《表4 单变量分析:证券分析师家乡网络资本的信息效应》
注:均值检验为t检验,中位数检验为z检验。*、**和***分别表示双尾检验中10%、5%和1%的显著性水平。下表同。
表5报告了分析师家乡网络资本对其预测误差的回归结果。从列(1)至列(3)中可以看到,无论使用何种聚类方法,(1)LocalSC的回归系数都在5%的水平上显著为负。需要指出的是,分析师团队所属券商与上市公司所在城市的距离Distance的回归系数显著为负,说明地理位置对预测准确度有一定影响。而在控制了券商的地理位置后,LocalSC的回归系数依然显著为负,说明分析师的家乡网络资本反映的并不只是地理距离。就经济意义而言,在其他条件相同时,与其他分析师相比,有家乡网络资本的本地分析师的预测误差平均要低3.3%(0.033/0.987)。如果分析师对家乡所在地公司的预测更加准确源于其身份认同,进而耗费较多的时间和精力去关注家乡公司的动态,而不是源于家乡社会资本,那么在家乡认同程度较高时(即在异地券商样本中),LocalSC的系数应该更大。本文进一步根据分析师所属券商省份与公司所在省份,将样本分为本地券商和异地券商两组。如列(4)和列(5)所示,无论是在本地券商还是在异地券商样本中,LocalSC的系数都显著为负,且在两组样本中没有显著差异。这说明证券分析师的家乡网络资本在本地券商和异地券商中都能发挥信息优势。上述结果表明,分析师对家乡所在地公司的预测更加准确,这验证了本文的假说1。
图表编号 | XD00146465400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.03 |
作者 | 周国良、孟庆玺、武凯文、李增泉 |
绘制单位 | 上海财经大学会计学院、上海财经大学会计与财务研究院、上海财经大学会计学院、上海交通大学安泰经济与管理学院、上海财经大学会计学院、上海财经大学会计与财务研究院 |
更多格式 | 高清、无水印(增值服务) |