米蕊

【摘要】要實(shí)現(xiàn)企業(yè)高質(zhì)量發(fā)展， 就必須緩解企業(yè)面臨的融資約束問(wèn)題?；?010 ～ 2021年我國(guó)滬深A(yù)股上市公司數(shù)據(jù)， 實(shí)證檢驗(yàn)分析師跟蹤與融資約束之間的關(guān)系及其影響機(jī)制， 結(jié)果顯示， 分析師跟蹤能夠顯著降低融資約束。作用機(jī)制檢驗(yàn)發(fā)現(xiàn)， 會(huì)計(jì)信息可比性具有中介效應(yīng)， 分析師跟蹤通過(guò)提高會(huì)計(jì)信息可比性緩解融資約束。異質(zhì)性檢驗(yàn)發(fā)現(xiàn)， 機(jī)構(gòu)投資者持股、 內(nèi)部控制質(zhì)量在分析師跟蹤緩解融資約束中均表現(xiàn)為替代效應(yīng)， 即高持股比例機(jī)構(gòu)投資者、 高質(zhì)量?jī)?nèi)部控制弱化了分析師跟蹤對(duì)融資約束的緩解效應(yīng)。研究結(jié)論不僅拓展了分析師跟蹤影響融資約束的作用機(jī)制， 還為充分發(fā)揮企業(yè)內(nèi)外部治理機(jī)制的邊際效應(yīng)提供了經(jīng)驗(yàn)證據(jù)。

【關(guān)鍵詞】分析師跟蹤；會(huì)計(jì)信息可比性；融資約束；機(jī)構(gòu)投資者；內(nèi)部控制

【中圖分類號(hào)】 F275.1? ? ?【文獻(xiàn)標(biāo)識(shí)碼】A? ? ? 【文章編號(hào)】1004-0994（2023）09-0082-8

一、 引言

黨的二十大報(bào)告多次強(qiáng)調(diào)高質(zhì)量發(fā)展， 實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展必須落實(shí)到企業(yè)微觀層面， 實(shí)現(xiàn)企業(yè)高質(zhì)量發(fā)展。融資約束制約企業(yè)創(chuàng)新投入（張璇等，2017）， 抑制全要素生產(chǎn)率的提升（任曙明和呂鐲，2014）， 已成為企業(yè)高質(zhì)量發(fā)展的掣肘因素和瓶頸問(wèn)題。如何緩解融資約束， 推動(dòng)企業(yè)高質(zhì)量發(fā)展成為學(xué)術(shù)界關(guān)注的重點(diǎn)。企業(yè)面臨的融資約束不僅受到內(nèi)部治理機(jī)制的影響， 同時(shí)也受到外部治理機(jī)制的影響。作為“信息中介”的證券分析師， 是資本市場(chǎng)重要的外部監(jiān)督機(jī)制， 分析師跟蹤會(huì)對(duì)企業(yè)的內(nèi)外部環(huán)境造成影響， 也會(huì)影響企業(yè)的融資約束， 因此， 關(guān)注分析師跟蹤對(duì)企業(yè)融資約束的影響至關(guān)重要。

以往文獻(xiàn)對(duì)分析師跟蹤行為的經(jīng)濟(jì)后果進(jìn)行了廣泛研究， 但目前尚未達(dá)成一致觀點(diǎn)。一些學(xué)者認(rèn)為， 分析師跟蹤具有信息效應(yīng)和監(jiān)督效應(yīng)， 不僅能夠降低企業(yè)的信息不對(duì)稱和代理成本（譚雪，2016）， 改善市場(chǎng)信息環(huán)境， 提高投資—股價(jià)敏感性（黃宇漩等，2023）， 還能夠抑制企業(yè)的金融化行為（秦建文等，2022）， 促進(jìn)技術(shù)創(chuàng)新（趙奇鋒和鞠曉生，2021）， 最終提升企業(yè)價(jià)值（譚春枝等，2021）。然而， 也有一些學(xué)者認(rèn)為， 分析師跟蹤會(huì)產(chǎn)生壓力效應(yīng)， 加劇管理層代理成本（嚴(yán)若森和葉云龍，2017）， 加大股價(jià)崩盤風(fēng)險(xiǎn)（韓艷錦等，2021）， 加重過(guò)度投資問(wèn)題（王玉和王建忠，2016）， 特別是當(dāng)分析師跟蹤人數(shù)超過(guò)一定數(shù)量后， 會(huì)對(duì)企業(yè)技術(shù)并購(gòu)決策和技術(shù)創(chuàng)新產(chǎn)生負(fù)向影響（黃志宏等，2022）， 不利于企業(yè)高質(zhì)量發(fā)展。對(duì)于分析師跟蹤與企業(yè)融資之間的關(guān)系， 學(xué)者們從債務(wù)融資（范云蕊和李辰穎，2019）、 股權(quán)融資（李祎等，2016）、 商業(yè)信用融資（黃波和王滿，2018）等視角展開相關(guān)研究。與以往文獻(xiàn)不同， 本文基于會(huì)計(jì)信息可比性的視角， 考察了分析師跟蹤對(duì)融資約束的影響， 并驗(yàn)證了機(jī)構(gòu)投資者持股與內(nèi)部控制在兩者之間所起的作用。具體是以2010 ～ 2021年我國(guó)滬深A(yù)股上市公司為研究對(duì)象， 檢驗(yàn)了分析師跟蹤對(duì)融資約束的影響。實(shí)證結(jié)果表明， 分析師跟蹤對(duì)融資約束具有顯著緩解效應(yīng)， 會(huì)計(jì)信息可比性在分析師跟蹤影響融資約束的過(guò)程中起到了部分中介作用； 異質(zhì)性檢驗(yàn)發(fā)現(xiàn)， 在緩解融資約束方面， 分析師跟蹤與機(jī)構(gòu)投資者持股、 內(nèi)部控制質(zhì)量之間均存在替代關(guān)系， 無(wú)論是高持股比例機(jī)構(gòu)投資者還是高質(zhì)量?jī)?nèi)部控制， 均會(huì)弱化分析師跟蹤對(duì)融資約束的緩解效應(yīng)。

二、 理論分析與研究假設(shè)

