張 超, 伍燕然, 蘇 凇, 胡松明

（北京師范大學 經(jīng)濟與工商管理學院，北京 100875）

一、引 言

證券分析師是資本市場中重要的信息中介①本文中特指的是賣方的證券分析師，后文簡稱分析師。，搭建起了市場投資者與上市公司溝通的橋梁。理論上，分析師憑借其專業(yè)能力和信息優(yōu)勢，是可以通過挖掘有價值的信息來緩解市場的信息不對稱和提高資產(chǎn)配置效率的。然而，在現(xiàn)實中，分析師卻可能發(fā)布有偏甚至虛假的研究報告誤導投資者，反而導致了更大的定價偏差和更低的市場配置效率。如2011年銀河證券分析師對攀鋼釩鈦的“天價”預測事件，眾多明星分析師站臺康美藥業(yè)后曝出的“財務造假”事件等，使無數(shù)聽信這些分析師推薦的投資者遭受了“血本無歸”的后果。

實際上，自20世紀70年代以來，國內(nèi)外大量的研究表明，分析師的盈利預測和股票推薦普遍存在樂觀偏差（O’Brien，1988；Womack，1996；Easterwood和Nutt，1999等），而對于樂觀偏差的成因以及影響分析師預測精度的因素則成為了學術研究的焦點。目前，最為普遍的觀點認為，分析師所面臨的利益沖突可能是導致分析師預測出現(xiàn)樂觀偏差的重要原因，如傭金關系（Gu等，2013；Wu等，2018）、承銷關系（Womack，1996）和個人聲譽（Clement，1999；Xu等，2013）等。同時，大量文獻也發(fā)現(xiàn)，信息不對稱程度（如公司信息披露質量、公司透明度和會計穩(wěn)健性等）和公司治理的水平也是影響分析師盈利預測精度的重要因素（Byard和Shaw，2003；郭杰等，2009；伍燕然等，2016）。而隨著行為科學的發(fā)展，一些學者發(fā)現(xiàn)，即使是理性投資者代表的分析師也不是完全理性的，同樣會受到認知失調(diào)、投資者情緒和決策疲勞等心理因素的影響（伍燕然等，2012；Hribar和McInnis，2012；Hirshleifer等，2019）。但總體來說，現(xiàn)有研究多基于利益沖突和信息不對稱的理性視角研究分析師預測精度的影響因素，而鮮有從有限套利及有限理性的視角去解釋和探索。

有限理性和有限套利是行為金融的兩大基石。本文試圖從行為金融學的視角，提出一個新的可能影響分析師盈利預測精度的重要因素，即有限套利，并考察套利限制與有限理性（如投資者情緒）之間可能的交互作用對分析師盈利預測精度的影響。有限套利或稱套利限制是指由于風險、成本、信息不對稱和制度性約束等因素的影響，使得套利者的套利行為受到限制?，F(xiàn)有研究發(fā)現(xiàn)，套利限制會影響投資者的交易活動，使更多錯誤定價信息融入到交易中去，進而導致資產(chǎn)價格偏離其基本價值，加劇市場的錯誤定價和價格波動（Lam和Wei，2011；Gu等，2018）。股票市場是分析師預測時獲取估測參數(shù)等重要信息的渠道。因而，當套利限制使更多脫離基本面的信息進入交易時，分析師需要依賴經(jīng)驗和私有信息對市場獲取的信息進行判斷，而這無疑增加了估測的難度和主觀性，使其更容易受到啟發(fā)式認知和證實偏差的影響，進而降低其盈利預測的精度。此外，基于Baker 和Wurgler（2006）的研究，套利限制會增加投資者估值的主觀性，加劇市場情緒對股價的影響。那么，本文還進一步推測，套利限制效應還可能會與市場情緒形成交互，強化市場情緒等認知偏差對分析師的不利影響，進一步降低分析師盈利預測的精度。

基于此，本文以2012年7月到2017年12月深交所的上市公司為研究樣本，參照Gu等（2018）構建了一個綜合衡量上市公司套利限制程度的指數(shù)，并嘗試從行為金融學的視角，研究套利限制及其與市場情緒的交互效應對分析師預測精度的影響。本文發(fā)現(xiàn)：（1）在控制了利益沖突和信息治理等理性因素后，套利限制仍對分析師盈利預測精度產(chǎn)生影響，上市公司的套利限制越強，分析師的盈利預測精度越低。（2）套利限制還會與情緒因素交互，加劇市場情緒的不利影響，進一步降低分析師盈利預測精度，但情緒因素對套利限制效應的影響并不顯著。（3）無論是研究能力更強的明星分析師，研究所規(guī)模更大、信息來源更廣的大券商分析師，還是獨立性更強的分析師，都不能降低套利限制因素的影響，而且研究能力更強的明星分析師受到套利限制的影響反而更大。（4）明星分析師和獨立性較強的分析師，均不能降低套利限制對情緒因素的加劇效應，但大券商分析師則可以相對降低這種加劇效應。在與本文相近的研究中，李丹等（2016）、黃俊等（2018）和褚劍等（2019）等從信息治理和利益沖突的角度解釋了融資融券制度實施后分析師預測精度的變化。但根據(jù)本文的結果，即使控制了信息因素和利益沖突因素，由于有限套利限制了信息供給并增加了分析師預測時的難度和主觀性，也會使分析師更容易受到認知偏差的影響，降低其預測精度。該結果意味著，僅從信息理論和利益沖突的理性視角去解釋套利限制對分析師的影響存在一定的局限。

