1、文獻一：金融發展及信息不對稱摘要：我們在一個擁有32個國家年度數據的面板協整框架內檢驗一個假設，這個假設就是：信息不對稱的程度應該隨著金融系統的發展而降低。為此，我們延伸巴倫等人的(1998)模型，導出了一些分析師的共識，在這些分析師的預測中，他們考慮了偏見和羊群效應。我們從國家的層面來預測這項措施，這是負相關的信息不對稱，數據來源于I/B/E/S全球總量數據庫。此外，我們用在世界銀行金融發展和結構數據庫中發現的一套廣泛的指標來代替金融發展的指標。和預期相一致，盡管國與國之間在金融發展和制度框架的特性方面存在本質上的差別，但這些分析師的共識正相關于金融體系發展的指標。前言：在這篇文章中，我們探

2、尋了已經發展成熟的理論，而根據我們所知道的，迄今沒有檢驗一個假設。這個假設就是：信息不對稱的程度應該隨著金融體系的發展而降低，同時也應該隨著金融體系由以銀行為基準走向以資本市場為基準這個變化過程而降低。總之，以資本市場為基礎的金融體系對公共信息的需求比以銀行為基礎的金融體系更高。這些公共信息對公司前景的評估有重要作用，因此，給他們額外所需的資金來實現這些前景也至關重要。在后者，銀行由于與借貸公司有著緊密的關系而獲得私人信息，連同銀行更高的議價杠桿，與證券持有者及少數股民的杠桿作用相比，這些銀行對私人信息的需求減弱。欲知詳情,感興趣的讀者可以查閱Beim and Calomiris (2001,

3、 pp. 150-192) and Mishkin (2000, pp. 181-198).想把握一個穩健的理論框架，讀者可以查閱Diamond (1984). 毫無疑問, 缺乏相關經驗的工作很大程度上是因為量化不對稱信息和金融發展程度有難度。信息不對稱和金融發展都是定性的并且是多方面的。例如，為信息不對稱的程度構造個指標時，把有關數量、質量和公司披露的實效信息考慮進去是遠遠不夠的。另外,還需要考慮順從的激勵和執法質量。事實上,這不是一個簡單的任務!為克服這個困難,我們將“金融和發展”以及“融資”這兩個分支的文獻合并。前者提出了幾個金融發展的指標，后者為金融發展之間信息不對稱而提出。Levin

4、e (2004)對前者提供了一個極好的調查，Clarke and Shastri (2001)為后者提出了一個全面的列表和一個齊整的分類。Clarke和Shastri另外還討論了有關于信息不對稱的替代指標和信息不對稱之間的關系的理論是不確切的，也就是說，這二者之間的關系為正相關還是負相關是不確定的。與現有文獻相比,我們使用一套更廣泛的經濟發展指標,而我們的不對稱信息尺度具有更穩健的理論基礎。從第二個文獻分支開始,從非對稱信息指標使用到目前為止,我們研究分析師們的收入預期的離散理論，也許最廣泛使用替代指標和最強的理論背景。Barry and Brown (1985)指出分析師們關于公司收入的觀點

5、隨著公共信息數量的遞增而趨于集中。Barry and Jennings (1992) 確認該理論的結論，盡管他們指出私人信息在分析師們多樣性觀點中的作用取決于市場上私人和公共信息的相關數量。然而,巴倫等 (1998)(今后BOSD)表明,分析師的共識是信息不對稱的一個更好的指標。這個指標與信息不對稱程負相關，它被定義為分析師的不確定性到完全不確定性之間的常見比例。正如BOSD表明的,它能夠計算出他們預測的觀察統計資料。Botosan and Harris (2000), Barron et al. (2002) and Liang (2003)在這些使用過這個指標的人當中。長話短說,我們可以試

