姚圣 洪媛

【摘要】分析師預測存在“本地優(yōu)勢”的現(xiàn)象，高鐵開通帶來的空間壓縮、地理易達性是否會對分析師的預測行為產生影響？基于信息不對稱角度，采用地級市A股上市公司2007～2014年的數(shù)據(jù)，檢驗高鐵開通前后分析師預測偏差的變化。研究結果表明，企業(yè)所在城市高鐵開通后分析師對該地區(qū)企業(yè)的預測偏差顯著降低。進一步研究發(fā)現(xiàn)，高鐵效應對欠發(fā)達地區(qū)企業(yè)和內部控制質量較高的企業(yè)帶來的影響更加顯著。此外，通過路徑分析發(fā)現(xiàn)高鐵開通顯著增加了企業(yè)的分析師關注度和調研次數(shù)，揭示了高鐵開通對分析師預測偏差影響的作用機制。研究結論既是對企業(yè)層面研究高鐵效應的理論補充，同時也是對分析師預測偏差地理影響因素研究的拓展。

【關鍵詞】高鐵開通;分析師預測偏差：企業(yè)信息環(huán)境;信息獲取效率;樂觀性檢驗：安慰劑檢驗

【中圖分類號】F832

【文獻標識碼】A

【文章編號】1004-0994（2019）14-0136-7

一、引言

分析師預測是資本市場的一項重要的經(jīng)濟行為，它影響股票的定價效率，為投資者的股票投資行為提供重要的參考依據(jù)。因此，分析師預測準確度的問題也是學術界探討的熱點。目前對分析師預測行為的研究已經(jīng)逐漸涉及地理因素的影響。Malloy[1]研究發(fā)現(xiàn)與企業(yè)所在地地理鄰近的分析師比其他分析師預測更加準確，對股價的影響更大，且這種現(xiàn)象在小城市和偏遠城市更加明顯。張然等[2]也研究指出分析師預測存在“本地優(yōu)勢”的現(xiàn)象，與企業(yè)所在地在同一地區(qū)的分析師，盈余預測結果更加準確。然而現(xiàn)有關于分析師預測準確度地理影響因素的研究，都是在純地理距離變量的基礎上展開，尚未將交通因素考慮在內。龍玉等[3]研究發(fā)現(xiàn)高鐵通車突破了地理距離的時空限制，降低了投資人和創(chuàng)業(yè)者之間的信息不對稱，促進了信息敏感性較高的初創(chuàng)期和擴張期風險投資的增加。相較于普通的公路鐵路，高鐵開通最大的優(yōu)勢在于改善公司的信息環(huán)境，促進知識和信息在不同區(qū)域的流動。高鐵速度快，縮小了不同城市的時間距離，便于時間價值高的人更快速地獲取相關信息，同時高鐵加速了人力資本的流動，使相關人員能低成本地獲取公司的信息[4]，提高了信息的獲取效率。分析師預測準確度作為企業(yè)信息環(huán)境的代理變量[5，6]，是否意味著可以在高鐵開通后得到顯著的提高呢？高鐵網(wǎng)絡的建設，使得區(qū)域之間的距離逐漸擴展到以“出行時間”計算，而不是單純的“地理距離”[3]，這種空間距離在時間上的變化能否有效提高分析師預測的準確度，還需要使用實證方法進行驗證。

本文以高鐵開通為自然實驗背景，采用雙重差分模型研究高鐵開通前后分析師預測偏差的變化，來檢驗高鐵效應在微觀層面產生的影響。本文以我國2007～2014年注冊地為地級市（非中心城市）的A股上市公司為研究對象，發(fā)現(xiàn)高鐵的開通可以顯著降低分析師的預測偏差，且這種影響對欠發(fā)達地區(qū)企業(yè)和內部控制質量較高的企業(yè)更加顯著。同時，本文基于分析師關注度和調研次數(shù)兩個角度的路徑分析，揭示了高鐵開通對分析師預測偏差影響的一種作用機制。本文的貢獻主要體現(xiàn)在：①從高鐵開通帶來的空間距離壓縮和可達性提高角度，分析了高鐵開通對信息獲取效率的影響;②將空間距離的時間變化與分析師預測偏差結合分析，對分析師預測偏差地理影響因素進行了補充;③選取高鐵開通這一外生事件并采用雙重差分模型展開研究，可有效解決內生性問題。

