分析师“爱惜羽毛”吗？

来源:用户上传      作者:郭永祯

　　【摘要】与西方成熟资本市场不同，我国市场上中小投资者众多，由于信息渠道的限制与专业能力的差异，他们并不能充分地识别风险与价值发现，而分析师作为市场的信息中介，对于我国新兴市场效率的提升具有重大意义。文章基于分析师声誉效应，从信息属性与价值属性两个维度出发，总结评述前人已有研究成果，并对卖方研究业态转型提出一些思考，通过建立合适激励机制能够有效地鼓励更多分析师提供具有深度性和前瞻性的研究与服务，让研究回归本位，以期为分析师声誉形成与监管政策机制提供参考，保护广大投资者利益，保证我国多层次资本市场健康、平稳、有序运行。
　　【关键词】分析师；最佳分析师；声誉效应
　　【中图分类号】F83
　　一、引言
　　我国资本市场从20世纪90年代初兴起，在不足三十年的时间里飞速发展，成为全球金融市场最重要的参与者之一，目前拥有全球第二大股票市场和第三大债券市场，在价格发现、资源配置等方面发挥了重要作用。证券咨询行业是伴随资本市场发展的产物，秉持“研究创造价值”的理念，分析师职业产生了。“证券分析师”这一称谓最初源自美国的“Financial Analyst”，作为市场上的信息中介，他们负责收集、处理加工并传递信息，为投资者提供分析意见与投资指导，旨在降低信息不对称，促进资源配置，提高市场效率。按照服务主体不同可将分析师分为买方分析师与卖方分析师：买方分析师受雇于各大基金公司，担任“军师”，察言纳谏、独善其身，为基金内部提供分析报告，信息不公开发布；卖方分析师受雇于券商研究部门，担任“谋士”，判断趋势、为人设谋，为投资者提供分析报告，信息公开可得。与古代谋士相同，出色的卖方分析师需要做到严谨细致、言行相持与审时度势。本文的研究对象均指卖方分析师。
　　明星分析师作为分析师行业的无上荣耀，代表市场对其能力的认可，并为分析师带来知名度、大幅上升的薪水与更好的跳槽机会等许多有形与无形的收益。明星分析师作为优秀团体的代表，其发布的每一份报告都可能成为下一个资本市场热点，指引着投资者资金流动方向。而我国股市这一新兴市场中上市公司良莠不齐，投资者专业素质不高，投机氛围严重，社会的法制环境和契约精神均不及西方发达国家，这使得分析师评选活动的激励机制更容易发生扭曲，丧失有效性。根据声誉理论，声誉是一把“双刃剑”：从声誉建立的短期过程看，分析师具有通过机会主义行为建立声誉从而追求短期利益的动机。但从博弈论角度来说，短视的盲目逐利在未来可能会受到投资者惩罚；从声誉维持的长期过程看，分析师为了职业生涯会有意愿提高个人能力并加强自我约束。
　　盈余预测与荐股评级作为分析师的两项重要信息输出，是声誉效应直接发挥作用的战场，他们在一定程度上反映了分析师的信息加工过程所产生的价值增量。盈余预测作为分析师一项定量化产出，其准确性与偏差的原因解释一直是学术研究的热点，相关研究从利益冲突论（理性视角）到行为金融论（非理性视角）去探究分析师的行为决策本质，倒推其黑箱过程。利益冲突视角是指分析师在分析决策过程中会受到利益相关者的影响，产生利益联结下的有偏决策，本文主要探讨分析师与基金公司之间的利益冲突行为；行为金融视角是指分析师在行为决策时是有限理性的，会产生如过度自信、迎合投资者情绪、羊群行为等非理性行为。荐股评级作为分析师的另一项产出，学者更多地关注其是否真正为投資者创造了价值与评级调整期间所传递的信息含量等。同时从产出的经济后果考虑，分析师作为重要的外部监管力量，其跟踪与输出会产生公司治理效应“双刃剑”的作用。
　　二、声誉效应有效说
　　声誉作为一项重要无形资本，对个人、组织与社会都会产生深远影响。由于声誉具有难建立、一旦失去难以挽回等特征，具有高声誉的分析师更重视既得声誉，能够克服短期机会主义，从长远利益出发来约束自己的行为，坚持客观性与独立性。
　　（一）盈余预测质量
　　Stickel（1992）发现美国明星分析师较非明星分析师的预测频率更大且预测精准度更高。与国内学者李丽青（2012）、张宗新等（2018）的结论一致，进一步机制检验发现，是明星分析师精益求精的态度而不是自身风险厌恶导致了准确性提高。Clarke（2007）单独研究明星分析师样本，发现他们的跳槽行为并不会影响盈余预测准确性。伊志宏等（2016）的实证结果也支持这一观点，并且进一步发现明星分析师更多地是凭借自己的能力而不依赖券商的资源。Emery和Li（2009）认为分析师为获得高声誉，会避免受到管理层干扰，并尽可能为投资者服务，能够发布客观的盈余预测与投资评级。Fang和Yasuda（2009）发现同在顶级券商工作，明星分析师比其他分析师盈利预测准确性提高了11%。