杜建華

【摘要】證券分析師跟蹤機(jī)制作為資本市場(chǎng)重要的制度設(shè)計(jì)之一，對(duì)企業(yè)所形成的外部治理效應(yīng)和壓力效應(yīng)是影響企業(yè)行為的重要因素。以2007 ～ 2016年我國A股上市公司為研究對(duì)象，利用公司是否進(jìn)入滬深300成分股指數(shù)作為工具變量控制潛在的內(nèi)生性問題，研究證券分析師跟蹤對(duì)企業(yè)風(fēng)險(xiǎn)承擔(dān)的影響。研究發(fā)現(xiàn)，被更多證券分析師跟蹤的企業(yè)具有更高的風(fēng)險(xiǎn)承擔(dān)水平，從而為分析師跟蹤的企業(yè)治理效應(yīng)提供了證據(jù)支持。同時(shí)，比較高管貨幣薪酬激勵(lì)與股權(quán)激勵(lì)的調(diào)節(jié)效應(yīng)發(fā)現(xiàn)，分析師跟蹤對(duì)于企業(yè)風(fēng)險(xiǎn)承擔(dān)的促進(jìn)作用在激勵(lì)水平較低的企業(yè)更為顯著。分析師跟蹤機(jī)制作為一種補(bǔ)充的信息披露機(jī)制和公司治理機(jī)制，改善了企業(yè)由于激勵(lì)機(jī)制不完善導(dǎo)致的風(fēng)險(xiǎn)承擔(dān)不足問題。結(jié)合分析師聲譽(yù)進(jìn)一步研究發(fā)現(xiàn)，當(dāng)企業(yè)被更多的明星分析師跟蹤時(shí)，其風(fēng)險(xiǎn)承擔(dān)水平相對(duì)更高。

【關(guān)鍵詞】分析師跟蹤;風(fēng)險(xiǎn)承擔(dān);工具變量;分析師聲譽(yù)

【中圖分類號(hào)】F832.5? ? ? 【文獻(xiàn)標(biāo)識(shí)碼】A? ? ? 【文章編號(hào)】1004-0994（2020）06-0019-8

一、引言

風(fēng)險(xiǎn)選擇是企業(yè)投資過程中的一項(xiàng)重要決策，反映了企業(yè)高管在投資決策中對(duì)風(fēng)險(xiǎn)項(xiàng)目的考慮與權(quán)衡。當(dāng)高管在決策中更多選擇風(fēng)險(xiǎn)高但預(yù)期凈現(xiàn)值大于0的投資項(xiàng)目時(shí)，往往意味著企業(yè)具有較高的風(fēng)險(xiǎn)承擔(dān)水平;而當(dāng)其傾向于放棄預(yù)期凈現(xiàn)值為正的高風(fēng)險(xiǎn)投資機(jī)會(huì)時(shí)，則意味著企業(yè)對(duì)風(fēng)險(xiǎn)的規(guī)避，從而不利于企業(yè)價(jià)值最大化的實(shí)現(xiàn)。企業(yè)高管對(duì)風(fēng)險(xiǎn)的承擔(dān)有助于企業(yè)積極創(chuàng)新、增加研發(fā)投資、加快資本積累、提高投資效率，并提升企業(yè)的績(jī)效和股東價(jià)值，也能使整個(gè)社會(huì)的生產(chǎn)率維持在一個(gè)較高的水平[1，2] 。

現(xiàn)有文獻(xiàn)表明，影響風(fēng)險(xiǎn)承擔(dān)的因素有很多，既包括高管激勵(lì)機(jī)制、公司治理、管理者個(gè)人特征等內(nèi)部因素[3，4] ，也包括制度環(huán)境等外部因素[1，2] 。那么，作為資本市場(chǎng)重要信息中介和外部治理機(jī)制的證券分析師跟蹤又會(huì)對(duì)企業(yè)的風(fēng)險(xiǎn)承擔(dān)產(chǎn)生怎樣的影響？目前鮮有文獻(xiàn)基于中國轉(zhuǎn)型的制度背景與新興的資本市場(chǎng)環(huán)境討論兩者之間的關(guān)系。

關(guān)于證券分析師行為的研究往往較多關(guān)注其與資本市場(chǎng)效率間的關(guān)系，有關(guān)分析師行為對(duì)實(shí)體經(jīng)濟(jì)影響的文獻(xiàn)仍相對(duì)較少。已有研究認(rèn)為，證券分析師對(duì)企業(yè)行為的影響可能存在兩種相反的效應(yīng)：一是信息治理效應(yīng)，即證券分析師能夠通過對(duì)企業(yè)相關(guān)信息的收集、研究與發(fā)布，顯著地緩解公司內(nèi)部人與外部人間的信息不對(duì)稱，有效地抑制公司內(nèi)部人的尋租行為，從外部發(fā)揮公司治理的職能[5，6] 。二是壓力效應(yīng)，即證券分析師的盈利預(yù)測(cè)也會(huì)增加企業(yè)管理層的短期業(yè)績(jī)壓力和股票價(jià)格壓力。管理層為了達(dá)到分析師做出的業(yè)績(jī)預(yù)測(cè)，可能更傾向于維持短期的股票價(jià)格而犧牲企業(yè)的長(zhǎng)遠(yuǎn)發(fā)展，進(jìn)而損害股東的利益[5，6] 。已有研究表明，證券分析師的跟蹤行為能夠通過緩解信息不對(duì)稱來降低資本成本，擴(kuò)大企業(yè)的融資與投資規(guī)模[7] ，抑制企業(yè)的應(yīng)計(jì)盈余管理[8-10] ，促進(jìn)企業(yè)創(chuàng)新[5] 。但也有研究表明，分析師跟蹤在抑制應(yīng)計(jì)盈余管理的同時(shí)，卻提升了企業(yè)的真實(shí)盈余管理水平[11] ，抑制了企業(yè)創(chuàng)新[6] 。同時(shí)，證券分析師跟進(jìn)并沒有緩解兩權(quán)分離所導(dǎo)致的過度投資問題[12] 。

