分析師關注如何影響公司投資行為
——基于不同投資類型的分析

趙勝民 張博超

一、引言

隨著我國A股市場的不斷發(fā)展，截至2018年年底在我國上市的公司數(shù)量達3 584家。相應地，我國證券分析師的人數(shù)也在不斷增加，截至2019年6月底我國證券分析師人數(shù)(已注冊)達3 210人。證券分析師能夠挖掘行業(yè)層面(industry-level)及公司特有(firm-specific)的信息(Liu，2011[1])，他們花費大量精力，通過搜集信息，利用個人專業(yè)知識與技能撰寫研究報告，發(fā)布觀點并給出投資建議，在一定程度上影響著投資者行為，最終影響公司股價(孔東民等，2019[2])。此外，分析師跟蹤上市公司有助于減弱公司內部管理層與外部投資者之間的信息不對稱程度(Frankel和Li，2004[3])。如果將公司視為理性經(jīng)濟主體，并追求股東財富最大化，那么公司在進行某項活動時，不僅應考慮該項活動對公司價值帶來的直接影響，還應考慮由于證券分析師的關注所帶來的其他影響。而公司持續(xù)不斷的投資是其長期穩(wěn)健發(fā)展的前提，因此思考分析師關注如何影響公司投資行為，具有理論和實踐層面的雙重意義。

為研究分析師關注如何影響公司投資行為，本文從影響渠道和影響結果兩個角度切入。在影響渠道方面，本文具體研究分析師關注通過何種渠道影響公司投資行為；在影響結果方面，本文具體研究分析師關注后對公司最終各類投資有何影響。本文以2007—2017年的滬深A股上市公司為樣本，通過實證分析發(fā)現(xiàn)，分析師關注度的提高能夠促進公司實物資本、研發(fā)資本與組織管理資本投資，即分析師關注能夠通過信息效應(渠道)影響上述三類投資；分析師通過發(fā)布盈利預測使公司面臨的業(yè)績壓力增大時，會導致公司減少組織管理資本的投資。進一步進行異質性分析發(fā)現(xiàn)，在國有企業(yè)樣本組中，信息效應對實物資本投資的影響相對較強，在高科技行業(yè)樣本組中，信息效應對無形資本投資的影響相對較強；分析師關注的壓力效應在非國有樣本組與非高科技行業(yè)樣本組中相對更強。另外，分析師關注對公司申請的專利數(shù)量具有正向影響，說明分析師關注的信息效應促進了公司研發(fā)創(chuàng)新。

本文的貢獻主要體現(xiàn)在以下幾個方面：第一，更加細致地研究了分析師關注對公司投資行為的影響渠道。本文將分析師關注的影響渠道分為信息效應渠道和壓力效應渠道，并檢驗了分析師關注通過何種渠道影響公司投資，明確了分析師關注對公司投資影響的作用方式，這一發(fā)現(xiàn)有助于理解分析師關注影響公司投資行為的作用機制。第二，豐富了分析師與公司投資行為的研究。本文從分析師關注的兩個影響渠道入手，將公司投資分為實物資本投資和無形資本投資兩大類(三個具體指標)，考察分析師關注對不同類別投資的影響是否存在異質性，這樣能夠更加準確地理解分析師關注的經(jīng)濟后果。第三，豐富了分析師與公司研發(fā)創(chuàng)新的研究。本文發(fā)現(xiàn)分析師關注能夠通過信息效應促進公司研發(fā)投入，并進一步發(fā)現(xiàn)分析師關注對公司的專利申請數(shù)量存在正向影響，說明分析師關注促進了公司的研發(fā)創(chuàng)新水平，證明了分析師關注信息效應在實踐中的積極意義?？傮w而言，本文的結論有助于理解分析師在資本市場中發(fā)揮的作用及其對公司投資行為產(chǎn)生的經(jīng)濟意義。

二、文獻回顧與理論分析

關于分析師關注的研究較為豐富，本文將已有文獻分為兩大類，一類是關于分析師關注本身的文獻，另一類是分析師關注對其他方產(chǎn)生影響的文獻。有關分析師關注本身的文獻實際上是將分析師關注視為“果”，即研究分析師預測準確性及其影響因素和影響機制等(Hirshleifer等，2019[4]；Hugon等，2016[5]；楊青等，2019[6]；羅棪心等，2018[7]；伍燕然等，2016[8])；有關分析師關注對其他方產(chǎn)生影響的文獻實際上是將分析師關注視為“因”，即研究分析師關注對公司股價、市場等其他方的影響(He和Tian，2013[9]；伊志宏等，2019[10]；張然等，2017[11]；張宗新和楊萬成，2016[12]；王菁和程博，2014[13])。這兩類文獻并非孤立，但本文主要討論有關分析師關注影響公司投資行為的文獻。

本文通過梳理相關文獻，總結出分析師關注對公司投資行為的兩種對立影響。第一種影響是分析師關注可能對公司投資具有正向影響。已有研究表明，公司與外部的信息不對稱給予了分析師生存和獲利的空間，增強了分析師關注該公司的動機(蘇治和魏紫，2013[14])。分析師的調研行為有助于降低公司與外部投資者之間的信息不對稱程度(譚松濤和崔小勇，2015[15])。而信息不對稱程度的降低能提高企業(yè)的投資效率(張純和呂偉，2009[16])，戴國強和鄧文慧(2017)[17]發(fā)現(xiàn)分析師關注對上市公司的投資規(guī)模有促進作用?？傊?，分析師關注上市公司后，會通過多種方式獲取其相關信息，并在解讀之后對外發(fā)布，降低公司內部與外部之間的信息不對稱程度，最終促進公司投資，本文將此類影響定義為分析師關注的信息效應。信息效應可分為兩層含義:第一層含義是分析師關注之后能夠深入挖掘原本較難從公開渠道獲取的信息；第二層含義是分析師將信息搜集整理后能夠提供專業(yè)細致的解讀，容易被外部投資者理解。例如，公司進行某項目的投資或研發(fā)，即使公司會在年報等公告中進行說明，其傳遞的信息相對而言仍然是有限的，而分析師通常有能力研究分析此類客觀信息，并指出項目的具體影響、意義及價值，使投資者更易于理解公司行為。因此從信息效應的角度出發(fā)，分析師關注對公司投資具有正向影響。