吴超鹏等（2013）认为管理层本身就有动机与明星分析师保持良好关系，所以明星分析师盈余预测比其他分析师乐观程度低且更准确。从声誉压力入手，许年行等（2013）认为明星分析师具有人力资本，拥有更多公司层面信息故而预测更准确。这与伊志宏和江轩宇（2013）的研究结果基本一致。于蕾等（2013）研究发现明星分析师在当选前后都比非明星分析师预测准确度更高，作者将其归因于明星分析师具有更强的能力，且准确性提高不是由于明星分析师与高管密切联系的私有信息获取导致的，这与许年行等（2013）学者发现不同。杨飞（2016）在研究上榜新财富分析师决定因素时，将研究报告发布频率与准确性列为两大重要指标，且首次上榜的分析师大多凭借个人的能力。谢雅璐等（2016）发现明星分析师倾向于投入更多时间和精力跟踪高关注度公司，发布研报频率更高且盈余预测更准确。以上文献都认为声誉在分析师进行盈余预测时发挥了作用，为获取未来声誉或者维护已有声誉的分析师都会发布高质量的分析预测。
　　（二）创造价值
　　本部分围绕分析师的价值属性展开，即分析师是否能为投资者创造价值。无论评级公告发布前还是发布后，明星分析师荐股短期超额回报更高且无长期反转效应（Stickel，1995；汪弘等，2013；Fang and Yasuda，2014；李勇等，2015）、更具有投资价值（Fang and Yasuda，2009，2014；杨大楷等，2011；肖斌卿等，2017），归因为专业能力而非运气（Leone and Wu，2007；李勇等，2015）。杨大楷等（2011）发现是既得声誉对分析师利益冲突行为产生了抑制作用，从而明星分析师评级更稳健、投资价值更高。王宇熹等（2012）研究发现明星分析师的累计当选次数与其荐股的短期超额收益率显著正相关。从评级调整角度，方先明等（2016）按市场态势与时间窗口划分，认为在特定条件组合满足时，明星分析师的调整后推荐效果优于其他分析师。从信息修正角度，张然等（2017）通过日历时间组合方法发现明星分析师对于盈余预测修正与评级修正能更有效地预测未来股票收益。进一步，肖斌卿等（2017）发现在不同时间窗口中，明星分析师的调高与维持评级均能够预测未来股票收益。 　　（三）信息含量
　　来自美国成熟资本市场的数据表明分析师的盈余预测与投资评级的确加快了信息融入股价的过程，提高了市场效率，同时随着信息更新，他们二者的修正报告也具有信息含量（Francis和Soffer，1997），不过这些信息没有充分反映在股价中，从而可以预测未来股票收益（Chan et al.，1996；Barber et al.，2001；Jegadeesh et al.，2004；Womack，2012）。相关研究表明，分析师提供的信息主要包括以下两类：已披露基本面信息（Stickel，1990；Jegadeesh et al.，2004）和未来基本面信息（Abarbanell和Bushee，1997；张然等，2017）。我国学者对于分析师行为传递信息类型未能得到一致结论（朱红军等，2007；冯旭南等，2011）。
　　张化桥在《一个证券分析师的醒悟》中提到：一个好的卖方分析师要做到对基本面忠实。那么究竟明星分析师是否有效地发挥了其信息传递功能，如果有，那是向市场提供了更多的宏观市场信息、行业信息还是公司异质性信息呢？
　　Stickel（1992）发现明星分析师的上调评级较非明星分析师的市场反应高出0.21%。Loh和Stulz（2011）研究发现明星分析师发布的预测、荐股评级及调整具有更大市场影响力。Hong和Kubik（2003）研究发现若是想要增加评为明星分析师的概率，就需要挖掘更多基本面信息。许年行等（2013）发现明星分析师跟踪会降低股价同步性，声誉作为分析师异质性的表征，体现在人力资本上。明星分析师可以提供更多公司层面信息，而其他分析师则更多是提供行业层面信息。进一步地，李星汉等（2015）将分析师声誉与所属券商声誉结合考虑，发现顶级券商明星分析师的关注与股价同步性之间存在显著负相关。冯体一和沈秋实（2013）认为声誉能够对分析师产生有效约束力，明星分析师的评级修正具有信息含量（上调、维持评级修正更显著）。万丽梅和逯东（2013）支持明星分析师的“名人效应”，发现明星分析师发挥信息提供作用依市场环境而异。用评级调整期间的市场反应作为股价同步性的替代检验指标，伊志宏等（2013）认为明星分析师在评级调整期间传递更多公司层面信息（调高评级时更加显著），且上榜前后表现具有一致性，结论支持了“能力”假说，即明星分析师持续、深入的跟踪才是他们信息挖掘能力的重要保证。也有学者将公司特质信息提供归因于明星分析师具有较强的私人信息获取能力（李丽青，2012；黄俊等，2018）、信息解读能力（Clement，1999；陈君兰，2018）与优越的教育背景（尹玉刚，2014）。对于投资者而言，他们并未充分意识到明星分析师与非明星分析师能力的差异（张然等，2017）。
