论文标题：The impact of stock market liberalization on management forecast precision–Evidence from Mainland-Hong Kong Stock Connect Programs in China

中文标题：股票市场自由化对管理层预测精度的影响——来自中国内地-香港股票通计划的证据

原文来源：Renhui Fu; Fang Gao; Yi ZhaoCA.2024. “The impact of stock market liberalization on management forecast precision–Evidence from Mainland-Hong Kong Stock Connect Programs in China.” Journal of Accounting and Public Policy.

供稿：刘智慧

封面图片来源：Pexels

编者按：

这篇文献考察了股票市场自由化，特别是通过沪港通和深港通倡议（统称为MHKSCPs）对管理层预测准确性和潜在机制的影响。文献发现，在MHKSCPs之后，管理层对坏消息的预测变得不那么精确，而对好消息的预测变得更加精确，导致准确性总体下降。这些渠道包括诉讼风险和媒体/分析师关注。对于没有外国投资者的公司、专有成本较高的行业或规模较小的公司，这种结果尤其明显。此外，管理层预测的信息含量、管理层预测的乐观程度和财务报告的可读性都有所下降。

一、研究背景及贡献

(一)股票市场自由化——MHKSCPs

在过去的四十年中，许多新兴市场发生了股票市场自由化事件，这些事件对投资者结构和管理层行为产生了重大影响。股票市场自由化为外国投资者提供了进入中国市场的渠道，在本研究中，文献考察了中国两阶段股票市场自由化计划（以下简称MHKSCP），包括分别于2014年和2016年采用的沪港通计划（SHHKSCP）和深港通计划（SZHKSCP）。沪港通和深港通倡议（统称为MHKSCPs）允许在香港的外国投资者在中国A股市场交易某些合资格股票，这为研究股票市场自由化如何影响管理层的公开披露选择提供了独特的机会。为了研究管理层如何通过公开披露选择来应对股票市场自由化，文献关注管理层预测精度（MFP）。管理层预测精度（MFP）是衡量管理层公开披露行为的一个重要指标，它不仅影响投资者决策，而且受到管理层控制和自由裁量的影响。

（二）理论贡献

1. 扩展了有关股票市场自由化的经济后果的文献，特别是对管理层公共披露选择的影响。该研究扩展了有关股票市场自由化经济后果的文献，特别是对管理层公共披露选择的影响。先前的研究已经考察了市场自由化对市场流动性、回报波动性、经济增长等方面的影响，而本研究则聚焦于市场自由化如何影响管理层预测精度这一关键维度。

2. 与Yoon（2021）研究私人披露不同，本研究集中于公共披露，提供了对股票市场自由化影响的不同视角。

3. 通过MHKSCPs的设置，提供了更少的跨国变异噪声，并且能够更好地展示管理层的激励。与Tsang et al.（2019）相比，本研究通过聚焦于单一经济实体（中国），减少了跨国比较的噪声，能够更有效地解决内生性问题。

二、对立假设的提出

这篇文献中提出了两个主要的假设：

H1：股票市场自由化导致管理层预测精度（MFP）增加。

外国投资者通常要求更准确的信息，并对管理层施加额外压力以提高MFP。但由于语言障碍、文化差异和地理距离，外国投资者相对于国内投资者处于信息劣势，因此他们可能要求更精确的指导以补偿他们对私有信息获取的限制。此外，外国投资者在投资者保护方面拥有丰富的经验，可能会向管理层施压以满足他们的信息需求。因此，文献预计，随着股票市场自由化，管理层预测精度（MFP）会增加，因为管理层会提供更精确的预测以吸引外国投资者和他们的投资。

H2：股票市场自由化导致管理层预测精度（MFP）减少。

提供精确预测的同时也带来了潜在的预测成本。例如，由于内部沟通不足或审计调整导致的问题，精确预测可能会变成误导并产生负面后果。实际业绩表现低于管理层预测时，投资者可能会提起诉讼，尤其是对外国投资者来说，他们通常在通过诉讼维护权利方面拥有更加丰富的经验。此外，管理层误导行为还会吸引媒体和分析师的关注，这可能会放大声誉损害，并引起监管机构的注意，导致融资成本增加和公司估值降低。鉴于误导可能存在的潜在成本，管理层在股票市场自由化后可能会降低MFP，以减少与精确预测相关的潜在成本。

三、研究设计

这篇文献的研究设计包括以下几个主要部分：

（一）数据和样本

沪港通计划（SHHKSCP）和深港通计划（SZHKSCP）分别于2014年11月17日及2016年12月5日颁布。文献的样本期是2011年-2018年，涵盖了MHKSCs启动之前（2011-2014年）和之后（2015-2018年）的四年。而且，文献进一步将样本周期进行划分，样本被分为三个子时期，即沪港通前（2011-2013年）、沪港通后（2015-2018年）以及深港通后（2017-2018年）。

