一、引　言

伴随中国资本市场的蓬勃发展，证券分析师从默默无闻的市场参与者，逐渐发展成为影响信息传递和资源配置的重要力量。一些基于中国资本市场的研究表明，证券分析师的信息搜寻活动显著提高了股票价格的信息含量和资本市场的运行效率（朱红军等，2007；潘越等，2011；姜超，2013）。然而，也有文献表明，在中国资本市场上，证券分析师存在“抬轿子”、乐观性偏差以及随行就市的“变脸行为”（曹胜和朱红军，2011；吴超鹏等，2013；游家兴等，2013；褚剑等，2019）。证券分析师行为的“两面性”事实上根源于我国资本市场公开信息披露薄弱、私有信息沟通占据主体的信息环境（Piotroski和Wong，2012），并内生于企业的交易特征。

作为全球最大的新兴市场，中国资本市场发展过程中的不确定性、公共治理机制的滞后性以及政府对企业活动的影响力，导致企业采用市场化合约交易的成本较高，转而依赖关系、信誉等私有治理机制，即关系型合约（Williamson，1979；Allen等，2005）。由于关系型合约下的每一笔交易都有其特殊性，作为信息中介的证券分析师无法通过公开渠道获取足够有效的信息。此时，要想合理评估公司的经营活动和价值，分析师必须嵌入交易双方的关系网络中（李增泉，2017）。Li等（2019）研究发现，在中国资本市场上，分析师凭借其社会关系，能够从上市公司获取私有信息，并将其以公开（分析师的盈利预测和评级报告）和私下（分析师内部的关系网络）的形式传递到资本市场上，从而改善公司的信息环境。

当然，分析师嵌入公司关系网络的形式并不仅仅是与高管个人的点对点社会关系，还体现在间接的社会关系中（如包括银行、客户以及供应商等在内的公司其他利益相关者）。我们可以将直接和间接的社会关系网络统一于“社会资本”进行分析。社会资本是指行动个体通过嵌入某个社会关系网络结构中而获取的资源，其核心在于“嵌入性”。Bae等（2008）比较了不同国家的资本市场，发现本土分析师的预测准确度显著高于海外分析师。王玉涛等（2010）对我国资本市场的研究也发现本土分析师的预测准确度高于海外分析师，并将这一差异归因于本土分析师对中国制度环境的深入了解。由于中国地区间的经济与文化发展水平不同以及地方保护主义的影响，公司的关系网络呈现地区集聚的特征。本文基于中国各个省份之间的制度环境差异，探索了分析师嵌入公司地域关系网络中所形成的社会资本（称为“家乡网络资本”）对其预测准确度的影响，以拓展关于中国资本市场信息中介嵌入方式的研究维度。

本文基于2006—2016年A股市场上6 970个分析师团队对2 763家上市公司发布的研究报告，发现有家乡网络资本的证券分析师对家乡所在地的上市公司发布的盈利预测更加准确，预测误差比其他分析师平均低3%。在此基础上，本文比较了不同地区之间社会资本结构的复杂程度差异，发现在政府参与经济更多、社会信任水平更低或者文化更加封闭的地区，分析师家乡网络资本的信息优势更大。这表明公司的交易活动与当地的社会关系网络联系越紧密，分析师在家乡积累的网络资本所发挥的作用就越大。进一步分析表明，有家乡网络资本的分析师发布的研究报告产生了更强的市场反应，表明分析师通过嵌入公司地域关系网络中，将公司的私有信息传递到市场上。最后，本文进行了一系列拓展性检验。在影响路径方面，本文发现分析师家乡网络资本的信息优势既反映在私有信息的获取上，也反映在公开信息的解读上，而且分析师更有可能被邀请参加家乡的上市公司调研活动。在替代性解释方面，本文计算了分析师和公司的相对距离，并利用公司所在城市开通高铁的外生事件进行了分析，发现分析师的家乡网络资本不会受到地理距离和交通便利性的影响。本文进一步基于分析师跨省跳槽的分析表明，分析师个人的社会资本比地理距离的优势更加稳定，进而排除了地理距离因素的替代性解释。

