分析师跟踪、会计信息可比性与融资约束

米蕊

【摘要】要实现企业高质量发展， 就必须缓解企业面临的融资约束问题。基于2010 ～ 2021年我国沪深A股上市公司数据， 实证检验分析师跟踪与融资约束之间的关系及其影响机制， 结果显示， 分析师跟踪能够显著降低融资约束。作用机制检验发现， 会计信息可比性具有中介效应， 分析师跟踪通过提高会计信息可比性缓解融资约束。异质性检验发现， 机构投资者持股、 内部控制质量在分析师跟踪缓解融资约束中均表现为替代效应， 即高持股比例机构投资者、 高质量内部控制弱化了分析师跟踪对融资约束的缓解效应。研究结论不仅拓展了分析师跟踪影响融资约束的作用机制， 还为充分发挥企业内外部治理机制的边际效应提供了经验证据。

【关键词】分析师跟踪；会计信息可比性；融资约束；机构投资者；内部控制

【中图分类号】 F275.1     【文献标识码】A      【文章编号】1004-0994（2023）09-0082-8

一、 引言

党的二十大报告多次强调高质量发展， 实现经济高质量发展必须落实到企业微观层面， 实现企业高质量发展。融资约束制约企业创新投入（张璇等，2017）， 抑制全要素生产率的提升（任曙明和吕镯，2014）， 已成为企业高质量发展的掣肘因素和瓶颈问题。如何缓解融资约束， 推动企业高质量发展成为学术界关注的重点。企业面临的融资约束不仅受到内部治理机制的影响， 同时也受到外部治理机制的影响。作为“信息中介”的证券分析师， 是资本市场重要的外部监督机制， 分析师跟踪会对企业的内外部环境造成影响， 也会影响企业的融资约束， 因此， 关注分析师跟踪对企业融资约束的影响至关重要。

以往文献对分析师跟踪行为的经济后果进行了广泛研究， 但目前尚未达成一致观点。一些学者认为， 分析师跟踪具有信息效应和监督效应， 不仅能够降低企业的信息不对称和代理成本（谭雪，2016）， 改善市场信息环境， 提高投资—股价敏感性（黄宇漩等，2023）， 还能够抑制企业的金融化行为（秦建文等，2022）， 促进技术创新（赵奇锋和鞠晓生，2021）， 最终提升企业价值（谭春枝等，2021）。然而， 也有一些学者认为， 分析师跟踪会产生压力效应， 加剧管理层代理成本（严若森和叶云龙，2017）， 加大股价崩盘风险（韩艳锦等，2021）， 加重过度投资问题（王玉和王建忠，2016）， 特别是当分析师跟踪人数超过一定数量后， 会对企业技术并购决策和技术创新产生负向影响（黄志宏等，2022）， 不利于企业高质量发展。对于分析师跟踪与企业融资之间的关系， 学者们从债务融资（范云蕊和李辰颖，2019）、 股权融资（李祎等，2016）、 商业信用融资（黄波和王满，2018）等视角展开相关研究。与以往文献不同， 本文基于会计信息可比性的视角， 考察了分析师跟踪对融资约束的影响， 并验证了机构投资者持股与内部控制在两者之间所起的作用。具体是以2010 ～ 2021年我国沪深A股上市公司为研究对象， 检验了分析师跟踪对融资约束的影响。实证结果表明， 分析师跟踪对融资约束具有显著缓解效应， 会计信息可比性在分析师跟踪影响融资约束的过程中起到了部分中介作用； 异质性检验发现， 在缓解融资约束方面， 分析师跟踪与机构投资者持股、 内部控制质量之间均存在替代关系， 无论是高持股比例机构投资者还是高质量内部控制， 均会弱化分析师跟踪对融资约束的缓解效应。

二、 理论分析与研究假设

（一）分析师跟踪与融资约束

信息不对称和代理问题是影响企业融资约束的主要因素。分析师作为企业外部治理的重要组成部分， 具有信息传递功能和监督功能， 能够减轻企业的信息不对称程度以及股东与管理层之间的代理冲突， 从而减少可能产生的信息风险和代理风险， 降低投资者要求的报酬率， 缓解企业融资约束。

