產能過剩、信息成本與分析師盈余預測
——來自A股上市公司的經驗證據

顏恩點，李上智,孫安其

(1.上海大學 管理學院，上海 200444；2.上海證劵交易所 上市公司監管一部，上海 200120)

一、引言

近年來，產能過剩問題已成為影響我國經濟轉型的突出難題。2019年3月5日，習近平主席在第十三屆全國人民代表大會第二次會議上提出扎實推進供給側結構性改革，以“破、立、降”為主攻方向，打通去產能的制度梗阻，促進產能過剩有效化解和產業優化重組，持續改善供給結構，使發展質量效益穩步提升?；猱a能過剩是供給側結構性改革中的關鍵所在，也是新常態下經濟實現持續穩定增長的必然要求?，F有研究主要從宏觀層面深入探討了產能過剩的發生機制和治理對策[1-3]，產能過剩雖是宏觀經濟難題，但企業自身才是解決問題的關鍵[4]，鮮有文獻從微觀層面對產能過剩問題進行研究?；谥袊洕D型升級的背景，產能過剩的誘因和經濟后果等問題，亟待學術界的研究和解答。

分析師伴隨著資本市場的發展而誕生。在西方成熟的資本市場和發展中國家新興的資本市場，分析師都已成為不可或缺的組成部分[5-6]，其盈余預測被視為資本市場中重要的信息來源，有利于減少信息不對稱，改善投資者對企業的態度，減少公司的資本成本，進而提高整個證券市場的有效性[7-8]。因此，分析師盈余預測的準確性就變得至關重要。目前，影響分析師盈余預測準確性的因素不僅成為投資者和其他業界人士普遍關注的問題，也成為了學術界研究的熱點?，F有文獻主要關注了分析師個人特征、公司特征以及信息的可獲得性與分析師盈余預測準確性之間的關系[9-13]，但忽略了公司產能過剩對分析師盈余預測行為的影響，那么，分析師會不會對產能過剩企業予以更多關注，產能過剩是否會降低分析師盈余預預測的準確性，這些都是學術界需要探討的問題，對我們更好地理解分析師對市場的影響具有重要的理論和現實意義。

根據工業和信息化部(以下簡稱“工信部”)2009—2015年公布的各地區分行業淘汰落后和過剩產能的企業名單，以中國A股上市公司為樣本，文章考察了產能過剩對分析師盈余預測準確性的影響。為了化解產能過剩，工信部按年度下達各地區分行業淘汰落后和過剩產能的指標，并對各年度各地區去產能指標的完成情況進行通報。在政府行政主導下，企業能否完成去產能指標是不確定性高的外生事件，這有助于我們在考察產能過剩與分析師盈余預測準確性之間的關系時避免內生性問題的困擾。研究發現，和非產能過剩公司相比，產能過剩公司的證券分析師盈余預測準確性更低。進一步的分析顯示，產能過剩與分析師盈余預測準確性的負相關關系在國有企業、有政商關聯的企業、機構投資者持股比例高的企業中更加顯著。在穩健性檢驗中，文章替換了解釋變量和被解釋變量指標，并檢驗了產能過剩和分析師預測準確度之間的影響路徑，研究結論依然穩健。文章的研究表明，產能過剩企業的經營、財務等風險上升，同時真實盈余管理水平增加，給分析師帶來更高的信息獲取成本和更復雜的分析工作，進而導致預測誤差率上升，準確度下降。

文章的研究貢獻體現在以下三個方面：第一，文章拓展了產能過剩經濟后果的研究。產能過剩是當前學術界高度關注的熱點話題，文章以我國上市公司為樣本，在微觀層面探討了產能過剩對分析師盈余預測準確性的影響，有助于學術界加深對產能過剩成因、經濟后果以及應對舉措的研究認知。第二，文章拓展了分析師盈余預測準確性影響因素的相關研究。研究發現，產能過剩會降低分析師盈余預測的準確性，這增加了我們對于公司經營風險、信息成本與產能過剩之間關系的理解，為分析師加強對產能過剩公司的關注，警惕此類公司會計信息真實性提供了新的經驗證據。第三，文章的研究結果給政府的供給側改革、去產能政策提供了理論支撐。產能過剩不僅影響了分析師盈余預測行為而且導致了一系列經濟后果，阻礙市場經濟的健康發展。政府確實應該大力推進去產能工作，采取合理的方式治理產能過剩問題。外部監管部門應該加強對產能過剩企業的監督和管理，約束公司管理層盈余管理行為，讓外部監管發揮作用。