（一）分析師跟蹤與融資約束

信息不對(duì)稱和代理問(wèn)題是影響企業(yè)融資約束的主要因素。分析師作為企業(yè)外部治理的重要組成部分， 具有信息傳遞功能和監(jiān)督功能， 能夠減輕企業(yè)的信息不對(duì)稱程度以及股東與管理層之間的代理沖突， 從而減少可能產(chǎn)生的信息風(fēng)險(xiǎn)和代理風(fēng)險(xiǎn)， 降低投資者要求的報(bào)酬率， 緩解企業(yè)融資約束。

首先， 分析師的信息傳遞效應(yīng)能夠降低企業(yè)的信息不對(duì)稱程度。信息不對(duì)稱程度越高， 企業(yè)內(nèi)外部融資成本差異就越大， 面臨的融資約束就越嚴(yán)重（Myers和Majluf，1984）。企業(yè)外部信息環(huán)境的改善有助于降低信息不對(duì)稱程度和資金成本（張純和呂偉，2009）。作為資本市場(chǎng)重要信息媒介的分析師具有改善企業(yè)外部信息環(huán)境的作用， 他們通過(guò)挖掘、 傳遞信息提升企業(yè)的信息披露水平， 為企業(yè)與投資者等利益相關(guān)者之間搭建信息溝通橋梁， 進(jìn)而影響資本成本。

由于分析師受過(guò)專業(yè)訓(xùn)練， 擁有資源優(yōu)勢(shì)、 知識(shí)優(yōu)勢(shì)以及敏銳的信息搜集處理能力， 可以通過(guò)較多的渠道挖掘企業(yè)的一些非公開信息， 同時(shí)利用自身的專業(yè)知識(shí)對(duì)公開信息進(jìn)行深度解讀剖析， 并將搜集整理分析后的信息傳遞給投資者， 提供對(duì)決策更為有用的信息和評(píng)價(jià)， 彌補(bǔ)投資者獲取信息的片面和不足， 降低企業(yè)信息不對(duì)稱程度。分析師發(fā)揮的信息傳遞作用能夠加深外界對(duì)企業(yè)經(jīng)營(yíng)發(fā)展情況的了解程度， 吸引更多的潛在投資者， 也使得投資者能夠降低信息搜集成本、 提升信心、 降低風(fēng)險(xiǎn)溢價(jià)要求， 從而降低企業(yè)資本成本， 緩解企業(yè)面臨的融資約束。

其次， 分析師的監(jiān)督效應(yīng)能夠減輕企業(yè)的代理問(wèn)題。所有權(quán)和經(jīng)營(yíng)權(quán)分離的現(xiàn)代企業(yè)普遍存在委托代理關(guān)系及代理問(wèn)題， 相較于股東， 管理層處于信息優(yōu)勢(shì)地位， 當(dāng)兩者之間存在利益沖突時(shí)， 管理層出于自利動(dòng)機(jī)可能存在在職消費(fèi)、 “帝國(guó)構(gòu)建”等機(jī)會(huì)主義行為， 通過(guò)謀取個(gè)人私利而損害股東和企業(yè)的利益。代理問(wèn)題越嚴(yán)重， 產(chǎn)生的代理成本越高， 企業(yè)價(jià)值損害就越嚴(yán)重， 為了彌補(bǔ)可能承擔(dān)的潛在風(fēng)險(xiǎn)和損失， 投資者會(huì)要求更高的報(bào)酬率， 從而加劇企業(yè)面臨的融資約束。

分析師在資本市場(chǎng)除了擔(dān)任信息解讀和信息補(bǔ)充的角色， 還擔(dān)任著外部監(jiān)督的角色， 能夠通過(guò)信息披露間接發(fā)揮對(duì)企業(yè)的監(jiān)督治理效應(yīng)。相較于普通投資者， 分析師擁有較優(yōu)的專業(yè)素養(yǎng)和信息搜集方面的專業(yè)優(yōu)勢(shì)， 更容易洞察管理層自利行為以及隱藏的負(fù)面信息， 并且分析師披露壞消息帶來(lái)的損失大于管理層主動(dòng)披露帶來(lái)的損失（Hong等，2000）， 因此分析師跟蹤的威懾作用會(huì)抑制管理層的機(jī)會(huì)主義行為。已有研究對(duì)此提供了證據(jù)支持， 如： 分析師跟蹤能夠約束高管在職消費(fèi)和超額消費(fèi)（郭建鸞和簡(jiǎn)曉彤，2021）， 抑制企業(yè)的盈余管理行為（張宗新和周嘉嘉，2019）， 降低財(cái)務(wù)錯(cuò)報(bào)發(fā)生概率（劉柏和琚濤，2021）， 減少上市企業(yè)違規(guī)行為（袁芳英和朱晴，2022）。

另外， 分析師具有注意力吸聚能力（劉柏和琚濤，2021）， 分析師跟蹤會(huì)增強(qiáng)媒體（王曉艷和郝文靜，2022）、 投資者（林鐘高和楊雨馨，2017）等市場(chǎng)主體以及監(jiān)管部門對(duì)企業(yè)的關(guān)注程度， 分析師跟蹤人數(shù)越多， 外界對(duì)企業(yè)的關(guān)注程度就越高， 管理層的自利動(dòng)機(jī)就越弱?，F(xiàn)有研究也證實(shí)了分析師跟蹤具有治理效應(yīng)， 能夠降低管理層代理成本（譚雪，2016）。分析師跟蹤對(duì)代理問(wèn)題的治理效應(yīng)， 能夠減少企業(yè)的代理成本和代理風(fēng)險(xiǎn)， 降低投資者要求的風(fēng)險(xiǎn)溢價(jià)， 緩釋企業(yè)融資約束。

綜上所述， 本文認(rèn)為分析師跟蹤有助于緩解信息不對(duì)稱， 提升信息披露質(zhì)量， 約束管理層的機(jī)會(huì)主義行為， 降低股權(quán)融資成本（李祎等， 2016）和債務(wù)融資成本（范云蕊和李辰穎， 2019）， 從而減輕企業(yè)面臨的融資約束。據(jù)此， 本文提出H1： 若其他條件不變， 分析師跟蹤能夠緩解融資約束。

（二）會(huì)計(jì)信息可比性在分析師跟蹤與融資約束關(guān)系中的中介作用

本文認(rèn)為， 分析師跟蹤能夠提高會(huì)計(jì)信息的橫向可比和縱向可比進(jìn)而緩解融資約束， 即會(huì)計(jì)信息可比性具有中介作用， 具體分析如下。

