管考磊 鐘梅花

(江西財(cái)經(jīng)大學(xué)會(huì)計(jì)學(xué)院/會(huì)計(jì)發(fā)展研究中心，江西 南昌 330013)

一、引言

現(xiàn)代企業(yè)通過一系列契約將具有不同利益函數(shù)的各契約方聯(lián)結(jié)在一起。但由于各契約方擁有的企業(yè)相關(guān)信息不同，他們與企業(yè)之間存在嚴(yán)重的信息不對(duì)稱，而完備的信息不僅是各契約方了解企業(yè)經(jīng)營狀況與評(píng)估企業(yè)價(jià)值的重要依據(jù)，也是其做出各項(xiàng)經(jīng)濟(jì)決策的基礎(chǔ)資源。作為企業(yè)外部契約方的投資者和債權(quán)人由于受到信息搜集能力和成本的限制，難以通過與企業(yè)日常經(jīng)營管理活動(dòng)保持經(jīng)驗(yàn)性接觸來獲取企業(yè)信息，而只能通過分析師等信息中介獲取超出自身能力和成本范圍以外的信息。分析師具有豐富的專業(yè)知識(shí)和強(qiáng)大的信息搜尋與分析能力，通過公開發(fā)布企業(yè)盈余預(yù)測和股票評(píng)級(jí)等專業(yè)意見，能夠?qū)⑵髽I(yè)大量私有信息轉(zhuǎn)變?yōu)榻鹑谑袌龉残畔?，是金融市場最重要的信息提供者和解讀者(Huang et al.，2018)[7]。同時(shí)，分析師還具有監(jiān)督企業(yè)的專業(yè)技能和成本優(yōu)勢，能夠有效監(jiān)督企業(yè)經(jīng)營活動(dòng)并緩解各契約方之間的委托代理沖突，是金融市場不可或缺的外部治理機(jī)制(譚雪，2016)[23]。對(duì)處于轉(zhuǎn)型經(jīng)濟(jì)和新興市場的中國而言，金融市場還處于半強(qiáng)式有效，信息不對(duì)稱問題更加嚴(yán)重，分析師的信息橋梁和外部治理作用對(duì)緩解金融市場信息不對(duì)稱和提升資源配置效率極為重要。

在一個(gè)國家經(jīng)濟(jì)發(fā)展過程中，金融體系發(fā)揮著基礎(chǔ)性的資源配置作用。但是，相對(duì)于中國經(jīng)濟(jì)的高速發(fā)展，中國金融體系改革較為滯后，仍屬于以間接融資為主的“銀行主導(dǎo)型”金融體系(祝繼高等，2020)[35]。據(jù)中國人民銀行發(fā)布的《中國貨幣政策執(zhí)行報(bào)告》統(tǒng)計(jì)，2019年銀行信貸融資占社會(huì)融資總規(guī)模的比重仍然高達(dá)61.15%。包括企業(yè)在內(nèi)的任何組織都需要從外部環(huán)境中獲取發(fā)展所必需的各種資源，其中向投資者和債權(quán)人融資是組織獲取資源的重要途徑。由于銀行信貸資源具有獲取速度快和受到監(jiān)管少的獨(dú)特優(yōu)勢，因此，銀行信貸融資一直以來均是中國企業(yè)融資的主要形式。據(jù)本文統(tǒng)計(jì)，2007―2019年間上市公司銀行貸款占負(fù)債總額比例平均高達(dá)40.52%。由此可見，銀行信貸資源的有效配置對(duì)于企業(yè)健康發(fā)展和國家經(jīng)濟(jì)增長至關(guān)重要；并且隨著中國商業(yè)銀行市場化改革的持續(xù)推進(jìn)，市場力量在銀行信貸資源配置決策中越來越占據(jù)主導(dǎo)地位，如何優(yōu)化銀行信貸決策和提高信貸資源配置效率成為理論界和實(shí)務(wù)界十分關(guān)注的問題。

銀行作為企業(yè)外部契約方，在企業(yè)相關(guān)信息方面處于劣勢地位，而完備的信息對(duì)銀行做出正確的信貸決策至關(guān)重要。現(xiàn)有文獻(xiàn)主要從會(huì)計(jì)信息質(zhì)量、環(huán)境和社會(huì)責(zé)任信息披露的角度研究了企業(yè)信息對(duì)銀行信貸決策的影響，而缺乏分析師這一金融市場信息中介對(duì)銀行信貸決策影響的研究。分析師發(fā)布專業(yè)意見所使用的信息集不僅包括企業(yè)公開對(duì)外披露的公共信息，而且包括分析師通過與企業(yè)高管私下接觸、實(shí)地調(diào)研和電話訪談等方法獲取的具有獨(dú)占性的私有信息。如此一來，分析師對(duì)外公開發(fā)布專業(yè)意見的同時(shí)也向金融市場傳遞了其所獲取的私有信息，使得市場參與者擁有了一雙了解企業(yè)風(fēng)險(xiǎn)和價(jià)值信息的“慧眼”，有效改善了市場信息環(huán)境，緩解了金融市場信息不對(duì)稱問題。銀行作為金融市場重要參與者既可以直接借鑒和利用分析師意見，也可以將其與自身掌握的信息進(jìn)行比對(duì)和佐證，從而獲得更多企業(yè)相關(guān)的真實(shí)信息，并據(jù)以做出正確的信貸決策(Coyne and Stice，2018；尹志超和甘犁，2011)[2][28]。然而，分析師信息中介作用的有效發(fā)揮是以其所發(fā)布意見的準(zhǔn)確性和一致性為前提的，當(dāng)分析師意見不準(zhǔn)確或者存在嚴(yán)重分歧時(shí)，分析師是否還能有效發(fā)揮其信息中介作用？現(xiàn)有文獻(xiàn)更多地從分析師意見準(zhǔn)確性的角度研究了這一問題(朱紅軍等，2007；于雪航等，2020)[34][30]，而事實(shí)上，分析師意見分歧是比準(zhǔn)確性更重要的行為特征(Hilary and Hsu，2013)[6]，現(xiàn)有文獻(xiàn)還缺乏對(duì)分析師意見分歧的關(guān)注與研究。本文從銀行信貸決策的角度研究了分析師意見分歧對(duì)其信息中介作用的影響。

