無形資產結構、信息披露與分析師盈利預測

楊矛

【摘 要】 文章選取2003—2016年非金融行業(yè)A股上市公司作為樣本，從無形資產的數量、質量、結構三個維度構建了無形資產信息披露影響分析師盈利預測的傳導機制，分析無形資產的數量、質量、結構如何影響證券分析師的跟蹤、努力程度以及盈利預測誤差。研究發(fā)現：無形資產越多的企業(yè)越能吸引證券分析師的關注，他們的努力程度會更高，但盈利預測的準確性會降低;相對于特許經營權、土地使用權等權力型無形資產較多的企業(yè)，證券分析師更傾向于跟蹤專利權、商標權等技術型無形資產較多的企業(yè)，他們因此付出的努力程度會更高，但盈利預測誤差會隨之增大。基于此，提出政策建議：加大對無形資產信息披露的系統(tǒng)監(jiān)督，加強對無形資產結構信息的披露和監(jiān)管，促進證券分析師行業(yè)的發(fā)展。

【關鍵詞】 無形資產; 無形資產結構; 信息披露; 分析師盈利預測

【中圖分類號】 F830.9? 【文獻標識碼】 A? 【文章編號】 1004-5937（2019）08-0108-07

一、引言

國家“十三五”規(guī)劃綱要中提出，“實施嚴格的知識產權保護制度，完善有利于激勵創(chuàng)新的知識產權歸屬制度，建設知識產權運營交易和服務平臺，建設知識產權強國”。這是從國家層面對加強技術創(chuàng)新、知識產權保護的新舉措。為保證企業(yè)擁有更強的生命力、促進企業(yè)技術的不斷創(chuàng)新，企業(yè)不斷加大對研發(fā)支出等無形資產的投入。無形資產在延長企業(yè)生命周期、增加企業(yè)價值、制定企業(yè)戰(zhàn)略等方面做出了重要的貢獻。管理學家彼得·德魯克（Peter Drucker，2009）在《后資本主義社會》中提到知識不同于以往的生產要素，將會極大地促進企業(yè)的發(fā)展。隨著經濟的不斷發(fā)展、科學技術的不斷進步，無形資產能夠促進企業(yè)不斷地發(fā)展從而增強企業(yè)核心競爭力。企業(yè)核心競爭力屬于無形資產的范疇?？茖W技術是第一生產力，無形資產可以直接轉化為生產力，在一定程度上替代有形資產，從而推進經濟的不斷發(fā)展。

William Ciconte[1]認為，無形資產可以突破時間和空間的限制，跨越性地為企業(yè)帶來不可預測的收益。無形資產具有意想不到的盈利能力，能夠給企業(yè)帶來超額的利潤，因此越來越多的企業(yè)不斷加強對無形資產的投入和研發(fā)，來增強企業(yè)的核心競爭力，以確保在市場競爭中立于不敗之地。因此投資者更迫切了解企業(yè)的真實情況，尤其是關于無形資產的具體情況。無形資產的信息披露在很大意義上吸引了信息中介（證券分析師）、評估機構的關注，引導他們更加關注企業(yè)的無形資產信息，確保能夠準確、真實地評估企業(yè)的價值并促使企業(yè)管理者做出正確的經營決策。盡管無形資產的重要性不斷加強，但是我國現行的財務報告體系卻不能將企業(yè)無形資產的情況如實地反映在財務報表中，只將符合當前會計確認條件的無形資產反映在資產負債表中。上市公司的財務報告是信息使用者獲取信息最主要的途徑，財務報表對無形資產信息的不充分披露降低了無形資產信息對于報表使用者的有效性。Lev[2]認為，近年來之所以信息披露質量不高，主要原因是在現行的財務體系中企業(yè)的無形資產不能被如實地反映在財務報表中。