本文的研究贡献体现在：第一，丰富了证券分析师社会关系网络的相关文献。与Cohen等（2010）以及Li等（2019）研究证券分析师与上市公司高管直接的社会关系不同，本文关注的是分析师是否通过嵌入公司的地域关系网络中，获取公司的相关信息，从而提升盈利预测的准确程度。分析师与管理层的个人社会关系固然重要，但管理层并不是分析师获取公司私有信息的唯一途径。除了管理层外，公司与所在地区的政府、银行、客户和供应商也存在关系网络，而且从管理层那里获取信息之后会通过其他利益相关者进行核对。这需要我们从整个关系网络的角度分析问题。因此，本文所关注的分析师“家乡网络资本”，其本质是分析师个人的一种具有地域性质的社会资本，其包含直接的社会关系，也包含间接的社会关系。本文在已有点对点关系研究的基础上（Cohen等，2010；Li等，2019），探讨了社会关系网络对分析师信息获取和信息解读的影响，从而拓展了分析师社会关系的研究领域，补充了中国资本市场信息中介的嵌入形式。

第二，本文补充了地理距离影响信息传递的相关研究。Malloy（2005）发现地理距离会影响分析师获取信息，本文关注的则是分析师的社会关系网络距离如何影响其信息获取能力。随着我国高铁、高速公路等交通基础设施的发展，分析师能够更加便捷地走访和调研上市公司，进而大幅减少因距离而产生的信息不对称（Cheng等，2016；杨青等，2019）。但地理距离的缩短并不足以弥合社会关系网络的相对距离。本文比较了地理距离和社会关系网络距离在信息获取维度上的差异（Burt，1992；林南，2005），为理解“距离”对信息传递的影响提供了新的视角。

二、理论分析与研究假说

根据交易形式、治理机制和交易的专有性，合约分为市场化合约和关系型合约（Macneil，1978；Williamson，1979）。在市场化合约（Market-based contract）下，交易双方依据法律以书面形式确定各自的权利义务和合约条款，并在合约双方出现争议时诉诸法律以解决利益冲突。而在关系型合约（Relationship-based contract）下，交易双方通常以口头约定或其他非书面形式建立权利义务关系，并通过社会关系和约定俗成的规矩来解决合约双方的利益冲突。市场化合约和关系型合约最本质的差别体现在交易的专有性上，与非人格化的市场化合约相比，关系型合约的签订和履行依赖于缔约双方的关系，因此交易具有人格化的属性，交易的对象和范围相对有限。

由于制度环境、社会文化以及政府对经济的影响等方面的原因，中国企业普遍采用关系型交易模式（Allen等，2005；Wong，2016；李增泉，2017）。在关系型交易模式下，交易双方通过社会关系或者基于长期合作构建的信任和专有资产的抵押来保证交易的计量和执行（Klein等，1978）。因此，信息中介难以通过公开的信息披露获取企业交易的全部信息，更难验证公司交易中的核心资产（交易双方关系稳定性）。在关系型交易模式下，一方面，只有融入公司的社会关系网络，才有可能获得全面的信息；另一方面，即使获取了相关的信息，缺少共同的知识背景也难以核实信息的真实性（Granovetter，1985）。而在资本市场上，上市公司的筹融资行为面向的恰恰是陌生的投资者。因此，公司有动机通过嵌入其关系网络中的信息中介，将私有信息向市场传递，从而降低自身的融资成本，从关系走向市场（Li等，2019）。因此，本文预期公司关系网络的嵌入性是中国证券分析师的主要行为特征和竞争模式。

在这种模式下，与专业技能（如行业分析、会计金融知识等）相比，分析师更加依赖其长期社会生活中形成的社会资本。林南（2005）将社会资本视作行动个体在市场中期望得到的社会关系投资，定义为“在目的性行动中被获取或被动员的、嵌入在社会结构中的资源”。因此，社会资本的核心在于“嵌入性”，即行动个体嵌入某个社会结构中所获取的资源。这种嵌入性不仅体现在直接的社会关系（如分析师与公司管理层的同乡、校友等社会关系）上，也会体现在间接的社会关系（如分析师与上市公司管理层的亲朋好友存在社会关系，或者与上市公司的利益相关者如银行、客户和供应商存在社会关系）上。这意味着分析师不仅能够通过直接认识上市公司的管理层获取信息，也能通过一些间接的社会关系达到了解公司情况的目的，即通过自身所处的社会关系网络的位置，找到并不拥有这些信息但知道谁拥有的人。Burt（1992）称之为社会关系网络中的“结构洞”。这样，社会资本就不只是通过直接或简单的两人关系，而是直接和间接的联系都能获取资源或信息。

