證券分析師跟蹤與企業風險承擔

杜建華

【摘要】證券分析師跟蹤機制作為資本市場重要的制度設計之一，對企業所形成的外部治理效應和壓力效應是影響企業行為的重要因素。以2007 ～ 2016年我國A股上市公司為研究對象，利用公司是否進入滬深300成分股指數作為工具變量控制潛在的內生性問題，研究證券分析師跟蹤對企業風險承擔的影響。研究發現，被更多證券分析師跟蹤的企業具有更高的風險承擔水平，從而為分析師跟蹤的企業治理效應提供了證據支持。同時，比較高管貨幣薪酬激勵與股權激勵的調節效應發現，分析師跟蹤對于企業風險承擔的促進作用在激勵水平較低的企業更為顯著。分析師跟蹤機制作為一種補充的信息披露機制和公司治理機制，改善了企業由于激勵機制不完善導致的風險承擔不足問題。結合分析師聲譽進一步研究發現，當企業被更多的明星分析師跟蹤時，其風險承擔水平相對更高。

【關鍵詞】分析師跟蹤;風險承擔;工具變量;分析師聲譽

【中圖分類號】F832.5? ? ? 【文獻標識碼】A? ? ? 【文章編號】1004-0994（2020）06-0019-8

一、引言

風險選擇是企業投資過程中的一項重要決策，反映了企業高管在投資決策中對風險項目的考慮與權衡。當高管在決策中更多選擇風險高但預期凈現值大于0的投資項目時，往往意味著企業具有較高的風險承擔水平;而當其傾向于放棄預期凈現值為正的高風險投資機會時，則意味著企業對風險的規避，從而不利于企業價值最大化的實現。企業高管對風險的承擔有助于企業積極創新、增加研發投資、加快資本積累、提高投資效率，并提升企業的績效和股東價值，也能使整個社會的生產率維持在一個較高的水平[1，2] 。

現有文獻表明，影響風險承擔的因素有很多，既包括高管激勵機制、公司治理、管理者個人特征等內部因素[3，4] ，也包括制度環境等外部因素[1，2] 。那么，作為資本市場重要信息中介和外部治理機制的證券分析師跟蹤又會對企業的風險承擔產生怎樣的影響？目前鮮有文獻基于中國轉型的制度背景與新興的資本市場環境討論兩者之間的關系。

關于證券分析師行為的研究往往較多關注其與資本市場效率間的關系，有關分析師行為對實體經濟影響的文獻仍相對較少。已有研究認為，證券分析師對企業行為的影響可能存在兩種相反的效應：一是信息治理效應，即證券分析師能夠通過對企業相關信息的收集、研究與發布，顯著地緩解公司內部人與外部人間的信息不對稱，有效地抑制公司內部人的尋租行為，從外部發揮公司治理的職能[5，6] 。二是壓力效應，即證券分析師的盈利預測也會增加企業管理層的短期業績壓力和股票價格壓力。管理層為了達到分析師做出的業績預測，可能更傾向于維持短期的股票價格而犧牲企業的長遠發展，進而損害股東的利益[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稱來降低資本成本，擴大企業的融資與投資規模[7] ，抑制企業的應計盈余管理[8-10] ，促進企業創新[5] 。但也有研究表明，分析師跟蹤在抑制應計盈余管理的同時，卻提升了企業的真實盈余管理水平[11] ，抑制了企業創新[6] 。同時，證券分析師跟進并沒有緩解兩權分離所導致的過度投資問題[12] 。

因此，本文以企業高管在投資過程中的風險選擇行為作為研究對象，討論分析師跟蹤對企業風險承擔的影響究竟表現為信息治理效應還是壓力效應。在我國新興資本市場背景下，本研究對于澄清證券分析師跟蹤機制的作用無疑具有重要的意義。 鑒于此，本文以2007 ～ 2016年我國上市公司數據為樣本，結合證券分析師盈利預測數據，以目標公司是否進入滬深300成分股作為工具變量，檢驗分析師跟蹤對企業風險承擔的影響效應。