本文以2007―2019年中國主板A股上市公司為樣本，考察了分析師意見分歧對(duì)銀行信貸決策的影響，并進(jìn)一步探討了其調(diào)節(jié)效應(yīng)和作用機(jī)制。本文的研究貢獻(xiàn)主要體現(xiàn)在以下三個(gè)方面：第一，準(zhǔn)確性和一致性是分析師意見的兩個(gè)行為特征，現(xiàn)有文獻(xiàn)更多地關(guān)注了前者，而對(duì)后者的研究較為缺乏，本文從銀行信貸決策的角度研究了分析師意見分歧的經(jīng)濟(jì)后果，拓展并深化了有關(guān)分析師意見的研究；第二，將分析師的信息中介作用引入到銀行信貸決策模型中來，并從意見分歧的角度揭示了分析師在銀行信貸決策中所發(fā)揮的作用，豐富了有關(guān)銀行信貸決策機(jī)制的研究；第三，銀行信貸資源配置效率對(duì)銀行轉(zhuǎn)型發(fā)展乃至國家經(jīng)濟(jì)可持續(xù)增長至關(guān)重要，因此，如何提高銀行信貸資源配置效率是當(dāng)前銀行業(yè)和金融監(jiān)管機(jī)構(gòu)迫切需要解決的一大問題，本文從降低分析師意見分歧的角度為提高銀行信貸資源配置效率提供了新思路。

二、文獻(xiàn)回顧與假說發(fā)展

(一)文獻(xiàn)回顧

關(guān)于分析師意見的經(jīng)濟(jì)后果，現(xiàn)有文獻(xiàn)研究發(fā)現(xiàn)，分析師意見緩解了投資者的信息不對(duì)稱，從而能夠?yàn)橥顿Y者帶來超額收益(孔東民等，2019)[16]；有助于企業(yè)以較低成本獲得更多融資(黃波等，2018)[14]，提高了企業(yè)投資強(qiáng)度和水平(Chen et al.，2017)[1]；有助于增強(qiáng)股價(jià)對(duì)資源配置的引導(dǎo)作用，提高了金融市場整體運(yùn)行效率(朱紅軍等，2007)[34]。但也有部分文獻(xiàn)認(rèn)為，分析師意見并不能正確反映企業(yè)未來長期價(jià)值，無法為投資者帶來超額收益(Loh and Stulz，2011)[8]，同時(shí)，分析師意見反映了市場對(duì)企業(yè)未來業(yè)績的預(yù)期，會(huì)給高管帶來短期業(yè)績壓力，誘發(fā)其放棄風(fēng)險(xiǎn)高的創(chuàng)新活動(dòng)(He and Tian，2013；伊志宏等，2018)[5][27]。

關(guān)于銀行信貸決策的影響因素，現(xiàn)有文獻(xiàn)研究發(fā)現(xiàn)，高質(zhì)量的會(huì)計(jì)信息和獨(dú)立審計(jì)可以降低銀企之間的信息不對(duì)稱，有助于銀行做出正確的信貸決策(趙剛等，2014)[32]，而企業(yè)盈余管理和財(cái)務(wù)重述損害了會(huì)計(jì)信息質(zhì)量，容易導(dǎo)致銀行做出錯(cuò)誤的信貸決策(Graham et al.，2008)[4]。政府干預(yù)會(huì)導(dǎo)致銀行信貸決策偏離經(jīng)濟(jì)效益最大化目標(biāo)，降低了銀行信貸資源配置效率(馬君潞等，2013)[22]，而銀行股份制改革、地區(qū)金融市場發(fā)展能夠弱化政府干預(yù)，有助于銀行做出正確的信貸決策(Fan et al.，2012；黃軻和朱瑩，2020)[3][15]。此外，企業(yè)的產(chǎn)權(quán)性質(zhì)、社會(huì)資本以及法律制度、貨幣政策和產(chǎn)業(yè)政策也會(huì)影響銀行信貸決策(陳德球等，2013；肖作平和張櫻，2016)[11][26]。

