“学海拾珠”系列之三十五：分析师重新覆盖对市场的影响
由crisvalentine创建，最终由crisvalentine 被浏览 26 用户
报告摘要
主要观点
本篇是“学海拾珠”系列第三十五篇。作者研究了分析师对股票的重新覆盖对市场的影响。作者指出发布重新覆盖和常规上调评级都会引起市场反应，但对股票价格的影响不一样的。发布常规上调评级报告后，股票价格会迅速调整。而发布重新覆盖报告后，股票价格会持续上涨六个月。
回到A股市场，目前在alpha日益稀缺的背景下，如何从细节入手挖掘分析师数据中的增量信息仍有价值，我们可以从研究分析师的重新覆盖、首次覆盖、评级变化对股票价格的不同影响出发，脱离传统的多因子选股框架，以事件驱动的思维构建分析师重新覆盖组合，例如，借鉴本文做法，排除了合规影响、业绩公告窗口影响后，做多分析师重新覆盖的股票，构建不固定投资周期的组合。
- 重新覆盖和常规的上调评级对股票价格的影响是不同的。
作者发现两者对股票价格的影响是不一样的，在扣除交易费用后，只有投资重新覆盖股票的策略能带来显著超额收益。结果表明，在3个月的时间内，投资由同一分析师重新覆盖的股票产生的月均超额收益为0.55%，投资由同一分析师重新覆盖上调评级的股票产生的月均超额收益收益为0.64%。
- 重新覆盖所包含的额外信息产生了PEAD（业绩公告后价格漂移）。
研究发现，股价漂移与分析师的动量策略（伴随股价上涨给予正面评级）和近期的业绩超预期无关。分析师在重新覆盖时反应的内部信息，或者被投资者和其他分析师忽视的公开信息并不会立即完全反应到股价中，而只是逐渐反应，这会导致股价漂移现象。
- 重新覆盖是更准确的推荐信号，其盈利预测往往更有参考价值
重新覆盖股票的分析师通过积极参加电话会议，与公司管理层保持密切联系，且积累更多的非公开信息，这会帮助他们在公司业绩改善之前选择时机重新覆盖，做出更准确的预测。
风险提示
本文结论基于历史数据、海外文献进行总结；不构成任何投资建议。
简介
在一个完全有效的市场中并不需要分析师。然而，金融市场中的摩擦会使分析师发挥作用，无论是对投资者的利益，还是对金融市场本身。例如Gleason和Lee（2003）、Ivkovic和Jegadeesh（2004）解释说，分析师通过在市场上更广泛地传播公开信息来减少信息的不对称性。当作者研究分析师的作用时，先研究了分析师释放的不同信号，并探讨哪些信号是最有参考价值的。例如，Womack（1996）表明，常规上调评级比重复推荐更有参考价值。
本文，作者研究了一个特别的信号：重新覆盖。作者把重新覆盖定义为分析师在股票被中断覆盖至少六个月后发布的第一份重新覆盖报告。以下几种原因可能导致券商中断对某一公司的覆盖：分析师已经离开了该券商；股票因为监管要求被列入限制名单；或者分析师认为该公司的前景不佳。后者在McNichols和O'Brien(1997)的自我选择假说中被解释：分析师宁愿停止对一只股票的覆盖，也不愿意将其降级，因为这有可能损害他们与管理层的关系。与此类似，Scherbina（2008）认为，终止覆盖使分析师能够隐瞒其覆盖公司的坏消息。Kelly和 Ljungqvist (2007)发现外源性终止覆盖与内源性终止覆盖不同，外源性终止覆盖没有反映关于覆盖公司未来业绩的信息。作者剔除了中断覆盖不足6个月就恢复覆盖的情况，是为了去除因监管或其他外生原因而终止覆盖的情况。因此，选择重新覆盖该公司的分析师很有可能是为了维护了他们与公司高层管理的关系。此外，与之前的研究一致，作者将评级水平和评级变化进行区分，将重新覆盖后发布的评级与中断覆盖之前的评级进行对比，评级上升被称为称为重新覆盖上调评级，评价下降被称为重新覆盖下调评级。值得注意的是，重新覆盖报告可以由中止覆盖前的同一分析师发布，也可以由为同一券商工作的不同分析师发布。