对社会资本的依赖性是否导致分析师完全丧失专业性呢？事实上，个人的社会关系网络存在边界。社会资本发挥作用依赖于其网络紧密程度，虽然松散的社会关系网络能够传递信息，但是辨别信息真伪和约束个体行为的能力会随社会关系距离的加长而显著下降。因此，使用社会资本所产生的交易成本会随社会关系网络规模的扩大而上升，直到与市场化模式下的交易成本相等（Granovetter，2005）。可见，对社会资本的分析重点在于其嵌入的社会关系网络的结构和范围。从社会文化和历史发展进程等多个方面来看，中国公司的关系网络具有较强的地域属性。中国农耕文明的历史造就了乡土情结以及以家族、邻里和乡亲为核心的差序格局（费孝通，1998）。乡土情结和差序格局下的社会结构将人的社会关系网络相对固化在一个有限的范围内，这有助于形成相互协作的农业文明和构建稳定的社会秩序。新中国成立后，为了实现从农业国向工业国的转型，政府逐步建立起以区域“块块”原则为基础的多层次、多地区的M型经济治理机制，并给予各级地方政府一定的行政自主权（Qian和Xu，1993；Xu，2011）。改革开放后，为了促进经济改革，中央政府进一步将权力下放给地方政府，地方政府间的相互竞争形成了一定程度上的保护主义和市场壁垒，导致公司与所在地区的利益相关者（包括政府、客户、银行和员工等）构建起相对稳固的长期关系（Young，2000；Li等，2003；Poncet，2005）。因此，本文预期证券分析师嵌入公司的区域关系网络，能够获得信息优势，提高预测准确度。

虽然地理距离是影响信息不对称的因素之一，但是拉近与公司的地理距离并不足以帮助分析师嵌入公司的社会关系网络中。首先，对于关系型交易中的一些私有信息或商业机密，由于信息的外部效应较强，分析师必须通过个人的社会关系网络获取，而社会关系的建立是在人与人长期的社会交往过程中形成的，因此地理距离的缩短并不足以帮助分析师获取交易中的关键信息。其次，由于关系型交易的非书面性，其合约内容和条款往往是模糊的，有些甚至是“只可意会不可言传”。因此，即使分析师与公司同处一个地区，如果缺少当地的共同知识背景，也很可能无法准确识别公司交易过程中的关键信息。最后，必须借助关系网络来核实其内部所传递信息的真伪。即使本地分析师从某些渠道打听到公司的一些关键交易，也无法验证这些信息的真实性。

基于上述分析，本文提出研究假说1：在其他条件相同时，分析师对家乡所在地的上市公司发布的盈利预测更加准确。

家乡网络是分析师个人社会关系网络在某一区域嵌入性的集中体现，反映的是分析师在某一地区长期积累的社会资本。因此，家乡网络资本受到地区制度环境的影响，具有明显的地域特征。由于中国幅员辽阔，不同省份的经济和文化差异较大，其中一些制度性因素有着较深的地缘和历史原因。例如，在我国北方地区，由于历史上经常遭受北方游牧民族的入侵，且存在冬季寒冷、夏季干旱等气候特点，需要地方政府具有较强的动员能力，以应对干旱、洪涝以及集中供暖等问题，因此经济社会活动对社会关系网络的依赖程度明显高于南方地区。近代中国开放的历史和改革开放的进程则使东部地区相对于中西部地区的市场化程度更高，人口流动性更强。在这些不同的地域，企业在生产经营过程中使用关系型契约的程度会有所不同。一般而言，在社会网络结构比较复杂的地区，企业使用关系型契约比市场化契约要多。因此，本文预期分析师家乡网络资本的信息效应在不同的地区有所差异。越是公共治理机制不健全、更加依赖社会关系网络的地区，公司的交易模式越专有，越需要分析师通过个人的社会关系网络以及所熟悉的当地风土人情来获取和解读私有信息。