首先， 分析師跟蹤能提升會(huì)計(jì)信息的橫向可比和縱向可比。一方面， 分析師跟蹤有助于提高會(huì)計(jì)信息的橫向可比?，F(xiàn)行會(huì)計(jì)準(zhǔn)則下， 企業(yè)對(duì)于會(huì)計(jì)政策和估值方法具有一定的選擇權(quán)， 在外部監(jiān)督較弱的環(huán)境下， 企業(yè)青睞于利用會(huì)計(jì)政策的選擇和會(huì)計(jì)估計(jì)的變更進(jìn)行盈余管理， 導(dǎo)致會(huì)計(jì)信息可比性降低。分析師被視為管理層行為的“放大鏡”， 分析師跟蹤會(huì)增大管理層機(jī)會(huì)主義行為的成本， 有效抑制管理層的自利行為， 使其審慎選擇會(huì)計(jì)政策并進(jìn)行會(huì)計(jì)估計(jì)， 降低企業(yè)的盈余管理程度（張宗新和周嘉嘉，2019）， 增強(qiáng)會(huì)計(jì)信息口徑的一致性， 縮小企業(yè)間相同業(yè)務(wù)的信息披露差異， 有助于投資者對(duì)比分析不同企業(yè)間的財(cái)務(wù)報(bào)告信息， 增強(qiáng)會(huì)計(jì)信息的橫向可比。另一方面， 分析師跟蹤有助于提高會(huì)計(jì)信息的縱向可比。分析師的長(zhǎng)期跟蹤會(huì)對(duì)管理層機(jī)會(huì)主義行為產(chǎn)生震懾作用， 壓縮管理層的會(huì)計(jì)自由裁量權(quán)空間， 保持會(huì)計(jì)政策和會(huì)計(jì)估計(jì)的穩(wěn)定性， 有助于投資者通過(guò)對(duì)比分析企業(yè)不同時(shí)期的財(cái)務(wù)報(bào)告信息， 更好地了解企業(yè)發(fā)展趨勢(shì)， 增強(qiáng)會(huì)計(jì)信息的縱向可比。

其次， 會(huì)計(jì)信息可比性有助于緩解融資約束。會(huì)計(jì)信息可比性能夠提高會(huì)計(jì)信息決策有用性， 吸引更多的投資者， 提供的增量信息使得投資者能夠降低被誤導(dǎo)的可能性、 決策過(guò)程中面臨的不確定性及決策風(fēng)險(xiǎn)， 降低要求的資本報(bào)酬率， 對(duì)融資約束具有緩釋作用（明澤和潘頡， 2018）。已有研究發(fā)現(xiàn)， 會(huì)計(jì)信息可比性不僅能夠降低企業(yè)的股權(quán)融資成本（張永杰等， 2019）、 信貸融資成本（劉亭立等， 2022）和債券信用利差（黃波， 2020）， 還能夠提高企業(yè)的商業(yè)信用融資水平（張勇， 2017）， 最終緩解企業(yè)面臨的融資約束。

綜上， 分析師跟蹤的信息中介和監(jiān)督作用能通過(guò)增強(qiáng)會(huì)計(jì)信息的橫向可比和縱向可比， 提高會(huì)計(jì)信息質(zhì)量， 吸引更多的投資者， 降低投資者要求的資本報(bào)酬率， 進(jìn)而緩解企業(yè)面臨的融資約束。

三、 研究設(shè)計(jì)

（一）樣本選擇與數(shù)據(jù)來(lái)源

本文以2010 ～ 2021年滬深A(yù)股上市公司為研究對(duì)象， 在剔除金融行業(yè)上市公司、 ST類上市公司和數(shù)據(jù)缺失的樣本后， 最終共獲取14091個(gè)觀測(cè)值。同時(shí)， 為減小異常值的影響， 本文對(duì)所有連續(xù)變量進(jìn)行了上下1%的縮尾處理。內(nèi)部控制指數(shù)來(lái)自迪博內(nèi)部控制與風(fēng)險(xiǎn)管理數(shù)據(jù)庫(kù)， 其他數(shù)據(jù)均來(lái)自國(guó)泰安數(shù)據(jù)庫(kù)。

（二）變量定義

1. 被解釋變量： 融資約束（FC）。借鑒Hadlock和Pierce（2010）、 顧雷雷等（2020）的做法， 本文用FC指數(shù)衡量企業(yè)融資約束， 計(jì)算過(guò)程如下： 首先， 根據(jù)按照年度對(duì)企業(yè)規(guī)模、 年齡和現(xiàn)金股利支付率三個(gè)變量進(jìn)行標(biāo)準(zhǔn)化處理后的變量均值對(duì)企業(yè)進(jìn)行升序排列， 大于66%分位的企業(yè)， 融資約束虛擬變量QUFC取值為0， 作為低融資約束組， 小于33%分位的企業(yè)， QUFC取值為1， 作為高融資約束組。其次， 對(duì)模型（2）進(jìn)行Logit回歸， 擬合企業(yè)每一年度的融資約束發(fā)生概率P， 并將其定義為融資約束指數(shù)FC（取值在0和1之間）， FC越大， 企業(yè)的融資約束問(wèn)題越嚴(yán)重。

（1）

Zi，t=α0+α1Sizei，t+α2LEVi，t+α3（? ? ? ? ? ? ? ? ? ? ? ? ? ）i，t+α4MBi，t+α5（? ? ? ? ? ? ? ? ? ? ?）i，t+α6（? ? ? ? ? ? ? ? ? ）i，t? ? （2）

模型（2）中， Cashdiv表示企業(yè)當(dāng)年發(fā)放的現(xiàn)金股利， MB表示市場(chǎng)價(jià)值與賬面價(jià)值之比， NWC表示凈營(yíng)運(yùn)資本， EBIT表示息稅前利潤(rùn)， TA表示總資產(chǎn)。

2. 解釋變量： 分析師跟蹤（ANC）。本文從企業(yè)是否有分析師跟蹤（ANC1）以及分析師跟蹤程度（ANC2）兩個(gè)方面對(duì)分析師跟蹤進(jìn)行衡量： 如果一年內(nèi)有分析師團(tuán)隊(duì)對(duì)企業(yè)進(jìn)行過(guò)跟蹤分析則ANC1取值為1， 否則為0； 用對(duì)企業(yè)進(jìn)行過(guò)跟蹤分析的分析師團(tuán)隊(duì)數(shù)量加1后的自然對(duì)數(shù)衡量分析師跟蹤程度。