在我國的證券市場環(huán)境中，信息具有不對稱性，但是信息使用者為了確保自身投資的準確性從而需要上市公司真實可靠地進行信息披露。個人投資者由于缺乏專業(yè)的會計知識無法正確地解讀企業(yè)披露的財務報告，他們處于信息弱勢地位。隨著證券分析師隊伍的不斷壯大，信息披露質量的不斷提高，證券分析師作為投資者和市場的橋梁，其地位就越顯得重要，市場對證券分析師工作的需求也越來越大，證券分析師的作用得到了越來越多人的肯定。

在這種背景下，本文從無形資產和證券分析師的基礎理論入手，構建無形資產信息披露與分析師盈利預測的傳導機制，探究無形資產數量、質量、結構對分析師盈利預測的影響程度。

二、文獻綜述與研究假設

（一）無形資產數量與分析師盈利預測

信息具有不對稱性，市場中賣方比買方掌握更多的信息，因此可以通過信息從賣方流向信息貧乏的買方并從中獲利。在資本市場中，證券分析師是重要的信息中介，能夠運用優(yōu)于一般投資者的信息獲取途徑及專業(yè)分析能力，通過證券內在價值的披露有效緩解市場中信息不對稱的現象。Amir et al.[3]研究財務分析師盈利預測信息與增量信息關系時發(fā)現，財務報表信息含量越低，分析師盈利信息所給投資者帶來的信息增量就越多，證券分析師對于投資成本和回報的預測更為準確。Barth et al.[4]通過對證券分析師跟蹤與企業(yè)財務報告中所披露的無形資產數額的研究發(fā)現，現行的會計準則中對于無形資產缺少統(tǒng)一的強制性的規(guī)則，因此無形資產無法在財務報表中充分披露。Barron et al.[5]研究了證券分析師預測的一致程度與企業(yè)無形資產的關系后指出，若多名證券分析師預測結果一致性越高，那么企業(yè)確認的無形資產的數量就越低，二者是呈負相關關系。

受到現行財務報告和信息披露要求的約束，無形資產是最容易被市場低估的資源[6]。由于無形資產的特殊性質，以及出于商業(yè)機密的考慮，公司在財務報表中很少涉及到無形資產，使得財務報告無法如實地反映企業(yè)的情況，導致企業(yè)的股價被市場低估，證券分析師通過搜集相關的無形資產的信息來進行預測，對無形資產的價值進行分析，從而充分發(fā)掘公司的潛力。如果公司在財務報表中涉及到無形資產的項目越少，對于其預測的準確度就會越低，盈利預測更是無從談起，這是因為信息不對稱嚴重，預測的依據嚴重缺失造成的[4]。無形資產越多的企業(yè)，其潛在的未在報表中披露的無形資產相對越多，由于信息不對稱造成企業(yè)披露財務報告的準確性、真實性就越低，公司的股價更容易被市場“低估”，證券分析師挖掘該類公司的動機就越強，就會有越多的分析師對該家企業(yè)進行跟蹤。

因此，提出假設1a—假設1c。

H1a：無形資產越多的企業(yè)，會吸引更多的證券分析師關注。

H1b：無形資產越多的企業(yè)，證券分析師會投入更多的努力。

H1c：相對于擁有無形資產較少的企業(yè)而言，證券分析師對那些擁有無形資產較多的企業(yè)的盈利預測準確性會降低。

（二）無形資產質量與分析師盈利預測

Garcia-Meca[7]的研究表明：證券分析師青睞于信息披露較少、信息嚴重不對稱的公司，但是證券分析師需要衡量用于該公司信息搜集所耗費的成本與對該公司進行盈利預測所能夠獲得的收益。分析師進行盈利預測的依據就是公司的財務報告和公開披露的相關資產信息。Francois[8]將研究的重點放在企業(yè)信息披露的透明度與證券分析師跟蹤人數之間的關系上。王紅等[9]借鑒Francois的模型，采用深交所中關于上市公司信息披露的評價作為代理變量，通過對公司信息披露的透明度與證券分析師預測人數之間的邏輯關系實證分析后發(fā)現，公司透明度較高，則信息的披露程度較高，證券分析師跟蹤人數就越多。