本文的貢獻和創(chuàng)新性體現(xiàn)在四個方面：第一，本文基于個體預測層面，創(chuàng)新性地構建了一個更能綜合衡量公司套利限制程度的指數(shù)，并首次從認知偏差的角度來研究套利限制對分析師預測精度的影響，為解釋分析師盈利預測精度問題提供了一個新的視角和分析范式。第二，本文首次檢驗了套利限制與有限理性（情緒）之間的作用關系，并發(fā)現(xiàn)有限套利因素會加劇情緒因素對分析師的影響，進一步降低盈利預測精度，但情緒因素并不影響套利限制效應。第三，本文基于我國制度背景，構建了一個更能衡量套利限制程度的綜合指數(shù)，增加了信息不對稱維度和套利風險維度，使之更貼近于有限套利的含義和我國的現(xiàn)實背景。第四，本文為股票市場異象以及市場定價效率方面的研究提供了一個新的視角，即套利限制可以通過影響分析師的盈利預測作用于資本市場。

本文結構安排如下：第二部分是文獻回顧與研究假說；第三部分是研究設計；第四部分是實證分析；第五部分是拓展研究；第六部分是本文結論。

二、文獻回顧與研究假說

（一）文獻回顧

隨著分析師在資本市場中扮演著日益重要的角色，分析師行為的影響因素及其行為產(chǎn)生的經(jīng)濟后果逐漸成為學術界討論的重點（如Francis和Philbrick，1993；Jegadeesh等，2004；Ljungqvist等，2006；朱紅軍等，2007；Mola和Guidolin，2009；許年行等，2012；Eric，2013），而本文就屬于對分析師預測行為影響因素的研究。

實際上，大量的研究發(fā)現(xiàn)，分析師的盈利預測存在普遍的樂觀偏差（O’Brien，1988；Easterwood和Nutt，1999等），而對于其樂觀偏差的成因，或者說影響分析師預測精度的因素，則主要有理性和有限理性兩種視角。理性視角認為，分析師是理性的，但由于信息不對稱因素的普遍存在，分析師很難完全掌握上市公司所有的信息，同時各上市公司之間，財務會計準則的實施情況、信息披露的質量、公司治理水平以及私有信息的獲取情況也具有較大差異，使分析師所掌握的信息可能出現(xiàn)偏誤，最終導致分析師做出有偏的盈利預測（Byard和Shaw，2003；郭杰等，2009；伍燕然等，2016；Aharoni等，2017；Han等，2018）。同時，理性視角還認為，分析師的主觀動機也可能導致分析師的預測偏差。分析師的預測行為與所在券商的利益、上市公司利益和投資者利益密切關聯(lián)，會受到多種利益沖突的影響，如基金公司與券商之間的傭金關系（Mola和Guidolin，2009；Gu等，2013），上市公司與券商之間的承銷關系（Michaely和Womack，1999；Ljungqvist等，2006），分析師和券商的聲譽（Xu等，2013；Kerl和Ohlert，2015），機構持股壓力（Ljungqvist等，2006），分析師與公司管理層私人關系（劉青青和陳宋生，2019），券商自營利益（曹勝和朱紅軍，2011）等。在對這些利益的權衡中，分析師的自利性動機會使其盈利預測的精度大幅降低，并傾向于發(fā)布有偏特別是樂觀的盈利預測。

而隨著行為金融學的發(fā)展，使一些學者開始從有限理性的視角對分析師盈利預測偏差進行解釋。該觀點認為，分析師在認知和行為上存在偏差，也會受到一廂情愿（Shiller，2002）、過度自信（De Bondt和Thaler，1990）、投資者情緒（Baker和Wurgler，2006）、框架依賴（Tversky和Kahneman，1986）、羊群效應（Scharfstei和Stein，1990）和決策疲勞（Baumeister等，1998）等心理因素的影響。因而，分析師的盈利預測偏差還可能源于市場情緒等有限理性因素的影響。Mendal和Shleifer（2012）的理論模型就顯示出即使是理性投資者也會受情緒因素的驅動而追逐噪音交易的情況。而Easterwood和Nutt（1999）、Sedor 等（2002）、伍燕然等（2012，2016）、Hribar和McInnis（2012）、Wu等（2018）等學者的研究也驗證了有限理性因素特別是情緒因素對分析師盈利預測精度的不利影響。

而本文將嘗試從行為金融的視角出發(fā)，研究套利限制及其與有限理性因素的交互作用是否對分析師盈利預測精度產(chǎn)生影響。與本文比較相關的一類文獻是，借助融資融券的實施作為準自然實驗，研究賣空機制對分析師盈利預測精度的影響。如李丹等（2016）、黃俊等（2018）的研究發(fā)現(xiàn)，賣空機制的引入有助于降低分析師盈余預測偏度，提高其預測準確性，而褚劍等（2019）卻發(fā)現(xiàn)，由于買多賣空規(guī)模的非對稱性反而最終加劇了分析師的樂觀偏差。但是，這些文獻主要從信息治理和利益沖突的角度考察融資融券制度實施后，信息環(huán)境和利益沖突的變化對分析師預測精度的影響，而并未考察其他可能導致套利限制的因素（如漲跌停限制、深港通等）對分析師預測行為的綜合影響，而且也并未從認知偏差的角度考察套利限制與有限理性因素可能的交互作用對分析師預測行為產(chǎn)生的影響。為此，本文將進行嘗試，從行為金融的視角探索套利限制對分析師預測精度的影響，并探討套利限制與投資者情緒之間可能的交互作用，以及這些作用對不同特質分析師的影響差異。