（二）数据来源和样本筛选

沪港通和深港通的合格股票名单以及季度管理层盈利预测数据来自Wind数据库，财务数据来自CSMAR数据库。初始样本包括2011年至2018年全部中国A股上市公司，并剔除了财务和股票交易数据缺失的公司、删除了ST和*ST公司、剔除了金融和公用事业行业的公司，最终得到36,817个公司季度观测值。

（三） 模型和变量

采用动态差分（dynamic difference-in-differences）模型：

借鉴Cheng et al.（2013）和Li and Zhang（2015）使用负面预测范围宽度来捕捉管理层披露的变化，如不等式（2）所示。

因变量：管理层预测精度（Precision），又称MFP，计算为预测范围的负宽度。

自变量：包括五个指标（Before², Before¹, Current, After¹, After²⁺），用于捕捉MHKSCPs对MFP的影响。Before² 和 Before¹，分别表示在MHKSCPs实施前两个季度和前一个季度的虚拟变量，用于捕捉政策实施前的预测精度趋势。Current，表示MHKSCPs实施当季度的虚拟变量，用于捕捉政策实施当季度的即时影响。After¹ 和 After²⁺，分别表示MHKSCPs实施后第一个季度和之后所有季度的虚拟变量，用于捕捉政策实施后的短期和长期影响。具体而言，如果样本中的公司从未添加到合格列表中，则该公司的五个指标始终等于0。如果公司在某一季度入选列表，则该Current等于1，否则为0。Before^k在被纳入合格列表之前的第k个季度等于1，否则为0（k=1,2），After¹在选择后的第一个季度等于1，否则为0，After²⁺在选择后的第二个季度及以后等于1，否则为0。Current、After¹和After²⁺的系数有助于证明MHKSCP对MFP的短期和长期影响。相比之下，Before¹和Before²捕捉了MHKSCP之前合格和不合格公司之间的差异，因此用于检查是否满足平行趋势。

控制变量:公司规模（Size）、账面市值比（BM）、杠杆比率（Leverage）、负净利指标（Loss）、持有期回报（ANNRET）、股票回报波动性（Volatility）、预期诉讼风险（LITIGRISK）、分析师覆盖度（Analyst）、机构持股比例（Institution）和CEO与董事长是否同一人（Duality）、预测时限（Horizon）、绝对预测偏差（ABSMFBias）、管理预测、市场预测的差异（ABSMFSURP）、公司固定效应和季度固定效应。

四、实证分析

（一）基准回归结果

文献在基础回归里实证检验了在采用MHKSCPs后，预测精度是否减少。表2中给出了回归结果。结果表明，Before², Before¹ 不显著，表明处理组相对于对照组的MFP在MHKSCP发生前以相似的模式变化，没有违反平行趋势假设检验。为了以图形方式显示系数，文献在图2中显示了估计系数的分布。如图2所示，Current, After¹, After²⁺的系数低于并显著偏离零轴，直观地反映了股票市场自由化对他们的限制效应。Current, After¹, After²⁺的估计系数分别为-0.118、-0.079和-0.098，分别代表平均值下降约17.6%、11.8%和14.6%，至少在5%水平上具有统计学意义。因此，在采用MHKSCs后，符合条件的公司在短期和长期内经历了明显的下降。这些发现与第二个假设一致，即管理者通过降低MFP来应对外国投资者的进入。

（二）稳健性检验

文献进行了一系列稳健性检查，包括替代研究设计和因变量和关键自变量的替代代理，以确保文献发现的有效性。

1. 倾向得分匹配（PSM）-双重差分（DID）：

首先，文献使用PSM方法来减轻由合格和不合格企业之间的内在差异引起的自选择问题。大多数符合条件的公司属于主要市场指数，这可能会使符合条件的公司面临更严格的信息环境，并进一步迫使其经理在公开信息披露决策中更加谨慎。为了进一步减轻这种选择问题，文献首先通过回归一组匹配因素（包括方程（1）中的所有控制变量）来创建一个概率单位模型。然后，文献使用倾向得分匹配，根据与一个对照公司最接近的倾向评分，将每个处理组公司最佳匹配。结果如表3第（1）栏所示：五个指标的系数与基线结果相似，支持了文献关于自我选择问题的结果的稳健性。

2. 广义矩估计（GMM）方法：

采用GMM方法来解决潜在的异方差性和估计系数的偏差问题，特别是将滞后因变量（L_Precision）作为控制变量，并使用滞后的指标作为工具变量。结果列于表3的第(2)栏。如图所示，五个指标的估计系数与基线结果非常一致，表明当采用GMM方法时，文献的结果仍然稳健。