二、文獻回顧和研究假設

Rogers、Grant[7]通過對187份分析師報告的研究發(fā)現(xiàn)，分析師的信息集來源包括公共信息和私人信息。公共信息是分析師通過公開渠道獲取的企業(yè)主動披露的信息，對所有的分析師開放。而私人信息則是分析師通過個人努力，與企業(yè)接觸過程中收集到的個人獨有的信息。分析師為了向外界顯示更高的能力和賺取更多的傭金，往往表現(xiàn)出賦予私人信息高權重的預測行為[8]。尤其在國內弱式或半強式有效的資本市場中，上市公司披露的信息質量總體較差，分析師的盈余預測也更加依賴私人信息[9]。因此，影響分析師私人信息獲取的因素也會影響到分析師預測的準確度。

從行為金融的研究中發(fā)現(xiàn)，投資者交易行為存在“本地偏好”的現(xiàn)象，即投資者（包括個體和機構投資者）更愿意投資于本國的金融市場或者是距離自己居住地、公司比較近的本土企業(yè)[10]。這種地理距離的相關性在分析師的預測行為中也同樣存在。Malloy[1]最早研究發(fā)現(xiàn)本地分析師比其他分析師預測更加準確，且本地分析師預測的準確度優(yōu)勢更多地表現(xiàn)在私人信息獲取方面。0 'Brien、Tan[ll]認為，地理鄰近度的提高使得分析師可以接觸到更多企業(yè)信息。王玉濤等[12]研究指出，地理鄰近性導致本地分析師獲取信息的成本較低，從而比海外分析師具備信息優(yōu)勢，預測準確度更高。這些研究普遍認為本地分析師憑借其地理優(yōu)勢可以更加方便地與企業(yè)接觸，以較低的成本獲得更多有價值的企業(yè)信息，從而提高預測的準確度。高鐵開通帶來的空間壓縮與地理易達性，同樣有利于分析師收集企業(yè)信息。高鐵網(wǎng)絡的建設，拉近了區(qū)域之間的距離，提升了分析師與企業(yè)之間頻繁交流的可能性、面對面交流的靈活性，以及對企業(yè)進行實地考察的可行性。同時還提高了分析師對企業(yè)信息的獲取效率，尤其是“軟信息”的獲取效率。相較于可以通過現(xiàn)代資訊技術和網(wǎng)絡進行傳播的“硬信息”（財務數(shù)據(jù)、歷史業(yè)績等），“軟信息”是一種難以量化、非標準化的信息，它在傳遞方式上更多地依賴于人與人正面交流，通過口述的方式進行傳播，因此內容往往具有不確定性和主觀性，對信息內容的認知和解讀也會因人而異[13]。Lang、Lundhohn[14]也研究指出，與企業(yè)的直接接觸是分析師最主要的信息來源。此外，高鐵開通帶來信息時效性的增強，進一步提高了分析師收集的信息質量，可對分析師的預測行為產生積極影響。相較于本地分析師信息優(yōu)勢的現(xiàn)象，高鐵開通改善了企業(yè)的信息環(huán)境，促進了分析師與企業(yè)的直接交流，提升了整體分析師的信息獲取效率，降低了分析師與企業(yè)間的信息不對稱。綜合上述分析，提出本文的假設1：