分析師關注對公司投資行為的第二種影響是負向影響，即分析師關注可能使公司減少投資，這與之前討論的信息效應恰恰相反。這種負向影響背后的邏輯是：分析師關注上市公司后，通常會對公司未來的業(yè)績做出預測，過于樂觀的盈利預測可能使公司面臨較大的業(yè)績壓力，管理者為了業(yè)績達標可能會在會計年度內削減投資支出。在相應的文獻中，有學者研究了上市公司業(yè)績是否達到預期與其股價的關系。Chiang等(2019)[18]發(fā)現(xiàn)，如果上市公司的業(yè)績達到或超過分析師的預期，則其股票能夠獲得更高的收益。Chen和Lee(2019)[19]發(fā)現(xiàn)，上市公司存在為了使業(yè)績達標而縮減銷售管理和行政費用(SG&A)的現(xiàn)象。Bartov等(2002)[20]發(fā)現(xiàn)，如果上市公司的業(yè)績達到或超過分析師的預期，其股票收益高于其他未達標的公司。還有學者研究了分析師預期對公司投資的影響，例如，王菁和程博(2014)[13]發(fā)現(xiàn)資本市場對企業(yè)經(jīng)營期望越高，經(jīng)理人所感知的外部盈利壓力越大，越傾向于投資不足。He和Tian(2013)[9]發(fā)現(xiàn)，分析師如果對管理層施加過多的短期業(yè)績壓力，會阻礙公司對長期創(chuàng)新性項目的投資。根據(jù)學者們的研究可知，一方面，上市公司業(yè)績超過預期能夠獲得股價上漲的益處，而業(yè)績不及預期則會面臨股價下跌的風險；另一方面，由分析師預期帶來的業(yè)績壓力可能使公司出現(xiàn)投資不足的現(xiàn)象。本文將分析師關注導致公司減少投資的現(xiàn)象定義為分析師關注的壓力效應。

由以上分析可知，分析師關注可能對公司投資具有正向或負向影響。但由于不同類別的投資對公司而言意味著不同的收益實現(xiàn)方式，同時對財務業(yè)績也有著不同影響，如果不對公司投資進行分類研究，得出的結論可能是不全面的。因此本文研究公司的兩類(三種)投資行為，從更加細致的角度考察分析師關注對公司不同類別投資的影響。

本文主要研究公司的兩類投資行為，分別為實物資本投資與無形資本投資，其中無形資本投資包含研發(fā)資本投資與組織管理資本投資。將公司投資如此分類的原因是，本文立足于更加廣義的投資概念，將公司投資行為視為一種在當前投入資源以獲取未來回報的行為。根據(jù)Peters和Taylor(2017)[21]的研究，投資除了具有傳統(tǒng)意義的實物資本投資(廠房及機器設備等)的含義外，還包括無形資本投資。投資中包含無形資本的合理性在于這符合投資的基本含義，即它是一種當前投入資源以獲得未來回報的行為(Corrado和Hulten，2010[22])。具體來說，Lev和 Sougiannis(1996)[23]將公司研發(fā)(R&D)視為一種投資，并發(fā)現(xiàn)研發(fā)投資能夠增加公司未來的利潤。Peters和Taylor(2017)[21]在研究無形資本與托賓q的關系時，亦將研發(fā)視為一種無形資本投資。因此以無形資本投資的角度看待研發(fā)支出，具有理論和實踐上的合理性。另外，Eisfeldt和Papanikolaou(2014)[24]使用銷售管理和行政費用(SG&A)計算組織管理資本(organization capital)，其依據(jù)是這些費用包含的大部分支出被用于白領工資、員工培訓、咨詢及信息技術(先進的管理系統(tǒng)等)，而且這部分支出是為了公司未來的經(jīng)營收益而產(chǎn)生的。而且SG&A中除包含人力資本外，還有品牌(建立品牌的支出)、客戶關系以及分銷系統(tǒng)等無形的資本(Peters和Taylor，2017[21])。

公司投資行為本質上是一種為公司創(chuàng)造價值的活動。而分析師則主要關注公司投資的(或潛在的)每個項目，并對投資項目的風險收益進行研究分析，最終將這些關鍵信息反映在對公司的盈利預測中。通常上市公司與市場之間存在著信息不對稱問題，而分析師作為上市公司與外部投資者溝通的橋梁，無論在公開(public)還是非公開(private)信息方面，相對于個人和機構投資者都擁有信息優(yōu)勢(Chen等,2015[25])。因此，分析師的信息挖掘、信息解讀與信息傳遞等行為能夠使外部投資者更加準確全面地理解公司投資行為。在這種情形下，公司投資行為除了受到自身經(jīng)營戰(zhàn)略的影響外，很可能還受到分析師關注的影響。從信息效應出發(fā)，分析師關注上市公司可能會促使公司增加投資力度，既包括與擴建增產(chǎn)相關的實物資本投資，也包括與增強研發(fā)實力、加強人才隊伍建設等相關的無形資本投資。因為無論對于實物資本投資還是無形資本投資，分析師關注都有助于讓外部投資者更加準確全面地理解當公司發(fā)生了新建廠房和生產(chǎn)線、增加研發(fā)投入、調整公司人才隊伍等投資行為時最終能夠為公司帶來多少業(yè)績增長，何時能夠實現(xiàn)增長，以及這種增長是否具有可持續(xù)性等關鍵問題。另外，公司的實物資本與無形資本通常不是相互獨立的，二者是具有一定關聯(lián)度的。例如，當公司開發(fā)某項產(chǎn)品時，可能需要對研發(fā)、人力、管理及生產(chǎn)等方面的投入均有所增加?；谝陨戏治?，本文認為分析師關注的信息效應在實物資本投資與無形資本投資方面均存在，故提出如下研究假設：

