证券分析师跟踪与企业风险承担

杜建华

【摘要】证券分析师跟踪机制作为资本市场重要的制度设计之一，对企业所形成的外部治理效应和压力效应是影响企业行为的重要因素。以2007 ～ 2016年我国A股上市公司为研究对象，利用公司是否进入沪深300成分股指数作为工具变量控制潜在的内生性问题，研究证券分析师跟踪对企业风险承担的影响。研究发现，被更多证券分析师跟踪的企业具有更高的风险承担水平，从而为分析师跟踪的企业治理效应提供了证据支持。同时，比较高管货币薪酬激励与股权激励的调节效应发现，分析师跟踪对于企业风险承担的促进作用在激励水平较低的企业更为显著。分析师跟踪机制作为一种补充的信息披露机制和公司治理机制，改善了企业由于激励机制不完善导致的风险承担不足问题。结合分析师声誉进一步研究发现，当企业被更多的明星分析师跟踪时，其风险承担水平相对更高。

【关键词】分析师跟踪;风险承担;工具变量;分析师声誉

【中图分类号】F832.5      【文献标识码】A      【文章编号】1004-0994（2020）06-0019-8

一、引言

风险选择是企业投资过程中的一项重要决策，反映了企业高管在投资决策中对风险项目的考虑与权衡。当高管在决策中更多选择风险高但预期净现值大于0的投资项目时，往往意味着企业具有较高的风险承担水平;而当其倾向于放弃预期净现值为正的高风险投资机会时，则意味着企业对风险的规避，从而不利于企业价值最大化的实现。企业高管对风险的承担有助于企业积极创新、增加研发投资、加快资本积累、提高投资效率，并提升企业的绩效和股东价值，也能使整个社会的生产率维持在一个较高的水平[1，2] 。

现有文献表明，影响风险承担的因素有很多，既包括高管激励机制、公司治理、管理者个人特征等内部因素[3，4] ，也包括制度环境等外部因素[1，2] 。那么，作为资本市场重要信息中介和外部治理机制的证券分析师跟踪又会对企业的风险承担产生怎样的影响？目前鲜有文献基于中国转型的制度背景与新兴的资本市场环境讨论两者之间的关系。

关于证券分析师行为的研究往往较多关注其与资本市场效率间的关系，有关分析师行为对实体经济影响的文献仍相对较少。已有研究认为，证券分析师对企业行为的影响可能存在两种相反的效应：一是信息治理效应，即证券分析师能够通过对企业相关信息的收集、研究与发布，显著地缓解公司内部人与外部人间的信息不对称，有效地抑制公司内部人的寻租行为，从外部发挥公司治理的职能[5，6] 。二是压力效应，即证券分析师的盈利预测也会增加企业管理层的短期业绩压力和股票价格压力。管理层为了达到分析师做出的业绩预测，可能更倾向于维持短期的股票价格而牺牲企业的长远发展，进而损害股东的利益[5，6] 。已有研究表明，证券分析师的跟踪行为能够通过缓解信息不对称来降低资本成本，扩大企业的融资与投资规模[7] ，抑制企业的应计盈余管理[8-10] ，促进企业创新[5] 。但也有研究表明，分析师跟踪在抑制应计盈余管理的同时，却提升了企业的真实盈余管理水平[11] ，抑制了企业创新[6] 。同时，证券分析师跟进并没有缓解两权分离所导致的过度投资问题[12] 。

因此，本文以企业高管在投资过程中的风险选择行为作为研究对象，讨论分析师跟踪对企业风险承担的影响究竟表现为信息治理效应还是压力效应。在我国新兴资本市场背景下，本研究对于澄清证券分析师跟踪机制的作用无疑具有重要的意义。 鉴于此，本文以2007 ～ 2016年我国上市公司数据为样本，结合证券分析师盈利预测数据，以目标公司是否进入沪深300成分股作为工具变量，检验分析师跟踪对企业风险承担的影响效应。

本研究的贡献在于：探讨了分析师跟踪对于企业风险承担的影响，为证券分析师跟踪机制如何影响企业行为的研究提供了新的证据;进一步丰富和拓展了有关企业风险承担影响因素的研究。本文以企业风险承担行为为着眼点研究分析师跟踪的影响效应，明确了金融经济影响企业行为和实体经济的有效路径，有助于资本市场从源头上强化企业的研发创新、提升企业的投资效率，同时也为监管部门如何进一步完善资本市场机制、促进资本市场与实体经济的协调发展提供了理论基础和政策依据。