本研究的貢獻在于：探討了分析師跟蹤對于企業風險承擔的影響，為證券分析師跟蹤機制如何影響企業行為的研究提供了新的證據;進一步豐富和拓展了有關企業風險承擔影響因素的研究。本文以企業風險承擔行為為著眼點研究分析師跟蹤的影響效應，明確了金融經濟影響企業行為和實體經濟的有效路徑，有助于資本市場從源頭上強化企業的研發創新、提升企業的投資效率，同時也為監管部門如何進一步完善資本市場機制、促進資本市場與實體經濟的協調發展提供了理論基礎和政策依據。

二、文獻回顧與假設提出

（一）文獻回顧

現代企業中股東與管理者之間往往存在代理沖突，管理者在經營中背離股東利益行事的一個主要表現就是規避風險。管理者以人力資本進行投資，所有財富集中于其管理的單一企業，風險集中帶來的失敗威脅使其更加重視控制權收益的安全性與持久性[13] ，因而管理者往往存在風險規避傾向。根據道德風險模型，缺乏外部監管的企業高管可能會傾向于推卸責任，將更多的資金投入缺乏挑戰性的常規項目[14] ，避免承擔風險。同時，企業所從事的風險性投資項目，由于涉及許多不可驗證或未知的方法，可能會遭遇較大的信息不對稱問題[15] ，導致投資者低估這些項目的價值，并帶來融資成本的上升。而這通常會導致管理者的短視行為，致使其放棄高風險的投資項目，而把更多的精力放在常規項目上以獲取更快、更穩定的回報?？梢?，企業管理者在風險承擔方面往往存在激勵不足的問題。

作為資本市場的重要參與者與信息中介，證券分析師跟蹤對于企業風險承擔的影響效應存在兩種相反的觀點：

1. 證券分析師對于企業的跟蹤關注能夠激勵高管承擔風險。首先，證券分析師能夠通過各種渠道跟蹤、收集企業層面的信息，并向投資者發布，有效地降低管理者與股東之間的信息不對稱程度，緩解委托代理沖突，減少管理者的偷懶、懈怠等行為，發揮外部治理作用，從而激勵并促進高管選擇更多風險高但預期凈現值大于0的投資項目[8] 。其次，證券分析師更具專業優勢，他們掌握著財務會計相關知識，能夠從財務報表和附注中挖掘有用的信息，發現普通投資者難以察覺的問題。再次，證券分析師能夠始終對企業進行跟蹤、走訪和研究，其監督具有持續性和長期性[10] ，因而可以更加準確地評估和揭示風險項目的價值。分析師跟蹤傳遞了企業的特質性信息，降低了資本市場上股票價格的同步性[16] ，緩解了企業與投資者間的信息不對稱以及由此帶來的風險項目融資約束，從而可以促進管理者更積極地承擔風險。最后，由于眾多分析師的跟蹤提高了股票市場定價效率，從而也提高了高價值股票和企業的識別度，投資者對于高風險高價值股票的認可與接受也減少了高管承擔風險的顧慮與壓力，可促使其積極承擔風險。

2. 證券分析師的跟蹤行為也有可能抑制企業的風險承擔。首先，分析師的盈利預測會增加企業管理者的短期業績壓力，迫使其更關注短期活動，從而誘發管理者的短視問題[17] 。大量研究表明，當企業無法達到預期的盈利目標時，高管的獎金會減少，甚至導致高管離職概率上升[18] 。因此，出于對自身風險收益、職業生涯和市場聲譽的考慮，管理者會強化風險規避傾向，減少風險性投資，以犧牲企業的長期發展為代價來主動迎合分析師的盈利預測。其次，分析師的跟蹤客觀上使企業面臨更高的被收購風險。由于較差的信息透明度會導致企業內部人和外部投資者之間的信息不對稱程度加劇[15] ，同時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越不可能成為被收購的目標[6] 。而分析師的跟蹤機制在緩解信息不對稱問題的同時，無疑也加大了企業被惡意收購的可能性，被收購壓力的增加則又會導致高管為了保持股票價格的穩定而不愿承擔風險。

