五、稳健性检验

由上面的结论可知，证券分析师通过出具OP预测报告可以提高预测准确性。预测准确性是证券分析师入选《新财富》“最佳证券分析师”榜单的重要参考指标，那么证券分析师出具OP报告能否提高其入选的概率以及获得更高的名次。为验证这一假说，我们分别采用LOGIT模型和ORDER LOGIT模型进行回归分析，结果分别如表5和表6所示。

其中，证券分析师《新财富》排名数据来自《新财富》网站 ，RANK为证券分析师是否进入《新财富》“最佳证券分析师”榜单，进入为1；否则为0。RANK1为证券分析师在《新财富》“最佳证券分析师”榜单中的排名。AOP、AOO、APP及ABOLD分别为证券分析师层面的OP、OO、PP和BOLD，LNEXPERIENCE为证券分析师预测经验，用证券分析师预测年数来衡量。结合表5和表6可以看出，在国有企业上市公司中，证券分析师出具OP报告能有效增加其进入《新财富》“最佳证券分析师”榜单的概率，但并不能提高其在《新财富》“最佳证券分析师”榜单中的名次。可能的原因是，评选考验的不仅是自身的研究实力，还有所在机构、人脉等；在更为激烈的名次争夺战中，可能更要靠自身能力以外的一些资源。正如曾获得《新财富》“最佳证券分析师”的王先生感叹，“拜票除了证券分析师自己要有能力外，最重要的还是公司领导的拜票能力，说到底还是要靠人脉” ，由此出现了上述结果。

此外，为了增加研究结论的可靠性，我们对本文的研究结果还进行了稳健性测试。

（一）投行业务对结果的影响

有研究表明，证券分析师发布有偏报告是为了赢得投行业务（Badshaw et al.，2003；原红旗和黄倩茹，2007；潘越等，2011）。在投行工作的证券分析师更可能获得管理层的私有信息，因而会出现假设1和假设2的情况。为排除这种替代假设对本文结果的影响，我们在国有企业样本的基础上剔除投行证券分析师样本，重新进行回归分析，结果如表7所示。

经检验，表7中OP的系数与表4中的并无显著差异，因而可以剔除投行业务对我们结果可能造成的影响。

（二）以上市公司配股和公开增发前后60天的事件为研究样本

回归结果如表8所示。在表8的列（1）到列（3），OP的系数始终在1％的水平上显著正相关，与表4的结果一致。也就是说，发布OP报告的证券分析师相比发布其他形式报告的证券分析师来说，其预测准确性更高；股价同步性越高，证券分析师出具OP报告的可能性越低。

（三）用连续变量作为股价同步性的替代指标

回归结果如表9所示，其仍然与表4的结果一致，并不改变之前的结论。

（四）对连续变量进行缩尾调整（Winsorize）处理

为剔除异常值对模型回归结果可能造成的影响，我们对模型中用到的所有连续变量进行1％和99％的缩尾调整处理。此外，我们也用证券分析师第一次盈余预测值及中位数替代证券分析师最后一次盈余预测来定义因变量。重新对以上模型进行回归，结果与之前无实质差别（限于篇幅，回归结果没有提供）。

（五）进行Bootstrap有放回抽样检验

由于本文样本量较少，在单变量检验及多变量回归分析中变量估计可能有偏。为了减小这种误差，我们进行了1000次Bootstrap有放回抽样，并重新对变量进行分析和估计，结果并无实质性改变（限于篇幅，分析结果没有提供）。 vbeFM0YfcD9IkCz7LZlJaWuY8sCEttvxd9ZcZgiv7N+w439J5dDqLA3Z+1bxyP1R