文章之后部分的內容安排如下：第二部分回顧相關文獻；第三部分是制度背景與研究假說；第四部分是研究設計；第五部分是實證分析；第六部分是穩健性檢驗；第七部分是文章的結論。

二、文獻回顧

(一)產能過剩的研究

現有文獻對于產能過剩的發生機制主要有兩種觀點。一方面，持“體制扭曲論”觀點的學者認為，在國家的財政激勵以及官員晉升體制的特殊背景下，地方政府會對市場和企業投資實施不當干預，進而扭曲了資源配置，不能使市場機制充分有效的發揮，最終引發產能過剩[14]。在解釋產能過剩產生的體制原因時，現有研究認為地方政府為了政績考核、獲得談判優勢、推動城鎮化與穩定就業等政治利益[15-16]，給企業的產能擴張提供了顯性的政策性補貼、投資補貼、銀行預算軟約束以及隱性的土地支持等一系列優惠政策[15, 17]，使得企業大量成本、風險外部化[18]，更容易以低成本進行產能擴張。另一方面，提出“市場失靈論”的學者認為，發展中國家具有后發優勢，在市場信息不完備的情況下，全社會對下一個有前景的產業易達成一致意見，即投資上的“潮涌現象”，從而誘發產能過剩問題[2]。

部分文獻也揭示了產能過剩背后蘊藏的經濟和社會風險。若產能過剩進一步加劇，可能會導致地方債務、銀行信貸等問題集中性的爆發，并使經濟面臨“硬著陸”風險；同時產生企業之間惡性競爭加劇、效益降低、乃至大規模破產倒閉、市場秩序惡化的社會風險[19]。

綜上所述，現有研究主要從宏觀經濟和行業政策的層面出發分析產能過剩的發生原因，以及產能過剩蘊含的經濟風險和社會風險。產能過剩雖屬于宏觀經濟問題，但微觀企業才是解決問題的主體[4]。因為企業是投資的決策者，所以從微觀企業的角度出發研究產能過剩問題具有重要的理論意義和政策意義，但目前關于產能過剩經濟后果的研究還相對較少。基于中國經濟轉型的背景，產能過剩的誘因和經濟后果等問題，亟待學術界研究和解答。

(二)分析師盈余預測準確性的研究

對證券分析師盈余預測活動的研究一直是國內外學術界的熱點話題。分析師盈余預測準確性直接決定著信息價值和分析師行業存在的意義，因此影響分析師盈余預測準確度的因素一直是學術界不停探討的話題。一部分的研究聚焦于公司特征與分析師盈余預測行為的關系。分析師對于規模較大、回報及盈余間的相關系數較大的公司可以給出更為準確的盈余預測[11-12, 20]。然而，公司的財務風險、經營風險和股權集中度水平越高，分析師對其盈余預測越不準確[21-22]。另一部分的研究主要關注分析師個人特征對盈余預測準確性的影響，包括分析師的從業經驗、分析能力、所屬機構的規模等因素[9, 22-23]。此外，還有部分學者在研究分析師預測準確性的問題時考慮到上市公司信息披露的因素，認為上市公司信息環境越透明、風險信息披露頻率越高、信息披露越真實，分析師更容易進行盈余預測，預測準確度越高[23-28]。

回顧現有的關于分析師預測的研究，國內外學者對影響分析師預測準確度的因素已經有了很豐富的研究，這些成果為文章的研究奠定了堅實的理論基礎。但是，目前既有文獻主要探究分析師自身特征、公司特征以及上市公司的內部信息披露等因素對分析師預測有效性的影響，對于公司產能過剩這一影響分析師預測行為的因素卻缺乏充分的關注和理解，也并未完整揭示產能過剩對分析師預測的作用機理。因此，文章將以產能過剩為切入點，基于分析師盈余預測視角，深入探究產能過剩對分析師盈余預測準確性的影響及作用機制。并且，文章利用工信部發布公告督促企業淘汰落后和過剩產能這一外生事件，對研究產能過剩與分析師預測準確性的關系時排除內生性因素具有積極的作用。