　　（四）利益冲突
　　分析师声誉能够有效缓解其与基金公司之间的利益冲突行为，与投资评级相比，盈余预测更容易被检验，且可进行横向与纵向比较，由于机构投资者对盈余预测的关注，分析师声誉更易受到盈余预测偏差的影响。券商安排更多明星分析师跟踪关联基金公司的重仓股，从而提供更准确无偏的预测报告（Gu等，2013）。即使券商并未指派明星分析师跟踪，也会安排那些能力更强、经验丰富、潜力巨大的分析师为关联基金公司提供更优质服务（于蕾和严文高，2013）。Bradley et al.（2012）则以上市公司IPO期间非关联分析师荐股评级为样本，发现分析师个人声誉是一种针对利益冲突的有效约束机制。陶然（2018）从声誉压力角度出发，对关联分析师为获得高声誉会倾向于提供更准确盈余预测这一现象提供了解释。佟锦霞（2017）认为盈余预测报告的准确性会在长期内影响分析师个人声誉，声誉的建立和维持需要卓越的专业能力以及客观独立的职业态度，分析师在发布预测前会进行更多权衡取舍，声誉机制缓解了证券分析师与机构投资者之间的利益关系对证券分析师乐观性的影响。施先旺和李钻（2017）研究发现声誉机制在基金分仓压力下投资评级的乐观性上也发挥了显著抑制作用。最佳分析师在发布研报时保持客观与独立，说明声誉机制在一定程度上能够缓解分析师的利益冲突行为。
　　（五）非理性行为
　　李丽青（2012）认为明星分析师具备更强的专业素养与私人信息，其预测修正的勇敢程度高于其他分析師，而羊群分析师则采取跟随策略，他们根据明星分析师的预测修正来修正自己前期预测。游家兴等（2013）通过声誉博弈分析方法建立了分析师迎合行为模型，研究发现明星分析师可以达到“众人皆醉我独醒”的状态，减轻了其迎合投资者情绪的行为。游家兴等（2017）认为明星分析师的选美竞赛效应会有所减轻，更能坚持独立性，弱化了其羊群效应。
　　（六）公司治理
　　分析师作为外部监管力量能够发挥监督职能，减少管理层机会主义行为。明星分析师由于其专长与丰富的经验更能有效监督上市公司行为。明星分析师跟踪能够显著减少上市公司业绩违规预告行为的发生（郑建明等，2015）、更好地抑制成本粘性（宋常等，2016）与减少应计盈余管理行为（李春涛等，2016），成为监管制度的有效替代。
　　三、声誉效应无效说
　　分析师声誉的约束机制建立的基础是重复博弈条件完备，而我国证券市场上分析师流动性极强且团队更新速度快，使得建立声誉机制所依赖的重复博弈过程被削弱，而且大部分投资者包括机构投资者在内具有短视行为，片面追求短期利益，因此分析师声誉激励机制建立的基础并不具备。
　　（一）盈余预测质量
　　盈余预测质量好可以在两个指标上量化：准确程度高与乐观偏误小。郑方镳（2009）发现分析师声誉与其盈余预测乐观程度显著正相关。肖萌（2015）发现高声誉分析师在公司评级与行业评级上均显示出乐观倾向。从上榜因素角度考虑，杨飞（2016）认为盈余预测准确度与研报发布频率十分重要，但是一旦上榜，最佳分析师的盈余预测质量下降对其之后滑落新财富排行榜没有显著影响，分析师奖惩考核的优胜劣汰机制不对等。从实地调研视角出发，唐松莲和陈伟（2017）认为声誉效应并没有战胜利益结盟动机。关联分析师实地调研后，其盈余预测准确度下降，同时更加乐观。谢雅璐等（2016）认为明星分析师并不是对所有跟踪公司一视同仁，他们对低关注度公司的盈余预测频率与质量都不如高关注度公司。新财富明星分析师与其他分析师预测能力和发布研报质量并无显著差别，无论明星分析师获奖经历如何，盈余预测准确度都和其他分析师无显著差别（吴偎立等，2016），且他们预测准确度并不与自身研究能力相挂钩，而是以所在券商与上市公司建立的良好关系为保障（张宗新和姚佩怡，2017）。 　　（二）创造价值
　　Fang and Yasuda（2014）指出，分析师的投资评级与盈余预测性质不同，评级中包含更多主观因素、更强的目标性、更高的信息不对称程度并且与分析师声誉密切相关，明星分析师在盈余预测方面的良好表现并不能解释其在推荐评级方面的良好表现。