6、驗的假設是：分析師們的預測中的共識應該正相關于量化金融系統發展的指數。然而，在實踐中,分析師們的預期,以及來源于他們的量化方面的共識被幾個薄弱環節污染,這些薄弱環節潛在地影響了它與金融發展指標的關系。這些薄弱環節在于分析師表面沖突的激勵,理性的偏見，分析認知偏差和羊群效應(見,例如Antia and Pantzalis, 2006; Cooper et al., 2001; Friesen and Weller, 2006; Lim, 2001) 一個確定的假設是：大量的第二階段的調整隨著信息不對稱的減少而減少。這些調整同樣也對分析師們的預期的共識產生影響。直觀地，更多的公共信息會減少分析師們

7、的偏差，也會減少對有偏見的預測報告的激勵。它同樣可以減少對集群的需求，也可能降低認知偏差的可能性。我們研究的邏輯基礎在圖一中被非常形象的闡明了。這個圖描繪了金融體系的結構。在這個圖形中，劃線的片段AA,BB,CC,DD和EE標記了信息不對稱存在的點。我們集中關注的是被AA片段標注的點，這個點符合第一階段的無偏見預測。然而，由于所提及的薄弱環節，我們基本上在被BB片段標注的點上測量信息不對稱。換句話說，這些薄弱點使得分析師們所相信的和所報告的出現了落差。他們同樣也使得真實的與他們所觀測達成的共識出現偏差。圖一：金融體系結構和信息不對稱 B B金融市場 貨幣市場 資本市場AA資金金融中介機構 銀行

8、 其他金融機構 其他機構資金資金資金借款人。公司。政府。家庭。非居民直接融資EEDDCC 資金金 貸款人/救助者。家庭。公司。政府。非居民間接融資長話短說，分析師們的預測中的共識有三個影響：第一個來自“真實”信息不對稱，第二個來自羊群效應，第三個來自分析師們的激勵沖突和理性上的偏差。所有這幾個影響正相關于信息不對稱。但是他們對分析師們的共識有不同的影響：第一個和第三個是負面影響，而第二個是正面影響。整體效應雖然之前沒有相關經驗，但很可能是負面的。然而，正如結論部分討論的那樣，這個不確定的整體效應并沒有降低我們的研究結果的重要性。總而言之，如果這個研究結果對在此被使用的過分渲染的共識的測量方式有

9、意義，那么他們對“真實”信息不對稱的意義應該更大。 至于金融發展指標，我們大量使用世界銀行金融發展和結構數據庫的一套指標(Beck et al., 2000)試圖捕捉盡可能多方面的金融系統結構和發展。這些指標以同時跨越國度和時間的方式量度了金融體系各個組成部分的大小、活躍性和效率,金融體系組成部分包括金融中介機構、保險行業和股票和債券市場。我們使用面板協整框架，利用32個國家從1990年到2004年的年度數據進行了計量分析。樣本根據數據的可用性而確定。計量研究結果與預期的一致。簡言之，分析師們的共識正相關于銀行和其他金融中介給私人的貸款額，也正相關于人壽保險行業的發展和股票市場的流動性。這三項

10、指標的價值越高表明金融系統越發達。此外，這個研究結果被幾個穩健性檢驗所強化。據我們所了解，這是第一篇用實證分析金融發展和信息不對稱之間關系的文章。Chang等人（2000）的相關的文章局限性更大。它只在國家層面上將信息不對稱與國家的顯著特性相連，比如平均的公司規模，隨GDP的股市資本化，法律起源和量度信息披露標準的質量的指標。信息不對稱由分析師們的預測中的以及橫截面設定中的離差來替代。與這篇文章的結論一致，我們發現，在其他條件不變的情況下，盎格魯-撒克遜法律體系更集中。這個法律體系可能更有利于資本市場的發展。與Chang等人（2000）的文章相比，本文的價值增加源于幾個因素。首先，我們對信息不