三、制度背景和研究假說

產能過剩一直是中國經濟發展的絆腳石。從統計數據來看，目前我國部分行業產能過剩矛盾突出。例如，2018年三季度，全國采礦業產能利用率只有71.1%，其中煤炭開采和洗選業產能利用率僅為70.1%。緣于經濟發展階段、市場環境和制度環境等多重因素，愈加突出的產能過剩矛盾已成為制約中國產業轉型和經濟發展的嚴重桎梏。近年來，不僅傳統工業行業被產能過剩問題所困擾，就連部分戰略性新興產業也出現了產能過剩、效益下滑和發展停滯等現象，致使我國產能過剩的矛盾進一步加劇。

在這一經濟形勢下，我國政府積極研究化解產能過剩的應對策略，相繼頒布了數個政策文件來遏制產能過剩。例如，2010年，國務院下發了《關于進一步加強淘汰落后產能工作的通知》，要求煤炭、鋼鐵、水泥等重點產能過剩行業按期淘汰落后產能。2013年10月6日，國務院發布《關于化解產能嚴重過剩矛盾的指導意見》，量化淘汰任務目標和時間要求，提出根據行業特點分業施策。2014年7月11日，工信部發文《關于做好部分產能嚴重過剩行業產能置換工作的通知》，提出就部分產能嚴重過剩行業實施產能置換，頒布了產能置換指標交易細則。2016年年底，中央經濟工作會議提出2017年經濟工作的“三去一降一補”五大任務，首要任務就是去產能，推動供給側改革；2018年，中央經濟工作會議繼續強調供給側結構性改革的重要性，以去產能工作為首抓好“三去一降一補”。雖然我國的產能過剩問題是經濟發展的頑疾，但是政府一直努力嘗試提出各種治理方法。在我國特殊的制度背景下，政府管理部門的宏觀調控和干預既可能是導致產能過剩的重要原因，也可以是化解過剩產能的主要推動力。

在上述產能過剩的制度背景下，聚焦微觀企業個體，第一，產能過剩公司的經營風險上升[29]，處于產能過剩行業的企業，因供過于求，產品銷量和收入下滑，同時由于應收賬款無法收回、存貨積壓等問題，企業永續經營的會計假設受到更多質疑，企業的經營風險徒然增加，不僅如此，在我國政府嚴厲去產能的宏觀調控和干預下，處于產能過剩行業的公司，被兼并重組的可能性增加，經營風險進一步擴大。第二，產能過剩加劇了企業融資約束，債務融資成本和股權融資成本不斷提高，公司信貸違約的財務風險增加，即使政府加強了對產能過剩企業的補助，但因為公司主營業務持續經營性存疑，面臨巨大的政策風險，也很難減輕公司財務壓力[29-30]。第三，產能過剩引起的經營、政策、財務風險使企業業績下滑，為獲取高額薪酬和迎合市場的盈利預期等，公司管理層更有動機粉飾財務報告，進行機會主義操縱[31]。這些因素加大了分析師的工作難度和獲取有效信息的成本，使得盈余預測準確性下降。由此，我們提出文章的第一個假說。

假說1：與非產能過剩企業相比，分析師對產能過剩企業盈余預測的準確性更低。

政商關聯會對企業的信息環境產生影響，進而影響信息傳遞效率，增加了分析師獲取信息的難度和成本[32]。究其原因，主要是因為存在政商關系的企業有主動避免在財務報告中披露與政商關系有關收益的傾向[33]。一方面，政治關聯可以為企業在市場競爭中帶來一定額外收益，如稅收優惠、轉型升級、融資便利等[34]，幫助企業在競爭中獲得優勢和資源，披露政商關聯使企業在建立和維護政商關系時面臨更多的競爭，易導致關系破裂，危及企業核心競爭優勢，另外，企業利用政商關系進行尋租的利益交換行為存在合法性問題，政商關系的公開披露可能會面臨市場處罰，因此，政商關聯企業有較低的披露政商關系的動機，這無疑提高了分析師獲取和分析企業信息的難度和門檻；另一方面，政府官員需要通過關聯企業的經營活動來實現特定的政治和社會目標，幫助其提升業績、尋求晉升機會[35]，但是，雙方之間的利益交換往往滋生官員腐敗問題，公開披露會增加官員的政治成本，甚至會引起刑事訴訟。因此，官員和企業均不愿將政商關系這類信息呈現給投資者，分析師難以從公開渠道獲取相關信息，給分析、預測工作增加了難度，進而使盈余預測準確性下降[36-37]?；谏鲜龇治?，我們提出文章的第二個假說。

