盈余質量、羊群效應與分析師預測

王 萍

盈余質量、羊群效應與分析師預測

王 萍

（青島酒店管理職業技術學院 會計學院，山東 青島 260043）

以2016—2021年滬深股市非金融類公司為樣本，在全面梳理國內外對盈余質量、分析師預測和羊群效應的研究基礎上，綜合運用行為金融學中的最新成果，對公司盈余質量、分析師羊群行為與分析師預測以及三者之間的作用關系進行了深入全面的研究。研究發現：公司的盈余質量越低，分析師盈利預測的準確性越差；同時，分析師的羊群行為會降低分析師盈利預測的準確度，并削弱公司盈余質量對分析師預測的影響，從而揭示了分析師的心理因素導致的預測低效率，為監管部門及證券公司提升分析師隊伍的獨立預測能力、防止利益沖突、優化激勵制度提供了依據。

盈余質量； 可操縱性應計利潤； 羊群效應； 預測準確性

一、問題的提出

近年來，金融系統在支撐推動我國經濟增長中發揮的作用日益重要。伴隨著社會主義市場經濟的發展和改革開放的不斷深入，以滬、深兩市為代表的股票交易市場正在日益成為我國資本市場不可或缺的重要組成部分，其在籌融資、優化資源配置方面所發揮的重要作用和巨大潛力也得到了人們的廣泛認可。證券市場的發展和壯大對金融工具和金融制度的創新和完善、現代公司治理結構的建立、社會主義市場經濟建設作出了重要貢獻，也對證券市場的服務人員之證券分析師提出了更高要求。與此同時，作為現代資本市場制度建設的重要組成部分，信息披露也變得越來越重要。因為信息披露是市場參與者和社會公眾了解上市公司的主要渠道和作出投資決策的重要參考。高質量的會計信息，尤其是高質量的盈余信息，有利于正確引導投資方向，并促進資源的優化配置。

隨著我國資本市場的蓬勃發展，證券分析師在其中發揮的中介作用也顯得愈發重要。對投資者而言，特別是對于中小投資者來說，證券公司的分析師，尤其是某些經常在媒體發表觀點或者被雜志評為“明星”的著名分析師的意見，具有重要的決策參考意義。分析師的預測不僅會左右廣大投資者的投資決策以及市場的資源配置效率，也會對企業信息與股票價格之間的傳導效應產生重要影響。因此，分析師盈利預測的準確性成為金融界和其他實務界人士廣泛關注的熱點，也是學術界人士熱烈討論的問題之一。分析師在對企業進行預測時需要獲得信息作為分析和預測的依據，其能夠獲得的信息的“質”和“量”都會對預測準確性產生重大影響。這些信息一般來源于上市公司發布的各種公告以及分析師從公司管理層直接獲取的私有信息。財務報告作為上市公司公開披露信息的重要組成部分，直接反映了公司的財務狀況、經營業績以及現金流量等基礎信息，并且相對容易取得，成為分析師作出盈余預測的主要信息來源，所以，財務報告的質量能夠在很大程度上影響分析師的預測表現。

本文選擇盈余質量作為財務報告質量的代理變量開展研究。盈余質量是探討會計信息質量的核心內容，反映了盈余信息在滿足各個利益相關者決策制定時信息需求的能力。

直接研究盈余質量對分析師預測影響的文獻在國內外學術界并不多見，大多數研究通過信息披露水平、審計質量等間接方式表明，較高的會計信息質量會導致較高的分析師預測準確性。倪小雅等[1]發現公司的信息披露質量越高、所在地的會計制度環境越完善，分析師盈利預測的準確性越高。路軍[2]的研究表明分析師在依據未經審計的季度報告作出預測時其預測誤差更加顯著。王鵬等[3]以我國上市公司中獲得標準無保留審計意見的公司為研究樣本，結果表明審計師任期越長，公司真實盈余的持續性越好，分析師盈利預測的持續性也越強，說明分析師能夠識別審計任期中包含的審計質量信息，盡管進一步的研究證明這種認知存在一定程度的過度反應。薛爽等[4]研究發現分析師預測的準確性除了受被跟蹤企業財務信息質量的影響之外，還受到分析師自身特征的影響。分析師出于投行利益、鼓勵交易、職業安全及維護個人聲譽等考慮，可能會發布有偏差的盈利預測，具體表現為分析師預測的羊群行為。王雄元等[5]研究發現分析師理性有效的盈利預測能夠為眾多投資者獲取投資信息和制定投資方案提供可靠指導。然而，若分析師忽視自身持有的有價值的私有信息，向市場的一般預測均值靠攏，發布不準確的盈余預測，就會嚴重誤導投資者的價值評估。

