放松賣空管制、分析師評(píng)級(jí)與股價(jià)崩盤風(fēng)險(xiǎn)

徐飛

關(guān)鍵詞：放松賣空管制;分析師評(píng)級(jí);機(jī)構(gòu)投資者;股價(jià)崩盤風(fēng)險(xiǎn)

摘 要：證券分析師是資本市場重要信息中介，然而分析師能否有效發(fā)揮作用卻存在分歧，最突出問題是限制賣空條件下分析師存在選擇性評(píng)級(jí)行為，其后果是加劇股價(jià)崩盤風(fēng)險(xiǎn)。為此，本文從中國試點(diǎn)融資融券政策出發(fā)，構(gòu)建基于放松賣空管制、分析師評(píng)級(jí)與股價(jià)崩盤風(fēng)險(xiǎn)分析框架，揭示分析師傾向樂觀評(píng)級(jí)的制度誘因與后果，并檢驗(yàn)中國放松賣空管制的效果。主要研究結(jié)論包括：（1）A股上市分析師樂觀評(píng)級(jí)并未降低上市公司股價(jià)崩盤風(fēng)險(xiǎn)，反而加劇上市公司股價(jià)崩盤風(fēng)險(xiǎn);（2）融資融券業(yè)務(wù)有助于緩解分析師樂觀評(píng)級(jí)對(duì)于股價(jià)崩盤風(fēng)險(xiǎn)影響;（3）異質(zhì)性檢驗(yàn)顯示，分析師樂觀評(píng)級(jí)對(duì)于國有企業(yè)和控股股東未質(zhì)押企業(yè)的股價(jià)崩盤風(fēng)險(xiǎn)影響更明顯;（4）機(jī)制檢驗(yàn)顯示，分析師樂觀評(píng)級(jí)會(huì)通過增加機(jī)構(gòu)投資者買入積極性以及上市公司溢價(jià)并購行為而增加股價(jià)崩盤風(fēng)險(xiǎn)。根據(jù)研究結(jié)論，監(jiān)管部門要完善賣空制度，強(qiáng)化分析師完整性披露要求。

中圖分類號(hào)：F830.91文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1001-2435（2021）04-0106-16

Deregulation of Short Selling， Analyst Ratings and Stock Price Crash Risk： Inspection of M&A Mechanism Based on Institutional Shareholding and Premium

XU Fei （School of Economics and Management，Anhui Normal University，Wuhu Anhui 241002，China）

Key words： deregulation of short selling; analyst ratings; institutional investors; stock price crash risk

Abstract： Securities analysts are important information intermediaries in the capital market， but whether analysts can effectively play a role is controversial. The most prominent problem is to restrict the selective rating behavior of analysts under short selling， which will aggravate the risk of stock price crash. Therefore， from the perspectives of Chinas pilot margin lending and short selling policies， this paper builds an analysis framework based on the loosening of short selling control， analyst rating and stock price crash risk， reveals the institutional incentives and consequences of analysts tendency to optimistic rating， and tests the effect of Chinas loosening of short selling control. The main research conclusions of this paper include： （1） The optimistic rating of A-share listed analysts does not reduce the risk of stock price collapse of listed companies， but aggravates the risk of stock price collapse of listed companies; （2） Margin and short selling business help to alleviate the impact of analysts optimistic rating on the stock price crash risk; （3） The heterogeneity test shows that the analysts optimistic rating has a more significant impact on the stock price crash risk of state-owned enterprises and enterprises that are not pledged by controlling shareholders; （4） The mechanism test shows that the analysts optimistic rating will increase the risk of stock price collapse by increasing the buying enthusiasm of institutional investors and the premium M&A behavior of listed companies. According to the conclusion of this study， the regulatory authorities should improve the short-selling system and strengthen the requirements of analyst integrity disclosure.