假說2：與沒有政商關聯的企業相比，分析師對有政商關聯的產能過剩企業盈余預測準確性更低。

在市場機制不完善、基礎不牢靠、機構投資者不成熟的背景下，機構投資者持股使管理層盈余管理水平增加，財務報告的錯報風險上升，公開披露的會計信息質量下降，進而削弱了分析師盈余預測準確性[38-39]。一方面，為了迎合機構投資者，管理層有調增盈余的動機，由于機構投資者以盈余來判斷他們投資的謹慎性和有效性，頻繁的業績評估使得他們傾向于投資經營更安全、業績更優良的上市公司，因此對于需要再融資以及有股票期權計劃的公司，特別是管理層薪酬與公司目標盈余掛鉤的公司，管理層有可能為了避免盈余沒有達到目標水平造成股價被暫時性低估而采取盈余管理行為[38,40]；另一方面，財務報表錯報風險主要依賴于會計操作層面的保障，能夠反映管理層盈余管理情況，管理層盈余管理程度越高，財務報告可靠性越低，報表錯報風險越高[38]。由此可見，機構投資者持股會加大管理層盈余管理程度，增加公司的信息風險，分析師獲取、分析相關信息的成本和難度也會相應增加，盈余預測準確性隨之下降?；谏鲜龇治觯覀兲岢鑫恼碌牡谌齻€假說。

假說3：與機構投資者持股比例低的企業相比，分析師對機構投資者持股比例高的產能過剩企業盈余預測準確性更低。

國有企業的產能過剩程度普遍較民營企業更為嚴重，經營風險以及盈余管理水平更高，這些因素增加了分析師的信息成本，進而降低了盈余預測準確性[15, 18]。首先，導致國有企業產能過剩程度高的原因可能是：國有產權約束使其在經營過程中承擔了更多的政策和社會性負擔，例如企業職工需要更妥善的安置，因此相對于民營企業，國有企業淘汰落后和過剩產能更加緩慢和困難。其次，雖然國有企業存在地方政府的隱性擔保，但在當前產能過剩矛盾突出的經濟形勢下，淘汰落后和過剩產能成為中央和地方政府一項強有力的經濟政策，為了迅速化解過剩產能，由政府控制的不同國有企業間的合并重組成為一種可行方式，此時產能過剩的國有企業永續經營的會計假設受到質疑，經營風險高。最后，為了彌補經營風險導致的業績下滑，迎合市場的盈利預期，完成績效考核目標，獲取高額薪酬，國有企業管理層更有動機進行盈余管理[31]。由此可見，產能過剩對民營企業與國有企業造成的負面影響程度是不同的，對后者的影響程度更深，使分析師搜集信息的成本以及分析工作的難度均增加，進而導致最終的盈余預測準確性降低?；谏鲜龇治觯覀兲岢鑫恼碌牡谒膫€假說。

假說4：與民營企業相比，分析師對國有產能過剩企業盈余預測準確性更低。

四、樣本數據和研究設計

(一)樣本選擇和數據來源

為探究產能過剩對分析師盈余預測行為的影響，文章選取2009—2015年中國A股非金融類上市公司為研究樣本。產能過剩數據主要是通過手工收集得到的，來源于工信部產業政策司網站的“淘汰落后”欄目。從2009年起，工信部每年都會下發當年度各省份分行業淘汰落后和過剩產能指標，并于下一年收集所有省份完成情況，所以文章的樣本區間是從2009年開始的。但是在2015年以后，工信部并未更新此類文件，所以樣本區間截至2015年。工信部作為國務院直屬部門，主要負責擬訂實施行業規劃、產業政策和標準等工作，我們有理由相信其對我國產能過剩行業的劃分是可靠的，同時各省份去產能年度任務的完成額度可以衡量各地區相關行業產能過剩的相對嚴重程度。文章對產能過剩行業進行劃分主要是借鑒工信部所發布的行政規定，該文件具有外生事件的性質，有利于文章在探究產能過剩對分析師盈余預測準確性的影響中排除內生性。