重新覆盖有以下几个理由：分析师在中断覆盖期间与企业管理者保持良好的关系，可能是为了维持了他们获取信息的渠道。此外，分析师还获益于他们之前对该企业、管理层和行业的了解。因为分析师是专门的职业，他们持续跟踪一个行业的趋势，即使在停止继续覆盖时，也要关注行业的新闻事件。上述这些原因帮助分析师形成一个最初的判断，对于什么时间恢复覆盖公司。在分析师与公司管理层会面并评估自己的想法后，他们花费时间和精力去更新估值模型，然后接受或拒绝一开始的判断。在本文中，作者提供了分析师坚持与公司管理层联系的实证证据。作者表明，当这些分析师在中断覆盖和恢复覆盖这段时间内继续参与业绩电话会议时，他们表现地非常活跃(无论是通过他们的参加的频率，还是提问的数量)，而且他们在问答环节刚开始就获得了提问的机会，这被视为是与管理层保持紧密联系的强烈信号(参见Cen等人，2016)。最后，这些分析师拥有一个宝贵的选择时机的权利，没有什么迫使他们恢复对某一特定公司的覆盖，他们可以战略性地选择发布报告的时机和新评级。换句话说，重新覆盖可以体现他们的市场择时技巧，他们发现新信息的能力，也可以用他们与管理层的联系来解释。这些新的信息可能来自不同的来源：特别是内部信息，或者是在一个低效的市场中被投资者或分析师忽视的公开信息。在这些情况下，分析师在重新覆盖时发出的信号不会立即完全反应到股价中，而只是逐渐反应，这会导致股价漂移现象。重新覆盖是一个少见的信号，很容易被误认为是推荐建议的正常升级，而且股票市场上充斥着其他信号，这些信号看起来很相似，但实际上毫无意义，并引入了很多噪音（例如，在实际中许多分析师暂停覆盖某个股票，几天后又重新覆盖）。作者还测试并拒绝了存在价格漂移的其他解释。作者表明，这种价格漂移和分析师的动量策略无关，也不能被近期的超预期业绩所解释。
作者对上述假设进行了检验，结果证实了直觉。同一分析师的重新覆盖跟不同分析师的重新覆盖相比，会引起更强烈的市场反应，这凸显了之前对覆盖的公司的知识积累的价值（由同一分析师发出正面评级的重新覆盖，两天累计异常回报率为1.70%，明显大于不同分析师的重新覆盖的1.07%）。此外，作者发现重新覆盖上调评级后，引起的短期市场反应更为强烈（例如，重新覆盖上调评级两天累计超额收益为2.31%，而同一分析师的重新覆盖超额收益则为1.70%）。同一分析师重新上调股票评级与首次开始覆盖相比，引起的短期市场反应更强烈。市场对重新上调评价和常规上调评级的短期反应非常相似，这证明了市场参与者对于这两种信号的反应很相似。然而，作者发现市场上存在着明显的价格延迟反应，并记录了重新覆盖公告后存在的持续漂移（同一分析师的重新覆盖上调评级的累计异常回报率为3.31%）。这一结果使重新覆盖与常规上调评级有了极大的区别：事实上，即使常规上调评级后会立即出现与重新覆盖相同幅度的市场反应，但常规上调评级的影响很短暂，价格调整非常快，两天后价格开始缓慢均值回归。另一方面，在作者的研究中，重新覆盖的估值效应并没有在作者的研究的时间范围内消失，这说明这个信号包含的信息需要更长的时间才能反应到价格中。
作者通过测试根据这些推荐建议买入股票的投资策略是否可以获利，来评估这一异常现象的经济相关性。事实上，根据Barber等人的研究。(2002)，还不能确定投资者根据分析师的建议进行交易是否能够获得正的收益：作者表明，购买分析师买入推荐评级最高的股票的策略扣除交易成本后，无法产生超额收益。作者构建了按天计算的投资组合，并构建了一个包含交易成本的交易策略，利用Corwin和Schultz（2012）开发的算法进行估计。在3个月的时间内，投资由同一分析师重新覆盖的股票产生的月均异常收益为0.55%，投资由同一分析师重新覆盖上调评级的股票产生的月均异常收益为0.64%。两者都明显大于0，并且远远超过首次覆盖或常规上调评级的月度异常回报（两者在统计上接近0）。当作者使用6个月的投资期限时，相似的结论仍然成立。