現(xiàn)有文獻(xiàn)主要從投資者和企業(yè)的角度研究了分析師意見所帶來的經(jīng)濟(jì)后果，以及從會(huì)計(jì)信息、公司治理和制度環(huán)境的角度分析了銀行信貸決策的影響因素，而缺少對(duì)分析師在銀行信貸決策過程中作用的關(guān)注。此外，現(xiàn)有文獻(xiàn)對(duì)分析師的研究主要聚焦在意見準(zhǔn)確性方面，而從意見分歧的角度考察分析師之于銀行信貸決策影響的文獻(xiàn)更是空白。作為分析師的特征之一，意見分歧是否能夠向銀行傳遞企業(yè)風(fēng)險(xiǎn)信息，進(jìn)而影響銀行信貸決策？這正是本文要加以研究的重要問題。

(二)假說發(fā)展

分析師作為金融市場上的重要信息中介，通過公開發(fā)布企業(yè)盈余預(yù)測和股票評(píng)級(jí)等信息，增加了金融市場的信息供應(yīng)量，縮小了企業(yè)相關(guān)的公共信息與私有信息的分離度，提高了企業(yè)信息透明度，有助于緩解銀企之間的信息不對(duì)稱。銀行為了獲取更多評(píng)估企業(yè)信貸風(fēng)險(xiǎn)的信息，會(huì)將分析師意見納入到信貸決策模型中來，以便做出正確的信貸決策(Coyne and Stice，2018)[2]。然而，當(dāng)同一家企業(yè)存在多個(gè)分析師跟蹤時(shí)，由于每個(gè)分析師之間信息獲取渠道、數(shù)量和分析能力存在差異，不同分析師針對(duì)同一家企業(yè)發(fā)布的意見不可避免地存在分歧。存在嚴(yán)重分歧的分析師意見形成了相互競爭，甚至相互矛盾的關(guān)系，增加了銀行將分析師意見運(yùn)用于信貸契約條款設(shè)定、簽訂和執(zhí)行過程中的難度。銀行信貸決策具體是由有限理性的個(gè)體決策者所做出的，決策者的注意力是有限的和稀缺的，存在嚴(yán)重分歧的分析師意見分散了決策者的注意力，導(dǎo)致決策者難以在不同的分析師意見之間做出正確的判斷和選擇，因此，嚴(yán)重的分析師意見分歧阻礙了銀行對(duì)分析師意見的吸收和運(yùn)用，反而增加了銀企之間的信息不對(duì)稱。

公共信息是分析師形成專業(yè)意見的重要信息來源，金融市場上企業(yè)相關(guān)的公共信息數(shù)量越多、質(zhì)量越高，分析師越容易形成一致的專業(yè)意見。反之，分析師就會(huì)形成不一致的專業(yè)意見，出現(xiàn)嚴(yán)重的分析師意見分歧情況。因此，嚴(yán)重的分析師意見分歧在一定程度上反映了金融市場上企業(yè)相關(guān)公共信息的數(shù)量較少和質(zhì)量較低，從而意味著銀企之間存在著更大的信息不對(duì)稱。此外，分析師意見還會(huì)受到企業(yè)內(nèi)在經(jīng)營不確定性的影響(Wang et al.，2015)[10]，隨著企業(yè)經(jīng)營不確定性增加，企業(yè)未來盈余預(yù)測空間也會(huì)隨之增加，分析師盈余預(yù)測結(jié)果的范圍亦隨之增大，分析師意見越容易出現(xiàn)分歧。在企業(yè)經(jīng)營完全確定的極端情況下，所有分析師會(huì)形成完全一致的意見，則不會(huì)出現(xiàn)分析師意見分歧情況；反之，在企業(yè)經(jīng)營完全不確定的情況下，分析師意見呈現(xiàn)完全隨機(jī)狀態(tài)，則會(huì)出現(xiàn)極端的分析師意見分歧情況。因此，嚴(yán)重的分析師意見分歧反映了企業(yè)經(jīng)營面臨著更大的不確定性。

如此一來，嚴(yán)重的分析師意見分歧不僅增加了銀企之間的信息不對(duì)稱，而且意味著企業(yè)面臨著更大的經(jīng)營不確定性。銀行信貸決策離不開信息驅(qū)動(dòng)，充分而高質(zhì)量的信息是銀行做出正確信貸決策的前提條件，而嚴(yán)重的信息不對(duì)稱和經(jīng)營不確定性，降低了銀行對(duì)企業(yè)未來現(xiàn)金流的估計(jì)精確度，進(jìn)而增加了銀行做出錯(cuò)誤決策的可能性以及由此引發(fā)的信貸風(fēng)險(xiǎn)(尹志超和甘犁，2011)[28]。銀行作為理性經(jīng)濟(jì)人，為了降低信貸風(fēng)險(xiǎn)和保護(hù)自身經(jīng)濟(jì)利益，傾向于做出更加謹(jǐn)慎的信貸決策。銀行信貸決策內(nèi)容不僅包括貸款規(guī)模，還包括貸款成本和期限，一般而言，企業(yè)貸款規(guī)模越小、成本越高和期限越短，銀行所面臨的信貸風(fēng)險(xiǎn)也越低，表明銀行的信貸決策也更加謹(jǐn)慎。因此，對(duì)于分析師意見分歧越嚴(yán)重的企業(yè)，銀行為了降低信貸風(fēng)險(xiǎn)，傾向于限制企業(yè)貸款規(guī)模，縮短貸款期限，提高貸款成本?；谝陨戏治?，本文提出以下假說：

