分析师跟踪如何影响企业杠杆操纵

刘会洪 张哲源

摘    要：杠杆操纵是阻碍企业健康发展的主要行为之一。以企业杠杆操纵为研究视角，运用混合最小二乘模型，通过2013—2022年A股上市企业数据研究探讨分析师跟踪对企业杠杆操纵的影响。研究发现：分析师跟踪对企业杠杆操纵起到显著的抑制作用，通过一系列稳健性检验后结论依然成立；传导机制表明：分析师跟踪通过抑制企业代理成本、缓解信息不对称和提高媒体关注来抑制企业杠杆操纵；异质性分析表明：分析师跟踪背景下，在非重污染企业、非高新技术企业和高法治化水平企业的样本中起到更为显著的效果；ESG表现和数字化转型在分析师跟踪抑制企业杠杆操纵基础上发挥了调节作用。研究结论为企业、市场投资者和政府提供更丰富的建议，推动企业经济可持续发展。

关键词：分析师跟踪；杠杆操纵；代理成本；信息不对称；媒体关注；ESG；数字化转型

中图分类号：F832；F237；F270         文献标志码：A         文章编号：1009-5128（2024）06-0074-10

收稿日期：2023-12-17

基金项目：湖南省教育厅科学研究重点项目：人工智能驱动湖南省制造业出口贸易高质量发展的机制及对策研究（22A0407）；湖南省社会科学成果评审委员会基金资助项目：疫情冲击下基于产品空间理论的湖南制造业转型升级路径与对策研究（XSP22YBZ099）

作者简介：刘会洪，男，湖南新化人，湖南工业大学经济与贸易学院副教授，硕士研究生导师，经济学博士，主要从事产业经济与投资研究；张哲源，男，浙江乐清人，湖南工业大学经济与贸易学院硕士研究生，主要从事企业经济、企业金融研究。

一、问题提出

近年来，伴随着中国经济的高速增长，公司的财务杠杆水平不断上升，从而加重了公司的流动性风险。［1］目前，我国企业普遍存在着较高的财务杠杆，这对企业的日常运营以及企业的投资、融资等都有很大的负面影响。从2015年起，我国正式步入“强制降杠杆”时期，并出台一系列推动公司降杠杆的措施，以防止和化解重大体系风险。在2021年的中央经济工作会议上，提出要“持续按照稳定大局的方针，抓好风险处置工作”，这也体现出政府对“正确认知和把握防范化解重大风险”的高度关注。根据已有的文献显示，在政府和金融机构的双重调控下，公司往往会采用“表外负债”“以股份名义负债”以及“盈余管理”等方式，对公司的实际账面杠杆进行“歪曲”。［2–3］然而，上市公司的“杠杆操作”不但无法降低企业高额负债所引发的财务危机，反而有可能将错误的消息传达给市场，对投资者等其他知情人士造成严重的误导，从而对资本市场的正常发展产生不利影响。为获得银行等金融机构的信贷审批、达到监管部门对发债企业杠杆水平设置的高门槛，或为完成去杠杆的强制性任务，企业有动机进行杠杆操纵。但杠杆操纵引发的市场资源错配，会使企业债务的雪球越滚越大，隐性债务的积累会阻碍企业全要素生产率增长，甚至引发系统性金融风险，对我国的经济高质量发展构成威胁。［4］由于企业操纵杠杆的手段灵活多样而且具有一定的隐蔽性，识别杠杆操纵对监管部门及不具有专业背景的投资者而言难度较高。那么，对资本市场的信息中介——证券分析师而言，凭借其较强的信息挖掘、分析与解读能力是否会对企业操纵杠杆的机会主义行为产生影响呢？这一问题有待本文进一步验证。此外，对企业杠杆操纵的治理机理进行深入探讨，不仅有助于保证国家“去杠杆”的顺利实施，而且有助于防止出现严重的金融体系风险，对企业来说意义非凡。

