一、引言
在证券市场中，投资者根据可得到的市场信息形成自己对资产价格的预期，并基于此确定对自己最优的资产配置。在这一过程中，信息的产生和传播至关重要，而大量研究表明，媒体是绝大部分投资者获取信息最为直接、便捷的途径，媒体提供的信息也对投资者的投资决策起到了至关重要的作用[1]。
另一方面，分析师的盈余预测活动也是公司外部信息环境的重要组成部分。一些学者[2]认为分析师的信息搜寻活动能够通过提高股票价格的信息含量，
提高资本市场的运行效率。事实上，分析师作为信息中介，一方面加工和解读来自各个渠道的信息，另一方面为投资者提供新信息，对资本市场的有效运行起到了积极作用。
然而，目前已有的文献却较少涉及对于媒体报道和分析师行为关系的研究，因此本文以卖方分析师为研究对象，将分析师对公司IPO 当年的EPS 预测作为度量指标，考察了媒体报道对于分析师行为的影响。
二、研究背景及意义
（一）媒体报道与市场信息效率
作为市场上重要的信息挖掘者和传播者，媒体的行
为会对资产价格以及市场的信息效率产生重要影响。一方面，媒体报道的存在本身就可以降低投资者因为有限关注而可能引起的偏差。Klibanoff et al.[3]发现相关国别新闻出现在美国《纽约时报》头版的几周内，封闭式国别基金的价格就更接近其价值水平；美国的经验证据还表明IPO 之前的媒体报道量与股票的长期价值成正相关[4]。另一方面，媒体报道的内容和语气通过向市场传递更加丰富的信息，从而达到影响资产价格的效果。例如Tetlock [5]发现媒体负面情绪与次日道琼斯指数收益之间有显著的负向关系；进一步发现媒体关于公司基本面的预示了公司更差的盈余情况和股票收益。Kothari et al.[6]也指出报刊媒体的会增加公司的资本成本和收益波动，反之积极报道则会降低资本成本和收益波动。
（二）分析师盈余预测行为
本文所研究的分析师主要指卖方分析师。
卖方分析师通过公开和私人渠道获取信息，
对他们跟踪公司的当前业绩进行评价，对未来前景做出预测，
并向投资者做出不同的建议。已有的分析师行为方面的文献主要针对两方面进行了研究，一是对分析师数量的决定因素的研究，二是对分析师预测误差和预测分歧的决定因素的研究，且往往都
【摘要】文章选取2007—2017年期间上市的2090家公司为样本，结合报纸媒体对其IPO 前三年间报道的数据以及分析师对其IPO 当年末的每股收益指标的预测数据，考察了媒体关注度、语气和类型这三个媒体报道指标对分析师关注度、分析师预测误差和分析师预测分歧这三个分析师行为指标的影响。研究结果整体显示，媒体对公司关注度的提升能够显著提高分析师对公司的关注度，并降低分析师的预测偏差和预测分歧；媒体对公司的比重和类型数的增加也会使分析师关注度上升，使分析师的预测偏差和预测分歧降低。以上的结果表明，媒体对公司的报道通过数量和内容两方面的影响加强了分析师对公司信息的了解程度，从而影响了分析师的行为。研究结果不仅填补了目前研究媒体报道和分析师行为相关性的空白，还可以帮助投资者更好地理解分析师行为和预测结果，以及更深刻地体会媒体作为资本市场上重要的信息产生者和传播者所发挥的作用。
【关键词】媒体报道；；分析师行为【中图分类号】F832.5
【文献标识码】A
春天的谚语【文章编号】1004-5937（2021）05-0075-09
冯勇1
冯馨雨2
1.东方电气集团财务有限公司
2.普华永道会计师事务所
媒体报道与分析师行为的相关性研究
———基于我国上市公司的分析
【作者简介】冯勇（1967—），男，四川德阳人，高级会计师，东方电气集团财务有限公司总经理，研究方向：会计、金融；冯馨雨（1995—），女，四川旌阳人，普华永道会计师事务所审计员，研究方向：
会计、审计公司治理
会计之友2021年第5期
以公司特征作为解释变量。目前共识度较高的影响因素包括：经营风险和财务风险较低、盈余波动性较小的公司更吸引分析师的关注，而面对规模越小、回报及盈余间的相关系数越小、股权集中度水平越高、披露信息量越小的公司，分析师对其预测的准确度越低、分歧度越高[7]。另外，长期以来的研究也表明，分析师预测往往存在着乐观倾向，这在盈余预测和股票评级时都有体现。
十大会计师事务所（三）媒体报道与分析师行为的关联
截至目前，研究媒体报道，尤其是具体到媒体报道的负面语气，与分析师行为关系的文献较少。Kross et al.[8]的部分结论简要提到，分析师的预测精度与公司在美国《华尔街日报》上被报道的次数成正相关，但并未做进一步研究。而本文试图在这方面做出一些探索，
