高價值。具體而言，在牛市中，投資者情緒高昂[25-26]，散戶投資者對波動性的偏好進一步放大，“中小創(chuàng)”往往成為散戶投資者的主要配置，此時社?；鸬陌踩W(wǎng)效應(yīng)更受散戶投資者的排斥，從而強化社?；鸪止膳c投資者關(guān)注的負向關(guān)系，更大程度緩解分析師來自經(jīng)紀業(yè)務(wù)的利益沖突，提高分析師預(yù)測精度。反之，在熊市中，投資者情緒較為悲觀，散戶投資者出于資金安全性考慮，亦會降低對波動性的要求，此時社?；鸪止傻陌踩W(wǎng)效應(yīng)便得到散戶投資者的認可，促使散戶投資者在社保持倉中抱團取暖，提升社保持倉標的的投資者關(guān)注，加劇分析師面臨的經(jīng)紀業(yè)務(wù)利益沖突，從而損害分析師預(yù)測精度。為此，預(yù)期社?；鸪止蓪Ψ治鰩燁A(yù)測精度的促進作用主要體現(xiàn)在牛市中，據(jù)此提出以下假設(shè)。

H2在牛市中，社保基金持股與分析師預(yù)測精度的正相關(guān)關(guān)系更明顯。

三、研究設(shè)計

(一)樣本選擇與數(shù)據(jù)來源

本文以2003—2018年中國證券分析師全部盈余預(yù)測數(shù)據(jù)為初始樣本。選擇2003年作為研究起點主要是基于兩方面的考慮：第一，2003年為社?；鹫饺胧性?；第二，本文分析師預(yù)測數(shù)據(jù)來自CSMAR數(shù)據(jù)庫，該數(shù)據(jù)庫對分析師報告的記錄雖始于2001年，但2001—2002年記錄較少[20]。

在初始樣本基礎(chǔ)上，本文按如下程序進行篩選：(1)剔除供職于獨立咨詢機構(gòu)的分析師樣本，僅保留賣方分析師數(shù)據(jù)；(2)剔除分析師姓名或分析師預(yù)測缺失的樣本；(3)剔除預(yù)測終止年與報告發(fā)布年不一致的樣本，僅保留當期預(yù)測[27]；(4)剔除金融行業(yè)樣本；(5)剔除變量缺失樣本。篩選后樣本量為341 309個觀測值。為避免離群值的影響，參照研究慣例，對全部連續(xù)變量進行上下1%的縮尾處理。本文相關(guān)數(shù)據(jù)均來自CSMAR數(shù)據(jù)庫。

(二)變量定義

1.分析師預(yù)測精度

參考譚松濤和崔小勇(2015)[14]，本文采用兩種指標作為分析師預(yù)測精度的度量：其中一種指標是分析師預(yù)測偏差(Ferd)，具體定義為分析師盈余預(yù)測與公司實際盈余之差的絕對值除以實際盈余的絕對值，其中為避免實際盈余為零導(dǎo)致樣本缺失，將分母加0.5處理。

(1)

其中，i為研報目標公司，j為分析師個體，t為研報發(fā)布年份。式(1)表示分析師預(yù)測偏差的絕對水平，該指標越大，分析師預(yù)測偏差則越大，預(yù)測精度越低。另一種指標是分析師預(yù)測樂觀度(Ferr)，定義如下

(2)

該指標區(qū)分了分析師預(yù)測的偏差方向，將分析師普遍存在的系統(tǒng)性樂觀偏差考慮在內(nèi)。同時，該指標亦是分析師預(yù)測精度的反向指標，分析師預(yù)測樂觀度越大，預(yù)測精度則越低。

2.社?；鸪止?/p>

參考李春濤和薛原等(2018a)[11]，本文以社?；鸪止杀壤?Sfp)作為社?；鸪止傻拇碜兞?。同時，在穩(wěn)健性測試中，采用社?；鹗欠癯止?Sf)和社保基金持股變化(ΔSfp)進行穩(wěn)健性檢驗。