3. 中介變量： 會(huì)計(jì)信息可比性（CA）。本文借鑒De Franco等（2011）、 劉亭立等（2022）的研究計(jì)算企業(yè)會(huì)計(jì)信息可比性。以目標(biāo)企業(yè)i為例， 首先計(jì)算同年度同行業(yè)內(nèi)企業(yè)i與其他所有企業(yè)兩兩組合的會(huì)計(jì)信息可比性值， 然后計(jì)算上述所有組合的會(huì)計(jì)信息可比性值的平均數(shù)以及可比性值最高的四對(duì)組合的平均數(shù)， 分別用變量CAIA和變量CAI4表示。該值越大， 表明企業(yè)i相對(duì)于同行業(yè)其他企業(yè)的年度會(huì)計(jì)信息可比性越高。具體計(jì)算方法與上述研究一致， 限于篇幅， 本文不再贅述。

4. 控制變量。借鑒現(xiàn)有的文獻(xiàn)， 本文采用的控制變量包括： 盈利能力（ROA）、 企業(yè)規(guī)模（Size）、 資產(chǎn)負(fù)債率（Lev）、 獨(dú)董占比（INDP）、 兩職合一（Two）、 成長(zhǎng)性（Growth）、 董事會(huì)規(guī)模（Board）、 股權(quán)集中度（Top1）、 機(jī)構(gòu)投資者持股（IIS）、 現(xiàn)金持有（Cash）、 上市年限（Age）。同時(shí)， 本文控制了行業(yè)固定效應(yīng)和年度固定效應(yīng)。

上述變量具體定義如表1所示。

（三）模型設(shè)定

為了驗(yàn)證分析師跟蹤對(duì)企業(yè)融資約束的影響， 本文構(gòu)建模型（3）對(duì)此進(jìn)行檢驗(yàn)：

FCi，t=β0+β1ANCi，t+βkControlsi，t+εi，t （3）

其中： FC為被解釋變量， 表示融資約束； ANC包括ANC1和ANC2， 表示分析師跟蹤； Controls為前文所述的控制變量； ε為隨機(jī)擾動(dòng)項(xiàng)。除特殊說(shuō)明外， 本文均采用穩(wěn)健標(biāo)準(zhǔn)誤對(duì)模型進(jìn)行回歸。

四、 實(shí)證結(jié)果與分析

（一）描述性統(tǒng)計(jì)和相關(guān)性分析

表2列示了主要變量的描述性統(tǒng)計(jì)結(jié)果。由表2可知， 融資約束（FC）的均值、 最小值和最大值分別為0.398、 0.005和0.894， 說(shuō)明樣本企業(yè)之間的融資約束程度存在較大差異。是否有分析師跟蹤（ANC1）的均值為0.744， 分析師跟蹤程度（ANC2）的均值、 最小值和最大值分別為1.532、 0和3.807， 說(shuō)明樣本中74.4%的企業(yè)存在分析師跟蹤， 且不同企業(yè)被分析師跟蹤的團(tuán)隊(duì)數(shù)量存在較大差異。會(huì)計(jì)信息可比性（CAIA）的均值、 最小值和最大值分別為-0.012、 -0.041、 -0.004， 會(huì)計(jì)信息可比性（CAI4）的均值、 最小值和最大值分別為

-0.004、 -0.025、 -0.001， 說(shuō)明樣本企業(yè)之間的會(huì)計(jì)信息可比性存在差異。

通過(guò)對(duì)主要變量的Spearson和Pearson相關(guān)性分析（限于篇幅， 表略）， 可以得到分析師跟蹤（ANC1）與融資約束（FC）的相關(guān)系數(shù)分別為-0.252和-0.253， 均在1%的水平上顯著， 分析師跟蹤（ANC2）與融資約束（FC）的相關(guān)系數(shù)分別為-0.342和-0.341， 均在1%的水平上顯著， 初步驗(yàn)證了分析師跟蹤與融資約束之間的負(fù)相關(guān)關(guān)系， 符合本文的研究預(yù)期。自變量之間的相關(guān)系數(shù)絕對(duì)值均不超過(guò)0.61， 方差膨脹因子的最大值和均值分別為2.08和1.53， 表明自變量之間不存在嚴(yán)重的多重共線性問(wèn)題。

（二）單變量分析

按照是否有分析師跟蹤（ANC1）進(jìn)行分組后融資約束（FC）的T/Z檢驗(yàn)（限于篇幅， 表略）。由結(jié)果可知， 存在分析師跟蹤的企業(yè)， 無(wú)論是融資約束的均值還是中位數(shù)均顯著低于不存在分析師跟蹤的企業(yè)， 即存在分析師跟蹤的企業(yè)面臨的融資約束程度較低， 支持了本文H1。

（三）回歸結(jié)果分析

1. 分析師跟蹤對(duì)融資約束的影響。表3列示了分析師跟蹤對(duì)融資約束影響的回歸結(jié)果。列（1）、 列（2）為僅控制年度和行業(yè)固定效應(yīng)的回歸結(jié)果。結(jié)果顯示， 分析師跟蹤（ANC1、 ANC2）與融資約束（FC）的回歸系數(shù)均在1%的水平上顯著為負(fù)， 表明分析師跟蹤能夠降低企業(yè)的融資約束程度。列（3）、 列（4）為加入所有控制變量后的回歸結(jié)果， 此時(shí)分析師跟蹤（ANC1、 ANC2）與融資約束（FC）的回歸系數(shù)分別為-0.0296、

-0.0157， 同樣在1%的水平上顯著。說(shuō)明在控制了其他可能的影響因素后， 分析師跟蹤仍然對(duì)企業(yè)的融資約束具有緩釋效應(yīng)。表3的回歸結(jié)果支持了H1， 表明分析師跟蹤具有治理效應(yīng)， 能夠幫助企業(yè)緩解融資約束。