H1：高鐵開通可以降低分析師的預測偏差。

高鐵開通對不同經(jīng)濟發(fā)展水平區(qū)域的影響并不是同質的。陶卓霖等[15]研究指出，高速鐵路對經(jīng)濟發(fā)展水平較低區(qū)域的加權平均出行時間和到上海的出行時間的節(jié)約更為明顯。經(jīng)濟較發(fā)達地區(qū)的交通基礎設施往往比較完善，信息和人員的流動性較強，高鐵帶來的影響有限。同時，經(jīng)濟較發(fā)達地區(qū)的市場化程度較高，市場評級與監(jiān)管體制完善，企業(yè)通常運營規(guī)范、財務透明，分析師對私人信息的重視程度降低。而欠發(fā)達地區(qū)的市場運營環(huán)境往往較差，較容易出現(xiàn)企業(yè)隱瞞不良信息甚至披露虛假信息的問題，對外部的經(jīng)濟沖擊表現(xiàn)出較強的敏感性。Malloy[1]研究指出，小地方和偏遠地區(qū)的本地優(yōu)勢更加明顯，說明時空距離對分析師預測準確度的約束，在欠發(fā)達地區(qū)更加明顯。因此，高鐵開通帶來的空間壓縮和地理易達性可能對欠發(fā)達地區(qū)企業(yè)的影響更加顯著?；诖耍疚奶岢龅诙€假設：

H2：相對于較發(fā)達地區(qū)企業(yè)，欠發(fā)達地區(qū)高鐵開通對分析師預測偏差的降低效果更加顯著。

高鐵效應在不同內部控制質量的企業(yè)中也會表現(xiàn)出差異。內部控制質量越高的企業(yè)，往往有越完善的風險應對機制，能對風險作出適當?shù)姆磻?而存在內部控制缺陷的企業(yè)，則更容易面臨不可避免的內外部風險，股權成本也較高[16]。肖華、張國清[17]研究發(fā)現(xiàn)，公司內部控制質量越高，盈余持續(xù)性越好，進而公司價值越高。因此，面對高鐵開通帶來的經(jīng)濟沖擊，內部控制質量較好的企業(yè)，往往會順應市場需求，作出一系列戰(zhàn)略調整，從而具有更好的市場表現(xiàn)。分析師在選擇預測對象的時候，也偏向于選擇成長潛力大、盈利能力強的企業(yè)，而放棄表現(xiàn)不好的企業(yè)[18]。Kim等[19]研究指出，分析師不太可能跟蹤內部控制薄弱的公司，有效的內部控制可以提高分析師預測的質量。由此可見，內部控制質量較好的企業(yè)更容易得到分析師的關注，高鐵開通后，其信息環(huán)境的改善以及分析師信息獲取效率的提高也將會更加明顯。據(jù)此，提出本文的第三個假設：

H3：相對于內部控制質量較差的企業(yè)，內部控制質量較好的企業(yè)所在地區(qū)高鐵開通對分析師預測偏差的降低效果更加顯著。

三、研究設計

（一）樣本選擇與數(shù)據(jù)來源

本文的研究樣本為我國2007～2014年注冊地為地級市的A股上市公司，并剔除了直轄市、省級和副省級中心城市樣本，確保了高鐵效應的外生性。為了進一步檢驗高鐵開通帶來的影響，本文按照同一年度同一省份經(jīng)濟發(fā)展水平（ GDP）相近的原則設立對照組，并對總樣本依次進行以下處理：①刪除具有缺失值和異常值的樣本;②刪除金融類（銀行、證券和保險等）上市公司;③刪除ST和*ST公司。通過整理，最終得到1897個樣本觀察值。樣本中的分析師變量數(shù)據(jù)來自國泰安數(shù)據(jù)庫手工計算得到，高鐵開通變量通過百度搜索，以高鐵專線通車日期為準，空間距離變量需要逐個通過百度地圖收集，城市宏觀變量來自《中國城市統(tǒng)計年鑒》，內部控制指數(shù)來自DIB數(shù)據(jù)庫，其他財務數(shù)據(jù)均來自國泰安數(shù)據(jù)庫和CCER數(shù)據(jù)庫。

（二）模型的構建

為了考察高鐵開通前后分析師預測偏差的變化，本文以2007～2014年期間開通高鐵后的城市企業(yè)作為處理組，未開通高鐵的城市企業(yè)作為控制組，以此檢驗“高鐵開通”這一準自然實驗事件對分析師預測偏差的影響。本文借鑒B ertrand、Mullainathan[20]的方法，構建的雙重差分模型如下：