3.控制變量

參考黃俊和黃超等(2018)[28]，本文圍繞被解釋變量分析師預(yù)測精度，選取以下控制變量：公司規(guī)模(Size)、資產(chǎn)負債率(Lev)、資產(chǎn)收益率(Roa)、市凈率(Pb)、機構(gòu)持股比例(Inshld)、個股回報率(Ret)、個股換手率(Trn)、上市年齡(Age)、分析師關(guān)注(Follow)、分析師跟進公司數(shù)量(Cover)和預(yù)測距離(Horizon)。同時，為避免年度和公司差異的潛在干擾，本文亦對年度(Year)和公司效應(yīng)(Firm)進行控制。

本文主要變量的具體定義見表1。

表1 變量定義表

(三)模型設(shè)定

參考李春濤和薛原等(2018a)[11]，本文采用如下模型，檢驗社?；鸪止蓪Ψ治鰩燁A(yù)測精度的影響。

(3)

其中，被解釋變量Analyst為分析師預(yù)測精度，分別采用變量Ferd和Ferr表示；變量Sfp為社?；鸪止杀壤?，是本文的關(guān)注變量。變量Control為公司財務(wù)變量、交易變量、分析師特征等控制變量。變量Year和Firm為年度與公司效應(yīng)。本文關(guān)注變量Sfp的回歸系數(shù)β1的符號與顯著性，如果β1顯著為負，則說明社?；鸪止杀壤礁?，分析師預(yù)測偏差和預(yù)測樂觀度越低，預(yù)測精度越高，從而與假設(shè)H1相一致。反之，如果β1顯著為正，則說明社?；鸪止捎袚p分析師預(yù)測精度。

四、實證結(jié)果與分析

(一)描述性統(tǒng)計

表2報告了本文主要變量的描述性統(tǒng)計結(jié)果。首先，在分析師預(yù)測方面，變量Ferd和Ferr的均值分別為0.239 5和0.169 3，標準差分別為0.301 9和0.343 1，表明分析師預(yù)測偏差與預(yù)測樂觀度存在較大個體差異，與黃俊和黃超等的發(fā)現(xiàn)相一致[28]。同時，變量Ferr的均值與中位數(shù)均為正值，證實分析師存在系統(tǒng)性樂觀偏差[20]。其次，在社保基金持股方面，變量Sfp的均值為0.731 7，即樣本中社保基金平均持股比例為0.73%，標準差為1.211 1，說明社?；饘Σ煌瑯说牡某止杀壤嬖谳^大差異，為研究社?；鸪止傻慕?jīng)濟后果提供了良好的統(tǒng)計支持。此外，變量Sfp的最大值為5.770 0，即社?；鹱罡叱止?.77%，表明目前社保基金持股比例普遍偏低，對于社?；鹉芊癜l(fā)揮市場影響仍需進一步驗證。最后，在控制變量方面，分析師平均每月跟進約9家公司，單一公司平均每月約有6名分析師跟進，表明分析師對上市公司的覆蓋強度較大，可能顯著影響公司決策，是資本市場中不可忽略的重要成員。

表2 描述性統(tǒng)計

(二)社?；鸪止膳c分析師預(yù)測精度

表3報告了社?；鸪止膳c分析師預(yù)測精度的回歸結(jié)果，前兩列以分析師預(yù)測偏差Ferd為被解釋變量，后兩列以分析師預(yù)測樂觀度Ferr為被解釋變量。從前兩列可見，無論是否加入控制變量，變量Sfp的系數(shù)值均在1%水平顯著為負，表明社?；鸪止杀壤礁?，分析師預(yù)測偏差越低，預(yù)測精度越高，與假設(shè)H1相一致。后兩列亦提供類似結(jié)果，無論是否加入控制變量，變量Sfp的系數(shù)值均顯著為負，說明社?；鸪止杀壤c分析師預(yù)測樂觀度顯著負相關(guān)，可以有效促進分析師預(yù)測精度，再次支持假設(shè)H1。綜合而言，表3支持社?；鸪止傻姆e極市場效應(yīng)，為社?；鹬Y本市場健康發(fā)展提供了經(jīng)驗證據(jù)。

