信息来源多样性与分析师预测偏差

《Journal of Corporate Finance》：Information source diversity and analyst forecast bias

　　

Abstract
本文考察了分析师报告中披露的信息来源多样性是否与更低的预测偏差相关。利用 2007 年至 2023 年对中国上市公司的深度报告，我们通过 GPT-4o 辅助提取图表引用，构建了一个报告层面的披露来源多样性衡量指标。我们发现来源多样性与预测偏差之间存在负相关关系，这主要集中在当期预测中。利用 2020 年中国工业数据基础设施的扩展，我们表明处理组企业经历了更高的来源多样性和更低的预测偏差。我们进一步发现，来源更多的报告记录了更稀缺的来源，且引用稀缺来源的报告与更低的偏差相关。对于低覆盖度企业以及伴随正向每股收益（EPS）修正的报告，这种负相关关系更强。我们识别出披露来源多样性作为与预测准确性相关的一个独特维度，从而为分析师研究质量文献做出贡献。

Introduction
财务分析师在资本市场中是重要的信息中介。通过获取、处理和传播公司特定信息，他们帮助减少了公司与投资者之间的信息不对称，并促进了价格形成（Brennan and Subrahmanyam, 1995; Healy and Palepu, 2001）。分析师报告是这一中介作用的关键产出，传达了分析师的预测、建议以及支持这些观点的分析。这些定量产出和支持性分析都取决于分析师收集和评估的信息。报告中图表和表格引用的来源提供了这一信息基础的片面但可观察的记录。本文考察这些披露来源的多样性是否与更低的分析师预测偏差相关。

关于分析师报告的研究主要集中于定量产出和文本内容。对股票推荐、盈利预测和目标价格的研究记录了其信息含量及相关的市场反应（Womack, 1996; Brav and Lehavy, 2003; Malmendier and Shanthikumar, 2007; Birru et al., 2024）。相关的一系列研究表明，文本特征（包括语调、可读性、公司特定信息和主题内容）传达了超越这些定量产出的信息（Asquith et al., 2005; Liu, 2011; Huang et al., 2014; De Franco et al., 2015）。这些研究共同解释了分析师得出的结论以及他们如何传达其观点，但对于分析师披露以支持其分析的信息来源提供了较少的直接证据。我们通过考察披露来源基础的广度作为分析师研究的一个独特特征来扩展这一文献。

不同的信息来源提供了关于公司运营和环境的互补信号。结合供应商、生产和客户需求的信息可以让分析师更全面地了解公司基本面。来源还源自具有不同激励和视角的主体。将管理层披露的信息与政府机构、行业协会和第三方数据提供商的信息进行比较，可能有助于分析师识别不一致之处，并避免过度依赖任何单一来源。因此，通过扩大考虑的信号集并促进跨提供商的交叉检查，更广泛的披露来源基础可能与更低的预测偏差相关。

我们在中国情境下研究这一问题，原因有几个。首先，中国的分析师报告通常会识别其图表和表格背后的数据来源。这种做法使我们能够比在其他市场通常可能的更直接地观察和衡量报告层面的披露来源基础。其次，由于中国市场以散户投资者为主，分析师在收集和解释复杂信息以服务于市场方面发挥了更核心的作用。第三，中国上市公司通常发布 lengthy 且难以处理的披露信息（Lang and Stice-Lawrence, 2015），这使得分析师作为信息中介更加宝贵。这些特征使中国成为研究分析师如何披露多样化信息来源以及这样做是否与更低的预测偏差相关的合适情境。

我们的分析专注于 2007 年 1 月 1 日至 2023 年 12 月 31 日期间发布的对中国上市公司的深度研究报告，并从 Choice 数据库获取。此类报告的一个关键特征是，其图表和表格通常引用所呈现信息的来源。我们使用这些引用来构建报告层面的信息来源多样性衡量指标，定义为给定报告中引用的不同来源的数量。构建这一指标并非易事：报告以 PDF 格式存储，且同一来源经常以不同的中文和英文名称出现，因此无法手动标准化。因此，我们开发了一个七步流程，结合使用 GPT-4o API 来识别和分类来源，基于预训练词向量的文本相似度方法来合并替代表达，以及人工审核进行质量检查。

由于我们只观察到报告中披露的来源，我们的指标捕捉的是披露来源基础的广度，而不是分析师的完整信息集。这些引用可能反映了报告惯例或其他披露动机，不一定完全代表分析师实际依赖的来源。因此，我们进行了几项验证测试。在同一公司 - 年度内，披露来源越相似的分析师发布的预测也越相似，这一模式与披露来源反映分析师研究过程输入相一致。我们还考察了披露多样性是否与宣传性叙述、基于关系的迎合、战略性来源披露或同行模仿相关，发现几乎没有证据表明这些因素解释了观察到的变异。

然后我们转向披露来源多样性的决定因素，以了解是什么驱动了它以及为什么它在报告间有所不同。我们发现它与分析师的任务特定经验、其团队发布更大胆预测的意愿以及经纪商层面的来源资源相关。这些因素表明披露来源多样性具有经济意义，反映了分析师处理信息能力的差异、其行为倾向及其组织环境。

在构建指标、确立其范围并考察其经济反映之后，我们接下来考察更高的披露来源多样性是否与更低的分析师预测偏差相关。利用 2007 年至 2023 年的深度分析师报告，我们发现披露来源多样性与分析师预测偏差之间存在负相关关系。这一发现与以下观点一致：更广泛的来源基础既有助于分析师更全面地评估公司基本面，又使他们能够交叉检查来自具有不同激励的来源的信号。这种关联具有经济意义：披露来源多样性增加一个标准差与约 3% 更低的预测偏差相关。这种负相关关系在当期最强，在下一期减弱，并在较长时期消失。

