- Before discussion
What is the research question?
한 기업을 커버하는 애널리스트의 수(analyst following)와 그에 영향을 미치는 기업 특성은 무엇인가?
다시 말해 애널리스트의 정보생산동기(=애널리스트 활동)에 영향을 미치는 기업의 특성을 분석하고자 한다.
Why it is important/interesting?
애널리스트 커버리지에 대한 논의는, 현실적으로 고려해야할 사항이 많아 모델링을 하기엔 어려우나 이론, 실증적으로 어느 면에서나 흥미로운 주제임은 확실하다. 저자는 간단한 수요-공급 경제 모형을 적용하여 애널리스트 수에 관한 직관적이고 타당성 있는 경제 관념을 도출했다. ‘firm size’ 뿐만 아니라 다른 여러 기업 특성들을 제시하였고, 애널리스트의 수는 애널리스트의 비용과 이득의 함수임을 보여준다 (Lang and Lundholm (1996)의 paper에서 또한 언급됨). 수요-공급 곡선을 이용해 도출된 바는 실증 결과와도 대부분 일치하기에 이론과 실증 사례를 연결시켰다는 것에 의의를 가질 수 있다.
What are the theoretical background and hypothesis?
- 시계열 모형에서 이익을 예측하는 애널리스트들의 우수성은 기업의 규모와 양의 상관관계를 가짐 [Brown, Richardson, and Schwager (1987)]
- 실적 발표 내용에 대한 cross-sectional variation을 통해 이익 정보 내용과 기업 규모가 반비례 관계에 있음을 알아내고, 이를 애널리스트 수의 차이에 대한 연구에 연관지음 [Atiase (1985), Freeman (1987), and Bhushan (1989)]
- 기업을 커버하는 애널리스트 수는 정보 획득과 긴밀한 연관이 있음 [Grossman(1976,1978), Grossman and Stiglitz(1976, 1980), Hellwig(1980) etc]
이와 같이 많은 연구들에서 규모가 큰 기업일수록 더 많은 애널리스트들이 커버하고, 이에 따라 이들 기업에 대한 더 많은 사적 정보 취득이 이뤄짐을 주장했다. 저자는 애널리스트 업무가 기업 정보를 수집하고 분석, 배포하는 일이기 때문에, 애널리스트 수에 대한 이슈는 정보 획득에 관한 이론적 연구들과 긴밀한 관계에 있다고 보았다.
What are research designs?
Bhushan은 경제 모형을 사용하여 애널리스트 수에 영향을 미치는 다양한 요인을 분석하였다. 우선 한 기업을 커버하는 애널리스트의 수를 특정 기업의 사적인 정보 획득을 위해 소요된 총 자원에 대한 proxy로 정의했다. 즉, 애널리스트 서비스에 지불된 총 균형비용은 애널리스트 서비스의 총 수요-공급에 의해 결정된다는 의미이다. 다르게 말하자면, 애널리스트의 수는 애널리스트 서비스의 총수요와 총공급 곡선의 교차점에서 균형 애널리스트 수가 결정된다는 것이다. (애널리스트 서비스는 여러 종류가 있지만 이 논문에서는 편의상 애널리스트에 의해 행해지는 모든 활동으로 정의한다.)
탄력성의 개념 또한 적용된다. 식 (4)에서 저자는 직관적으로 보건대 증권에 대한 수요가 매우 탄력적이고, 애널리스트 서비스에 대해서도 또한 가격 탄력적일 것이라 보았다. 따라서 애널리스트 서비스에 대한 총 수요가 탄력적(elastic)이라고 전제한다.
- P: 애널리스트 서비스의 개별 가격
- P* : 균형 가격
- Q*: 애널리스트 서비스의 총 균형 수요
- TC*: 투자자들이 애널리스트 서비스에 지불한 총 균형 비용
- 𝜀𝐷,𝜀𝑆 : 수요, 공급의 가격탄력성 (𝜕𝑑/𝜕𝑝<0, 𝜕𝑆/𝜕𝑝>0)
- K: 총수요-공급 함수에 영향을 줄 수 있는 기업 특성
총수요-공급 함수에 영향을 줄 수 있는 기업 특성(K)은 다음과 같다.
- 기업 지배구조
- 기업 규모
- 기업의 이익변동성
- 회사 영업종목 수
- 기업 이익과 시장 이익 간 상관관계
데이터는 Nelson’s Directory of Wall Street (1986)를 참고하여 수집하였다. 총 1,409 기업의 데이터가 수집가능했으며, 이 중 966개가 %INSID 데이터를 보유하고 있다. 변수들의 내용은 다음과 같다.