首先， 分析师的信息传递效应能够降低企业的信息不对称程度。信息不对称程度越高， 企业内外部融资成本差异就越大， 面临的融资约束就越严重（Myers和Majluf，1984）。企业外部信息环境的改善有助于降低信息不对称程度和资金成本（张纯和吕伟，2009）。作为资本市场重要信息媒介的分析师具有改善企业外部信息环境的作用， 他们通过挖掘、 传递信息提升企业的信息披露水平， 为企业与投资者等利益相关者之间搭建信息沟通桥梁， 进而影响资本成本。

由于分析师受过专业训练， 拥有资源优势、 知识优势以及敏锐的信息搜集处理能力， 可以通过较多的渠道挖掘企业的一些非公开信息， 同时利用自身的专业知识对公开信息进行深度解读剖析， 并将搜集整理分析后的信息传递给投资者， 提供对决策更为有用的信息和评价， 弥补投资者获取信息的片面和不足， 降低企业信息不对称程度。分析师发挥的信息传递作用能够加深外界对企业经营发展情况的了解程度， 吸引更多的潜在投资者， 也使得投资者能够降低信息搜集成本、 提升信心、 降低风险溢价要求， 从而降低企业资本成本， 缓解企业面临的融资约束。

其次， 分析师的监督效应能够减轻企业的代理问题。所有权和经营权分离的现代企业普遍存在委托代理关系及代理问题， 相较于股东， 管理层处于信息优势地位， 当两者之间存在利益沖突时， 管理层出于自利动机可能存在在职消费、 “帝国构建”等机会主义行为， 通过谋取个人私利而损害股东和企业的利益。代理问题越严重， 产生的代理成本越高， 企业价值损害就越严重， 为了弥补可能承担的潜在风险和损失， 投资者会要求更高的报酬率， 从而加剧企业面临的融资约束。

分析师在资本市场除了担任信息解读和信息补充的角色， 还担任着外部监督的角色， 能够通过信息披露间接发挥对企业的监督治理效应。相较于普通投资者， 分析师拥有较优的专业素养和信息搜集方面的专业优势， 更容易洞察管理层自利行为以及隐藏的负面信息， 并且分析师披露坏消息带来的损失大于管理层主动披露带来的损失（Hong等，2000）， 因此分析师跟踪的威慑作用会抑制管理层的机会主义行为。已有研究对此提供了证据支持， 如： 分析师跟踪能够约束高管在职消费和超额消费（郭建鸾和简晓彤，2021）， 抑制企业的盈余管理行为（张宗新和周嘉嘉，2019）， 降低财务错报发生概率（刘柏和琚涛，2021）， 减少上市企业违规行为（袁芳英和朱晴，2022）。

另外， 分析师具有注意力吸聚能力（刘柏和琚涛，2021）， 分析师跟踪会增强媒体（王晓艳和郝文静，2022）、 投资者（林钟高和杨雨馨，2017）等市场主体以及监管部门对企业的关注程度， 分析师跟踪人数越多， 外界对企业的关注程度就越高， 管理层的自利动机就越弱。现有研究也证实了分析师跟踪具有治理效应， 能够降低管理层代理成本（谭雪，2016）。分析师跟踪对代理问题的治理效应， 能够减少企业的代理成本和代理风险， 降低投资者要求的风险溢价， 缓释企业融资约束。

综上所述， 本文认为分析师跟踪有助于缓解信息不对称， 提升信息披露质量， 约束管理层的机会主义行为， 降低股权融资成本（李祎等， 2016）和债务融资成本（范云蕊和李辰颖， 2019）， 从而减轻企业面临的融资约束。据此， 本文提出H1： 若其他条件不变， 分析师跟踪能够缓解融资约束。