二、文献综述

（一）企业杠杆操纵的影响因素

国内外学者对我国上市公司杠杆操纵的分析主要集中在公司内外两个层面。从内部视角分析，非国有股东可以利用积极参与企业治理的方式，显著地限制国有企业进行杠杆操纵的动机，进而降低了杠杆操纵水平。［5］一些学者在党建理论的基础上，对公司杠杆操控的治理途径进行了探讨，他们认为党建能够通过减少公司的信息不对称，限制管理层的短期行动，进而抑制公司杠杆操控。［6］在外部环境视角，审计师能够发现公司的杠杆操控，并且能够在某种程度上对其起到抑制作用，并且这个作用会随着审计师的职业素养和诉讼风险的提高而加强。［7］从机构投资者的角度出发，“分心”会使企业对自身的监督职能减弱，进而加剧企业的财务杠杆操作行为。［8］此外，公司信息不对称造成的融资压力也是影响公司杠杆操纵的一个重要因素［9］，综合分析，代理成本、信息不对称和媒体关注是企业进行杠杆操纵的主要诱因。

（二）分析师跟踪

参照已有的研究成果，对于分析师效应理论有两种截然对立的看法：第一种是公司治理中的“信息揭示”理论，其认为公司治理结构因改善而更加稳定，从而降低代理成本。这进而帮助公司选择具有积极净现值的“长线”方案，获取更多运营资金，并降低企业操纵杠杆的动机。第二种是绩效压力理论，认为高管为了自身的风险收益、职业生涯发展以及口碑等因素，可能会操纵风险资本投入［10］，从而阻碍公司的长远发展。

此外，在资本市场中，分析师发挥着监督的作用，可以通过信息披露间接调节公司治理效应。与一般投资者相比，分析师具有更高的职业道德水平和更强的信息收集能力，更容易发现管理者的自私行为和潜在的不良消息，由于不良消息可能造成的损害要比积极消息大得多［11］，分析师的追踪作用能够抑制管理者的投机行为。先前的研究表明，分析师跟踪能有效限制高管消费［12］，抑制企业盈余管理的动机［13］、提高企业盈余信息质量［14］以及减少违法行为发生的概率［15］。

本文的边际贡献体现为：（1）本文将分析师跟踪原先聚焦于资本市场层面转向企业杠杆操纵层面，对分析师跟踪与企业杠杆操纵的文献进行丰富和补充；（2）拓展了针对杠杆操纵的研究视角；（3）本文不仅将研究视角进行创新，也有利于发现抑制企业杠杆操纵的新因素；（4）本课题将深入剖析分析师跟踪与企业杠杆操纵之间的作用机理、作用路径及异质性，为企业、市场投资者及政府提供更为丰富的政策建议。

三、理论分析与研究假设

首先，分析师跟踪可以通过降低代理成本来抑制企业杠杆操纵。对于公司来说，由于存在严重的委托代理问题，公司内部往往会有更多关于公司的相关信息。这使得分析师能够更好地发挥信息揭示和监督的作用，有助于减少公司的代理费用。例如，如果分析师跟踪了一家公司，那么很可能也会关注该公司所属的企业集团的其他成员公司。如果分析师发现某家公司存在不良行为，总部很可能会对集团中的其他成员公司进行更多的监督，从而使其他成员公司自觉地减少机会主义和利益侵占，进而降低公司的代理成本。［16–18］已有研究表明，我国上市公司对卖空行为的规制能够有效地减少公司的代理成本、缓解公司间的利益冲突、增强公司的信息透明度，从而有效地抑制公司的操纵行为。进一步分析表明，代理成本越低，杠杆操纵越容易被削弱。［19］代理成本是影响公司治理的重要因素，经验表明，金融机构投资者可以通过提高公司透明度降低代理成本，从而对公司操纵行为进行约束。［20］