（二）理論分析與研究假說

早期研究中，Delong等（1990）、Shleifer和Summers（1990）、Shleifer和Vishny（1997）等通過理論建模，證明了套利限制會使資產(chǎn)價格偏離其基本價值。而大量的實證研究則驗證了套利限制會使投資者將錯誤定價信息納入到投資決策，促使資產(chǎn)價格偏離其基本價值，加劇錯誤定價和價格波動（Lam和Wei，2011；葉建華和周銘山，2013；Gu等，2018；尹玉剛等，2018）。而Baker和Wurgler（2006）則發(fā)現(xiàn)，套利限制較高的股票，受到市場情緒的影響也更大。分析師的主要功能之一就是發(fā)布股票的盈利預測和投資評級從而發(fā)揮信息中介的作用，而市場交易信息是分析師在預測和評級時所參考的重要信息。那么，當套利限制使估值難度增加，并使更多脫離基本面的信息進入交易時，即使是分析師這類通過信息挖掘和解讀來促進市場信息流動的信息中介，也可能受此影響而做出較大偏差的預測。

具體來講，我們認為，分析師對套利限制較高的公司進行預測時會受到兩個方面因素影響：第一，就是套利限制影響了信息的獲取范圍和準確性。比如，當股票被納入到融資融券或深港通標的時，賣空交易者和境外交易者就會通過交易活動將更多信息傳遞到市場中，而這些信息與股票的基本面、市場預期收益和股票的均衡價格有關，有助于分析師利用這些信息來提高預測精度。而對于套利限制較高的股票，不僅會缺少這些重要的信息，而且由于其他投資者也很難掌握充分的信息對這類公司的市場價值和盈利預測進行判斷，分析師很難從市場和其他渠道挖掘和獲取準確性高的信息。Guo等（2020）就發(fā)現(xiàn)，分析師在評級和目標價格預測時，難以識別市場中的錯誤定價信息，而有能力的分析師則可以做出一定的反應。因此，對于套利限制程度高的公司，分析師很難對其搜集的信息進行判斷，而這會使分析師更加依賴于經(jīng)驗和私有信息，那么預測的主觀性會增加，而這會降低其預測精度。

第二，則是套利限制影響了分析師信息處理和估測的難度。當股票的套利限制較低時，套利者可以根據(jù)股票的基本價值進行套利，使股票回歸基本價值，分析師則可以直接利用該股票的市場均衡價格來估計市場預期的利率、市盈率、每股盈利及業(yè)績增長率等重要參數(shù)，這些均降低了分析師進行估值和預測的難度，有助于提升預測精度。而套利限制較高時，股票的價格可能長期偏離其基本價值，此時分析師進行預測時，就需要分析師基于經(jīng)驗和私有信息對股票的高估和低估程度進行判斷和調(diào)整，得到較為精準的信息。而這一方面會增加分析師估測和預測的難度，另一方面又會增加信息處理的主觀性，使分析師更容易受到啟發(fā)式認知偏差（Tversky和Kahneman，1974）和證實偏差（Nickerson，1998）的影響。啟發(fā)式認知偏差（heuristic cognitive bias）是指人們在形成認知和分析問題過程中往往會依據(jù)某些“經(jīng)驗法則”，而這會導致一些不自覺的偏誤和心理偏差。而證實偏差則是指人們一旦先驗地確立了某種信念，就會產(chǎn)生一種有意識地尋找各種證實自身信念信息的傾向。由此分析，當分析師基于更加有限的信息，并更多地依賴自身經(jīng)驗和私有信息時，就更容易受到啟發(fā)式認知和證實偏差的影響，傾向于依賴經(jīng)驗和尋找證實自己先驗信念的信息，而忽略其他信息，從而導致其預測精度的下降。此外，李丹等（2016）、黃俊等（2018）和褚劍等（2019）等還從信息治理和分析師商業(yè)利益的角度解釋了融資融券制度實施后分析師預測精度的變化。而根據(jù)上文的分析，我們認為，除了這些理性的解釋之外，由于套利限制的增加給分析師帶來的信息局限及估測難度的增加，也會使分析師在信息處理中更具主觀性，更容易受到認知偏差的影響，從而降低預測精度?；诖?，我們提出假說1：