表3 社?；鸪止膳c分析師預(yù)測精度

在控制變量方面，高規(guī)模、高市凈率、高機構(gòu)持股、高換手率的“四高公司”，分析師預(yù)測偏差和預(yù)測樂觀度均更大，預(yù)測精度更低，與黃俊和黃超等的發(fā)現(xiàn)相符[28]。高負債、高盈利、高回報率的公司，分析師預(yù)測精度更高，與褚劍和秦璇等(2019)的研究相一致[25]。此外，分析師跟進公司數(shù)量越少，預(yù)測距離越長，預(yù)測精度則越低。

(三)社?；鸪止?、市場環(huán)境與分析師預(yù)測精度

基本回歸結(jié)果支持社保基金持股的積極市場效應(yīng)，但并未區(qū)分社?；鸪止傻闹卫硇?yīng)與安全網(wǎng)效應(yīng)，亦不能為安全網(wǎng)效應(yīng)的存在性提供證據(jù)。為此，進一步對假設(shè)H2進行驗證，考察在不同市場環(huán)境下，社?；鸪止蓪Ψ治鰩燁A(yù)測精度的異質(zhì)性影響。在理論上，如果安全網(wǎng)效應(yīng)成立，在熊市中，散戶投資者應(yīng)聚集于社保基金的持倉標的，尋求安全背書，從而增加持倉標的的投資者關(guān)注，加劇分析師面臨的經(jīng)紀業(yè)務(wù)利益沖突，抑制社?；鸪止傻姆e極影響。

參考Pagan和Sossounov(2003)[29]，采用波峰波谷法，以上證綜指為基準，對樣本期間的市場環(huán)境進行劃分，定義2005年、2006年、2007年、2009年、2014年、2015年和2017年為牛市，其余年份為熊市。表4報告了不同市場環(huán)境下的分樣本回歸結(jié)果。從表可見，在牛市中，變量Sfp的系數(shù)值均在1%水平顯著為負，且系數(shù)值大于全樣本結(jié)果(絕對值)，表明在牛市中，散戶投資者情緒更加高昂，風險偏好提升，社保持倉加速散戶投資者流出，緩解分析師面臨的經(jīng)濟業(yè)務(wù)利益沖突，從而更明顯的促進分析師預(yù)測精度，與假設(shè)H2相一致；而在熊市中，變量Sfp的系數(shù)值均不顯著，表明在熊市中，社?；鸪止煽赡転樯敉顿Y者提供了安全背書，在社保持倉標的中形成散戶投資者的抱團取暖，提升持倉標的的投資者關(guān)注，從而難以緩解分析師利益沖突，抑制社?；鸪止蓪Ψ治鰩燁A(yù)測精度的促進作用。綜合而言，表4初步支持社保基金安全網(wǎng)效應(yīng)的存在性，顯示社保基金入市將會通過影響投資者資產(chǎn)配置的調(diào)整，影響分析師決策，形成不同市場參與主體之間的行為互動。

