CARit=a0+a,Analysti t+>B li ++>yi Fit+j+> Analystic Ii,t+i /Sy i t. Fit+j+81Turnoverit +02Turnoverit' Fit+ + 03Turnoverit' Analystit +04Turnoverit Analystit Fit+1 +pCapitalit +n Caret+ eit 模型(1)用于检验假设1。根据朱红军(2007),如果我国分析师能提升股价中的 公司特质信息含量,那么累计超额收益率与未来盈余变动的相关性会更强,同时与过去 的盈余变动相关性减弱,即μ1显著为正且显著μ-1为负。对于假设1的后半部分,可以 通过模型(1)进行分年度回归,若风1为正且整体呈上升趋势,则假设1后半部分成立 模型(2)用于检验假设(2)。陈梦根与毛小元(2007)的研究表明交易活跃程度 越高,股价中的公司特质信息含量越高,因此我们在模型中通过交叉项 Turnover Ft*1来控制交易活跃度对公司特质信息含量的直接影响。假如模型(2)中的θ3显著且 为正,则表明交易活跃程度越髙,分析师对股价公司特质信息含量的提升作用越大;假 如θ3显著为负,则表明交易热度的提升反而加剧了分析师的非理性,使其对公司特质信 息含量的提升作用下降 本文采用2006到2013年全部A股上市公司的数据进行检验。剔除掉严重数据缺失 的样,共包含了2295家上市公司总共12728条观测值。数据全部来自于wind金融终端 以及国泰安数据库。 四、研究结果及分析 (一)描述性统计结果 各个主要变量的描述性统计结果如下。可以发现在各变量上,样本间的差异都比较 大 表1:变量描述性统计结果 样本量 最小值 最大值 均值 标准偏差 CAR(i, t) 152329 0.02112 0.38114 F(t-1) 12728 8.23710000377 F(, t) 12728 4.23010 1252919 0.23844 F(t+1) 12728 -2.5167312.52919 l(t-1) -0.71514 1.79385 I(i, t) 12728 -0.31714 1.77238000002 (t+1) 12728 -0.25137 1.27902 0.00034 0.05985 Analyst(, t) 12728 0.00000 633505231006 1.79758 Capital(i, t) 2728 18.95064 28.63002 21.96987 1.171044 𝐶𝐴𝑅𝑖,𝑡 = 𝛼0 + 𝛼1𝐴𝑛𝑎𝑙𝑦𝑠𝑡𝑖,𝑡 + ∑ 𝛽𝑗 𝐼𝑖,𝑡+𝑗 1 𝑗=−1 + ∑ 𝛾𝑗𝐹𝑖,𝑡+𝑗 1 𝑗=−1 + ∑ 𝜆𝑗𝐴𝑛𝑎𝑙𝑦𝑠𝑡𝑖,𝑡 ∙ 𝐼𝑖,𝑡+𝑗 1 𝑗=−1 + ∑ 𝜇𝑗𝐴𝑛𝑎𝑙𝑦𝑠𝑡𝑖,𝑡 ∙ 𝐹𝑖,𝑡+𝑗 1 𝑗=−1 + 𝜃1𝑇𝑢𝑟𝑛𝑜𝑣𝑒𝑟𝑖,𝑡 + 𝜃2𝑇𝑢𝑟𝑛𝑜𝑣𝑒𝑟𝑖,𝑡 ∙ 𝐹𝑖,𝑡+1 + 𝜃3𝑇𝑢𝑟𝑛𝑜𝑣𝑒𝑟𝑖,𝑡 ∙ 𝐴𝑛𝑎𝑙𝑦𝑠𝑡𝑖,𝑡 + 𝜃4𝑇𝑢𝑟𝑛𝑜𝑣𝑒𝑟𝑖,𝑡 ∙ 𝐴𝑛𝑎𝑙𝑦𝑠𝑡𝑖,𝑡 ∙ 𝐹𝑖,𝑡+1 + 𝜌𝐶𝑎𝑝𝑖𝑡𝑎𝑙𝑖,𝑡 + 𝜂𝐶𝐴𝑅𝑖,𝑡+1 + 𝜀𝑖,𝑡 (2) 模型（1）用于检验假设 1。根据朱红军（2007），如果我国分析师能提升股价中的 公司特质信息含量，那么累计超额收益率与未来盈余变动的相关性会更强，同时与过去 的盈余变动相关性减弱，即𝜇1显著为正且显著𝜇−1为负。对于假设 1 的后半部分，可以 通过模型（1）进行分年度回归，若𝜇1为正且整体呈上升趋势，则假设 1 后半部分成立。 模型（2）用于检验假设（2）。陈梦根与毛小元（2007）的研究表明交易活跃程度 越高，股价中的公司特质信息含量越高，因此我们在模型中通过交叉项𝑇𝑢𝑟𝑛𝑜𝑣𝑒𝑟𝑖,𝑡 ∙ 𝐹𝑖,𝑡+1来控制交易活跃度对公司特质信息含量的直接影响。假如模型（2）中的𝜃3显著且 为正，则表明交易活跃程度越高，分析师对股价公司特质信息含量的提升作用越大；假 如𝜃3显著为负，则表明交易热度的提升反而加剧了分析师的非理性，使其对公司特质信 息含量的提升作用下降。 本文采用 2006 到 2013 年全部 A 股上市公司的数据进行检验。剔除掉严重数据缺失 的样，共包含了 2295 家上市公司总共 12728 条观测值。数据全部来自于 Wind 金融终端 以及国泰安数据库。 四、 研究结果及分析 （一）描述性统计结果 各个主要变量的描述性统计结果如下。可以发现在各变量上，样本间的差异都比较 大。 表 1：变量描述性统计结果 样本量 最小值 最大值 均值 标准偏差 CAR(i,t) 12728 -1.52329 1.74867 0.02112 0.38114 F(i,t-1) 12728 -4.23010 8.23710 -0.00377 0.23456 F(i,t) 12728 -4.23010 12.52919 -0.00163 0.23844 F(i,t+1) 12728 -2.51673 12.52919 0.00107 0.19610 I(i,t-1) 12728 -0.71514 1.79385 -0.00029 0.08535 I(i,t) 12728 -0.31714 1.77238 -0.00002 0.07639 I(i,t+1) 12728 -0.25137 1.27902 0.00034 0.05985 Analyst(i,t) 12728 0.00000 6.33505 2.31006 1.79758 Capital(i,t) 12728 18.95064 28.63002 21.96987 1.17104