假說1：套利限制會顯著降低分析師的盈利預測精度，上市公司的套利限制越強，分析師的盈利預測精度越低，而且在控制了利益沖突和信息治理等理性因素后仍然成立。

伍燕然等（2012）、Hribar和McInnis（2012）的研究發(fā)現(xiàn)，即使是分析師這類并不直接參與市場交易的專業(yè)投資者也可能受到市場情緒的影響。一方面，分析師在進行盈利預測時會受到“情緒框架”的影響而導致“框架偏差”效應。另一方面，分析師與機構投資者和管理層的密切接觸也容易使分析師受到情緒的傳染而導致判斷失誤（Wu等，2018）。Baker和Wurgler（2006）等基于股票市場的證據(jù)發(fā)現(xiàn)，套利限制較高的股票，由于估值時具有較大的主觀性，股價更容易受到市場情緒因素的影響。而結合假說1的分析，不難推測，套利限制因素可能會與情緒因素形成交互，進一步影響分析師預測的準確性。一方面，套利限制可能會加劇情緒因素的影響。因為，對于套利限制強的公司，由于信息的局限以及預測難度和主觀性更大，分析師更容易受到認知偏差的影響，因而分析師受市場情緒的影響更大、預測精度也更低。而套利限制較低的公司，由于信息更加充分，預測難度和主觀性較小，分析師受到認知偏差的影響較弱，因而分析師受市場情緒的影響也較小。另一方面，情緒因素可能對套利限制效應的影響不大。這是因為，在情緒波動較大的時候，雖然可能會加劇套利限制因素中認知偏差的影響，增加估測的難度，但由于市場整體交易活躍，交易信息增加，反而可能會抵消認知偏差的影響。因此，綜合以上的分析，我們提出假說2a和假說2b：

假說2a：套利限制不僅直接地降低分析師盈利預測精度，而且還會加劇市場情緒的不利影響，進一步降低分析師預測的精度。

假說2b：套利限制可以顯著降低分析師預測精度，但市場情緒并不能加劇套利限制的影響。

三、研究設計

（一）樣本選取和數(shù)據(jù)說明

本文以2012年7月到2017年12月分析師對深圳主板上市的非ST類和非金融類（依據(jù)申萬一級行業(yè)分類）的A股公司的盈利預測數(shù)據(jù)為研究樣本，匹配相關變量，得到16 907條觀測數(shù)據(jù)，剔除缺失數(shù)據(jù)后，最終得到12 222條觀測數(shù)據(jù)。本文數(shù)據(jù)來源：（1）分析師盈利預測數(shù)據(jù)和上市公司的行情數(shù)據(jù)分別來源于國泰安數(shù)據(jù)庫（CSMAR）和銳思數(shù)據(jù)庫（RESSET）；（2）公司財務數(shù)據(jù)、券商基本資料來源于Wind數(shù)據(jù)庫；（3）投資者情緒指數(shù)和上市公司的有限套利指數(shù)由作者分別參照Wu等（2018）和Gu等（2018）自行構建①限于篇幅，投資者情緒指數(shù)和有限套利指數(shù)的具體構建方法可聯(lián)系作者索取。。

（二）變量構建與描述性統(tǒng)計

1.有限套利指數(shù)的構建

一般認為，具有較高制度性約束（Gu等，2018）、高特異質性波動風險（Barroso和Detzel，2021）、高信息不對稱程度（葉建華和周銘山，2013）、交易量較?。∕ashruwala等，2006）以及流動性較差（Lam和Wei，2011）等特征的公司具有較高的套利限制。本文基于有限套利的基本含義，從制度性約束、交易成本和風險以及信息不對稱程度三個維度，選取非流動性指標、月交易量指標、是否深港通、是否融資融券、是否滬深300、公司治理情況、信息披露質量指標、是否漲跌停和特異質風險等九個指標構建了指標體系，并參照Gu等（2018）的方法，構建了有限套利指數(shù)（LA_index）。有限套利指數(shù)從1到5分別代表了股票的套利限制從最低到最高。表1報告了被分析師預測的上市公司的套利限制指數(shù)的分布情況。

表1 有限套利指數(shù)變量的描述性統(tǒng)計

2.投資者情緒指數(shù)的構建

本文基于Baker和Wurgler（2006）、伍燕然等（2012，2016）和Wu等（2018）關于投資者情緒的研究，選取新增投資者數(shù)量、主板市場換手率、投資者活躍度、市場融資余額和市場銀證轉賬凈流入5個指標變量合成投資者情緒指數(shù)，并使用國家統(tǒng)計局構建的宏觀經(jīng)濟景氣先行指數(shù)控制宏觀經(jīng)濟中的基本面因素，剔除理性預期的影響，得到最終的投資者情緒指數(shù)（sentimentt）。具體構建方法詳見Wu等（2018）。同時，考慮到本文研究的是分析師預測精度，包括上偏和下偏，為避免情緒指數(shù)為負值造成的含義模糊，以及保證預測精度與情緒之間一致的線性關系，我們對投資者情緒指數(shù)也同樣取了偏離度的絕對值，使得二者都是偏度的概念。具體方法是：首先，我們將合成的投資者情緒指數(shù)（sentimentt）減去樣本區(qū)間內(nèi)情緒指數(shù)的中位數(shù)，然后再取其絕對值，得到投資者情緒指數(shù)的偏離度（sentiment1t）。處理前后，投資者情緒指數(shù)的描述性統(tǒng)計如表2所示。