李曉玲等[10]發(fā)現，包含一部分知識產權資產在內的無形資產由于受到準則限制仍舊游離于財務會計信息系統(tǒng)之外，屬于表外資產。但是隨著無形資產在公司資產評估中所占的比重越來越大，其對于價值衡量的影響程度也逐步加深[11]。因此，無形資產的質量也會影響分析師對企業(yè)內在價值的評估。這種影響分為兩個方面：當被預測公司的信息披露程度越高、信息不對稱程度低時，它被市場低估的可能性就越低，其可以挖掘的價值就越低，證券分析師從中獲利的空間就越小;但是由于信息披露程度高，分析師搜集相關信息的難度就會大大降低，搜集和分析信息所需要耗費的成本也就會下降。并非投資者的投資行為完全依據證券分析師的報告，但是他們的需求很容易被上市公司財務信息披露的質量所影響。相對而言，投資者缺乏專業(yè)的知識以及充足的時間和精力，在財務報告披露質量較低的情況下，需要借助分析師的相關報告和預測。但是如果企業(yè)的財務信息披露程度和質量都相對較高，那么投資者可以按照自己的分析和對未來形勢的預測來進行投資決策，不再依賴證券分析師的盈利預測，這就意味著證券分析師可以獲取的利潤減小，獲利空間被壓縮，從而使得分析師預測的積極性降低。

因此，提出假設2a—假設2c。

H2a：擁有較多專利權、商標權等技術型無形資產的企業(yè)，會更吸引證券分析師的關注。

H2b：擁有較多專利權、商標權等技術型無形資產的企業(yè)，證券分析師會投入更多的努力。

H2c：相對于擁有特許經營權、土地使用權等權力型無形資產較多的企業(yè)而言，證券分析師對擁有較多專利權、商標權等技術型無形資產的企業(yè)盈利預測的準確性會降低。

（三）無形資產結構與分析師盈利預測

知識經濟時代，無形資產是企業(yè)的重要資產，但無形資產的價值衡量卻一直是會計領域難以完全攻克的難關。以資金運動論為基礎的現行會計準則對無形資產的信息披露很少，信息不對稱現象嚴重。在投資者看來，企業(yè)無形資產的信息不對稱從某種程度上來說代表企業(yè)未來具有良好的成長性。Katrien Bosquet[12]發(fā)現企業(yè)的成長性越高，分析師越有動機跟進該企業(yè)。因此無形資產信息不對稱程度越高，市場對企業(yè)的核心競爭力評估越不準確，越會吸引分析師的關注。

無形資產的存在形式很多，各種存在形式產生信息不對稱的程度也存在差異。無形資產分類一直都是無形資產研究中學者關注的焦點。Kross[13]較為廣義地將無形資產分為內部結構、外部結構及員工個人能力。但綜合國內學者觀點，一般認為無形資產應分為經典無形資產、邊緣無形資產、商譽及企業(yè)核心競爭力[11]。無形資產信息不對稱現象的產生主要是由于其內在風險性、產權模糊性、部分排他性以及非交易性等固有性質決定的[14]。正如前文所述，分析師的行為與信息不對稱程度有顯著的相關關系。專利權、商標權等技術型無形資產的取得通常不以市場交易為主，且內在風險性和產權模糊性很強，難以存在廣闊的交易市場，因此其信息不對稱程度較高，能夠吸引更多的分析師跟進。同時由于信息的獲取和解讀難度更大，分析師也需要投入更多的努力。而由于我國特殊國情，土地使用權和特許經營權作為邊緣無形資產，具備相對完善的交易市場和價值衡量標準，其風險性較低[10]，因此信息不對稱程度也較弱，分析師關注也就相對較少。由此，提出假設3a—假設3c。