作者表明，首次覆盖和上调评级的分析师容易产生过度乐观预测。与此相反，重新覆盖股票的分析师是最客观的，而且他们重新覆盖的时机非常好。
最后，作者研究非公开信息优势假说。如果分析师重新开始覆盖公司，利用发掘被市场忽视的信息的能力，或者公司管理层提供给他们的信息，他们应该可以做出更准确的盈利预测，并伴随着未来公司盈利能力的改善。作者证明了在所有类型的推荐建议中，重新开始覆盖产生的预测价格误差最低。作者观察了经营业绩的变化（以行业调整后的资产回报率和息税前利润率衡量），由同一分析师重新覆盖或重新上调评级的公司，在当年和下一年的公司的盈利能力都显著增加。另一方面常规上调评级的公司盈利能力每年都会下降。这一结果表明，分析师选择对某一公司的进行重新覆盖，意味着可以识别和选择那些经营业绩将得到改善的公司。盈利能力的上升能部分解释重新覆盖的持续估值效应。为了更好地理解信息传递的机制，作者发现在中断覆盖期间，重新覆盖（与上调评级）的分析师会继续积极参与电话会议，他们平均参加43％的关于业绩的电话会议。其他的测试证明，当他们参与的电话会议越多，价值漂移效应就越显著。此外在文献中，他们的参与电话会议的排名（被视作一种代理能力和接近管理层的能力）是一个预测价值漂移的强力指标。
本文其余章节内容如下，第2章描述了数据，并确定了研究的主要内容。第3章研究了短期事件研究和单变量检验的结果。第4章介绍了与重新覆盖时市场反应不充分和存在价值持续漂移的情况。第5章对交易策略进行回测。第6章评估了几种其他的解释漂移的原因，第7章研究了在非公开信息优势假说，第8章得出结论。
数据
分析师的建议数据来自IBES，时间从2003年至2013年6月。作者只保留了美国企业， 作者定义重新覆盖为券商中断覆盖到重新覆盖时发出第一份报告至少时隔六个月。作者选取6个月的门槛，是为了排除几种情况。首先，由于现有的券商承销关系，经纪人有时不得不将某一股票列入限制名单。在这种情况下，券商很可能会在限制期结束后重新覆盖。其次，分析师停止对某只股票的覆盖，并在几天内恢复覆盖的情况并不少见。作者希望6个月的门槛能屏蔽掉大部分的无用信号。
在开始事件研究之前，作者采取了一些其他的措施。因为作者想评估和比较不同类型推荐建议的信息量，所以作者需要确保这些推荐建议不会同一天出现在公司新闻上。Malmendier和Shanthikumar（2007）的前期工作表明，大约12%的推荐建议发布在季报公布的前后三天。如果不删除这些推荐，就会错误地将价格变动归结为推荐建议，而不是归结为同时发布的公司公告。作者从Compustat公司获得季报公布的日期，并删除了公告日前后三天的推荐报告。作者还剔除公告前一天价格低于1美元的股票，防止结果因低价股或市场微观结构出现偏差。最后，作者保留了那些可以通过SIC编号确定行业，并且其市值和账面市值可以通过Compustat和CRSP计算出来的股票。
在通过筛选后，作者最终得到5383只重新覆盖时被给予积极评级（买入或强势买入）的股票。其中，1060只是中止覆盖的同一分析师，4323只是在同一经纪公司工作的不同分析师。意料之中的是重新覆盖后发布负面评级的股票少得多（827例），其中215只来自于中断覆盖前的同一分析师。作者还可以确定3301只重新覆盖上调评级的股票中其中753只是由同一分析师继续覆盖的，3495只重新下调评级的股票中有1016只是由同一分析师继续覆盖的。所有推荐类型的时间序列分布见表1。重新启动覆盖有3020名不同的分析师，来自为281家不同的经纪商工作，覆盖3085家公司。从表1中可以看出，被重新覆盖公司的平均市值为120亿美元，平均由15位分析师跟踪。60%的推荐建议是在中断542天后恢复推荐的。
将重新覆盖与以下几个基准指标进行对比：
- 首次覆盖：分析师对某一股票的首次推荐。分析师通常会投入大量的时间和精力来了解一个公司，以及所处的行业，然后再发布第一份报告。