表2 投資者情緒描述性統(tǒng)計

3.分析師盈利預測精度

分析師的盈利預測精度，一般采用分析師預測的每股收益（Fepsi，j，T，t）相對于實際每股收益（Epsj，T）的相對偏離進行測度。但考慮到從分析師發(fā)布預測到年末這段時期，可能出現(xiàn)股本變更的情況，因此我們借鑒了伍燕然等（2016）的方法，首先構建一個股本調(diào)整系數(shù)λj，T+1。λj，T+1=Nj，T/Nj，T，t，其中，Nj，T，t是T年j公司被預測時t月的總股本數(shù)，Nj，T是j公司在T年末的總股本數(shù)。然后，用j公司在T年扣除了非經(jīng)常損益并用期末股本攤薄后的實際每股收益Epsj，T進行系數(shù)調(diào)整，得到真實每股收益，即。再后，本文用分析師i在T年t月對j公司在T年末的每股收益預測值Fepsi，j，T，t減去系數(shù)調(diào)整后的真實盈利預測值的絕對值，得到盈利預測的偏離度Faccuracy′i，j，T，t，即。最后，為了讓不同股票的預測精度更具可比性，本文用j公司在T年t月的每股凈資產(chǎn)Bpsi，T，t對Faccuracy′i，j，T，t進行標準化，得到最終的盈利預測精度：

此外，考慮到Faccuracyi，j，T，t生成中由于標準化而帶來異常值。在回歸時，本文首先剔除Bpsj＜0.5的公司。然后，為進一步消除極端值，本文對Faccuracyi，j，T，t上下1%的數(shù)據(jù)進行了截尾處理，得到最終的Faccuracyi，j，T，t數(shù)據(jù)。表3報告了對分析師預測精度分年描述性統(tǒng)計的結果。從表3可知，在2012—2017年期間，分析師的盈利預測平均有4.52%的偏離度。特別是在2014—2015年股市經(jīng)歷暴漲、暴跌，市場情緒波動較大的時期，分析師盈利預測的平均偏離度最高，分別為4.8%和5.67%。

表3 按年份對分析師預測精度進行描述性統(tǒng)計

而在表4中，本文分別按照有限套利指數(shù)和情緒指數(shù)偏度對分析師預測精度進行分組描述性統(tǒng)計。其中，表4左側中，本文直接依據(jù)套利限制指數(shù)分組，然后求得組內(nèi)的平均預測精度，從結果可知：隨著套利限制指數(shù)的增加，分析師的平均預測精度從4.1%上升到了6.0%，平均預測精度下降了44%，且在1%的水平下顯著。這說明，隨著上市公司套利限制的增加，分析師的平均預測精度大幅下降，初步驗證了假說1。在表4右側中，本文依據(jù)情緒指數(shù)偏度從低到高的分位數(shù)劃分了五組，然后分別求得各組內(nèi)的平均預測精度，從結果可知：隨著投資者情緒的增加，分析師的平均預測精度總體上呈現(xiàn)出下降趨勢。而且，相比于情緒指數(shù)波動最小的時期，情緒指數(shù)波動最大的時期，分析師的平均預測精度會下降5%，且在10%的水平下顯著。這也驗證了投資者情緒對分析師預測精度的不利影響。

表4 按有限套利指數(shù)和情緒指數(shù)分別進行分組描述性統(tǒng)計

此外，在表5中，本文還同時根據(jù)有限套利指數(shù)和情緒指數(shù)偏度，對分析師預測數(shù)據(jù)進行二維分組，計算每個組合中的平均預測精度。從表5結果可知，在有限套利水平一定的情況下，隨著情緒波動的增加（由P1到P5），分析師的平均預測精度基本呈現(xiàn)出下降趨勢（P5-P1三個為正），并且隨著套利限制的增加，情緒導致的精度下降效應（P5-P1）明顯增強，特別是LA_index取值為5時，情緒導致的精度下降效應是LA_index取值為1時的25倍，這驗證了假說2a。而另一方面，情緒偏度水平一定的情況下，隨著套利限制的增加，分析師的平均預測精度也呈現(xiàn)下降趨勢（G5-G1均為正），并且隨著情緒偏度的增加，套利限制導致的精度下降效應（G5-G1）有所增強，但相比之下，情緒偏度最高時（P5），套利限制導致的精度下降效應僅比最低時（P1）增加了36%，而這驗證了假說2b。

表5 按有限套利指數(shù)和情緒指數(shù)進行二維分組描述性統(tǒng)計

4.控制變量

控制變量方面，本文基于現(xiàn)有研究，主要從公司、分析師、券商三個層面來控制理性因素的影響：（1）公司層面，基于Ljungqvist等（2006）、Gu等（2013）和伍燕然等（2016）的研究成果，選取公司規(guī)模（lmv）、盈利能力（roa）、審計質量（big4_audit）、分析師關注度（lanaattention）和機構持股比例（insti_holding）控制信息治理因素的影響。（2）分析師層面，基于Xu等（2013）和Cheng等（2016）的研究，選取明星分析師（teamstar）和預測間隔（lhorizon）來控制個人能力和預測間隔的影響。（3）券商層面，基于Ljungqvist等（2006）以及Malmendier和Shanthikumar（2014）的研究，選取券商規(guī)模（lnetcapital）控制分析師研究所的規(guī)模和實力，選取券商成立年限（lbrokermaturity）控制券商聲譽的影響，基于Gu等（2013）的研究，選取傭金比例（commission_ratio）控制利益沖突（傭金壓力）對分析師預測精度的影響。各變量的定義、具體含義及描述性統(tǒng)計分別見表6和表7。