2. 分析師跟蹤影響融資約束的作用機(jī)制檢驗(yàn)。上述實(shí)證結(jié)果表明分析師跟蹤能夠顯著緩解企業(yè)的融資約束， 但分析師跟蹤緩解企業(yè)融資約束的機(jī)制是什么？正如前文所述， 本文認(rèn)為分析師跟蹤能夠通過(guò)促進(jìn)提高會(huì)計(jì)信息可比性（CA）來(lái)降低企業(yè)的融資約束（FC）。對(duì)此， 本文借鑒溫忠麟和葉寶娟（2014）的思路， 構(gòu)建遞歸模型（4）和模型（5）， 用中介效應(yīng)分析方法驗(yàn)證這一影響機(jī)制。

CAi，t=γ0+γ1ANCi，t+γkControlsi，t+εi，t （4）

FCi，t=φ0+φ1ANCi，t+φ2CAi，t+φkControlsi，t+εi，t （5）

其中， CA表示會(huì)計(jì)信息可比性系列變量， 包括變量CAIA和變量CAI4。其他變量的含義和計(jì)算方法與模型（3）相同。檢驗(yàn)結(jié)果見表4。

第一步， 對(duì)模型（4）進(jìn)行回歸， 結(jié)果如列（1）所示。結(jié)果顯示， 是否有分析師跟蹤（ANC1）與會(huì)計(jì)信息可比性（CAIA）的回歸系數(shù)0.001在1%的回歸水平上顯著為正， 表明分析師跟蹤顯著提高了企業(yè)的會(huì)計(jì)信息可比性。

第二步， 對(duì)模型（5）進(jìn)行回歸， 結(jié)果如列（2）所示。結(jié)果顯示， 會(huì)計(jì)信息可比性（CAIA）與融資約束（FC）的回歸系數(shù)-0.7567在1%的水平上顯著為負(fù)， 表明企業(yè)會(huì)計(jì)信息可比性的提高能夠顯著緩解融資約束。是否有分析師跟蹤（ANC1）與融資約束（FC）的回歸系數(shù)

-0.0289仍在1%的水平上顯著為負(fù)， 且回歸系數(shù)絕對(duì)值小于表3列（3）中的回歸系數(shù)絕對(duì)值。

第三步， 將模型（4）中變量ANC1的回歸系數(shù)與模型（5）中變量CAIA的回歸系數(shù)相乘， 并將乘積符號(hào)與模型（5）中變量ANC1的回歸系數(shù)相比， 發(fā)現(xiàn)符號(hào)相同， 均為負(fù)， 表明會(huì)計(jì)信息可比性在分析師跟蹤影響企業(yè)融資約束的過(guò)程中發(fā)揮了部分中介效應(yīng)。

按照上述分析步驟， 本文對(duì)分析師跟蹤（ANC1）、 會(huì)計(jì)信息可比性（CAI4）， 以及分析師跟蹤（ANC2）、 會(huì)計(jì)信息可比性（CAIA、CAI4）的相關(guān)回歸結(jié)果分別進(jìn)行了分析。分析結(jié)果均表明， 在分析師跟蹤影響企業(yè)融資約束的過(guò)程中， 會(huì)計(jì)信息可比性發(fā)揮了部分中介效應(yīng)， 分析師跟蹤能夠通過(guò)促進(jìn)會(huì)計(jì)信息可比性緩解企業(yè)融資約束的作用路徑得到了驗(yàn)證。

（四）穩(wěn)健性檢驗(yàn)

1. 控制個(gè)體固定效應(yīng)。為了解決企業(yè)層面不隨時(shí)間變化的相關(guān)遺漏變量可能引起的內(nèi)生性問(wèn)題， 本文在控制年度固定效應(yīng)和行業(yè)固定效應(yīng)的基礎(chǔ)上， 進(jìn)一步控制了企業(yè)層面固定效應(yīng)， 重新對(duì)模型（3）進(jìn)行回歸， 回歸結(jié)果如表5中列（1）和列（2）所示。分析師跟蹤（ANC1、ANC2）和融資約束（FC）的回歸系數(shù)分別為-0.0145、 -0.0068， 均在1%的水平上顯著為負(fù)， 表明控制個(gè)體固定效應(yīng)后， 回歸結(jié)果與前文結(jié)論保持一致。

2. 反向因果檢驗(yàn)。分析師跟蹤與融資約束之間的關(guān)系可能并不是分析師跟蹤導(dǎo)致企業(yè)融資約束程度降低， 而是融資約束程度低的企業(yè)更容易吸引分析師跟蹤， 即反向因果關(guān)系。為此， 本文分別使用分析師跟蹤的滯后一期（L_ANC1、L_ANC2）和分析師跟蹤的滯后兩期（L2_ANC1、 L2_ANC2）替代同期分析師跟蹤（ANC1、 ANC2）變量， 重新對(duì)模型（3）進(jìn)行回歸， 回歸結(jié)果如表5中的列（3） ～ （6）所示。變量L_ANC1、 L_ANC2、 L2_ANC1、 L2_ANC2的回歸系數(shù)分別為

-0.0261、 -0.0133、 -0.0244和-0.0117， 且均在1%的水平上顯著為負(fù)， 與前文相比， 回歸結(jié)果未發(fā)生實(shí)質(zhì)性變化， 這表明在充分考慮反向因果關(guān)系后， 本文結(jié)論仍然得到支持。

3. 替換解釋變量。為了解決解釋變量測(cè)量誤差可能引起的內(nèi)生性問(wèn)題， 本文用一年內(nèi)分析師對(duì)上市公司出具的研報(bào)總數(shù)量加1取自然對(duì)數(shù)作為分析師跟蹤的衡量指標(biāo)（ANC3）， 代入模型（3）后進(jìn)行回歸， 回歸結(jié)果如表6中的列（1）所示。結(jié)果顯示， 變量ANC3的回歸系數(shù)為-0.0129， 在1%的水平上顯著， 說(shuō)明替換分析師跟蹤的衡量指標(biāo)后， 分析師跟蹤與融資約束之間仍然呈顯著負(fù)相關(guān)關(guān)系。

4. 替換被解釋變量。為保證估計(jì)結(jié)果的穩(wěn)定性， 本文借鑒Whited和Wu（2006）、 劉莉亞等（2015）的做法， 構(gòu)建WW指數(shù)衡量融資約束， 具體計(jì)算方法如模型（6）所示。