- 推荐建议的改变：之前的研究表明，推荐建议的变化通常比推荐建议的级别更有参考价值（参见Womack（1996）等）。推荐建议的变化被定义为当前评级减去同一分析师对股票之前的评级。IBES对评级进行编码，从1（强力买入）到5（强力卖出）。上调评级对应的是评级的正向变化，而下调评级对应的是评级的负向变化。如果一个公司的评级没有被券商变更，则被认为是有参考价值的。作者排除了匿名分析师代码。
\
短期事件研究和单变量检验
作者首先进行单变量检验，计算每类推荐的平均累计超额收益（CAR），规定如下：t0为推荐的公告日。如果推荐是在周末或节假日公布，则t0为下一个交易日。
作者使用一个两天的时间窗口来计算推荐建议发布后的每日收益。1-2两天的累计超额收益定义为：
其中 Rit是股票i在第t天的收益率，RDGTW是按照 Danieletl. (1997) 的标准，选择与股票、账面市值（B/M）和动量特征相近的基准组合 (以下简称DGTW）的收益率。基准投资组合的计算方法如下，每年7月，根据公司市值，取五分位数，用纽约证券交易所的数据。然后，在每个规模五分位数内，根据行业调整后的B/M比率（基于其最新可用的B/M数据）将五分位数进行分类。行业调整后的B/M特征按Cohen和Polk（1996）和Wermers（2003）计算。
最后，每个月根据过去12个月的股票回报率将每个规模的BM组内的五分位数进一步排序，跳过最近的一个月。这个过程类似于Loh和Stulz（2011）中使用的步骤，除了B/M比率的定义遵循Daniel等人的规定(1997)和Wermers (2003)。最后，在每个特征投资组合中，在每个月月初，对公司进行等权重加权，并计算每日的买入和持有收益。
表2为每一类建议的两天CARs，并检验了重新覆盖和其他类型建议之间的平均CARs是否有显著差异。标准误差按天进行计算。对于正面评级，同一分析师重新覆盖可以产生1.70%的超额收益（t=11.79），高于不同分析师重新覆盖的1.07%（t=20.52），而且差异非常明显（t=4.02）。首次的覆盖的CARs值只有0.83%，不如同一分析师的重新覆盖（差异的t统计量为4.84）。此外，与之前的文献一样，推荐建议的变化跟推荐建议的级别相比，会引起更大的市场即时反应。同一分析师的重新上调等级的CARs为2.31%（t=13.02），而不同分析师的上调等级之后的CARs为0.98%（t=14），且差异非常显著（t=6.86）。市场认为同一分析师的重新上调评级和常规上调评级（CAR=2.51%）是一样的：20个基点CARs的接近于0（t=1.06）。类似的结论也适用于负面推荐建议和下调降级。重新覆盖似乎向市场传递了有价值的信息。
市场反应不足
本节中，作者测试了，重新覆盖所包含的信息是否是一次性释放的与3个月和6个月的价格漂移释放有关。图表3显示了在推荐建议发布后的6个月内，重新上调评级和定期上调评级的平均CARs。结果表明，重新覆盖后的价格调整比常规上调评级的价格调整要慢得多，但是在整个时期都在持续增长。另一方面，对于常规上调评级，价格漂移在分析师建议发布后不久就开始恢复（即使速度很慢）。
图表4具体展示了三个月期间（第2天到第63天之间）的累积超额收益。正面重新覆盖导致了明显的正向价格漂移（CAR=0.82%，t=3.03），但同一分析师的重新覆盖的CARs（CAR=2.18%，t=3.28）大于不同分析师重新覆盖的CARs（CAR=0.49%，t=1.67）,差异在统计学上是显著的（t=2.33）。