- NANAL: 1985년 기준 애널리스트 수
- NINST: 해당주식을 보유한 기관 수
- %INST: 기관보유비중
- %INSID: 내부자보유비중
- Ret. Var: 시장요소를 제외한 기업의 총 이익변동성
- Res. Var: 기업 고유의 이익변동성
- RSQMKT: 기업의 총 수익과 시장 수익간의 상관계수
- LOB1, LOB2: 회사의 영업종목 분산정도를 나타내는 proxy
- Value: 기업규모를 나타낸 proxy (1984년 말 시가, CRSP)
- I1,I2,I3,I4,I5: 광업, 건설과 제조, 유틸리티, 도소매, 금융기관 (정보 획득 비용 등 산업 간 차이를 통제하기 위한 분류로 dummy variables로 사용)
한 기업을 커버하는 애널리스트 수를 총 비용의 proxy로 정의하였으나, 애널리스트들 간의 봉급 차이 등을 고려하지 못했다. 따라서 애널리스트의 수와 총 비용의 관계가 완벽하진 않다. 실증 분석에서 의미를 가지려면, 두 변수가 선형관계에 있어야 하며 불완전해야 한다고 가정해야 한다. 하지만 이 논문에서는 데이터가 가정을 심하게 왜곡할 것이라 보진 않았다. 한편 ‘free-riding’, ‘resale of analyst services’ 이슈도 있으나, 총 수요를 이 둘의 순효과로 보며 이 이슈들이 서로 다르지 않다고 가정하기 때문에 결론적으로 두 가지 이슈 모두 암묵적으로 모델에 고려되었다고 간주한다. 또한 일부 애널리스트들의 공시는 문제로 보지 않는다. 이러한 행위로부터 얻을 수 있는 이득을 이미 얻은 후에 대중에게 공개할 것이기 때문이다.
What are the major results?
Table 3: Adjusted t-statistic에서 LOB1을 제외한 모든 변수가 l t l>2, 또한 R^2=0.73로 모델 적합도가 높은 것을 보여준다. 부분 F-검정 결과(13.191)로 미루어보아 industry dummies group이 모델에 추가적으로 설명력을 부여함을 알 수 있다. Outliers는 영향을 미치지 않는 것으로 판단된다.
Table 4 (%INSID 포함): %INSID는 유의한 음의 상관계수를, %INST를 제외한 나머지 변수들이 모두 통계적으로 유의한 결과를 보였다. 흥미로운 점은 시행된 회귀분석에서 거의 모든 설명변수가 다중공선성을 가짐에도 불구하고 매우 유의한 결과가 나왔다는 것이다. 다중공선성이 추정표본오차를 증가시키더라도 강한 t-statistic 결과를 보여주기 때문에, 각각의 변수들은 강한 설명력을 가지는 것으로 보인다. 자세한 회귀분석 결과는 다음과 같다.
NINST, %INST (+): 더 많은 기관들이 주식을 보유하거나, 기관에 의한 주식보유비중이 증가할 때 애널리스트 서비스에 대한 총 수요가 증가한다는 해석과 일관된다. 개인과 달리 기관이 자신의 보유비중이 높아 애널리스트 서비스를 구매하는 것이 가성비가 있다면, 총 수요는 NINST, %INST와 함께 증가할 것이다. 또한 증권사의 대부분 거래가 기관으로부터 온다면, 총 공급은 증가할 것이다. (기관에 의해 행해진 in-house 애널리스트 서비스는 외부 애널리스트 서비스의 대체재라고 볼 수 없다)
%INSID (-): 애널리스트 서비스 수요는 외부투자자로부터 오고, 내부투자자의 비중이 줄어들 때 수요가 증가한다. 이는 애널리스트 서비스 수요가 탄력적일 때, 내부자 비중이 높아짐에 따라 기밀유지사항이 증가하고 결국 정보 획득 비용이 증가한다는 관점을 지지한다.
LOB1(-), RSQMKT (+): Section 2에서 언급된 바와 같이 서비스 수요가 탄력적일 때 영업종목이 많아지거나, 기업이 시장과 덜 연관되면 정보 획득 비용이 증가한다는 점과 일치한다 à 간접적으로 애널리스트 서비스 수요가 탄력적임을 시사?