上市公司經營范圍和主營業務數據、分析師盈余預測數據以及公司財務指標分別來自萬得(Wind)數據庫與國泰安數據庫，在刪除已經缺失的樣本以及盈余預測絕對誤差大于2的公司樣本后，最后留下的樣本數量達到8305個。文章對所有連續變量進行了1%的Winsorize處理以消除極端值的影響。

(二)變量定義和模型研究

1.被解釋變量

被解釋變量(Ferror)為分析師預測誤差率，對同一家公司而言，在會計年度內已做出預測的分析師可能會更改以前的預測，新的證券分析師也可能會加入預測行列。因此，文章選取了公司實際盈余公布前每個預測機構的最終凈利潤預測值，再取算術平均值作為分析師預測凈利潤值，見式(1)。其中Fnetpro表示的是預測凈利潤值，Netpro代表的是實際利潤值。誤差率與預測準確度呈反向關系，即預測誤差率越大，預測準確性越低。

(1)

2.解釋變量

文章的解釋變量包括兩個產能過剩的度量指標，即CapI和CapF。我們先根據工信部每年公布的分行業分地區淘汰落后和過剩產能文件確定當年的產能過剩行業或產品，然后將產能過剩行業或產品與上市公司當年的經營范圍和主營業務進行匹配，如果上市公司的經營范圍和主營業務中出現相關產能過剩行業或產品，則CapI為1，否則為0。由于各省份的經濟結構和發展水平等不同，不同省份間同一行業的產能利用程度也存在差異，因而工信部每年公布的分行業分地區淘汰落后和過剩產能文件中包括了各省份當年各行業去產能指標的不同完成額度，這有利于我們通過地區來進一步細化產能過剩度量指標，即當上市公司的經營范圍和主營業務中出現相關產能過剩行業或產品且所在省份當年該行業或產品的去產能額度大于0，則CapF為1，否則為0[31]。

3.控制變量和調節變量

為確保研究結論的穩健性，參考現有文獻[11-12, 20, 22, 24-25, 31, 41]，將其他影響分析師預測的主要因素作為文章研究模型的控制變量，包括：公司規模(Size)、股權集中度(Cri)、盈余波動性(Volatility)、盈余水平與市場回報的相關系數(Return-earning)以及機構更新預測的頻率(Update)等。變量的具體定義和度量見表1。

4.研究模型

借鑒現有的分析師預測的文獻[11, 36, 42]，我們構造了如下回歸模型對假說1進行實證檢驗。

Ferror=α+β1CapacityI/CapacityF+β2Size+β3Cri+β4Roe+β5Volatility+β6Tobin’Q+β7Update+β8Return-earning+β9Leverage+∑Year+∑Industry+ε

(2)

表1 變量定義與度量

文章同樣利用模型(1)對假說2-假說4進行檢驗，我們按照產權性質、有無政商關聯、機構投資者持股比例進行分組，預期組間系數存在顯著差異。

五、實證分析

(一)描述性統計

表2為主要變量的描述性統計。由表2可以看出，按產能過剩行業或產品匹配的產能過剩指標CapI均值為0.100，表明有約10%的樣本處于產能過剩行業。按產能過剩行業或產品以及地區匹配的產能過剩指標CapF均值為0.049，表明約5%的樣本處于產能過剩行業。CapF與CapI的均值相差近一倍，說明我國各省份同一行業的產能利用程度存在較大差異，部分行業的產能過剩程度在某些省份可能尤其嚴重。分析師預測誤差率Ferror均值為0.441，表明分析師平均預測誤差為公司實際凈利潤Netpro的0.441倍。