基于上述分析，本文提出假说2：在其他条件相同时，分析师家乡网络资本的信息效应在社会网络结构更加复杂以及对社会资本需求更大的地区更加明显。

三、研究设计

（一）样本选取。本文的样本区间为2006−2016年。分析师的家乡网络数据通过中国证券业协会网站上披露的分析师简历信息手工整理获得。分析师团队的盈利预测、评级以及相关数据来自CSMAR数据库，并使用RESSET数据库进行补充。公司的股票交易数据和财务数据来自CSMAR数据库。本文基于多个数据库匹配得到公司−年度−分析师团队−研究报告维度的观测值，即每个公司每年有多个不同的分析师团队跟踪，且每一个分析师团队可能同时发布多个研究报告。分析师团队根据研究报告上的署名确定，分析师在顺序和人数上的变化视为不同的分析师团队。参考Cao等（2019）的研究，本文在计算预测误差时，只选取分析师团队在公司发布年度报告前的最后一份研究报告。此外，本文还做了以下处理：（1）剔除所有未被分析师关注的公司−年度观测值。（2）剔除每年发布研究报告少于或等于3份的分析师团队。由于本文的研究对象是分析师团队，如果每年发布的研究报告较少，则很难比较他们对家乡所在地公司和其他公司的预测准确度差异。（3）剔除金融行业上市公司以及相关数据缺失的样本。最终的样本包括6 970个分析师团队对2 763家上市公司发布的研究报告。本文对连续变量做了上下1%的缩尾处理。

（二）模型设定。为了检验分析师的家乡网络资本对其预测准确度的影响，本文在Cao等（2019）的基础上，设定了如下计量模型：

其中，下标i、j和t分别表示分析师团队、上市公司和年度。被解释变量Forecast_error为分析师的盈利预测误差，等于分析师预测的每股收益与年度实际每股收益之差取绝对值，然后除以年初公司股价，用百分数表示。解释变量分析师的家乡网络资本LocalSC基于个人的家乡信息（当户籍所在地信息缺失时，以高中所在地替换）来衡量，并在团队层面做进一步判断。如果分析师团队中至少有一人的户籍所在地与其跟踪的公司注册地处在同一省份，则LocalSC取值为1，否则为0。控制变量包括分析师团队中的分析师人数Anum、分析师团队中是否有明星分析师Star、分析师团队的经验Experience、分析师团队的努力程度Frequency、分析师团队的预测距离预测年份年报披露的时间Horizon、分析师团队所属券商与上市公司所在城市的球面距离Distance、分析师团队所属券商的规模B_size、公司的规模Size、资产负债率Lev、账面市值比BM以及股票收益波动率Stdret。此外，模型还控制了年度、行业和省份固定效应。ε为随机扰动项。变量定义见表1。

（三）变量描述。表2列示了2006−2016年按照户籍划分每个省份拥有的分析师数量以及他们所跟踪公司的分布情况。从中可以看到，每个省份平均拥有分析师118人，其中最多的是江苏省，有331人。平均而言，大多数省份的分析师都会跟踪其家乡所在地的上市公司，在部分省份这一比例甚至高达80%。每个分析师平均跟踪60家上市公司，其中包括家乡所在地的公司4.05家，占其所跟踪公司数量的6.94%，占本省公司数量的6.41%。可见，分析师跟踪家乡所在地的公司是一个比较普遍的现象。

表3为主要变量的描述性统计结果。从中可以看到，分析师预测误差Forecast_error的均值和中位数分别为0.987和0.456，表明分析师的预测普遍存在一定的乐观偏差；从标准差和分位数来看，分析师之间的预测误差差别较大。变量LocalSC的均值为0.081，说明样本中约有8%为本地分析师团队，即分析师的家乡所在地与其关注的公司所在地相同。

四、实证结果分析

（一）分析师家乡网络资本与预测误差的基本分析。表4报告了本地分析师与异地分析师预测误差的单变量分析结果。从中可以看到，与异地分析师相比，本地分析师预测误差的均值和中位数都较小，且两者的差异显著。