和之前的结论一样，不同分析师的重新覆盖（CAR=0.49%）与首次覆盖非常相似（CAR=0.46%）。此外，市场反应不充分的情况下，重新上调评级导致的漂移为2.62%（t=3.24）。相反，常规上调评级在3个月的时间段内没有导致漂移（CAR=0.01%，t=0.07），同一分析师的重新上调评级的CARs值明显强于常规上调评级的CARs值（t=3.22），这与之前文献的结论一致。例如，Womack（1996）和Loh（2008）证明了上调评级后存在一个明显但短暂（一个月）的漂移。作者的结果表明，常规上调评级的短期估值效应是短暂的，价格调整非常迅速。对于负面评价，难以得出一个确定的结论，因为只有非常少的样本数量（同一分析师重新覆盖发布负面评级的只有211个样本）。同一分析师重新覆盖下调评级，产生了均值为负的CARs值-0.84%（t=-1.43）。唯一有统计学意义的价格漂移来自常规下调评级（CAR=-1.08%，t=- 9.21），且影响的时间较长。Womack(1996)对其进行了解释，他认为分析师发布的负面建议或下调评级的可能会造成更大的声誉成本，不发布负面建议或下调评级很可能转化为分析师的“额外回报”。这一现象也可以用卖空约束来解释。如图表5所示，该效应在6个月时间里持续存在。同一分析师重新覆盖的累计超额收益达到2.68%（t=2.70），同一分析师的重新上调评级异常超额收益达到3.31%（t=2.74）。
图表6考察了各种分析师推荐类型的长期表现。事实上，Ertimur等人（2011年）表明首次覆盖往往在第一年表现稍差，第二年表现更明显。该表显示的累计超额收益率并没有恢复到同一分析师的重新覆盖上调评级（平均累计异常收益率等于6.62%，t统计量等于2.06）。这与常规上调评级和首次覆盖的不良表现形成鲜明对比。
组合策略
另一种经典方法去估计市场有效性不足的经济相关性，是衡量一个交易策略投资组合的超额收益。作者构建了日频的投资组合，计算投资重新覆盖和其他类型建议的股票在固定的期限内（三个月和六个月）的超额收益。某只股票在推荐建议发布的当天收盘时加入投资组合。如果在收盘后（下午4点后）发布推荐建议，该股票在下一个交易日收盘时加入投资组合。如果有多个券商对同只股票都进行了推荐，该股票会多次出现在投资组合中，但每个券商只会出现一次。投资组合每天更新，在投资期限结束时或在推荐建议有变化或中断覆盖的当天收盘时，股票会退出投资组合。等权重计算每日收益，因为每日重新平衡会因为买入-卖出反弹而高估收益，如Lyon等人中所阐述的那样（1999年）。因此，每天的收益计算如下，假设每个类型的建议初始投资额相等，买入并持有，如Barber等(2007年)。投资组合在第t天的收益是：
对于交易成本，作者利用推荐建议发布当月的任意两个连续交易日来估算价差，并将平均值作为价差估算值。
公司股票在发布推荐建议的当天收盘时加入投资组合，然后在投资期的最后一天退出投资组合。首日和最后一日的收益每次减去一半的价差估计，每日收益是用投资组合权重计算的，权重反映了每只股票加入时1美元的初始投资的累计价值。 因此，不需要通过重新平衡（除非在投资期限结束前，某只股票在推荐改变后退出投资组合）降低交易成本。图表7显示投资于同一分析师重新覆盖的股票的交易策略，平均每月的超额收益率为0.55%（t=2.2），明显大于首次覆盖的月度超额收益。投资重新上调评级股票的平均月度超额收益为0.64%（t=2.1），大于常规上调评级的月度收益。
在6个月的投资期限内，无论是同一分析师的正面重新覆盖还是同一分析师重新覆盖时上调评级，超额收益都保持明显的正值，如图表9所示。买入重新覆盖的股票是唯一可以盈利的策略。
价格漂移的原因和稳健性检验
上一节介绍了同一分析师重新覆盖股票和重新上调评级刚开始市场反应的不完整性。这些信号的内容并没有完全反应到股价中。
动量
Jegadeeshetal.(2004)表明，分析师在其推荐建议中倾向于追逐动量。根据该解释，分析师会注意到股价上涨，然后决定用正面的评级去重新覆盖。图表11估计了推荐月份和之前两个月份每个月回报率的相关性。表中显示，对于定期上调评级，在一个月的时间里，有证据表明存在序列相关性。