WWi，t=-0.091CFi，t-0.062DIVi，t+0.021LEVi，t

-0.044Sizei，t+0.102ISGi，t-0.035Growthi，t? ? ?（6）

模型（6）中： WW為融資約束； CF為經(jīng)營(yíng)活動(dòng)產(chǎn)生的現(xiàn)金流量?jī)纛~/總資產(chǎn)； DIV為現(xiàn)金股利支付， 當(dāng)期如果派發(fā)現(xiàn)金股利取值為1， 否則為0； ISG為行業(yè)平均銷售增長(zhǎng)率； 其他變量的含義及計(jì)算方法與模型（3）中的相同。

將變量WW替換模型（3）中的變量FC后進(jìn)行回歸， 回歸結(jié)果如表6中的列（2）和列（3）所示。分析師跟蹤（ANC1、ANC2）與融資約束（WW）的回歸系數(shù)分別為-0.0047、 -0.0016， 均在1%的水平上顯著， 說(shuō)明替換融資約束變量后， 分析師跟蹤對(duì)企業(yè)融資約束仍具有降低效應(yīng)， 與前文結(jié)論保持一致。

5. 企業(yè)層面的聚類回歸。本文進(jìn)一步使用聚類到企業(yè)層面的穩(wěn)健標(biāo)準(zhǔn)誤對(duì)模型（3）進(jìn)行回歸， 回歸結(jié)果如表6中的列（4）和列（5）所示。結(jié)果顯示， 進(jìn)行企業(yè)層面的聚類回歸后， 變量ANC1和ANC2的回歸系數(shù)仍在1%的水平上顯著為負(fù)， 與基準(zhǔn)回歸結(jié)果無(wú)實(shí)質(zhì)性差異， 增強(qiáng)了本文研究結(jié)論的可信性。

（五）分析師跟蹤影響融資約束的異質(zhì)性檢驗(yàn)

分析師跟蹤對(duì)企業(yè)融資約束的影響可能會(huì)受到機(jī)構(gòu)投資者持股、 內(nèi)部控制質(zhì)量等內(nèi)外部治理因素的影響， 對(duì)此， 本文在模型（3）的基礎(chǔ)上通過(guò)引入交乘項(xiàng)的方式進(jìn)行檢驗(yàn)。

1. 外部治理監(jiān)督： 機(jī)構(gòu)投資者持股的調(diào)節(jié)作用。相較于個(gè)人投資者， 機(jī)構(gòu)投資者具有資產(chǎn)優(yōu)勢(shì)、 專業(yè)優(yōu)勢(shì)和信息優(yōu)勢(shì)， 機(jī)構(gòu)投資者持股比例越高， 在企業(yè)擁有的話語(yǔ)權(quán)越大， 參與公司治理的積極性也就越高， 通過(guò)發(fā)揮積極治理效應(yīng)和信息中介效應(yīng)， 促進(jìn)企業(yè)信息傳遞， 降低信息不對(duì)稱程度， 抑制管理層自利行為， 降低代理成本， 進(jìn)而緩解企業(yè)融資約束（甄紅線和王謹(jǐn)樂， 2016）。然而， 對(duì)于分析師與機(jī)構(gòu)投資者的共同治理效應(yīng)， 學(xué)者們存在不同的看法。有學(xué)者認(rèn)為， 機(jī)構(gòu)投資者持股會(huì)對(duì)分析師產(chǎn)生壓力效應(yīng)， 影響其獨(dú)立性， 進(jìn)而弱化分析師的治理效果， 具有替代治理效果（李祎等， 2016）。也有學(xué)者認(rèn)為， 機(jī)構(gòu)投資者持股會(huì)對(duì)分析師產(chǎn)生監(jiān)督效應(yīng)， 提升分析師盈余預(yù)測(cè)和評(píng)級(jí)報(bào)告的質(zhì)量， 具有補(bǔ)充治理效果（黃波和王滿， 2018）。根據(jù)前文的回歸結(jié)果已知， 分析師跟蹤對(duì)融資約束具有緩解效應(yīng)， 那么， 機(jī)構(gòu)投資者持股與分析師跟蹤對(duì)企業(yè)融資約束的交互影響發(fā)揮的是互補(bǔ)效應(yīng)還是替代效應(yīng)？厘清這一問(wèn)題對(duì)于如何將兩者有機(jī)結(jié)合起來(lái)， 更好地發(fā)揮企業(yè)外部治理機(jī)制、 改善外部治理環(huán)境具有重要意義。

為了檢驗(yàn)機(jī)構(gòu)投資者持股對(duì)分析師跟蹤緩解融資約束效果的影響， 本文在模型（3）中引入分析師跟蹤與機(jī)構(gòu)投資者持股的交乘項(xiàng)（ANC1×IIS、 ANC2×IIS）后進(jìn)行回歸， 回歸結(jié)果如表7中的列（1）和列（2）所示。結(jié)果顯示， 交乘項(xiàng)（ANC1×IIS、 ANC2×IIS）的回歸系數(shù)均為0.0004 ， 且在1%的水平上顯著。這表明， 機(jī)構(gòu)投資者持股與分析師跟蹤對(duì)融資約束的影響存在替代效應(yīng)， 而不是互補(bǔ)效應(yīng)， 即高持股比例的機(jī)構(gòu)投資者會(huì)弱化分析師跟蹤對(duì)融資約束的緩解效應(yīng)。

2. 內(nèi)部治理問(wèn)題： 內(nèi)部控制質(zhì)量的調(diào)節(jié)作用。內(nèi)部控制作為企業(yè)治理結(jié)構(gòu)中的重要組成部分， 會(huì)對(duì)企業(yè)的融資約束產(chǎn)生影響。高質(zhì)量的內(nèi)部控制能夠顯著抑制企業(yè)的盈余管理（賈麗， 2022）， 降低代理成本（彭桃英和汲德雅， 2014）， 進(jìn)而緩解融資約束（樊后裕， 2016）。而企業(yè)內(nèi)部控制存在缺陷則會(huì)加劇融資約束（顧奮玲和解角羊， 2018）。然而， 有關(guān)分析師與內(nèi)部控制的共同治理效應(yīng)， 學(xué)者們存在不同的看法。有學(xué)者認(rèn)為， 內(nèi)部控制與分析師跟蹤之間存在替代效應(yīng)， 在內(nèi)部控制質(zhì)量較差的企業(yè)， 分析師跟蹤緩解融資約束的邊際效應(yīng)更明顯（范云蕊和李辰穎， 2019）。也有學(xué)者認(rèn)為， 內(nèi)部控制與分析師跟蹤之間存在協(xié)同效應(yīng)， 高質(zhì)量的內(nèi)部控制能夠降低分析師跟蹤對(duì)真實(shí)盈余管理的刺激作用（左志剛和石方志， 2021）。前文的回歸結(jié)果已經(jīng)驗(yàn)證了分析師跟蹤對(duì)融資約束的抑制效應(yīng)， 那么， 內(nèi)部控制與分析師跟蹤在緩解融資約束方面是存在互補(bǔ)關(guān)系還是替代關(guān)系？