其中：Bias表示分析師對企業(yè)i在t年的平均預測偏差;Treat表示企業(yè)i所在高鐵城市在t年是否開通高鐵，其系數(shù)可以用來分析高鐵開通對分析師預測偏差帶來的影響;αi和αt分別表示企業(yè)和年度的固定效應。此外，參考相關研究[1，3，4]，本文加入了城市特征變量GDP、空間距離變量Distance，以及其他企業(yè)層面的控制變量，具體定義如表1所示。

四、實證分析

（一）描述性統(tǒng)計

表2是對全變量的描述性統(tǒng)計分析結果。從表2中可以看出，Bias的均值為0.1816，意味著我國分析師的預測值與實際值的平均差距為0.1816。Treat變量的均值為0.2341，表明處理組樣本數(shù)占全樣本的23.41%，可見本文的處理組樣本數(shù)量充足，可以展開研究。從控制變量的統(tǒng)計結果來看，Research的均值為1.5438，中位數(shù)為0，說明平均每個企業(yè)年調研次數(shù)為1.5438次，且超過半數(shù)以上的樣本企業(yè)并沒有開展調研活動。Attention的均值為9.2711，表示平均每個樣本企業(yè)約被9個分析師團隊關注。同時Attention的極大值和極小值之間相差48，說明各個企業(yè)之間的分析師關注度存在很大差異。此外，GDP的極小值為0.2843，極大值為30.7279，標準差為5.6938，可見各地區(qū)之間經(jīng)濟發(fā)展不均衡，存在較大差異。Distance的均值為0.1489，反映的是企業(yè)注冊地所在城市距離中心城市的平均距離。

（二）多元回歸分析

1.高鐵開通對分析師預測偏差的影響。表3報告了高鐵開通對分析師預測偏差的雙重差分模型回歸結果。從第一列的回歸結果可以看出，全樣本組中，在控制了城市特征變量、空間距離變量、企業(yè)層面變量以及年度固定效應之后，Treat的系數(shù)為-0.0362，在5%的水平上與分析師預測偏差顯著負相關。由該系數(shù)可知，在保持其他控制變量不變的情況下，相較于未開通高鐵的城市企業(yè)，樣本期內己開通高鐵的城市在高鐵開通后分析師對企業(yè)的預測偏差減少了3.62%。該結果表明高鐵開通改善了企業(yè)的信息環(huán)境，提高了分析師的信息獲取效率，顯著降低了分析師的預測偏差，本文提出的假設1得以證實。

進一步考慮了城市經(jīng)濟發(fā)展水平和企業(yè)內部控制質量的分組回歸結果，如表3第（2）列和第（3）列所示。第（2）列是研究不同經(jīng)濟發(fā)展水平下高鐵開通給分析師預測偏差帶來的影響，由交乘項Treat×GDP_dum的系數(shù)-0.0807（在1%的水平上顯著）可知，高鐵開通對分析師預測偏差的影響在GDP較小的城市更加顯著，這與本文的假設2一致，即高鐵效應在欠發(fā)達地區(qū)更加顯著。第（3）列是檢驗不同內部控制質量下，高鐵效應對分析師預測偏差影響的差異性。由于DIB數(shù)據(jù)庫不包含上市不滿1年的企業(yè)，因此共得到1857個樣本。在第（3）列的回歸結果中交乘項Treatxici_dum的系數(shù)在5%的水平上顯著為負，說明內部控制質量越高的企業(yè)，高鐵開通對分析師預測偏差的影響越顯著，證明了本文的假設3。

2.進一步分析。本文的研究是基于高鐵開通降低了企業(yè)與分析師之間信息不對稱程度，從而降低預測偏差這一理論邏輯展開。那么高鐵開通具體是通過什么途徑降低了企業(yè)與分析師之間信息不對稱程度？下面將從分析師關注度和調研次數(shù)兩條傳導路徑進行分析。