3. 交互加权估计量：

根据Sun和Abraham（2021）的方法，替换原始的两固定效应（TWFE）估计器为交互加权估计器，并仅使用从未接受过处理的股票作为对照组。结果如表3第（3）栏所示，文献的结果仍然稳健。

4. 利用合格名单的定期重新平衡进行的额外准实验：

根据合格名单的更新（新纳入和退出）作为外生冲击，重新运行回归分析。结果如表3第（4）栏所示，文献的结果仍然稳健。

5. 分别分析SHHKSCP和SZHKSCP的影响：

文献不是将SHHKSCP和SZHKSCP视为MHKSCP的连续阶段，而是分别分析它们对MFP的影响。特别是，文献检查了2011年至2015年（2014年至2018年）的数据，以评估香港证券交易委员会（SZHKSCP）的影响。表3第（6）和（7）栏中的发现通常与文献的基线结果一致。值得注意的是，第（6）栏中的Current, After¹, After²⁺的系数比第（7）栏中的系数大四倍以上，表明SHHKSCP与香港证券交易所相比，对MFP的影响更大。这种差异可能源于两个项目周围不同的监管环境。香港证券交易所是在2015年股市崩盘后在高度监管的环境下推出的。例如，中国证监会在崩盘后加大了对信息披露违规行为的执法力度。这种环境可能导致所有上市公司的FP下降，从而削弱了SZHKSCP的增量效应。

6. 使用外国投资者持股比例作为连续变量：

为了考察外国投资者的影响程度，文献将等式（1）中的五个解释指标替换为一个称为FOR_Ownership的连续变量，代表外国投资者在合格公司中持有的股份比例。这将外国投资者持股比例作为关键独立变量的替代度量，直接观察持股比例的变化如何影响MFP。表4第（1）列的回归结果显示，FOR_Ownership的系数显著为负，表明外国投资者的所有权越大，MFP的下降越大，这与文献的基线结果一致。

五、机制分析

这篇文献的机制分析旨在探究股票市场自由化通过哪些途径影响管理预测精度（MFP）。

（一）诉讼风险（Litigation Risk）：

文献考察了外国投资者通过诉讼风险直接影响管理预测决策的可能性。外国投资者更可能通过法律行动保护其利益，增加了国内公司的预期诉讼风险。研究者使用Kim和Skinner（2012）的模型来构建诉讼风险的代理变量，并检验了MHKSCPs（沪港通和深港通计划）后合格企业的诉讼风险是否增加。结果如表5第（1）栏所示，Before²的系数不显著，而Current, After¹, After²⁺的系数显著为正，表明公司事前诉讼风险的增加了MHKSCPs，与猜想一致。Before¹的显著正系数可能反映了李总理宣布香港证券交易所后的预期效应。结果表明，由于外国投资者的存在，国内公司的预期诉讼风险增加，这导致管理层在做出管理预测时更加谨慎，从而降低了管理预测精度。

（二）媒体报道（Media Coverage）：

文献分析了外国投资者可能通过吸引媒体关注来间接影响管理预测。MHKSCPs吸引了媒体关注，使得合格企业成为市场焦点。文献构建了一个媒体覆盖度指数，并检验了MHKSCPs后合格企业的媒体覆盖度是否增加。结果如表5第（2）栏所示，文献发现MHKSCPs和媒体报道增加之间存在正相关关系。外国投资者的活动吸引了更多的媒体关注，这增加了管理层预测失误时被发现的可能性，以及潜在的负面后果，因此管理层可能会减少预测精度以避免这些风险。

（三）分析师覆盖（Analyst Coverage）：

文献还考察了外国投资者通过增加分析师覆盖来间接影响管理预测。作为市场中介，分析师有动机关注包括外国机构投资者在内的复杂投资者的投资组合，以改善他们的预测。研究者使用分析师覆盖度作为因变量，并检验了MHKSCPs后合格企业的分析师覆盖度是否增加。文献使用分析师数量（Analyst）作为因变量，结果如表5第（3）栏所示，Current, After¹, After²⁺的系数在1%水平上为正，外国投资者的存在导致分析师对合格企业的关注增加，这可能增加了对管理层预测的压力，使得管理层在做出预测时更加谨慎，从而降低了管理预测精度。

六、进一步分析

文献考察了股票市场自由化对管理预测精度（MFP）的影响在不同情况下的差异性。具体来说，文献分析了以下三个维度：

(一)外国投资者的先前接触。比较了那些在MHKSCPs之前没有接触过外国投资者的公司与那些已经接触过的公司，分析了MHKSCPs对这两组公司MFP的影响。文献研究了股票市场自由化对管理层预测精度的影响是否对没有外国投资者风险的公司更明显。表6的面板A报告的结果显示，对于没有超过1%或5%水平的外国投资者敞口的子样本，Current, After¹, After²⁺的系数显著为负。相比之下，对于具有这种风险的子样本，结果通常不显著。这表明股票市场自由化对管理层预测精度的影响随着公司以前与外国投资者打交道的经验而降低。