假設1：分析師關注能夠通過信息效應影響公司的實物資本投資、研發(fā)資本投資與組織管理資本投資。

分析師關注的壓力效應主要來源于分析師對公司較高的盈利預期。當公司面臨較大的業(yè)績壓力時，公司可能通過減少投資來達到分析師的盈利預期。然而，由于實物資本投資、研發(fā)資本投資與組織管理資本投資在發(fā)生時分別在不同的會計科目進行計量，并且這些科目對會計利潤(或公司業(yè)績)的影響不盡相同，因此分析師關注通過壓力效應對上述三類投資的影響可能也是不同的。對于實物資本投資，其屬于傳統(tǒng)意義上的公司投資行為，主要包括公司對房屋建筑、機器設備及運輸工具等有形資產(chǎn)的投資。當公司以升級換代或擴建增產(chǎn)為目的發(fā)生這類投資行為時，其主要影響資產(chǎn)負債表項目(如固定資產(chǎn)等)，雖然當年會通過計提折舊(減少利潤)以及創(chuàng)造收入(增加利潤)的方式影響會計利潤，但總體相對而言對當年財務業(yè)績的影響較小。對于研發(fā)投資，我國會計準則規(guī)定，部分研發(fā)支出在滿足一定條件的情況下可資本化，不滿足資本化條件的則必須費用化，在發(fā)生的全部研發(fā)支出中，應資本化或費用化的部分主要受研發(fā)具體情況(或進度)的影響。由于費用化的部分直接影響當期損益，而資本化的部分對當期損益影響相對較小，這部分主要通過未來逐期攤銷的方式影響損益，因此研發(fā)支出對當期財務業(yè)績的影響存在相對較大的波動性。對于組織管理資本，這部分主要涉及人力、品牌及管理等方面的支出，屬于公司積累的無形資本，例如為員工培訓職業(yè)技能、高薪聘請核心技術人員、打造品牌形象及建立高效的管理系統(tǒng)等。這些支出在發(fā)生時通常計入銷售費用或管理費用科目中，對當期財務業(yè)績具有直接影響。

結合上述三類投資不同的會計屬性來看，當公司面臨較大的分析師關注壓力時(業(yè)績預期壓力)，公司相對而言更可能減少組織管理資本投資以實現(xiàn)使當期業(yè)績“達標”的目的，那么理論上在組織管理資本投資中，分析師關注的壓力效應較為明顯。雖然減少費用化的研發(fā)資本投資也能在一定程度上減輕業(yè)績壓力，但研發(fā)活動通常是公司對未來規(guī)劃后的產(chǎn)物，具有長期性，因此公司未必會因短期業(yè)績壓力而縮減這部分投入，那么理論上在研發(fā)資本投資中，分析師關注的壓力效應可能不如在組織管理資本投資中明顯。對于實物資本，減少實物資本投資對當期業(yè)績的影響有限，那么理論上在實物資本投資中分析師關注的壓力效應相對最不明顯。綜上，本文提出如下研究假設：

假設2：相對而言，分析師關注的壓力效應對組織管理資本投資的影響最明顯，對研發(fā)資本投資的影響較弱，而對實物資本投資的影響最弱。

三、研究設計

(一)樣本數(shù)據(jù)

本文以2007—2017年的滬深A股上市公司為樣本，數(shù)據(jù)結構為非平衡面板數(shù)據(jù)。文中使用的數(shù)據(jù)均來自國泰安數(shù)據(jù)庫。由于我國2006年頒布了新的企業(yè)會計準則，并于2007年1月1日起在上市公司范圍內實施，該準則對上市公司每股收益的披露要求進行了相應調整，同時有關無形資產(chǎn)的會計準則也發(fā)生了一定的變化，因此本文使用的數(shù)據(jù)起始于2007年。對于原始數(shù)據(jù)，本文剔除了金融類上市公司樣本以及數(shù)據(jù)缺失的樣本，并對所有連續(xù)變量做了1%的縮尾(winsorizing)處理。

(二)變量選擇與度量

1.公司投資變量。

本文從實物資本與無形資本兩個角度研究公司投資行為，其中無形資本包含研發(fā)資本和組織管理資本，因此度量公司投資的變量共3個。

(1)實物資本投資。本文采用財務報表附注中的固定資產(chǎn)本期增加值(凈值)除以資產(chǎn)總額度量公司的實物資本投資。固定資產(chǎn)本期增加值反映的是在剔除折舊及減值準備因素后公司本期新增固定資產(chǎn)的情況。與采用連續(xù)兩年固定資產(chǎn)數(shù)據(jù)差值計算固定資產(chǎn)投資相比，該方法能夠避免因需要連續(xù)兩年數(shù)據(jù)而導致的樣本量減少的問題。而且，與采用現(xiàn)金流量表中的購買固定資產(chǎn)、無形資產(chǎn)和其他長期資產(chǎn)支付的現(xiàn)金計算相比，該方法能夠更加精確地度量有關固定資產(chǎn)投資的支出，既不受購買無形資產(chǎn)和其他長期資產(chǎn)支出的干擾，還包括了以非現(xiàn)金方式購入的固定資產(chǎn)。由于以上優(yōu)越性的存在，本文采用這種方法度量公司的實物資本投資情況。