高鐵開通促進了區(qū)域經(jīng)濟的發(fā)展[21]，給沿線城市企業(yè)帶來了較好的發(fā)展機遇，同時也增加了市場對高鐵城市企業(yè)的信息需求。分析師作為資本市場的信息中介，也將更多地關注高鐵開通城市企業(yè)。Marquardt、Wiedman[221研究發(fā)現(xiàn)，分析師跟蹤活動能有效改善企業(yè)的信息環(huán)境。Lang等[5]認為，關注企業(yè)的分析師人數(shù)越多，則企業(yè)信息環(huán)境越好。Alford、Berger[23]研究表明，分析師關注度與盈利預測準確度顯著正相關。表4第（1）列的實證檢驗結果也證明了分析師關注度這條傳導路徑的存在。Treat的系數(shù)為0.9932，在5%的水平上顯著為正，表明企業(yè)所地在高鐵開通后，企業(yè)的分析師關注度增加了約一倍。

高鐵網(wǎng)絡的建設促進了區(qū)域可達性的提高[24]，使得分析師可以更加方便地對企業(yè)進行實地調研，收集有價值的企業(yè)信息。企業(yè)調研，可以最大程度地滿足分析師的信息需求，分析師通過與企業(yè)面對面交流的方式獲得企業(yè)的第一手資料，形成自身私人信息的可靠來源。胡奕明、林文雄[25]發(fā)現(xiàn)實地調研是分析師搜集私有信息的最佳途徑，公司調研可顯著提高分析師的預測質量。同時按照2006年深交所頒布的《深圳證券交易所上市公司公平信息披露指引》要求，企業(yè)調研內容應在定期報告中予以公布，這又進一步促進了企業(yè)公開信息透明度的提高?？梢娖髽I(yè)調研活動是降低分析師與企業(yè)之間信息不對稱程度的途徑之一。表4第（2）列的實證結果顯示Treat的系數(shù)為0.5033，在10%的水平上顯著為正，這表明高鐵開通后企業(yè)年平均調研次數(shù)增加了50.33%，高鐵開通顯著促進了企業(yè)調研活動的開展。

3.穩(wěn)健性檢驗。為了檢驗研究結論的可靠性，本文做了如下三個方面的穩(wěn)健性檢驗。

（1）樂觀性檢驗。Cooper等[26]研究指出，企業(yè)家對于企業(yè)的盈利能力和發(fā)展前景存在過度樂觀的現(xiàn)象。這種樂觀的情緒很可能在與分析師面對面交流的過程中傳遞給分析師，從而導致分析師的預測出現(xiàn)樂觀偏差。譚松濤、崔小勇[27]也研究指出，上市公司調研會提高分析師的預測樂觀度，且調研的次數(shù)越多，樂觀度越高。他們認為上市公司很可能使用帶有傾向性的詞匯介紹公司經(jīng)營現(xiàn)狀和經(jīng)營前景，傳遞樂觀性信息，并通過調研信息披露將樂觀性信息傳遞給資本市場上的其他分析師。因此，為進一步檢驗高鐵效應的影響，本文從預測樂觀性角度出發(fā)，定義變量Optimism等于分析師對企業(yè)EPS預測值與企業(yè)EPS實際值之差，重新對模型進行回歸。從表5第（1）列的回歸結果中可以看出，Treat與Optimism在10%的水平上呈顯著負相關關系，可見高鐵的開通降低了分析師預測的樂觀性，這也在一定程度上表明高鐵開通提高了分析師預測的準確度。

（2）相似變量替換。借鑒Lang、Lundhohn[14]、施先旺等[6]對于分析師預測偏差的定義方法，本文將分析師預測偏差和樂觀性變量在原來定義的基礎上，用年末股價進行標準化處理，重新得到計量預測偏差變量Bias’和樂觀性變量Optimism'，再代入原雙重差分模型中進行穩(wěn)健性檢驗。結果如表5第（2）列和第（3）列所示，Treat的系數(shù)均在10%的水平上顯著為負，說明高鐵開通降低了分析師的預測偏差及其樂觀性，提高了分析師預測的準確性，與原回歸結論一致。