H1：分析師意見分歧越嚴(yán)重，銀行貸款規(guī)模越小，成本越高，期限越短。

三、研究設(shè)計(jì)

(一)樣本選擇與數(shù)據(jù)來源

鑒于2007年中國開始實(shí)施新會(huì)計(jì)準(zhǔn)則，財(cái)務(wù)報(bào)告編制方法與以往存在重大差別，因此，本文選取2007―2019年主板A股上市公司為研究樣本。本文按照以下原則對(duì)樣本進(jìn)行篩選：(1)剔除發(fā)布意見的分析師數(shù)量低于兩位的企業(yè)；(2)剔除金融保險(xiǎn)類企業(yè)；(3)剔除被證券交易所特殊處理的企業(yè)；(4)剔除相關(guān)數(shù)據(jù)缺失的企業(yè)。本文最終得到9239個(gè)觀測值。本文所有財(cái)務(wù)數(shù)據(jù)均來自國泰安數(shù)據(jù)庫(CASMR)，實(shí)際控制人數(shù)據(jù)來自色諾芬數(shù)據(jù)庫(CCER)。為了減輕異常值所帶來的不利影響，本文對(duì)所有連續(xù)型變量采用Winsor方法在上下1%水平進(jìn)行了縮尾處理。

(二)變量選擇和研究模型設(shè)計(jì)

1.分析師意見分歧的衡量

借鑒Sohn(2012)[9]、吳錫皓和胡國柳(2015)[25]的做法，本文使用分析師對(duì)同一家企業(yè)發(fā)布的盈余預(yù)測的偏差程度來衡量分析師意見分歧程度(AD)。具體而言，AD等于同一家企業(yè)所有分析師發(fā)布的每股盈余預(yù)測的標(biāo)準(zhǔn)差，并除以當(dāng)年每股資產(chǎn)以消除企業(yè)規(guī)模差異的影響。同時(shí)，當(dāng)同一分析師在同一年度對(duì)同一企業(yè)發(fā)布多次盈余預(yù)測時(shí)，本文使用最新一期的盈余預(yù)測值。

2.銀行信貸決策的衡量

本文分別從銀行貸款規(guī)模、成本和期限三個(gè)方面綜合反映銀行信貸決策(Bank)。鑒于許多企業(yè)并未披露每一筆銀行貸款的詳細(xì)信息，為了確保研究結(jié)論的科學(xué)性和數(shù)據(jù)的可獲得性，本文利用企業(yè)財(cái)務(wù)報(bào)告中披露的“短期借款”“長期借款”“利息支出”數(shù)據(jù)，間接推算出企業(yè)銀行貸款情況。借鑒周楷唐等(2017)[33]、雷宇和曾雅卓(2019)[18]的做法，將銀行貸款規(guī)模(Loan)定義為年末“短期借款”“長期借款”之和與“營業(yè)收入”的比值；將銀行貸款成本(Cost)定義為“利息支出”與“短期借款”“長期借款”之和的比值；將銀行貸款期限(Term)定義為“長期借款”與“短期借款”“長期借款”之和的比值。

3.控制變量

根據(jù)周楷唐等(2017)[33]、吳錫皓和胡國柳(2015)[25]的研究結(jié)論，為了克服遺漏變量偏誤，本文選擇以下控制變量：企業(yè)規(guī)模(Size)、財(cái)務(wù)杠桿(Lev)、流動(dòng)比率(CR)、現(xiàn)金比率(Cash)、有形資產(chǎn)率(TAR)、凈資產(chǎn)收益率(Roe)、投資機(jī)會(huì)(TobinQ)、成長能力(Growth)、企業(yè)風(fēng)險(xiǎn)(Risk)、融資需求(Offer)、產(chǎn)權(quán)性質(zhì)(State)、股權(quán)集中度(Herf)、獨(dú)立董事比例(Idd)、兩職合一(Dual)、會(huì)計(jì)師事務(wù)所(Afirm)、審計(jì)意見(Opinion)和上市年限(Age)。

4.研究模型設(shè)計(jì)

本文借鑒吳錫皓和胡國柳(2015)[25]、雷宇和曾雅卓(2019)[18]，構(gòu)建模型(1)研究分析師意見分歧對(duì)銀行信貸決策的影響。

表1 變量定義

其中，Bank是指銀行信貸決策，分別包括貸款規(guī)模(Loan)、貸款成本(Cost)和貸款期限(Term)，AD是指分析師意見分歧，Control是指所有控制變量。各變量定義如表1所示。