表2 主要變量的描述性統計

(二)相關性分析

表3是變量的Pearson相關系數。由表3可以看出，分析師預測誤差率指標(Ferror)與兩個產能過剩指標(CapI和CapF)顯著正相關，說明上市公司產能過剩會導致分析師預測誤差率上升，準確性下降，雖尚待進一步的實證檢驗，但初步符合文章的假說。由表3我們還能夠得知，公司規模(Size)越大，股權集中度(Cri)水平越高、盈利能力(Roe)越強、上市公司回報及盈余間的相關系數(Return-earning)越大、券商更新預測的頻率(Update)越快，分析師預測準確度就越高。相反，較大的盈余波動性(Volatility)和資產負債率(Leverage)會降低分析師預測準確性。

(三)多元回歸模型檢驗

1.產能過剩和分析師預測誤差率

表4是假說1的檢驗結果，第(1)和(2)列分別列示的是變量CapI、CapF的實證結果?？梢钥闯?，產能過剩變量CapI的系數為0.043，與分析師預測誤差率Ferror的系數在1%水平上顯著；變量CapF的系數為0.073，與分析師預測誤差率Ferror在1%水平上顯著?；貧w結果表明，對于非產能過剩行業的公司，產能過剩行業的公司導致分析師盈余預測的準確性更低。究其原因，可能是由于產能過剩，公司面臨更高的經營、財務等風險，公司管理層更有動機實施真實盈余管理，使得分析師預測誤差率上升、準確度下降。驗證了文章的假說1。其他變量的回歸結果均與已有文獻保持一致[11, 22, 24]。

2.政商關聯、產能過剩與分析師預測誤差率

文章進一步探究政商關聯對企業產能過剩與分析師預測誤差率關系的影響，按上市公司董事長或總經理是否曾擔任人大代表、政協委員以及在中央、地方各級政府或軍隊等部門任職，將上市公司分為有政商關聯組和無政商關聯組，具體回歸結果如表5所示。從表5的第(1)和(2)列可以看到，在有政商關聯組中CapI的系數為0.087，與Ferror在1%水平上顯著，但是在無政商關聯組中CapI系數不顯著，這說明政商關聯加強了產能過剩和分析師預測準確性之間的負相關關系。我們進一步對CapI的系數在兩組樣本間的差異進行了Suest檢驗，從表5中可以看到，組間系數在5%的水平上存在顯著差異，說明與沒有政商關聯的企業相比，分析師對有政商關聯的產能過剩企業盈余預測準確性更低。表5的第(3)和(4)列是產能過剩變量CapF的檢驗結果，結果顯示，在有政商關聯組中CapF的系數為0.112，在1%水平上顯著，而在無政商關聯組中CapF系數不顯著，且在10%的水平上，CapF系數在兩組之間的差異顯著。對比CapI的檢驗結果與上述結果，我們可以得出相同的結論，相對于無政商關聯的企業，有政商關聯的產能過剩企業導致分析師預測誤差率更高，準確度更低。產生上述結果的原因可能是，有政商關聯的企業在主觀上有隱藏關聯交易信息的動機，降低了企業信息環境透明度，增加了分析師獲取和分析企業相關信息的難度，使預測準確性下降。假說2得以驗證。

表3 變量的Pearson相關系數

注：***、**和*分別代表在1%、5%和10%統計水平上顯著。

表4 產能過剩與分析師預測誤差率

注：括號內的數值為t值；***、**和*分別代表在1%、5%和10%統計水平上顯著。

3.機構持股比例、產能過剩與分析師預測誤差率

文章進一步探究機構持股比例對企業產能過剩與分析師預測誤差率關系的影響，按照機構投資者持股比例的高低把樣本分為持股比例高組和持股比例低組，具體回歸結果如表6所示。從表6的第(1)和(2)列可以看到，在持股比例高組中CapI的系數為0.070，與Ferror在1%水平上顯著，但是在持股比例低組中CapI系數不顯著，這說明機構持股比例高加強了產能過剩和分析師預測準確性的負相關關系。我們進一步對CapI的系數在兩組樣本間的差異進行了Suest檢驗，從表6中可以看到，組間系數在10%的水平上存在顯著差異，說明與機構投資者持股比例低的企業相比，分析師對機構投資者持股比例高的產能過剩企業盈余預測準確性更低。表6的第(3)和(4)列是產能過剩變量CapF的檢驗結果，結果顯示，在持股比例高組中CapF的系數為0.118，在1%水平上顯著，而在持股比例低組中CapF系數不顯著，且在1%的水平上，CapF系數在兩組之間的差異顯著。對比CapI的檢驗結果與上述結果，我們可以得出相同的結論，即相對于機構投資者持股比例低的企業，機構投資者持股比例高的產能過剩企業導致分析師預測誤差率更高，準確度更低。產生上述結果的原因可能是，機構投資者為獲取較大的投資利益，往往誘導公司管理層操縱盈余，企業信息風險增加，使分析師預測工作更復雜、獲取信息的成本更高，從而導致預測準確性下降。假說3得以驗證。