其次，分析师跟踪可以通过缓解信息不对称来抑制企业杠杆操纵。通过研究，国内外学者发现，分析师跟踪不仅可以降低公司的代理成本，还有助于减轻由于资金限制和信息不对称所带来的不利影响；通过信息的公开披露，可以减少信息不对称，减轻代理成本，同时也能削弱企业操纵的效果［21］。分析师跟踪有利于统一经理人与公司业主之间的目标，从而降低代理成本，同时也减少由代理问题引起的负面事件发生的概率，即缓解信息不对称。根据信息不对称理论，信息不对称的降低便于市场从外部对企业行为进行监督，有助于提高企业内部运营的规范性。当信息不对称水平较高时，企业为了短期利益而进行杠杆操纵的倾向增加。为了缓解信息不对称，增强融资能力，公司管理者和股东可能会利用盈余操纵等手段来降低财务杠杆水平。［22］

最后，分析师跟踪可以通过提高媒体关注度来抑制企业杠杆操纵。经研究发现，媒体在对企业不当行为进行报道时会考虑分析师的预测情况［23］；分析师跟踪的监督作用，使得企业相关信息更加真实，同时分析师更希望其传递的信息被主流财经媒体引用，提升其影响力。［24–25］媒体配备专业的跟踪、分析与报道团队，具有敏锐的新闻意识与专业的职业素养，对资本市场信息的挖掘与解读能力更强。［26］尤其是涉及时事热点的话题，媒体更有动力去捕捉社会关注的焦点并进一步追踪报道被掩盖的事实真相，以提高其业界声誉。因此在制度性监管缺位的情况下，媒体关注可以弥补制度环境的不足，充分发挥新闻媒体的市场监督与信息中介功能来抑制企业杠杆操纵行为。［27］媒体作为外部监督者，可以发挥市场监督功能，有效约束企业违规与舞弊行为。

企业ESG信息披露能够成为分析师开展盈余预测的有效信息来源。首先，ESG表现良好的企业信息披露意愿更强，增加了分析师可获得的企业非财务信息，企业信息披露意愿的增强提高了信息透明度，能够影响分析师盈余预测质量，由此良好的ESG信息披露有助于改善企业的信息环境，使分析师及时准确而又低成本地获取信息［28］，同时学者研究发现高质量的企业ESG信息披露能够显著抑制研发粉饰行为［29］和盈余管理行为［30］，进而加强了分析师跟踪对企业杠杆操纵的抑制作用。

企业数字化转型有助于提高企业的信息披露质量，数字化转型的逐步推进能够带来企业管理范式的颠覆性变革，信息管理系统等数字化平台可通过业务场景数据化形成实时监控机制，使得企业经营决策流程中的混沌节点与管理摩擦不断减少，对管理层的非理性行为形成隐性制约，压缩管理层为谋求个人私利而藏匿坏消息的空间，从而改善公司内部治理，提高信息披露质量，进而抑制企业杠杆操纵。经研究发现，企业数字化转型通过促进公司主动增加公开信息披露和激励分析师调研挖掘私有信息这两条路径提升分析师预测准确度［31］，同时学者从信息互补视角的实证分析研究发现，企业数字化转型能显著降低杠杆操纵程度［32］，进而加强了分析师跟踪对企业杠杆操纵的抑制作用。

因此，本文提出以下研究假设：

假设1：分析师跟踪对企业杠杆操纵具有抑制作用。

假设2：分析师跟踪通过降低代理成本、缓解信息不对称和提高媒体关注度来抑制企业杠杆操纵。

假设3：ESG信息披露在分析师跟踪抑制企业杠杆操纵基础上发挥了调节作用。

假设4：数字化转型在分析师跟踪抑制企业杠杆操纵基础上发挥了调节作用。

四、研究与设计

（一）样本选择及数据来源

项目以2013—2022年间中国A股上市公司为研究对象，剔除金融类、ST类、PT类等数据，为避免数据极值的影响，将数据缩尾为1%，同时剔除2013—2022年期间不连续和不完整样本，即同一企业在不同年度被视为不同样本，且2013—2022年10年内连续且不中断，最终获得1 627家上市公司16 270个样本数据。本研究以CSMAR、Wind、CNRDS等3个数据库为数据来源，采用STATA软件对面板数据进行回归分析。