(시장동조성이 높은 기업의 경우 애널리스트들은 개별기업의 고유요인보다 거시경제 요인에 비중을 두고 리포트를 작성하기 때문에, 정보공급비용이 감소하고 분석하는 애널리스트의 활동도 증가하기 때문)
In(Value) (+), 매우 유의: 기업 사이즈가 커질수록 애널리스트 서비스 총 수요가 증가한다는 관점과 일치한다 (큰 기업일수록 투자자들이 사적정보로부터 얻는 효용이 증가 -> 규모가 큰 기업은 주식의 유동성이 높기 때문에 정보를 가진 투자자에게는 매력적일 수 있다)
또한 수요 탄력성을 가정했을 때, 기업의 규모가 클수록 잠재적으로 중개업무가 증가할 가능성이 높기 때문에 총 공급도 증가하는 양의 관계를 가진다 (이전 연구에서도 규모가 큰 기업에 대해 더 많은 정보가 형성되고 분석된다는 해석이 있음)
Ret. Var (+): 이익변동성이 클수록 기대투자수익이 크기 때문에, 애널리스트 서비스에 대한 수요는 이익변동성에 대한 증가함수가 된다는 해석과 동일하다. (주가수익률의 변동성이 큰 기업은 미래 현금흐름의 불확실성이 큰 것을 의미하고 이 불확실성을 해소할 수 있는 좋은 정보는 좋은 투자 기회를 제공한다. 따라서 기업 이익률의 변동성이 클수록 애널리스트 서비스, 즉 정보에 대한 수요가 증가할 것이고 이때 발표되는 애널리스트 보고서는 시장에서 높은 반응을 나타낼 것이다. 반면 변동성이 큰 경우 애널리스트의 정보취득비용이 증가하기 때문에 차별성 있는 정보를 제공하기 어렵다면 애널리스트 정보력이 감소할 수도 있다 -> 노이즈거래의 증가로 인한 주가변동성의 증가는 애널리스트의 정보공급비용을 증가시킬 수 있기 때문에 거래량이 애널리스트보고서의 정보력에 미치는 효과는 의문스럽다)
Industry dummy variables: 산업더미변수는 모델의 설명력을 높인다. 즉, 기업이 속한 산업은 애널리스트 수에 영향을 미친다고 볼 수 있다. 첫째로 산업의 특성에 따라 정보 취득 비용이 다를 수 있다. 둘째로, 다른 것이 동일하다 가정할 때, 산업별로 총 수요가 다를 수 있다.
What is the exact contribution beyond prior works?
이 논문의 주제는 애널리스트의 수에 영향을 미치는 기업 특성을 분석하는 것이다. 왜 중요할까? 생각해보면 자본시장 내 애널리스트 역할에 대한 고찰로부터 관련 연구들이 파생된 것 같다. 애널리스트의 정보력과 그에 기반한 시그널에 따라 투자자의 의사결정에 미치는 효과는 많은 차이가 있을 수 있다. 이러한 이유에서 애널리스트 정보력의 결정요인을 찾는 많은 연구들이 이뤄져왔다고 보인다. 이전 연구에서는 정보 획득에 대한 연구가 많이 이뤄졌다 (Grossman (1976, 1978), Grossman and Stiglitz (1976, 1980), Hellwig (1980),…). Bhushan은 이에 더해 ‘애널리스트는 가치 있는 기업을 분석하므로 애널리스트 수가 증가할수록 정보력이 높다’는 가정 하에 애널리스트 수의 결정요인을 분석하였다. 즉 정보력의 대리변수로 애널리스트 수(analyst following)를 사용하여 결정요인을 검증한 것이다. (애널리스트 서비스에 대해 지불한 총 비용은 정보력에 대한 비용과 같다고 볼 수 있다.) 이를 증명하기 위해 Bhushan은 간단한 경제 모델을 적용하여, 시장 전체적인 (정보의) 수요·공급 관점에서 애널리스트 활동(analyst following) 수준과 정보력에 관련성이 존재한다는 사실을 기반으로 기업규모, 개별기업수익률과 시장수익률 간의 상관관계, 수익률의 분산과 양(+)의 관계를 증명하였다.
What are the limitations/opportunities for extension?