一、引 言

證券分析師是資本市場重要的信息中介，具備信息挖掘和信息分析能力。[1]分析師通過發(fā)布評(píng)價(jià)報(bào)告向市場公開傳遞信息，進(jìn)而改善公司信息環(huán)境、提高市場信息效率。[2，3]Beyer等的研究表明，作為重要的市場信息中介，財(cái)務(wù)分析師關(guān)于上市公司的盈余預(yù)測提供了22%的會(huì)計(jì)信息。[4]中國作為新興資本市場，明星分析師、女性分析師以及利益關(guān)聯(lián)的分析師眾多，他們對(duì)于資本市場影響更突出。

除信息挖掘能力外，學(xué)者研究表明分析師發(fā)布評(píng)級(jí)時(shí)，存在嚴(yán)重選擇性評(píng)級(jí)現(xiàn)象，表現(xiàn)為傾向于發(fā)布樂觀預(yù)測與評(píng)級(jí)，忽視負(fù)面信息。[5]這是由于評(píng)級(jí)報(bào)告使用者為不特定公眾，與分析師不存在直接契約關(guān)系，使得分析師沒有義務(wù)完整披露所掌握的信息，從而為分析師選擇性評(píng)級(jí)提供法律空間。[6]例如，中國證監(jiān)會(huì)發(fā)布的《證券分析師執(zhí)業(yè)行為準(zhǔn)則》中，明確提出分析師“真實(shí)”性要求，卻沒有“完整”性要求，弱化了分析師完整披露動(dòng)機(jī)。

圖1為2007—2017年中國上市公司分析師平均評(píng)級(jí)等次統(tǒng)計(jì)圖?？梢钥闯?，中國資本市場證券分析師評(píng)級(jí)存在顯著“買入”傾向和規(guī)避“賣出”傾向。其中，分析師發(fā)布賣出評(píng)級(jí)和減持評(píng)級(jí)占比不足1%，而買入評(píng)級(jí)和增持評(píng)級(jí)占比超過80%。即使在2008年金融危機(jī)期間和2015年A股千股跌停期間，分析師發(fā)布賣出評(píng)級(jí)和減持評(píng)級(jí)占比也不足1%，而買入評(píng)級(jí)和增持評(píng)級(jí)占比仍超過80%，表明分析師評(píng)級(jí)背離市場基本行情，存在顯著選擇性評(píng)級(jí)現(xiàn)象。

就中國資本市場而言，2010年試點(diǎn)融資融券業(yè)務(wù)前，我國嚴(yán)格限制賣空，融資融券制度實(shí)施標(biāo)志著我國“單邊市”正式結(jié)束，部分證券賣空渠道打開[7]。中國融資融券制度的實(shí)施，為檢驗(yàn)放松賣空管制對(duì)于分析師評(píng)級(jí)、股價(jià)崩盤風(fēng)險(xiǎn)影響提供政策實(shí)驗(yàn)證據(jù)。實(shí)證研究表明，在賣空管制背景下，分析師樂觀評(píng)級(jí)會(huì)增加股價(jià)崩盤風(fēng)險(xiǎn)，而中國實(shí)施融資融券業(yè)務(wù)有助于降低分析師樂觀評(píng)級(jí)的股價(jià)崩盤后果。機(jī)制檢驗(yàn)表明，分析師樂觀評(píng)級(jí)會(huì)通過增加投資者買入積極性而影響上市公司股價(jià)崩盤風(fēng)險(xiǎn)?？赡艿呢暙I(xiàn)在于：（1）將分析師評(píng)級(jí)行為與賣空管制相結(jié)合，考慮賣空制度背景下的分析師行為偏差，進(jìn)而影響資本市場效率，有助于從制度環(huán)境出發(fā)揭示分析師行為偏差及其后果的客觀原因;（2）驗(yàn)證在賣空管制背景下，分析師樂觀評(píng)級(jí)會(huì)加劇股價(jià)崩盤風(fēng)險(xiǎn)，而放松賣空管制具有緩解作用。本文后續(xù)結(jié)構(gòu)為：第二部分通過文獻(xiàn)回顧梳理賣空管制、分析師行為與股價(jià)崩盤風(fēng)險(xiǎn)關(guān)系，并提出研究假設(shè);第三部分實(shí)證研究設(shè)計(jì);第四部分、第五部分為實(shí)證分析內(nèi)容;第六部分為研究結(jié)論與啟示。