二、文献回顾与假设提出

（一）文献回顾

现代企业中股东与管理者之间往往存在代理冲突，管理者在经营中背离股东利益行事的一个主要表现就是规避风险。管理者以人力资本进行投资，所有财富集中于其管理的单一企业，风险集中带来的失败威胁使其更加重视控制权收益的安全性与持久性[13] ，因而管理者往往存在风险规避倾向。根据道德风险模型，缺乏外部监管的企业高管可能会倾向于推卸责任，将更多的资金投入缺乏挑战性的常规项目[14] ，避免承担风险。同时，企业所从事的风险性投资项目，由于涉及许多不可验证或未知的方法，可能会遭遇较大的信息不对称问题[15] ，导致投资者低估这些项目的价值，并带来融资成本的上升。而这通常会导致管理者的短视行为，致使其放弃高风险的投资项目，而把更多的精力放在常规项目上以获取更快、更稳定的回报。可见，企业管理者在风险承担方面往往存在激励不足的问题。

作为资本市场的重要参与者与信息中介，证券分析师跟踪对于企业风险承担的影响效应存在两种相反的观点：

1. 证券分析师对于企业的跟踪关注能够激励高管承担风险。首先，证券分析师能够通过各种渠道跟踪、收集企业层面的信息，并向投资者发布，有效地降低管理者与股东之间的信息不对称程度，缓解委托代理冲突，减少管理者的偷懒、懈怠等行为，发挥外部治理作用，从而激励并促进高管选择更多风险高但预期净现值大于0的投资项目[8] 。其次，证券分析师更具专业优势，他们掌握着财务会计相关知识，能够从财务报表和附注中挖掘有用的信息，发现普通投资者难以察觉的问题。再次，证券分析师能够始终对企业进行跟踪、走访和研究，其监督具有持续性和长期性[10] ，因而可以更加準确地评估和揭示风险项目的价值。分析师跟踪传递了企业的特质性信息，降低了资本市场上股票价格的同步性[16] ，缓解了企业与投资者间的信息不对称以及由此带来的风险项目融资约束，从而可以促进管理者更积极地承担风险。最后，由于众多分析师的跟踪提高了股票市场定价效率，从而也提高了高价值股票和企业的识别度，投资者对于高风险高价值股票的认可与接受也减少了高管承担风险的顾虑与压力，可促使其积极承担风险。

2. 证券分析师的跟踪行为也有可能抑制企业的风险承担。首先，分析师的盈利预测会增加企业管理者的短期业绩压力，迫使其更关注短期活动，从而诱发管理者的短视问题[17] 。大量研究表明，当企业无法达到预期的盈利目标时，高管的奖金会减少，甚至导致高管离职概率上升[18] 。因此，出于对自身风险收益、职业生涯和市场声誉的考虑，管理者会强化风险规避倾向，减少风险性投资，以牺牲企业的长期发展为代价来主动迎合分析师的盈利预测。其次，分析师的跟踪客观上使企业面临更高的被收购风险。由于较差的信息透明度会导致企业内部人和外部投资者之间的信息不对称程度加剧[15] ，同时也加大了潜在投资者逆向选择的成本，因此，信息透明度越差的企业越不可能成为被收购的目标[6] 。而分析师的跟踪机制在缓解信息不对称问题的同时，无疑也加大了企业被恶意收购的可能性，被收购压力的增加则又会导致高管为了保持股票价格的稳定而不愿承担风险。

（二）假设提出

虽然分析师跟踪对于企业风险承担存在着压力效应，但我国新兴资本市场的特点可能在某些方面也削弱了压力效应的实际效果。具体而言，我国现阶段还未形成具有竞争性的职业经理人市场，职业经理人的供给存在着明显不足[5] ，这在一定程度上减轻了高管由于职业竞争带来的业绩压力。另外，与美国上市公司股权高度分散所不同的是，我国上市公司往往股权相对集中，存在着实际的控制性股东[5] ，从而减小了股价低估企业被恶意收购的可能性。因此，中国资本市场的这些特点可能使分析师跟踪的压力效应受到抑制，而更多地表现为信息治理效应。基于以上分析，我们提出如下假设：