（二）会计信息可比性在分析师跟踪与融资约束关系中的中介作用

本文认为， 分析师跟踪能够提高会计信息的横向可比和纵向可比进而缓解融资约束， 即会计信息可比性具有中介作用， 具体分析如下。

首先， 分析师跟踪能提升会计信息的横向可比和纵向可比。一方面， 分析师跟踪有助于提高会计信息的横向可比。现行会计准则下， 企业对于会计政策和估值方法具有一定的选择权， 在外部监督较弱的环境下， 企业青睐于利用会计政策的选择和会计估计的变更进行盈余管理， 导致会计信息可比性降低。分析师被视为管理层行为的“放大镜”， 分析师跟踪会增大管理层机会主义行为的成本， 有效抑制管理层的自利行为， 使其审慎选择会计政策并进行会计估计， 降低企业的盈余管理程度（张宗新和周嘉嘉，2019）， 增强会计信息口径的一致性， 缩小企业间相同业务的信息披露差异， 有助于投资者对比分析不同企业间的财务报告信息， 增强会计信息的横向可比。另一方面， 分析师跟踪有助于提高会计信息的纵向可比。分析师的长期跟踪会对管理层机会主义行为产生震慑作用， 压缩管理层的会计自由裁量权空间， 保持会计政策和会计估计的稳定性， 有助于投资者通过对比分析企业不同时期的财务报告信息， 更好地了解企业发展趋势， 增强会计信息的纵向可比。

其次， 会计信息可比性有助于缓解融资约束。会计信息可比性能够提高会计信息决策有用性， 吸引更多的投资者， 提供的增量信息使得投资者能够降低被误导的可能性、 决策过程中面临的不确定性及决策风险， 降低要求的资本报酬率， 对融资约束具有缓释作用（明泽和潘颉， 2018）。已有研究发现， 会计信息可比性不仅能够降低企业的股权融资成本（张永杰等， 2019）、 信贷融资成本（刘亭立等， 2022）和债券信用利差（黄波， 2020）， 还能够提高企业的商业信用融资水平（张勇， 2017）， 最终缓解企业面临的融资约束。

综上， 分析师跟踪的信息中介和監督作用能通过增强会计信息的横向可比和纵向可比， 提高会计信息质量， 吸引更多的投资者， 降低投资者要求的资本报酬率， 进而缓解企业面临的融资约束。

三、 研究设计

（一）样本选择与数据来源

本文以2010 ～ 2021年沪深A股上市公司为研究对象， 在剔除金融行业上市公司、 ST类上市公司和数据缺失的样本后， 最终共获取14091个观测值。同时， 为减小异常值的影响， 本文对所有连续变量进行了上下1%的缩尾处理。内部控制指数来自迪博内部控制与风险管理数据库， 其他数据均来自国泰安数据库。

（二）变量定义

1. 被解释变量： 融资约束（FC）。借鉴Hadlock和Pierce（2010）、 顾雷雷等（2020）的做法， 本文用FC指数衡量企业融资约束， 计算过程如下： 首先， 根据按照年度对企业规模、 年龄和现金股利支付率三个变量进行标准化处理后的变量均值对企业进行升序排列， 大于66%分位的企业， 融资约束虚拟变量QUFC取值为0， 作为低融资约束组， 小于33%分位的企业， QUFC取值为1， 作为高融资约束组。其次， 对模型（2）进行Logit回归， 拟合企业每一年度的融资约束发生概率P， 并将其定义为融资约束指数FC（取值在0和1之间）， FC越大， 企业的融资约束问题越严重。

（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表示企业当年发放的现金股利， MB表示市场价值与账面价值之比， NWC表示净营运资本， EBIT表示息税前利润， TA表示总资产。

2. 解释变量： 分析师跟踪（ANC）。本文从企业是否有分析师跟踪（ANC1）以及分析师跟踪程度（ANC2）两个方面对分析师跟踪进行衡量： 如果一年内有分析师团队对企业进行过跟踪分析则ANC1取值为1， 否则为0； 用对企业进行过跟踪分析的分析师团队数量加1后的自然对数衡量分析师跟踪程度。