　　来自西方成熟资本市场的证据大多肯定了分析师价值挖掘的价值属性（Loh和Mian，2006；Fang和Yasuda，2014），也有学者发现最佳分析师在当选后一年，荐股绩效显著劣于其他分析师，他们的盈余预测与非明星分析师没什么不同，评选机制更多的是在比拼知名度（Emery和Li，2009），由于投资评级的主观因素更多，明星分析师出于利益动机更有动力发布有利于公司管理层的推荐评级倾向（Bradley et. al，2008）。声誉机制与价值创造二者关系在我国股市这一新兴市场中还有待检验，投资评级与盈余预测不同，它包含更多主观信息，汇集了分析师在此时点对目标公司的最终观点，直接会影响到投资者收益，那么分析师投资评级质量即反映在评级的投资价值上。王宇熹（2007）发现新财富上榜分析师荐股绩效等综合指标存在马太效应，分析师的问卷评选过程存在缺陷，绩效评估需要定量化。与Fang和Yasuda（2014）结论不同，张宗新和杨万成（2016）认为长期来看我国分析师声誉价值不如西方成熟市场，明星分析师推荐投资组合仅在卖空组合上绩效好，这与王宇熹（2012）结论相同，买入评级下明星分析师可能会误导投资者决策（姚铮等，2009）。肖萌（2015）认为新财富赋予的声誉成为了反向投资指标，越是低声誉的组合在评级调高时获得的月超常回报越高，市场认为低声誉分析师看多能力与高声誉分析师看空能力是值得信赖的。方先明等（2016）研究发现明星分析师不具有更强捕捉异常收益率的能力。就评选方式而言，机构投资者作为持票方，在投票时容易受分析师获奖历史的影响而不注重其荐股价值，他们评选出的明星分析师评级质量只不过相当于总体平均水平，并没有向投资者传递更多有价值的信息（吴偎立等，2016）。明星分析师作为分析师行业的金招牌，为自身带来极大的利益与影响力，可是实际信息供给与价值创造只相当于市场均值，这显然对市场效率不利。
　　（三）信息含量
　　作为投资者与上市公司的信息中介，分析师能否为市场带来增量信息可成为判断其是否改进资本市场效率的一个重要指标。若是声誉机制在信息加工、处理、传递的过程中发挥作用，那么理清二者关系对保护我国投资者利益与保证资本市场健康有效运转具有重要意义。由于我国长期处于单边市场，卖空受限、机制不完善、分析师利益冲突等因素综合影响，分析师的报告普遍具有乐观倾向，考虑到分析师的修正报告能够显著减少分析师行为偏差带来的影响，故他们包含更多信息。
　　蔡庆丰和陈娇（2011）对近6 000份研究报告的市场反应进行实证，研究发现即使明星分析师的评级修正也仅是在复述市场信息，并没有充分展现其信息属性与价值属性。王宇熹等（2012）发现明星分析师并没有发挥价值挖掘功能，明星分析师荐股评级创造的价值不总是优于非明星分析师。这一结论为《新财富》评选机制存在缺陷提供了直接证据。冯体一和沈秋实（2013）认为在市场下跌时，明星分析师的评级修正不具有信息含量。李春涛等（2014）实证结果支持了明星分析师的“名人效应”，即声誉高的分析师调高与调低评级会对公司股价产生买入与卖出压力，且评级变动的市场反应持续时间短，不符合新信息融入股价假说，从而明星分析师是通过价格压力渠道来影响股价而非新信息提供途径。通常我们用股价同步性衡量信息含量，但股价同步性的降低不见得一定是融入了特质信息，从行为金融学角度来讲，我国股市散户居多，容易对明星分析师报告过度反应来降低股价同步性，而非通过明星分析师的信息提供机制（周铭山等，2016）。張宗新和杨万成（2016）发现即使明星分析师与非明星分析师挖掘基本面信息相同，但是明星分析师在研报发布中短期依靠“名人光环”强化了投资者的信息的吸收进而影响了股价，但是在长期声誉不具有持续市场影响力，这与Leone和Wu（2007）的研究结果相近，基本面前瞻性信息可以支撑明星分析师的长期影响力。李颖、伊志宏与田祥宇（2017）从分析师不公平的信息披露视角切入，研究发现明星分析师上调评级日股票超额收益与前10日股票异常流动性显著负相关。尽管分析师总体提前释放信息并不会抑制股票流动性，但明星分析师提前释放信息却会抑制股票流动性，明星分析师的泄密行为所导致的知情交易极大地影响了资本市场运行效率。
　　（四）利益冲突
　　明星分析师与基金公司之间存在微妙相互依存的关系，分析师从短期机会主义出发，容易丧失客观性与独立性，且高声誉分析师存在与基金经理声誉互换行为。吴超鹏等（2013）发现分析师声誉与荐股评级显著正相关。声誉机制在克服利益冲突关系时失效，尽管明星分析师盈余预测更准确但是为了维护与机构投资者关系，荐股评级会更乐观。李钻和施先旺（2016）发现基于分仓压力，明星分析师也会丧失盈余预测的独立性与客观性，明星分析师对基金重仓股的盈余预测更乐观。姜波和周铭山（2015）从分仓与承销业务关联角度研究发现声誉机制不会对评级乐观性有抑制作用，明星分析师比非明星分析师更加乐观，许汝俊（2018）的证据也支持此结论，且进一步发现明星分析师对重仓股的乐观评级不会因股票市值不同而有所差异。张宗新和杨万成（2016）发现基金并没有将他们亲自投选出的明星分析师声誉作为报告更有价值的信号，另一些研究发现明星分析师提供有偏信息为其基金托市（吴超鹏等，2013），因此知悉该情况的机构投资者并未将新财富头衔看成是报告信息客观无偏的信号。