H3a：專利權、商標權等技術型無形資產占無形資產比重較高的企業(yè)，會更吸引證券分析師的關注。

H3b：專利權、商標權等技術型無形資產占無形資產比重較高的企業(yè)，證券分析師會投入更多的努力。

H3c：相對于特許經營權、土地使用權等權力型無形資產所占比重較高的企業(yè)而言，證券分析師對專利權、商標權等技術型無形資產占無形資產比重較高的企業(yè)盈利預測的準確性會降低。

三、研究設計

（一）樣本來源與篩選

本文樣本為2003—2016年A股上市公司，數據來源主要是CSMAR數據庫。歷年上市公司財務分析師跟蹤人數根據CSMAR數據庫中的中國上市公司分析師預測研究數據庫進行計算。

本文的樣本選取步驟如下：將財務數據無法得到或者信息不準確、不全面的公司篩選掉;對于在研究期間進行上市、退市公司或者波動較大的公司予以剔除;剔除B股、H股上市的公司;對于分析師數量小于3人的公司不予考慮;由于金融類上市公司的資產負債狀況與一般制造業(yè)上市公司區(qū)別較大，故將其剔除。

經過上述篩選后，滿足條件的樣本個數為16 046個。

（二）變量選擇

1.被解釋變量

目前來衡量分析師盈利預測跟隨方法有兩種，一是以對公司進行盈利預測的次數為準，二是以對企業(yè)進行盈利預測的分析師人數為準。本文采取第二種跟隨方法，將對目標公司進行盈利預測的分析師總人數（COV）作為跟蹤替代變量[4]。

被解釋變量EFF衡量的是分析師的努力程度，即跟蹤某家企業(yè)的分析師，平均負責分析企業(yè)的數量[4]。其公式=跟蹤某企業(yè)的分析師負責分析的企業(yè)數量/某企業(yè)跟隨的分析師數量。

國內外的實證研究關于證券分析師盈利預測準確性的度量方法有兩種，一種是采用平均的方法，對整個證券分析整體的平均預測準確性進行衡量，將所有證券分析師對目標公司的盈利預測均值和實際盈余差額之間的誤差進行匯總，然后除以平均人數，得到平均水平。第二種是對單個分析師的預測誤差進行衡量，衡量方法也是對分析師預測盈余的每股收益和實際收益的差值進行比較，通常將差值加上絕對值之后再除以每股的股價得到標準化誤差。

本文采用第一種方法來衡量證券分析師盈利預測的準確性，并將證券分析師群體的平均預測誤差與公司的每股總資產相除再進行對數化[15]。本文采用公式1對其進行數學表述：

其中，FMEANi，t為證券分析師對i公司第t年的每股收益的預測均值;AEPSi，t為i公司第t年的實際每股收益;TA_SHAREi，t為i公司第t年的每股資產;Ln表示對其進行自然對數化處理。

2.解釋變量

資產負債表中無形資產項目的余額與其在財務報表中確認的價值是等同的;企業(yè)無形資產的總價值是由兩部分構成，一部分是在財務報表中已經確認的，另一部分是尚未在財務報告中披露的，通常被認為是企業(yè)未被評估的潛在價值，但是這種潛在的難以評估的無形資產無法在財務報表中呈現，例如品牌、人力資源等。進行無形資產資本化評估的關鍵是對于這種潛在無形資產的評估和確認[16]。

財務會計準則委員會（FASB）在20世紀初專門對潛在無形資產和市場化價值的關系進行分析，形成了“新經濟對企業(yè)和財務報告的挑戰(zhàn)”相關報告，在報告中指出了潛在無形資產的計算公式，將其定義為潛在無形資產的價值=公司的股票價值-公司會計的賬面價值。該公式從理論角度出發(fā)仍然有不嚴謹的地方，但是從整體角度出發(fā)，可以在計量角度層面上，將公司證券市場的總價值與會計賬面價值之間的差額作為潛在的無形資產價值來衡量。