因此，本文以企業(yè)高管在投資過程中的風(fēng)險(xiǎn)選擇行為作為研究對(duì)象，討論分析師跟蹤對(duì)企業(yè)風(fēng)險(xiǎn)承擔(dān)的影響究竟表現(xiàn)為信息治理效應(yīng)還是壓力效應(yīng)。在我國新興資本市場(chǎng)背景下，本研究對(duì)于澄清證券分析師跟蹤機(jī)制的作用無疑具有重要的意義。 鑒于此，本文以2007 ～ 2016年我國上市公司數(shù)據(jù)為樣本，結(jié)合證券分析師盈利預(yù)測(cè)數(shù)據(jù)，以目標(biāo)公司是否進(jìn)入滬深300成分股作為工具變量，檢驗(yàn)分析師跟蹤對(duì)企業(yè)風(fēng)險(xiǎn)承擔(dān)的影響效應(yīng)。

本研究的貢獻(xiàn)在于：探討了分析師跟蹤對(duì)于企業(yè)風(fēng)險(xiǎn)承擔(dān)的影響，為證券分析師跟蹤機(jī)制如何影響企業(yè)行為的研究提供了新的證據(jù);進(jìn)一步豐富和拓展了有關(guān)企業(yè)風(fēng)險(xiǎn)承擔(dān)影響因素的研究。本文以企業(yè)風(fēng)險(xiǎn)承擔(dān)行為為著眼點(diǎn)研究分析師跟蹤的影響效應(yīng)，明確了金融經(jīng)濟(jì)影響企業(yè)行為和實(shí)體經(jīng)濟(jì)的有效路徑，有助于資本市場(chǎng)從源頭上強(qiáng)化企業(yè)的研發(fā)創(chuàng)新、提升企業(yè)的投資效率，同時(shí)也為監(jiān)管部門如何進(jìn)一步完善資本市場(chǎng)機(jī)制、促進(jìn)資本市場(chǎng)與實(shí)體經(jīng)濟(jì)的協(xié)調(diào)發(fā)展提供了理論基礎(chǔ)和政策依據(jù)。

二、文獻(xiàn)回顧與假設(shè)提出

（一）文獻(xiàn)回顧

現(xiàn)代企業(yè)中股東與管理者之間往往存在代理沖突，管理者在經(jīng)營中背離股東利益行事的一個(gè)主要表現(xiàn)就是規(guī)避風(fēng)險(xiǎn)。管理者以人力資本進(jìn)行投資，所有財(cái)富集中于其管理的單一企業(yè)，風(fēng)險(xiǎn)集中帶來的失敗威脅使其更加重視控制權(quán)收益的安全性與持久性[13] ，因而管理者往往存在風(fēng)險(xiǎn)規(guī)避傾向。根據(jù)道德風(fēng)險(xiǎn)模型，缺乏外部監(jiān)管的企業(yè)高管可能會(huì)傾向于推卸責(zé)任，將更多的資金投入缺乏挑戰(zhàn)性的常規(guī)項(xiàng)目[14] ，避免承擔(dān)風(fēng)險(xiǎn)。同時(shí)，企業(yè)所從事的風(fēng)險(xiǎn)性投資項(xiàng)目，由于涉及許多不可驗(yàn)證或未知的方法，可能會(huì)遭遇較大的信息不對(duì)稱問題[15] ，導(dǎo)致投資者低估這些項(xiàng)目的價(jià)值，并帶來融資成本的上升。而這通常會(huì)導(dǎo)致管理者的短視行為，致使其放棄高風(fēng)險(xiǎn)的投資項(xiàng)目，而把更多的精力放在常規(guī)項(xiàng)目上以獲取更快、更穩(wěn)定的回報(bào)?？梢?，企業(yè)管理者在風(fēng)險(xiǎn)承擔(dān)方面往往存在激勵(lì)不足的問題。

作為資本市場(chǎng)的重要參與者與信息中介，證券分析師跟蹤對(duì)于企業(yè)風(fēng)險(xiǎn)承擔(dān)的影響效應(yīng)存在兩種相反的觀點(diǎn)：

1. 證券分析師對(duì)于企業(yè)的跟蹤關(guān)注能夠激勵(lì)高管承擔(dān)風(fēng)險(xiǎn)。首先，證券分析師能夠通過各種渠道跟蹤、收集企業(yè)層面的信息，并向投資者發(fā)布，有效地降低管理者與股東之間的信息不對(duì)稱程度，緩解委托代理沖突，減少管理者的偷懶、懈怠等行為，發(fā)揮外部治理作用，從而激勵(lì)并促進(jìn)高管選擇更多風(fēng)險(xiǎn)高但預(yù)期凈現(xiàn)值大于0的投資項(xiàng)目[8] 。其次，證券分析師更具專業(yè)優(yōu)勢(shì)，他們掌握著財(cái)務(wù)會(huì)計(jì)相關(guān)知識(shí)，能夠從財(cái)務(wù)報(bào)表和附注中挖掘有用的信息，發(fā)現(xiàn)普通投資者難以察覺的問題。再次，證券分析師能夠始終對(duì)企業(yè)進(jìn)行跟蹤、走訪和研究，其監(jiān)督具有持續(xù)性和長(zhǎng)期性[10] ，因而可以更加準(zhǔn)確地評(píng)估和揭示風(fēng)險(xiǎn)項(xiàng)目的價(jià)值。分析師跟蹤傳遞了企業(yè)的特質(zhì)性信息，降低了資本市場(chǎng)上股票價(jià)格的同步性[16] ，緩解了企業(yè)與投資者間的信息不對(duì)稱以及由此帶來的風(fēng)險(xiǎn)項(xiàng)目融資約束，從而可以促進(jìn)管理者更積極地承擔(dān)風(fēng)險(xiǎn)。最后，由于眾多分析師的跟蹤提高了股票市場(chǎng)定價(jià)效率，從而也提高了高價(jià)值股票和企業(yè)的識(shí)別度，投資者對(duì)于高風(fēng)險(xiǎn)高價(jià)值股票的認(rèn)可與接受也減少了高管承擔(dān)風(fēng)險(xiǎn)的顧慮與壓力，可促使其積極承擔(dān)風(fēng)險(xiǎn)。