表4 社?；鸪止?、市場環(huán)境與分析師預(yù)測精度

(四)穩(wěn)健性檢驗

1.內(nèi)生性處理

(1)工具變量回歸。分析師預(yù)測精度高的公司，往往治理結(jié)構(gòu)良好、信息披露質(zhì)量較高，這些公司亦深受社?；鹌珢踇11]，因此，社?；鸪止膳c分析師預(yù)測精度之間，可能存在反向因果關(guān)系，原估計可能存在偏誤。為此，參考李春濤和劉貝貝等(2018b)[12]，本文采用同年份同行業(yè)除樣本公司以外的社?；鸪止杀壤?Sfp_m)作為工具變量進行回歸。一方面，樣本公司的社?；鸪止杀壤@然與同年份同行業(yè)的社?；鸪止汕闆r相關(guān)；另一方面，其他公司的社?；鸪止杀壤粫苯佑绊憳颖竟镜姆治鰩燁A(yù)測，滿足外生性要求。表5報告了對應(yīng)的回歸結(jié)果。在第一階段回歸中，變量Sfp_m的系數(shù)值顯著為正，且Cragg-Donald Wald F統(tǒng)計量大于10，表明變量Sfp_m不是弱工具變量，滿足相關(guān)性要求；在第二階段回歸中，變量Sfp的系數(shù)值均在1%水平顯著為負，再次表明社?；鸪止煽梢燥@著降低分析師預(yù)測偏差與預(yù)測樂觀度，促進分析師預(yù)測精度，支持假設(shè)H1。

表5 社?；鸪止膳c分析師預(yù)測精度：內(nèi)生性處理

(2)安慰劑檢驗。證券分析師的預(yù)測行為受到多種因素影響，盡管本文已對公司財務(wù)特征、交易特征以及分析師自身特征進行控制，但仍然可能遺漏某些重要的系統(tǒng)性因素，導(dǎo)致原結(jié)論估計偏誤。為此，本文采用安慰劑檢驗進行穩(wěn)健性測試，如果隨機分配后的變量Sfp仍然顯著為負，則表明原結(jié)論并非社保基金持股與分析師預(yù)測之間的因果關(guān)系，而是遺漏了某些系統(tǒng)性因素；反之，如果變量Sfp不顯著，則支持原結(jié)論。表5報告了對應(yīng)的回歸結(jié)果。從表可見，變量Sfp的系數(shù)值分別為0.000 1和0.000 2，且均不顯著，從側(cè)面對原結(jié)論提供了支持，結(jié)論穩(wěn)健。

2.其他穩(wěn)健性檢驗

本文還在以下方面進行了穩(wěn)健性檢驗：(1)重新定義分析師預(yù)測精度。參考許年行和江軒宇等(2012)[20]，以年初股價替換式(1)和式(2)中的分母，重新定義分析師預(yù)測精度。(2)調(diào)整樣本。參考Cowen和Groysberg等(2006)[30]，僅保留分析師對目標公司當年發(fā)布的最后一次預(yù)測，以降低樣本間的相關(guān)性。(3)重新定義社?；鸪止伞⒖祭畲簼脱υ?2018a)[11]，以社?；鹗欠癯止?Sf)和社?；鸪止勺兓?ΔSfp)作為社保基金持股的代理變量。表6和表7報告了對應(yīng)的回歸結(jié)果。變量Sfp、Sf和ΔSfp的系數(shù)值均顯著為負，再次表明社?；鸪止膳c分析師預(yù)測精度顯著正相關(guān)，原結(jié)論保持不變。

表6 其他穩(wěn)健性檢驗：重新定義分析師預(yù)測和調(diào)整樣本

表7 其他穩(wěn)健性檢驗：重新定義社保基金持股

五、進一步討論

(一)作用機制分析

前文發(fā)現(xiàn)，社保基金持股可以顯著降低分析師預(yù)測偏差和預(yù)測樂觀度，提高分析師預(yù)測精度，且這一促進效應(yīng)在牛市中更為明顯。但對于社?；鸪止捎绊懛治鰩燁A(yù)測精度的具體渠道，尚未有直接的證據(jù)。為此，本文從治理效應(yīng)和安全網(wǎng)效應(yīng)兩個方面，對社?；鸪止捎绊懛治鰩燁A(yù)測的作用機制進行檢驗，其中，前者影響分析師的信息獲取，后者影響分析師的利益沖突。