这与Boni和Womack（2006）的结论相吻合。此外，表的最后两列显示，对于常规的上调评级和首次覆盖，发布推荐建议后的三个月和六个月的市场调整收益率与前三个月和六个月的市场调整收益率有很强的正相关性。这些结果表明，那些运用动量策略的分析师，在注意到股价已经开始上涨后，就会发布上调评级或开始对股票进行覆盖。但是，重新覆盖的模式是不同的。在前两个月中，没有任何序列相关性，而且未来收益与过去收益没有正相关性（在3个月和6个月的范围内）。正面评级的重新覆盖与股价已经存在的趋势之间没有正相关。有意思的是，在负面评级方面结论有所不同。作者看到，所有类型的推荐建议(常规下调评级、首次覆盖和重新覆盖)似乎都是出于动量。在负面评级重新覆盖的情况下，重新覆盖可能是由该券商的几个客户要求的，这些客户在中断覆盖之前购买了股票，并希望获取相关公司的最新情况。在这种情况下，负面评级的重新覆盖不是因为存在内部信息。从Muslu和Xue（2013）的结论来看，表中的结果符合这样的观点，即以正面评级重新覆盖的分析师具有更好的预测能力或较少受到利益冲突的影响。
盈利公告后的漂移（PEAD）
根据Bernard和Thomas(1989)的观点，作者计算了每只股票的SUE十分位数（SUE的定义为：SUE为某一季度的实际净利润和预期净利润之间的差值，除以预期利润的标准差来衡量，预期只包含180天以内的预测），涵盖了IBES中所有对该季度预测的企业。使用SUE十分位数可以使CARs和SUEs之间的关系成为非线性的。和他们的论文一样，在每个季度，根据前一个季度的情况，将公司分配到SUE十分位数。当作者使用SUE或SUE十分位数（SUE十分位数=1表示坏消息，SUE十分位数=10表示好消息）时，结果类似。三个月价格漂移的横截面回归结果见图表12。作者注意到，SUE变量是正的，且对常规上调评级有显著影响。但是，同一分析师的重新覆盖和重新上调评级的系数为负且不显著。此外，回归的结果表明，分析师并没有决定重新覆盖过去三个月表现良好的股票。历史收益这个变量是推荐建议发布前三个月的股票收益，对于常规上调评级和首次覆盖来说是正相关的且有意义的（t-统计量分别等于2.01和1.71），但对于同一分析师的重新覆盖和重新上调评级来说是负向的（而且没有意义）。综上所述，这些信息倾向于证明在重新覆盖一只股票存在一些额外的信息，这些信息最初被市场忽略，并逐渐被挖掘出来。在最近的一篇文章中，Michaely等人（2018）表明，市场并未特别重视优秀分析师的意见，这也是为什么他们的意见需要更长的时间才能被反应到价格中的原因。
非公开信息优势假说
非公开信息和预测误差
最近很多的文献都在关注分析师对非公开信息的积累，显示出分析师与公司管理层的一对一会面、获取非公开信息所发挥的重要性。布朗等（2015年）重点关注分析师的决策过程和各类信息在决策过程中发挥测作用。他们对分析师进行了访谈，以更好地评估在IBES中无法直接衡量的信息。意料之中的是，对行业的了解是分析师预测和推荐的一个重要前提。此外，在他们的访谈中，分析师认为与公司管理层的私人电话对他们做出预测和建议非常有帮助。他们平均每年见面5次左右，并认为与公司管理层保持良好关系是他们事业成功的关键因素。与此相关的是，格林等人（2014）也称，某些分析师预测能力突出的一个原因是于他们与管理层的接触。见面可以采取不同的形式：访问总部，或者分析师、公司和券商固定客户（一些投资基金）之间组织的私下会议。在他们的论文中，他们获得了私下会议的数据。他们表明，这些会议很可能是管理层向分析师传递非公开信息的机制（安排这个会议的分析师是该会议期间唯一在场的分析师）。重新开始覆盖是由分析师发起的，他们从之前对公司、行业和管理层的了解中获益。他们终止覆盖是为了避免降低对公司的评级，并维护他们与公司高层管理人员的关系及其获取非公开信息的渠道(Scherbina，2008)。