二、文獻(xiàn)回顧與假設(shè)提出

（一）分析師選擇性評(píng)級(jí)動(dòng)因

關(guān)于分析師選擇性評(píng)級(jí)的原因，有學(xué)者發(fā)現(xiàn)分析師出于傭金收入考慮，傾向于發(fā)布買入評(píng)級(jí)、規(guī)避看空評(píng)級(jí)，并且這種選擇性披露利好消息、隱藏利空消息的行為在限制賣空下變得更明顯。[6]因此，賣空限制可能是造成分析師樂觀評(píng)級(jí)的重要制度誘因，進(jìn)而導(dǎo)致分析師這一資本市場信息中介未能有效發(fā)揮應(yīng)有作用，甚至發(fā)揮負(fù)面作用。為闡釋賣空管制與分析師評(píng)級(jí)及其后果，構(gòu)建如下分析框架：

圖2中，限制賣空下，分析師看空評(píng)級(jí)只會(huì)抑制買入交易，不會(huì)導(dǎo)致任何賣空交易，進(jìn)而只會(huì)抑制分析師傭金收入，最終形成分析師看空評(píng)級(jí)和買入傭金收入的負(fù)向抑制循環(huán)。相反，分析師看漲評(píng)級(jí)只會(huì)增加買入交易，不會(huì)抑制任何賣空交易，因此只會(huì)增加分析師傭金收入，不會(huì)對(duì)分析師傭金收入帶來任何負(fù)面沖擊，最終形成分析師看漲評(píng)級(jí)和買入傭金收入正向促進(jìn)循環(huán)。然而，放松賣空管制下，分析師發(fā)布看空評(píng)級(jí)會(huì)增加賣空交易傭金收入，以彌補(bǔ)買入傭金收入損失;分析師發(fā)布看漲評(píng)級(jí)會(huì)減少賣空交易傭金收入，以抵消買入傭金收入增加。

因此，賣空管制下分析師出于傭金考慮，會(huì)傾向于發(fā)布看漲評(píng)級(jí)、規(guī)避看跌評(píng)級(jí)。由于分析師評(píng)級(jí)直接影響投資者行為，從而對(duì)整個(gè)資本市場造成影響。根據(jù)Jin和Myers提出的“負(fù)面信息隱藏假說”[8]，賣空管制背景下分析師選擇性評(píng)級(jí)，導(dǎo)致公司負(fù)面消息難以及時(shí)公開，當(dāng)這些負(fù)面消息累積到一定程度而集中釋放時(shí)便引發(fā)崩盤[6]。

（二）分析師評(píng)級(jí)與股價(jià)崩盤風(fēng)險(xiǎn)

股價(jià)崩盤是指股票價(jià)格大幅度、連續(xù)性暴跌，股價(jià)崩盤是實(shí)務(wù)界和監(jiān)管部門關(guān)心的熱點(diǎn)問題。[9]根據(jù)Jin和Myers提出的“高管信息隱藏”假說，由于信息不對(duì)稱性和委托代理問題，高管傾向于隱藏負(fù)面消息，然而隨著隱藏負(fù)面消息的集中釋放，就會(huì)導(dǎo)致毫無征兆的暴跌。[8]Hutton等相繼驗(yàn)證了“高管信息隱藏”假說。[10]

分析師是資本市場重要信息媒介，分析師增加了投資者可獲得的信息集，提高了企業(yè)的信息披露質(zhì)量，進(jìn)而提升市場資源配置效率。[11]分析師通過一系列挖掘和解讀上市公司信息行為，可以起到降低市場信息不對(duì)稱的作用。然而，李志生等研究表明，由于分析師不承擔(dān)信托責(zé)任，使得分析師沒有義務(wù)完整、真實(shí)地披露所掌握的信息，為分析師有偏差的披露信息提供法律空間。[12]最終，分析師出于交易傭金考慮，傾向于發(fā)布買入評(píng)級(jí)、規(guī)避看空評(píng)級(jí)，并且這種選擇性披露利好消息，隱藏利空消息在限制賣空下變得更明顯。例如，Cowen等指出，分析師通過發(fā)布樂觀預(yù)測來促進(jìn)買入交易，以獲取更多交易傭金。[13]分析師可能隱藏負(fù)面信息，以維護(hù)管理層利益，反而加劇上市公司股價(jià)崩盤風(fēng)險(xiǎn)[14]。

因此，由于分析師可能存在的選擇性樂觀評(píng)級(jí)行為，進(jìn)而導(dǎo)致樂觀評(píng)級(jí)反而加劇股價(jià)崩盤風(fēng)險(xiǎn)。為此，提出如下競爭性假設(shè)：