首先，治理效應(yīng)方面。社?；鹱鳛閷I(yè)化、獨立性的長期投資者，更有動機和能力監(jiān)督上市公司管理層和大股東，完善公司治理，從而促進上市公司提升信息披露治理，改進分析師預(yù)測精度。參考劉永澤和高嵩(2014)[31]，本文采用滬深交易所信息披露考評結(jié)果(2)數(shù)據(jù)來源：中國研究數(shù)據(jù)服務(wù)平臺(CNRDS)，變量Attention同。作為信息披露質(zhì)量(Discloure)的代理變量，依次將不及格(D)、及格(C)、良好(B)和優(yōu)秀(A)定義為1-4，并采用式(3)(4)(5)進行中介效應(yīng)檢驗。

(4)

(5)

表8報告了治理效應(yīng)的回歸結(jié)果。前兩列顯示，變量Sfp的系數(shù)值在1%水平顯著為負，表明社?；鸪止煽梢燥@著降低分析師預(yù)測偏差和預(yù)測樂觀度，提高預(yù)測精度；第三列顯示，變量Sfp的系數(shù)值在1%水平顯著為正，表明社保基金持股與公司信息披露質(zhì)量顯著正相關(guān)，支持社?；鸬闹卫硇?yīng)；后兩列顯示，同時加入變量Sfp和Discloure后，變量Discloure的系數(shù)值顯著為負，且變量Sfp的系數(shù)值相比前兩列有所降低，表明發(fā)揮治理效應(yīng)，促進信息披露是社?；鹩绊懛治鰩燁A(yù)測的重要途徑。

其次，安全網(wǎng)效應(yīng)方面。社?；鹱鳛楸Ｕ厦裆闹匾еY金安全是投資底線，因此，社?；饘⒓訌妼竟蓛r操縱的監(jiān)督，堅持價值投資，降低股價波動；而散戶投資者偏好高波動性標的，熱衷于追漲殺跌。這種持股偏好的不一致將促使散戶投資者回避社?；鸪謧}標的，社保基金持股可能通過降低投資者關(guān)注，抑制分析師的經(jīng)紀業(yè)務(wù)利益沖突，提升分析師預(yù)測精度。參考許紅梅和李春濤(2020)[32]，分兩步對安全網(wǎng)效應(yīng)進行驗證。第一，參考岑維和童娜瓊等(2016)[33]，采用滬深交易所互動易平臺中投資者提問數(shù)量作為投資者關(guān)注(Attention)的代理變量，該平臺問題基本均為散戶投資者提出，以此作為度量標準可以有效反映散戶投資者對公司的關(guān)注度，本文將據(jù)此基于中介效應(yīng)模型檢驗投資者關(guān)注是否構(gòu)成社保基金持股影響分析師預(yù)測的渠道。第二，根據(jù)券商的經(jīng)紀業(yè)務(wù)收入占比(4)券商經(jīng)紀業(yè)務(wù)收入數(shù)據(jù)來自中國證券業(yè)協(xié)會。協(xié)會自2008年開始公布券商營收和經(jīng)紀業(yè)務(wù)相關(guān)收入數(shù)據(jù)，并且2011年、2012年、2013年的數(shù)據(jù)并未公布，因此本節(jié)中券商經(jīng)紀業(yè)務(wù)收入占比數(shù)據(jù)期間為2008-2010年、2014-2018年。是否排名行業(yè)前五名，對樣本進行分組檢驗，考察在不同經(jīng)紀業(yè)務(wù)占比下投資者關(guān)注對分析師預(yù)測的影響，如果投資者關(guān)注與分析師經(jīng)紀業(yè)務(wù)利益沖突正相關(guān)，那么對于經(jīng)紀業(yè)務(wù)收入占比低的券商，由于分析師本身面臨的經(jīng)紀業(yè)務(wù)利益沖突較小，此時投資者關(guān)注的增長將會顯著加大分析師的經(jīng)紀業(yè)務(wù)利益沖突，從而降低分析師預(yù)測精度，而對于經(jīng)紀業(yè)務(wù)收入占比高的券商，由于券商對經(jīng)紀業(yè)務(wù)依賴較強，無論投資者關(guān)注如何變化，分析師都將面臨較強的利益沖突，投資者關(guān)注的邊際影響不明顯。通過以上兩步檢驗，形成“社保基金持股——降低投資者關(guān)注——降低經(jīng)紀業(yè)務(wù)利益沖突”的閉環(huán)機制驗證。