其意义包括三个方面：第一，基于我国不断发展成熟的卖方分析师市场，媒体报道的数量、语气等特征是否影响分析师预测以及具体产生什么影响，尚无充分的经验证据，本文的研究可以弥补这一不足；第二，相比以前主要考察媒体报道对股票收益等指标影响的研究，本文补充了媒体报道相关领域的研究成果；第三，本文为分析师行为的研究提供了新的内容，以便更好地理解分析师的预测结果。
三、研究假设
本文的研究主要从媒体关注度、
语气和类型三个角度考察对包括分析师关注度、
分析师预测误差和分析师预测分歧三方面在内的分析师行为的影响。
大部分研究早已表明，媒体覆盖面越大，信息的可得性越高，越有利于信息的迅速有效传播[9]。谭松涛等[10]发现，媒体报道越多，越能显著降低媒体之间的分歧，使分析师获得的信息准确度升高。因此从这一角度来讲，媒体报道的作用原理与公司披露基本一致，媒体报道度越高，分析师就能更加轻易地获得更多更准确的信息，
从而使预测行为的难度大大降低[11]；相反，缺乏媒体报道的公司可能拥有更多的专有信息，加剧了资本市场中的信息不对称，使得分析师更不愿意，或更难准确预测公司业绩。此外，公司的媒体报道度越高，越可能会提高公司的知名度并使得读者更加产生兴趣，因而对分析师预测报告产生更高的需求。由此提出假设1。
H1：公司IPO 前的媒体报道度越高，则分析师关注度越高，预测误差越小，
预测分歧越小。另一方面，信息质量越高、确定性越高，则越容易引起分析师跟踪，并对分析师预测有正面影响[12]。报纸媒体相对而言可信度较高，且一般情况下通常提供的是倾向于本地企业的信息[4]，这反而使得媒体中一旦出现有关公司的负面曝光，往往是更加“有的放矢”的追踪报道或深度报道[1
3]。这意味着更多负面信息数量和类型的报道相当于提供了数量更多、角度更全面、内容确定度更高的信息，更加综合地披露了公司的运营或治理情况。
这使得分析师获取和加工公共信息的成本降低，
有能力投入更多时间去跟踪更多的公司，或者投入更多资源去获取和处理私有信息，提高预测准确度，减小预测分歧度。这在美国的公司样本[8]中已经得到了证实：《华尔街日报》对公司的报道越多，分析师的预测准确程度也会显著提升。
此外，我国上市公司的证据表明，媒体的能够通过引起相关行政部门的介入，
促进企业改正有损外部投资者权益的行为，发挥显著而积极的监督治理作用[13-14]。这样的作用也应当能够帮助企业改善一些原本存在而不为分析师所知的内部问题，有助于降低分析师预测的误差和分歧。
因而根据以上分析，提出假设2和假设3。
H2：公司IPO 前的占比越大，
则分析师关注度越高，预测误差越小，
预测分歧越小。H3：公司IPO 前的类型越多，分析师关注度越高，预测误差越小，
预测分歧越小。四、研究设计（一）数据来源和样本
本文中媒体报道的数据来自CNKI 《中国重要报纸全文数据库》，通过人工搜集和整理获得。首先按照上市公司的常用简称对数据库中的全文文献进行内容检索，获得相关新闻报道的报纸名称、发表日期等原始信息，每家公司IPO 之前三年被各报纸媒体报道的总次数可作为媒体关注度的计量。同时，对报道的内容及语气进行了判定和归类，为计算语气和类型指标提供了依据。的类型基本分为商业道德、法律纠纷、产品问题、会计操纵、关联交易、公司治理、前景不佳、股权结构和中止发行九类，其中商业道德问题包括缺乏社会责任、污染环境、违反法律法规、安全生产事故隐患、招投标腐败、税务问题、拖欠工资等；法律纠纷包括合同订立、
专利纠纷公司治理
及其他各种原因导致的法律风险；产品问题包括产品性能或安全性不合格、夸大产品用途等；会计操纵主要包括在虚假确认收入等违反会计准则的会计数据和披露；公司治理包括利益输送、管理混乱、
高管侵占公司资产等行为；前景不佳主要指媒体对公司或行业前景的不看好；股权机构问题指股权代持、突击入股、外资身份认定等可能增加公司风险的问题。分析师盈余预测数据和各财务指标数据均由国泰安（CSMAR ）数据库整理或计算所得。
考虑到自2007年1月1日起企业会计准则对每股收益指标的算法规定进行了更新，因此本文选择的样本期间为2007—2017年度，涉及这一期间上市的公司2090家。由于分析师盈余预测通常涉及多年，而之后年份的预测会受到其他更多长期因素的影响，因此本文将预测终止年限定为上市当年，借鉴Clement et al.[15]的处理方法，只保留每位分析师在招股书发布后最早的一份预测报告的数据，再经过如表1的筛选和合并过程即得到样本。