假設(shè)1a：分析師樂觀評(píng)級(jí)程度越高，上市公司股價(jià)崩盤風(fēng)險(xiǎn)越低。

假設(shè)1b：分析師樂觀評(píng)級(jí)程度越高，上市公司股價(jià)崩盤風(fēng)險(xiǎn)越高。

（三）放松賣空管制與分析師評(píng)級(jí)

賣空管制會(huì)改變投資者交易行為，進(jìn)而影響資本市場信息效率。其中，眾多學(xué)者研究表明，賣空管制會(huì)降低市場信息效率。從投資者異質(zhì)信念角度，學(xué)者認(rèn)為當(dāng)市場存在賣空管制時(shí)，看空投資者無法開展賣空交易，造成股票價(jià)格不能反映看跌投資者的負(fù)面信念，導(dǎo)致資本市場信息效率降低。

相應(yīng)地，學(xué)者們相繼驗(yàn)證放松賣空管制有利于提升資本市場信息效率。例如，位豪強(qiáng)等研究發(fā)現(xiàn)，引入賣空機(jī)制有利于提高市場吸納負(fù)面信息速度，從而提高信息效率;[15]Saffi和Sigurdsson通過收益率自相關(guān)性、價(jià)格延遲度和收益率方差比衡量有效性，發(fā)現(xiàn)賣空管制程度小的股市具有較高的市場效率。[16]

關(guān)于我國股市放松賣空管制與資本市場效率研究，學(xué)者們得出類似結(jié)論。例如，和肖浩和孔愛國的研究顯示，放松賣空管制有助于降低噪音交易、盈余管理和信息不對(duì)稱，提高A股市場信息效率;[17]李志生指出，融資融券通過為投資者創(chuàng)造做空機(jī)制，有利于市場對(duì)負(fù)面信息的吸收，使得股票價(jià)格更充分地反映市場情緒。[12]

賣空管制也可能對(duì)證券分析師的行為產(chǎn)生進(jìn)一步影響，進(jìn)而影響市場信息來源和信息質(zhì)量。賣空管制會(huì)改變分析師傭金收入結(jié)構(gòu)，即只有發(fā)布樂觀評(píng)級(jí)以獲得買入傭金收入，而無法通過發(fā)布負(fù)面評(píng)級(jí)獲得賣空傭金收入。出于交易傭金考慮，賣空管制下分析師更可能進(jìn)行選擇樂觀評(píng)級(jí)以獲得更多買入交易傭金。因此，賣空管制可能會(huì)加劇分析師選擇性評(píng)級(jí)行為。

然而，放松賣空管制下，賣空者便可以基于利空消息進(jìn)行賣空交易，這會(huì)增加分析師從發(fā)布利空信息中獲得交易傭金可能性，以糾正分析師交易傭金收入的不對(duì)稱性，進(jìn)而緩解分析師選擇性評(píng)級(jí)對(duì)資本市場的負(fù)面影響。融資融券業(yè)務(wù)作為我國放松賣空管制的重要制度，會(huì)降低分析師對(duì)發(fā)布看漲評(píng)級(jí)報(bào)告以獲得交易傭金收入的依賴，最終融入更多公司負(fù)面信息，使投資者能利用正負(fù)兩方面信息進(jìn)行交易，有效促進(jìn)股價(jià)向內(nèi)在價(jià)值回歸，提高市場定價(jià)效率，避免負(fù)面信息被隱藏而引發(fā)的崩盤風(fēng)險(xiǎn)。因此，進(jìn)一步提出如下假設(shè)：

假設(shè)2：放松賣空管制可以降低分析師樂觀評(píng)級(jí)對(duì)股價(jià)崩盤風(fēng)險(xiǎn)影響。

三、實(shí)證研究設(shè)計(jì)

（一）樣本與數(shù)據(jù)來源

本文選取2007—2018年滬深兩市非金融業(yè)、非ST/PT上市公司為研究對(duì)象，數(shù)據(jù)來自CSMAR數(shù)據(jù)庫。為排除異常值影響，對(duì)連續(xù)變量進(jìn)行上下1%縮尾處理。分析師股票評(píng)級(jí)數(shù)據(jù)也來自CSMAR數(shù)據(jù)庫，根據(jù)數(shù)據(jù)庫給出的標(biāo)準(zhǔn)化評(píng)級(jí)，將分析師評(píng)級(jí)分為“買入”“增持”“中性”“減持”及“賣出”5類評(píng)級(jí)。