　　（五）非理性行为
　　现实中，分析师一方面迎合市场情绪，往往随行就市改变自己之前的预测结果，即“变脸行为”；另一方面难以坚持己见，常常盲目跟从，呈现出明显的羊群特征。 　　声誉越高的分析师试错成本越大，为了维护既得资本，他们倾向于采取保守策略跟随同行，但同时会损失部分私人信息流，市场的信息含量和定价效率将会降低，不利于资本市场效率的提高。通过对成熟资本市场的实证检验，Chang（2014）、Fleischer 和Baum（2010）、Kim（2011）都发现明星分析师在预测发布时间上相对领先。我国学者萧松华和肖志源（2009）通过对分析师收益矩阵求解最大化期望收益，发现声誉机制与跟风行为存在非单一关系，即声誉高的分析师是否跟风取决于不同情况下的收益。蔡庆丰（2011）发现分析师声誉越高，评级调整的羊群行为动机越强，会采取保守的“跟风”策略。这一结论得到了董大勇（2012）等人的证据支持。明星分析师发布领先度更小在一定程度上反映了我国明星分析师并没有拥有高质量的私人信息，故跟随地位显著，并且明星分析师的羊群效应会降低预测报告的准确性（董大勇，2012）。当处于牛市时，明星分析师和非明星分析师都在迎合投资者情绪，均未能反映公司特质信息，二者无显著差异（万丽梅等，2013）。
　　作为分析师非理性特征的另一表现就是“变脸”行为，“变脸”行为是指分析师会迎合市场上投资者情绪而发布波动性大的预测报告。戴方哲（2016）在游家兴等（2013）基础上首次对分析师变脸程度进行定量化，研究结果表明无论市场情况如何，明星分析师盈利预测的变脸行为与股价暴跌显著正相关，但是非明星分析师变脸行为与股价暴跌无显著关系。公司杠杆水平与内控水平都会加剧明星分析师变脸行为对股价暴跌风险的影响。戴方哲等（2017）发现明星分析师盈利预测“变脸”行为对股票特质波动率影响随着市场情况不同而显著不同。而非明星分析师则没有显著影响。
　　（六）公司治理
　　分析师跟踪对上市公司管理层产生了压力效应，迫使管理层为了达到报告预期而进行操纵行为。李春涛等（2016）发现分析师跟踪促进了真实盈余管理。周冬华等（2017）发现存在明星分析师关注时，上市公司会通过避税行为达到盈余预期。桂爱勤和龙俊雄（2018）认为明星分析师不存在声誉治理效应，上市公司不会因为被更多明星分析师关注而降低违规行为发生概率。翟胜宝等（2016）研究结果表明存在明星分析师跟踪时，上市公司会更加倾向于进行审计意见购买。李颖（2017）创新性地从合谋角度研究明星分析师与利益相关者关系，通过机构投资者重仓持股与上市公司高管减持两种情境对无形股票收益检验，结果不支持过度自信假说与迎合假说，而是明星分析师被选中与高管合谋。
　　四、结论与展望
　　诚然，明星分析师展现出其过人能力，在一定程度上促进了资本市场效率的提升，但分析师也非完全理性人，他们在复杂利益关系中面临着较高的道德风险，同时还要接受来自市场的逆向选择。《新财富》于2018年9月宣布暂停最佳分析师的评选，这一举措看似偶然实则必然，近年来声誉争夺战愈演愈烈，拜票行为频现，场外因素太多，结果难免失真。
　　清代陈澹然曾言“不谋万世者，不足谋一时”，从长远角度来看，为了避免信息搜寻价值的负溢出效应，避免产生卖方分析师柠檬市场，避免坚持职业操守且有研究能力的优质分析师被投机取巧而无实际研究能力的劣质分析师驱逐，卖方研究要积极寻求行业生态转型，同时评价机制要兼顾分析师声誉的形成与惩罚两方面。对监管机构而言，要做好分析师职业声誉的顶层设计，评选明星分析师时应建立更客观公正的量化评价体系同时利用技术手段提升主动监管效率，完善优胜劣汰机制；对媒体而言，要增强舆情管理，与分析师共同作为公司外部治理机制互为补充，相辅相成；对券商研究部来说，需要改变商业模式，扩宽盈利渠道，让研究报告市场化交易，惠及各个层级投资者而非某一利益主体，降低对机构投资者的依赖，使研究报告质量成为主导因素，同时研究部输出可适当向券商内部其他部门倾斜，比如财富管理部门等，形成生态闭环，创造更多价值。声誉评选机制的完善可以为市场带来更多忠于基本面的分析師，他们为资本市场提供增量信息流，切实保护中小投资者利益，提高股市流动性并增强定价效率，进一步发挥资本市场价值发现与资源配置作用。
　　主要参考文献：
　　[1]Abarbanell J，Bushee B，Ball R，et al.Fundamental analysis，future earnings，and stock prices[J].Journal of Accounting Research，1997，35（1）： 1-24.