2. 證券分析師的跟蹤行為也有可能抑制企業(yè)的風(fēng)險(xiǎn)承擔(dān)。首先，分析師的盈利預(yù)測(cè)會(huì)增加企業(yè)管理者的短期業(yè)績(jī)壓力，迫使其更關(guān)注短期活動(dòng)，從而誘發(fā)管理者的短視問題[17] 。大量研究表明，當(dāng)企業(yè)無法達(dá)到預(yù)期的盈利目標(biāo)時(shí)，高管的獎(jiǎng)金會(huì)減少，甚至導(dǎo)致高管離職概率上升[18] 。因此，出于對(duì)自身風(fēng)險(xiǎn)收益、職業(yè)生涯和市場(chǎng)聲譽(yù)的考慮，管理者會(huì)強(qiáng)化風(fēng)險(xiǎn)規(guī)避傾向，減少風(fēng)險(xiǎn)性投資，以犧牲企業(yè)的長(zhǎng)期發(fā)展為代價(jià)來主動(dòng)迎合分析師的盈利預(yù)測(cè)。其次，分析師的跟蹤客觀上使企業(yè)面臨更高的被收購風(fēng)險(xiǎn)。由于較差的信息透明度會(huì)導(dǎo)致企業(yè)內(nèi)部人和外部投資者之間的信息不對(duì)稱程度加劇[15] ，同時(shí)也加大了潛在投資者逆向選擇的成本，因此，信息透明度越差的企業(yè)越不可能成為被收購的目標(biāo)[6] 。而分析師的跟蹤機(jī)制在緩解信息不對(duì)稱問題的同時(shí)，無疑也加大了企業(yè)被惡意收購的可能性，被收購壓力的增加則又會(huì)導(dǎo)致高管為了保持股票價(jià)格的穩(wěn)定而不愿承擔(dān)風(fēng)險(xiǎn)。

（二）假設(shè)提出

雖然分析師跟蹤對(duì)于企業(yè)風(fēng)險(xiǎn)承擔(dān)存在著壓力效應(yīng)，但我國新興資本市場(chǎng)的特點(diǎn)可能在某些方面也削弱了壓力效應(yīng)的實(shí)際效果。具體而言，我國現(xiàn)階段還未形成具有競(jìng)爭(zhēng)性的職業(yè)經(jīng)理人市場(chǎng)，職業(yè)經(jīng)理人的供給存在著明顯不足[5] ，這在一定程度上減輕了高管由于職業(yè)競(jìng)爭(zhēng)帶來的業(yè)績(jī)壓力。另外，與美國上市公司股權(quán)高度分散所不同的是，我國上市公司往往股權(quán)相對(duì)集中，存在著實(shí)際的控制性股東[5] ，從而減小了股價(jià)低估企業(yè)被惡意收購的可能性。因此，中國資本市場(chǎng)的這些特點(diǎn)可能使分析師跟蹤的壓力效應(yīng)受到抑制，而更多地表現(xiàn)為信息治理效應(yīng)。基于以上分析，我們提出如下假設(shè)：

假設(shè)1：證券分析師跟蹤能夠提升企業(yè)的風(fēng)險(xiǎn)承擔(dān)水平。

激勵(lì)機(jī)制與監(jiān)督機(jī)制是影響企業(yè)行為的兩個(gè)重要方面。上述分析表明，證券分析師跟蹤作為企業(yè)的一種外部監(jiān)督機(jī)制，可促進(jìn)企業(yè)的風(fēng)險(xiǎn)承擔(dān)水平提升，發(fā)揮監(jiān)督治理作用。而現(xiàn)有關(guān)于激勵(lì)機(jī)制影響企業(yè)風(fēng)險(xiǎn)承擔(dān)的研究文獻(xiàn)則主要集中于薪酬契約中的貨幣薪酬、高管持股和股票期權(quán)等方面。Coles等[19] 研究發(fā)現(xiàn)，當(dāng)企業(yè)CEO薪酬與其股票波動(dòng)性間的敏感度越高時(shí)，CEO越可能做出風(fēng)險(xiǎn)性的投融資決策，包括更多的R&D投資、更少的固定資產(chǎn)投資和更高的財(cái)務(wù)杠桿。Low[20] 研究發(fā)現(xiàn)，基于股權(quán)的薪酬占總薪酬的比例越低，越不利于CEO提高企業(yè)的風(fēng)險(xiǎn)承擔(dān)水平。Armstrong和Vashishtha[21] 也發(fā)現(xiàn)，CEO的股權(quán)激勵(lì)強(qiáng)度越大，企業(yè)的風(fēng)險(xiǎn)承擔(dān)水平也越高?？梢?，較多文獻(xiàn)支持激勵(lì)機(jī)制與企業(yè)風(fēng)險(xiǎn)承擔(dān)水平間呈正向相關(guān)關(guān)系。