（二）主要變量測度

1.股價(jià)崩盤風(fēng)險(xiǎn)

借鑒已有研究，以剔除市場收益率后公司特有周收益率測度公司股價(jià)崩盤風(fēng)險(xiǎn)，包括負(fù)收益偏態(tài)系數(shù)NCSKEW和上下波動(dòng)比例DUVOL指標(biāo)。[18-20]首先，為剔除市場因素對(duì)個(gè)股收益率的影響時(shí)，通過以下市場收益調(diào)整模型計(jì)算個(gè)股特有周收益率：

[Ri，t=a+β1Rm，t-2+β2Rm，t-1+β3Rm，t+β4Rm，t+1+β5Rm，t+2+εi，t] （1）

其中，Ri，t為公司t期收益率，Rm，t為市場t期收益率，εi，t為不能被市場解釋的特有收益部分，進(jìn)一步使用Wi，t =ln（1+ Ri，t）測度公司特有收益率。

其次，基于特有收益率計(jì)算如下股價(jià)崩盤風(fēng)險(xiǎn)指標(biāo)：

[NCSKEWi，T=-ni，t（ni，t-1）32W3i，t/（ni，t-1）（ni，t-2）（W2i，t）32]

[DUVOLi，T=ln（ni，t，up-1）W2i，t，Down/（ni，t，Down-1）W2i，t，Up] （2）

式（2）中，ni，t為公司i在第T期交易次數(shù)，ni，t，Up為公司i在第T期收益率高于平均收益率頻數(shù)，ni，t，Down為公司i在第T期收益率低于平均收益率頻數(shù)。NCSKEWi，T和DUVOLi，T越大表明公司i在T期股價(jià)崩盤風(fēng)險(xiǎn)越大。

2.分析師評(píng)級(jí)

借鑒龍文和魏明海的方法將分析師評(píng)級(jí)分為五大類并予以賦值，賦值1至5分別對(duì)應(yīng)賣出、減持、中性、增持、買入五大評(píng)級(jí)。[21]其次，借鑒羅衎以上市公司年度內(nèi)所有分析師評(píng)級(jí)的均值衡量公司總體分析師評(píng)級(jí)指標(biāo)[22]，記為ANLYS，該指標(biāo)越大表明分析師樂觀評(píng)級(jí)程度越高。

3.放松賣空管制

借鑒黃俊以上市公司是否進(jìn)入融券標(biāo)的定義放松賣空管制變量SHORT，且當(dāng)年可賣空時(shí)間不短于三個(gè)月取值為1，否則為0。[23]

（三）模型設(shè)定

首先，為檢驗(yàn)分析師評(píng)級(jí)對(duì)股價(jià)崩盤風(fēng)險(xiǎn)影響，構(gòu)建如下檢驗(yàn)?zāi)Ｐ停?/p>

[NCSKEWi，t+1 or DUVOLi，t+1=c+a1ANLYSi，t+aXi，t+μt+λi+εi，t] （3）

式（3）中，NCSKEWi，t+1和DUVOLi，t+1為股價(jià)崩盤風(fēng)險(xiǎn)指標(biāo)，ANLYSi，t為分析師樂觀評(píng)級(jí)程度。Xi，t為其他影響資本市場效率控制變量，包括分析師評(píng)級(jí)分歧度DISANLYSi，t、平均特有周收益率RETURN、特有周收益率波動(dòng)率SIGMA、資產(chǎn)規(guī)模對(duì)數(shù)SIZE、資產(chǎn)負(fù)債率LEV、總資產(chǎn)利潤率ROA、應(yīng)計(jì)盈余程度ABSDA、董事會(huì)規(guī)模BOARD、有形資產(chǎn)比重PPE、成立年限AGE等。μt和[λi]分別為年度固定效應(yīng)和個(gè)體固定效應(yīng)，[εi，t]為回歸殘差項(xiàng)。如果a1顯著大于0，則表明分析師樂觀評(píng)級(jí)與股價(jià)崩盤風(fēng)險(xiǎn)正相關(guān)。