　　[2]Barber B，Lehavy R，Mcnichols M，et al.Can Investors Profit from the Prophets Security Analyst Recommendations and Stock Returns[J].Journal of Finance，2001，56（2）： 531-563.
　　[3]Bradley D，Chan K，Kim J，et al.Are there longrun implications of analyst coverage for IPOs [J]. Journal of Banking and Finance，2008，32（6）： 1120-1132.
　　[4]Bradley D，Clarke J，Cooney J.The impact of reputation on analysts’ conflicts of interest： Hot versus cold markets[J].Journal of Banking and Finance，2012，36（8）： 2190-2202.
　　[5]Chan K，Hameed A.Stock price synchronicity and analyst coverage in emerging markets[J].Journal of Financial Economics，2006，80（1）： 115-147. 　　[6]Chang B..Which Analysts Lead .University of Ontario Institute of Technology，2008，Working Paper.
　　[7]Clarke J，Khorana A，Patel A，et al.The impact of all-star analyst job changes on their coverage choices and investment banking deal flow[J].Journal of Financial Economics，2007，84（3）： 713-737.
　　[8]Clement M B.Analyst Forecast Accuracy： Do Ability，Resources，and Portfolio Complexity Matter [J]. Journal of Accounting and Economics，1997，27（3）： 285-303.
　　[9]Emery D R.，Li X.Are the Wall Street Analyst Rankings Popularity Contests [J].Journal of Financial and Quantitative Analysis，2009，44（2）： 411-437.
　　[10]Fang L H，Yasuda A.The Effectiveness of Reputation as a Disciplinary Mechanism in Sell-Side Research.Review of Financial Studies，2009，22（9）： 3735–3777.
　　[11]Fang L H，Yasuda A.Are Stars’Opinions Worth More The Relation Between Analyst Reputation and Recommendation Values[J].Journal of Financial Services Research，2014，46（3）： 235-269.
　　[12]Fleischer A，Baum J A C.Leader of the pack： The stock coverage network as a source of security analysts’ information leadership.University of Toronto，2010，Working Paper.
　　[13]Francis J，Soffer L.The Relative Informativeness of Analysts’ Stock Recommendations and Earnings Forecast Revisions[J].Journal of Accounting Research，1997，35（2）： 193-211.
　　[14]Gleason C A，Lee C M C.Analyst Forecast Revisions and Market Price Discovery[J].Accounting Review，2003，78（1）： 193-225.
　　[15]Gu Z，Li Z，Yang Y G.Monitors or Predators： The Influence of Institutional Investors on Sell-Side Analysts[J].The Accounting Review，2013，88（1）： 137-169.
　　[16]Hong H，Kubik J D.Analyzing the Analysts： Career Concerns and Biased Earnings Forecasts[J].The Journal of Finance，2003，58（1）： 313-351.
　　[17]Ivkovi Z，Jegadeesh N.The timing and value of forecast and recommendation revisions[J].Journal of Financial Economics，2004，73（3）： 433-463.
　　[18] K i m Y . ， L o b o G J . ， S o n g M . A n a l y s t Characteristics，Timing of Forecast Revisions，and Analyst Forecasting Ability[J].Journal of Banking and Finance，2011，35（8）： 2158-2168.
　　[19]Leone A J，Wu J S.What Does it Take to Become a Superstar Evidence from Institutional Investor Rankings of Financial Analysts.Simon School of Business，2007，Working Paper.
　　[20]Loh R，Mian G M.Do accurate earnings forecasts facilitate superior investment recommendations [J]. Journal of Financial Economics，2005，80（2）： 455-483.
　　[21]Loh R，Stulz René M.When are Analyst Recommendation Changes Influential [J].Social Science Electronic Publishing，2012，24（2）： 593-627. 　　[22]Stickel S E.Predicting Individual Analyst Earnings Forecasts[J].Journal of Accounting Research，1990，28（2）： 409-417.
　　[23]Stickel S E.Reputation and Performance Among Security Analysts[J].The Journal of Finance，1992，47（5）： 1811-1836.
　　[24]Stickel S E.The Anatomy of the Performance of Buy and Sell Recommendations [J].Financial Analysts Journal，1995，51（5）： 25-39.
　　[25]Womack K L.Do Brokerage Analysts’ Recommendations Have Investment Value [J].Journal of Finance，2012，51（1）： 137-167.
　　[26]Xu N，Chan K C，Jiang X，et al.Do Star Analysts Know More Firm-Specific Information Evidence From China[J].Journal of Banking and Finance，2013，37（1）： 89–102.
　　[27]蔡庆丰，陈娇.证券分析师缘何复述市场信息——基于市场反应的实证检驗与治理探讨[J].中国工业经济，2011，（07）：140-149.
　　[28]蔡庆丰，杨侃，林剑波.羊群行为的叠加及其市场影响——基于证券分析师与机构投资者行为的实证研究[J].中国工业经济，2011，（12）：111-121.