3. 中介变量： 会计信息可比性（CA）。本文借鉴De Franco等（2011）、 刘亭立等（2022）的研究计算企业会计信息可比性。以目标企业i为例， 首先计算同年度同行业内企业i与其他所有企业两两组合的会计信息可比性值， 然后计算上述所有组合的会计信息可比性值的平均数以及可比性值最高的四对组合的平均数， 分别用变量CAIA和变量CAI4表示。该值越大， 表明企业i相对于同行业其他企业的年度会计信息可比性越高。具体计算方法与上述研究一致， 限于篇幅， 本文不再赘述。

4. 控制变量。借鉴现有的文献， 本文采用的控制变量包括： 盈利能力（ROA）、 企业规模（Size）、 资产负债率（Lev）、 独董占比（INDP）、 两职合一（Two）、 成长性（Growth）、 董事会规模（Board）、 股权集中度（Top1）、 机构投资者持股（IIS）、 现金持有（Cash）、 上市年限（Age）。同时， 本文控制了行业固定效应和年度固定效应。

上述变量具体定义如表1所示。

（三）模型设定

为了验证分析师跟踪对企业融资约束的影响， 本文构建模型（3）对此进行检验：

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

其中： FC为被解释变量， 表示融资约束； ANC包括ANC1和ANC2， 表示分析师跟踪； Controls为前文所述的控制变量； ε为随机扰动项。除特殊说明外， 本文均采用稳健标准误对模型进行回归。

四、 实证结果与分析

（一）描述性统计和相关性分析

表2列示了主要变量的描述性统计结果。由表2可知， 融资约束（FC）的均值、 最小值和最大值分别为0.398、 0.005和0.894， 说明样本企业之间的融资约束程度存在较大差异。是否有分析师跟踪（ANC1）的均值为0.744， 分析师跟踪程度（ANC2）的均值、 最小值和最大值分别为1.532、 0和3.807， 说明样本中74.4%的企业存在分析师跟踪， 且不同企业被分析师跟踪的团队数量存在较大差异。会计信息可比性（CAIA）的均值、 最小值和最大值分别为-0.012、 -0.041、 -0.004， 会计信息可比性（CAI4）的均值、 最小值和最大值分别为

-0.004、 -0.025、 -0.001， 说明样本企业之间的会计信息可比性存在差异。

通过对主要变量的Spearson和Pearson相关性分析（限于篇幅， 表略）， 可以得到分析师跟踪（ANC1）与融资约束（FC）的相关系数分别为-0.252和-0.253， 均在1%的水平上显著， 分析师跟踪（ANC2）与融资约束（FC）的相关系数分别为-0.342和-0.341， 均在1%的水平上显著， 初步验证了分析师跟踪与融资约束之间的负相关关系， 符合本文的研究预期。自变量之间的相关系数绝对值均不超过0.61， 方差膨胀因子的最大值和均值分别为2.08和1.53， 表明自变量之间不存在严重的多重共线性问题。

（二）单变量分析

按照是否有分析师跟踪（ANC1）进行分组后融资约束（FC）的T/Z检验（限于篇幅， 表略）。由结果可知， 存在分析师跟踪的企业， 无论是融资约束的均值还是中位数均显著低于不存在分析师跟踪的企业， 即存在分析師跟踪的企业面临的融资约束程度较低， 支持了本文H1。

（三）回归结果分析

1. 分析师跟踪对融资约束的影响。表3列示了分析师跟踪对融资约束影响的回归结果。列（1）、 列（2）为仅控制年度和行业固定效应的回归结果。结果显示， 分析师跟踪（ANC1、 ANC2）与融资约束（FC）的回归系数均在1%的水平上显著为负， 表明分析师跟踪能够降低企业的融资约束程度。列（3）、 列（4）为加入所有控制变量后的回归结果， 此时分析师跟踪（ANC1、 ANC2）与融资约束（FC）的回归系数分别为-0.0296、

-0.0157， 同样在1%的水平上显著。说明在控制了其他可能的影响因素后， 分析师跟踪仍然对企业的融资约束具有缓释效应。表3的回归结果支持了H1， 表明分析师跟踪具有治理效应， 能够帮助企业缓解融资约束。