進(jìn)一步考察激勵(lì)機(jī)制與作為外部監(jiān)督機(jī)制的分析師跟蹤對(duì)于企業(yè)風(fēng)險(xiǎn)承擔(dān)的綜合效應(yīng)發(fā)現(xiàn)：①在激勵(lì)機(jī)制較完善的企業(yè)中，高管薪酬往往與企業(yè)業(yè)績(jī)密切相關(guān)，這通常會(huì)激發(fā)高管的創(chuàng)新意識(shí)，促使其投資有利于提升企業(yè)價(jià)值的高風(fēng)險(xiǎn)項(xiàng)目[22] 。當(dāng)高管在企業(yè)中持有股份或被授予股票期權(quán)時(shí)，其個(gè)人財(cái)富與企業(yè)股票價(jià)格密切相關(guān)，而股價(jià)的波動(dòng)性越大，意味著風(fēng)險(xiǎn)越大，蘊(yùn)含的機(jī)會(huì)越大，期權(quán)價(jià)值也越高，高管也越有動(dòng)機(jī)去承擔(dān)風(fēng)險(xiǎn)以促進(jìn)企業(yè)價(jià)值提升?？梢?，激勵(lì)機(jī)制的存在會(huì)對(duì)高管形成一種內(nèi)在激勵(lì)，促使其自發(fā)承擔(dān)風(fēng)險(xiǎn)，提升企業(yè)價(jià)值，從而緩解股東與管理者間的代理問題。在這類企業(yè)中，企業(yè)風(fēng)險(xiǎn)承擔(dān)水平的提升更多依靠企業(yè)自身的內(nèi)部激勵(lì)機(jī)制來實(shí)現(xiàn)，而作為外部監(jiān)督機(jī)制的證券分析師跟蹤對(duì)于企業(yè)的治理約束作用反而不明顯。②在激勵(lì)機(jī)制較弱的企業(yè)中，高管往往缺乏承擔(dān)風(fēng)險(xiǎn)的內(nèi)在動(dòng)力，代理問題更為嚴(yán)重，分析師跟蹤作為一種補(bǔ)充的信息披露機(jī)制和公司治理機(jī)制，在一定程度上促進(jìn)了高管投資決策的優(yōu)化[23] ，緩解了激勵(lì)機(jī)制不足的影響，在監(jiān)督約束高管、減少管理層懈怠行為等方面發(fā)揮了更為重要的作用。因此，企業(yè)激勵(lì)機(jī)制的不完善對(duì)分析師信息傳遞與監(jiān)督治理職能的履行提出了更高要求。激勵(lì)機(jī)制較弱的企業(yè)中，分析師跟蹤的外部治理作用在更大程度上得以發(fā)揮，從而促使企業(yè)承擔(dān)風(fēng)險(xiǎn)，提高企業(yè)價(jià)值。據(jù)此，我們提出如下假設(shè)：

假設(shè)2：相對(duì)于薪酬激勵(lì)與股權(quán)激勵(lì)較強(qiáng)的企業(yè)而言，在激勵(lì)機(jī)制較弱的企業(yè)中，證券分析師跟蹤對(duì)于企業(yè)風(fēng)險(xiǎn)承擔(dān)的促進(jìn)作用更為顯著。

市場(chǎng)往往通過分析師聲譽(yù)來判定分析師的能力，聲譽(yù)較好的分析師通常受到企業(yè)管理層、股東等市場(chǎng)主體的更多關(guān)注，其分析報(bào)告的可信度更高[5] 。一方面，由信息需求方即機(jī)構(gòu)投資者選出的明星分析師往往從業(yè)經(jīng)驗(yàn)豐富，具備更強(qiáng)的信息處理能力和更低的行業(yè)信息搜尋成本，盈余預(yù)測(cè)的準(zhǔn)確性更高[24，25] 。為了維護(hù)自己的聲譽(yù)，明星分析師往往會(huì)長(zhǎng)期持續(xù)關(guān)注企業(yè)狀況，挖掘企業(yè)特質(zhì)信息的動(dòng)機(jī)和能力相對(duì)更強(qiáng)，并根據(jù)企業(yè)業(yè)務(wù)變動(dòng)情況及時(shí)更新分析報(bào)告，從而能夠?yàn)橥顿Y者提供更有價(jià)值的信息[24] 。因此，明星分析師相較于一般分析師能夠更加準(zhǔn)確地評(píng)估項(xiàng)目的價(jià)值與風(fēng)險(xiǎn)狀況，更好地緩解企業(yè)內(nèi)部與外部投資者之間的信息不對(duì)稱，從而有利于降低融資成本，促使管理層決策時(shí)更關(guān)注企業(yè)的長(zhǎng)遠(yuǎn)發(fā)展，提升管理層承擔(dān)風(fēng)險(xiǎn)的積極性。另一方面，分析師的聲譽(yù)機(jī)制又進(jìn)一步提升了分析師的影響力，使得明星分析師的跟蹤對(duì)企業(yè)的監(jiān)督和治理作用更強(qiáng)[23] 。當(dāng)企業(yè)被更多的明星分析師跟蹤時(shí)，企業(yè)的信息披露更加充分，外部監(jiān)管更為有效，這在一定程度上抑制了管理者的道德風(fēng)險(xiǎn)行為，從而促進(jìn)企業(yè)風(fēng)險(xiǎn)承擔(dān)水平提高。基于以上分析，我們提出如下假設(shè)：

假設(shè)3：有更多明星分析師跟蹤的企業(yè)，其風(fēng)險(xiǎn)承擔(dān)水平相對(duì)更高。

三、研究設(shè)計(jì)