논문에 소개된 모델에서는 ‘free-riding’, ‘uncertainty’, ‘the role of prices in aggregating and transmitting information’와 같은 이슈를 고려하지 못했다. 이들을 포함해 더 많은 것들을 고려하여 정교한 모델을 만든다면 애널리스트들이 왜 특정 기업을 커버하는지, 애널리스트 수에 내재된 경제를 더 잘 이해할 수 있을 것이다. 또한 제시된 모델은 모든 애널리스트들의 능력이 동일함을 전제로 하였다. 이에 대해 향후 연구에서는 애널리스트 간 능력의 차이가 있는지, 우수한 애널리스트들이 특정 기업을 집중적으로 커버하는 경향이 있는지, 만약 그렇다면 어떤 요인이 그런 결과를 만드는지 등에 대한 연구를 시도할 수 있을 것이다. 또한 애널리스트들은 수많은 서비스를 제공하지만, 커버하는 모든 기업에 대해 동일한 서비스를 제공하는 것은 아니다. 그렇기에 어떤 다른 서비스들이 제공되지는 않는지, 어떠한 원인들로 인해 애널리스트들이 기업마다 다른 서비스를 선택하게 되는지 연구할 수도 있다. 마지막으로 이 논문에서는 애널리스트 서비스에 대한 가격 데이터의 부재로 시장수요와 공급비용을 구분 않고 동시에 영향을 미치는 상황요인과 애널리스트 활동 간의 관계를 이용하여 추정하였다. 향후 애널리스트 서비스에 대한 가격 데이터가 있다면, 모델에 적용하여 애널리스트 서비스에 대한 총 수요와 공급 효과를 각각 분리하여 알아낼 수 있을 것이다.
+ After discussion
본 연구는 초창기 애널리스트 커버리지에 관한 것으로 모델이 구체적이지 않아 토론 중 수요와 공급에 영향을 주는 변수들의 다양한 방향성에 대해 논쟁이 많았다. 사실 확실히 정해진 답이 있을까. 확실히 이후 나온 연구들은 좀 더 모델을 구체화해가고 있다. 그러나 아직 한국 연구 중에는 이론을 가지고 애널리스트 커버리지에 대해 심도 있게 쓴 논문은 없는 것으로 보인다.
변수와 변수와의 관계보면 흐름을 놓치고 만다. 회계 논문에서의 변수들은 다 proxy다. 그 proxy가 무엇을 정녕 의미하는지 알아야 하겠다.
토론 중에는 한 입장을 고수하여 끝까지 논쟁을 펼치자 (상대방 의견을 무시하라는 것이 아니다). 변수의 방향성이나 영향에 대해 정확하게 파악을 못하고 A를 말하다 Z를 말하는 식이라면 이도저도 아닌 것이 된다.
결국 회계 논문은 Cost vs. Benefit or Demand & Supply 방향성에 대한 것이다. (회계의 탄생과 목적은 경제학 논리와 비슷하거나 같다) 어떤 상황에서 수급이 증가하고 감소하는가? 다시 말하지만 보는 관점에 따라 무엇이 더 큰지, 작은지, 다 다르다.
Demand: 사적 정보에 대한 들어가는 비용 대비 혜택이 클 때 증가
Supply: 명백하나 Size, percentage of institution 등 결정요인 때문에 말이 꼬임.. 논쟁 多
Intuition은, 투자자가 정보 사고 지출하는데 드는 정보구입비용 vs. 애널리스트가 얻게 되는 보상과 혜택 (예컨대 brokerage fee)
투자자 관점에서 D&S는 투자자의 정보구입비용 & benefit
애널리스트 관점에서는 정보 generation cost & 얻는 brokerage fee 등 compensation
이라고 할 수 있다.
논문에 소개된 기업 특성 중 논쟁이 되는 몇 가지만 생각해보자.
Ownership structure: quite straightforward?
Firm size: 공급 측면에서 규모가 큰 기업은 aquisition cost 저렴하고 잘 팔릴테고 수요 측면은 잘 모르겠다. 논쟁이 많다.
Return variability: Demand side is straightforward as well, 불확실성이 높아지면 변동성이 증가해서 투자시 수익창출 기회가 증가하기 때문에 수요가 증가한다. supply는 명확한가? 논쟁이 있으나, 나는 불확실성이 있다면 전문성과 분석 능력이 있는 실력 있는 애널리스트에게는 기회로 다가오고 더 많은 incentive가 부여될 수 있다고 생각했다.
Number of lines of business: 쉽게 말해 사업 다각화 vs. 사업 단일화 중 어떨 때 정보에 대한 수요가 많은가에 대한 질문이다. 후에 Brown 연구에서 애널리스트 커버리지와 다각화가 거의 관련이 없다는 것을 증명하는데... 사실 현실에서는 관련이 있다,가 더 합당할텐데 이상하다.
다음.
애널리스트가 private information만을 제공하나? 사적정보와 공적정보의 차이는 무엇인가? 이후 Lang and Lundholm의 연구에서 공시(disclosure)를 도입한다.
애널리스트의 자본시장 내 역할은 그럼 무엇인가?
애널리스트가 하는 일을 크게 두 가지로 recommendation과 earning forecasts라 한다면, 역할은 1. new information provider냐, 2. interpreter냐, 3. 단순 중계인이냐. 로 구분지을 수 있을까.
No comments