为保证数据的有效性并消除异常样本对研究结论的影响，本文的样本在最终分析之前还对连续变量按照上下1%进行Winsorize 处理。
（二）变量定义1.被解释变量
分析师关注度（AnaCvrg ），指对IPO 公司当年末的盈余情况进行了预
测的证券公司数，为减轻数量级的干扰，本文将其定义为：
AnaCvrg=Ln （1+证券公司数）（1）预测误差（FError ），即分析师预测EPS 值与实际值的平均误
差，
计算公式为：FError=（abs[mean （FEPS ）-AEPS]）/AEPS
（2）
FDisp 为预测分歧，用分析师预测EPS 值的标准差来衡量，
计算公式为：FDisp=std （FEPS ）/（abs （AEPS ））
（3）
其中，FEPS 为分析师预测的EPS 值，AEPS 为公司的实际EPS 值。
2.解释变量
媒体关注度（MdCvrg ），指公司在IPO 前三年被报纸提及的次数，为减轻数量级的干扰，本文将其定义为：
MdCvrg=Ln （1+总报道次数）（4）语气（NegTone ），即对公司负面信息的报道占所有报道数的比例。
类型（NegType ），即有关公司的报道中涉及的负面新闻的类型总数。
3.控制变量
控制变量的选取和计算参考了其他文献的做法，主要围绕可能影响分析师跟踪程度和预测精度的因素来设计。除了公司规模、资本结构、盈利能力等财务数据之外，还特别选取了影响公司治理的变量———外部审计，尤其是选择“四大”会计师事务所，有助于保证会计信息的质量，减少股东和管理者之间的第一类代理成本；对我国上市公司来说，另一个重要的公司治理问题是大股东和中小股东之间的第二类代理成本，
前十大股东持股越集中，
越有可能侵占公司资源及小股东利益；另外根据自由现金流假说，公司的高杠杆也能够通过减少可用的自由现金流来约束管理者的行为。
操作
数量
Panel A ：IPO 公司样本IPO 公司初始样本2131金融业公司41最终的IPO 公司样本2090Panel B ：分析师预测样本
将分析师预测初始样本并入最终IPO 公司样本143190除最早一次预测之外的其他样本114056
预测每股收益缺失的样本
403报告发布日在招股书发布日之前的样本10036预测终止日在报告发布日之前的样本7773实际每股收益小于等于0的样本534
最终的分析师预测样本10388（698家公司）
Panel C ：媒体报道样本
将媒体报道初始样本并入最终IPO 公司样本
22698（674家公司）
表1样本筛选及合并过程
公司治理
会计之友2021年第5期
变量符号变量说明
FError分析师对公司盈利预测值的平均误差
FDisp分析师对公司盈利预测值的分歧程度
MdCvrg IPO之前三年公司的被报道次数
NegTone数占总媒体报道数的比例
NegType中涉及的类型数
Size期末总资产的自然对数
Lvrg总负债与总资产的比
ROE当年加权平均净资产收益率
StkConc前十大股东持股比例
PriceLim上市首日股价的最大值减最小值
PB权益总市值与权益账面值的比
Big4负责IPO审计的会计师事务所，如果是四大则处理为1，否则处理为0 PosTone正面报道数占总媒体报道数的比例
Dummy具体包括哑变量Year、Industry、NegType
变量类型变量名称
分析师预测误差分析师预测分歧AnaCvrg对公司进行盈利预测的证券公司数
被解释变量
分析师关注度
解释变量媒体关注度语气类型
控制变量公司规模
资产负债率
净资产收益率
股权集中度
首日涨跌幅
市净率
是否四大
正面报道语气
行业、上市年份和类
型控制变量
表2变量定义
变量定义见表2。
（三）模型设定
为考察媒体报道的媒体关注度、语气、语气三个因素对分析师行为的分析师关注度、分析师预测误差、分析师预测分歧三个方面的影响，分别针对各假设构建如下模型：
针对H1有：
AnaCvrg=a0+a1MdCvrg+a2Control+Dummy（1）FError=b0+b1MdCvrg+b2Control+Dummy（2）FDisp=c0+c1MdCvrg+c2Control+Dummy（3）针对H2有：
