原文標題：Air pollution, affect, and forecasting bias: Evidence from Chinese financial analysts
原文作者：Rui Dong、Raymond Fisman、Yongxiang Wang、Nianhang Xu
發(fā)表期刊：Journal of Financial Economics
關(guān)鍵詞：污染、預測偏差、分析師、適應性
一、研究背景
已有大量文獻研究了環(huán)境天氣特征對于人的心情的影響，這一機制拓展到金融和資本市場(chǎng)上則會(huì )影響交易者的行為和股票價(jià)格的波動(dòng)。在資本市場(chǎng)上，證券分析師的主要工作之一是對上市公司進(jìn)行實(shí)地調研，并據此給出上市公司未來(lái)業(yè)績(jì)和股價(jià)的預測。
由于天氣情況會(huì )影響市場(chǎng)參與者的心情，因此證券分析師參與實(shí)地調研當天的環(huán)境特征也可能會(huì )對分析師預測的精確度產(chǎn)生一定的影響。本文基于這一問(wèn)題進(jìn)行研究，以探究調研地的環(huán)境污染情況如何影響于分析師對于企業(yè)未來(lái)業(yè)績(jì)預測。2009年以后，中國的深交所要求上市公司披露分析師調研的情況，從而為本文的研究提供了數據支持。
二、研究思路與實(shí)證結果
本文首先將分析師的預測報告與上市公司實(shí)地調研的數據進(jìn)行匹配，以獲知分析師調研的具體日期，從而得到當天調研地的空氣污染情況。隨后，本文構建了如下的衡量分析師預測樂(lè )觀(guān)度的指標：
中共環(huán)境部公布了各大城市每日空氣質(zhì)量指數AQI，本文選擇這一指數作為核心解釋變量，與公告的調研日期相匹配，以檢驗空氣污染情況對于分析師預測偏差的影響。此外，本文還將日照條件、溫度、濕度等天氣條件以及相應的企業(yè)和分析師特征作為控制變量。
基準回歸結果顯示，空氣質(zhì)量指數AQI與分析師預測樂(lè )觀(guān)偏離在1%的水平上顯著(zhù)負相關(guān)，在控制相關(guān)固定效應后結果依然成立。由于A(yíng)QI指數越高，空氣質(zhì)量越差，因此基準回歸結果說(shuō)明，調研時(shí)的空氣質(zhì)量越差，分析師在后續的盈利預測越趨于保守和悲觀(guān)。
基于A(yíng)QI指數，可將空氣污染嚴重程度劃分為六個(gè)等級。本文隨后將每個(gè)等級賦予虛擬變量作為解釋變量進(jìn)行檢驗，實(shí)證結果顯示，隨著(zhù)污染程度加深，空氣污染對于分析師樂(lè )觀(guān)預測的負向影響程度更大，進(jìn)一步佐證了基準回歸的結果。
隨后，本文進(jìn)行安慰劑檢驗，將調研日鄰近日期的空氣污染指數納入回歸方程，分別檢驗了調研日前后5、7和10天的空氣污染對分析師樂(lè )觀(guān)預期偏差的影響，基準回歸結果依然保持穩健。
被調研的上市公司自身的污染屬性會(huì )不會(huì )對這一結果產(chǎn)生影響呢？為此，本文設定“污染”P(pán)ollution這一虛擬變量，若被調研上市公司為污染行業(yè)企業(yè)，則該變量取值為1，否則為0，納入上述回歸方程，同時(shí)構建Pollution與AQI指數的交乘項以檢驗其影響，回歸結果顯示Pollution自身對結果并無(wú)顯著(zhù)影響，同時(shí)交乘項系數顯著(zhù)為正，說(shuō)明企業(yè)自身的污染屬性并不會(huì )對分析師樂(lè )觀(guān)預測偏差產(chǎn)生負向的影響。
哪些因素會(huì )顯著(zhù)影響調研日污染與分析師樂(lè )觀(guān)預測偏差之間的關(guān)系呢？本文隨后分別考察了調研日與分析報告出版時(shí)間間隔（Forecast delay）、預測時(shí)間跨度（Forecast horizon）、分析師環(huán)境適應度（Analysts adaptation）、分析師個(gè)人特征以及調研特征等因素對于兩者之間關(guān)系的影響：
（1）本文設定了一系列時(shí)間窗口檢驗調研日與分析報告出版時(shí)間間隔對于空氣污染與樂(lè )觀(guān)預期偏差之間關(guān)系的影響。實(shí)證結果顯示，隨著(zhù)這一時(shí)間間隔的延長(cháng)，核心解釋變量的系數絕對值變小，說(shuō)明空氣污染對于分析師樂(lè )觀(guān)預期偏差的影響降低；
（2）本文將預測期限及其與AQI指數的交乘項作為變量納入基準回歸模型，回歸結果顯示，預測期限系數顯著(zhù)為正，而交乘項的系數顯著(zhù)為負，說(shuō)明隨著(zhù)預測期限的延長(cháng)，空氣污染會(huì )導致分析師的預測更加偏離實(shí)際值；
（3）分析師的適應性（adaptation）以分析師工作所在地與調研地點(diǎn)之間AQI指數的差值來(lái)衡量?；貧w結果顯示，當分析師來(lái)到相對更污染的調研地時(shí)，調研地的空氣污染情況會(huì )顯著(zhù)影響分析師的預測偏差，而當分析師自身工作的地點(diǎn)相對更污染時(shí)，這一效應不再存在，從而說(shuō)明分析師對于空氣環(huán)境污染的適應程度也會(huì )顯著(zhù)影響這一預測偏差；
（4）本文還將分析師的經(jīng)驗、預測精確度以及是否存在集體調研等變量納入基準回歸模型，回歸結果顯示，這些變量對于分析師的預測偏差并沒(méi)有顯著(zhù)影響，說(shuō)明其并不會(huì )對本文的基本結論產(chǎn)生影響。
原文摘要
We document a negative relation between air pollution during corporate site visits by investment analysts and subsequent earnings forecasts. After accounting for analyst, weather, and firm characteristics, an extreme worsening of air quality from “good/excellent” to “severely polluted” is associated with a more than 1 percentage point lower profit forecast, relative to realized profits. We explore heterogeneity in the pollution-forecast relation to understand better the underlying mechanism. Pollution only affects forecasts that are announced in the weeks immediately following a visit, indicating that mood likely plays a role, and the effect of pollution is less pronounced when analysts from different brokerages visit on the same date, suggesting a debiasing effect of multiple perspectives. Finally, there is suggestive evidence of adaptability to environmental circumstances – forecasts from analysts based in high pollution cities are relatively unaffected by site visit pollution.
作者：
王文蔚 中央財經(jīng)大學(xué)綠色金融國際研究院博士生
研究指導：
王 遙 中央財經(jīng)大學(xué)綠色金融國際研究院院長(cháng)