(2)研發(fā)資本投資。本文采用財務報表附注中的研發(fā)支出本期增加值除以資產(chǎn)總額度量公司的研發(fā)資本投資。雖然無形資產(chǎn)的變化值可以反映研發(fā)投入情況，但這樣計算僅包含研發(fā)投入的資本化部分，不夠全面。如某年公司的研發(fā)支出不符合資本化條件而費用化處理，那么無形資產(chǎn)就無法反映這部分費用化的研發(fā)支出，這將低估公司的研發(fā)投入。而本文的方法不受上述會計準則方面的影響，能夠更加準確地反映公司當期對研發(fā)的實際投入。

(3)組織管理資本投資。本文借鑒Eisfeldt和Papanikolaou(2014)[24]、Peters和Taylor(2017)[21]的做法，選擇銷售費用和管理費用的30%度量組織管理資本投資。該方法的合理性在于，雖然銷售費用和管理費用屬于公司日常運營過程中發(fā)生的費用類支出，但其中的部分支出仍然是具有資本(投資)屬性的，可以為公司創(chuàng)造價值。如銷售費用中公司營銷方面的支出，能夠幫助公司建立品牌(形象)及分銷渠道等，再如管理費用中包含的員工培訓費、核心員工工資等，上述支出在財務報表中雖然僅影響當期損益，但實際上這些支出創(chuàng)造的無形資本通常能夠在當期及未來多期為公司創(chuàng)造價值。在穩(wěn)健性檢驗部分，本文還選擇了10%、50%、70%及90%作為計算組織管理資本投資的比例，計算該因變量并進行回歸。

2.分析師關注變量。

(1)分析師關注度。在分析師關注對公司投資影響的實證分析中，本文采用一加當年關注該公司的分析師人數(shù)(團隊)之和取對數(shù)來衡量分析師關注度。如果當年關注該公司的分析師越多，那么說明分析師對該公司的關注度越高。

(2)分析師樂觀度。為進一步明確分析師關注通過何種效應影響公司投資行為，本文借鑒許年行等(2012)[26]的做法，采用分析師樂觀度作為分析師關注導致的公司業(yè)績壓力的代理變量。在分析師發(fā)布的研究報告中，最核心的信息是盈余預測和投資評級(張然等，2017[11])，故基于公司盈余信息，首先計算樂觀偏差opt_prei,j,t指標，具體計算公式如下：

opt_prei,j,t=(Fi,j,t-Ai,t)/Pi

(1)

式(1)中，opt_prei,j,t是分析師j在第t年對公司i每股收益預測的樂觀偏差，F(xiàn)i,j,t是分析師j當年對公司i每股收益的預測值，Ai,t是公司i當年的實際每股收益，Pi是公司i在分析師預測前一個交易日的股票收盤價格。選擇股價Pi進行平滑而非盈余Ai,t，能夠避免盈余為負時對指標的影響。與現(xiàn)有文獻不同的是，本文并未將opt_prei,j,t為正值的占比作為分析師樂觀度的代理變量，而是將opt_prei,j,t第t年對于公司i的平均值作為本文的解釋變量(記為optimismavgi,t)，具體計算方法如下：

optimismavgi,t=opt_prei,j,t/j

(2)

選擇平均值而非正值占比來計算該變量的原因有：首先，本文計算了基于opt_prei,j,t的正值占比得到的變量，發(fā)現(xiàn)大約一半的觀測值取值為100%，即對于某些樣本而言，所有分析師的預測均大于實際盈余，如果使用此變量，那么大量樣本無法表現(xiàn)出分析師預測對公司造成的業(yè)績壓力的不同。其次，本文的研究中使用這一變量的目的是體現(xiàn)分析師預測對公司造成的業(yè)績壓力，如果該變量與盈余直接掛鉤，則能夠更好地反映預測結果對公司產(chǎn)生的業(yè)績壓力，而opt_prei,j,t的平均值本質上反映的是分析師的一致性預期對于公司實際盈余的偏離程度，如果分析師的一致性預期正向偏離公司實際盈余越多，那么公司面臨的業(yè)績壓力越大。因此，本文采用該變量度量分析師關注帶來的公司業(yè)績壓力。

3.控制變量。

本文采用的控制變量包括：公司規(guī)模、上市年限、凈資產(chǎn)收益率、資產(chǎn)負債率、有形資產(chǎn)比率、管理層持股比例、董事長與總經(jīng)理兼任情況啞變量(兼任取1，否則取0)、前十大股東持股比例、機構持股比例、分析師經(jīng)驗特征、是否有明星分析師關注、托賓q、現(xiàn)金流以及營收增長率。各變量的具體說明見表1。

表1 變量定義

(三)模型設定

本文采用式(3)檢驗分析師關注對公司投資行為的影響：

invi,t=β0+β1analystsi,t-1+γControlVariablesi,t-1

+υt+ηind+εi,t

(3)

其中，invi,t表示不同類別的投資，實證中將分別代入前文定義的實物資本投資、研發(fā)資本投資以及組織管理資本投資；analystsi,t-1表示與分析師關注有關的變量，實證中將分別代入前文定義的分析師關注度及分析師樂觀度變量；ControlVariablesi,t-1包含前文定義的控制變量；υt為年度固定效應，ηind為行業(yè)固定效應；εi,t為殘差項。另外，如未特別注明，本文回歸模型中使用的解釋變量及控制變量均滯后一期。