（二）变量设计与模型设定

1.被解释变量

公司的杠杆操纵（Level Volume Method，LEVM）是被解释变量。在对许晓芳等［9］的研究中，我们发现，公司主要是以表外负债及名股实债的方式来对其进行杠杆操纵。其他方法大多采用表外协定的方式来实现，很难获得精确的数据。因此，在主回归中采用基本的XLT-LEVM法来估计企业杠杆操纵。下面是XLT-LEVM的基本模型计算：

[LEVMi，t=]（[DEBTB][TOTALi，t+DEBTOBi，t+DEBTNSRDi，t]）[÷]                                                  （[ASSETB][TOTALi，t+][DEBT][OBi，t]）[-LEVBi，t] ，                                         （1）

式（1）中：LEVM是指公司的杠杆操纵，它是用实际的杠杆比率减去账面的财务杠杆比率而得；DEBTB_TOTAL是指企业的账面负债，DEBT_OB是指企业的表外负债，DEBT_NSRD是指企业的名股实债总数；ASSETB_TOTAL是该公司的总资产；LEVB是指公司的账面资产负债比率。

2.解释变量

分析师跟踪的衡量指标有：（1）对目标企业发布盈利预测报告的分析师人数［33］；（2）分析师发布盈利预测报告的数量；（3）按照分析师跟踪人数是否达到某一水平设置虚拟变量［34］。此外，也有国内研究使用关注企业的券商数量代替分析师跟踪。［35］本文主要用每个完整年度中，对企业做出盈利预测的分析师的数量（当前年度跟踪某一上市公司的分析师人数）作为分析师跟踪程度的代理变量，再对分析师数量取对数处理，最终得到分析师跟踪指数（AL）。

3.控制变量

根据杠杆操纵相关文献［22］，本文的控制变量为上市企业常用控制变量。比如企业规模（Size）、固定资产占比（FIXED）、总资产周转率（ATO）、资产负债率（Lev）、第一大股东持股比例（Top1）、控制行业效应（Industry）、控制时间效应（Year）。

4.模型设定

设定如下混合最小二乘模型来探究分析师跟踪对企业杠杆操纵的影响：

[LEVMi，t=βo+β1ALi，t+β2Controli，t+Year+Industry+εi，t]  。                         （2）

五、实证分析

（一）描述性统计

表1被解释变量LEVM最高值为1.746，最低值为0，均值为0.115。说明了有些企业杠杆操纵行为非常严重，而有些企业坚决抵制操纵行为，两者之间存在非常大的差距。解释变量AL最大值为4.331，最小值为0，均值为1.491。说明了有些企业受分析师跟踪特别巨大，而有些企业不被分析师所关注，两者之间存在非常大的差距。

（二）回归分析

本文使用了稳健性标准误，表2列（1）为AL单独回归的结果，列（2）是AL加上控制变量的结果。列（3）是在列（2）的基础上多控制了年份效应。列（4）则是在列（2）的基础上多控制了行业效应。列（5）则是在列（2）的基础上多控制了时间和行业效应。结合分析，列（1）至（5）的AL都在1%水平上显著抑制LEVM，以此表明分析师跟踪对企业杠杆操纵具有显著的抑制作用，验证了假设1。

（三）稳健性检验

1.滞后解释变量

参考孙传旺等［36］滞后解释变量的方法，对AL进行滞后。表3列（1）和（2）的AL都在1%水平上分别对LEVMt+1和LEMVt+2起到抑制作用，即证实了分析师跟踪对企业杠杆操纵的抑制作用。

2.替换解释变量

采用替换核心解释变量的方法，使用研报关注度来替换分析师跟踪。表3列（3）AL在1%水平上对LEVM依旧起到负向显著的作用，说明分析师跟踪对企业杠杆操纵起到显著的抑制作用。