本文選用無形資產總量（TI），是否有專利權、商標權等技術型無形資產（PATE）、專利權、商標權等技術型無形資產占無形資產總量的比重（PATE30）以及是否有特許經營權、土地使用權等權力型無形資產（FRAN）、特許經營權、土地使用權等權力型無形資產占無形資產總量的比重（FRAN 30）作為解釋變量。

3.控制變量

借鑒Katrien Bosquet[12]、Garcia-Meca[7]引入營業(yè)收入增長率（GROWTH）、經紀人（BROKER）、交易量（VOL）、資產負債率（LEV）、凈資產收益率（ROE）、股權集中度（HER5）作為控制變量，關于證券分析師盈利預測準確性，本文增添上市公司規(guī)模、上市公司年度虛擬變量和行業(yè)虛擬變量、是否虧損作為盈利預測準確性的控制變量。

相關變量說明見表1。

（三）模型構建

本文借鑒Matolcsy et al.[16]、Barth et al.[4]的研究方法，分別從無形資產數量、無形資產質量以及無形資產結構三個方面構建三個理論假設建立模型，具體公式2、公式3、公式4如下：

四、實證分析

（一）描述性統(tǒng)計分析

根據國泰安數據庫和巨靈財經數據庫的上市公司數據，本文將所得數據按照樣本選擇的要求進行剔除，共收集16 000個樣本。另外，本文手工收集整理了A股上市企業(yè)的無形資產結構的數據。本文對涉及變量進行了統(tǒng)計，結果如表2所示。

從表2可見，證券分析師跟蹤人數（COV）最小值為3，最大值為58，標準差為10.39，證券分析師跟蹤具有較大的波動性，這是證券分析師對不同類型企業(yè)的關注度不同。同時，證券分析師對我國上市公司的年度平均跟蹤人數為11.52人，明顯低于發(fā)達國家數據，相比于發(fā)達國家來說，我國的證券分析師行業(yè)仍處于相對新興階段。而證券分析師努力程度（EFF）代表的是證券分析師努力的成本，所以數值取負值，數字愈大（即負值越小），表明分析師越努力。雖然分析師努力程度的標準差較大，但是分析師努力程度的均值也較大（負值越小，越努力），表明分析師整體努力程度較高，但是波動性比較大。企業(yè)的無形資產凈額（TI）、股票交易量（VOL）的波動性也較大，這可能是企業(yè)的無形資產披露的程度以及金額具有很大的差異性所導致的。分析師盈利預測誤差（EF_TA）的均值、中位數分別為-3.809、-3.589，且標準差為1.813，這說明證券分析師對樣本公司的盈利預測基本上是有效的。

（二）多元回歸分析

1.無形資產數量與分析師盈利預測

為了檢驗無形資產數量與分析師盈利預測之間存在的關系，對模型進行回歸檢驗，結果如表3所示。

通過表3可見，列（1）中無形資產總量的回歸系數為1.0132，并且通過了10%的顯著性水平，表明無形資產總量與分析師跟蹤呈正相關關系，說明無形資產越多的企業(yè)，會吸引更多的分析師關注，即H1a得以驗證。列（2）中分析師努力程度的回歸系數為-44.5182，并且通過了5%的顯著性水平。表明無形資產總量與分析師努力程度呈負相關關系，分析師努力程度代表分析師努力的成本，所以數值取負值，數字愈大（即負值越?。?，表明分析師越努力。說明無形資產越多的企業(yè)，分析師會投入更多的努力，即驗證H1b。列（3）中無形資產總量與分析師盈利預測的誤差呈正相關關系，表明無形資產總量與分析師盈利預測誤差成正比，即無形資產越多的企業(yè)，證券分析師盈利預測的準確性會降低，H1c得到了驗證。