二、理論分析與研究假設

（一）理論分析

本文的主要理論基礎是信息不對稱理論。20世紀70年代，美國經濟學家約瑟夫·斯蒂格利茨、喬治·阿克爾洛夫和邁克爾·斯彭斯打破傳統經濟學研究假設，分別從金融市場、商品交易和勞動力三個角度提出了信息不對稱理論。信息不對稱理論是指在市場經濟活動中，各類人員對有關信息的了解是有差異的；掌握信息比較充分的人員，往往處于比較有利的地位，而信息貧乏的人員，則處于比較不利的地位。按照信息不對稱發生的時間差異可以將其劃分為事前和事后兩種情況。發生在交易雙方簽訂合約之前就已然出現的信息不對稱稱之為事前信息不對稱，該種信息不對稱會導致逆向選擇。逆向選擇存在于信息弱勢群體對信息優勢不信任的狀態情況下，“檸檬市場”中信息優勢方利用自身的信息優勢會作出利于己方而損害對方的決策，信息劣勢方為了保護自己利益只能給出市場平均價格從而導致整個市場劣質品驅逐優質品，市場資源配置機制失效。發生在交易雙方簽訂合約之后發生的信息不對稱稱之為事后信息不對稱，該種信息不對稱會導致道德風險。道德風險是指交易雙方簽訂合約之后，信息優勢方最大化自身權益而做出不利于交易對手方利益的行為。

信息不對稱的兩個經濟后果在分析師作出盈利預測時都是可能存在的。享有私有信息的分析師無論出于鼓勵交易動機、維護聲譽動機還是投行利益動機，犧牲預測的準確性而向市場預測的平均值靠攏的行為被視為道德風險。當分析師自身獲得的信息不足以支撐其預測時，出于職業安全的考慮，他們也會選擇跟隨市場預測的均值，避免發布過于激進的預測，這也是某程度上的逆向選擇。

（二）假設提出

根據已有文獻，熊禮慧等[6]發現在面對應計項目較高的公司時，賣方分析師并不能充分估計可以預測的盈利下降。華鳴等[7]的研究表明，若公司在當年期間內賺取現金活動在整體經營活動中所占的比重越高，分析師的盈利預測準確性越高；當年期間內賒銷預付活動在整體經營活動中所占的比重越高，分析師的盈利預測準確性越低。而在分解當期賒銷預付活動為操縱性賒銷預付活動與正常性賒銷預付活動兩部分之后，只有前者對當期分析師盈利預測的誤差有顯著影響，由此認為分析師能夠較好地理解企業收取現金業務所對應的盈余過程，而對賒銷預付業務，特別是操縱性賒銷預付業務對應的盈余過程卻了解十分有限。由此我們推斷，分析師在作出盈利預測時，通常難以識別公司會計盈余中存在的可操縱性部分，導致其發布的盈利預測的準確性下降，而可操縱性應計利潤越高意味著公司的盈余質量越差。據此提出本文的第一個假設。

H1：公司的盈余質量越差，分析師的盈利預測越不準確。

已有文獻中，Anderson R．[8]發現激進預測較跟隨預測具有更強烈的市場反應，其原因可能在于二者預測準確性的差異。Huang Z．，Xue Q．[9]的研究表明相對于跟隨預測，激進預測更準確，因為激進預測中包含的分析師私有信息含量更高，能為投資者提供與決策更加相關的信息。綜合以往文獻，分析師出于聲譽因素考慮往往會發布跟隨預測。當分析師存在羊群行為時，盡管其掌握的私有信息支持更加大膽的預測，分析師仍會向市場上其他分析師的預測均值靠攏，這無疑會降低預測中私有信息的含量，導致預測準確性下降。另一方面，分析師掌握的私有信息多與公司的盈余活動相關，羊群行為在降低預測中私有信息含量的同時，也降低了預測中包含的盈余信息，削弱了盈余質量對預測準確性的影響。據此提出本文的第二個假設。