四、實證分析

(一)描述性統(tǒng)計

表2報告了本文主要變量的描述性統(tǒng)計結果，可以看出：對于不同類別的投資，公司之間存在一定程度的差異，其中實物資本投資的差異更加明顯。從均值來看，實物資本投資iphy的均值較大，說明公司對實物資本投資的比重相對較高。對于分析師關注度anaatt而言，可以看出不同公司之間分析師的關注程度存在較大差異。分析師樂觀度optimismavg則反映出，分析師預測具有樂觀傾向(伍燕然等，2016[8])。需要說明的是，iphy變量的部分觀測值出現(xiàn)負值，其原因是固定資產(chǎn)本期增加值來源于公司的財務報表附注，而部分公司在披露數(shù)據(jù)時未完整披露“本期增加”或“本期減少”項，而只披露“期初余額”與“期末余額”，這種情況下數(shù)據(jù)庫依據(jù)“期初余額”與“期末余額”倒擠出“本期增加”值，以確立勾稽關系，因此當“期末余額”小于“期初余額”時，該值取負數(shù)，而這依然能反映出公司投資的減少，不影響該變量的準確性。

(二)分析師關注對公司投資的影響：基準模型

表3報告了基準模型的回歸結果，回歸分別使用實物資本投資、研發(fā)資本投資及組織管理資本投資作為因變量進行，為盡可能避免反向因果導致的內生性問題，表中列(1)、列(3)和列(5)的解釋變量均為各變量的滯后一期項，列(2)、列(4)和列(6)的解釋變量均為各變量的滯后兩期項。從結果來看，分析師關注度anaatt的系數(shù)均為正，并且在1%的顯著性水平上顯著，說明分析師關注對于公司各類別投資的影響均是正向的，即分析師關注具有信息效應，能夠促進公司投資。但該結果還不足以回答分析師關注是否存在壓力效應。因為此處使用的分析師關注度變量anaatt是通過關注某家上市公司的分析師團隊數(shù)量計算得到的，該變量無法將分析師關注為公司帶來的業(yè)績壓力分離出來，故存在一種可能：分析師關注對公司同時具有信息效應和壓力效應，但信息效應更強，這使得分析師關注后最終表現(xiàn)出信息效應的特征。因此，壓力效應有待進一步檢驗。

表2 描述性統(tǒng)計

表3 分析師關注對公司投資的影響——基準模型

(三)分析師關注對公司投資的影響：壓力效應

為進一步檢驗分析師關注對公司產(chǎn)生的壓力效應，本文將解釋變量分析師關注度anaatt替換為分析師樂觀度optimismavg，因為分析師樂觀度變量更能體現(xiàn)分析師關注所導致的公司業(yè)績壓力。同時，為明確業(yè)績壓力對公司投資行為產(chǎn)生的影響，本文在前文基礎上構造2個被解釋變量用于本小節(jié)回歸分析。第1個變量i_deltai,t衡量投資的變化，第2個變量i_dumi,t則是衡量投資強度變化的啞變量。這樣處理的原因是：本小節(jié)本質上是在研究當分析師的盈利預測給管理層造成業(yè)績壓力時，管理層對這種壓力做出的反應、調整及其行為上的變化，而對投資取一階差分相當于使用的是當年投資與上年投資相比的變化量，相比原始變量能夠更好地反映變量的變化。不取差分的原始變量則無法達到這種效果。另外，這種處理方式在Guo等(2019)的研究中也有應用。

i_deltai,t=ii,t-ii,t-1

(4)

式(4)等號左側代表投資的變化，右側的i計算時分別代入前文的實物資本投資、研發(fā)資本投資及組織管理資本投資，i_deltai,t等于各類投資變量的一階差分值。i_dumi,t啞變量在i_deltai,t為負時取1，否則取0，因此該變量取1時表示公司出現(xiàn)投資強度減弱的現(xiàn)象。在實證分析中，當i_deltai,t做被解釋變量時使用OLS回歸；當i_dumi,t做被解釋變量時使用Logit回歸，并且所有回歸均控制年度效應與行業(yè)效應，標準誤均經(jīng)過公司層面聚類調整。

表4報告了檢驗分析師關注壓力效應的回歸結果。從分析師樂觀度變量optimismavg的系數(shù)來看，在實物資本投資的回歸中(列(1)與列(2))不顯著，說明分析師關注所致的業(yè)績壓力對實物資本投資的相對變化及減弱投資強度的傾向影響均不明顯。在研發(fā)資本投資的回歸中(列(3)與列(4))，分析師關注的壓力效應對研發(fā)資本投資強度的變化影響不明顯，但增加了公司減少研發(fā)資本投資的傾向。在組織管理資本投資的回歸中，當投資的變化值為被解釋變量時(列(5))，分析師樂觀度變量optimismavg的系數(shù)顯著為負，說明業(yè)績壓力增加會減少公司的組織管理資本投資；當代表公司是否存在減弱投資強度行為的啞變量為被解釋變量時(列(6))，分析師樂觀度變量optimismavg的系數(shù)顯著為正，說明業(yè)績壓力的增加導致公司減弱投資強度的傾向有所增加。整體而言，分析師關注的壓力效應相對而言對組織管理資本投資的影響最顯著，對研發(fā)資本投資的影響次之，對實物資本投資的影響最弱。這些結果驗證了本文的研究假設2。公司的實物資本投資通常計入資產(chǎn)負債表，對當期損益影響有限；研發(fā)投資較為特殊，視情況可能費用化也可能資本化，若費用化則影響當期損益，若資本化則對當期損益影響有限，但無論資本化還是費用化，研發(fā)支出都有相應的稅前加計扣除(攤銷)政策，因此研發(fā)支出對凈利潤的影響適中；組織管理資本投資由于被計入損益類科目，直接影響當期業(yè)績，故該類投資對公司業(yè)績(每股收益)的影響相對較大，如果公司希望業(yè)績達標，調整此類支出也是最能達到目的的方式。因此，分析師關注的壓力效應在實物資本投資中不明顯，在研發(fā)資本投資中有一定程度的體現(xiàn)，在組織管理資本投資中最為明顯，這一發(fā)現(xiàn)具有實踐意義上的合理性。