我们还进行了一项双重差分（DID）分析，利用了 2020 年政策驱动的中国工业数据基础设施扩展。该政策改善了工业数据的收集、汇总和共享。在此过程中，它扩大了分析师报告中可用于披露的信息来源集，特别是对于先进制造业企业。在政策变化后，与处理组企业相关的报告显示信息来源多样性显著更高，预测偏差显著更低，而控制组企业则不然。这些结果进一步支持了我们的主要结论。

我们进一步考察来源稀缺性，以刻画分析师报告中记录的信息来源的构成。披露来源基础更广的报告不仅可能在引用来源的数量上有所不同，也可能在这些来源在其他分析师报告中出现的频率上有所不同。来源更多的报告可能包含较少被引用的来源，这些来源可能包含未反映在广泛使用来源中的信息。实证上，我们发现来源多样性更高的报告倾向于具有更高的平均来源稀缺性，且引用稀缺来源的报告倾向于表现出更低的预测偏差。横截面测试表明，来源多样性与预测偏差之间的负相关关系在低覆盖度企业中更强，这些企业的分析师可参考的同行研究较少。它还集中在具有正向每股收益（EPS）修正的报告中，在这些报告中，可能需要更广泛的信号集来支持对盈利的更有利重估。

我们的主要发现对几项额外检查是稳健的。我们用传统自然语言处理（NLP）方法替代 GPT-4o 来构建多样性指标，并获得了类似的结果。考虑分析师实地调研活动的测试以及使用因变量替代构建的测试显示了相同的模式。我们还发现，信息来源多样性的效应超出了预测准确性：多样性显示出与市场反应及分析师职业结果的暗示性联系。

本文对文献做出了两点主要贡献。首先，我们将分析师报告披露的信息基础纳入直接分析，并开发了一个衡量其广度的报告层面指标。先前的研究主要集中于分析师的定量产出，如股票评级、目标价格和盈利预测（Womack, 1996; Brav and Lehavy, 2003; Liu, 2011; Birru et al., 2024），或分析师报告的文本特征，包括语调、可读性和内容（Asquith et al., 2005; Huang et al., 2014; Bellstam et al., 2021）。这一文献解释了分析师得出什么结论以及如何传达他们的评估，但对于报告中记录的信息来源提供的直接证据较少。利用报告图表和表格中的来源引用，我们构建了报告层面的披露来源多样性衡量指标。我们验证了该指标，并表明它随分析师的任务特定经验、其行为倾向以及经纪商层面的来源资源而系统性变化。因此，它捕捉了仅靠定量产出或文本特征无法反映的分析师研究的一个维度。

其次，我们记录了披露信息基础的广度和构成与分析师预测质量相关。基于报告文本传达超越定量产出的信息（Huang et al., 2014; De Franco et al., 2015; Caylor et al., 2017）以及特定信息输入（如另类数据）具有预测价值（Chi et al., 2024）的证据，我们考察了整个披露来源基础。更高的来源多样性与更低的预测偏差相关，尤其是对于当期预测。来源更多的报告也引用了较少使用的来源，且引用稀缺来源的报告倾向于表现出更低的预测偏差。这些发现表明，预测质量不仅与报告文本或特定来源类别的使用相关，还与报告中披露来源的广度和构成相关。

本文其余部分组织如下。第 2 节回顾相关文献并提出可检验的假设。第 3 节描述数据，构建并验证指标，考察披露来源多样性的决定因素和经济解释。第 4 节呈现模型设定和实证结果。第 5 节得出结论。

Section snippets
Analyst reports
分析师报告是研究财务信息如何产生并传达给市场的有用情境。它们是卖方分析师沟通公司层面判断的主要渠道之一。由于报告不仅包含这些判断，还包含背后的支持性分析，它们提供了一个了解分析师如何进行研究的窗口。这使得分析师报告成为研究分析师工作的自然起点。大量文献研究了...

Sample and data
我们的主要样本由 2007 年 1 月 1 日至 2023 年 12 月 31 日期间从 Choice 数据库获得的对中国上市公司的深度分析师报告组成。我们从中国证券市场与会计研究（CSMAR）数据库获取公司层面财务信息和分析师特征。预测产出（包括推荐评级和 EPS 预测）通过将报告发布日期和作者名称匹配，从 CSMAR 链接到每份研究报告。

Model specification
前一部分确立了 Diversity 是一个定义范围明确且具有有意义经济变异的报告层面指标。我们现在从解释这一指标转向考察论文的核心预测，即更高的披露来源多样性与更低的分析师预测偏差相关。为此，我们在报告层面估计了以下将披露来源多样性与预测偏差关联的基准模型：
Biasi,j,t = αi,j,t + β·Diversityi,j,t + Control_Variablesi,j,t + FE s + ?i,j,t

Conclusion
本文考察了分析师报告中一个先前被忽视的维度：那些报告中明确记录的信息来源的多样性。利用对中国上市公司的深度报告，我们基于图表和表格中引用的不同来源数量构建了一个报告层面指标。该指标随分析师的任务特定经验、他们超越熟悉输入的意愿以及其经纪商的研究资源而系统性变化。这些...

CRed t authorship contribution statement
张雨萌（Yumeng Zhang）：撰写 – 原稿，软件，调查，形式分析，数据管理，概念化。
熊雄（Xiong Xiong）：撰写 – 审阅与编辑，监督，项目管理，资金获取，概念化。
冯旭（Xu Feng）：撰写 – 审阅与编辑，验证，监督，项目管理，调查，数据管理，概念化。

陈钦聪：可视化、软件、方法论、形式化分析、数据整理。张雨萌｜熊雄｜冯旭｜陈钦聪