H2：分析師的羊群行為會降低分析師盈利預測的準確度，并削弱公司盈余質量對分析師預測的影響。

三、研究設計

（一）變量定義

本文的變量界定主要分為分析師預測準確性的界定、盈余質量的界定、羊群效應的界定、控制變量的界定等四個部分組成。

1．分析師預測準確性的界定

分析師盈利預測的準確性是指分析師的盈利預測值與公司實際盈余之間的偏差程度。在分析師的實際預測報告中，他們會對公司的每股收益，市盈率，凈利潤，息稅前收入，扣除息、稅、折舊及攤銷前收入，主營業務收入以及每股經營現金流量等經營指標作出預測。本文參照國內外研究的通常做法，選用每股收益（EPS）的預測值與實際值的絕對差額來計算分析師的預測誤差（Error），以衡量分析師的預測準確性，該值越大，表示預測準確度越低。為了增強公司之間的可比性以及控制規模效應，預測誤差以初期股票市價進行了標準化，具體計算公式為：

2．盈余質量的界定

在度量盈余質量時，本文主要參考了Dechow等[10]修正瓊斯模型，模型的具體構成如下所示。

3．羊群效應的界定

當前，國內關于羊群行為的研究主要集中在機構投資者和個人投資者等市場參與者上，對證券分析師這一群體的羊群行為的關注很少，如何判斷分析師在預測過程中是否存在羊群行為就更缺乏借鑒。本文參照Dambra M．[11]的做法，若某分析師的預測位于該分析師上一次預測與當前所有分析師預測的均值之間，則認為該分析師在預測時采取了跟隨的策略，存在羊群效應，羊群效應變量Herd取值為1；否則不存在羊群效應，Herd取值為0，此時我們稱分析師發布了領先預測或者激進預測。在本文的穩健性檢驗部分，我們還參照Huang Z．[9]的另一種度量方法，以單個分析師的預測值與全體分析師的一致預測值之間的相對差異來衡量分析師是否存在羊群行為，以進一步增強結論的說服力。

4．控制變量的界定

結合華鳴等[7]的研究，本文模型的控制變量主要包括被跟蹤公司特征和分析師自身特征兩方面。本文的主要變量定義如表1所示。

表1 主要變量定義

（二）模型設定

1．盈余質量與分析師預測

國內外學者在考慮分析師盈利預測準確性的影響因素時，通常只考慮了被跟蹤公司特征和分析師自身特征其中的一方面。本文將這兩個因素結合起來，構建的模型將更具有解釋力度。為驗證盈余質量對分析師預測準確性的影響，即假設1，構建研究模型如下：

2．分析師羊群行為與預測準確性

為驗證羊群行為對分析師預測的影響，即假設2，在模型（3）的基礎上加入分析師羊群行為變量Herd，構建研究模型如下：

3．羊群行為對盈余質量與分析師預測準確性的影響

為驗證羊群行為對盈余質量與分析師預測準確性的影響，在模型（4）的基礎上加入交乘項Abnormal Accruals*Herd，即AA_Herd，構建研究模型如下：

（三）樣本選擇

為了得到穩定性和平滑性的結論，在處理數據的過程中對相關樣本進行了如下處理：

1．刪除金融類上市公司樣本。由于本文旨在研究中國全樣本的上市公司盈余質量對分析師預測準確性的影響，而金融行業的公司往往因為其業務特點而具有非常規性的盈余特點。

2．剔除B股上市公司。

3．剔除進入模型的解釋變量、被解釋變量、控制變量存在缺失值的樣本。

4．對所有變量在1%水平進行Winsorize處理。

經過上述處理后，樣本量為2016-2021年的48245個公司——分析師年數據。

四、盈余質量、羊群效應與分析師預測實證分析

（一）描述性統計分析

本文的描述性統計主要分為兩個方面，一方面是對模型的主要被解釋變量、解釋變量、控制變量的描述性統計；另一方面是根據分析師是否存在羊群效應進行分組，對各主要變量的平均值進行差異性檢驗。