假设1：证券分析师跟踪能够提升企业的风险承担水平。

激励机制与监督机制是影响企业行为的两个重要方面。上述分析表明，证券分析师跟踪作为企业的一种外部监督机制，可促进企业的风险承担水平提升，发挥监督治理作用。而现有关于激励机制影响企业风险承担的研究文献则主要集中于薪酬契约中的货币薪酬、高管持股和股票期权等方面。Coles等[19] 研究发现，当企业CEO薪酬与其股票波动性间的敏感度越高时，CEO越可能做出风险性的投融资决策，包括更多的R&D投资、更少的固定资产投资和更高的财务杠杆。Low[20] 研究发现，基于股权的薪酬占总薪酬的比例越低，越不利于CEO提高企业的风险承担水平。Armstrong和Vashishtha[21] 也发现，CEO的股权激励强度越大，企业的风险承担水平也越高。可见，较多文献支持激励机制与企业风险承担水平间呈正向相关关系。

进一步考察激励机制与作为外部监督机制的分析师跟踪对于企业风险承担的综合效应发现：①在激励机制较完善的企业中，高管薪酬往往与企业业绩密切相关，这通常会激发高管的创新意识，促使其投资有利于提升企业价值的高风险项目[22] 。当高管在企业中持有股份或被授予股票期权时，其个人财富与企业股票价格密切相关，而股价的波动性越大，意味着风险越大，蕴含的机会越大，期权价值也越高，高管也越有动机去承担风险以促进企业价值提升。可见，激励机制的存在会对高管形成一种内在激励，促使其自发承担风险，提升企业价值，从而缓解股东与管理者间的代理问题。在这类企业中，企业风险承担水平的提升更多依靠企业自身的内部激励机制来实现，而作为外部监督机制的证券分析师跟踪对于企业的治理约束作用反而不明显。②在激励机制较弱的企业中，高管往往缺乏承担风险的内在动力，代理问题更为严重，分析师跟踪作为一种补充的信息披露机制和公司治理机制，在一定程度上促进了高管投资决策的优化[23] ，缓解了激励机制不足的影响，在监督约束高管、减少管理层懈怠行为等方面发挥了更为重要的作用。因此，企业激励机制的不完善对分析师信息传递与监督治理职能的履行提出了更高要求。激励机制较弱的企业中，分析师跟踪的外部治理作用在更大程度上得以发挥，从而促使企业承担风险，提高企业价值。据此，我们提出如下假设：

假设2：相对于薪酬激励与股权激励较强的企业而言，在激励机制较弱的企业中，证券分析师跟踪对于企业风险承担的促进作用更为显著。

市场往往通过分析师声誉来判定分析师的能力，声誉较好的分析师通常受到企业管理层、股东等市场主体的更多关注，其分析报告的可信度更高[5] 。一方面，由信息需求方即机构投资者选出的明星分析师往往从业经验丰富，具备更强的信息处理能力和更低的行业信息搜寻成本，盈余预测的准确性更高[24，25] 。为了维护自己的声誉，明星分析师往往会长期持续关注企业状况，挖掘企业特质信息的动机和能力相对更强，并根据企业业务变动情况及时更新分析报告，从而能够为投资者提供更有价值的信息[24] 。因此，明星分析师相较于一般分析师能够更加准确地评估项目的价值与风险状况，更好地缓解企业内部与外部投资者之间的信息不对称，从而有利于降低融资成本，促使管理层决策时更关注企业的长远发展，提升管理层承担风险的积极性。另一方面，分析师的声誉机制又进一步提升了分析师的影响力，使得明星分析师的跟踪对企业的监督和治理作用更强[23] 。当企业被更多的明星分析师跟踪时，企业的信息披露更加充分，外部监管更为有效，这在一定程度上抑制了管理者的道德风险行为，从而促进企业风险承担水平提高。基于以上分析，我们提出如下假设：

假设3：有更多明星分析师跟踪的企业，其风险承担水平相对更高。

三、研究设计

（一）模型设定与变量定义

根据以上分析，本文设定如下模型来检验分析师跟踪对企业风险承担的影响：

被解释变量RiskT代表企业的风险承担水平，根据John等[1] 和余明桂等[5] 的研究，分别采用企业的盈利波动性（RiskT1）和資本性开支（RiskT2）作为风险承担的衡量指标。以RiskT1表示企业盈利的波动性，即为企业盈利的标准差σ（ROAi），其中，ROAi是i企业的息税前盈余（EBIT）与年末总资产的比值。为消除行业因素的影响，本文参考余明桂等[5] 的做法，将企业各年的ROA数值减去当年行业的ROA均值，再进一步计算每一时期经行业调整后的ROA的标准差，从而得到RiskT1，用来衡量企业的风险承担水平。即：