（二）假設提出

雖然分析師跟蹤對于企業風險承擔存在著壓力效應，但我國新興資本市場的特點可能在某些方面也削弱了壓力效應的實際效果。具體而言，我國現階段還未形成具有競爭性的職業經理人市場，職業經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競爭帶來的業績壓力。另外，與美國上市公司股權高度分散所不同的是，我國上市公司往往股權相對集中，存在著實際的控制性股東[5] ，從而減小了股價低估企業被惡意收購的可能性。因此，中國資本市場的這些特點可能使分析師跟蹤的壓力效應受到抑制，而更多地表現為信息治理效應。基于以上分析，我們提出如下假設：

假設1：證券分析師跟蹤能夠提升企業的風險承擔水平。

激勵機制與監督機制是影響企業行為的兩個重要方面。上述分析表明，證券分析師跟蹤作為企業的一種外部監督機制，可促進企業的風險承擔水平提升，發揮監督治理作用。而現有關于激勵機制影響企業風險承擔的研究文獻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等方面。Coles等[19] 研究發現，當企業CEO薪酬與其股票波動性間的敏感度越高時，CEO越可能做出風險性的投融資決策，包括更多的R&D投資、更少的固定資產投資和更高的財務杠桿。Low[20] 研究發現，基于股權的薪酬占總薪酬的比例越低，越不利于CEO提高企業的風險承擔水平。Armstrong和Vashishtha[21] 也發現，CEO的股權激勵強度越大，企業的風險承擔水平也越高?？梢姡^多文獻支持激勵機制與企業風險承擔水平間呈正向相關關系。

進一步考察激勵機制與作為外部監督機制的分析師跟蹤對于企業風險承擔的綜合效應發現：①在激勵機制較完善的企業中，高管薪酬往往與企業業績密切相關，這通常會激發高管的創新意識，促使其投資有利于提升企業價值的高風險項目[22] 。當高管在企業中持有股份或被授予股票期權時，其個人財富與企業股票價格密切相關，而股價的波動性越大，意味著風險越大，蘊含的機會越大，期權價值也越高，高管也越有動機去承擔風險以促進企業價值提升?？梢?，激勵機制的存在會對高管形成一種內在激勵，促使其自發承擔風險，提升企業價值，從而緩解股東與管理者間的代理問題。在這類企業中，企業風險承擔水平的提升更多依靠企業自身的內部激勵機制來實現，而作為外部監督機制的證券分析師跟蹤對于企業的治理約束作用反而不明顯。②在激勵機制較弱的企業中，高管往往缺乏承擔風險的內在動力，代理問題更為嚴重，分析師跟蹤作為一種補充的信息披露機制和公司治理機制，在一定程度上促進了高管投資決策的優化[23] ，緩解了激勵機制不足的影響，在監督約束高管、減少管理層懈怠行為等方面發揮了更為重要的作用。因此，企業激勵機制的不完善對分析師信息傳遞與監督治理職能的履行提出了更高要求。激勵機制較弱的企業中，分析師跟蹤的外部治理作用在更大程度上得以發揮，從而促使企業承擔風險，提高企業價值。據此，我們提出如下假設：

假設2：相對于薪酬激勵與股權激勵較強的企業而言，在激勵機制較弱的企業中，證券分析師跟蹤對于企業風險承擔的促進作用更為顯著。

市場往往通過分析師聲譽來判定分析師的能力，聲譽較好的分析師通常受到企業管理層、股東等市場主體的更多關注，其分析報告的可信度更高[5] 。一方面，由信息需求方即機構投資者選出的明星分析師往往從業經驗豐富，具備更強的信息處理能力和更低的行業信息搜尋成本，盈余預測的準確性更高[24，25] 。為了維護自己的聲譽，明星分析師往往會長期持續關注企業狀況，挖掘企業特質信息的動機和能力相對更強，并根據企業業務變動情況及時更新分析報告，從而能夠為投資者提供更有價值的信息[24] 。因此，明星分析師相較于一般分析師能夠更加準確地評估項目的價值與風險狀況，更好地緩解企業內部與外部投資者之間的信息不對稱，從而有利于降低融資成本，促使管理層決策時更關注企業的長遠發展，提升管理層承擔風險的積極性。另一方面，分析師的聲譽機制又進一步提升了分析師的影響力，使得明星分析師的跟蹤對企業的監督和治理作用更強[23] 。當企業被更多的明星分析師跟蹤時，企業的信息披露更加充分，外部監管更為有效，這在一定程度上抑制了管理者的道德風險行為，從而促進企業風險承擔水平提高?；谝陨戏治?，我們提出如下假設：