為了檢驗(yàn)內(nèi)部控制質(zhì)量對(duì)分析師跟蹤緩解融資約束效果的影響， 本文首先采用迪博的內(nèi)部控制指數(shù)加1取自然對(duì)數(shù)的值進(jìn)行衡量， 該值越大， 表示內(nèi)部控制質(zhì)量越高。其次在模型（3）中引入內(nèi)部控制質(zhì)量（Index）以及分析師跟蹤與內(nèi)部控制質(zhì)量的交乘項(xiàng)（ANC1×Index、 ANC2×Index）后進(jìn)行回歸， 回歸結(jié)果如表7中的列（3）和列（4）所示。結(jié)果顯示， 交乘項(xiàng)（ANC1×Index、 ANC2×Index）的回歸系數(shù)分別為0.0411、 0.0326 ， 且在10%和1%的水平上顯著。這表明， 內(nèi)部控制質(zhì)量與分析師跟蹤在緩解融資約束方面存在替代關(guān)系， 而不是互補(bǔ)關(guān)系， 即高質(zhì)量?jī)?nèi)部控制弱化了分析師跟蹤對(duì)融資約束的緩解效應(yīng)。

五、 研究結(jié)論與啟示

（一）研究結(jié)論

本文選取2010 ～ 2021年我國(guó)滬深A(yù)股上市公司的數(shù)據(jù)， 檢驗(yàn)了分析師跟蹤對(duì)融資約束的影響， 探析了分析師跟蹤緩解融資約束的內(nèi)在機(jī)理， 并分別從機(jī)構(gòu)投資者持股和內(nèi)部控制質(zhì)量?jī)蓚€(gè)方面展開了進(jìn)一步研究。研究發(fā)現(xiàn)： 分析師跟蹤對(duì)融資約束具有顯著緩解效應(yīng)， 而會(huì)計(jì)信息可比性在兩者之間具有部分中介作用， 即分析師跟蹤通過(guò)促進(jìn)提升會(huì)計(jì)信息可比性進(jìn)而緩解了融資約束。機(jī)構(gòu)投資者持股與分析師跟蹤在緩解融資約束方面存在替代關(guān)系， 高持股比例的機(jī)構(gòu)投資者會(huì)弱化分析師跟蹤對(duì)融資約束的緩解效應(yīng)。內(nèi)部控制與分析師跟蹤在緩解融資約束方面也存在替代關(guān)系， 高質(zhì)量?jī)?nèi)部控制會(huì)弱化分析師跟蹤對(duì)融資約束的緩解效應(yīng)。

（二）啟示

本文的研究結(jié)論具有如下政策啟示： 第一， 政府有關(guān)部門應(yīng)加強(qiáng)對(duì)證券分析師行業(yè)的監(jiān)管， 提高分析師的覆蓋率及專業(yè)勝任能力， 降低資本市場(chǎng)存在的信息不對(duì)稱程度和代理成本， 提高企業(yè)的會(huì)計(jì)信息可比性， 緩解融資約束， 促進(jìn)企業(yè)高質(zhì)量發(fā)展。同時(shí)， 應(yīng)鼓勵(lì)和引導(dǎo)分析師重點(diǎn)關(guān)注機(jī)構(gòu)投資者持股比例較低、 內(nèi)部控制質(zhì)量較差的企業(yè)， 促使邊際治理效應(yīng)最大化。第二， 上市公司應(yīng)將內(nèi)外部治理機(jī)制有機(jī)結(jié)合， 最大限度地發(fā)揮其治理作用。在機(jī)構(gòu)投資者持股比例較低、 內(nèi)部控制質(zhì)量較差的企業(yè)， 應(yīng)考慮分析師跟蹤對(duì)機(jī)構(gòu)投資者和內(nèi)部控制的影響， 充分發(fā)揮分析師跟蹤的監(jiān)督效應(yīng)和信息效應(yīng)， 改善外部環(huán)境， 有效緩解企業(yè)面臨的融資約束。第三， 投資者可以結(jié)合分析師跟蹤、 機(jī)構(gòu)投資者持股、 內(nèi)部控制等多方面的信息進(jìn)行綜合評(píng)價(jià)， 從而做出最優(yōu)決策。

【 主 要 參 考 文 獻(xiàn) 】

范云蕊，李辰穎．分析師關(guān)注、內(nèi)部控制與企業(yè)債務(wù)融資約束［ J］．金融與經(jīng)濟(jì)，2019（10）：25 ～ 30．

顧奮玲，解角羊．內(nèi)部控制缺陷、審計(jì)師意見與企業(yè)融資約束——基于中國(guó)A 股主板上市公司的經(jīng)驗(yàn)數(shù)據(jù)［ J］．會(huì)計(jì)研究，2018（12）：77 ～ 84．

郭建鸞，簡(jiǎn)曉彤．分析師的外部監(jiān)督效應(yīng)——來(lái)自企業(yè)高管在職消費(fèi)的證據(jù)［ J］．中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2021（2）：73 ～ 88．

顧雷雷，郭建鸞，王鴻宇．企業(yè)社會(huì)責(zé)任、融資約束與企業(yè)金融化［ J］．金融研究，2020（2）：109 ～ 127．

韓艷錦，馮曉晴，宋建波．基于信息生成環(huán)節(jié)的分析師關(guān)注與股價(jià)崩盤風(fēng)險(xiǎn)［ J］．管理學(xué)報(bào)，2021（2）：279 ～ 286．

黃波．法制環(huán)境、會(huì)計(jì)信息可比性與債券信用利差［ J］．財(cái)經(jīng)論叢，2020（3）：78 ～ 86．

黃波，王滿．分析師跟蹤影響了商業(yè)信用融資嗎——基于我國(guó)上市公司的實(shí)證分析［ J］．山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2018（8）：42 ～ 55．