（一）模型設(shè)定與變量定義

根據(jù)以上分析，本文設(shè)定如下模型來檢驗(yàn)分析師跟蹤對(duì)企業(yè)風(fēng)險(xiǎn)承擔(dān)的影響：

被解釋變量RiskT代表企業(yè)的風(fēng)險(xiǎn)承擔(dān)水平，根據(jù)John等[1] 和余明桂等[5] 的研究，分別采用企業(yè)的盈利波動(dòng)性（RiskT1）和資本性開支（RiskT2）作為風(fēng)險(xiǎn)承擔(dān)的衡量指標(biāo)。以RiskT1表示企業(yè)盈利的波動(dòng)性，即為企業(yè)盈利的標(biāo)準(zhǔn)差σ（ROAi），其中，ROAi是i企業(yè)的息稅前盈余（EBIT）與年末總資產(chǎn)的比值。為消除行業(yè)因素的影響，本文參考余明桂等[5] 的做法，將企業(yè)各年的ROA數(shù)值減去當(dāng)年行業(yè)的ROA均值，再進(jìn)一步計(jì)算每一時(shí)期經(jīng)行業(yè)調(diào)整后的ROA的標(biāo)準(zhǔn)差，從而得到RiskT1，用來衡量企業(yè)的風(fēng)險(xiǎn)承擔(dān)水平。即：

除此之外，本文還按照Coles等[19] 的做法用企業(yè)的資本性支出表示RiskT2，定義為企業(yè)購建固定資產(chǎn)、無形資產(chǎn)及其他長(zhǎng)期資產(chǎn)支付的現(xiàn)金，并以企業(yè)年末總資產(chǎn)進(jìn)行標(biāo)準(zhǔn)化。

模型（1）的解釋變量為分析師跟蹤度，采用當(dāng)年跟蹤同一家上市公司的證券分析師和券商數(shù)量來表示，具體定義為當(dāng)年分析師或券商數(shù)量加1的自然對(duì)數(shù)。借鑒余明桂等[5] 和Guo等[6] 的研究，本文所設(shè)模型中的控制變量即向量X主要包括企業(yè)規(guī)模、資產(chǎn)收益率、杠桿率、銷售收入增長(zhǎng)率、有形資產(chǎn)比例、企業(yè)年齡、獨(dú)立董事比率、兩職合一、第一大股東持股比例、管理層持股比例、股票收益率、董事會(huì)規(guī)模等，具體的變量符號(hào)和定義參見表1。實(shí)證檢驗(yàn)中控制了行業(yè)效應(yīng)與年度效應(yīng)。

在實(shí)證過程中，對(duì)于分析師跟蹤與企業(yè)風(fēng)險(xiǎn)承擔(dān)之間可能存在的雙向因果、遺漏變量等內(nèi)生性問題，本文進(jìn)一步使用工具變量進(jìn)行解決。在工具變量的選擇方面，借鑒李春濤等[10] 的方法，采用上市公司是否進(jìn)入滬深300成分股的虛擬變量作為分析師跟蹤的工具變量。上市公司是否被選入滬深300指數(shù)成分股主要取決于其行業(yè)影響力等因素，與企業(yè)高管的行為并無直接關(guān)系，但一旦被選入則會(huì)吸引更多證券分析師的跟蹤關(guān)注?？梢姡臼欠駥儆谥笖?shù)成分股與分析師的數(shù)量正向相關(guān)，而與其風(fēng)險(xiǎn)承擔(dān)水平無關(guān)，這就使得公司是否進(jìn)入滬深300成分股成為了分析師跟蹤這一指標(biāo)的理想工具變量。利用工具變量檢驗(yàn)所設(shè)定的模型如下：

其中，模型（2）為第一階段回歸，被解釋變量Analyst是各上市公司的分析師跟蹤度，其定義與模型（1）相同，分別是跟蹤目標(biāo)上市公司的分析師人數(shù)或券商人數(shù)，解釋變量H & S300是上市公司是否進(jìn)入滬深300指數(shù)成分股的虛擬變量。模型（3）為第二階段回歸，被解釋變量為企業(yè)風(fēng)險(xiǎn)承擔(dān)水平，解釋變量為根據(jù)模型（2）得到的Analyst的預(yù)測(cè)值，控制變量的定義與模型（1）相同。如果假設(shè)1成立，則模型（3）中Analyst的預(yù)測(cè)值系數(shù)應(yīng)當(dāng)顯著為正。

除檢驗(yàn)分析師跟蹤對(duì)企業(yè)風(fēng)險(xiǎn)承擔(dān)的影響之外，本文也考慮了分析師聲譽(yù)在其中所起的作用。本文以入選《新財(cái)富》最佳分析師排行榜的分析師相關(guān)數(shù)據(jù)作為分析師聲譽(yù)的衡量指標(biāo)，檢驗(yàn)分析師聲譽(yù)對(duì)企業(yè)風(fēng)險(xiǎn)承擔(dān)水平的進(jìn)一步影響效應(yīng)。設(shè)定的模型如下：

其中：被解釋變量RiskT的設(shè)定與模型（1）一致。解釋變量中，Star代表上年度跟蹤一家上市公司的明星分析師數(shù)量;StarD為虛擬變量，上一年度被明星分析師跟蹤的上市公司取值為1，沒有被明星分析師跟蹤的取值為0。

（二）數(shù)據(jù)來源與樣本

本文選取2007 ～ 2016年我國A股上市公司為研究對(duì)象，公司財(cái)務(wù)數(shù)據(jù)主要來源于CSMAR數(shù)據(jù)庫，分析師跟蹤數(shù)據(jù)來源于CSMAR和RESSET數(shù)據(jù)庫，所使用數(shù)據(jù)的篩選標(biāo)準(zhǔn)如下：①刪除了ST公司和?ST公司;②刪除了金融業(yè)上市公司;③刪除了企業(yè)總資產(chǎn)為負(fù)、從業(yè)人數(shù)為負(fù)等邏輯上存在明顯錯(cuò)誤的樣本及資不抵債的公司;④刪除了資本性支出、主營業(yè)務(wù)收入、盈利等主要財(cái)務(wù)變量缺失的樣本。文中對(duì)于關(guān)鍵連續(xù)變量的極端值在1%的水平上進(jìn)行了縮尾處理。

（三）描述性統(tǒng)計(jì)