其次，為檢驗(yàn)放松賣空管制對(duì)于分析師評(píng)級(jí)、股價(jià)崩盤風(fēng)險(xiǎn)進(jìn)一步影響，構(gòu)建如下檢驗(yàn)?zāi)Ｐ停?/p>

[NCSKEWi，t+1 or DUVOLi，t+1=c+m1SHORTi，t×ANLYSi，t+m2ANLYSi，t+mXi，t+μt+λi+εi，t] （4）

式（4）中，SHORTi，t為放松賣空管制變量，如果模型中m1顯著小于0，表明放松賣空管制會(huì)降低分析師樂觀評(píng)級(jí)對(duì)公司股價(jià)崩盤風(fēng)險(xiǎn)的影響。為提高檢驗(yàn)結(jié)果穩(wěn)健性，對(duì)被解釋變量均采取滯后一期處理，并報(bào)告穩(wěn)健標(biāo)準(zhǔn)誤以控制異方差。主要變量說明如表1。

四、實(shí)證檢驗(yàn)結(jié)果及分析

（一）描述性統(tǒng)計(jì)與單變量檢驗(yàn)

表2為主要變量描述性統(tǒng)計(jì)結(jié)果。其中，樣本公司平均NCSKEW和DUVOL分別為-0.237和-0.160，標(biāo)準(zhǔn)差分別為0.638和0.462。分析師對(duì)樣本公司發(fā)布的平均評(píng)級(jí)為4.203，表明總體評(píng)級(jí)略高于增持水平、低于買入水平，總體上傾向于發(fā)布看漲評(píng)級(jí)。

表3根據(jù)樣本公司分析師評(píng)級(jí)是否高于平均評(píng)級(jí)，將樣本劃分為高分析師評(píng)級(jí)組和低分析師評(píng)級(jí)組，進(jìn)行單變量分組檢驗(yàn)。其中，高分析師評(píng)級(jí)組公司股價(jià)崩盤風(fēng)險(xiǎn)NCSKEW和DUVOL在1%水平上顯著高于低分析師評(píng)級(jí)組，表明分析師看漲評(píng)級(jí)可能增加上市公司股價(jià)崩盤風(fēng)險(xiǎn)。

（二）分析師評(píng)級(jí)與股價(jià)崩盤風(fēng)險(xiǎn)

表4為分析師評(píng)級(jí)與股價(jià)崩盤風(fēng)險(xiǎn)多元回歸檢驗(yàn)。檢驗(yàn)結(jié)果顯示，分析師評(píng)級(jí)與上市公司股價(jià)崩盤風(fēng)險(xiǎn)在1%水平上顯著正相關(guān)，表明分析師樂觀評(píng)級(jí)會(huì)增加公司股價(jià)崩盤風(fēng)險(xiǎn)。根據(jù)前文的理論分析，分析師出于傭金收入考慮，傾向于發(fā)布買入評(píng)級(jí)、規(guī)避看空評(píng)級(jí)，并且這種選擇性披露利好消息、隱藏利空消息在限制賣空下變得更明顯[5]。分析師選擇性發(fā)布買入評(píng)級(jí)，一方面增加看漲投資者買入需求，另一方面賣空需求和利空消息由于賣空管制被隱藏，無法通過賣空行為平抑股價(jià)，最終導(dǎo)致股價(jià)因樂觀而偏離其價(jià)值。隨著看漲投資者買入勢力衰退，看跌投資者進(jìn)入市場，集中釋放被分析師隱藏的利空消息，最終導(dǎo)致股價(jià)驟然崩盤。假設(shè)1b得以驗(yàn)證。

（三）融資融券政策效應(yīng)檢驗(yàn)