四、實(shí)證結(jié)果與分析

(一)描述性統(tǒng)計(jì)結(jié)果分析

表2列示了所有變量的主要描述性統(tǒng)計(jì)結(jié)果。由表2可知，樣本企業(yè)銀行貸款規(guī)模與營業(yè)收入的比值均值為66%，中值為32.3%，表明銀行貸款在企業(yè)經(jīng)營活動(dòng)中占據(jù)著重要地位，但不同企業(yè)的銀行貸款規(guī)模存在較大差別。平均而言，樣本企業(yè)銀行貸款成本為5.6%，略高于銀行貸款基準(zhǔn)利率；長期貸款占貸款總額的比例為48.2%。分析師意見分歧的均值為0.026，中值 為0.015，表明不同分析師對(duì)同一企業(yè)發(fā)布的意見存在較為明顯分歧。從均值來看，樣本企業(yè)財(cái)務(wù)杠桿為0.5，流動(dòng)比率為1.67，現(xiàn)金比率為0.537，可用于貸款抵押的有形資產(chǎn)比率為42.3%，凈資產(chǎn)收益率為9.8%，投資機(jī)會(huì)為2.139，成長性為22.2%，企業(yè)市場風(fēng)險(xiǎn)為0.029，股權(quán)集中度為0.178，獨(dú)立董事比例為37%，企業(yè)上市年限 為12.742。同時(shí)，12%的樣本企業(yè)存在融資需求，64%的樣本企業(yè)實(shí)際控制人為政府，15.1%的企業(yè)董事長和總經(jīng)理由一人擔(dān)任，13.3%的企業(yè)由國際四大事務(wù)所審計(jì)，98.9%的企業(yè)被出具標(biāo)準(zhǔn)無保留意見。

表2 變量描述性統(tǒng)計(jì)結(jié)果

(二)回歸結(jié)果分析

為了全面考察分析師意見分歧對(duì)銀行信貸決策的影響，本文分別將銀行貸款規(guī)模、貸款成本和貸款期限作為被解釋變量對(duì)分析師意見分歧進(jìn)行回歸分析，結(jié)果如表3所示。研究發(fā)現(xiàn)，分析師意見分歧與銀行貸款規(guī)模和期限均顯著負(fù)相關(guān)，而與銀行貸款成本顯著正相關(guān)。這表明，分析師意見分歧越嚴(yán)重，銀行信貸決策越謹(jǐn)慎，企業(yè)獲得的銀行貸款規(guī)模越小，貸款期限越短，貸款成本也越高，本文的假說得到驗(yàn)證。

表3 分析師意見分歧與銀行貸款回歸結(jié)果

(三)穩(wěn)健性檢驗(yàn)

1.樣本自選擇問題

分析師對(duì)跟蹤企業(yè)的選擇會(huì)受到企業(yè)規(guī)模、經(jīng)營業(yè)績、財(cái)務(wù)風(fēng)險(xiǎn)和公司治理等特征的影響。一般而言，規(guī)模越大、經(jīng)營業(yè)績?cè)胶?、?cái)務(wù)風(fēng)險(xiǎn)越小和公司治理越好的企業(yè)，更容易吸引到更多分析師跟蹤和發(fā)布意見，進(jìn)而也更容易出現(xiàn)分析師意見分歧情況，因此，前文研究可能存在一定的樣本自選擇問題。本文借鑒李志剛等(2016)[20]的做法，采用Heckman兩階段方法來解決這一問題對(duì)研究結(jié)論的干擾。本文選擇企業(yè)規(guī)模、是否虧損、盈利能力、財(cái)務(wù)杠桿、機(jī)構(gòu)投資者和市場化程度作為影響分析師跟蹤企業(yè)選擇的變量，對(duì)企業(yè)是否被分析師跟蹤進(jìn)行回歸，并計(jì)算出逆米爾斯比率(IMR)，然后將IMR作為控制變量代入模型(1)中進(jìn)行回歸，結(jié)果如表4 第1～3欄所示。研究發(fā)現(xiàn)，IMR的系數(shù)均顯著，說明前文研究存在一定的自選擇問題。在克服了樣本自選擇問題后，第二階段回歸結(jié)果表明分析師意見分歧與銀行貸款規(guī)模和期限均顯著負(fù)相關(guān)，而與銀行貸款成本顯著正相關(guān)，研究假說再次得到驗(yàn)證，這表明本文的研究結(jié)論是穩(wěn)健的。

2.其他穩(wěn)健性檢驗(yàn)

為了增強(qiáng)研究結(jié)論的可靠性，本文進(jìn)行了以下穩(wěn)健性檢驗(yàn)。(1)按照會(huì)計(jì)準(zhǔn)則規(guī)定，企業(yè)期末要將在未來一年內(nèi)償還的銀行借款列入“一年內(nèi)到期的非流動(dòng)負(fù)債”項(xiàng)目披露，因此，本文將“短期借款”與“一年內(nèi)到期的非流動(dòng)負(fù)債”之和作為企業(yè)短期借款總額，并據(jù)以重新計(jì)算企業(yè)銀行貸款規(guī)模、成本和期限，回歸結(jié)果如表4第4～6欄所示；(2)按照陳翔宇(2015)[12]的做法，本文使用同一企業(yè)所有分析師每股盈余預(yù)測的標(biāo)準(zhǔn)差除以當(dāng)年期末收盤價(jià)重新衡量分析師意見分歧，回歸結(jié)果如表5第1～3欄所示；(3)銀行信貸決策不僅體現(xiàn)為企業(yè)信貸資金的存量，還體現(xiàn)為企業(yè)當(dāng)年所獲的增量信貸資金，因此，本文使用“短期借款”和“長期借款”期末與期初的差值來重新衡量銀行貸款規(guī)模、貸款成本和貸款期限，回歸結(jié)果如表5第4～6欄所示；(4)銀行在進(jìn)行當(dāng)期信貸決策時(shí)，一定程度上會(huì)參考企業(yè)上期的貸款規(guī)模、貸款成本和貸款期限，因此，本文在模型(1)中分別引入貸款規(guī)模、貸款成本和貸款期限的滯后項(xiàng)作為控制變量，回歸結(jié)果如表6第1～3欄所示；(5)分析師意見從2004年開始逐漸公開發(fā)布，因此，本文將樣本期間延長為2004―2019年，回歸結(jié)果如表6第4～6欄所示。上述穩(wěn)健性檢驗(yàn)結(jié)果均未發(fā)生實(shí)質(zhì)性改變，表明本文研究結(jié)論在一定程度上是穩(wěn)健的。