表2是本文主要變量的描述性統(tǒng)計(jì)結(jié)果，其中以盈利波動(dòng)性表示的RiskT1均值和中位數(shù)分別為0.0381和0.0176，最小值為0，最大值為1.4750，說明上市公司之間的盈利波動(dòng)性差異較大。以資本性支出表示的RiskT2均值為0.0587、中位數(shù)為0.0405，說明我國上市公司的資本性支出平均占總資產(chǎn)的5%左右，最大值為0.6022，最小值為0，表明有些公司資本性支出為總資產(chǎn)的60%，但還有些公司則沒有任何資本性支出。

四、實(shí)證結(jié)果分析

表3是以企業(yè)是否進(jìn)入滬深300指數(shù)成分股作為工具變量的2SLS回歸結(jié)果，第（1）（3）（5）（7）列是第一階段回歸結(jié)果，作為工具變量的H&S300系數(shù)均在1%的水平上顯著為正，表明企業(yè)是否進(jìn)入滬深300指數(shù)成分股與其分析師跟蹤人數(shù)呈顯著正相關(guān)關(guān)系，證明了工具變量的有效性。第（2）（4）（6）（8）列是第二階段回歸結(jié)果，Analyst1和Analyst2的系數(shù)均在1%的水平上顯著為正，表明在控制了內(nèi)生性之后，分析師跟蹤行為對(duì)企業(yè)風(fēng)險(xiǎn)承擔(dān)具有正向的激勵(lì)作用，從而驗(yàn)證了假設(shè)1。

表4是在貨幣薪酬水平不同的企業(yè)中，分析師跟蹤對(duì)風(fēng)險(xiǎn)承擔(dān)的不同影響效應(yīng)。按照當(dāng)年高管貨幣薪酬的中位數(shù)區(qū)分不同的樣本，在以RiskT1作為被解釋變量的回歸結(jié)果中，第（1）（3）列是高管貨幣薪酬高的子樣本，Analyst1和Analyst2的回歸系數(shù)均在10%的水平上顯著為正;在第（2）（4）列高管貨幣薪酬低的子樣本中，Analyst1和Analyst2的回歸系數(shù)則均在1%的水平上顯著為正，而且系數(shù)的絕對(duì)值都大于對(duì)應(yīng)貨幣薪酬高的子樣本。以RiskT2作為被解釋變量的回歸結(jié)果與此類似，在第（5）（7）列高管貨幣薪酬高的子樣本中，Analyst1和Analyst2的回歸系數(shù)為正，但均不顯著;在第（6）（8）列高管貨幣薪酬低的子樣本中，Analyst1和Analyst2的回歸系數(shù)則均在5%的水平上顯著為正，而且系數(shù)的絕對(duì)值也都大于對(duì)應(yīng)貨幣薪酬高的子樣本。以上結(jié)果說明高管貨幣薪酬低的子樣本中，分析師跟蹤與企業(yè)風(fēng)險(xiǎn)承擔(dān)間的正相關(guān)關(guān)系更為顯著?；貧w系數(shù)在兩組子樣本之間具有統(tǒng)計(jì)意義和經(jīng)濟(jì)意義上的差異性。

表5是在股權(quán)激勵(lì)水平不同的企業(yè)中，分析師跟蹤對(duì)風(fēng)險(xiǎn)承擔(dān)的不同影響效應(yīng)，實(shí)證結(jié)果與表4類似。按照當(dāng)年高管持股比率的中位數(shù)區(qū)分不同樣本，在以RiskT1作為被解釋變量的回歸結(jié)果中，第（1）（3）列是高管持股比率高的子樣本，Analyst1和Analyst2的回歸系數(shù)均在10%的水平上顯著為正;而在第（2）（4）列高管持股比率低的子樣本中，Analyst1和Analyst2的回歸系數(shù)則均在1%的水平上顯著為正，而且系數(shù)的絕對(duì)值也都大于對(duì)應(yīng)持股比率高的子樣本。以RiskT2作為被解釋變量的回歸結(jié)果類似，同樣表明高管持股比率低的子樣本中分析師跟蹤對(duì)于企業(yè)風(fēng)險(xiǎn)承擔(dān)的正向激勵(lì)作用更為顯著。表4和表5的實(shí)證結(jié)果均驗(yàn)證了假設(shè)2。

表6是分析師聲譽(yù)影響企業(yè)風(fēng)險(xiǎn)承擔(dān)的結(jié)果，第（1） ～ （4）列是OLS回歸結(jié)果，Star和StarD的回歸系數(shù)在1%或5%的水平上顯著為正。第（5） ～ （8）列是工具變量（企業(yè)是否進(jìn)入滬深300成分股）回歸結(jié)果，Star和StarD的回歸系數(shù)均在1%的水平上顯著為正，表明有更多明星分析師跟蹤的企業(yè)，其高管的風(fēng)險(xiǎn)承擔(dān)水平更高。

五、穩(wěn)健性檢驗(yàn)

（一）工具變量的替換

其中，Brokersize0，j和Brokersizet，j分別是券商j在基期0年和t年所雇用的分析師人數(shù)，Analysti，0，j是企業(yè)i在基期0年被券商j跟蹤的分析師人數(shù)。Yu[9] 曾指出券商及分析師人數(shù)的變化取決于各自的盈余和利潤(rùn)，而不會(huì)受到高管行為的影響。但是如果券商數(shù)量發(fā)生了變化，則分析師隊(duì)伍規(guī)模及跟蹤某企業(yè)的分析師人數(shù)也會(huì)相應(yīng)變化。因此，預(yù)期的分析師跟蹤人數(shù)也可以作為分析師跟蹤的一個(gè)工具變量。2002 ～ 2006年國內(nèi)大量券商都經(jīng)歷了清理整頓，券商數(shù)量與證券分析師隊(duì)伍均不穩(wěn)定[5] ，所以本文以2007年作為基期0年，按照新的工具變量檢驗(yàn)假設(shè)1至假設(shè)3，回歸結(jié)果并未發(fā)生明顯變化。