黃志宏，李善民，王彩萍等．分析師跟蹤對(duì)企業(yè)技術(shù)并購(gòu)決策的影響研究［ J］．會(huì)計(jì)研究，2022（1）：129 ～ 143．

李祎，劉啟亮，李洪．IFRS、財(cái)務(wù)分析師、機(jī)構(gòu)投資者和權(quán)益資本成本——基于信息治理觀視角［ J］．會(huì)計(jì)研究，2016（10）：26 ～ 33．

林鐘高，楊雨馨．風(fēng)險(xiǎn)提示信息、分析師跟進(jìn)與機(jī)構(gòu)投資者持股［ J］．財(cái)經(jīng)理論與實(shí)踐，2017（5）：64 ～ 72．

劉柏，琚濤．“事前震懾”與“事后糾偏”：分析師關(guān)注對(duì)財(cái)務(wù)錯(cuò)報(bào)和重述的跨期監(jiān)管研究［ J］．南開管理評(píng)論，2021（1）：50 ～ 61．

劉莉亞，何彥林，王照飛等．融資約束會(huì)影響中國(guó)企業(yè)對(duì)外直接投資嗎？——基于微觀視角的理論和實(shí)證分析［ J］．金融研究，2015（8）：124 ～ 140．

劉亭立，王妍，石倩倩．高質(zhì)量的信息披露是否有助于降低企業(yè)信貸融資成本？——基于會(huì)計(jì)信息可比性的研究［ J］．投資研究，2022（6）：59 ～ 75．

明澤，潘頡．企業(yè)生命周期、會(huì)計(jì)信息可比性與融資約束［ J］．財(cái)經(jīng)問(wèn)題研究，2018（9）：114 ～ 121．

秦建文，胡金城，操應(yīng)翔．分析師關(guān)注與實(shí)體企業(yè)金融化［ J］．技術(shù)經(jīng)濟(jì)，2022（3）：139 ～ 152．

任曙明，呂鐲．融資約束、政府補(bǔ)貼與全要素生產(chǎn)率——來(lái)自中國(guó)裝備制造企業(yè)的實(shí)證研究［ J］．管理世界，2014（11）：10 ～ 23．

譚春枝，張敏，聞岳春．基于內(nèi)生性與異質(zhì)性的分析師跟蹤對(duì)公司價(jià)值的影響研究［ J］．上海金融，2021（3）：60 ～ 69．

譚雪．分析師關(guān)注的治理功用研究——基于兩類代理成本的考察［ J］．證券市場(chǎng)導(dǎo)報(bào)，2016（12）：37 ～ 45．

王玉，王建忠．分析師關(guān)注度，會(huì)計(jì)穩(wěn)健性與過(guò)度投資［ J］．投資研究，2016（12）：79 ～ 91．

王曉艷，郝文靜．分析師關(guān)注度對(duì)企業(yè)信用評(píng)級(jí)的影響——基于媒體報(bào)道的中介效應(yīng)研究［ J］．金融理論與實(shí)踐，2022（2）：78 ～ 87．

溫忠麟，葉寶娟．中介效應(yīng)分析：方法和模型發(fā)展［ J］．心理科學(xué)進(jìn)展，2014（5）：731 ～ 745．

嚴(yán)若森，葉云龍．證券分析師跟蹤與企業(yè)雙重代理成本——基于中國(guó)A股上市公司的經(jīng)驗(yàn)證據(jù)［ J］．中國(guó)軟科學(xué)，2017（10）：173 ～ 183．

袁芳英，朱晴．分析師關(guān)注會(huì)減少上市公司違規(guī)行為嗎？——基于信息透明度的中介效應(yīng)［ J］．湖南農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2022（1）：80 ～ 88．

張純，呂偉．信息環(huán)境、融資約束與現(xiàn)金股利［ J］．金融研究，2009（7）：81 ～ 94．

張永杰，尹林輝，酒莉莉．會(huì)計(jì)信息可比性降低了股權(quán)融資成本嗎［ J］．國(guó)際商務(wù)（對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué)學(xué)報(bào)），2019（6）：135 ～ 152．

張宗新，周嘉嘉．分析師關(guān)注能否提高上市公司信息透明度？——基于盈余管理的視角［ J］．財(cái)經(jīng)問(wèn)題研究，2019（12）：49 ～ 57．

趙奇鋒，鞠曉生．證券分析師關(guān)注抑制了技術(shù)創(chuàng)新嗎？——來(lái)自中國(guó)上市企業(yè)的證據(jù)［ J］．產(chǎn)業(yè)經(jīng)濟(jì)評(píng)論，2021（4）：139 ～ 162．

De Franco G.， Kothari S. P.， Verdi R. S.. The Benefits of Financial Statement Comparability［ J］． Journal of Accounting Research，2011（4）：895 ～ 931．

Hadlock C. J.， Pierce J. R.. New Evidence on Measuring Financial Constraints： Moving Beyond the KZ Index［ J］． Review of Financial Studies，2010（5）：1909 ～ 1940．

Hong H.， Lim T.， Stein J. C.. Bad News Travels Slowly： Size， Analyst Coverage， and the Profitability of Momentum Strategies［ J］． The Journal of Finance，2000（1）：265 ～ 295．

Myers S. C.， Majluf N. S.. Corporate Financing and Investment Decisions When Firms Have Information That Investors Do Not Have［ J］． Journal of Financial Economics，1984（2）：187 ～ 221．

Whited T. M.， Wu G.. Financial Constraints Risk［ J］． Review of Financial Studies，2006（2）：531 ～ 559．

【基金項(xiàng)目】 河南省重點(diǎn)研發(fā)與推廣專項(xiàng)（軟科學(xué)研究）項(xiàng)目“基于政府會(huì)計(jì)制度改革的高?；ú①~工作研究”（項(xiàng)目編號(hào)：212400410569）；河南省哲學(xué)社會(huì)科學(xué)規(guī)劃項(xiàng)目“無(wú)實(shí)際控制人對(duì)企業(yè)投融資的影響機(jī)制研究”（項(xiàng)目編號(hào)：2022BJJ024）

【作者單位】河南財(cái)政金融學(xué)院會(huì)計(jì)學(xué)院， 鄭州 450046