与公司高层保持定期的私人交流确实帮助他们更好地选择开始重新覆盖的时机，而这一时机恰好是公司表现开始改善之前。此外，布朗等（2015年）发现那些能够获得非公开信息的分析师不会去发布过于乐观的预测。发布低于实际价值的预测报告，有助于提高分析师在机构投资者中的声誉。图表13展示了不同类型建议的平均绝对预测误差。重新上调评级的价格浮动平均预测误差最低，其误差明显小于常规上调评级的误差（差异的t统计量为-1.72）。这一结论表明，重新进行覆盖的分析师并没有偏见和过于乐观，与McNichols和O'Brien（1997）所提倡的信息假说一致。
电话会议参与情况
作者从ThomsonReutersEikon得到了公司召开的业绩电话会议的记录。电话会议的第二部分是专门的问答环节（Q&A环节）。同一分析师重新上调评级的建议有着最强烈的价格漂移，作者重点关注了这些建议，并且对于每一个建议，作者都收集了从中断覆盖到恢复覆盖之间的所有电话会议记录（作者找到了642个重新上调评级建议的记录）。图表14列出了汇总统计。总的来说，在中断覆盖期间分析师参加了43.4％公司举办的电话会议。此外，作者发现出席超过66%的分析师的参会频率超过一次，他们平均提出5个问题。换句话说，继续关注公司业绩的分析师相当勤奋。Mayew（2008）或Cohen等人认为这具有重要意义，公司管理层利用自己的决定权，允许分析师参与或不参与电话会议，并制定了电话会议的参与名单。这一点得到了调查的证实。例如，在2014年NIRI（美国国家投资者关系协会）的调查中，76%的公司经理承认他们愿意在电话会议中会优先考虑让某些分析师参加。此外，Cen等人（2016）报告的证据表明，分析师也认为被邀请参加电话会议代表着他们与管理层的紧密联系。如上文所解释的那样，参会顺序不是随机的，但公司不仅决定了谁可以参加会议，而且还决定了谁可以提问。因此，提问的顺序可以代表分析师与公司管理层的距离，这一点是Cen等提出的。（2016），他们解释说，这代表了公司对分析师的青睐，而这种青睐是传统的分析师业绩衡量标准中所没有的，比如选择重新覆盖公司的分析师平均提问顺序排在第5位。这些分析师停止覆盖这只股票，但明确表示出他们对公司的兴趣（那些公司平均被15个分析师积极覆盖，约三分之二的分析师会参加每个电话会议），这表明，公司管理层对分析师态度友好（否则，他们甚至不会有资格参加会议）因此，根据数据得出结论，有相当比例的分析师在中断覆盖后仍然保持活跃。
然后，作者调查了他们的参与电话会议与他们重新覆盖后的超额收益之间的关系。在图表15中，作者比较了不同角度的CARs，并发现了积极型分析师和消极型分析师的区别。消极分析师被定义为在停止覆盖和开始重新覆盖期间没有参加过一次电话会议。对于消极型分析师来说，只有在重新覆盖时，其超额回报才是明显的正值，但没有价格漂移。作者使用了四种不同的代理指标来界定积极型分析师。第一种代理指标是如果分析师参加过一些电话会议，就表示他很活跃。第二种代理指标是如果一个分析师的参与频率在观察样本的前25%，那么他就是活跃的。直观地讲，他未来重新覆盖信息性可能取决于他的勤奋程度。第三个代理指标是，如果一个分析师的提问的数量排在前4名，他就被定义为活跃的分析师。表中显示，当分析师在覆盖中断期间保持活跃时，两天、3个月和6个月的CARs在重新覆盖后会更高。参加电话会议的频率和提问的顺序这两个代理指标最能代表积极性。对于后者来说，两天的超额收益（3.80%）、三个月的CAR（6.07%）和六个月的CAR（8.48%）都是显著的正值，并且明显大于消极分析师的CARs。积极分析师和消极分析师的收益差异在统计和经济上都是显著的。这与下面的观点是一致的，分析师的提问顺序越靠前越代表着和公司的关系密切，以及分析师越有可能得知更多的非公开信息，而消极分析师是没有这些信息的。