表5报告了分析师家乡网络资本对其预测误差的回归结果。从列（1）至列（3）中可以看到，无论使用何种聚类方法，^①LocalSC的回归系数都在5%的水平上显著为负。需要指出的是，分析师团队所属券商与上市公司所在城市的距离Distance的回归系数显著为负，说明地理位置对预测准确度有一定影响。而在控制了券商的地理位置后，LocalSC的回归系数依然显著为负，说明分析师的家乡网络资本反映的并不只是地理距离。就经济意义而言，在其他条件相同时，与其他分析师相比，有家乡网络资本的本地分析师的预测误差平均要低3.3%（0.033/0.987）。如果分析师对家乡所在地公司的预测更加准确源于其身份认同，进而耗费较多的时间和精力去关注家乡公司的动态，而不是源于家乡社会资本，那么在家乡认同程度较高时（即在异地券商样本中），LocalSC的系数应该更大。本文进一步根据分析师所属券商省份与公司所在省份，将样本分为本地券商和异地券商两组。如列（4）和列（5）所示，无论是在本地券商还是在异地券商样本中，LocalSC的系数都显著为负，且在两组样本中没有显著差异。这说明证券分析师的家乡网络资本在本地券商和异地券商中都能发挥信息优势。上述结果表明，分析师对家乡所在地公司的预测更加准确，这验证了本文的假说1。

（二）分析师家乡网络资本与预测误差的横截面分析。为了检验假说2，即分析师家乡网络资本的信息效应在社会网络结构更加复杂和对社会资本需求更大的地区更加明显，本文根据公司所在地区的社会资本结构差异，进一步分析了不同环境下分析师家乡网络资本的作用。本文使用三个指标来测度地区间的社会资本结构差异。第一个指标是政府参与经济的程度，^②记为指标1。地方政府参与当地经济的程度越深，公司经营活动所涉及的社会关系网络就越复杂，分析师家乡网络资本产生的价值也就越大。第二个指标是社会信任指数，^③记为指标2。当某一地区的社会信任程度较低时，人们更加依赖社会关系网络来建立彼此之间的信任（Granovetter，2005）。此时，分析师的家乡网络资本有助于其获得关系网络中成员的信任，从而得到信息优势。第三个指标是地区方言数量，记为指标3。方言是社交网络的发展基础，人们在同一方言下的社交互动较多（Lang，1986；Piekkari等，2013；徐现祥等，2015）。因此，当某一地区的方言数量较多时，其文化多样性和复杂性使分析师更需要嵌入地区的社会关系网络中，以理解公司的经营活动。

表6报告了不同的社会资本结构下本地分析师预测准确度的差异。从中可以看到，无论使用何种指标来测度地区的社会资本复杂程度，当公司所在地区的社会资本结构和社会网络更加复杂时，分析师家乡网络资本的信息优势更加明显，表现为盈利预测更准确；而在社会资本结构复杂度较低的地区，分析师家乡网络资本的作用不显著。组间差异检验表明，在不同的社会资本结构下，分析师家乡网络资本的系数存在显著差异。这验证了假说2，进一步说明本地分析师之所以预测更准确，是因为他们嵌入地区的社会关系网络中，从而具有信息优势。

（三）分析师家乡网络资本与盈利预测的市场回报。上文研究表明，由于具有特定知识和信息优势，分析师对家乡所在地上市公司的预测更加准确。我们可以推断，有家乡网络资本的分析师发布的研究报告会带来更多的市场回报。本文进一步检验了相对于异地分析师团队，本地分析师发布研究报告后的短期和长期市场反应。^④其中，短期市场回报CAR[−1，+1]等于分析师发布报告前后共三天的累计超额回报，用百分数表示。长期市场回报BHR_daily等于发布报告第二天至对同一公司发布下一次报告前一天的买入持有收益（最长期间限制为90天），然后根据实际天数转换为日收益，用百分数表示。Rate1表示负面评级，若分析师的推荐评级下调，或者第一次发布减持、卖出评级，则取值为1，否则为0。Rate2表示中性评级，若分析师的推荐评级维持不变，或者第一次发布中性评级，则取值为1，否则为0。Rate3表示正面评级，若分析师的推荐评级上调，或者第一次发布增持、买入评级，则取值为1，否则为0。本文关注这三个变量及其与分析师家乡网络资本的交乘项的回归系数。^⑤

