不确定性、会计稳健性以及分析师预测行为

这一部分通过多元回归分析考察企业不确定性、会计稳健性（包括预测期间的会计稳健性、持续稳健情形和非持续稳健情形）以及它们的交互作用对分析师预测行为的影响。为体现研究的连续性，回归中逐次加入不确定性变量、各种会计稳健性变量以及它们的交乘项，并列示相应结果。

首先，本章对模型（a）进行回归，将预测年份里的稳健指数（Cscoreit）、持续稳健（Per_Conserit）和非持续稳健（Nonper_Conserit）分别替代模型（a）的变量Conserit，以考察不确定性、各种情形的会计稳健性、不确定性与各种情形会计稳健性的交互项对分析师预测误差的影响，回归结果如表9.3所示^[8]。其次，对模型（b）进行回归，考察上述因素对分析师预测分歧度的影响，回归结果见表9.4。由于面板数据模型需要考虑固定效应（Fixed effects）和随机效应（Random effects）的选择，我们首先对每一方程进行随机效应回归，然后进行Hausman检验，倘若Hausman检验P值小于5%，则选取固定效应模型（FE），否则选用随机效应模型（RE）。

在表9.3的方程（1）里，企业的不确定性因素（UCit）的系数在1%水平上显著为正，表明企业不确定性程度越高，分析师盈余预测误差越严重，与假设H1的理论预期一致。在方程（2）中，Cscoreit的系数在5% 水平上显著为负，表明在预测年份里公司的会计稳健性对分析师的盈余预测误差具有显著的抑制作用，这一点与Sohn（2012）以及张子健（2013）的研究结论一致。在方程（4）里，持续稳健变量Persis_Conserit的系数在10%的水平上为负，表明公司的持续稳健对分析师的盈余预测误差有着微弱的抑制作用。而在方程（6）中，非持续稳健变量（Nonper_Conserit）的系数并不显著，说明公司的非持续稳健对降低分析师的盈余预测误差的作用不明显。

表9.3　不确定性、会计稳健性与分析师预测误差

注：（1）***、**和*分别表示1% 、5% 和 10% 的显著水平；（2）如果Hausman检验的p值小于5%，则选取固定效应（FE）模型，否则选取随机效应（RE）模型；（3）行业虚拟变量（Ind）较多，回归结果未列出；（4）在固定效应（FE）模型下，括号内的值为t值。

再看各种稳健性与不确定性的交乘项的情况：在方程（3）里，不确定性程度（UCit）与预测年份里的会计稳健性（Cscoreit）的交乘项系数在5%水平上显著为负，表明公司在预测年份里执行稳健的会计政策能够有效遏制不确定性增大分析师盈余预测误差的倾向，假设H2得到支持。而方程（5）中的不确定性（UCit）与持续稳健（Persis_Conserit）的交乘项系数在1%水平上显著为负，表明公司在会计政策的持续稳健能够有效遏制不确定性增大分析师盈余预测误差的倾向；但是方程（7）里的不确定性（UCit）与非持续稳健（Nonper_Conserit）的交乘项系数在10%的水平上显著为正，表明非持续稳健不但没能抑制不确定性对分析师预测的负面影响，反而在一定程度上放大了这种负面冲击。

此外，在表9.3中，控制变量Size（规模）和Growth（成长性）显著为负，表明那些规模大的公司或者成长性高公司，分析师的预测误差较小。规模大的公司，其受到信息媒介的关注程度较高，分析师搜集到有关公司的信息较充分，因而其预测误差相对要小。成长性高的公司其分析师的预测误差较小，可能源自于分析师在做盈余预测时，对公司的成长性信息予以高度关注，并能够根据公司的成长性推断盈余的走向。

综合上述结果可知，一方面，不确定因素越多，分析师预测误差越大；另一方面，公司在预测年份里的会计政策越稳健，越有助于降低不确定性对分析师预测准确度的负面影响。进一步将预测年份里的会计稳健性区分为“持续稳健”和“非持续稳健”之后发现，并非所有在预测年份里会计政策表现稳健的公司，其稳健性就能遏制不确定性对分析师预测误差的不利影响，而是只有“持续稳健”才有可能抑制不确定性加大分析师盈余预测误差的趋势，而“非持续稳健”不但没能减缓不确定性对分析师预测误差的负面冲击，反而在一定程度上放大了这种负面冲击。(www.zuozong.com)

在表9.4的方程（8）里，企业的不确定性因素（UCit）的系数在1%水平上显著为正，表明分析师之间的预测分歧因企业的不确定性因素的增多而加剧，假设H1的得到支持。在方程（9）中，Cscoreit的系数并不显著，说明公司在预测年份里会计稳健性的强化并不能有效降低分析师之间的预测分歧度。同样，在方程（11）和（13）里，持续稳健变量Persis_Conserit和非持续稳健变量（Nonper_Conserit）的系数并不显著，由此说明无论是持续稳健还是非持续稳健，它们都没能有效降低分析师的预测分歧。

接下来再看表9.4的交乘项系数情况。在方程（10）里，不确定因素（UCit）与会计稳健性（Cscoreit）的交乘项系数在5%水平上显著为负，表明尽管不确定因素会加大分析师的预测分歧，但是在预测年份里随着公司会计稳健性的增强，不确定因素加大分析师预测分歧的倾向就能够被有效遏制，假设H2得到支持。而不确定性（UCit）与持续稳健（Persis_Conserit）的交乘项系数在5%水平上显著为负，表明持续稳健的会计政策能够有效遏制不确定性增大分析师预测分歧度的倾向；但是不确定性（UCit）与非持续稳健（Nonper_Conserit）的交乘项系数并不显著，表明非持续稳健没能减缓不确定性对分析师预测分歧的不利影响。

表9.4　不确定性、会计稳健性与分析师预测分歧度

注：同表9.3

在表9.4中，控制变量Size（规模）显著为负，表明规模大的公司，其预测分歧度要小。这可能源自于大公司受到信息媒介的关注程度较高，分析师搜集到有关公司的信息较充分，因而其预测分歧度相对要小。控制变量Follow显著为正，表明那些分析师跟踪的人数越多，他们的预测分歧度越大。

根据以上分析可知，不确定因素的增多会加剧不同分析师之间的预测分歧，但是公司在预测年份里会计稳健性的增强有助于弥合不确定性造成的分析师预测分歧。然而，并非所有在预测年份里表现稳健的公司，其稳健性就能遏制不确定性对分析师预测分歧的不利影响，而是只有那些“持续稳健”的公司才有可能抑制不确定性加剧分析师预测分歧的趋势，那些“非持续稳健”的公司并不能有效减缓不确定性加剧分析师预测分歧的倾向。

综合表9.3和表9.4的结果可知，一方面，不确定因素的增多会导致分析师盈余预测误差和预测分歧度的增大，假设H1得到验证；另一方面，公司在预测年份里的会计稳健性总体上有助于降低不确定因素对分析师盈余预测的不利影响，假设H2得到验证。进一步将预测年份里的会计稳健性区分为“持续稳健”和“非持续稳健”之后发现，并非所有在预测年份里表现稳健的公司，其稳健性就能遏制不确定性对分析师预测的不利影响，而只有“持续稳健”能够抑制不确定性加剧分析师预测误差和预测分歧度的趋势，“非持续稳健”则没能发挥上述作用，假设H3得以验证。