假設3：有更多明星分析師跟蹤的企業，其風險承擔水平相對更高。

三、研究設計

（一）模型設定與變量定義

根據以上分析，本文設定如下模型來檢驗分析師跟蹤對企業風險承擔的影響：

被解釋變量RiskT代表企業的風險承擔水平，根據John等[1] 和余明桂等[5] 的研究，分別采用企業的盈利波動性（RiskT1）和資本性開支（RiskT2）作為風險承擔的衡量指標。以RiskT1表示企業盈利的波動性，即為企業盈利的標準差σ（ROAi），其中，ROAi是i企業的息稅前盈余（EBIT）與年末總資產的比值。為消除行業因素的影響，本文參考余明桂等[5] 的做法，將企業各年的ROA數值減去當年行業的ROA均值，再進一步計算每一時期經行業調整后的ROA的標準差，從而得到RiskT1，用來衡量企業的風險承擔水平。即：

除此之外，本文還按照Coles等[19] 的做法用企業的資本性支出表示RiskT2，定義為企業購建固定資產、無形資產及其他長期資產支付的現金，并以企業年末總資產進行標準化。

模型（1）的解釋變量為分析師跟蹤度，采用當年跟蹤同一家上市公司的證券分析師和券商數量來表示，具體定義為當年分析師或券商數量加1的自然對數。借鑒余明桂等[5] 和Guo等[6] 的研究，本文所設模型中的控制變量即向量X主要包括企業規模、資產收益率、杠桿率、銷售收入增長率、有形資產比例、企業年齡、獨立董事比率、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、董事會規模等，具體的變量符號和定義參見表1。實證檢驗中控制了行業效應與年度效應。

在實證過程中，對于分析師跟蹤與企業風險承擔之間可能存在的雙向因果、遺漏變量等內生性問題，本文進一步使用工具變量進行解決。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指數成分股主要取決于其行業影響力等因素，與企業高管的行為并無直接關系，但一旦被選入則會吸引更多證券分析師的跟蹤關注?？梢?，公司是否屬于指數成分股與分析師的數量正向相關，而與其風險承擔水平無關，這就使得公司是否進入滬深300成分股成為了分析師跟蹤這一指標的理想工具變量。利用工具變量檢驗所設定的模型如下：

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，分別是跟蹤目標上市公司的分析師人數或券商人數，解釋變量H & S300是上市公司是否進入滬深300指數成分股的虛擬變量。模型（3）為第二階段回歸，被解釋變量為企業風險承擔水平，解釋變量為根據模型（2）得到的Analyst的預測值，控制變量的定義與模型（1）相同。如果假設1成立，則模型（3）中Analyst的預測值系數應當顯著為正。

除檢驗分析師跟蹤對企業風險承擔的影響之外，本文也考慮了分析師聲譽在其中所起的作用。本文以入選《新財富》最佳分析師排行榜的分析師相關數據作為分析師聲譽的衡量指標，檢驗分析師聲譽對企業風險承擔水平的進一步影響效應。設定的模型如下：

其中：被解釋變量RiskT的設定與模型（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）數據來源與樣本

本文選取2007 ～ 2016年我國A股上市公司為研究對象，公司財務數據主要來源于CSMAR數據庫，分析師跟蹤數據來源于CSMAR和RESSET數據庫，所使用數據的篩選標準如下：①刪除了ST公司和?ST公司;②刪除了金融業上市公司;③刪除了企業總資產為負、從業人數為負等邏輯上存在明顯錯誤的樣本及資不抵債的公司;④刪除了資本性支出、主營業務收入、盈利等主要財務變量缺失的樣本。文中對于關鍵連續變量的極端值在1%的水平上進行了縮尾處理。