表5 政商關聯、產能過剩與分析師預測誤差率

注：括號內的數值為t值；***、**和*分別代表在1%、5%和10%統計水平上顯著。

表6 機構持股比例、產能過剩與分析師預測誤差率

注：括號內的數值為t值；***、**和*分別代表在1%、5%和10%統計水平上顯著。

4.產權性質、產能過剩與分析師預測誤差率

文章進一步探究產權性質對企業產能過剩與分析師預測誤差率關系的影響，按照產權性質將上市公司分為國有企業組和民營企業組，具體回歸結果如表7所示。從表7的第(1)和(2)列可以看到，在國有企業組中CapI的系數為0.067，與Ferror在1%水平上顯著，但是民營企業組中CapI系數不顯著，這說明國有的產權性質加強了產能過剩和分析師預測準確性的負相關關系。我們進一步對CapI的系數在兩組樣本間的差異進行了Suest檢驗，從表7中可以看到，組間系數在5%的水平上存在顯著差異，說明相對于民營企業，國有企業產能過剩導致分析師預測誤差率更高，準確度更低。表7的第(3)和(4)列是產能過剩變量CapF的檢驗結果，結果顯示，在國有企業組中CapF的系數為0.103，在1%水平上顯著，而民營企業組中CapF系數不顯著，且在5%的水平上，CapF系數在兩組之間的差異顯著。對比CapI的檢驗結果與上述結果，我們可以得出相同的結論，相對于民營企業，國有企業產能過剩導致分析師預測誤差率更高，準確度更低。產生上述結果的原因可能是，產能過剩的國有企業有更高的財務、信息成本和經營風險，管理層更有因業績下滑操縱利潤的動機，這無論是給分析師的信息收集還是預測分析都增加了困難性，導致預測準確性下降。假說4得以驗證。

表7 產權性質、產能過剩與分析師預測誤差率

注：括號內的數值為t值；***、**和*分別代表在1%、5%和10%統計水平上顯著。

六、穩健性檢驗

為了檢驗研究結果的穩健性，我們從以下3個方面進行了穩健性檢驗。

(一)被解釋變量敏感性測試

文章進行了被解釋變量的敏感性測試。文章用分析師預測分歧度(Dispersion)替換了被解釋變量，檢驗變量的不同衡量方法對實證結果穩健性的影響。分析師之間預測的分歧度作為上市公司盈余不確定性的替代變量，分歧度越大，預測準確性越低[22]。文章用所有券商對某公司某會計年度內凈利潤最新一次預測的標準差來表示分析師預測分歧度(Dispersion)，見式(3)。解釋變量和控制變量與上文保持一致。

(3)

表8的第(1)和(2)列是分析師預測分歧度(Dispersion)替換后的回歸結果，可以看出CapI和CapF的系數均在1%統計水平上顯著為正。上述結果表明，產能過剩會加大分析師預測分歧度，降低預測準確性，與主回歸結果相同，說明了文章結論的穩健性。

表8 產能過剩與分析師預測分歧度

注：括號內的數值為t值；***、**和*分別代表在1%、5%和10%統計水平上顯著。

(二)解釋變量敏感性測試

文章更換了解釋變量的度量方式進行敏感性測試。我國各省份的產業結構和發展水平不同，不同省份間各個行業的去產能情況也存在差異，樣本研究年度內，工信部分地區分行業公布淘汰落后和去產能年度完成額度。為了進一步排除內生性，我們使用同年度同行業同地區的去產能額度(即當年某省份某一行業去產能指標的完成情況)Cap-area來度量企業的產能過剩，可以看出這一指標具有較強的外生性，其等于當年上市公司所在省份該行業去產能額度占全國去產能總額度的比例。表9列示了地區去產能比例(Cap-area)與分析師盈余預測誤差率(Ferror)的檢驗結果。我們能夠得知，Cap-area的系數在5%統計水平上顯著為正。這進一步驗證了文章的假說，表明分析師對產能過剩公司盈余預測的準確性差。文章結論依舊穩健。