表4 分析師關注對公司投資的影響——壓力效應

(四)分析師關注對公司投資的影響：異質性分析

1.按照產(chǎn)權性質分組的異質性分析。

按照產(chǎn)權性質分組，主要是考慮到國有企業(yè)與非國有企業(yè)的經(jīng)營目標存在差異。(1)本文異質性分析的內容主要受到匿名審稿人的啟發(fā)，在此衷心感謝匿名審稿人的寶貴建議。政府對國有企業(yè)設立、經(jīng)營等方面的管制使得國有企業(yè)成為政府領導下的附屬機構，國有企業(yè)因此失去了企業(yè)的獨立自主、自負盈虧的重要性質，這使得國有企業(yè)相比非國有企業(yè)經(jīng)營目標更加注重社會和政治目標(方軍雄，2007[27])，如保增長、促就業(yè)等。而非國有企業(yè)通常以股東財富最大化為目標。因此，與國有相比，非國有企業(yè)與市場“互動”的需求相對而言較為明顯，分析師關注對兩類企業(yè)投資行為的影響也可能存在差異。

首先使用本文的基準模型，以分析師關注度anaatt作為關鍵解釋變量進行回歸，結果如表5所示。整體來看，無論是國有企業(yè)還是非國有企業(yè)，分析師關注對實物資本投資iphy、研發(fā)資本投資rd以及組織管理資本投資iorgc的影響均為正向，表現(xiàn)為分析師關注的信息效應。對于研發(fā)資本投資rd和組織管理資本投資iorgc而言，分析師關注度anaatt的系數(shù)在非國有樣本組中相對更大(0.003 6>0.003 3,0.006 8>0.003 5)，且系數(shù)差異性檢驗顯著(2)在進行組間系數(shù)差異檢驗時，考慮到傳統(tǒng)的Chow檢驗有較強的假設條件，Wald檢驗可能存在小樣本偏誤問題，本文借鑒連玉君等(2010)[28]的做法，采用Bootstrap自助法進行1 000次的模擬抽樣檢驗(譚小芬和張文婧，2017[29])。，說明分析師關注的信息效應在非國有樣本組中相對更強，非國有企業(yè)的分析師關注度增加后，其更多的通過增加研發(fā)資本投資rd和組織管理資本投資iorgc來向市場傳遞積極信號。對于實物資本投資iphy，分析師關注度anaatt的系數(shù)在國有樣本組中略大(0.004 8>0.004 0)，且系數(shù)差異性檢驗顯著，可能有如下原因：一是與國有企業(yè)的社會和政治目標有關，因為保增長、促就業(yè)等目標通常伴隨著實物資本投資的增加；二是國資委等部門制訂的關于國有企業(yè)的考核標準要求國有資產(chǎn)保值增值。在考核細則中，資產(chǎn)負債率與總資產(chǎn)增長率等與資產(chǎn)掛鉤的指標均屬于評價指標的一部分。這些因素可能導致國有企業(yè)本身的實物資本投資水平較高。

表5 分析師關注度的影響——按照產(chǎn)權性質分組

接下來以分析師樂觀度optimismavg作為關鍵解釋變量來檢驗分析師關注壓力效應的異質性。當被解釋變量為投資變化(一階差分)時，使用固定效應模型(表6)。當被解釋變量為投資水平是否較上期減少的虛擬變量(減少取1)時，使用Logit模型(表7)。從表6和表7的結果來看，分析師關注的壓力效應主要在非國有樣本組中有所體現(xiàn)，國有企業(yè)的投資行為對分析師盈利預測“施加”的業(yè)績壓力不敏感。前文的回歸結果(全樣本回歸)已知壓力效應主要在組織管理資本投資iorgc中表現(xiàn)明顯，而從表6的結果來看，壓力效應導致組織管理資本投資iorgc減少的現(xiàn)象主要體現(xiàn)在非國有樣本組中。此外，分析師關注帶來的業(yè)績壓力，使非國有企業(yè)在實物資本投資iphy方面呈現(xiàn)減少的趨勢，這可能是由于非國有企業(yè)通過這種方式降低折舊費用，來實現(xiàn)業(yè)績“達標”的目的。表7的結果顯示，分析師關注的壓力效應在國有樣本組中表現(xiàn)不明顯，在非國有樣本組中主要表現(xiàn)為增加了非國有企業(yè)減少實物資本投資iphy、研發(fā)資本投資rd以及組織管理資本投資iorgc的傾向?？傮w來看，分析師關注的壓力效應在非國有樣本組中更加明顯，存在產(chǎn)權性質方面的異質性。上述結果與國有企業(yè)和非國有企業(yè)在經(jīng)營、社會及政治目標方面的差異性有一定的關聯(lián)性。

表6 分析師關注的壓力效應(固定效應模型)——按照產(chǎn)權性質分組

表7 分析師關注的壓力效應(Logit模型)——按照產(chǎn)權性質分組

2.按照是否屬于高科技行業(yè)分組的異質性分析。

本文感興趣的另一個問題是分析師關注對投資的影響在高科技行業(yè)與其他行業(yè)之間是否存在差異，因此本文將樣本按照是否屬于高科技行業(yè)(3)本文選擇的高科技行業(yè)具體包括：醫(yī)藥制造業(yè)，汽車制造業(yè)，鐵路、船舶、航空航天和其他運輸設備制造業(yè)，電氣機械和器材制造業(yè)，信息傳輸、軟件和信息技術服務業(yè)，電信、廣播電視和衛(wèi)星傳輸服務、互聯(lián)網(wǎng)和相關服務、軟件和信息技術服務業(yè)，計算機、通信和其他電子設備制造業(yè)，研究和試驗發(fā)展、專業(yè)技術服務業(yè)及科技推廣和應用服務業(yè)。另將不屬于上述行業(yè)的其他行業(yè)定義為非高科技行業(yè)。分為兩組，進行異質性分析。