2.無形資產質量與分析師盈利預測

通過表4可見，列（1）中企業(yè)是否有專利權、商標權等技術型無形資產（PATE）的回歸系數為1.8598，說明擁有較多專利權、商標權等技術型無形資產（PATE）的企業(yè)，會吸引更多分析師的關注（COV），驗證了H2a。列（2）中企業(yè)是否有專利權、商標權等技術型無形資產（PATE）與分析師努力程度（EFF）呈負相關，驗證了H2b。列（3）中企業(yè)是否有專利權、商標權等技術型無形資產（PATE）與分析師盈利預測準確性（EF_TA）呈正相關，而是否擁有特許經營權、土地使用權等權力型無形資產（FRAN）與分析師盈利預測準確性（EF_TA）呈負相關，驗證了H2c。

3.無形資產結構與分析師盈利預測

通過表5可見，列（1）中企業(yè)專利權、商標權等技術型無形資產占無形資產總量的比重（PATE30）的回歸系數為1.8277，說明專利權、商標權等技術型無形資產比重（PATE30）較大的企業(yè)，會吸引更多分析師的關注（COV），驗證H3a。列（2）中企業(yè)專利權、商標權等技術型無形資產占無形資產總量的比重（PATE30）與分析師努力程度（EFF）呈負相關關系，驗證H2b。列（3）中企業(yè)專利權、商標權等技術型無形資產占無形資產總量的比重（PATE30）與分析師盈利預測誤差（EF_TA）呈正相關關系，而特許經營權、土地使用權等權力型無形資產占無形資產總量的比重（FRAN30）與分析師盈利預測誤差（EF_TA）呈負相關關系，驗證H2c。

（三）穩(wěn)健性檢驗

為檢驗研究結論的穩(wěn)健性，針對假設將樣本由2003—2016年的數據縮減至2009—2016年，穩(wěn)健性檢驗的回歸結果顯示，本文的研究結論具有一定的穩(wěn)健性。

五、研究結論與啟示

第一，通過對無形資產數量對分析師跟蹤人數、努力程度以及盈利預測誤差三個方面影響的研究發(fā)現：企業(yè)擁有的無形資產的數量與分析師跟蹤人數呈正相關關系;無形資產總量與分析師的努力程度呈負相關關系。因為分析師的主要收益來源于挖掘公司被市場低估的價值形成研究報告及推薦評級，隨后將研究報告和推薦信息傳遞給投資者，從中賺取相應的酬勞;無形資產總量與證券分析師盈利預測誤差成正比，即無形資產的總量與分析師盈利預測的準確性呈負相關關系。受現行會計準則的影響以及無形資產的特性，企業(yè)無法對無形資產真實、完整披露，無形資產越多的企業(yè)的財務報告中未被披露的無形資產的絕對數量相對而言會更多，分析師進行盈利預測的難度會更大，造成的不確定性也會更高。

第二，企業(yè)擁有的無形資產的質量越高，證券分析師追蹤的人數就越多，分析師的努力程度也越高，但是由此造成的盈余預測誤差會增大。實證結果表明：是否擁有專利權、商標權等技術型無形資產與證券分析師的跟蹤人數、證券分析師的盈利預測誤差呈正比，與證券分析師努力程度呈反比。

第三，通過無形資產結構對分析師跟蹤人數、努力程度以及盈利預測誤差三個方面的影響研究發(fā)現：專利權、商標權等技術型無形資產占總資產的比重與證券分析師跟蹤人數、證券分析師盈利預測誤差呈正相關關系，與分析師努力程度呈負相關關系。這是因為權力型無形資產直接從外部獲得，而且權力型無形資產是具有高壟斷性的排他資源，具有一定的穩(wěn)定性，所帶來的收益也是相對穩(wěn)定的，對于企業(yè)來說更愿意在報表中披露。專利權、商標權等技術型無形資產的取得通常不以市場交易為主，且內在風險性和產權模糊性很強，難以存在廣闊的交易市場，因此其信息不對稱程度較高，能夠吸引更多的分析師跟進。同時由于信息的獲取和解讀難度更大，分析師也需要投入更多的努力，但是由此造成的盈利預測的誤差會隨之增大，盈利預測的準確性就會降低。