表4 分析師意見分歧與銀行貸款穩(wěn)健性檢驗(yàn)結(jié)果(1)

表5 分析師意見分歧與銀行貸款穩(wěn)健性檢驗(yàn)結(jié)果(2)

表6 分析師意見分歧與銀行貸款穩(wěn)健性檢驗(yàn)結(jié)果(3)

(四)進(jìn)一步分析

1.內(nèi)部控制的調(diào)節(jié)效應(yīng)

內(nèi)部控制作為企業(yè)一項(xiàng)關(guān)鍵治理機(jī)制，能夠提高企業(yè)經(jīng)營管理效率和信息披露質(zhì)量，促進(jìn)企業(yè)發(fā)展戰(zhàn)略的實(shí)現(xiàn)，確保企業(yè)資產(chǎn)安全和經(jīng)營合法合規(guī)，從而為企業(yè)健康可持續(xù)發(fā)展提供了合理保證。相比于內(nèi)部控制水平較低的企業(yè)，內(nèi)部控制水平較高的企業(yè)具有更高的經(jīng)營管理效率和效果，以及更高的信息披露質(zhì)量，不僅能夠降低銀行信貸決策的不確定性風(fēng)險(xiǎn)，而且能夠?yàn)殂y行做出正確的信貸決策提供所必需的更多高質(zhì)量信息。因此，高水平的內(nèi)部控制降低了銀行對(duì)分析師意見信息的需求和依賴，進(jìn)而分析師意見分歧對(duì)銀行信貸決策的影響也隨之減弱。如此一來，對(duì)于內(nèi)部控制水平不同的企業(yè)而言，分析師意見分歧對(duì)銀行信貸決策的影響存在顯著差異。

鑒于此，本文借鑒陳作華(2015)[13]的做法，使用迪博發(fā)布的中國上市公司內(nèi)部控制指數(shù)來衡量企業(yè)內(nèi)部控制水平(IC)；并按照樣本企業(yè)IC是否高于所處年度行業(yè)IC中值將樣本分為內(nèi)部控制水平高低兩組，分別使用模型(1)進(jìn)行回歸分析，結(jié)果如表7所示。研究發(fā)現(xiàn)，對(duì)于內(nèi)部控制水平較高的企業(yè)，AD與Loan、Cost和Term之間的系數(shù)均不顯著，而對(duì)于內(nèi)部控制水平較低的企業(yè)，AD與Loan、Cost和Term之間均存在顯著相關(guān)關(guān)系。這表明，高水平的內(nèi)部控制削弱了分析師意見分歧對(duì)銀行信貸決策的影響，起到了明顯的調(diào)節(jié)效應(yīng)。

2.產(chǎn)品市場競爭的調(diào)節(jié)效應(yīng)

表7 內(nèi)部控制調(diào)節(jié)效應(yīng)的回歸結(jié)果

客戶資源的有限性使得產(chǎn)品市場競爭普遍存在，企業(yè)為了應(yīng)對(duì)不同程度的市場競爭會(huì)采取相應(yīng)的行為。一方面，基于業(yè)績壓力效應(yīng)理論，較強(qiáng)的產(chǎn)品市場競爭壓縮了企業(yè)盈利空間，降低了企業(yè)經(jīng)營業(yè)績水平，弱化了企業(yè)融資能力和高管薪酬上漲與職務(wù)晉升的可能性，促使企業(yè)實(shí)施更多會(huì)計(jì)信息粉飾行為；另一方面，基于專有性成本效應(yīng)理論，產(chǎn)品市場競爭較強(qiáng)的企業(yè)如果披露更多的信息可能會(huì)被競爭對(duì)手獲得并采取不利行動(dòng)，從而給企業(yè)競爭地位帶來不利影響，為了避免這一不利影響，企業(yè)傾向于實(shí)施更多選擇性信息披露行為，從而增加了企業(yè)信息不對(duì)稱程度(袁知柱等，2017)[31]。此外，較強(qiáng)的產(chǎn)品市場競爭提高了企業(yè)錯(cuò)誤決策的成本，增大了企業(yè)經(jīng)營的不確定性，提升了企業(yè)陷入財(cái)務(wù)困境的風(fēng)險(xiǎn)，從而增加了銀行無法收回貸款的信貸風(fēng)險(xiǎn)。銀行為了緩解較強(qiáng)產(chǎn)品市場競爭所導(dǎo)致的信貸風(fēng)險(xiǎn)，需要借助分析師意見來獲得更多有關(guān)企業(yè)未來經(jīng)營狀況的信息，以便更加準(zhǔn)確地評(píng)估企業(yè)信貸風(fēng)險(xiǎn)和做出正確的信貸決策。如此一來，對(duì)于產(chǎn)品市場競爭不同的企業(yè)而言，分析師意見分歧對(duì)銀行信貸決策的影響存在顯著差異。