（二）主要變量的替換

本文通過對(duì)風(fēng)險(xiǎn)承擔(dān)變量與分析師跟蹤變量進(jìn)行替換作了進(jìn)一步的檢驗(yàn)。一方面，參照Coles 等[19] 的做法，以企業(yè)的研發(fā)支出作為風(fēng)險(xiǎn)承擔(dān)的代理變量;同時(shí)，參考余明桂等[2] 的方法，以企業(yè)營業(yè)收入除以當(dāng)期總資產(chǎn)的波動(dòng)性來衡量高管的風(fēng)險(xiǎn)承擔(dān)水平。另一方面，進(jìn)一步參考李春濤等[10] 和余明桂等[5] 的方法，使用證券分析師當(dāng)年發(fā)布的研究報(bào)告篇數(shù)和做出的盈利預(yù)測(cè)次數(shù)來衡量分析師跟蹤度，并將以上替代變量放入模型重新檢驗(yàn)，實(shí)證結(jié)果與假設(shè)的預(yù)期基本一致，說明檢驗(yàn)結(jié)果是穩(wěn)健的。

（三）自然實(shí)驗(yàn)方法

本文還參考Chen等[9] 以及He和Tian[17] 的方法，利用券商合并和券商關(guān)閉的外生事件所構(gòu)造的自然實(shí)驗(yàn)來驗(yàn)證分析師跟蹤對(duì)企業(yè)風(fēng)險(xiǎn)承擔(dān)的影響。利用CSMAR數(shù)據(jù)庫中的分析師預(yù)測(cè)信息，整理出2002 ～ 2016年發(fā)布研究報(bào)告的分析師所在券商的名錄，通過比較不同年份發(fā)布研究報(bào)告券商的列表，得到各年份從名錄上消失的券商，并通過百度搜索查詢相關(guān)報(bào)道，證實(shí)券商關(guān)閉或者合并，剔除事件發(fā)生之前沒有發(fā)布研究報(bào)告的券商，共得到符合條件的4個(gè)券商關(guān)閉事件和5個(gè)券商合并事件。然后使用傾向得分匹配法得到控制組，在實(shí)證中使用面板固定效應(yīng)的方法估計(jì)如下雙重差分模型：

解釋變量Post表示券商關(guān)閉或券商合并前后時(shí)段的事件虛擬變量，事件發(fā)生之前為0，事件發(fā)生當(dāng)年及之后為1。Treat為表示樣本屬性的組別虛擬變量，如果上市公司經(jīng)歷過券商合并或券商關(guān)閉的事件沖擊，則將其歸為“處理組”，Treat取1，否則作為控制組，Treat取0。交乘項(xiàng)Post×Treat是雙重差分變量，表示券商關(guān)閉或券商合并前后，處理組與控制組企業(yè)風(fēng)險(xiǎn)承擔(dān)水平變化的差異。經(jīng)檢驗(yàn)，實(shí)證結(jié)果中交乘項(xiàng)Post×Treat的系數(shù)均顯著為負(fù)，表明當(dāng)分析師跟蹤人數(shù)因券商合并和券商關(guān)閉等外生事件而減少時(shí)，相對(duì)于控制組公司，處理組公司高管的風(fēng)險(xiǎn)承擔(dān)水平顯著下降。通過自然實(shí)驗(yàn)方法進(jìn)行的研究表明，高管的風(fēng)險(xiǎn)承擔(dān)水平隨分析師跟蹤的減少而下降，這進(jìn)一步驗(yàn)證了結(jié)論的穩(wěn)健性。

六、結(jié)論

本文以2007 ～ 2016年我國上市公司數(shù)據(jù)為樣本，結(jié)合證券分析師盈利預(yù)測(cè)數(shù)據(jù)，以目標(biāo)公司是否進(jìn)入滬深300成分股作為工具變量，檢驗(yàn)了分析師跟蹤對(duì)于企業(yè)風(fēng)險(xiǎn)承擔(dān)的影響效應(yīng)。研究結(jié)果表明，分析師跟蹤能夠顯著提升企業(yè)的風(fēng)險(xiǎn)承擔(dān)水平。進(jìn)一步研究發(fā)現(xiàn)，分析師跟蹤對(duì)企業(yè)風(fēng)險(xiǎn)承擔(dān)水平的提升效應(yīng)在激勵(lì)水平較低的企業(yè)中更加顯著。結(jié)合分析師聲譽(yù)的研究發(fā)現(xiàn)，被更多明星分析師跟蹤的企業(yè)，其風(fēng)險(xiǎn)承擔(dān)水平也更高。

本文檢驗(yàn)了分析師跟蹤對(duì)企業(yè)風(fēng)險(xiǎn)承擔(dān)的影響，從理論上為分析師跟蹤機(jī)制影響企業(yè)行為的研究提供了支撐，且豐富和拓展了企業(yè)風(fēng)險(xiǎn)承擔(dān)影響因素的相關(guān)研究，并為激勵(lì)與監(jiān)督機(jī)制間替代關(guān)系的研究提供了新的證據(jù)。同時(shí)明確了實(shí)踐中金融經(jīng)濟(jì)影響企業(yè)行為和實(shí)體經(jīng)濟(jì)的有效路徑，有助于通過影響企業(yè)風(fēng)險(xiǎn)承擔(dān)行為最終提升企業(yè)的研發(fā)創(chuàng)新水平、提高企業(yè)的投資效率、化解產(chǎn)能過剩。另外，本文的研究也為監(jiān)管部門如何進(jìn)一步完善資本市場(chǎng)機(jī)制、促進(jìn)資本市場(chǎng)與實(shí)體經(jīng)濟(jì)的協(xié)調(diào)發(fā)展提供了理論基礎(chǔ)和政策依據(jù)。

【 主 要 參 考 文 獻(xiàn) 】

[ 1 ]? ?John K.， Litov L.， Yeung B.. Corporate Governance and Risk Taking[ J].Journal of Finance，2008（4）：1679 ～ 1728.

