Summary
본 논문에서는 주식 예측 전망에 대해 애널리스트가 가지고 있는 정보와 추천의견(투자등급)에 관한 애널리스트의 결정이 어떻게 이뤄지는지, 그리고 이익예측치의 특성이 horizon별로 어떻게 달라지는지 (예측정보가 제공되는 시점이 애널리스트의 forecast bias에 어떻게 영향을 미치는지) 살펴보았다. 애널리스트들은 기업의 미래 성과에 대하여 자신의 우호적이라고 생각할 때 해당 주식에 대한 예측치를 리포팅하고 추천할 가능성이 높다는 가정을 전제로 연구를 진행하였다. 저자는 애널리스트들이 새로이 커버하는 주식종목에 대한 투자등급을 살펴본 결과 주로 강력매수(Strong buy)를 추천하고 있는 것을 발견하였는데, 이는 애널리스트들이 미래 성과가 좋을 것이라 예측하는 기업의 주식을 주로 예측대상기업에 새로이 포함시킨다는 주장과 일치한다. 하지만 낮은 등급을 부여한 주식에 대해서는 계속해서 보고서를 발행하지 않고 예측을 중단하는 경향도 있었다. 이러한 경향은 애널리스트들이 발행하는 이익예측치가 상대적으로 더 낙관적이라는 과거의 연구와도 일치한다.
본 연구에서 제시한 가설은 다음과 같다. (1) 새로이 추가된 애널리스트의 주식종목 추천의견의 분포는 이전 커버리지에 속한 주식 종목의 분포보다 더 호의적인(낙관적인) 투자등급 분포를 보인다. (2) 커버리지에서 종목을 drop하기 전에 주식 투자등급의 분포가 차후 커버리지에 포함된 종목의 투자등급 분포보다 덜 호의적인 투자등급을 받는다. (3) median 산업조정 ROE는 새로이 추가된 종목이 이전 커버리지의 종목보다 더 높다. (4) median 산업 조정 ROE는 차후에 drop된 종목의 커버리지보다 계속기업종목의 경우 더 높다. (future performance가 좋을 것이란 기대하에) (5) 애널리스트가 종목 커버리지를 중단하기 직전에 한 마지막 예측에서 이익예측오차는 새로이 추가되거나 계속기업종목이 포함된 커버리지의 경우의 이익예측오차보다 더 negative하다 (더 비관적으로 나타난다).
저자는 애널리스트의 소속증권사가 underwriting를 수행함에 따라 보상을 기대할 경우, 애널리스트는 기업의 경영진과의 관계를 생각해 낙관적인 추천의견 및 forecast bias를 시장에 공시할 수 있다고 말한다. 이 점은 애널리스트 예측이 affiliated company와의 관계로 인해 낙관적인 예측으로 bias되고 있음을 보여준다. 그러나 기업에 대한 예측 및 분석이 부정확할 경우 애널리스트의 예측은 시장으로부터 신뢰성을 잃게 된다. 이러한 점을 살펴보자면, 애널리스트는 시장에서 기업의 예측을 함에 있어 무조건적인 낙관적 예측, 혹은 잘못된 예측으로 인해 본인의 reputation을 잃을 게 아니라 해당 기업을 분석함에 있어서 여러 유인을 고려한 예측성향을 제시해야 한다는 것을 알 수 있다. 즉 주식을 예측할 때 발생하는 비용을 넘어서는 경제적 효용이 있을 때 정보를 제공하는 기준점(threshold)가 존재한다고 저자는 말한다. 다시 말하자면, 애널리스트는 예측 정확성을 중요한 목표로 하고 있지만 특정한 기업간의 관계 (경영자와의 관계)로 인하여 예측성향이 bias될 수 있다는 것을 의미한다. 본문에서는 애널리스트가 보유한 정보 I가 기준점 K를 넘어설 때 리포팅을 제공한다고 조건부 확률 형태의 수식으로써 설명하였다.