鑒于此，本文借鑒孔東民等(2013)[17]的做法，使用行業(yè)內(nèi)每家企業(yè)營業(yè)收入份額的赫芬達(dá)指數(shù)來衡量每一行業(yè)的產(chǎn)品市場競爭程度(PC)；并按照樣本企業(yè)所處行業(yè)PC是否高于當(dāng)年P(guān)C中值將樣本分為產(chǎn)品市場競爭強(qiáng)弱兩組，分別使用模型(1)進(jìn)行回歸分析，結(jié)果如表8所示。研究發(fā)現(xiàn)，對(duì)于產(chǎn)品市場競爭較強(qiáng)的企業(yè)，AD與Loan、Cost和Term之間均存在顯著相關(guān)關(guān)系，而對(duì)于產(chǎn)品市場競爭較弱的企業(yè)，AD與Loan、Cost和Term之間的系數(shù)均不顯著。這表明，較強(qiáng)的產(chǎn)品市場競爭增強(qiáng)了分析師意見分歧對(duì)銀行信貸決策的影響，起到了明顯的調(diào)節(jié)效應(yīng)。

表8 產(chǎn)品市場競爭調(diào)節(jié)效應(yīng)的回歸結(jié)果

3.媒體報(bào)道的調(diào)節(jié)效應(yīng)

媒體作為分析師之外的另一種信息中介，通過挖掘、加工和傳播企業(yè)有關(guān)信息，能夠降低企業(yè)外部利益相關(guān)者信息搜尋成本，緩解企業(yè)與外部利益相關(guān)者之間的信息不對(duì)稱。相比于較少的媒體報(bào)道，較多的媒體報(bào)道能夠發(fā)揮更大的信息中介作用，幫助銀行獲取更多關(guān)于企業(yè)經(jīng)營管理狀況的信息，有助于銀行做出正確的信貸決策。此外，較多的媒體報(bào)道還能夠更好地發(fā)揮媒體監(jiān)督作用，抑制企業(yè)會(huì)計(jì)信息舞弊和違法違規(guī)行為，降低企業(yè)經(jīng)營不確定性，緩解銀行信貸風(fēng)險(xiǎn)。因此，媒體對(duì)同樣具有信息中介和監(jiān)督作用的分析師存在替代效應(yīng)，對(duì)于媒體報(bào)道較多的企業(yè)，銀行在進(jìn)行信貸決策時(shí)會(huì)更少地運(yùn)用分析師意見，從而分析師意見分歧對(duì)銀行信貸決策的影響也隨之減弱。如此一來，對(duì)于媒體報(bào)道程度不同的企業(yè)而言，分析師意見分歧對(duì)銀行信貸決策的影響存在顯著差異。

鑒于此，本文借鑒羅進(jìn)輝(2018)[21]的做法，使用網(wǎng)絡(luò)新聞標(biāo)題出現(xiàn)樣本企業(yè)名稱的新聞數(shù)量加1的自然對(duì)數(shù)來衡量媒體報(bào)道(MC)；并按照樣本企業(yè)MC是否高于所處年度行業(yè)MC中值將樣本分為媒體報(bào)道較多和較少兩組，分別使用模型(1)進(jìn)行回歸分析，結(jié)果如表9所示。研究發(fā)現(xiàn)，對(duì)于媒體報(bào)道較多的企業(yè)，AD與Loan、Cost和Term之間的系數(shù)均不顯著，而對(duì)于媒體報(bào)道較少的企業(yè)，AD與Loan、Cost和Term之間均存在顯著相關(guān)關(guān)系。這表明，較多的媒體報(bào)道削弱了分析師意見分歧對(duì)銀行信貸決策的影響，起到了明顯的調(diào)節(jié)效應(yīng)。

(五)作用機(jī)制分析

表9 媒體報(bào)道調(diào)節(jié)效應(yīng)的回歸結(jié)果

分析師意見分歧會(huì)導(dǎo)致銀行在不同分析師意見中難以做出正確選擇，增加了銀行將分析師意見運(yùn)用于企業(yè)信貸風(fēng)險(xiǎn)評(píng)估的難度，反而影響了分析師信息中介作用的發(fā)揮，增加了銀企之間的信息不對(duì)稱程度。銀行信貸決策依賴于對(duì)企業(yè)未來現(xiàn)金流的評(píng)估，銀企之間的信息不對(duì)稱降低了銀行對(duì)企業(yè)未來現(xiàn)金流估計(jì)的準(zhǔn)確程度，進(jìn)而增加了銀行做出錯(cuò)誤信貸決策的可能性，銀行為了保護(hù)自身利益，傾向于做出更加謹(jǐn)慎的信貸決策。如此一來，嚴(yán)重的分析師意見分歧會(huì)導(dǎo)致更大的信息不對(duì)稱，同時(shí)更大的信息不對(duì)稱又會(huì)影響銀行信貸決策，因此，信息不對(duì)稱構(gòu)成了分析師意見分歧影響銀行信貸決策的作用機(jī)制。