[ 2 ]? ?余明桂，李文貴，潘紅波.民營化、產(chǎn)權(quán)保護(hù)與企業(yè)風(fēng)險(xiǎn)承擔(dān)[ J].經(jīng)濟(jì)研究，2013（9）：112 ～ 124.

[ 3 ]? ?Acharya V. V.， Amihud Y.， Litov L.. Creditor Rights and Corporate Risk-taking[ J].Journal of Financial Economics，2011（1）：150 ～ 166.

[ 4 ]? ?Faccio M.， Marchica M.， Mura R.. CEO Gender， Corporate Risk-Taking， and the Efficiency of Capital Allocation[ J].Journal of Corporate Finance，2016（4）：193 ～ 209.

[ 5 ]? ?余明桂，鐘慧潔，范蕊.分析師關(guān)注與企業(yè)創(chuàng)新——來自中國資本市場(chǎng)的經(jīng)驗(yàn)證據(jù)[ J].經(jīng)濟(jì)管理，2017（3）：175 ～ 192.

[ 6 ]? ?Guo B.， David P.， Anna T.. Firms' Innovation Strategy Under the Shadow of Analyst Coverage[ J].Journal of Financial Economics，2019（131）：456 ～ 483.

[ 7 ]? ?To T. Y.， Marco N.， Eliza W.. Analyst Coverage and the Quality of Corporate Investment Decisions[ J].Journal of Corporate Finance，2018（51）：164 ～ 181.

[ 8 ]? ?Yu F.. Analyst Coverage and Earnings Management[ J].Journal of Financial Economics，2008 （2）：245 ～ 271.

[ 9 ]? ?Chen T.， Harford J.， Lin C.. Do Analysts Matter for Governance？ Evidence from Natural Experiments[ J].Journal of Financial Economics，2015（2）：383 ～ 410.

[10]? ?李春濤，宋敏，張璇.分析師跟蹤與企業(yè)盈余管理——來自中國上市公司的證據(jù)[ J].金融研究，2014（7）：124 ～ 139.

[11]? ?李春濤，趙一，徐欣，李青原.按下葫蘆浮起瓢：分析師跟蹤與盈余管理途徑選擇[ J].金融研究，2016（4）：144 ～ 157.

[12]? ?張瑩.分析師跟進(jìn)能否發(fā)揮外部治理作用——基于兩權(quán)分離與過度投資關(guān)系的實(shí)證分析[ J].經(jīng)濟(jì)經(jīng)緯，2019（2）：102 ～ 109.

[13]? ?解維敏，唐清泉.公司治理與風(fēng)險(xiǎn)承擔(dān)——來自中國上市公司的經(jīng)驗(yàn)證據(jù)[ J].財(cái)經(jīng)問題研究，2013（1）：91 ～ 97.

[14]? ?Bertrand M.， Mullainathan S.. Enjoying the Quiet Life？ Corporate Governance and Managerial Preferences[ J].Journal of Political Economy，2003（5）：1043 ～ 1075.

[15]? ?Bhattacharya N.， Desai H.， Venkataraman K.. Does Earnings Quality Affect Information Asymmetry？ Evidence from Trading Costs[ J].Contemporary Accounting Research，2013（2）：482 ～ 516.

[16]? ?伊志宏，楊圣之，陳欽源.分析師能降低股價(jià)同步性嗎——基于研究報(bào)告文本分析的實(shí)證研究[ J].中國工業(yè)經(jīng)濟(jì)，2019（1）：156 ～ 173.

[17]? ?He J.， Tian Xuan. The Dark Side of Analyst Coverage： The Case of Innovation[ J].Journal of Financial Economics，2013（3）：856 ～ 878.

[18]? ?Mergenthaler R.， Rajgopal S.， Srinivasan S.. CEO and CFO Career Penalties to Missing Quarterly Analyst Forecasts[J/OL].ASSRN Workingpaper， Available at https：//ssrn.com/abstract=1465066，2012.

[19]? ?Coles J. L.， Daniel N. D.， Naveen L.. Managerial Incentives and Risk-Taking[ J].Journal of Financial Economics，2006（2）：431 ～ 468.

[20]? ?Low A.. Managerial Risk-Taking Behavior and Equity-Based Compensation[ J].Journal of Financial Economics，2009（3）：470 ～ 490.

[21]? ?Armstrong C. S.， Vashishtha R.. Executive Stock Options， Differential Risk-Taking Incentives， and Firm Value[ J].Journal of FinancialEconomics，2012（1）：70 ～ 88.

[22]? ?張瑞君，李小榮，許年行.貨幣薪酬能激勵(lì)高管承擔(dān)風(fēng)險(xiǎn)嗎[ J].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2013（8）：84 ～ 100.

[23]? ?鄭建明，黃曉蓓，張新民.管理層業(yè)績(jī)預(yù)告違規(guī)與分析師監(jiān)管[ J].會(huì)計(jì)研究，2015（3）：50 ～ 56.

[24]? ?周冬華，尹伊，鄭靜.分析師跟進(jìn)、分析師聲譽(yù)與公司避稅程度[ J].江西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2017（6）：42 ～ 52.

[25]? ?黃俊，黃超，位豪強(qiáng)，王敏.賣空機(jī)制提高了分析師盈余預(yù)測(cè)質(zhì)量嗎——基于融資融券制度的經(jīng)驗(yàn)證據(jù)[ J].南開管理評(píng)論，2018（2）：135 ～

148.