11、對稱使用了更穩健的度量。而且，有些顯著的特性并非總是金融發展水平的良好指標，比如說法律起源和披露標準的質量這兩個指標。如一些知識淵博的觀察家們曾經指出的那樣，可能存在一些國家，他們有同一套特征卻是不同的金融系統，比如政治和歷史經驗這樣的因素形成了他們各自的體系(Rajan and Zingales, 2003)。再者，在一個橫截面設置中利用這些特點，這些特點隨時間的推移變化不大，他們無法探索研究如本文所研究的金融體系和信息不對稱的聯合演化。最后，這兒使用的面板協整方法考慮了Chang等人的大部分時間不變特點的影響。文章余下的部分是如下組織的：第二部陳述了理論模型，即確定了可驗證假說。而第三部分

12、討論了金融發展的指標。第四部分給出了數據并分析了在面板設置中的單根檢驗以及協整檢驗與計量經濟學有關的問題。而第五部分給出了實證結果。第六部分是結論。2. 分析師們的預測和信息不對稱我們沿用巴倫等人的模型將分析師們的信息環境屬性與他們預測的被觀察數據聯系起來，同時考慮了這些預測的弱點。正如已注意到的，這些弱點，即分析師們面對的矛盾激勵，他們的理性偏見，認知偏差和羊群效應，這些弱點使得分析師們相信的（圖一中AA線段所示）和他們所報告的（圖一中BB線段所示）出現隔閡。 為便于討論，我們以巴倫等人的設置的一個簡要介紹開始。他們考慮了一個被N個分析師追蹤的公司，這些分析師對該公司的收入y進行了預測。每個

13、分析師的信息集都有兩個子集，一個包含了對所有都可以利用的普通信息，另一個包含了私人信息。基于普通信息的預測有平均值和精確度（逆的方差）h，然而基于分析師i的私人信息的預測用表示。其中，隨機項表示不同分析師們的私人信息，它是一個只由分析師i觀察到的信號。這一項獨立于其他變量，并服從均值為0，精確度為的正態分布。精確度越高，分析師i對公司的收益的預測越精確。而和h都在公共領域，和卻不在。投資者和其他分析師們知道私人信息的存在卻不知道他們的屬性。然而，增大與總數相關的公共信息的精度h，也就是增大中的h,表示企業管理者與分析師們之間的信息不對稱程度的降低。每個分析師的預測是他基于可得信息之上的最好估計

14、。如下面的方程（1）所示： （1）巴倫等人定義共識，用表示，C視為常見不確定性的比率，V表示所有不確定性。 （2）常見不確定性就是分析師們的預測的平均成對協方差。總的不確定性是分析師們預測的y變量的平均值，取決于他們的信息集。正如附錄B中所證明的，可以被表示為 （3）其中，巴倫等人注意到包含來自兩個方面的影響。一方面是由測定的信息不對稱的存在性帶來的影響；另一方面是由y測定的私人信息的質量差異性帶來的影響。而且，他們呢指出，共識，總的不確定性V，這些是分析師們的預測D，平均預測標準誤差SE和分析師的數量N的離差函數.為檢驗共識與信息不對稱之間的關系，我們把方程（3）轉換成 （4）其中是的平均值

15、上下的變量，（為了這一個和以后所有的證據可看附錄）。 第（4）個方程對球偏導數得： （5）方程（5）為我們的研究提供了邏輯基礎。共識隨著的增大而增大，也就是，隨著信息不對稱程度的降低而增大。用代數方法表示為： （6）看到這個式子，方程（5）中的前兩部分是嚴格為正的，對于第三部分有三種情況：1）當獨立于，即時，這部分為0；2）與負相關時，即時，該部分為正；3）當與負相關時，即，該部分為負。上述情況中，只有第三種情況會導致隨的增加而減少。然而，邏輯假設是隨著信息不對稱程度的降低，即隨著的減小，由表示的分析師們的私人信息的質量差異性應該不會增大。總之，共識極可能是的遞增函數，所以是信息不對稱的一個遞