表6 控制變量的定義及含義

表7 控制變量描述性統(tǒng)計

（三）模型設計

1.有限套利因素對分析師預測精度的影響

為檢驗有限套利對分析師盈利預測精度的影響，本文構建了如下模型：

其中，在該回歸模型中，本文加入控制了公司層面、分析師層面、券商層面、行業(yè)因素和投資者情緒偏度變量來控制理性因素和非理性因素對分析師預測的影響。

2.情緒因素和有限套利的交互作用對分析師預測精度的影響

首先，考察情緒因素對套利限制效應的影響。當LA_index取值為1時為低套利限制組，取值為5時為高套利限制組，其余為中等套利限制組。然后分別與情緒變量（sentiment1）交互（相乘）得到senti_lowLA、senti_medianLA和senti_highLA，構建如下回歸模型：

接下來，考察情緒因素對套利限制效應的影響。首先，當sentiment1處于樣本時間段內(nèi)最高的五分位時為最高組，處于最低的五分位時為最低組，其余為中間組。然后分別設置虛擬變量，并與套利限制指數(shù)進行交互（相乘）得到LA_senti_low、LA_senti_median和LA_senti_high，構建如下回歸模型：

四、實證分析

（一）基準回歸的結果

為了避免異方差和自相關對回歸結果產(chǎn)生的影響，本文采用FGLS回歸進行實證分析。在對標準誤的預期分布進行建模時，本文采用包含所有解釋變量、控制變量和行業(yè)固定效應的指數(shù)分布函數(shù)。此外，考慮到撰寫報告的時間發(fā)生在預測公布之前，本文采用預測前一個月的投資者情緒偏度（sentiment1t-1）和有限套利指數(shù)進行回歸分析。結果見表8和表9所示。

表8 有限套利因素對分析師預測精度的影響

表9 非理性因素（投資者情緒）與有限套利因素的交互影響

（二）基準回歸結果分析

1.有限套利因素的影響

表8列示了有限套利因素對分析師盈利預測精度的直接影響。其中，第（1）列結果顯示，在不考慮其他因素的影響下，LA_index的影響系數(shù)為0.00333，且在1%的水平上顯著。而在第（2）至（4）列中，本文進一步控制了公司層面、券商層面、分析師層面等理性因素和行業(yè)特征因素的影響。而第（4）列結果顯示，LA_index的影響系數(shù)為0.00260，且在1%的水平上顯著為正。這說明，隨著套利限制的增強，分析師盈利預測的偏度越大，而且這種偏離并不能由公司層面因素、分析師的利益沖突、分析師的個人特征、分析師所在券商的研究實力和行業(yè)特征所解釋。而第（5）列和（6）列中，本文進一步加入情緒波動變量，同時控制了情緒因素、理性因素和行業(yè)因素的影響后，LA_index的影響系數(shù)分別為0.00138和0.000584，且仍然在5%的水平下顯著為正。這說明，在控制了投資者情緒因素、上述理性因素和行業(yè)不可觀測的特征因素的影響后，套利限制程度每增加1個標準誤，仍會使分析師盈利預測精度下降0.02個標準誤。此外，值得注意的是，相較于表8中第（1）至（4）列的結果，在控制了情緒因素后，有限套利因素的影響大幅減小，這說明套利限制因素的影響有一部分被情緒波動等非理性因素所吸收。這也意味著，套利限制對分析師的影響部分地來源于分析師的認知偏差，與本文的理論分析相符。綜上，假說1得到驗證。

2.投資者情緒和有限套利因素的交互作用

表9的第（1）和（2）列檢驗了有限套利對情緒效應的影響。從表9的第（1）列的結果來看，相比于低套利限制組，投資者情緒波動對分析師盈利預測精度的影響在中、高套利限制組合中分別增加了0.000547和0.00490，特別是在高套利限制時，這種加劇效應在1%的水平下顯著。而表9的第（2）列中，我們進一步給出了情緒波動分別在低、中、高三組套利限制組合中的影響。該結果更為清晰地顯示，從低套利限制組合到高套利限制組合，情緒效應的影響從最初的不顯著到5%和1%水平下顯著。而且在影響幅度上，隨著套利限制的增強，情緒波動每增加1個標準誤，分別會使分析師預測精度下降0.002、0.02和0.14個標準誤，情緒效應明顯增強，預測精度的下降幅度明顯增加。

在表9的第（3）和（4）列檢驗了情緒因素對有限套利效應的影響。表9的第（3）列結果顯示，相比于情緒波動較低，套利限制對分析師盈利預測精度的影響在中等情緒波動和較高情緒波動時，分別增加了0.000117和0.000223，但該差異并不顯著。這說明，隨著情緒波動的增加，套利限制對分析師的影響并未發(fā)生明顯差異。而表9的第（4）列中，我們進一步給出了較低情緒波動、中等情緒波動和較高情緒波動時，套利限制對分析師預測精度的影響效應，其影響系數(shù)說明，隨著情緒波動的增加，套利限制每增加1個標準誤，分別會使分析師預測精度下降0.066、0.07和0.073個標準誤，有限套利帶來的預測精度下降效應僅變化了9%。綜合表9第（1）至（4）列的結果，我們可以得出結論：有限套利因素會與情緒因素交互，加劇情緒因素對分析師不利影響，但情緒因素對套利限制效應的影響并不顯著。該結果驗證了我們假說2a和假說2b中分析的結論。