表7报告了不同推荐评级的研究报告带来的市场回报与分析师类型的回归结果。就短期市场回报而言，LocalSC×Rate3的系数显著为正，LocalSC×Rate2和LocalSC×Rate1的系数不显著。这表明与其他分析师相比，本地分析师发布的正面研究报告带来了显著更高的短期市场回报，但中性和负面报告的市场回报在不同分析师之间没有显著差异。就长期市场回报而言，LocalSC×Rate3和LocalSC×Rate2的系数显著为正，LocalSC×Rate1的系数显著为负。这说明本地分析师发布的正面和中性研究报告带来了显著更高的长期市场回报，负面研究报告带来了显著更低的长期市场回报。综上分析，本地分析师的研究报告信息含量更大，且长期市场反应更加明显。

（四）拓展性检验。^⑥上文研究表明，分析师凭借家乡网络资本获得了一定的信息优势，且在不同的社会资本结构下存在显著差异。本文进一步探讨了家乡网络资本信息效应的具体表现和作用路径。

首先，分析师家乡网络资本的信息效应可能由两个方面组成：一是本地分析师获取了额外的信息；二是所有分析师获取的信息内容一致，但本地分析师更了解家乡所在地的公司，因而能够更好地解读他们所获取的信息。对此，我们借助分析师在业绩快报（业绩预告）前后的预测差异来尝试研究其信息优势的具体表现。由于在最终披露年度报告之前，部分上市公司还会披露业绩快报（业绩预告），我们可以将其视为一种增量信息，^⑦分析师在此之后发布的报告更可能是信息解读，之前发布的报告更可能基于所获取的信息，以此区分本地分析师和异地分析师在信息获取和信息解读方面的差异。实证分析发现，无论是在业绩快报（业绩预告）之前还是之后发布的预测，本地分析师的准确度都显著更高（组间差异检验显示，两组样本中解释变量的系数没有显著差异）。这说明在信息获取和信息解读方面，本地分析师都更具优势。

其次，实地调研是分析师获取私有信息的一种渠道（Cheng等，2016）。由于调研需要上市公司的配合，调研的效果往往取决于公司的重视程度、接待人员的级别以及交流的信息内容，因此有家乡网络资本的分析师可以通过实地调研获取私有信息。本文使用分析师团队的实地调研次数作为被解释变量，发现在控制了地理距离之后，分析师到家乡的实地调研次数显著更多。可见，实地调研是本文所强调的家乡网络资本的作用路径。

本地分析师的信息优势除了可由家乡网络资本解释外，还可能是因为距离的便利性。为了排除这种可能，本文检验了本地分析师的预测优势是否会随所跟踪公司的交通便利性的变化而变化。首先，在模型（1）中引入本地分析师与地理距离的交乘项，发现其系数不显著。其次，参考杨青等（2019）的思路，利用高铁开通这一事件检验了公司所在地开通高铁后，本地分析师的信息优势是否减弱。结果显示，开通高铁可以降低分析师的预测难度，这与杨青等（2019）的发现一致。但在控制了高铁开通的影响后，分析师家乡网络资本的回归系数仍显著为负，而且与基本回归结果差异不大。上述结果表明，在控制了地理距离和交通便利性的影响后，分析师的家乡网络资本仍能提高其预测准确度。

此外，本文利用分析师跨省跳槽这一独特场景，检验了分析师家乡网络资本与券商社会资本的差异化作用。正如上文所分析的，分析师拥有的家乡网络资本是附着在他们个人身上的，不会受到工作地更换的影响，因此在跳槽前后，分析师对家乡所在地公司的预测准确度不会发生变化。但同时，分析师转换到另一个省份工作后，会失去原来券商所在地的社会资本，从而在继续预测原工作地的公司时，准确度下降。因此，本文设定分析师家乡所在地的上市公司为对照组，跳槽前券商所在地的上市公司为实验组，观察了分析师跳槽前后两年内预测准确度的相对变化情况。^⑧结果表明，分析师跨省跳槽（离开工作地）后，相对于家乡所在地的公司，分析师继续预测跳槽前工作地上市公司时的预测误差上升。上述结果表明，分析师工作地的社会资本会随地理距离的增加而减少，但是其家乡网络资本相对稳定。