16、減函數。接下來，我們沿用巴倫等人的模型來考慮分析師們的沖擊激勵，理性偏差和羊群效應對他們所預測的觀察數據的影響。為這樣做，我們假設每個分析師沒有報告他對一個企業的收益的最佳估計，而是一個帶有偏差的估計，由方程（7）給出：為方便與巴倫等人的結論的比較，我們用他們文章中同樣的字母加星號標注來表示拓展模型的變量。任何認知偏差都包含在中，我們不會對它們進行更深入的考慮。然而，在假設認知偏差不會隨信息不對稱的增多而減少的情況下，結論不會受到影響。 方程（7）中的項解釋了分析師i的預測中的上述缺陷。這些缺陷因分析師的不同而變化。然而，和越高表示預測中的缺陷和偏差越大。我們進一步假定與分析師i的非偏見預測無

17、關聯，即我們的鑒別假設是缺陷的大小正相關于信息不對稱。換句話說，隨著與總數相關的公共信息h的精度的增長，即隨著的增長，分析師們由于所面臨的矛盾激勵而報告偏見性預測的余地降低。他們報告理性偏見余地和動機以及對羊群行為的需求也是這樣。關于的統計特性，隨著企業管理者和分析師們之間的信息不對稱程度的降低，和也被預期減小。投資者們觀察分析師們預測的平均值 （8）預測的離差通過構造，無條件預期，也就是由投資者觀察的偏堿性預測得離差，就是 （9）投資者對于與分析師i的預測相關的企業收益的不確定是以分析師i的偏堿性預測為條件的期望變量y (10)投資者不確定性的總體水平就是分析師們不確定性的均值用巴倫等人的相

18、對應的方程與（10）和（11）這兩個方程比較，缺陷所增加的效果與和這兩項有關。這兩項都被認為隨信息不對稱程度的降低而減小。在極點，當預測中沒有偏見時，并且我們延伸的模型中的和巴倫等人的模型中的相等。分析師們的偏見性預測的平均成對協方差，在方程（12）中給出：（12）它與巴倫模型中的C與項的和相等。分析師們用來替代羊群效應。因此，他們為正項。另外，根據我們的鑒定假設，他們被認為隨信息不對稱程度的降低而減小。預測均值的標準誤，（13）其中，SE是非偏見性預測的標準誤。與BOSD相似，我們將定義為這種表達方式來替代方程（11）和（12），得出（14）其中 A與羊群效應相關，B表示分析師們的預測中的所

19、有缺陷。根據我們的鑒別性假設，A和B都與信息不對稱正相關， 因此，認為A和B隨金融系統的發展而減小。同時，關于圖一，AA段與，而BB段與。 在方程（14）中對求偏導數，得 （15）方程（15）右邊的這三項代表信息不對稱的三個影響因素，由度量，與偏見性預測一致。第一項為負-見方程（6）。第二項為負，第三項為正，因為。總之，盡管在被觀察的分析師們的共識方面信息不對稱程度提高的影響是不確定的，但很可能為負。 （6） 然而，這個不確定并沒有破壞實證研究的邏輯基礎。考慮方程（16）的第二項相對很大的情況。這可能修正第一項的效果，這是我們的主要興趣所在。然而，如果BB段的噪聲共識結果竟然很大程度上正相關于

20、度量金融發展的指標，那么后者對AA段真正的影響應該比用計量結果所表示的要大。最后，如附件中所示，和是，和的函數。 （17） （18）在實證分析中，我們用方程（17）和（18）計算共識和不確定性，使用分析師們的偏見性預測的觀察統計量，即離差，標準誤和分析師的個數。3.金融發展的指標理想地，為測度金融發展，我們應該量化金融系統能在多大程度上實現它的功能，即，存款的調動，貨物與服務交換的易度，關于投資和資本分配的事前生產的信息，實現投資控制的事后監督和運用，交易的促進，以及風險管理的多樣化(Levine, 2004)。然而，說起來比做起來容易，這些函數中大多數有其自然屬性。另外，金融系統在不同的結構