　　[29]曹胜，朱红军.王婆贩瓜：券商自营业务与分析师乐观性[J].管理世界，2011（07）：20-30.
　　[30]陈君兰.明星与非明星分析师信息传递行为的差异性研究[J].现代商贸工业，2018，39（03）：95-96.
　　[31]戴方哲.分析师“变脸”行为会加剧个股暴跌风险吗[J].投资研究，2016，35（10）：143-160.
　　[32]戴方哲，尹力博.证券分析师“变脸”行为会增加股票特质波动率吗 [J].管理评论，2017，29（05）：14-22.
　　[33]董大勇，张尉，赖晓东，刘海斌.谁领先发布：中国证券分析师领先——跟随影响因素的实证研究[J].南开管理评论，2012，15（05）：56-63.
　　[34]方先明，汤泓.股票分析师报告有效吗 [J].中国经济问题，2016（05）：110-124.
　　[35]冯体一，沈秋实.分析师评级修正：券商利益和信息优势，孰轻孰重 [J].上海经济研究，2013，25（11）：108-120.
　　[36]冯旭南，李心愉.中国证券分析师能反映公司特质信息吗 ——基于股价波动同步性和分析师跟进的证据[J].经济科学，2011（04）：99-106.
　　[37]桂爱勤，龙俊雄.分析师跟踪对上市公司违规行为影响的实证分析[J].统计与决策，2018，34（10）：171-173.
　　[38]黄俊，黄超，位豪强，王敏.卖空机制提高了分析师盈余预测质量吗——基于融资融券制度的经验证据[J].南开管理评论，2018，21（02）：135-148.
　　[39]姜波，周铭山.参股基金公司持股与分析师乐观性[J].财经研究，2015，41（01）：118-131.
　　[40]李春涛，徐鑫，李万峰.分析师评级有效性研究：中国A股市场的证据[J].浙江社会科学，2014，（09）：19-28.
　　[41]李春涛，赵一，徐欣，李青原.按下葫芦浮起瓢：分析师跟踪与盈余管理途径选择[J].金融研究，2016，（04）：144-157.
　　[42]李丽青.《新财富》评选的最佳分析师可信吗 ——基于盈利预测准确度和预测修正市场反应的经验证据[J].投资研究，2012，31（07）：54-64.
　　[43]李丽青.最佳分析师的投资评级更有投资价值吗——来自中国A股市场的经验证据[J].广东商学院学报，2013，28（06）：34-41.
　　[44]李星汉，刘洋，郑双燕.声誉机制与企业异质性信息[J].商业研究，2015，（07）：53-66.
　　[45]李颖.分析师评级修订对股票收益的过度反应：一种“合谋”[J].财经理论与实践，2017，38（03）：52-57.
　　[46]李颖，伊志宏，田祥宇.分析师提前释放信息与股票流动性：基于融资买入的证据[J].宏观经济研究，2017，（07）：81-94.
　　[47]李勇，王莉，王满仓.明星分析师的推荐评级更具价值吗 ——基于媒体关注的视角[J].投资研究，2015，34（05）：143-160.
　　[48]李钻，施先旺.机构投资者佣金分仓与分析师盈余预测[J].宏观经济研究，2016，（06）：135-146.
　　[49]施先旺，李钻.声誉机制、机构投资者佣金分仓与分析师评级[J].经济经纬，2017，34（02）：153-157.
　　[50]宋常，杨华领，李沁洋.证券分析师关注与上市公司成本黏性[J].经济理论与经济管理，2016，（12）：93-107.
　　[51]唐松莲，陈伟.声誉提升抑或利益结盟：关联证券分析师实地调研动因研究[J].管理世界，2017，（09）：178-179. 　　[52]陶然.基金公司佣金分仓与分析师预测准确性[J].上海金融，2018，（03）：49-55.
　　[53]佟锦霞.机构投资者、声誉机制与证券分析师乐观性[J].财会月刊，2017，（21）：20-26.
　　[54]万丽梅，逯东.中国证券分析师角色担当：声誉机制与市场环境的交互效应[J].当代财经，2013，（03）：64-73.
　　[55]汪弘，罗党论，林东杰.行业分析师的研究报告对投资决策有用吗 ——来自中国A股上市公司的经验证据[J].证券市场导报，2013，（07）：36-43.
　　[56]王宇熹，洪剑峭，肖峻.顶级券商的明星分析师荐股评级更有价值么 ——基于券商声誉、分析师声誉的实证研究[J].管理工程学报，2012，26（03）：197-206.
　　[57]王宇熹，肖峻，陈伟忠.我国证券分析师荐股绩效量化统计评估方法研究——以《新财富》杂志最佳分析师为例[J].统计与决策，2007，（05）：4-8.
　　[58]吴超鹏，郑方镳，杨世杰.证券分析师的盈余预测和股票评级是否具有独立性 [J].经济学（季刊），2013，12（03）：935-958.