首先使用本文的基準模型，以分析師關注度anaatt作為關鍵解釋變量進行回歸，結果如表8所示。整體來看，無論是高科技行業(yè)樣本組還是非高科技行業(yè)樣本組，分析師關注對實物資本投資iphy、研發(fā)資本投資rd以及組織管理資本投資iorgc的影響均為正向，分析師關注表現(xiàn)為信息效應。對于實物資本iphy(列(1)與列(2))，分析師關注度anaatt的系數(shù)在高科技行業(yè)樣本組中相對較小(0.002 5<0.005 4)，且系數(shù)差異性檢驗顯著，說明分析師關注對于實物資本投資的信息效應在高科技行業(yè)樣本組中相對較弱。對于研發(fā)資本投資rd(列(3)與列(4))，分析師關注度anaatt的系數(shù)在高科技行業(yè)樣本組中相對較大(0.004 3>0.002 2)，且系數(shù)差異性檢驗顯著，說明分析師關注對于研發(fā)資本投資的信息效應在高科技行業(yè)樣本組中相對較強。對于組織管理資本投資iorgc(列(5)與列(6))，分析師關注度anaatt的系數(shù)在高科技行業(yè)樣本組中相對較大(0.005 6>0.004 6)，且系數(shù)差異性檢驗顯著，說明分析師關注對于組織管理資本投資的信息效應，在高科技行業(yè)樣本組中相對較強。這一結果的合理性在于，通常知識產(chǎn)權與專利技術等無形資本是高科技行業(yè)公司賴以生存的關鍵，與實物資本相比，無形資本相對而言更為重要。核心技術與知識產(chǎn)權的優(yōu)勢和市場前景，以及持續(xù)不斷的研發(fā)創(chuàng)新能力，很大程度上影響著一個高科技行業(yè)公司的未來。組織管理資本投資一定程度上代表著公司對人力資本的投入，而關鍵員工對于高科技行業(yè)公司的經(jīng)營與發(fā)展有著至關重要的影響，尤其是核心技術人員。因此，高科技行業(yè)公司“重”無形資本，“輕”實物資本的特點，能夠解釋上述異質性分析的結果。

表8 分析師關注度的影響——按照是否屬于高科技行業(yè)分組

接下來以分析師樂觀度optimismavg作為關鍵解釋變量來檢驗分析師關注壓力效應的異質性。當被解釋變量為投資變化(一階差分)時，使用固定效應模型(表9)。當被解釋變量為投資水平是否較上期減少的虛擬變量(減少取1)時，使用Logit模型(表10)。從表9的回歸結果來看，分析師關注的壓力效應僅體現(xiàn)在非高科技行業(yè)的組織管理資本投資iorgc中。表10的回歸結果顯示，分析師關注的壓力效應增加了非高科技行業(yè)公司減少研發(fā)資本投資rd與組織管理資本投資iorgc的傾向。這些結果說明分析師關注的壓力效應在高科技行業(yè)公司中不存在，即高科技行業(yè)公司在面對分析師關注帶來的業(yè)績壓力時，幾乎不會通過減少實物資本投資iphy、研發(fā)資本投資rd以及組織管理資本投資iorgc來調節(jié)會計業(yè)績。而非高科技行業(yè)則會減少組織管理資本投資iorgc，并且增加了減少研發(fā)資本投資rd的傾向。因此，上述結果不僅體現(xiàn)了分析師關注對高科技行業(yè)與其他行業(yè)公司投資影響的異質性，也在一定程度上體現(xiàn)了分析師在市場中信息挖掘、信息解讀與信息傳遞的作用。

表9 分析師關注的壓力效應(固定效應模型)——按照是否屬于高科技行業(yè)分組

表1 0分析師關注的壓力效應(Logit模型)——按照是否屬于高科技行業(yè)分組

(五)分析師關注對公司創(chuàng)新的影響：進一步分析

基于前文的實證結果可知，分析師關注對公司研發(fā)投資具有促進作用，并且業(yè)績壓力對公司研發(fā)投資的負向影響不明顯。既然分析師關注能夠促進公司投資，那么這種影響是否能夠改善公司獲取專利的情況是值得思考的。為明確該問題的結論，本文將公司申請的專利數(shù)量作為因變量。其具體構造過程是：根據(jù)公司年報披露的有關專利情況的信息，統(tǒng)計每個樣本當年在國內外申請的專利合計數(shù)，再將合計數(shù)加一取對數(shù)值得到回歸使用的因變量(記為innov)。回歸方法與前文保持一致，考慮年度效應與行業(yè)效應。同時，考慮到研發(fā)創(chuàng)新成果的滯后性，分別將解釋變量滯后一期、滯后兩期及滯后三期進行回歸，回歸結果如表11所示。分析師關注度變量anaatt的系數(shù)均顯著為正，說明分析師關注有助于提高公司專利的申請數(shù)量，符合理論部分有關分析師關注的信息效應的假說，同時也證明分析師關注能夠促進公司的創(chuàng)新績效。該結論與陳欽源等(2017)[30]、Guo等(2019)[31]的結論一致。