21、下以同樣的效果實現他們的功能。為克服這個客觀難題，這篇文章用到了幾個指標。將它們分成寬泛的兩類：一類用觀察到的結果來測度金融發展，一類用制度環境的特征來測度金融發展。在使用第一類指標的文獻中，King and Levine (1993)使用流動性負債的國內生產總值作為金融中介機構的規模的測度，私企信貸與GDP的比值作為一項活躍的指標，銀行資產與銀行資產和中央銀行資產的總和的比率也作為指標。Demetriades and Hussein (1996)用現金流量與GDP的比值度量金融的發展。不同的，Neusser and Kugler (1998)使用增值的金融體系替代樣本來測度其規模。Rouss

22、eau and Wachtel (1998), and Levine et al. (2000)用銀行和非銀行雙方的資產來度量。如銀行和非銀行存款中私人貸款與GDP的比例。Levine and Zervos (1998)，以及Arestis等人（2001）補充了股票市場規模和銀行流動性發展指標。最后但并非不重要，Beck等人（2001）納入了人壽保險和私募基金指標。使用第二類指標的研究遵循La Porta 等人(1997)一半的研究。特別地，La Porta 等人指出，傳統法律和執法質量影響金融發展和結構,因為金融決策都基于合同和法律。此外，La Porta 等人(2002)用世界上公有制銀行

23、的程度作為金融發展的指標。這個指標給我們的直觀感覺是公有銀行效率比私有銀行的效率低。我們研究第一類指標，因為第二類指標是不隨時間而改變的，所以，第二類指標不能穩定的探尋信息不對稱程度的時間演化。盡管如此，我們的估計技術，國家級的面板估計以及虛擬時間，抓住了制度環境隨時間變化的特征的影響。然而，Benhabib and Spiegel (2000)提出一系列質疑。第一類指標的大多數研究使用有限的一套指標，這些指標只與金融系統中特殊段相關，因此，不可能抓住金融系統結構和發展的所有方面。而且，注意到這些指標這些指標與大量隱形的國家特點有關聯。像在研究中被鑒定的第二類指標中，他們指出，計量結果的解釋遭

24、受省略變量偏見的影響。為了引起Benhabib and Spiegel的更大程度的關心，我們使用世界銀行金融發展與結構的數據庫中的一套指標(Beck等人, 2000)。他們按統一國家和時間的方式測度金融系統和其他金融中介機構的主要部分。這些中介機構包括保險行業，股票市場，私募和公墓基金市場。表1總結了所用到的12個指標。第一欄公布了所用的符號,第二欄提供了一個簡短描述，第三欄給出進一步的細節。這些指標被分成四組，每組與金融體系的主要部分相符：五個指數，測度銀行和其他金融中介機構的規模和活動，以及銀行部門的效率和結構，用表示；兩個指數，測度保險業的發展，用表示；三個指標，測度股票市場的規模，流動

25、性和深度，用表示；兩個指標測度私募和公墓基金市場的規模，用。在此插入表一為節約空間，更多的細節將在統計上顯著相關的指標的實證部分進行討論。4.實證問題4.1共識指標我們使用I/B/E/S 全球合計報告數據庫來建立共識性和不確定性指標，分別為方程（17）中的和方程（18中）的。這個數據庫提供了分析師每股收益(一下用ESP表示)預測的加權平均標準偏差,平均每股收益預計,實現的每股收益,估計的總數量以及在國家和行業層次上的股票市場指標的平均收益預測。對一個國家指標來說，這些變量是指標的組成公司相關變量的加權平均。使用一個國家的本國貨幣測量國家指標。（了解細節參見I/B/E/S 全球合計報告參考與指導