3.更换模型

使用固定效应模型进行再次回归。表3列（4）的AL在1%水平上抑制LEVM，证实了更换模型处理后，分析师跟踪对企业杠杆操纵具有显著的抑制作用。

4.替换被解释变量

上文中基于基本的XLT-LEVM法测算的企业杠杆操纵仅是从债务粉饰的角度进行估计的，而现实生活中企业也常常通过向上调整利润来降低账面杠杆率。因此参考许晓芳等［22］的做法，为了尽可能全面地覆盖企业杠杆操纵的手段，以扩展的XLT-LEVM法衡量企业杠杆操纵，具体分为直接法（EXP_LEVM）和间接法（EXP_LEVMI）。替换变量后的回归结果在表3的列（5）和（6）展示，可以从中分析出，列（5）和（6）的AL在1%水平上抑制EXP_LEVM和EXP_LEVMI，说明分析师跟踪对企业杠杆操纵具有显著的抑制作用。

5.工具变量法

本文运用两阶段工具变量法进一步缓解内生性，将参考余明桂等［37］的研究，将分析师的预期关注度（Exp_AL）作为分析师关注度的替代工具变量，其含义为预期跟踪某企业的分析师总人数。

预期跟踪企业的分析师总人数=[ni=1]券商i中预期跟踪企业的分析师人数。

券商i中预期跟踪企业的分析师人数=

（第t期的券商规模/第0期的券商规模）× 第0期券商i中实际跟踪企业s的分析师人数。

选择的原因有以下两点：首先，从相关性而言，分析师的预期关注度与分析师关注度高度相关，当分析师的预期关注度越高，企业受到分析师的关注度就越高。从外生性而言，分析师的预期关注度对企业杠杆操纵没有直接影响，相对符合外生。表4列（1）报告了第一阶段回归结果，Exp_AL在1%水平上促进AL，说明分析师的预期关注度越高，分析师关注度就越高，同时列（2）报告了第二阶段回归结果，变量AL在1%水平上抑制LEVM，进一步说明分析师跟踪依然对企业杠杆操纵具有显著的抑制作用。

（四）机制路径分析

为了进一步探究分析师跟踪对企业杠杆操纵的作用机制，本文设计研究代理成本、信息对称和媒体关注在其中发挥的作用。

借鉴温忠麟［38］构建中介效应模型来检验三种作用机制，参考模型（3）和（4）：

[OC∕ASY∕MDi，t=][βo+β1ALi，t+β2Controli，t+Year+Industry+εi，t]  ，                        （3）

[LEVMi，t=βo+β1ALi，t+β2OC∕ASY∕MDi，tβ3Controli，t+Year+Industry+εi，t   。]               （4）

1.代理成本的中介作用

代理成本为大股东占用资金（其他应收款除以总资产），用OC表示。检验结果见表5，列（1）和列（2）展示了回归结果。列（1）AL在1%水平对OC起到负向显著的作用；列（2）AL和OC都在1%水平分别对LEMV起到负向显著和正向显著的作用，说明分析师跟踪可以通过抑制代理成本来抑制企业杠杆操纵。

2.信息不对称的中介作用

信息不对称主要参考于蔚［39］的做法，即通过计算流动性比率指标LR和非流动性比率指标ILL，而后再计算收益率反转指标GAM来刻画股票市场流动性，最后基于这三个指标进行主成分分析，捕捉它们的共同变异信息也即与非对称信息相关的成分，记为得到ASY（信息不对称指标）。表5的列（3）AL在1%水平上对ASY起到负向显著作用；列（4）AL和ASY分别在1%水平上对LEMV起到负向显著和正向显著的作用，说明分析师跟踪可以通过缓解信息不对称来抑制企业杠杆操纵。

3.媒体关注的中介作用

采用网络媒体对该企业的年度报道总数加1后取自然对数来度量媒体关注，用MD来表示。表5的列（5）AL在1%水平上对MD起到正向显著的作用；列（6）AL和MD都在1%水平上对LEMV起到负向显著的作用，说明分析师跟踪可以通过提高媒体关注来抑制企业杠杆操纵。