首先，將模型（3）至模型（5）主要的被解釋變量、解釋變量、控制變量的描述性統計列示于表2中。

表2 主要變量的描述性統計分析

從表2看，分析師預測準確性（Error）的均值和中位數分別為0.028和0.012，表明分析師的盈余預測與公司盈余的實際值的絕對差額大致是上一年度末股票市價的2.8%（1.2%）。這一數據要低于黃登仕等[12]以我國A股上市公司2013—2017年數據為樣本得出的分析師預測誤差值5.5%，說明我國分析師盈余預測的準確性在近些年得到了一定程度的提高。根據修正瓊斯模型計算出來的可操縱性應計利潤（Abnormal Accruals）的平均數和中位數分別為0.058和0.042，由于均值大于中位數，說明我國上市公司的可操縱性應計利潤存在統計上的右偏傾向。衡量羊群效應的變量Herd的均值和中位數分別為0.204和0，表明我國大約有20%的分析師預測存在明顯的跟隨行為。虧損變量Loss的均值和平均數分別為0.040和0，表明樣本中有4%的公司當年業績虧損，也說明分析師傾向于追蹤那些經營業績良好的公司。前十大審計師（Big Auditor）的平均值和中位數分別為0.583和1，表明58.3%的樣本公司年度由國內綜合排名前十的會計師事務所進行審計，具有較高的審計質量。分析師自身特征方面，Days Elapsed變量的平均值和中位數分別為141.841和97，表明分析師對特定股票的最近兩次預測一般間隔了142天（97天），說明分析師平均3—4個月對公司盈余進行一次預測。Broker Size變量的平均值和中位數分別為41.411和39，說明我國證券公司一般雇傭約40位分析。For Frequency變量的平均值和中位數分別為4.963和4，說明我國證券分析師平均對上市公司的年度盈余做出4—5次預測。

在描述性統計的第三部分，根據分析師是否存在羊群效應將全樣本分為領先組（Herd=0）和跟隨組（Herd=1），分別對兩組的各主要變量的平均值進行差異性檢驗，相關結果參見表3所示。

由表3可以看出，領先組和跟隨組的盈余預測誤差的平均數分別為0.0256和0.0349，且其差異顯著小于0，說明領先盈余預測的誤差顯著小于跟隨盈余預測的誤差，為支持本文的假設2：分析師盈余預測的羊群行為會降低其預測準確性提供了初步的經驗證據。關鍵解釋變量Abnormal Accruals的平均值在領先組和跟隨組中不存在顯著差異（p值為0.8002）。反映公司自身特征的控制變量中，領先組的公司規模Size和每股收益EPS的平均值都顯著小于跟隨組，說明分析師更傾向于針對資產規模更大、盈利水平更高的公司發布跟隨預測，這也可能是因為市場對于資產規模較大、盈利水平更強的公司具有更加一致的盈余預期。而盈余變化Surprise、是否虧損Loss、財務困境Distress、前十大審計師審計Big Auditor這些變量的均值在領先組和跟隨組中都不存在顯著差異。反映分析師特征的控制變量中，領先組的預測期限For Horizon、前期預測準確性Lag Accuracy變量的平均數均顯著小于跟隨組，說明發布領先預測的分析師其預測日與資產負債表日越接近、上一次盈余預測的準確性越高。而領先組的上次預測時間間隔Days Elapsed、券商規模Broker Size、預測頻率For Frequency變量的平均數均顯著大于跟隨組，說明發布跟隨預測的分析師其兩次預測之間的時間間隔越短、所在券商雇傭分析師的數量越少、發布盈余預測的頻率越低。