除此之外，本文还按照Coles等[19] 的做法用企业的资本性支出表示RiskT2，定义为企业购建固定资产、无形资产及其他长期资产支付的现金，并以企业年末总资产进行标准化。

模型（1）的解释变量为分析师跟踪度，采用当年跟踪同一家上市公司的证券分析师和券商数量来表示，具体定义为当年分析师或券商数量加1的自然对数。借鉴余明桂等[5] 和Guo等[6] 的研究，本文所设模型中的控制变量即向量X主要包括企业规模、资产收益率、杠杆率、销售收入增长率、有形资产比例、企业年龄、独立董事比率、两职合一、第一大股东持股比例、管理层持股比例、股票收益率、董事会规模等，具体的变量符号和定义参见表1。实证检验中控制了行业效应与年度效应。

在实证过程中，对于分析师跟踪与企业风险承担之间可能存在的双向因果、遗漏变量等内生性问题，本文进一步使用工具变量进行解决。在工具变量的选择方面，借鉴李春涛等[10] 的方法，采用上市公司是否进入沪深300成分股的虚拟变量作为分析师跟踪的工具变量。上市公司是否被选入沪深300指数成分股主要取决于其行业影响力等因素，与企业高管的行为并无直接关系，但一旦被选入则会吸引更多证券分析师的跟踪关注。可见，公司是否属于指数成分股与分析师的数量正向相关，而与其风险承担水平无关，这就使得公司是否进入沪深300成分股成为了分析师跟踪这一指标的理想工具变量。利用工具变量检验所设定的模型如下：

其中，模型（2）为第一阶段回归，被解释变量Analyst是各上市公司的分析师跟踪度，其定义与模型（1）相同，分别是跟踪目标上市公司的分析师人数或券商人数，解释变量H & S300是上市公司是否进入沪深300指數成分股的虚拟变量。模型（3）为第二阶段回归，被解释变量为企业风险承担水平，解释变量为根据模型（2）得到的Analyst的预测值，控制变量的定义与模型（1）相同。如果假设1成立，则模型（3）中Analyst的预测值系数应当显著为正。

除检验分析师跟踪对企业风险承担的影响之外，本文也考虑了分析师声誉在其中所起的作用。本文以入选《新财富》最佳分析师排行榜的分析师相关数据作为分析师声誉的衡量指标，检验分析师声誉对企业风险承担水平的进一步影响效应。设定的模型如下：

其中：被解释变量RiskT的设定与模型（1）一致。解释变量中，Star代表上年度跟踪一家上市公司的明星分析师数量;StarD为虚拟变量，上一年度被明星分析师跟踪的上市公司取值为1，没有被明星分析师跟踪的取值为0。

（二）数据来源与样本

本文选取2007 ～ 2016年我国A股上市公司为研究对象，公司财务数据主要来源于CSMAR数据库，分析师跟踪数据来源于CSMAR和RESSET数据库，所使用数据的筛选标准如下：①删除了ST公司和?ST公司;②删除了金融业上市公司;③删除了企业总资产为负、从业人数为负等逻辑上存在明显错误的样本及资不抵债的公司;④删除了资本性支出、主营业务收入、盈利等主要财务变量缺失的样本。文中对于关键连续变量的极端值在1%的水平上进行了缩尾处理。

（三）描述性统计

表2是本文主要变量的描述性统计结果，其中以盈利波动性表示的RiskT1均值和中位数分别为0.0381和0.0176，最小值为0，最大值为1.4750，说明上市公司之间的盈利波动性差异较大。以资本性支出表示的RiskT2均值为0.0587、中位数为0.0405，说明我国上市公司的资本性支出平均占总资产的5%左右，最大值为0.6022，最小值为0，表明有些公司资本性支出为总资产的60%，但还有些公司则没有任何资本性支出。