구체적으로 본 연구에서는 애널리스트의 사전적인 정보인식 가능성을 추천의견을 비교하여 검증한다. 추천의견 및 추천의견 변경을 분석한 결과, 분석표본과 대응표본 모두에서 매수추천이 80% 이상을 차지하고, 추천의견 변경은 대응된 표본에서 frequent하게 나타났다. 또 커버리지 기간 동안에 애널리스트가 제시한 이익 예측치를 이용하여 커버리지 중단 결정에 내재된 ex ante information을 검증한다. 커버리지 중단(discontinue) 결정이 보고서 리포팅 이후 획득한 정보를 토대로 사후적(ex-post)으로 이루어진다는 가정 하에, 회계연도말을 기준으로 분기별로 세분화해서 커버리지가 계속된 기업과 중단된 기업의 cross-sectional forecast bias를 비교하였다 (즉, 분기별로 커버리지 계속기업과 비교하여 예측편의가 유지되는지를 검증하였다)
주요 결과는 다음과 같다. Table 5, Figure 2에서는 H1을 테스트하였는데, 새로이 add된 종목의 rating은 1(strong buy)에서 가장 많은 빈도를 보였고 original은 3(hold)빈도수가 높아 H1를 지지하며 통계적으로 유의한 결과를 보였다. 다음으로 Table 5와 figure2B는 H2를 테스트하였으며, drop 직전의 종목은 덜 호의적인 투자등급 경향을 보이고 이는 곧 애널리스트가 기업의 미래 성과를 비관적으로 생각하면 종목을 drop하며 rating이 적어도 부분적으로 이런 덜 호의적인 기대를 반영할 것이란 의미가 맞닿는다. ROE (future performance)에 대해서는 original보다 added 종목이, dropped 종목보다는 계속기업종목이, dropped 종목보다는 added 종목이 ROE가 더 높은 경향을 보였다.
정리해보자면 애널리스트는 기업의 미래에 대한 예측이 우호적일 때 해당주식에 대한 예측치를 발행하며, 신규 종목을 선택함에 있어 미래 전망이 좋은 기업에 대해 예측에 많은 노력과 시간을 기울여 정확성이 제 고되고 정보환경의 유동성을 증가시킨다는 긍정적인 역할을 함을 밝히고 있다. 회계연도 말에 다가갈수록 커버리지 중단기업과 계속기업 모두에서 낙관적 예측편의는 감소하였으나, 예측편의는 여전히 지속되어 애널리스트의 selection bias가 있음을 보였다. Selection bias란 미래 전망이 좋을 것으로 예상되는 기업을 선별적으로 선택함에 따른 편의를 말한다. (리포트가 정확하다는 가정 하에 애널리스트가 자의적으로 종목을 선별) 본 논문에서는 선택편의가 있기 전에 모든 예측치는 정확하고 bias되지 않았다고 전제했다. 만약 애널리스트의 예측편의가 선택편의에 의한 것이라면 애널리스트들은 커버리지 중단일까지 분석대상 기업을 낙관적으로(호의적으로) 평가했음을 의미한다. 한편 모든 분기에서 커버리지 중단 기업이 계속기업에 비해서 예측편의는 더 낙관적으로(less negative) 보여 보고서 리포팅 이후에 기업의 미래 성과가 비관적으로 전망될 경우 애널리스트는 커버리지 중단을 결정하는 경향이 있음을 증명하였다. (커버리지가 중단된 기업이 계속된 기업보다 향후 경영성과가 더 낮게 나타나고 유의한 차이를 보여, 분석기업 선정에 있어 애널리스트가 가치 있는 정보를 활용한다면 그들의 활동이 적을수록 미래 경영성과는 낮을 수 있다) 애널리스트가 bad news를 알아낸다면 이를 반영하여 이익예측을 수정하기 보다는 커버리지를 중단할 가능성이 존재하는데, 애널리스트는 부정적인 정보를 획득하더라도 자신이 소속된 증권사 및 분석 대상 기업의 경영자와의 관계를 유지하기 위해 해당 정보를 avoid 하는 경향이 있기 때문이다. 다시 말해 낙관적인 성향의 원인으로 애널리스트가 기업의 bad news를 아는 경우 기업에 대한 커버리지를 포기하고 상대적으로 낙관적인 의견만 있는 애널리스트만 기업을 커버함으로써 낙관적 성향이 나타날 수 있다는 것을 보여준다.