然后，作者对两天、三个月和六个月的CARs在提问顺序上进行了横截面回归。在图表16中，提问顺序变量是一个哑变量，如果分析师的提问顺序排在前四，则等于1，否则为0。表中显示，提问顺序与两天、三个月和六个月的CARs之间存在明显的正相关关系。在重新覆盖前，在电话会议上提问顺序靠前的分析师的推荐建议更加有利可图。作为稳健性检验，作者测试了变量的取值范围；例如，如果分析师在前三位提问，变量等于1。结果是相似的（当作者简单地使用提问的顺序作为独立变量时，发现一致的结果）。本表的结果与下面的看法是一致的，参加电话会议的顺序代表着分析师与公司管理层关系的关系，这使得分析师与管理层的私人会谈会得到非公开信息，良好的关系使得分析师的疑问得到及时地回复，并让分析师选择适当的时机去重新覆盖公司。此外，作者发现，分析师从这些私人会谈中得到的一些信息在重新覆盖时，并不会完全反应到市场上，但会持续影响公司股票价格的中期表现。
经营业绩变化
知情分析师假说让我们猜测分析师会重新覆盖那些业绩即将改善的公司。重新覆盖与业绩即将改善的公司的经营业绩在横截面上数据是否是一致的？作者考察了从重新覆盖到随后一年间的资产回报率（ROA）的和息税前利润率的变化。资产回报率（ROA）被定义为折旧后的营业收入与总资产的比率。作者减去了行业ROA中位数（使用KennethFrench网站上界定的48个行业）。在图表17中，作者发现同一分析师的重新覆盖和同一分析师的重新上调评级的投资回报率在重新覆盖前一年有所下降（p >0.1），但在重新覆盖当年和随后的年份均有所上升。同一分析师重新上调评级的效果更明显，当年的ROA增加了0.20%(p < 10)，在接下来的年份ROA又增加了(增加0.31%，p < 0.5)。值得一提的是，不同分析师的重新覆盖对ROA的影响是不一样的。ROA的增长开始于重新覆盖的前一年（p < 0.1），并在重新覆盖当年继续增长（p < 0.1），但在重新覆盖后一年开始变缓（p > 0.1）。此外，常规上调评级遵循一个不同的模式，ROA在研究的3年中每年都会下降，第一年下降0.04%，第二年下降0.01%，第三年下降0.01%，这些下降都是高度显著的（p < 0.1），尽管引起的变化是有限的。比较不同的类型的推荐建议，同一分析师的重新上调评级跟常规上调相比，同一分析师的重新上调评级在发布推荐建议的当年和随后的年份公司利润都有更明显的提升。图表18比较了行业调整后的EBIT利润率（定义为销售EBIT）的变化，得出了非常相似的结论。综上所述，这两张表支持这样的观点，即分析师如果重新覆盖以前覆盖过的公司，就有能力选择那些未来经营业绩较好的公司。
总结
本文对分析师数据所包含的信息有了新的发现。特别是，作者表明同一分析师对公司进行重新覆盖和重新上调评级对资产价格有着重要的意义，这一点至今未被注意到。常规上调评级和重新上调评级引起的即时市场反应是类似的。然而，本文指出了两类信号之间存在的显著差异。同一分析师的重新覆盖和重新上调评级之后，价格都会出现明显的漂移，并且在6个月的时间内，不会出现恢复。另一方面，常规上调评级只会引起市场的短期反应，价格会很快恢复。
重新覆盖所包含的信息可能源于：分析师之前对公司的了解有一定的积累，并在中断覆盖后仍然保持着获取非公开信息的渠道。这在一定程度上可以解释价格漂移的长期存在。作者发现，选择重新覆盖的分析师比其他分析师更客观，而且从电话会议数据来看，在中断覆盖期间积极参加电话会议的频率与价格漂移的大小有关。重新覆盖的公司的盈利能力在当年和次年都有显著改善，这与非公开信息优势假说是相一致的。
本文核心内容摘选自A.P在JournalofBankingandFinance上发表的《分析师重新覆盖对市场的影响》。
风险提示
本文结论基于历史数据、海外文献进行总结；不构成任何投资建议。