（三）穩(wěn)健性檢驗①限于篇幅限制，穩(wěn)健性檢驗的結果未列式，有需要的讀者請聯(lián)系作者索取。

1.樣本選擇偏差的問題

由于本文只能計算分析師關注公司的盈利預測精度，所以上述結果可能存在樣本選擇偏差的問題。為了避免樣本選擇偏差的影響，本文參照Ljungqvist 等（2006）、Firth等（2013）和Hameed等（2015），選擇券商行業(yè)關注度（broker_cov）和公司行業(yè)收入占有率（mkshare）作為排他性變量，采用Heckman（1979）兩步法處理樣本選擇偏差問題。從檢驗結果來看，在修正了可能存在的樣本選擇偏差后，結果與基準回歸基本一致，說明結果穩(wěn)健。

2.替換有限套利指數(shù)的衡量方法

為了檢驗回歸結果對有限套利指數(shù)衡量方法的敏感性，本文進行如下檢驗：（1）變化賦值方法，將套利限制指數(shù)的取值區(qū)間變?yōu)?至10，使其更為連續(xù)，然后進行檢驗。（2）考慮到“信息不對稱”因素本身就是影響分析師預測精度的因素。為了區(qū)分套利限制與信息不對稱本身對分析師預測精度的影響，本文剔除“信息不對稱”維度后進行檢驗。結果依舊穩(wěn)健。

3.替換分析師精度變量的衡量方法

為了檢驗回歸結果對被解釋變量衡量方法的敏感性，我們參照Malloy（2005），采用相對精度（Faccuracy1）的度量方法進行穩(wěn)健性檢驗：。其中，代表t期所有分析師i對上市公司j做出的T年盈利預測精度的平均值②考慮到一致預測的代表性問題，在計算平均預測精度時，考察至少有2個分析師對某上市公司j做出盈利預測的情況。。檢驗結果與基準回歸基本一致。

4.其他穩(wěn)健性檢驗

此外，本文還進行了以下兩個方面的穩(wěn)健性檢驗：（1）考慮到尾端數(shù)據(jù)對結果的影響，本文分別采用全樣本數(shù)據(jù)和變化縮尾方式（將Faccuracy上下1%的數(shù)據(jù)替換成1%和99%時的值）的數(shù)據(jù)進行了穩(wěn)健性檢驗。（2）變化了估計模型，采用在行業(yè)層面的固定效應模型進行了穩(wěn)健性檢驗。從檢驗的結果來看，我們的主要結果依舊穩(wěn)健。

五、拓展研究

在理論分析中，本文認為，套利限制對分析師預測精度的影響主要源于信息局限、估測難度和認知偏差，因此，當分析師的信息資源和個人能力不同時，其受套利限制的影響也會存在差異。本文主要探討分析師的研究能力、所在研究所的規(guī)模以及所在券商的獨立性是否會導致分析師受到套利限制影響的程度呈現(xiàn)差異？一般來說，分析師的研究水平越高，所在研究所的規(guī)模越大，所在券商的獨立性越強，分析師掌握的信息也就越充分和越準確，同時也較少受到信息不對稱和利益沖突的影響，因而，這些分析師應該更有能力應對套利限制中信息局限的影響，做出相對準確的判斷和預測。但是，隨著套利限制的提升，股票價格、歷史收益等信息的公允性會下降，而這會增加分析師利用這些信息進行估測的難度和主觀性。此時，研究水平越高，所在研究所的規(guī)模越大，所在券商的獨立性越強的分析師反而更加依賴于經(jīng)驗和私有信息進行判斷，這使他們更容易受到啟發(fā)式認知和證實偏差等心理因素的影響。如譚松濤等（2017）就發(fā)現(xiàn)實地調(diào)研后分析師的預測精度反而下降了。因此，在本節(jié)中，我們進一步探討套利限制的影響差異。

（一）明星分析師與非明星分析師

表10中，我們首先以是否為明星分析師（teamstar）進行分組。其中，從表10第（1）列結果可知，無論是非明星分析師組（LA_nstar）還是明星分析師組（LA_star），套利限制對分析師預測精度的影響均在1%水平下顯著為正，影響系數(shù)分別為0.00231和0.00299，而且明星分析師受到的影響比非明星分析師大0.000674，該差異在1%的水平下顯著（即DifferenceinStar&Non-Star的結果顯著，下同）。這意味著，相比于非明星分析師，盡管明星分析師擁有更多的資源優(yōu)勢和分析能力，但同樣不能抑制情緒和套利限制因素的影響而做出更為準確的預測。而且，明星分析師受到套利限制的影響更大。而從表10的第（2）列結果可知，無論明星分析師還是非明星分析師，隨著套利限制的提高，情緒因素的影響均呈現(xiàn)上升趨勢，套利限制對情緒的影響存在明顯的加劇效應，即senti_highLA_star和senti_highLA_nstar均在1%的顯著水平下為正。同時，DifferenceinStar&Non-Star的結果顯示，這種加劇效應在明星和非明星分析師之間不存在顯著差異。這意味著，套利限制對情緒因素影響的加劇效應同樣作用于明星分析師，明星分析師的個人能力不能降低這種效應的不利影響。