（五）异质性分析

1.企业污染性质

本文依据《上市公司环境保护核查行业分类管理名录》（环办函〔2008〕373号），将样本分为重污染企业和非重污染企业。从表6分析出，列（1）AL对企业LEVM不敏感，但是列（2）AL在1%水平上抑制LEVM，说明企业为非重污染企业时，分析师跟踪对企业杠杆操纵具有显著的抑制作用。之所以有差异，是因为重污染企业往往面临更多的监管压力，此时分析师难以充分发挥信息效应和监督效应，导致其抑制企业杠杆操纵的效果不够明显。相比之下，非重污染企业受到更少的监管，此时分析师可以充分发挥信息效应和监督效应，其抑制企业杠杆操纵的效果更加明显。

2.企业技术性质

根据《上市公司资质认定信息文件》和《公司基本情况文件》，将企业分为进行高新技术企业和非高新技术企业。从表6分析出，列（3）AL对企业LEVM不敏感，但是列（4）AL在1%水平上抑制LEVM，说明企业为非高新技术企业时，分析师跟踪对企业杠杆操纵起到显著的抑制作用。之所以有差异，这是因为高新技术企业通常需要更多的资本支出来进行研发和创新，因此它们通常会借入更多的债务来获得资金，存在高杠杆风险。同时，高新技术企业受到更多的监管和关注，其本身信息不对称问题较小，分析师跟踪的监督效应和信息效应难以充分发挥作用，进而抑制企业杠杆操纵的效果不够明细。相反，非重污染企业受到的监管压力和关注都比较小，分析师跟踪可以更好地发挥出其作用，对抑制企业杠杆操纵的效果更加明显。

3.法治化水平

参考以往的文献，根据国民经济研究所和社会科学文献出版社共同出版的《中国分省份市场化指数报告》中的法治水平指数中位数，将样本分为法治水平高/低地区，并进行分组回归。从表6分析得出，列（6）的AL对LEVM没有起到明显作用。而列（5）AL对LEVM在1%水平上起到显著的负向作用，进一步说明高法治化水平企业在分析师跟踪下对企业杠杆操纵起负向显著的作用。高法治化企业的杠杆操纵率要比低法治化企业更低的原因是，高法治化企业更注重规范合规经营，更加重视企业的财务透明度和稳健性，分析师跟踪的作用在高法治化水平的加持下，企业杠杆操纵被抑制的效果更加明显。低法治化企业则相反。

（六）调节机制分析

1.ESG信息披露

ESG评级参考华证ESG报告，它是按照环境、社会和治理三个方面的评分平均值来计算的，来源于华证ESG报告。将每一家上市公司的ESG分为九个等级（C， CC， CCC， B， BB， BBB， A， AA， AAA），给每一家上市公司的ESG赋1～9分。表7的列（1）AL和AL*ESG都在1%水平上对LEVM起到负向显著的作用，说明ESG表现在分析师跟踪抑制企业杠杆操纵基础上发挥了调节作用，即ESG表现有助于分析师跟踪来抑制企业杠杆操纵。

2.数字化转型

借鉴吴非等［10］的研究，选取数字化转型（Digital）作为调节变量。本文运用Python文本挖掘技术从企业年报中筛选特征词，在对特征词的词频数加总求和，再取对数处理，从而得到企业数字化转型指数。表7的列（2）Digital和AL*Digital都在1%水平上对LEVM起到负向显著的作用，说明数字化转型在分析师跟踪抑制企业杠杆操纵基础上发挥了调节作用，即数字化转型有助于分析师跟踪来抑制企业杠杆操纵。

六、结论与启示

根据上文可得出以下结论：（1）分析师跟踪对企业杠杆操纵起到显著的抑制作用；（2）分析师跟踪通过降低企业代理成本、缓解信息不对称和提高媒体关注来抑制企业杠杆操纵水平；（3）分析师跟踪对企业杠杆操纵的抑制作用，在非重污染企业、非高新技术企业和高法治化水平企业的样本中起到更为显著的效果；（4）ESG表现和数字化转型在分析师跟踪抑制企业杠杆操纵基础上发挥了调节作用。

