供稿：袁博审核：孙洪锋编辑：赵佩琪

年第13期（总第期）

仅作为学术交流用途

版权归原作者和原发刊所有

转载请注明出处

论文作者：ChaoKevinLi,Jin-huiLuo,NaomiS.Soderstrom

论文标题：Airpollutionandanalystinformationproduction

期刊来源：JournalofCorporateFinance

出版时间：，60：

编者按

最近的研究调查了空气污染对劳动生产率的影响，而本文通过研究空气污染对分析师的信息产出的不利影响，拓展了该领域的文献。暴露于空气污染环境的分析师不太可能及时发布预测或改善其预测的准确度。在调查潜在机制时，我们发现暴露于空气污染环境的分析师不太可能提供大胆（尤其是负面且大胆）的预测。还发现有证据表明市场价格对暴露于空气污染环境中的分析师的预测修订不太敏感。我们的结果在控制公司/分析师，时间固定效应以及采用DID设计和安慰剂检验后皆为稳健的。一、研究背景与文献回顾

在过去五年中，颗粒物（PM）污染增加了8%，目前全球超过80%的城市居民暴露于有危害的室外污染环境中（Vidal，;Walsh，）。近期的研究发现，室外污染导致工人生产率下降。以往的大量研究表明，空气污染会使企业代理人的表现变的更为糟糕，这种影响是通过对其健康(Changetal.,;Changetal.,;Lavyetal.,;Sugliaetal.,;ZivinandNeidell,)和情绪（Bakianetal，）等造成负面影响来实现，现有研究发现空气污染会导致投资者的决策偏向(Dongetal.,;Heyesetal.,;Lietal.,)。而本文扩展了该项研究，以调查空气污染是否会影响分析师的预测，而分析师的预测在资本市场中扮演着重要的信息角色。本文做出了三方面的贡献。首先，本文扩大了研究范围，以调查空气污染对工人生产率的影响以及空气污染对资本市场参与者决策影响的研究，以往的研究主要集中在实物商品、非金融服务或投资者交易行为上。然而，对空气污染如何影响高技能专业人员（例如分析师）的研究非常有限，本文进行了拓展；其次，本文为将天气状况与市场参与者的信息生产（更广泛地说是决策者）联系起来的文献做出了贡献；最后，本文的研究增加了有关分析师预测及时性和分析师预测性质的决定因素的文献（ClementandTse，；Yezegel，；Zhang，）。我们的发现表明，空气污染可能会对资本市场的运作产生负面影响。鉴于空气污染问题在世界范围内普遍存在且日益严重，尤其是在新兴国家/地区间，我们的研究结果提供了关于经济发展优先于环境保护所带来的额外间接成本的见解。

二、假设推导

大量文献提供的证据表明，PM污染会导致身体疾病，例如呼吸道疾病和认知能力下降（Calderon-Garciduenasetal.，）。Suglia等（）表明，高含量的黑碳（一种交通污染物）会降低智力和认知功能。PM污染也对情绪产生负面影响，Lim等（）发现PM水平升高与抑郁症症状相关。基于PM污染对身体健康和情绪动机的负面影响，部分研究已经探讨了空气污染对工人的边际生产率的影响。新兴的研究机构调查了恶劣的环境条件所造成的负面情绪如何影响资本市场中的投资者行为。Heyes等（）发现，PM污染程度的增加与当日收益降低有关。他们认为，这一结果可能是由于污染引起的情绪或认知功能改变而导致的风险承受能力下降所致。DeHaan等人（）发现，与那些受到好天气影响的人相比，遭受恶劣天气影响的分析师修改其预测的可能性较小。

基于以上文献，我们认为PM污染可能会对分析师处理收益报告中包含的信息以提供预测的能力和动力产生负面影响，具体假设提出如下：

H1a：PM污染与分析师在公布收益后立即发布预测修正的可能性之间存在负相关。

H1b：对于面临高PM污染的分析师而言，发布收益后的预测修订所带来的预测准确性的提高程度较低。

大胆的预测不仅向市场揭示了分析师的私人信息，而且还表明了分析师对预测的信心和分析师的技能（ClementandTse，；Ramnathetal.，）。虽然高能力和低能力分析师都可能发布大胆的预测（ClarkeandSubramanian，年），但分析师的职业担忧降低了这种行为的发生率，因为不准确的预测与更高的职业终止可能性有关（ClementandTse，；HongandKubik，）。通过上述理论，本文提出另外的假设：

H2a：PM污染程度与在公布收益后分析师短时间内发布的预测修订中的大胆预测之间存在负相关关系。

对于分析师来说，发布负面大胆预测的成本可能比发布正面大胆预测的成本更高，因为负面信息相对来说是不利的。由于提供负面大胆预测会给分析师带来额外风险，因此，只有在广泛的信息处理结果证实决策的情况下，分析师才会发布负面大胆预测。如果PM污染较高的水平会影响分析师综合信息的能力，分析师不太可能对信息进行足够的处理，以证实负面大胆的预测。我们将假设总结如下：

H2b：PM污染程度与在公布收益后分析师短时间内发布的预测修订中的大胆预测之间存在负相关关系，同时，负面且大胆的预测要比正面且大胆的预测的负相关关系更强。

三、研究设计

1.模型设定

为了测试分析师预测的及时性和准确性，在模型（1）中，本文遵循了几项近期研究，并应用线性概率模型来估计分析师（i）根据季度收益报告（j）发布收益预测的概率。

如果分析师在两天内修改了他的预测（即第0天，这是公司的季度收益报告日和第1天），其中TL等于1，否则为0。基于分析师当前的预测是否提高了他自己对收益报告的预测准确性，定义ACCURACY，如果分析师修正后的盈利预测准确度高于他之前的盈利预测准确度，则ACCURACY等于1，否则为0。如果盈利预测是在收益公布日期的两天内发布的，则AQI等于收益公布日期与分析师预测修订日期之间的平均每日空气质量指数。在我们的研究中，AQI是根据每个分析员所在地（城市）的空气污染水平来衡量的。较高的空气质量指数对应较高的空气污染水平。θj和λq分别代表行业和年份固定效应，它们消除了企业不变性和时间不变性特征，这些特征影响了分析师发布及时预测的可能性。

为了测试空气污染水平对分析师在高污染时期发布大胆预测的倾向影响，我们又估计了线性概率模型：

Fig.1描绘了在模型（2）中构造三个因变量的时间线。在修订收益预测以响应收益报告之前，分析师可能有两个参考估计：1）他自己的最新预测；2）所有同行分析师在其预测修订前一年发布的共识预测（使用所有同行分析师的最新预测构建），为了解决两个参考估算中包含的过时信息的可能性，我们要求分析师的预测和同行共识预测必须在收益报告之前的一年内发布。根据Clement和Tse（），如果分析师将其预测值修改为低于或高于两个参考估计值，则将BOLD定义为1，否则将其定义为0。如果分析师的修订后的收益预测低于他自己的先前预测和同行共识预测，则NEG_BOLD等于1，否则为0。如果分析师的修订后的盈利预测高于他自己的先前预测和同行共识预测，则POS_BOLD等于1，否则为0。所有控制变量都在之前已经被定义。为了与H2a和H2b一致，当因变量分别为BOLD和NEG_BOLD时，我们期望负α1s。

2.数据收集

我们提取CSMAR在每个报告日期结束时记录的分析师姓名列表。我们在HUIBO终端（