表1 1分析師關注對公司專利申請的影響：進一步分析

(六)穩(wěn)健性檢驗

本文使用如下方式進行了穩(wěn)健性檢驗(4)篇幅所限，相應的結果未報告，留存?zhèn)渌?。?/p>

1.使用工具變量。

為檢驗結論的穩(wěn)健性，克服內生性問題，本文使用兩階段最小二乘法，并選擇預期關注度anaatt_IV作為分析師關注度的工具變量進行回歸。預期關注度變量參考Yu(2008)[32]的研究，具體計算方法為如下：

ExpCovereagei,j,t=(Brokersizej,t/Brokersizej,0)

×Covereagei,0

(a)

(b)

式中下標i、j、t分別表示公司、券商以及年度。首先計算公司i在t年券商j的預期關注度ExpCovereagei,j,t，具體是使用t年券商j的活動分析師人數(shù)(該券商發(fā)布研報的分析師總數(shù))除以該券商基期的活動分析師人數(shù)，再乘以基期關注公司i的分析師人數(shù)。再將公司i在t年券商j的預期關注度ExpCovereagei,j,t在券商維度上進行加總，得到公司i在t年的預期關注度anaatt_IVi,t。其中基期以樣本時間跨度的中間年度為準，本文的基期為2012年。通過以上計算公式可以看出，在給定基期的情況下，公司的預期關注度會隨著券商分析師人數(shù)的變化而變化。一方面，券商的分析師總人數(shù)(規(guī)模)與關注該公司的分析師人數(shù)存在相關性，因為、券商研究所規(guī)模的變化會影響關注某行業(yè)某公司的分析師數(shù)量；另一方面，券商研究所規(guī)模的變化通常與公司投資不存在相關性。因此，使用該變量作為工具變量滿足兩個基本假設。使用工具變量進行的兩階段最小二乘法(2SLS)回歸結果顯示，工具變量有效，并且支持前文結論。

2.替換分析師關注度變量。

本文將前文的分析師關注度變量替換為研報關注度變量(repatt)，然后使用與前文相同的回歸模型進行回歸。研報關注度即以研報為統(tǒng)計對象，其數(shù)值上等于市場上某年內關于某家上市公司的研究報告數(shù)量?；貧w結果支持前文結論。

3.使用PSM方法。

本文使用PSM方法檢驗結論的穩(wěn)健性。首先使用總資產(chǎn)對數(shù)值、上市年限對數(shù)值、營業(yè)收入與總資產(chǎn)的比值、經(jīng)營性現(xiàn)金凈流量與總資產(chǎn)的比值、營業(yè)收入增長率、托賓q、機構持股比例以及公司所在省份的GDP對數(shù)值作為協(xié)變量，將有分析師關注的樣本作為處理組，沒有分析師關注的樣本作為對照組，按照1∶1的比例進行近鄰有放回匹配。選擇上述變量作為傾向匹配得分的協(xié)變量，原因是分析師是否關注某家公司，可能與公司的規(guī)模、上市年限、經(jīng)營業(yè)績及成長能力有關，而上述變量能夠反映公司在這幾方面的特征。本文使用非參數(shù) K 密度方法(Kernel Density)，對有分析師關注的處理組和沒有分析師關注的對照組的傾向得分分布進行近似，匹配效果較為理想(陳思等，2017[33])。最后對匹配后的樣本進行回歸，結果基本支持前文結論。

4.調整確認為組織管理資本的費用比例。

在前文的實證分析中，本文參考其他學者的做法，將管理費用和銷售費用的30%視為對組織管理資本的投資，為了避免實證分析僅選擇30%作為計算比例導致的主觀性問題，本文選擇10%、50%、70%及90%作為比例計算組織管理資本投資，再分別構造出表示組織管理資本投資變化的變量iorgc_deltai,t，以及表示是否減少了組織管理資本投資的啞變量iorgc_dumi,t，進一步檢驗分析師關注所致壓力效應的結果是否穩(wěn)健。按照上述方式處理后進行回歸，結果依然支持前文結論。

五、研究結論

本文以2007—2017年的滬深A股上市公司為樣本，通過實證分析發(fā)現(xiàn)，分析師關注度的提高能夠促進公司實物資本、研發(fā)資本與組織管理資本投資，即分析師關注能夠通過信息效應(渠道)影響上述三類投資；分析師通過發(fā)布盈利預測使公司面臨的業(yè)績壓力增大時會導致公司減少組織管理資本的投資。進一步進行異質性分析發(fā)現(xiàn)，無論按照產(chǎn)權性質還是按照是否屬于高科技行業(yè)將樣本公司分組，分析師關注的信息效應均存在，但在國有企業(yè)樣本組中，信息效應對實物資本投資的影響相對較強，在高科技行業(yè)樣本組中，信息效應對無形資本投資的影響相對較強；分析師關注對的壓力效應在非國有樣本組與非高科技行業(yè)樣本組中相對更強。另外，分析師關注對公司申請的專利數(shù)量具有正向影響，說明分析師關注的信息效應促進了公司研發(fā)創(chuàng)新。

雖然證券分析師在資本市場中的價值存在爭議，但本文的結論有助于客觀理解分析師在市場中的作用和意義。盡管分析師偏向樂觀的盈余預測會對公司造成一定的業(yè)績壓力，但總體而言分析師關注能夠通過信息效應促進公司各類別的投資，并且對公司研發(fā)創(chuàng)新具有正面影響。因此，一方面，分析師除應當具備優(yōu)秀的專業(yè)素質外，還應勤勉盡責，將公司真實準確的信息及時解讀并傳遞給市場；另一方面，監(jiān)管部門應保持懲治分析師違法行為的高壓態(tài)勢，強化分析師的職業(yè)道德素養(yǎng)，為分析師更好地發(fā)揮市場信息中介作用而努力。