本文借鑒于蔚等(2012)[29]、李莉等(2014)[19]的做法，采用非流動(dòng)比率衡量企業(yè)信息不對(duì)稱程度(ILL)，并按照溫忠麟等(2005)[24]所提出的“中介效應(yīng)檢驗(yàn)程序”，分析信息不對(duì)稱在分析師意見分歧影響銀行信貸決策中的作用機(jī)制，回歸結(jié)果如表10所示。研究發(fā)現(xiàn)，當(dāng)反映企業(yè)信息不對(duì)稱程度的ILL作為被解釋變量時(shí)，AD的系數(shù)顯著為正，這表明分析師意見分歧越嚴(yán)重，企業(yè)的信息不對(duì)稱程度越高；將ILL加入模型(1)以后，AD與Loan、Cost和Term之間依然顯著相關(guān)，但I(xiàn)LL與Loan、Cost和Term之間相關(guān)關(guān)系并不顯著，為此，本文采用Bootstrap方法進(jìn)一步檢驗(yàn)ILL的中介效應(yīng)。Bootstrap檢驗(yàn)結(jié)果顯著，并且相關(guān)置信區(qū)間均不含0，ILL的中介效應(yīng)成立。這表明，嚴(yán)重的分析師意見分歧會(huì)導(dǎo)致更大的信息不對(duì)稱，同時(shí)更大的信息不對(duì)稱又會(huì)促使銀行減少貸款規(guī)模和縮短貸款期限，并提高貸款成本。由此可見，信息不對(duì)稱在分析師意見分歧影響銀行信貸決策過程中發(fā)揮了機(jī)制作用。

表10 信息不對(duì)稱作用機(jī)制的回歸結(jié)果

五、結(jié)論與啟示

本文以2007―2019年中國主板A股上市公司為樣本，考察了分析師意見分歧對(duì)銀行信貸決策的影響，并進(jìn)一步分析了上述影響的調(diào)節(jié)效應(yīng)和作用機(jī)制。研究結(jié)果表明，嚴(yán)重的分析師意見分歧會(huì)促使銀行做出更加謹(jǐn)慎的信貸決策，具體表現(xiàn)在銀行信貸規(guī)模的減少、成本的提高和期限的縮短。進(jìn)一步研究表明，企業(yè)內(nèi)部控制水平、產(chǎn)品市場競爭和媒體報(bào)道程度對(duì)分析師意見分歧與銀行信貸決策的關(guān)系存在明顯的調(diào)節(jié)效應(yīng)，并且分析師意見分歧是通過信息不對(duì)稱這一作用機(jī)制來影響銀行信貸決策的。本文從意見分歧的角度將分析師的信息中介作用引入到銀行信貸決策領(lǐng)域，不僅拓展了理論界和實(shí)務(wù)界對(duì)分析師作用的認(rèn)識(shí)，而且為優(yōu)化銀行信貸決策機(jī)制提供了新思路。

本文研究結(jié)論的啟示在于：首先，在中國“銀行主導(dǎo)型”金融體系下，銀行信貸融資仍然是中國企業(yè)融資的主要形式，因此，信貸資源的有效配置無論是對(duì)于企業(yè)還是對(duì)于銀行均具有十分重要的意義。銀行進(jìn)行信貸資源配置決策時(shí)在企業(yè)相關(guān)信息方面處于劣勢地位，而作為金融市場信息中介的分析師之間的意見分歧會(huì)加劇銀企之間的信息不對(duì)稱，進(jìn)而影響銀行信貸決策。這表明，分析師意見作為一個(gè)信號(hào)向銀行傳遞了企業(yè)相關(guān)信息，并被運(yùn)用到銀行信貸決策過程中，對(duì)銀行信貸資源配置效率產(chǎn)生了重要影響。

其次，存在分歧的分析師意見形成了相互競爭關(guān)系，增加了銀行將分析師意見運(yùn)用到信貸決策過程中的難度，進(jìn)而增加了銀企之間的信息不對(duì)稱。因此，縮小不同分析師之間的意見分歧對(duì)于提高分析師信息中介作用和優(yōu)化銀行信貸決策具有重要意義。一方面，需要加強(qiáng)分析師能力提升建設(shè)，提高其信息解讀和分析判斷的專業(yè)能力；另一方面，需要強(qiáng)化企業(yè)信息披露，密切企業(yè)與分析師之間的溝通和聯(lián)系，使得分析師能夠獲得更多高質(zhì)量的企業(yè)相關(guān)信息，最終有效提高分析師意見的一致性。

最后，分析師意見分歧影響銀行信貸決策的作用機(jī)制在于信息不對(duì)稱，信息不對(duì)稱是影響銀行信貸決策的關(guān)鍵因素。銀行應(yīng)當(dāng)積極運(yùn)用大數(shù)據(jù)和云技術(shù)，拓寬信息搜集渠道和提高信息識(shí)別與分析能力；同時(shí)，銀行監(jiān)管機(jī)構(gòu)也應(yīng)積極搭建銀企信息共享和傳遞平臺(tái)，連接信息孤島，從而有效緩解銀企之間的信息不對(duì)稱，提升銀行信貸決策效率。