本文不僅從無形資產的數量、質量兩個方面探究其與證券分析師盈利預測的關系，按照無形資產結構的不同將其分為權力型無形資產和技術型無形資產兩大類，并分別探究兩類無形資產對證券分析師跟蹤人數、努力程度以及盈利預測準確性三個方面的影響，打破以往文獻研究大多只關注財務報告整體披露質量，從無形資產數量、質量、結構三個維度的視角實證檢驗其對證券分析師的影響程度，豐富了無形資產與證券分析師的研究文獻。通過本文的研究發(fā)現，無形資產的數量、質量以及結構對于證券分析師的盈利預測具有很大的影響，進而會影響信息使用者。因此本文的研究為促進監(jiān)管部門加大對無形資產信息披露的系統(tǒng)監(jiān)督以及加強對無形資產明細信息的披露和監(jiān)督提供了理論基礎和經驗數據。

【參考文獻】

[1] WILLIAM CICONTE，MARCUS KIRK，JENNIFER WU TUCKER.Does the midpoint of range earnings forecasts represent managers' expectations？[J].Review of Accounting Studies，2014，19（2）：628-660.

[2] LEV B.On the usefulness of earnings and earnings research：lessons and directions form two decades of empirical reseach[J]. Journal of Accounting and Research，1989，270：153-192.

[3] AMIR E，HARRIS T S，VEMUTI E.A comparison of the value relevance of versus Non-US GAAP accounting measures using form 202-F reconciliation[J].Journal of Accounting Research，1993，31：230-264.

[4] BARTH M E，KASZNIK R.Analyst coverage and intangible assets[J]. Journal of Accounting Research，2001，39（1）：1-34.

[5] BARRON O E，BYARD D，OLIVER K. Riedl，Changes in analysts' information around earnings announcements[J].Journal of Accounting Research，2002，77（4）：821-846.

[6] 向顯湖，劉天.論表外無形資產：基于財務與戰(zhàn)略相融合的視角——兼析無形資源、無形資產與無形資本[J].會計研究，2014（4）：21-28.

[7] [GARCIA] -MECA E，[SACHEZ B] ，PEDRO J.Influences on financial analyst forecast errors：a meta-analysis[J].International Business Review，2006，15（1）：29-52.

[8] FRANCOIS AUBERT，WAEL LOUHICHI.Analyst earnings forecast revision activity around profit warnings across four European countries[J].Journal of Applied Accounting Research，2015，16（1）：58-87.

[9] 王紅，李田.無形資產研究中的關鍵問題：評價、運營與轉化[J].會計之友，2017（15）：76-79.

[10] 李曉玲，任宇.證券分析師關注與審計監(jiān)督：替代抑或互補效應——基于中國民營上市公司的經驗證據[J].審計與經濟研究，2013（6）：11-19.

[11] 湯湘希.我國無形資產會計研究的回眸與展望[J].會計之友，2010（6）：4-13.

[12] BOSQUET K，DE GOEIJ P，KRISTIEN SMEDTS.Analysts'earnings forecasts：coexistence and dynamics of overconfidence and strategic incentives[J].Accounting and Business Research，2015，45（3）：307-322.

[13] KROSS W，RO B，SCHROEDER D.Earnings expectations：the analysts' information advantage[J].The Accounting Review，1990，65（2）：461-476.

[14] 文豪，汪海粟.無形資產信息不對稱問題研究[J].中南財經政法大學學報，2005（3）：21-29.

[15] MATOLCSY Z，WYATT A.Capitalized intangibles and financial analysts[J]. Accounting and Finance，2006，46（3）：457-479.

[16] 蘇治，魏紫.企業(yè)無形資產資本化與分析師盈利預測：理論分析與實證檢驗[J].會計研究，2013（7）：22-29.