(6)

(7)

表9報告了安全網(wǎng)效應(yīng)的回歸結(jié)果。從列(2)來看，社?；鸪止娠@著降低投資者關(guān)注，且在列(3)中同時加入變量Sfp和Attention后，變量Attention的系數(shù)值顯著為正，同時，變量Sfp的系數(shù)值相比列(1)明顯降低，且降幅大于治理效應(yīng)的檢驗結(jié)果，表明社?；鸾档屯顿Y者關(guān)注是影響分析師預(yù)測的主要機制。從后兩列來看，當經(jīng)紀業(yè)務(wù)收入占比較高時，變量Attention的系數(shù)值雖然為正，但并不顯著，表明對于高傭金依賴的券商而言，無論投資者關(guān)注如何變化，券商都會對分析師決策施壓，以期通過發(fā)布偏樂觀的盈余預(yù)測帶來更多交易傭金，此時，投資者關(guān)注的邊際影響并不明顯；反之，當經(jīng)紀業(yè)務(wù)收入占比較低時，變量Attention的系數(shù)值在1%水平顯著為正，表明投資者關(guān)注加劇了低傭金依賴度券商分析師的利益沖突，損害了分析師預(yù)測精度。綜合而言，表9表明社?；鸪止山档土松敉顿Y者對公司的關(guān)注，緩解了分析師面臨的經(jīng)紀業(yè)務(wù)利益沖突，從而改進了分析師預(yù)測精度。

表9 作用機制檢驗：安全網(wǎng)效應(yīng)(5)出于篇幅考慮，表9未報告預(yù)測樂觀度(Ferr)的相關(guān)結(jié)果，估計結(jié)論與預(yù)測偏差(Ferd)一致，留存?zhèn)渌鳌?/p>

(二)投資者偏好的再驗證

最后，對投資者偏好給予進一步驗證。從前文來看，安全網(wǎng)效應(yīng)驅(qū)動的投資者資產(chǎn)配置調(diào)整和分析師利益沖突緩解，是社?；鸪止捎绊懛治鰩燁A(yù)測的重要機制，而該鏈條成立的關(guān)鍵一環(huán)，則是散戶投資者與社?；鸪止傻耐顿Y偏好存在明顯差異，即散戶投資者偏好高波動，熱衷于追漲殺跌的頻繁交易，而社?；鹌玫筒▌颖ＷC資金安全。為驗證散戶投資者的投資偏好，以熊市環(huán)境為切入點，檢驗對于不同規(guī)模的公司，社?；鸪止墒欠翊嬖趯Ψ治鰩燁A(yù)測的異質(zhì)性影響。如果散戶投資者偏好高波動性，那么在熊市中，散戶投資者可能會選擇小市值公司抱團取暖，兼顧社保的安全背書和波動偏好，從而加劇跟進小市值公司的分析師利益沖突，降低預(yù)測精度。

表10報告了不同市值規(guī)模公司的分樣本回歸結(jié)果。從表10可見，在大市值公司中，變量Sfp的系數(shù)值為負，且不顯著，表明在熊市中，社?；鸪止刹⑽磶砩敉顿Y者在大市值公司的明顯聚集，從而不會加劇分析師的經(jīng)紀業(yè)務(wù)利益沖突，損害預(yù)測精度。而在小市值公司中，變量Sfp的系數(shù)值分別在5%和1%水平顯著為正，表明在熊市中，散戶投資者出于安全性和波動性的綜合考慮，在社保持倉的小市值公司形成了聚集，導(dǎo)致社保持股顯著加劇分析師利益沖突，降低預(yù)測精度。綜合而言，表10說明即使在熊市環(huán)境下，投資者雖然會進行安全性考慮，在社保持倉的安全網(wǎng)效應(yīng)下抱團取暖，但亦會兼顧波動性偏好，聚集于小市值公司，從而支持散戶投資者的高波動偏好，為散戶投資者與社保投資偏好的差異提供了支持。