表3 主要變量的均值檢驗

（二）回歸結果分析

1．盈余質量與分析師預測準確性回歸分析

本文用模型（3）驗證公司盈余質量高低對分析師盈利預測準確性的影響，現將模型（3）的回歸分析結果列示在表4中。從表4看，我們共使用了48245個公司——分析師年樣本對模型（3）進行回歸分析，并控制了行業因素和年度因素。模型的F值為1643.43，調整后的R-squared值為55.07%，說明模型的整體可靠性較高，具有較強的解釋力度。表4的結果顯示，解釋變量可操縱性應計利潤Abnormal Accruals的回歸系數在1%的水平上顯著為正，說明公司的可操縱性應計利潤越高，分析師的盈利預測的誤差越大。也就是說，公司的盈余質量越低，分析師盈利預測的準確性越差，支持了本文的第一個假設。導致這一現象的原因，通過對已有文獻的梳理，在于若一個公司利潤中可操縱性部分的占比越高，其盈余質量通常越低；分析師在對這家公司作出盈余預測時，一般難以識別公司利潤中存在的可操縱性部分，導致盈利預測的準確性下降。

表4 盈余質量與分析師預測準確性回歸分析

注：*，**，***分別在10%，5%，1%的水平上顯著。

2．分析師羊群行為與預測準確性回歸分析

為了檢驗分析師羊群行為對其盈利預測準確性的影響，本文根據模型（4）對預測準確性和分析師羊群行為變量進行了回歸分析，結果如表5所示。

從表5看，模型（4）的整體擬合度比較好，加入羊群效應Herd變量之后，回歸的調整R2從模型（3）的55.07%上升到55.17%。關鍵控制變量Herd的系數在1%的水平上顯著為正，說明分析師在預測過程中如果存在跟隨行為，則其預測誤差越大，預測準確性降低。假設2的前半部分得到了支持，即羊群效應會削弱分析師盈利預測的準確性，這一結論與何威風等[13]的研究發現“激進預測比跟隨預測更準確”是一致的。導致這一現象的原因，在于分析師可能出于維護自身聲譽或者能力有限的原因，在掌握私有信息的情況下仍跟隨市場上大部分分析師的判斷，發布“隨大流”的預測值，從而降低了盈利預測的準確性。

另外，與模型（2）的回歸結果一致，可操縱性應計利潤Abnormal Accruals的回歸系數仍在1%的水平上顯著為正?？刂谱兞康幕貧w結果也與模型（3）基本一致，除了前十大審計師Big Auditor的回歸系數不顯著之外，財務困境Distress變量的回歸系數在5%的水平上顯著，其他控制變量均在1%的水平上顯著。分析師預測準確性隨著被跟蹤公司規模、盈利變化、當年虧損、預測期限、預測頻率、上次預測準確性的提高而下降，而與每股收益、償債能力、距離上次預測時間長度、券商規模正相關。

表5 分析師羊群行為與預測準確性回歸分析

注：*，**，***分別在10%，5%，1%的水平上顯著。

3．盈余質量、羊群效應與分析師預測回歸分析

為了檢驗羊群效應對盈余質量和分析師預測準確性二者關系的影響，本文在模型（4）的基礎上，加入了盈余質量Abnormal Accruals和羊群效應Herd的交乘項Abnormal Accruals*Herd，即AA_Herd，構建了模型（5）進行回歸分析，結果如表6所示。

由表6可以看出，交乘項AA_Herd的系數在10%的水平上顯著為負，意味著相對于激進預測而言，跟隨預測的準確性受追蹤公司盈余質量的影響較小，說明分析師預測時的羊群行為會削弱公司盈余質量對其預測準確性的影響，支持本文假設2的后半部分。當分析師處于維護自身聲譽或者對自身能力不自信時，會采取“從眾”策略，向市場預測均值靠攏，其預測更多考慮的是市場參與者的一致期望，對被跟蹤公司自身的盈余過程和盈余質量關注不夠，從而削弱了預測中包含的公司盈余信息，降低了公司盈余質量對預測準確性的影響。與模型（3）和模型（4）的回歸結果一致，盈余質量Abnormal Accruals和羊群效應Herd的回歸系數均在1%的水平上顯著為正，控制變量的回歸結果也與模型（3）和模型（4）基本一致。