四、实证结果分析

表3是以企业是否进入沪深300指数成分股作为工具变量的2SLS回归结果，第（1）（3）（5）（7）列是第一阶段回归结果，作为工具变量的H&S300系数均在1%的水平上显著为正，表明企业是否进入沪深300指数成分股与其分析师跟踪人数呈显著正相关关系，证明了工具变量的有效性。第（2）（4）（6）（8）列是第二阶段回归结果，Analyst1和Analyst2的系数均在1%的水平上显著为正，表明在控制了内生性之后，分析师跟踪行为对企业风险承担具有正向的激励作用，从而验证了假设1。

表4是在货币薪酬水平不同的企业中，分析师跟踪对风险承担的不同影响效应。按照当年高管货币薪酬的中位数区分不同的样本，在以RiskT1作为被解释变量的回归结果中，第（1）（3）列是高管货币薪酬高的子样本，Analyst1和Analyst2的回归系数均在10%的水平上显著为正;在第（2）（4）列高管货币薪酬低的子样本中，Analyst1和Analyst2的回归系数则均在1%的水平上显著为正，而且系数的绝对值都大于对应货币薪酬高的子样本。以RiskT2作为被解释变量的回归结果与此类似，在第（5）（7）列高管货币薪酬高的子样本中，Analyst1和Analyst2的回归系数为正，但均不显著;在第（6）（8）列高管货币薪酬低的子样本中，Analyst1和Analyst2的回归系数则均在5%的水平上显著为正，而且系数的绝对值也都大于对应货币薪酬高的子样本。以上结果说明高管货币薪酬低的子样本中，分析师跟踪与企业风险承担间的正相关关系更为显著。回归系数在两组子样本之间具有统计意义和经济意义上的差异性。

表5是在股权激励水平不同的企业中，分析师跟踪对风险承担的不同影响效应，实证结果与表4类似。按照当年高管持股比率的中位数区分不同样本，在以RiskT1作为被解释变量的回归结果中，第（1）（3）列是高管持股比率高的子样本，Analyst1和Analyst2的回归系数均在10%的水平上显著为正;而在第（2）（4）列高管持股比率低的子样本中，Analyst1和Analyst2的回归系数则均在1%的水平上显著为正，而且系数的绝对值也都大于对应持股比率高的子样本。以RiskT2作为被解释变量的回归结果类似，同样表明高管持股比率低的子样本中分析师跟踪对于企业风险承担的正向激励作用更为显著。表4和表5的实证结果均验证了假设2。

表6是分析师声誉影响企业风险承担的结果，第（1） ～ （4）列是OLS回归结果，Star和StarD的回归系数在1%或5%的水平上显著为正。第（5） ～ （8）列是工具变量（企业是否进入沪深300成分股）回归结果，Star和StarD的回归系数均在1%的水平上显著为正，表明有更多明星分析师跟踪的企业，其高管的风险承担水平更高。

五、稳健性检验

（一）工具变量的替换

其中，Brokersize0，j和Brokersizet，j分别是券商j在基期0年和t年所雇用的分析师人数，Analysti，0，j是企业i在基期0年被券商j跟踪的分析师人数。Yu[9] 曾指出券商及分析师人数的变化取决于各自的盈余和利润，而不会受到高管行为的影响。但是如果券商数量发生了变化，则分析师队伍规模及跟踪某企业的分析师人数也会相应变化。因此，预期的分析师跟踪人数也可以作为分析师跟踪的一个工具变量。2002 ～ 2006年国内大量券商都经历了清理整顿，券商数量与证券分析师队伍均不稳定[5] ，所以本文以2007年作为基期0年，按照新的工具变量检验假设1至假设3，回归结果并未发生明显变化。

（二）主要变量的替换

本文通过对风险承担变量与分析师跟踪变量进行替换作了进一步的检验。一方面，参照Coles 等[19] 的做法，以企业的研发支出作为风险承担的代理变量;同时，参考余明桂等[2] 的方法，以企业营业收入除以当期总资产的波动性来衡量高管的风险承担水平。另一方面，进一步参考李春涛等[10] 和余明桂等[5] 的方法，使用证券分析师当年发布的研究报告篇数和做出的盈利预测次数来衡量分析师跟踪度，并将以上替代变量放入模型重新检验，实证结果与假设的预期基本一致，说明检验结果是稳健的。