추가로 이러한 애널리스트의 커버리지 중단은 투자자들의 정보환경에 영향을 미친다고 한다. 애널리스트는 추천의견, 이익예측과 같은 정보를 포함하여 산업동향이나 기업환경 등과 같은 여러 정보를 제공한다. 이러한 관점에서 애널리스트 커버리지 중단은 매도추천 의견을 내포하고 있음을 추론 가능하다. 따라서 자본시장에서 애널리스트가 제공하는 정보는 투자자들의 의사결정에 도움이 될 수 있다는 점에서 본 논문의 내용에 따르면 애널리스트가 사적정보제공자의 역할을 함을 유추할 수 있다.
마지막으로 Table 7, Figure 3에서 도표를 해석해보자면, 예측치는 정확하다는 가정 하에 시작 지점(0)에서는 error가 없음을 확인할 수 있고 이로부터 시간이 흐를수록 self-selection이 나타나면서 이로 인한 bias, 즉 error가 증가하는 경향을 확인할 수 있다 (from added vs. original stock). 또한 dropped vs. continuous stocks 도표에서 볼 때 drop 차트에서 갑자기 error가 증가한 이유는 181-270~271-365기간 사이에 bad news가 감지되었고 관련 주식종목의 drop이 많이 일어났기 때문에 forecast에 상대적으로 negative한 stock이 커버되지 않게 됨으로써 실제 예측치보다 더 낙관적인 경향이 나타나고 결과적으로 error가 큰 폭 증가하게 됨을 볼 수 있다. 이렇게 dropped된 종목의 추이는 급격하게 error가 증가하는 경향인 한편 continuous와 added한 종목의 그래프 추이를 보면, 이들은 좋은 정보 (good news)를 갖고 있는 stock이므로 error가 상대적으로 smooth하게 증가하는 경향이 있음을 확인할 수 있다.
Critics
본 논문에서는 애널리스트들이 커버하는 기업을 정할 때 낙관적인 견해를 가지고 있는 기업이나 미래 성과가 좋을 것으로 전망되는 기업을 선택하는 경향이 있다는 것을 실증적으로 밝히며 이 결과를 애널리스트가 가지는 지나친 낙관주의적 예측 결과와 연결시켜 설명하였다. 이는 애널리스트의 self-selection, 즉 애널리스트가 상대적으로 호의적으로 생각하는 정보를 가질 때 선별적으로 리포팅하는 애널리스트의 행동은 내생적인 요인으로 작용하여 지나치게 낙관적인 관측치가 발생한다고 할 수 있다. 한편 다른 선행 연구들에서는 이러한 애널리스트의 예측 낙관주의에 대해 다르게 설명하고 있기도 하다. 내생적인 애널리스트 선택이 모든 요인이 될 수 없다는 것인데 (애널리스트 리포트와 회계 리포트가 완벽한 대체재가 아니므로 애널리스트가 커버하지 않은 기업에 대해 회계리포트가 좀 더 좋은 정보를 제공해야 한다는 시사점을 제공), 애널리스트들이 외생적으로 부여된 구조나 환경에서 전략적 선택을 추구해 지나치게 낙관적인 예측치를 생산한다는 것도 또 다른 설명이 될 수 있을 것이다. 본 논문에서는 경영진과의 우호적인 관계를 위해 애널리스트가 커버리지 초기에 더욱 낙관적인 예측정보를 생산하는 경향이 있다고 했는데, 이 외에도 M&A 등 IB업무에서 발생되는 추가수입, 거래 수수료의 극대화 추구 경향 또한 요소가 될 수 있을 것 같다. 또한 저자는 주식 추천이 상대적으로 낙관적인 편의가 나타난다 하여 self-selection bias가 존재함을 발견하였는데, 시장이 좋은 상황, 좋지 않은 상황에서는 이러한 자의적 선택 편의가 어떠한 방향으로 영향을 더/덜 받게 되는지 추가적으로 알아본다면 더 좋을 것 같다.
No comments