2010年3月31日，中國開始試點(diǎn)融資融券業(yè)務(wù)，標(biāo)志著我國正式啟動(dòng)賣空機(jī)制，為檢驗(yàn)放松賣空管制對(duì)于分析師評(píng)級(jí)效應(yīng)影響提供了可能。為此，表5進(jìn)一步檢驗(yàn)放松賣空管制對(duì)于分析師評(píng)級(jí)和股價(jià)崩盤風(fēng)險(xiǎn)的影響。結(jié)果顯示，分析師評(píng)級(jí)與上市公司股價(jià)崩盤風(fēng)險(xiǎn)依然在1%水平上顯著正相關(guān)，表明分析師樂觀評(píng)級(jí)會(huì)增加公司股價(jià)崩盤風(fēng)險(xiǎn)。然而，考慮放松賣空管制后，放松賣空管制與分析師評(píng)級(jí)交互項(xiàng)系數(shù)顯著為負(fù)，表明放松賣空管制會(huì)顯著降低分析師樂觀評(píng)級(jí)對(duì)于股價(jià)崩盤風(fēng)險(xiǎn)的影響，驗(yàn)證了放松賣空管制對(duì)于分析師評(píng)級(jí)、股價(jià)崩盤風(fēng)險(xiǎn)影響的削弱作用，假設(shè)2得以驗(yàn)證。

（四）異質(zhì)性檢驗(yàn)

國有企業(yè)是我國市場經(jīng)濟(jì)重要主體，肩負(fù)著國計(jì)民生和經(jīng)濟(jì)發(fā)展的雙重責(zé)任。[24]然而，國有企業(yè)也存在明顯問題，最為突出的是國有企業(yè)高管聘任不完全依賴于外部經(jīng)理人市場，組織任命和上級(jí)委派是國有企業(yè)高管的主要聘任方式[25]，而組織任命造成國企高管處于封閉的金字塔，對(duì)負(fù)面事件厭惡度更大。為了規(guī)避職業(yè)風(fēng)險(xiǎn)，迎合市場預(yù)期和績效考核目標(biāo)，國企高管更有可能實(shí)施盈余管理。最終，增加分析師信息搜集難度，加劇分析樂觀評(píng)級(jí)分析和股價(jià)崩盤風(fēng)險(xiǎn)。[26]因此，產(chǎn)權(quán)屬性可能會(huì)對(duì)分析師評(píng)級(jí)與股價(jià)崩盤風(fēng)險(xiǎn)的關(guān)系產(chǎn)生進(jìn)一步影響，為此，表6進(jìn)一步進(jìn)行基于產(chǎn)權(quán)屬性的分組檢驗(yàn)。

檢驗(yàn)結(jié)果顯示，在國有企業(yè)樣本中，分析師評(píng)級(jí)與上市公司股價(jià)崩盤風(fēng)險(xiǎn)依然在1%水平上顯著正相關(guān)，表明分析師樂觀評(píng)級(jí)會(huì)顯著增加國有上市公司股價(jià)崩盤風(fēng)險(xiǎn)。然而，在非國有企業(yè)樣本中，分析師評(píng)級(jí)與上市公司股價(jià)崩盤風(fēng)險(xiǎn)不存在顯著相關(guān)關(guān)系。

近年來，控股股東股權(quán)質(zhì)押風(fēng)險(xiǎn)逐漸顯現(xiàn)，加劇了上市公司股價(jià)崩盤風(fēng)險(xiǎn)。[27]控股股東股權(quán)質(zhì)押風(fēng)險(xiǎn)也吸引了分析師關(guān)注，通過發(fā)布客觀的評(píng)價(jià)報(bào)告以揭示控股股東股權(quán)質(zhì)押的潛在風(fēng)險(xiǎn)。因此，控股股東股權(quán)質(zhì)押作為公開的風(fēng)險(xiǎn)事件，可能會(huì)降低分析師樂觀評(píng)級(jí)程度，提高分析師評(píng)級(jí)有效性。因此，控股股東股權(quán)質(zhì)押事件可能會(huì)對(duì)分析師評(píng)級(jí)和股價(jià)崩盤風(fēng)險(xiǎn)的關(guān)系產(chǎn)生進(jìn)一步影響，為此，表7進(jìn)一步進(jìn)行基于是否存在控股股東股權(quán)質(zhì)押的分組檢驗(yàn)。結(jié)果顯示，在控股股東未進(jìn)行股權(quán)質(zhì)押樣本中，分析師評(píng)級(jí)與上市公司股價(jià)崩盤風(fēng)險(xiǎn)依然在1%水平上顯著正相關(guān)，表明分析師樂觀評(píng)級(jí)會(huì)顯著增加控股股東未進(jìn)行股權(quán)質(zhì)押的上市公司股價(jià)崩盤風(fēng)險(xiǎn)。然而，在控股股東未質(zhì)押樣本中，分析師評(píng)級(jí)與上市公司股價(jià)崩盤風(fēng)險(xiǎn)不存在顯著相關(guān)關(guān)系。