（三）描述性統計

表2是本文主要變量的描述性統計結果，其中以盈利波動性表示的RiskT1均值和中位數分別為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性差異較大。以資本性支出表示的RiskT2均值為0.0587、中位數為0.0405，說明我國上市公司的資本性支出平均占總資產的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的60%，但還有些公司則沒有任何資本性支出。

四、實證結果分析

表3是以企業是否進入滬深300指數成分股作為工具變量的2SLS回歸結果，第（1）（3）（5）（7）列是第一階段回歸結果，作為工具變量的H&S300系數均在1%的水平上顯著為正，表明企業是否進入滬深300指數成分股與其分析師跟蹤人數呈顯著正相關關系，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果，Analyst1和Analyst2的系數均在1%的水平上顯著為正，表明在控制了內生性之后，分析師跟蹤行為對企業風險承擔具有正向的激勵作用，從而驗證了假設1。

表4是在貨幣薪酬水平不同的企業中，分析師跟蹤對風險承擔的不同影響效應。按照當年高管貨幣薪酬的中位數區分不同的樣本，在以RiskT1作為被解釋變量的回歸結果中，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的回歸系數則均在1%的水平上顯著為正，而且系數的絕對值都大于對應貨幣薪酬高的子樣本。以RiskT2作為被解釋變量的回歸結果與此類似，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的回歸系數則均在5%的水平上顯著為正，而且系數的絕對值也都大于對應貨幣薪酬高的子樣本。以上結果說明高管貨幣薪酬低的子樣本中，分析師跟蹤與企業風險承擔間的正相關關系更為顯著?；貧w系數在兩組子樣本之間具有統計意義和經濟意義上的差異性。

表5是在股權激勵水平不同的企業中，分析師跟蹤對風險承擔的不同影響效應，實證結果與表4類似。按照當年高管持股比率的中位數區分不同樣本，在以RiskT1作為被解釋變量的回歸結果中，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的回歸系數則均在1%的水平上顯著為正，而且系數的絕對值也都大于對應持股比率高的子樣本。以RiskT2作為被解釋變量的回歸結果類似，同樣表明高管持股比率低的子樣本中分析師跟蹤對于企業風險承擔的正向激勵作用更為顯著。表4和表5的實證結果均驗證了假設2。

表6是分析師聲譽影響企業風險承擔的結果，第（1） ～ （4）列是OLS回歸結果，Star和StarD的回歸系數在1%或5%的水平上顯著為正。第（5） ～ （8）列是工具變量（企業是否進入滬深300成分股）回歸結果，Star和StarD的回歸系數均在1%的水平上顯著為正，表明有更多明星分析師跟蹤的企業，其高管的風險承擔水平更高。

五、穩健性檢驗

（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，Analysti，0，j是企業i在基期0年被券商j跟蹤的分析師人數。Yu[9] 曾指出券商及分析師人數的變化取決于各自的盈余和利潤，而不會受到高管行為的影響。但是如果券商數量發生了變化，則分析師隊伍規模及跟蹤某企業的分析師人數也會相應變化。因此，預期的分析師跟蹤人數也可以作為分析師跟蹤的一個工具變量。2002 ～ 2006年國內大量券商都經歷了清理整頓，券商數量與證券分析師隊伍均不穩定[5] ，所以本文以2007年作為基期0年，按照新的工具變量檢驗假設1至假設3，回歸結果并未發生明顯變化。

（二）主要變量的替換

本文通過對風險承擔變量與分析師跟蹤變量進行替換作了進一步的檢驗。一方面，參照Coles 等[19] 的做法，以企業的研發支出作為風險承擔的代理變量;同時，參考余明桂等[2] 的方法，以企業營業收入除以當期總資產的波動性來衡量高管的風險承擔水平。另一方面，進一步參考李春濤等[10] 和余明桂等[5] 的方法，使用證券分析師當年發布的研究報告篇數和做出的盈利預測次數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，實證結果與假設的預期基本一致，說明檢驗結果是穩健的。