2. 分析师跟踪影响融资约束的作用机制检验。上述实证结果表明分析师跟踪能够显著缓解企业的融资约束， 但分析师跟踪缓解企业融资约束的机制是什么？正如前文所述， 本文认为分析师跟踪能够通过促进提高会计信息可比性（CA）来降低企业的融资约束（FC）。对此， 本文借鉴温忠麟和叶宝娟（2014）的思路， 构建递归模型（4）和模型（5）， 用中介效应分析方法验证这一影响机制。

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表示会计信息可比性系列变量， 包括变量CAIA和变量CAI4。其他变量的含义和计算方法与模型（3）相同。检验结果见表4。

第一步， 对模型（4）进行回归， 结果如列（1）所示。结果显示， 是否有分析师跟踪（ANC1）与会计信息可比性（CAIA）的回归系数0.001在1%的回归水平上显著为正， 表明分析师跟踪显著提高了企业的会计信息可比性。

第二步， 对模型（5）进行回归， 结果如列（2）所示。结果显示， 会计信息可比性（CAIA）与融资约束（FC）的回归系数-0.7567在1%的水平上显著为负， 表明企业会计信息可比性的提高能够显著缓解融资约束。是否有分析师跟踪（ANC1）与融资约束（FC）的回归系数

-0.0289仍在1%的水平上显著为负， 且回归系数绝对值小于表3列（3）中的回归系数绝对值。

第三步， 将模型（4）中变量ANC1的回归系数与模型（5）中变量CAIA的回归系数相乘， 并将乘积符号与模型（5）中变量ANC1的回归系数相比， 发现符号相同， 均为负， 表明会计信息可比性在分析师跟踪影响企业融资约束的过程中发挥了部分中介效应。

按照上述分析步骤， 本文对分析师跟踪（ANC1）、 会计信息可比性（CAI4）， 以及分析师跟踪（ANC2）、 会计信息可比性（CAIA、CAI4）的相关回归结果分别进行了分析。分析结果均表明， 在分析师跟踪影响企业融资约束的过程中， 会计信息可比性发挥了部分中介效应， 分析师跟踪能够通过促进会计信息可比性缓解企业融资约束的作用路径得到了验证。

（四）稳健性检验

1. 控制个体固定效应。为了解决企业层面不随时间变化的相关遗漏变量可能引起的内生性问题， 本文在控制年度固定效应和行业固定效应的基础上， 进一步控制了企业层面固定效应， 重新对模型（3）进行回归， 回归结果如表5中列（1）和列（2）所示。分析师跟踪（ANC1、ANC2）和融资约束（FC）的回归系数分别为-0.0145、 -0.0068， 均在1%的水平上显著为负， 表明控制个体固定效应后， 回归结果与前文结论保持一致。

2. 反向因果检验。分析师跟踪与融资约束之间的关系可能并不是分析师跟踪导致企业融资约束程度降低， 而是融资约束程度低的企业更容易吸引分析师跟踪， 即反向因果关系。为此， 本文分别使用分析师跟踪的滞后一期（L_ANC1、L_ANC2）和分析师跟踪的滞后两期（L2_ANC1、 L2_ANC2）替代同期分析师跟踪（ANC1、 ANC2）变量， 重新对模型（3）进行回归， 回归结果如表5中的列（3） ～ （6）所示。变量L_ANC1、 L_ANC2、 L2_ANC1、 L2_ANC2的回归系数分别为

-0.0261、 -0.0133、 -0.0244和-0.0117， 且均在1%的水平上显著为负， 与前文相比， 回归结果未发生实质性变化， 这表明在充分考虑反向因果关系后， 本文结论仍然得到支持。

3. 替换解释变量。为了解决解释变量测量误差可能引起的内生性问题， 本文用一年内分析师对上市公司出具的研报总数量加1取自然对数作为分析师跟踪的衡量指标（ANC3）， 代入模型（3）后进行回归， 回归结果如表6中的列（1）所示。结果显示， 变量ANC3的回归系数为-0.0129， 在1%的水平上显著， 说明替换分析师跟踪的衡量指标后， 分析师跟踪与融资约束之间仍然呈显著负相关关系。

