析师对市场的正面作用应当是越来越大的。对于交易热度高的股票,分析师通常会更 加努力的挖掘信息,同时其报告也影响到更多的投资者。综上,本文提出如下硏究假 假设1:我国证券分析师能够增加股价中公司特质信息含量,并且这种作用近几 年逐步提高。 假设2:交易热度越高,分析师对股价中公司特质信息含量的提升作用越强。 (二)研究设计 我们采用“累计超额收益率回归”的方法来得到股票价格信息含量的度量,该方法 类似于 Piotroski and Roulstone(2004)以及 Ayers和 Freeman(2003)中的方法。首先 构造历年公司的“预期外盈余变动”,并将其分成公司特质成分及行业成分,计算方法 如下: AFEt+-△Et lt+j=△Et+j-△MEt+j i公司就+j年盈余一i公司+j-1年盈余 E t+) 公可+j年年初市值 其中,Fx+和Lx+分别是预期外盈余变动的公司特质成分与行业成分。△Et是 △FEt+:按行业计算的平均值,△ME+是全市场△FEx+;的平均值。由于我国上市公司 存在盈余管理行为(魏明海,2000),为消除该效应对最终结果的影响,我们采用扣除 非经常性损益后的公司利润作为盈余指标 累计超额收益率(CAR)采用个股月度额收益的年度累计值。月度超额收益率由如 下回归方程的残差得到: Rut=a1+BR市场,t+Eit 我们采用个股年度日均换手率( Turnover)来衡量股票交易热度;用个股的年度分 析师研究报告数目来衡量分析师活动强度,模型中采用得是其绝对数量加1再取自然对 数后的值( Analyst);用下一期累计超额收益和公司市值的自然对数( Capital)作为控 制变量,控制其他因素对当期累计超额收益的影响。为验证前述假设的回归模型如下: CAR1t=ao+a1 analystic+∑x++∑yFx++∑ analystic:lt+ +>u; Analystit Fit+i+ pCapitali t + nCARit+1+Ei3 析师对市场的正面作用应当是越来越大的。对于交易热度高的股票，分析师通常会更 加努力的挖掘信息，同时其报告也影响到更多的投资者。综上，本文提出如下研究假 设： 假设 1：我国证券分析师能够增加股价中公司特质信息含量，并且这种作用近几 年逐步提高。 假设 2：交易热度越高，分析师对股价中公司特质信息含量的提升作用越强。 （二）研究设计 我们采用“累计超额收益率回归”的方法来得到股票价格信息含量的度量，该方法 类似于 Piotroski and Roulstone（2004）以及 Ayers 和 Freeman（2003）中的方法。首先 构造历年公司的“预期外盈余变动”，并将其分成公司特质成分及行业成分，计算方法 如下： 𝐹𝑖,𝑡+𝑗 = ∆𝐹𝐸𝑖,𝑡+𝑗 − ∆𝐼𝐸𝑖,𝑡+𝑗 𝐼𝑖,𝑡+𝑗 = ∆𝐼𝐸𝑖,𝑡+𝑗 − ∆𝑀𝐸𝑖,𝑡+𝑗 ∆𝐹𝐸𝑖,𝑡+𝑗 = 𝑖公司第𝑡 + 𝑗年盈余 − 𝑖公司第𝑡 + 𝑗 − 1 年盈余 𝑖公司𝑡 + 𝑗年年初市值 其中，𝐹𝑖,𝑡+𝑗和𝐼𝑖,𝑡+𝑗分别是预期外盈余变动的公司特质成分与行业成分。∆𝐼𝐸𝑖,𝑡+𝑗是 ∆𝐹𝐸𝑖,𝑡+𝑗按行业计算的平均值，∆𝑀𝐸𝑖,𝑡+𝑗是全市场∆𝐹𝐸𝑖,𝑡+𝑗的平均值。由于我国上市公司 存在盈余管理行为（魏明海，2000），为消除该效应对最终结果的影响，我们采用扣除 非经常性损益后的公司利润作为盈余指标。 累计超额收益率（CAR）采用个股月度额收益的年度累计值。月度超额收益率由如 下回归方程的残差得到： 𝑅𝑖,𝑡 = 𝛼𝑖 + 𝛽𝑖𝑅市场，𝑡 + 𝜀𝑖,𝑡 我们采用个股年度日均换手率（Turnover）来衡量股票交易热度；用个股的年度分 析师研究报告数目来衡量分析师活动强度，模型中采用得是其绝对数量加 1 再取自然对 数后的值（Analyst）；用下一期累计超额收益和公司市值的自然对数（Capital）作为控 制变量，控制其他因素对当期累计超额收益的影响。为验证前述假设的回归模型如下： 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 + 𝜌𝐶𝑎𝑝𝑖𝑡𝑎𝑙𝑖,𝑡 + 𝜂𝐶𝐴𝑅𝑖,𝑡+1 + 𝜀𝑖,𝑡 (1)