（五）稳健性检验。第一，为了缓解潜在的内生性问题，根据控制变量做了1∶1无放回最近邻匹配，使用匹配成功的子样本重新进行了回归，如表8中列（1）所示，结论不变。第二，在模型（1）的基础上加入公司个体固定效应和分析师团队固定效应，如列（2）和列（3）所示，结论不变。第三，参考Cao等（2019）的研究，采用分析师预测误差的相对值来度量预测准确度，即分析师团队的预测误差与关注同一公司的其他分析师团队的平均误差的差值，如列（4）所示，结论不变。第四，使用公司办公所在地替换注册所在地，据此重新定义分析师家乡网络资本，如列（5）所示，结论不变。第五，在地级市层级（剔除直辖市的样本）考察了分析师与上市公司处在同一地区对其信息优势的影响，如列（6）所示，结论不变。第六，为了保证户籍所在地就是分析师家乡所在地，只有当分析师的户籍所在地与高中所在地相同，且与公司处在同一省份时，家乡网络资本LocalSC才取值为1，否则为0，结论不变。第七，模型中控制了分析师大学所在地与上市公司所在地是否一致的变量，发现家乡网络资本仍发挥作用。这意味着家乡网络资本不仅包括校友关系，还包含其他内容。第八，将分析师团队进一步区分为首席分析师是不是本地的，以及其他分析师是不是本地的，发现两者都可以降低预测误差，且相关检验表明两者没有显著差异。这也说明本文以团队为分析对象是合理的。第九，为了进一步控制地区经济发展程度的影响，剔除了北京、广东和浙江三个经济发达且分析师较多的省份，结论不变。

五、结　论

本文从社会资本的角度出发，结合中国地区间的经济、文化等环境差异，研究了分析师的家乡网络资本对其盈利预测准确度的影响。研究发现，有家乡网络资本的分析师对当地上市公司发布的盈利预测更加准确，且这一信息效应在社会关系网络更加复杂的地区更大。同时，本文还分析了分析师报告的市场反应，发现有家乡网络资本的分析师发布的研究报告市场反应更强，说明这类分析师通过嵌入关系网络中，将私有信息向市场传递，从而提高了资本市场的运行效率。最后，本文发现分析师家乡网络资本的信息优势既反映在私有信息的获取上，也反映在公开信息的解读上。

本文的研究对于深入理解中国资本市场上分析师的信息获取机制和行为模式具有一定的实践价值。由于关系型交易模式下企业的交易行为和内容依附于交易主体的关系网络，分析师作为信息中介难以独立于公司的关系网络之外。分析师面对保持独立性和获取私有信息之间的取舍，这对资本市场的监管者提出了更高的要求。随着科创板和注册制的到来，“以信息披露为核心”的资本市场运行体系正在不断完善。本文的研究为构建资本市场良好的信息环境和规范信息中介的行为提供了理论依据和经验证据。

① 由于在不同维度上聚类分析的结果类似，如无特别说明，下文报告的都是基于分析师团队−公司层面聚类处理的回归结果。

② 政府参与经济活动的程度根据中国人民大学国家发展与战略研究院发布的《中国城市政商关系排行榜（2018）》判定。

③ 数据来源于中国综合社会调查（2003），调查涉及28个省份、59 00名被访者，根据个人回答在省份层面得到平均的信任指数。

④ 这里使用分析师团队发布的所有研究报告，并剔除公司发布盈余公告前后的区间[−2，+1]内的样本；在计算长期市场回报时，进一步剔除报告发布前后90天内有盈余公告的样本，以排除相关噪音。

⑤ 控制变量包括分析师团队所属券商的规模B_size、是否有明星分析师Star、分析师团队的预测距离预测年份年报披露的时间Horizon、公司的规模Size、账面市值比BM以及年度、行业和省份固定效应。

⑥ 受篇幅限制，文中没有报告拓展性检验结果，具体内容可参见《财经研究》工作论文版本。

⑦ 业绩快报（业绩预告）在年报披露之前，为分析师提供了关于公司盈余的基本信息，且此时公司的每股收益尚未最终确定，因而是一个相对合适的时间点。这里剔除没有披露业绩快报和业绩预告的样本。

⑧ 这里要求分析师必须是跨省跳槽。此外，由于比较的是跳槽前券商所在地的公司和分析师家乡所在地的公司，我们删除了跳槽前两地重合的样本。