4. 替换被解释变量。为保证估计结果的稳定性， 本文借鉴Whited和Wu（2006）、 刘莉亚等（2015）的做法， 构建WW指数衡量融资约束， 具体计算方法如模型（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为融资约束； CF为经营活动产生的现金流量净额/总资产； DIV为现金股利支付， 当期如果派发现金股利取值为1， 否则为0； ISG为行业平均销售增长率； 其他变量的含义及计算方法与模型（3）中的相同。

将变量WW替换模型（3）中的变量FC后进行回归， 回归结果如表6中的列（2）和列（3）所示。分析师跟踪（ANC1、ANC2）与融资约束（WW）的回归系数分别为-0.0047、 -0.0016， 均在1%的水平上显著， 说明替换融资约束变量后， 分析师跟踪对企业融资约束仍具有降低效应， 与前文结论保持一致。

5. 企业层面的聚类回归。本文进一步使用聚类到企业层面的稳健标准误对模型（3）进行回归， 回归结果如表6中的列（4）和列（5）所示。结果显示， 进行企业层面的聚类回归后， 变量ANC1和ANC2的回归系数仍在1%的水平上显著为负， 与基准回归结果无实质性差异， 增强了本文研究结论的可信性。

（五）分析师跟踪影响融资约束的异质性检验

分析师跟踪对企业融资约束的影响可能会受到机构投资者持股、 内部控制质量等内外部治理因素的影响， 对此， 本文在模型（3）的基础上通过引入交乘项的方式进行检验。

1. 外部治理监督： 机构投资者持股的调节作用。相较于个人投资者， 机构投资者具有资产优势、 专业优势和信息优势， 机构投资者持股比例越高， 在企业拥有的话语权越大， 参与公司治理的积极性也就越高， 通过发挥积极治理效应和信息中介效应， 促进企业信息传递， 降低信息不对称程度， 抑制管理层自利行为， 降低代理成本， 進而缓解企业融资约束（甄红线和王谨乐， 2016）。然而， 对于分析师与机构投资者的共同治理效应， 学者们存在不同的看法。有学者认为， 机构投资者持股会对分析师产生压力效应， 影响其独立性， 进而弱化分析师的治理效果， 具有替代治理效果（李祎等， 2016）。也有学者认为， 机构投资者持股会对分析师产生监督效应， 提升分析师盈余预测和评级报告的质量， 具有补充治理效果（黄波和王满， 2018）。根据前文的回归结果已知， 分析师跟踪对融资约束具有缓解效应， 那么， 机构投资者持股与分析师跟踪对企业融资约束的交互影响发挥的是互补效应还是替代效应？厘清这一问题对于如何将两者有机结合起来， 更好地发挥企业外部治理机制、 改善外部治理环境具有重要意义。

为了检验机构投资者持股对分析师跟踪缓解融资约束效果的影响， 本文在模型（3）中引入分析师跟踪与机构投资者持股的交乘项（ANC1×IIS、 ANC2×IIS）后进行回归， 回归结果如表7中的列（1）和列（2）所示。结果显示， 交乘项（ANC1×IIS、 ANC2×IIS）的回归系数均为0.0004 ， 且在1%的水平上显著。这表明， 机构投资者持股与分析师跟踪对融资约束的影响存在替代效应， 而不是互补效应， 即高持股比例的机构投资者会弱化分析师跟踪对融资约束的缓解效应。