（3）安慰劑檢驗。借鑒陳釗、王旸[28]的方法，本文對高鐵開通的分析師預測偏差影響進行了安慰劑檢驗。在該部分檢驗中，本文將高鐵開通前一年定義為高鐵開通變量的安慰劑，并將該變量代入回歸模型進行分析。表6報告的回歸結果中顯示Treat的系數(shù)并不顯著，表明高鐵開通前一年并沒有對分析師的預測偏差產生顯著影響。

五、研究結論與啟示

（一）研究結論

本文基于我國開通高鐵的背景，從信息不對稱角度分析高鐵效應對分析師預測偏差的影響。研究發(fā)現(xiàn)，高鐵的開通可以顯著降低分析師的預測偏差，提高預測準確度。高鐵開通縮短了區(qū)域之間的時空距離，促進了信息和人員在區(qū)域間的流動，使得分析師可以更加便捷地與企業(yè)直接接觸，提高了信息的獲取效率，降低了分析師與企業(yè)之間信息不對稱程度。同時從分析師關注度和調研次數(shù)兩條傳導路徑的分析中也可以看出，高鐵開通增加了分析師與企業(yè)面對面交流的機會，改善了企業(yè)的信息環(huán)境，增加了企業(yè)的信息透明度。進一步研究發(fā)現(xiàn)，高鐵效應對欠發(fā)達地區(qū)企業(yè)和內部控制質量較好的企業(yè)影響更加顯著，表明高鐵開通的信息效應在宏觀和微觀因素影響下存在差異性，進一步細化了高鐵效應對分析師預測偏差的影響。

（二）啟示

本文的研究可以給我們如下兩方面的啟示：

一方面，本文的研究結論為我國高鐵的建設提供了理論和現(xiàn)實依據(jù)。本文的研究結論表明，高鐵開通顯著改善了企業(yè)的信息環(huán)境，降低了企業(yè)和市場之間信息不對稱程度，有利于分析師預測準確度的提高，進而促進資本市場的有效運行。同時企業(yè)信息披露透明度的提高，有利于市場監(jiān)督機制的完善以及企業(yè)自身的管理規(guī)范和發(fā)展，這在一定程度上表明高鐵開通促進了經(jīng)濟的良性發(fā)展。此外，高鐵效應在欠發(fā)達地區(qū)的影響更加顯著，也為高鐵向中西部的延伸提供了經(jīng)驗證據(jù)。

另一方面，在面臨外部經(jīng)濟沖擊時，企業(yè)更應該加強對自身內部控制體系建設與完善的重視。由本文的研究結論可以看出，內部控制質量越好的企業(yè)，越容易得到市場的青睞，高鐵開通帶來的信息效應也能得到更好的體現(xiàn)，從而在高鐵效應中獲利。這說明企業(yè)內部控制機制的完善對其自身長遠發(fā)展具有重要的作用，應當引起企業(yè)尤其是企業(yè)管理人員的重視。同樣，政府和市場也應該充分認識到內部控制的重要性，從而加強對企業(yè)內部控制質量的監(jiān)管，實現(xiàn)更好的引導作用。

主要參考文獻：

[1]Malloy C.J..The geography of equity analysis [J].Journal of Finance， 2005 （2）： 719一755.

[2]張然，王會娟，張路.本地優(yōu)勢、信息披露質量和分析師預測準確性[J].中國會計評論，2012 （2）：127～138.

[3]龍玉，趙海龍，張新德，李曜.時空壓縮下的風險投資——高鐵通車與風險投資區(qū)域變化[J].經(jīng)濟研究，2017（4）：195～ 208.

[4]后青松，袁建國，劉啟亮.高鐵開通、信息環(huán)境與企業(yè)創(chuàng)新——基于高鐵開通的準自然實驗檢驗[A].中國實證會計國際研討會論文集[C].北京：《中國會計評論》理事會，2015.

[5] Lang M. H.， Lins K.V.， Miller D. P_ ADRs，analysts， and accuracy： Does cross listing in theUnited States improve a firm's information envi-ronment and increase market value？ [J]. Journal ofAccounting Research， 2003（2）：317～345.

[6]施先旺，李志剛，劉拯.分析師預測與上市公司審計收費研究——基于信息不對稱理論的視角[J].審計與經(jīng)濟研究，2015（3）：39～48.