（二）专有信息成本。研究了在产品市场竞争更激烈的行业中，即专有信息成本更高的公司，MHKSCPs对MFP的影响是否更为显著。产品市场的竞争通常被视为管理层选择自愿披露策略的重要因素。组织管理盈利预测精度更高的公司可能会将其专有信息泄露给竞争对手。商业秘密过早泄露给竞争对手会导致行业竞争优势的丧失。此外，一旦企业的精确预测偏离实际价值，外国投资者可能会转向投资竞争对手，这是内部治理不善的信号，这加剧了他们在行业中的竞争劣势。因此，文献认为，外国投资者减少外国投资的效果在集中行业更为明显。根据处理组和对照组自由化前的平均赫芬达尔指数，将样本分为“较高行业集中度组”和“较低行业集中度组”。分别基于两个子样本进行回归。表6的面板B报告的结果显示，外国投资者对MFPI的负面影响在行业集中度较高的集团中更为明显，这上述论点一致。

（三）公司规模。分析了小公司和大公司在MHKSCPs后MFP的变化，探讨了公司规模对MFP影响的差异性。表6的面板C报告的结果显示，相对于大公司，外国投资者对小公司的MFP影响更大，这支持了前面的论点。

七、补充分析

（一）坏消息与好消息预测的差异分析：

   文献将样本分为坏消息（bad-news）和好消息（good-news）两个子样本。坏消息预测是指预测值低于市场预期，而好消息预测是指预测值高于市场预期。然后，分别对这两类样本进行回归分析。研究发现，对于坏消息预测，MHKSCPs之后管理预测精度（MFP）显著降低；而对于好消息预测，MFP显著提高。这表明外国投资者的进入对坏消息预测的管理预测精度有抑制作用，而对好消息预测则有促进作用。

（二）管理预测的信息含量：

使用事件研究方法，通过计算管理预测公告日及其后一天的累积异常回报（CAR[0,1]），来测试管理预测精度与市场反应之间的关系。模型中包括了意外盈利（UE）和预测精度（Precision）及其交互项。结果显示，交互项的系数显著为正，表明预测精度越低，市场反应越小，即预测信息含量越低。

（三）管理预测的乐观性：

计算管理预测乐观性的代理变量，即管理预测的每股收益（EPS）与实际EPS之间的差异，除以管理预测EPS的绝对值。结果表明，在MHKSCPs之后，管理预测变得更加谨慎，乐观性降低，即管理预测趋向于不那么乐观或出现向下偏差。

（四）财务报告的可读性：

用基于机器学习的方法来衡量财务报告的可读性，该方法基于朴素贝叶斯原理，考虑句子的独立性和单词在句子中的顺序排列。研究发现，在MHKSCPs之后，财务报告的可读性降低，表明管理层可能为了减少外国投资者带来的诉讼风险和投资者审查，降低了财务报告的可读性。

这些补充分析的结果进一步支持了主要发现，即股票市场自由化通过增加外国投资者的参与，影响了管理层的预测行为和财务报告的透明度。

八、研究结论

股票市场自由化对公开披露选择的影响尚未得到很好的理解。在本研究中，文献采用了一个独特的股票市场自由化场景，即MHKSCPs，来检验外国投资者对管理层盈利预测MFP的影响。文献发现，股票市场自由化后，经理人显著降低了MFP。文献进一步发现，外国投资者直接通过诉讼风险，也间接通过媒体和分析师的关注对经理人的公开披露施加压力。横断面分析表明，在没有外国投资者的情况下，在更集中的行业和较小的规模，这种影响更明显。此外，文献证明了限制性影响只存在于坏消息预测，而不存在于好消息预测，并且管理层预测的信息含量、管理层预测的乐观性和财务报告的可读性都有所下降。

Abstract：

This study examines the effects of stock market liberalization, specifically through the ShanghaiHong Kong Stock Connect and the Shenzhen-Hong Kong Stock Connect initiatives (jointly referred to as MHKSCPs), on the precision of management forecasts and the underlying mechanisms. We find that post MHKSCPs, management forecasts become less precise for bad news and more precise for good news, leading to an overall decrease in precision. The channels include litigation risk and media/analyst attention. The results are particularly pronounced in firms without foreign investors, within industries with higher proprietary costs, or in smaller firms. Moreover, there is a decrease in the information content of management forecasts, management forecast optimism, and financial report readability post MHKSCPs.