2. 内部治理问题： 内部控制质量的调节作用。内部控制作为企业治理结构中的重要组成部分， 会对企业的融资约束产生影响。高质量的内部控制能够显著抑制企业的盈余管理（贾丽， 2022）， 降低代理成本（彭桃英和汲德雅， 2014）， 进而缓解融资约束（樊后裕， 2016）。而企业内部控制存在缺陷则会加剧融资约束（顾奋玲和解角羊， 2018）。然而， 有关分析师与内部控制的共同治理效应， 学者们存在不同的看法。有学者认为， 内部控制与分析师跟踪之间存在替代效应， 在内部控制质量较差的企业， 分析师跟踪缓解融资约束的边际效应更明显（范云蕊和李辰颖， 2019）。也有学者认为， 内部控制与分析师跟踪之间存在协同效应， 高质量的内部控制能够降低分析师跟踪对真实盈余管理的刺激作用（左志刚和石方志， 2021）。前文的回归结果已经验证了分析师跟踪对融资约束的抑制效应， 那么， 内部控制与分析师跟踪在缓解融资约束方面是存在互补关系还是替代关系？

为了检验内部控制质量对分析师跟踪缓解融资约束效果的影响， 本文首先采用迪博的内部控制指数加1取自然对数的值进行衡量， 该值越大， 表示内部控制质量越高。其次在模型（3）中引入内部控制质量（Index）以及分析师跟踪与内部控制质量的交乘项（ANC1×Index、 ANC2×Index）后进行回归， 回归结果如表7中的列（3）和列（4）所示。结果显示， 交乘项（ANC1×Index、 ANC2×Index）的回归系数分别为0.0411、 0.0326 ， 且在10%和1%的水平上显著。这表明， 内部控制质量与分析师跟踪在缓解融资约束方面存在替代关系， 而不是互补关系， 即高质量内部控制弱化了分析师跟踪对融资约束的缓解效应。

五、 研究结论与启示

（一）研究结论

本文选取2010 ～ 2021年我国沪深A股上市公司的数据， 检验了分析师跟踪对融资约束的影响， 探析了分析师跟踪缓解融资约束的内在机理， 并分别从机构投资者持股和内部控制质量两个方面展开了进一步研究。研究发现： 分析师跟踪对融资约束具有显著缓解效应， 而会计信息可比性在两者之间具有部分中介作用， 即分析师跟踪通过促进提升会计信息可比性进而缓解了融资约束。机构投资者持股与分析师跟踪在缓解融资约束方面存在替代关系， 高持股比例的机构投资者会弱化分析师跟踪对融资约束的缓解效应。内部控制与分析师跟踪在缓解融资约束方面也存在替代关系， 高质量内部控制会弱化分析师跟踪对融资约束的缓解效应。

（二）启示

本文的研究结论具有如下政策启示： 第一， 政府有关部门应加强对证券分析师行业的监管， 提高分析师的覆盖率及专业胜任能力， 降低资本市场存在的信息不对称程度和代理成本， 提高企业的会计信息可比性， 缓解融资约束， 促进企业高质量发展。同时， 应鼓励和引导分析师重点关注机构投资者持股比例较低、 内部控制质量较差的企业， 促使边际治理效应最大化。第二， 上市公司应将内外部治理机制有机结合， 最大限度地发挥其治理作用。在机构投资者持股比例较低、 内部控制质量较差的企业， 应考虑分析师跟踪对机构投资者和内部控制的影响， 充分发挥分析师跟踪的监督效应和信息效应， 改善外部环境， 有效缓解企业面临的融资约束。第三， 投资者可以结合分析师跟踪、 机构投资者持股、 内部控制等多方面的信息进行综合评价， 从而做出最优决策。