本文的启示与建议：（1）在企业层面上，企业必须加强反杠杆操纵的观念，在分析师跟踪下，提高企业的竞争能力，使企业在未来的竞争中立于不败之地。（2）在投资人看来，无论是机构投资者还是散户，都应该更多地重视分析师跟踪报告。在进行投资时，也要注意公司的污染性质、技术性质和法治化水平，从而使公司更重视分析师跟踪。（3）从政府视角分析，进一步完善分析师制度。不断推进分析师行业建设，制定合理的分析师人才培育体制，同时，还应帮助分析师克服信息获取困难。

参考文献：

［1］  REINHART M C，ROGOFF S K. From Financial Crash to Debt Crisis［J］.The American Economic Review，2011（5）：1676-1706.

［2］  KRAFT P. Rating Agency Adjustments to GAAP Financial Statements and Their Effect on Ratings and Credit Spreads［J］. Accounting Review，2015（2）：641-674.

［3］  SCOTT T W，WIEDMAN C I，WIER H A.Transaction Structuring and Canadian Convertible debt［J］.Contemporary Accounting Research，2011（3）：1046-1071.

［4］  许晓芳，陆正飞.企业杠杆、杠杆操纵与经济高质量发展［J］.会计研究，2022（6）：3-15.

［5］  马新啸，窦笑晨.非国有股东治理与国有企业杠杆操纵［J］.中南财经政法大学学报，2022（3）：45-59.

［6］  翟淑萍，毛文霞，白梦诗.国有上市公司杠杆操纵治理研究：基于党组织治理视角［J］.证券市场导报，2021（11）：12-23.

［7］  吴晓晖，王攀，郭晓冬.机构投资者“分心”与公司杠杆操纵［J］.经济管理，2022（1）：159-175.

［8］  吴非，胡慧芷，林慧妍，等.企业数字化转型与资本市场表现：来自股票流动性的经验证据［J］.管理世界，2021（7）：130-144.

［9］  许晓芳，陆正飞.我国企业杠杆操纵的动机、手段及潜在影响［J］.会计研究，2020（1）：92-99.

［10］  徐雨婧，沈瑶，胡珺.进口鼓励政策、市场型环境规制与企业绿色创新：基于政策协同视角［J］.山西财经大学学报，2022（2）：76-90.

［11］  肖小虹，潘也，王站杰.企业履行社会责任促进了企业绿色创新吗？［J］.经济经纬，2021（3）：114-123.

［12］  陈红，张玉，刘东霞.政府补助、税收优惠与企业创新绩效：不同生命周期阶段的实证研究［J］.南开管理评论，2019（3）：187-200.

［13］  余明桂，钟慧洁，范蕊.民营化、融资约束与企业创新：来自中国工业企业的证据［J］.金融研究，2019（4）：75-91.

［14］  王晓祺，胡国强.绿色创新、企业声誉与盈余信息含量［J］.北京工商大学学报（社会科学版），2020（1）：50-63.

［15］  徐欣，唐清泉.财务分析师跟踪与企业R&D活动：来自中国证券市场的研究［J］.金融研究，2010（12）：173-189.

［16］  EDMANS A. Blockholder Trading，Market Efficiency，and Managerial Myopia［J］.Journal of Finance，2009（6）：2481-2513.

［17］  陈钦源，马黎珺，伊志宏.分析师跟踪与企业创新绩效：中国的逻辑［J］.南开管理评论，2017（3）：15-27.

［18］  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.

［19］  田园，高利芳.卖空管制放松能够抑制企业商誉泡沫吗？［J］.财贸研究，2021（9）：96-110.

［20］  李志辉，杜阳，胡心怡.机构投资者对市场操纵行为是否起到抑制作用［J］.国际金融研究，2021（7）：66-75.

［21］  翟淑萍，毛文霞，白梦诗.国有上市公司杠杆操纵治理研究：基于党组织治理视角［J］.证券市场导报，2021（11）：12-23.

［22］  ROYCHOWDHURY S. Earnings Management Through Real Activities Manipulation［J］.Journal of Accounting and Economics，2006（3）：335-370.