　　[59]吴偎立，张峥，乔坤元.信息质量、市场评价与激励有效性——基于《新财富》最佳分析师评选的证据[J].经济学（季刊） ，2016，15（02）：723-744.
　　[60]肖斌卿，彭毅，方立兵，胡辰.上市公司调研对投资决策有用吗——基于分析师调研报告的实证研究[J].南开管理评论，2017，20（01）：119-131.
　　[61]肖萌.《新财富》能够带来财富吗 ——声誉视角下分析师评级的市场反应研究[J].会计与经济研究，2015，29（05）：49-56.
　　[62]萧松华，肖志源.声誉机制与证券分析师的利益冲突行为研究[J].南方金融，2009，（12）：71-74.
　　[63]谢雅璐，王冲.分析师对上市公司一视同仁吗 [J].投资研究，2016，35（08）：114-129.
　　[64]许年行，江轩宇，伊志宏，徐信忠.分析师利益冲突、乐观偏差与股价崩盘风险[J].经济研究，2012，47（07）：127-140.
　　[65]许汝俊.分仓基金重仓股与分析师荐股评级乐观倾向研究——来自行为金融视角的新证据[J].经济与管理，2018，32（06）：63-69.
　　[66]许汝俊，袁天荣.审计师感知分析师行为的新解释——一个关于分析师调研行为的探索[J].审计研究，2018，（02）：87-95.
　　[67]杨大楷，王佳妮，李凡一.证券分析师利益冲突行为的“前因”与“后果”——来自上证A股的经验证据[J].上海经济研究，2011，（11）：57-67.
　　[68]杨飞.分析师职业晋升和新财富排行榜关系研究[J].数学的实践与认识，2016，46（20）：102-113.
　　[69]杨飞.如何成为明星分析师 分析师上榜新财富决定因素研究[J].中央财经大学学报，2016，（11）：47-56.
　　[70]姚铮，汤彦峰，黄小康.证券分析师投资评级信息含量及其影响因素[J].管理学家（学术版），2009，（04）：3-11.
　　[71]伊志宏，江轩宇.明星VS非明星：分析师评级调整与信息属性[J].经济理论与经济管理，2013，（10）：93-108.
　　[72]伊志宏，王鑫斌，李颖.券商规模与分析师盈利预测准确性——基于分析师跳槽的经验证据[J].山西财经大学学报，2016，38（01）：36-43.
　　[73]尹玉刚.分析师教育、经验和努力：投资者关注与认知偏差[J].投资研究，2014，33（12）：126-141.
　　[74]游家兴，邱世远，刘淳.证券分析师预测“变脸”行为研究——基于分析师声誉的博弈模型与实证检验[J].管理科学学报，2013，16（06）：67-84.
　　[75]游家兴，周瑜婷，肖珉.凯恩斯选美竞赛与分析师预测偏差行为——基于高阶预期的研究视角[J].金融研究，2017，（07）：192-206.
　　[76]于蕾，严文高.分析师声誉与盈利预测准确性的关系检验[J].商业时代，2013，（19）：71-73.
　　[77]翟胜宝，张雯，曹源，朴仁玉.分析师跟踪与审计意见购买[J].会计研究，2016，（06）：86-93，.
　　[78]赵良玉，李增泉，刘军霞.管理层偏好、投资评级乐观性与私有信息获取[J].管理世界，2013（04）：33-45.
　　[79]张然，汪荣飞，王胜华.分析师修正信息、基本面分析与未来股票收益[J].金融研究，2017，（07）：156-174.
　　[80]张宗新，杨万成.声誉模式抑或信息模式：中国证券分析师如何影响市场 [J].经济研究，2016，51（09）：104-117.
　　[81]张宗新，姚佩怡.“天赋异禀”、“熟能生巧”还是“日久生情”——基于中国证券分析师预测能力的经验证据[J].经济理论与经济管理，2017，（07）：64-76.
　　[82]张宗新，姚佩怡.标新立异、“风险厌恶”还是“精益求精” ——基于明星分析师研报观点导向的实证研究[J].证券市场导报，2018，（01）：46-53.
　　[83]郑建明，黄晓蓓，张新民.管理层业绩预告违规与分析师监管[J].会计研究，2015，（03）：50-56.
　　[84]周冬华，尹伊，郑静.分析师跟进、分析师声誉与公司避税程度[J].江西财经大学学报，2017，（06）：42-52.
　　[85]周冬华，赵玉洁.证券分析师盈余预测乐观倾向：利益关联还是启发式认知偏差 [J].管理评论，2016，28（01）：205-218.
　　[86]周铭山，李四光，林靖.利益冲突、声誉激励与股价发现有效性[J].管理科學学报，2015，18（12）：1-17.
　　[87]周铭山，林靖，许年行.分析师跟踪与股价同步性——基于过度反应视角的证据[J].管理科学学报，2016，19（06）：49-73.
　　[88]朱红军，何贤杰，陶林.中国的证券分析师能够提高资本市场的效率吗——基于股价同步性和股价信息含量的经验证据[J].金融研究，2007，（02）：110-121.
转载注明来源:https://www.xzbu.com/3/view-15044722.htm