表6 盈余質量、羊群效應與分析師預測的回歸分析

注：*，**，***分別在10%，5%，1%的水平上顯著。

4．進一步檢驗

為了進一步檢驗羊群效應是否會弱化分析師預測準確性對公司盈余質量的依賴性，本文根據分析師是否存在羊群效應將全樣本分為領先組（Herd=0）和跟隨組（Herd=1），分別按模型（2）進行回歸，通過比較可操縱性應計利潤Abnormal Accruals的回歸系數的顯著性來檢驗假設2，結果如表7所示。由表7可以看出，在領先組（38411個樣本）中，盈余質量Abnormal Accruals的回歸系數在1%的水平上顯著為正；而在跟隨組（9834個樣本）中，盈余質量Abnormal Accruals的回歸系數雖然為正，但并不顯著。說明，當分析師發布激進預測的時候，分析師的預測準確性與被跟蹤公司的盈余質量呈顯著正相關關系；而當分析師發布跟隨預測的時候，分析師的預測準確性與被跟蹤公司的盈余質量之間不存在顯著相關性。這也支持了本文的假設2，即分析師的羊群效應會削弱盈利預測準確性對被跟蹤公司盈余質量的依賴。

表7 分析師預測準確性與盈余質量的分組回歸分析

注：*，**，***分別在10%，5%，1%的水平上顯著。

（三）穩健性檢驗

為進一步支撐本文的結論，本文選擇了盈余持續性（Earnings Persistence）作為盈余質量的另一個代理變量，采用胡聰慧等[14]的方法度量盈余持續性，其具體計算方法如下：

其中，ROA為公司的總資產收益率，用當年凈利潤除以期末總資產得到i和t分別代表樣本公司和樣本年度。為獲得每個樣本公司在每個樣本年度的盈余持續性，在進行時間序列回歸的時候采用了過去連續三年的數據，對于連續三年數據存在缺失值的樣本量進行了剔除，所以在這一穩健性檢驗中，將總樣本量降至了35138個公司——分析師年樣本。同時，以1與θ1的差額的絕對值作為盈余持續性變量EarnPer，即EarnPer=|1-θ1|。亦即EarnPer的值越小，代表盈余的可持續性越強，公司的盈余質量越高。在穩健性檢驗的這部分，用盈余持續性變量Earnper 代替操縱性應計利潤變量Abnormal Accruals，分別用模型（3）、模型（4）、模型（5）進行回歸，其結果如表8所示。在模型（3）的回歸結果中，盈余持續性EarnPer的回歸系數在1%的水平上顯著為正，說明公司的盈余持續性越強，分析師的盈利預測誤差越小，支持了本文的假設1。在模型（4）的回歸結果中，羊群效應Herd的回歸系數在1%的水平上顯著為正，表明分析師的羊群效應會增大其盈利預測的誤差。在模型（5）的回歸結果中，交乘項Earn Per*Herd的回歸系數在1%的水平上顯著為負，說明相對于激進預測而言，跟隨預測的準確性受被追蹤公司盈余持續性的影響較小，說明分析師預測時的羊群行為會削弱公司盈余質量對其預測準確性的影響。由此，本文的第2個假設也得到了支持。

表8 盈余持續性作為盈余質量替代變量的回歸分析

注：*，**，***分別在10%，5%，1%的水平上顯著。

五、結論與啟示

本文以2016—2021年的48245個公司——分析師年樣本的混合截面數據作為研究樣本，在綜合國內外關于分析師預測的相關研究的基礎上，構建了涵蓋被跟蹤公司特征和分析師自身特征的分析師盈利預測準確性模型，以研究公司盈余質量、分析師羊群行為對盈利預測準確性的影響。本文的結論是：公司的盈余質量越差，分析師的盈利預測越不準確。

針對以上結論，本文得到以下啟示：深入研究盈余質量對分析師盈利預測準確性的影響問題，對于提升我國上市公司信息披露有著重要的指導意義。作為上市公司信息傳遞的重要媒介，證券分析師向資本市場提供的分析預測信息對于引導投資者的資本配置起著至關重要的作用。本文結論說明，只有進一步加強對上市公司財務信息質量的監督和管控，才能減輕甚至避免由于基本面信息質量缺乏可信度而對分析師乃至資本市場造成的不必要損失，并為監管部門和證券公司推進證券分析師人才培養和隊伍穩定、提高分析師的獨立預測能力、改進考核激勵制度、防范利益沖突提供參考。