表10 明星分析師與非明星分析師的表現(xiàn)差異

（二）大券商分析師與小券商分析師

表11中，本文以當年券商凈資本（lnetcapital）排名前25%的券商為大券商，其余為小券商進行分組。從表11的第（1）列結果可知，大券商分析師和小券商分析師受套利限制的影響系數(shù)（LA_large和LA_small的系數(shù)）分別為0.00257和0.00250，且均在1%的水平下顯著。而差異性結果顯示（即DifferenceinLarge&Small，下同），大券商分析師受到套利限制因素的影響與小券商分析師相比并不存在顯著差異。這也就意味著，在套利限制的影響下，大券商所屬分析師并不能較小券商分析師提供更為精準的盈利預測。而由表11的第（2）列結果可知，無論大券商分析師還是小券商分析師，隨著套利限制的增加，情緒因素的影響基本是遞增的，但這種加劇效應僅在小券商分析師組中顯著。同時，差異性檢驗結果顯示，套利限制對情緒因素影響的加劇效應對大券商分析師的作用顯著下降。綜上可知，相比于小券商分析師，大券商分析師擁有更多的資源、信息優(yōu)勢和研究團隊，可以抑制套利限制對于情緒因素影響的加劇效應，但其并不能降低套利限制因素的直接影響，提供更為準確的盈利預測。

表11 大券商與小券商所屬分析師的表現(xiàn)差異

（三）獨立性較強的分析師與獨立性較弱的分析師

表12中，本文以傭金收入占比（commission_ratio）排名前25%的券商的分析師為獨立性較強組，其余為獨立性較弱組。當券商傭金占比較高時，分析師增加傭金收入的動機和壓力較小，因而獨立性較強。反之則反是。從表12的第（1）列結果可知，獨立性較弱組和獨立性較強組的分析師受套利限制因素影響的系數(shù)（LA_lcommission和LA_hcommission的系數(shù)）分別為0.00249和0.00271，且均在1%水平下顯著。而差異性檢驗顯示（即DifferenceinHigh&Low，下同），獨立性較強的分析師受到套利限制的影響與獨立性較弱的分析師并無差異。這說明，盡管傭金收入靠前的券商分析師受到的傭金壓力較小，預測的獨立性較強，但其受到套利限制因素的影響程度無異于獨立性較弱的分析師。同時，表12的第（2）列結果顯示，無論獨立性程度如何，隨著套利限制的增加，情緒因素對分析師預測精度的影響基本是遞增的，而且這種加劇效應均在1%的水平下顯著。而差異性檢驗顯示，獨立性較強的分析師，盡管可以較小地抑制套利限制對情緒因素影響的加劇效應，但這種影響并不顯著。

表12 券商傭金收入占比高/低與分析師表現(xiàn)差異

六、主要結論

本文基于行為金融學視角，研究了有限套利及其與情緒因素之間的相互作用對分析師盈利預測精度的影響，并探討了不同特質的分析師受到套利限制影響的表現(xiàn)差異。本文結論如下：（1）套利限制的增加會顯著降低分析師的盈利預測，而且這種效應不能由理性因素（機構持股、傭金關系、聲譽機制等信息治理和利益沖突因素）、情緒因素以及行業(yè)因素所解釋。（2）本文發(fā)現(xiàn)，套利限制因素不僅獨立地影響分析師的盈利預測精度，而且還會與情緒因素交互，進一步降低預測精度，而且這種交互作用主要是通過套利限制加劇情緒效應實現(xiàn)的，而情緒對套利限制效應的影響不顯著。（3）無論是研究能力更強的明星分析師，研究所規(guī)模更大、信息來源更廣的大券商分析師，還是獨立性更強的分析師，都不能顯著降低套利限制對其盈利預測精度的直接影響，而且研究能力更強的明星分析師受到套利限制的影響還更大。不僅如此，明星分析師以及獨立性較強的分析師也不能相對降低套利限制對情緒效應的加劇作用，而大券商分析師則可以相對降低這種加劇效應。

本文的管理啟示如下：（1）套利限制對分析師盈利預測的影響不僅來源于信息和利益沖突的因素，還來源于分析師的認知偏差。特別是在套利限制的影響下，分析師受到情緒因素的影響顯著增加，進一步降低了分析師的預測精度。（2）分析師并不是完全理性的，在情緒偏度波動較大時，人們的投資決策更應謹慎地參考分析師對于套利限制較高公司的盈利預測。（3）套利限制不僅直接影響了投資者的交易行為，作用于價格的形成過程，還會影響以分析師為代表的專業(yè)投資者的行為，間接影響投資者預期，并對資產(chǎn)價格產(chǎn)生影響。

本文的不足與展望之處在于：（1）在套利限制指標構建上，本文采用了9個指標等權重法賦權，未來可以優(yōu)化指標體系和賦權方法，更為全面地衡量套利限制。（2）本文只討論了套利限制與情緒因素的影響，還可以進一步拓展套利限制與其他認知偏差的相互作用。（3）本文主要以深交所上市公司數(shù)據(jù)為樣本，存在一定局限，未來可以進一步擴充樣本進行檢驗。