AnaCvrg=d0+d1NegTone+d2Control+Dummy（4）FError=e0+e1NegTone+e2Control+Dummy（5）FDisp=f0+f1NegTone+f2Control+Dummy（6）针对H3有：
AnaCvrg=g0+g1NegType+g2Control+Dummy（7）FError=h0+h1NegType+h2Control+Dummy（8）
FDisp=i0+i1NegType+i2Control+Dummy（9）另外构建模型使三个媒体报道的指标同时作为分析师行为的解释变量：
AnaCvrg=j0+j1MdCvrg+j1NegTone+j1NegType+ j2Control+Dummy（10）FError=k0+k1MdCvrg+k1NegTone+k1NegType+ k2Control+Dummy（11）FDisp=l0+l1MdCvrg+l1NegTone+l1NegType+l2Con-trol+Dummy（12）其中，Control为表2中的各控制变量，模型1—模型6的Dummy为行业和上市年份的哑变量，模型7—模型12的Dummy为上市年份、行业和具体类型的哑变量。
五、实证分析
（一）描述性统计
对表1Panel A的公司样本进行分年度和分行业统
公司治理
计，结果列示于表3和表4。从表4可以看出，绝大部分公司属于制造业企业，且在2010—2017年期间上市的公司数量有持续的增长，同时各年各行业都有过半的IPO公司未被媒体报道。
表5列示了负面类型的分布情况。可以看出，前景不佳是最易在公司间出现的负面类型。另外，商业道德腐败、法律纠纷和股权结构问题也占了较大的比例。除中止发行这一较为特殊的类型之外，其他类型方面涉及的报道数和公司数间基本成正比例的关系，平均每家公司有2—3篇报道。
表6对除NegType之外的变量进行了描述性统计。就主要变量而言，可以发现过半公司没有被分析师跟踪也没有被媒体报道，而被报道的公司中又有超过一半没有负面类型的消息传出；超过50%的分析师平均预测误差达到20%。就其他变量而言，各公司的规模和持股集中度的相差程度不大，而资产负债率、ROE、首日涨跌幅、PB和会计师事务所情况的分化均较为明显。
（二）媒体关注度与分析师行为
表7给出了分析师行为对媒体关注度的回归结果。可以看到，无论是将MdCvrg为0的公司样本保留还是剔除，得到的结果均显示随着媒体关注度的提升，分析师关注度将显著提升，预测误差和预测分歧将显著降低，这证实了H1。
从控制变量可以看出，分析师更倾向于对规模大、上市首日股价波动小、成长性高的公司进行盈余预测。因为规模越大的公司相关信息也越多，吸引的分析师也越多；上市首日涨跌幅度小的公司定价更合理、不确定性小，因而吸引更多分析师；成长性越高的公司受到的投资者关注度越高，从而提高了对分析师预测的需求，导致更多的分析师跟踪。同时，较高的ROE反映了公司的盈利能力强，分析师跟踪预测的风险更低，较高的审计质量保证分析师获取的信息越可靠，这两点都对预测误差有显著的降低作用。另外高ROE和低持股集中度对预
行业
代码
行业名称样本数
被媒体报道的
样本数
脑王未被媒体报道
的样本数A农林牧渔业341024
B采矿业40931
C制造业1469501968
D电力、热力、燃气及水生产和供应业1679
E建筑业511536
F批发和零售业401822
G交通运输、仓储和邮政业19483111
请律师打官司多少钱H住宿和餐饮业412021
二寸照片的尺寸是多少I信息传输、软件和信息技术服务业781266
K房地产业531340
L租赁和商务服务业40436
M科学研究和技术服务业18612
N水利、环境和公共设施管理业1046
R文化、体育和娱乐业642
合计20907061384
表4按行业的样本分布统计
表3按上市年份的样本分布统计
年份样本数被媒体报道的样本数未被媒体报道的样本数
20071240124
2008753342
2009974156
2010349154195
201128276206
20121557778
2013202
考研什么时候开始准备20141247351
201521926193
201622749178
2017436131305
合计20906601430
公司治理
版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。
发表评论