表10 投資者偏好的再驗證：熊市環(huán)境

六、結(jié)論與政策建議

吸引中長期資金入市，改善投資者結(jié)構(gòu)，是中國資本市場改革的重要方向。社?；鹱鳛橹虚L期資金的重要來源，其入市行為是否有助于市場健康發(fā)展，是有關(guān)資本市場的關(guān)鍵命題。不同于現(xiàn)有文獻集中于考察社?；鸪止蓪緵Q策的影響，本文以證券分析師為切入點，對社?；鸪止傻氖袌鲂?yīng)進行探討，并基于社?；鹋c一般機構(gòu)投資者的差異，在傳統(tǒng)治理效應(yīng)以外，提出“社保基金持股——投資者關(guān)注——分析師經(jīng)紀業(yè)務(wù)利益沖突”的安全網(wǎng)效應(yīng)，豐富了有關(guān)社保基金分析的理論框架。基于2003-2018年中國A股上市公司的分析師預(yù)測數(shù)據(jù)，本文發(fā)現(xiàn)：第一，社?；鸪止膳c分析師預(yù)測精度顯著正相關(guān)，社?；鸪止杀壤礁?，分析師預(yù)測精度越高，且這一關(guān)系在牛市環(huán)境下更為明顯。第二，社?；鸪止赏ㄟ^治理效應(yīng)和安全網(wǎng)效應(yīng)兩個渠道影響分析師預(yù)測，前者通過促進公司信息披露，影響分析師信息獲取，后者通過影響投資者關(guān)注，影響分析師利益沖突。第三，散戶投資者風險偏好較高，在熊市環(huán)境下兼顧社?；鸢踩硶妥陨盹L險偏好，聚集于社保持倉的小市值公司，導(dǎo)致在熊市中，社保基金持股降低跟進小市值公司分析師的預(yù)測精度。

在中國宏觀經(jīng)濟轉(zhuǎn)型與金融供給側(cè)改革的背景下，本文的研究具有重要的現(xiàn)實價值。第一，吸引中長期資金入市是中國資本市場改革的重要環(huán)節(jié)，但從實施結(jié)果來看，目前社?；鹑胧械囊?guī)模仍然較為有限，持股比例仍然較低，本文對社?；鸪止煞e極作用的論證，為中國資本市場進一步引入中長期資金入市提供了經(jīng)驗支持。第二，資本市場具有多元化的市場參與主體，不同市場主體之間存在復(fù)雜的博弈過程和難以預(yù)料的博弈結(jié)果，本文發(fā)現(xiàn)社?；鹑胧袑@著影響投資者關(guān)注，驅(qū)動投資者調(diào)整資產(chǎn)配置，并進一步反饋至其他市場主體(如證券分析師等)，因此，在引入中長期資金的過程中，不僅應(yīng)關(guān)注新入市主體的直接影響，亦應(yīng)高度關(guān)注不同市場主體之間的行為互動及經(jīng)濟后果，科學(xué)評估新入市主體的綜合影響。第三，投資者教育是建設(shè)完善資本市場的重要任務(wù)，本文發(fā)現(xiàn)由于散戶投資者偏好高波動性標的，導(dǎo)致社保基金持股在某些特定環(huán)境下有損分析師預(yù)測精度，對市場造成了顯著的負面影響，因此，建議監(jiān)管機構(gòu)持續(xù)強化投資者教育，持續(xù)貫徹價值投資理念，為市場改革創(chuàng)造良好的投資者基礎(chǔ)。