【 主 要 参 考 文 献 】

范云蕊，李辰颖．分析师关注、内部控制与企业债务融资约束［ J］．金融与经济，2019（10）：25 ～ 30．

顾奋玲，解角羊．内部控制缺陷、审计师意见与企业融资约束——基于中国A 股主板上市公司的经验数据［ J］．会计研究，2018（12）：77 ～ 84．

郭建鸾，简晓彤．分析师的外部监督效应——来自企业高管在职消费的证据［ J］．中央财经大学学报，2021（2）：73 ～ 88．

顾雷雷，郭建鸾，王鸿宇．企业社会责任、融资约束与企业金融化［ J］．金融研究，2020（2）：109 ～ 127．

韩艳锦，冯晓晴，宋建波．基于信息生成环节的分析师关注与股价崩盘风险［ J］．管理学报，2021（2）：279 ～ 286．

黄波．法制环境、会计信息可比性与债券信用利差［ J］．财经论丛，2020（3）：78 ～ 86．

黄波，王满．分析师跟踪影响了商业信用融资吗——基于我国上市公司的实证分析［ J］．山西财经大学学报，2018（8）：42 ～ 55．

黄志宏，李善民，王彩萍等．分析师跟踪对企业技术并购决策的影响研究［ J］．会计研究，2022（1）：129 ～ 143．

李祎，劉启亮，李洪．IFRS、财务分析师、机构投资者和权益资本成本——基于信息治理观视角［ J］．会计研究，2016（10）：26 ～ 33．

林钟高，杨雨馨．风险提示信息、分析师跟进与机构投资者持股［ J］．财经理论与实践，2017（5）：64 ～ 72．

刘柏，琚涛．“事前震慑”与“事后纠偏”：分析师关注对财务错报和重述的跨期监管研究［ J］．南开管理评论，2021（1）：50 ～ 61．

刘莉亚，何彦林，王照飞等．融资约束会影响中国企业对外直接投资吗？——基于微观视角的理论和实证分析［ J］．金融研究，2015（8）：124 ～ 140．

刘亭立，王妍，石倩倩．高质量的信息披露是否有助于降低企业信贷融资成本？——基于会计信息可比性的研究［ J］．投资研究，2022（6）：59 ～ 75．

明泽，潘颉．企业生命周期、会计信息可比性与融资约束［ J］．财经问题研究，2018（9）：114 ～ 121．

秦建文，胡金城，操应翔．分析师关注与实体企业金融化［ J］．技术经济，2022（3）：139 ～ 152．

任曙明，吕镯．融资约束、政府补贴与全要素生产率——来自中国装备制造企业的实证研究［ J］．管理世界，2014（11）：10 ～ 23．

谭春枝，张敏，闻岳春．基于内生性与异质性的分析师跟踪对公司价值的影响研究［ J］．上海金融，2021（3）：60 ～ 69．

谭雪．分析师关注的治理功用研究——基于两类代理成本的考察［ J］．证券市场导报，2016（12）：37 ～ 45．

王玉，王建忠．分析师关注度，会计稳健性与过度投资［ J］．投资研究，2016（12）：79 ～ 91．

王晓艳，郝文静．分析师关注度对企业信用评级的影响——基于媒体报道的中介效应研究［ J］．金融理论与实践，2022（2）：78 ～ 87．

温忠麟，叶宝娟．中介效应分析：方法和模型发展［ J］．心理科学进展，2014（5）：731 ～ 745．

严若森，叶云龙．证券分析师跟踪与企业双重代理成本——基于中国A股上市公司的经验证据［ J］．中国软科学，2017（10）：173 ～ 183．

袁芳英，朱晴．分析师关注会减少上市公司违规行为吗？——基于信息透明度的中介效应［ J］．湖南农业大学学报（社会科学版），2022（1）：80 ～ 88．

张纯，吕伟．信息环境、融资约束与现金股利［ J］．金融研究，2009（7）：81 ～ 94．

张永杰，尹林辉，酒莉莉．会计信息可比性降低了股权融资成本吗［ J］．国际商务（对外经济贸易大学学报），2019（6）：135 ～ 152．

张宗新，周嘉嘉．分析师关注能否提高上市公司信息透明度？——基于盈余管理的视角［ J］．财经问题研究，2019（12）：49 ～ 57．

赵奇锋，鞠晓生．证券分析師关注抑制了技术创新吗？——来自中国上市企业的证据［ J］．产业经济评论，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．

【基金项目】 河南省重点研发与推广专项（软科学研究）项目“基于政府会计制度改革的高校基建并账工作研究”（项目编号：212400410569）；河南省哲学社会科学规划项目“无实际控制人对企业投融资的影响机制研究”（项目编号：2022BJJ024）

【作者单位】河南财政金融学院会计学院， 郑州 450046