［23］  BERKAN A，LEONARDO B，STEFANO M. Media Coverage， Corporate Social Irresponsibility Conduct，and Financial Analysts performance［J］.Corporate Social Responsibility and Environmental Management，2021（5）：1456-1470.

［24］  吴偎立，张峥，乔坤元.信息质量、市场评价与激励有效性：基于《新财富》最佳分析师评选的证据［J］.经济学，2016 （2）：723-744.

［25］  YU F. Analyst Coverage and Earnings Management［J］.Journal of Financial Economics，2007（2）：245-271.

［26］  ZHANG Y. Analyst Coverage and Corporate Social Responsibility Decoupling：Evidence from China［J］.Corporate Social Responsibility and Environmental Management，2021（3）：620-634.

［27］  肖作平，周婧霏.腐败、媒体关注与权益资本成本［J］.证券市场导报，2021（8）：36-47.

［28］  胡军，王甄，陶莹.微博、信息披露与分析师盈余预测［J］.财经研究，2016（5）：66-76.

［29］  耀友福，黄嫣.企业ESG表现与研发粉饰行为［J］.财会月刊，2023 （3）：49-56.

［30］  高彦彦，黄建博. ESG评级表现与企业真实盈余管理：来自中国A股上市公司的证据［J］.金融发展研究，2023（1）：3-12.

［31］  王瑶，冯晓晴，侯德帅.企业数字化转型能提高分析师预测准确度吗：基于信息披露和信息挖掘的双重视角［J］.中南财经政法大学学报，2023（4）：16-27.

［32］  罗宏，郭一铭，乔慧颖，等.企业数字化转型与杠杆操纵［J］.当代财经，2023（5）：65-78.

［33］  徐欣，唐清泉.财务分析师跟踪与企业R&D活动：来自中国证券市场的研究［J］.金融研究，2010（12）：173-189.

［34］  潘越，戴亦一，刘思超.我国承销商利用分析师报告托市了吗？［J］.经济研究，2011（3）；131-144.

［35］  谢震，艾春荣.分析师关注与公司研发投入：基于中国创业板公司的分析［J］.财经研究，2014（2）：108-119.

［36］  孙传旺，罗源，姚昕.交通基础设施与城市空气污染：来自中国的经验证据［J］.经济研究，2019（8）：136-151.

［37］  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.

［38］  温忠麟，张雷，侯杰泰，等.中介效应检验程序及其应用［J］.心理学报，2004（5）：614-620.

［39］  于蔚，汪淼军，金祥荣.政治关联和融资约束：信息效应与资源效应［J］.经济研究，2012 （9）：125-139.

【责任编辑    马   俊】

How  Does  Analyst  Tracking  Affect  Corporate  Leverage  Manipulation — Based  on  the Empirical  Research  of  Chinas  A-share  Listed  Enterprises

LIU Huihong，ZHANG Zheyuan

（School of Economics and Business， Hunan University of Technology， Zhuzhou 412007， China）

Abstract：Leveraged manipulation is one of the important behaviors that hinder the sustainable development of enterprises. Taking corporate leverage manipulation as the research perspective and using a mixed least squares model to explore the impact of analyst tracking on corporate leverage manipulation through data analysis of A-share listed companies from 2013 to 2022， has found that analyst tracking has a significant inhibitory effect on corporate leverage manipulation， and the conclusion remains valid after a series of robustness tests， that the transmission mechanism indicates that analyst tracking suppresses corporate leverage manipulation by suppressing agency costs， alleviating information asymmetry， and increasing media attention，that heterogeneity analysis shows that under the background of analyst tracking， analyst plays a more significant role in the sample of non heavily polluting enterprises， non high-tech enterprises， and high level of legalization enterprises， that ESG performance and digital transformation have played a moderating role in analyst tracking and suppressing corporate leverage manipulation.At length， the research findings provide richer suggestions for enterprises， market investors， and governments to promote green and sustainable development of the enterprise economy.

Key words：analyst tracking； leveraged manipulation； agency costs； information asymmetry； media attention； ESG； digital transformation