表9 地區去產能比例與分析師預測誤差率

(三)產能過剩對分析師預測準確性影響機制的檢驗

文章的推導路徑是：產能過剩會引起企業財務等風險增加，真實盈余管理水平上升,進而導致分析師盈余預測準確性下降。下面我們將對文章解釋變量與被解釋變量之間的影響機制進行檢驗。

1.市場風險程度檢驗

文章檢驗了產能過剩與企業市場風險(Risk)的關系，表10列示了回歸結果，第(1)和(2)列分別列示的是變量CapI、CapF的實證結果。可以看出，產能過剩變量CapI和CapF的系數分別在5%、10%水平上顯著為正。上述結果說明，產能過剩會導致企業市場風險變大，這給分析師預測工作增加了難度，進而降低了預測準確性。

表10 產能過剩與市場風險程度

注：括號內的數值為t值；***、**和*分別代表在1%、5%和10%統計水平上顯著。

2.真實盈余管理水平檢驗

文章檢驗了產能過剩與真實盈余管理水平(Rem)的關系，表11列示了回歸結果，第(1)和(2)列分別列示的是變量CapI、CapF的實證結果?？梢钥闯?，產能過剩變量CapI的系數為0.019，在1%水平上顯著；產能過剩變量CapF系數為0.014，在10%水平上顯著。上述結果說明，產能過剩會導致企業的真實盈余管理水平增加。這可能因為產能過剩使企業市場風險變大，管理層有操縱利潤的動機，這些因素使分析師的預測工作變得更加復雜和困難，進而降低了預測準確性。

表11 產能過剩與真實盈余管理水平

注：括號內的數值為t值；***、**和*分別代表在1%、5%和10%統計水平上顯著。

七、研究結論

如何有效治理產能過剩和推動供給側結構性改革的順利開展是當前政府各部門關注的重大問題。文章選取2009—2015年中國A股非金融類上市公司為研究樣本，基于工信部產業政策司網站發布的各地區各行業年度去產能指標和完成情況數據，考察了產能過剩對分析師盈余預測準確性的影響。研究發現：和非產能過剩公司相比，產能過剩公司的證券分析師盈余預測準確性更低。究其原因，產能過剩企業的經營、財務和信息等風險上升，同時真實盈余管理水平增加，給分析師帶來更高的信息獲取成本和更復雜的分析工作，進而導致預測誤差率上升，準確度下降。

文章的研究具有理論和現實意義。第一，文章豐富了產能過剩經濟后果及影響機制的研究。現有文獻主要從宏觀層面深入探討其發生機制和治理對策，少有文獻從微觀層面對產能過剩導致的經濟后果進行研究。文章基于A股上市公司的經驗證據，檢驗了企業產能過剩對分析師預測行為的影響，拓展了既有文獻僅局限于產能過剩發生原因及緩解方法的研究。第二，文章拓展了分析師盈余預測準確性影響因素的研究?，F有研究忽略了產能過剩對分析師盈余預測準確性的影響，文章研究發現，產能過剩會降低分析師盈余預測的準確性。低質量的盈余預測信息更易導致外部投資者決策失敗，有鑒于此，分析師應該加強對產能過剩企業的關注，增加收集信息的渠道，警惕財務信息的真實性、可靠性，提高盈余預測質量，約束公司管理層盈余管理行為，從而更好地發揮分析師預測服務在化解過剩產能、緩解信息不對稱、提高資本市場資源配置效率、防范金融風險等方面的積極作用。第三，文章的研究結果給政府的供給側改革、去產能政策提供了理論支撐。產能過剩會導致資本市場信息流通不暢、資源配置效率低下等問題，嚴重阻礙了市場經濟的健康發展，帶來一系列的經濟后果。因此，化解產能過剩不僅是經濟新常態下供給側改革的重要任務，而且是我國調整經濟結構、優化發展方式、實現經濟高速發展的必然選擇。