[1] 倪小雅，戴德明.審計師行業專長、品牌聲譽與分析師盈余預測[J]．預測，2017，36（1）：41-46．

[2] 路軍．董事的會計師事務所工作背景與企業業績預告質量[J]．山西財經大學學報，2016，38（5）：101-112．

[3] 王鵬，毛霽箴．CEO特征、風險偏好與內部人交易[J]．南京審計大學學報，2018，15（3）：45-54．

[4] 薛爽，耀友福，王雪方．供應鏈集中度與審計意見購買[J]．會計研究，2018（8）：57 -64．

[5] 王雄元，高開娟．客戶關系與企業成本粘性：敲竹杠還是合作[J]．南開管理評論，2017（1）：132-142．

[6] 熊禮慧，朱新蓉，李言．股權質押與股市風險研究——兼論股價波動風險與極端市場風險[J]．財貿經濟，2021，42（10）：87-101．

[7]華鳴，孫謙．大股東股權質押與券商分析師——監督動力還是利益沖突？[J]．投資研究，2017，36（11）：94-115．

[8] Anderson R. ,Puleo M. Insider Share-pledging and Firmr Risk[J]., 2020,58( 1) : 1-25.

[9] Huang Z. Xue Q. Re-examination of the Effect of Ownership Structure on Financial Reporting: Evidence from Share Pledges in China[J]., 2016,9(2):137-152.

[10] Dechow P M, Sloan R G,Sweeney A P.Detecting earnings management[J].,1995,70(2): 193-225.

[11] Dambra M. ,Field L.C. ,Gustafson M.T. ,et al. The Consequences to Analyst Involvement in the IPO Process: Evidence Surrounding the JOBS Act[J]., 2018,65(2-3):302-330.

[12] 黃登仕，黃禹舜，周嘉南．控股股東股權質押影響上市公司“高送轉”嗎？[J]．管理科學學報，2018，21（12）：18-36．

[13] 何威風，李思昊，周子露．控股股東股權質押與股份回購[J]．中國軟科學，2021（7）：106-119．

[14] 胡聰慧，朱菲菲，邱卉敏．股權質押、風險管理與大股東增持[J]．金融研究，2020（9）：190-206．

Earnings Quality, Herd Effect and Analysts' Forecast

WANG Ping

( Accounting Department, Qingdao Vocational and Technical College of Hotel Management, Qingdao 260043, Shandong, China )

Taking non-financial companies in Shanghai and Shenzhen stock markets from 2016 to 2021 as a sample, this paper conducts an in-depth and comprehensive study on the relationship between corporate earnings quality, analyst herding behavior and analyst forecasting, as well as the role of the three by making an overall use of the latest achievements in behavioral finance, based on a comprehensive review of domestic and international research on three counterparts. The research finds that the lower the earnings quality of a company, the worse the accuracy of analysts' earnings forecast; At the same time, the herding behavior of analysts will reduce the accuracy of analysts' earnings forecasts and weaken the impact of earnings quality on analysts' forecasts. The innovation of this study is that, for the first time, from the perspective of behavioral finance, it discusses the impact of analyst herding behavior on the relationship between corporate earnings quality and analyst forecast, which supplements and enriches the relevant literature on herding effect and behavioral finance theory. The conclusion of this paper reveals the low prediction efficiency caused by analysts’ psychological factors, which provides a basis for regulators and securities companies to improve the independent prediction ability of analysts, prevent conflicts of interest, and optimize the incentive system.

earnings quality, manoeuvrability accruals, herd effect, forecast accuracy

F275/F832.51

A

1673-9639 (2023) 06-0095-14

2022-11-22

王 萍（1986-），女，山東日照人，碩士、講師，研究方向：財務管理。

（責任編輯 陳書慧）（責任校對 陳 儉）（英文編輯 田興斌）