26、2）對于每個可獲得的指標，I/B/E/S全球合計報告報告了會計年度1和2的相關數據，其中會計年度1（后面用FY1表示）與當前的日歷年度的預測相一致，會計年度2（后面用FY2表示）與下一年的日歷年度的預測一致。如Botosan and Harris (2000)，Barron 等人 (2002)和Liang (2003)中提到的，分析師們的預測D*的離差被計算為分析師們每股收益預測量的加權平均標準差的平方（見方程（9），而標準誤SE用方程（13計算）。在這些計算中，y和分別為以實現的加權平均每股收益和平均預測值。最后，每個會計年度的分析師數量N用每個指數的預測個數與公司個數的比例來替代。因此，我

27、們為每個國家當前日歷會計年度i期指數（i=1,2），富時指數（分別用和表示）和摩根士丹利資本國際指數（分別用和表示）設立共性指標和非確定性指標。I / B / E / S數據是在1987年從許多國家搜集而來。然而，由于數據可用性的約束下,采樣周期被限制為1990-2004年。數據的頻率是一年一次, 這些數據取決于金融發展數據的可用性。共識指標和不確定性指標每月計算,然后是12個月的平均預測這12個月是從當年三月開始,第二年的二月結束。使用12個月的平均預測數據降低了高頻噪聲的級別，另外,克服了選擇預測年度中的哪一個月的困難。富時指數指標包括22個國家,其中大部分是經濟合作與發展組織成員（OEC

28、D）: 澳大利亞、奧地利、比利時、巴西、加拿大、丹麥、芬蘭、法國、德國、愛爾蘭、意大利、日本、墨西哥、荷蘭、新西蘭、挪威、南非、西班牙、瑞典、瑞士、英國和美國。摩根士丹利資本國際(MSCI)指標包括32個國家:以上除巴西以外的國家,再加上智利、希臘、印度、印度尼西亞、韓國、巴基斯坦、秘魯、菲律賓、波蘭、葡萄牙和土耳其。4.2 描述性統計表2提供了獨立變量的摘要統計，即，四個共識指標和五個不確定指標。列表示變量，行表示樣本國家。每個單元報告了樣本均值(隨時間)。最后四行顯示的是各個國家的國家手段的平均標準差。前面兩行為整個樣本設置,最后兩行沒有不確定指標的三個概要圖，巴西、墨西哥和土耳其。如表2

29、所表示的，共識指標展示跨國性變量，這個變量在會計年度1和會計年度2中，對富時指數（FTSE）來說略大于摩根士丹利資本國際(MSCI)指數.特別地，對于富時指數，會計年度1的標準差與均值的比例是0.17 (=0.072/0.425)，而摩根士丹利國際指數的這個比例是0.22 (=0.088/0.401)，而會計年度2的這個數據分別為0.19和0.21。對于不確定性指標，各自的比排在第四或更高的位置（前面提到的四行的第一行)。移除三個大的概要圖使得這個比例下降對于富時指數指標來說，下降到稍大于1，對于摩根士丹利來說下降到2多一點。然而，注意到，實證分析的結果是不管有沒有這些國家，這些比例是相同的。

30、表2插到此處4.3 計量經濟學問題我們測試一個聯合假設：第一，信息不對稱的程度負相關于金融發展。第二，分析師報告有偏見預測的余地和動力,以及對效仿的需要隨著信息不對稱程度的降低而降低。為檢測這個假說，我們用面板協整技術檢驗了方程（21）。（21）表示金融中介機構的指標j，國家用k表示，年份用t表示。類似的，和分別表示股票市場，債券市場及保險行業的指標。這是一個包含國家截獲信息和虛擬時間的固定效應模型。國家截獲信息捕捉了國家特殊因素，這些因素不隨時間變化的，如與制度環境相關的因素。為控制宏觀經濟的不確定性和市場風險，我們把這兩個因素納入方程（21）作為控制變量，表示為CONTROL,GDP的實際增長率，用CPI測量的通脹以及當年的通脹和總市場回報指數的月收益（包括股息）的標準差。根據理論模型，控制變量與公共信息的低精確度h以及效仿行為相關。控制變量在表1中測度，因為正如前面提到的，共識指標和不確定性指標隨時期均化。這個時期從每年的三月到次年的二