（三）自然實驗方法

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閉的外生事件所構造的自然實驗來驗證分析師跟蹤對企業風險承擔的影響。利用CSMAR數據庫中的分析師預測信息，整理出2002 ～ 2016年發布研究報告的分析師所在券商的名錄，通過比較不同年份發布研究報告券商的列表，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報道，證實券商關閉或者合并，剔除事件發生之前沒有發布研究報告的券商，共得到符合條件的4個券商關閉事件和5個券商合并事件。然后使用傾向得分匹配法得到控制組，在實證中使用面板固定效應的方法估計如下雙重差分模型：

解釋變量Post表示券商關閉或券商合并前后時段的事件虛擬變量，事件發生之前為0，事件發生當年及之后為1。Treat為表示樣本屬性的組別虛擬變量，如果上市公司經歷過券商合并或券商關閉的事件沖擊，則將其歸為“處理組”，Treat取1，否則作為控制組，Treat取0。交乘項Post×Treat是雙重差分變量，表示券商關閉或券商合并前后，處理組與控制組企業風險承擔水平變化的差異。經檢驗，實證結果中交乘項Post×Treat的系數均顯著為負，表明當分析師跟蹤人數因券商合并和券商關閉等外生事件而減少時，相對于控制組公司，處理組公司高管的風險承擔水平顯著下降。通過自然實驗方法進行的研究表明，高管的風險承擔水平隨分析師跟蹤的減少而下降，這進一步驗證了結論的穩健性。

六、結論

本文以2007 ～ 2016年我國上市公司數據為樣本，結合證券分析師盈利預測數據，以目標公司是否進入滬深300成分股作為工具變量，檢驗了分析師跟蹤對于企業風險承擔的影響效應。研究結果表明，分析師跟蹤能夠顯著提升企業的風險承擔水平。進一步研究發現，分析師跟蹤對企業風險承擔水平的提升效應在激勵水平較低的企業中更加顯著。結合分析師聲譽的研究發現，被更多明星分析師跟蹤的企業，其風險承擔水平也更高。

本文檢驗了分析師跟蹤對企業風險承擔的影響，從理論上為分析師跟蹤機制影響企業行為的研究提供了支撐，且豐富和拓展了企業風險承擔影響因素的相關研究，并為激勵與監督機制間替代關系的研究提供了新的證據。同時明確了實踐中金融經濟影響企業行為和實體經濟的有效路徑，有助于通過影響企業風險承擔行為最終提升企業的研發創新水平、提高企業的投資效率、化解產能過剩。另外，本文的研究也為監管部門如何進一步完善資本市場機制、促進資本市場與實體經濟的協調發展提供了理論基礎和政策依據。

【 主 要 參 考 文 獻 】

[ 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、產權保護與企業風險承擔[ J].經濟研究，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.分析師關注與企業創新——來自中國資本市場的經驗證據[ J].經濟管理，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.分析師跟蹤與企業盈余管理——來自中國上市公司的證據[ 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.分析師跟進能否發揮外部治理作用——基于兩權分離與過度投資關系的實證分析[ J].經濟經緯，2019（2）：102 ～ 109.

[13]? ?解維敏，唐清泉.公司治理與風險承擔——來自中國上市公司的經驗證據[ J].財經問題研究，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.分析師能降低股價同步性嗎——基于研究報告文本分析的實證研究[ J].中國工業經濟，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.貨幣薪酬能激勵高管承擔風險嗎[ J].經濟理論與經濟管理，2013（8）：84 ～ 100.

[23]? ?鄭建明，黃曉蓓，張新民.管理層業績預告違規與分析師監管[ J].會計研究，2015（3）：50 ～ 56.

[24]? ?周冬華，尹伊，鄭靜.分析師跟進、分析師聲譽與公司避稅程度[ J].江西財經大學學報，2017（6）：42 ～ 52.

[25]? ?黃俊，黃超，位豪強，王敏.賣空機制提高了分析師盈余預測質量嗎——基于融資融券制度的經驗證據[ J].南開管理評論，2018（2）：135 ～

148.