[7] Rogers R.， Grant J..Content analysis of informa-tion cited in reports of sell-side financial analysts[J]. Journal of Financial Statement Analysis， 1997（1）：17～30.

[8] Chen Q.， Jiang W_ Analysts' weighting of privateand public information[J].Review of FinancialStudies，2006（1）：319～355.

[9]郭杰，洪潔瑛.中國證券分析師的盈余預測行為有效性研究[J].經(jīng)濟研究，2009（11）：55～67.

[10]楊春鵬.非理性金融[M].北京：科學出版社，2008：1～100.

[11] O'Brien P.C.， Tan H_ Geographic proximityand analyst coverage decisions： Evidence from IPOs[J]. Journal of Accounting and Economics， 2015（1）：41～59.

[12]王玉濤，陳曉，侯宇.國內證券分析師的信息優(yōu)勢：地理鄰近性還是會計準則差異[J].會計研究，2010（12）：34 ～40.

[13]劉江會，朱敏.地理因素會影響中國企業(yè)IPO的成本嗎？——基于“軟信息不對稱”的視角[J].經(jīng)濟管理，2015 （10）：31～ 41.

[14] Lang M. H.， Lundholm R.J..Corporate disclo-sure policy and analyst behavior[J].The Accoun-ting Review，1996（4）：467～492.

[15]陶卓霖.楊曉夢，梁進社.高速鐵路對長三角地區(qū)陸路可達性的影響[J].經(jīng)濟地理，2016（8）：40～46.

[16] Ashbaugh- Skaife H.， Collins D. W.， KinneyW. R.， Lafond R_ The effect of SOX internalcontrol deficiencies on firm risk and cost of equity[J]. Journal of Accounting Research， 2009（1）：1～ 43.

[17]肖華，張國清.內部控制質量、盈余持續(xù)性與公司價值[J].會計研究，2013（5）：73～80.

[18] McNichols M.， O'Brien P.C_ Self- selectionand analyst coverage[J].Journal of AccountingResearch， 1997（4）： 167～ 199.

[19] KimJ. B.， Song B.Y.， Zhang L.. Internal controlquality and analyst forecast behavior： Evidencefrom SOX section 404 disclosures[J]. SSRN Elec-tronic Journal， 2009（3）：N/A.

[20] Bertrand M.， MuUainathan S..Enjoying the quietlife？ Corporate governance and managerial prefer-ences[J].Journal of Political Economy， 2003（5）：1043 ～1075.

[21] ElhorstJ.P.，OosterhavenJ..Integral cost-benefitanalysis of maglev rail projects under market imper-fections[J].Journal of Transport and Land Use，2008（1）：65～87.

[22] Marquardt C.， Wiedman C.. Earnings manage-ment through transaction structuring： Contingentconvertible debt and diluted earnings per-share [J].Journal of Accounting Research， 2005 （2）： 205～243.

[23] Alford A.W.， Berger P.G_A simultaneousequations analysis of forecast accuracy， analyst fol-lowing， and trading volume[J].Journal of Ac-counting Auditing&Finance， 1999（3）：219一240.

[24] Shen Y.， Zhao J.， Silva J.D.A.E.， MartinezL. M_ From accessibility improvement to land de-velopment： A comparative study on the impactsof Madrid- Seville high- speed rail[J].Transporta-tion Letters the International Journal of Transporta-tion Research， 2017（4）：1～15.

[25]胡奕明，林文雄.信息關注深度、分析能力與分析質量——對我國證券分析師的調查分析[J].金融研究，2005（2）：46～58.

[26] Cooper A.C.， Woo C.Y.， Dunkelberg W. C-Entrepreneurs' perceived chances for success. Jour-nal of Business Venturing， 1988 （2）： 97一108.

[27]譚松濤，崔小勇.上市公司調研能否提高分析師預測精度[J].世界經(jīng)濟，2015（4）：126～145.

[28]陳釗，王嚦.“營改增”是否促進了分工：來自中國上市公司的證據(jù)[J].管理世界，2016（3）：36～45.