（三）自然实验方法

本文还参考Chen等[9] 以及He和Tian[17] 的方法，利用券商合并和券商关闭的外生事件所构造的自然实验来验证分析师跟踪对企业风险承担的影响。利用CSMAR数据库中的分析师预测信息，整理出2002 ～ 2016年发布研究报告的分析师所在券商的名录，通过比较不同年份发布研究报告券商的列表，得到各年份从名录上消失的券商，并通过百度搜索查询相关报道，证实券商关闭或者合并，剔除事件发生之前没有发布研究报告的券商，共得到符合条件的4个券商关闭事件和5个券商合并事件。然后使用倾向得分匹配法得到控制组，在实证中使用面板固定效应的方法估计如下双重差分模型：

解释变量Post表示券商关闭或券商合并前后时段的事件虚拟变量，事件发生之前为0，事件发生当年及之后为1。Treat为表示样本属性的组别虚拟变量，如果上市公司经历过券商合并或券商关闭的事件冲击，则将其归为“处理组”，Treat取1，否则作为控制组，Treat取0。交乘項Post×Treat是双重差分变量，表示券商关闭或券商合并前后，处理组与控制组企业风险承担水平变化的差异。经检验，实证结果中交乘项Post×Treat的系数均显著为负，表明当分析师跟踪人数因券商合并和券商关闭等外生事件而减少时，相对于控制组公司，处理组公司高管的风险承担水平显著下降。通过自然实验方法进行的研究表明，高管的风险承担水平随分析师跟踪的减少而下降，这进一步验证了结论的稳健性。

六、结论

本文以2007 ～ 2016年我国上市公司数据为样本，结合证券分析师盈利预测数据，以目标公司是否进入沪深300成分股作为工具变量，检验了分析师跟踪对于企业风险承担的影响效应。研究结果表明，分析师跟踪能够显著提升企业的风险承担水平。进一步研究发现，分析师跟踪对企业风险承担水平的提升效应在激励水平较低的企业中更加显著。结合分析师声誉的研究发现，被更多明星分析师跟踪的企业，其风险承担水平也更高。

本文检验了分析师跟踪对企业风险承担的影响，从理论上为分析师跟踪机制影响企业行为的研究提供了支撑，且丰富和拓展了企业风险承担影响因素的相关研究，并为激励与监督机制间替代关系的研究提供了新的证据。同时明确了实践中金融经济影响企业行为和实体经济的有效路径，有助于通过影响企业风险承担行为最终提升企业的研发创新水平、提高企业的投资效率、化解产能过剩。另外，本文的研究也为监管部门如何进一步完善资本市场机制、促进资本市场与实体经济的协调发展提供了理论基础和政策依据。

【 主 要 参 考 文 献 】

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

[ 2 ]   余明桂，李文贵，潘红波.民营化、产权保护与企业风险承担[ J].经济研究，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，钟慧洁，范蕊.分析师关注与企业创新——来自中国资本市场的经验证据[ J].经济管理，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]   李春涛，宋敏，张璇.分析师跟踪与企业盈余管理——来自中国上市公司的证据[ J].金融研究，2014（7）：124 ～ 139.

[11]   李春涛，赵一，徐欣，李青原.按下葫芦浮起瓢：分析师跟踪与盈余管理途径选择[ J].金融研究，2016（4）：144 ～ 157.

[12]   张莹.分析师跟进能否发挥外部治理作用——基于两权分离与过度投资关系的实证分析[ J].经济经纬，2019（2）：102 ～ 109.

[13]   解维敏，唐清泉.公司治理与风险承担——来自中国上市公司的经验证据[ J].财经问题研究，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，杨圣之，陈钦源.分析师能降低股价同步性吗——基于研究报告文本分析的实证研究[ J].中国工业经济，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，李小荣，许年行.货币薪酬能激励高管承担风险吗[ J].经济理论与经济管理，2013（8）：84 ～ 100.

[23]   郑建明，黄晓蓓，张新民.管理层业绩预告违规与分析师监管[ J].会计研究，2015（3）：50 ～ 56.

[24]   周冬华，尹伊，郑静.分析师跟进、分析师声誉与公司避税程度[ J].江西财经大学学报，2017（6）：42 ～ 52.

[25]   黄俊，黄超，位豪强，王敏.卖空机制提高了分析师盈余预测质量吗——基于融资融券制度的经验证据[ J].南开管理评论，2018（2）：135 ～

148.