五、機(jī)制分析與穩(wěn)健性檢驗(yàn)

（一）作用機(jī)制分析

機(jī)構(gòu)投資者作為證券市場最重要參與者，具備較高信息搜集和處理能力，進(jìn)而通過投資交易向市場傳遞信息。機(jī)構(gòu)投資者的優(yōu)勢在于：其一，機(jī)構(gòu)投資者相較于普通投資者具有明顯規(guī)模優(yōu)勢，其交易行為足以影響股價(jià)波動(dòng);其二，機(jī)構(gòu)投資者是重要分析師報(bào)告的使用者，與分析師存在直接利益關(guān)系，比普通投資者具有明顯信息優(yōu)勢。

因此借鑒許年行等，以機(jī)構(gòu)投資者持股變動(dòng)衡量投資者交易行為[5]，以識(shí)別分析師評(píng)級(jí)可能通過影響投資者交易行為而影響股價(jià)崩盤風(fēng)險(xiǎn)。

首先，測度全部機(jī)構(gòu)投資者當(dāng)年增持公司i的股權(quán)比例，以衡量機(jī)構(gòu)投資者的買入強(qiáng)度，記為PBUYi，t。同時(shí)，構(gòu)建機(jī)構(gòu)投資者買入策略指標(biāo)DBUYi，t，如果買入強(qiáng)度大于0，則DBUYi，t記為1，如果買入強(qiáng)度等于0，則DBUYi，t記為0，如果買入強(qiáng)度PBUYi，t小于0，則DBUYi，t記為-1，分別代表增持、維持和減持策略。

表8為分析師評(píng)級(jí)、機(jī)構(gòu)投資者持股行為與股價(jià)崩盤風(fēng)險(xiǎn)的關(guān)系檢驗(yàn)。檢驗(yàn)結(jié)果顯示，分析師評(píng)級(jí)與機(jī)構(gòu)投資者增持策略和買入強(qiáng)度在1%水平上顯著正相關(guān)，表明分析師買入評(píng)級(jí)會(huì)顯著增加機(jī)構(gòu)投資者買入的積極性和買入強(qiáng)度，與前述理論分析一致。許年行等指出，機(jī)構(gòu)投資者是分析師研究報(bào)告的最主要客戶，分析師對(duì)機(jī)構(gòu)投資者重倉持有股票跟蹤的頻率更高，機(jī)構(gòu)投資者會(huì)依據(jù)分析師評(píng)級(jí)做出買入決策。[5]進(jìn)一步地，機(jī)構(gòu)投資者增持策略和買入強(qiáng)度與上市公司股價(jià)崩盤風(fēng)險(xiǎn)在1%水平上顯著正相關(guān)，表明機(jī)構(gòu)投資者買入積極性會(huì)加劇公司股價(jià)崩盤風(fēng)險(xiǎn)。正如吳曉暉等指出，機(jī)構(gòu)投資者持股比例越高，機(jī)構(gòu)“退出”動(dòng)機(jī)被削弱，降低對(duì)于管理層負(fù)面消息隱藏的監(jiān)督效應(yīng)，并且機(jī)構(gòu)投資者更加恐懼股價(jià)下跌，最終加劇股價(jià)崩盤風(fēng)險(xiǎn)。[28]通過Sobel、Aroian和Goodman檢驗(yàn)顯示，機(jī)構(gòu)投資者持股對(duì)于分析師評(píng)級(jí)加劇股價(jià)崩盤風(fēng)險(xiǎn)發(fā)揮著顯著的中介效應(yīng)。綜上分析，分析師評(píng)級(jí)會(huì)通過影響機(jī)構(gòu)投資者交易行為而加劇股價(jià)崩盤風(fēng)險(xiǎn)。

分析師過度樂觀也會(huì)給公司管理層帶來過多外部壓力，迫使高管犧牲公司投資機(jī)會(huì)以獲取短期盈余，來達(dá)到分析師預(yù)期。另外，分析師如果存在選擇偏差行為，他們會(huì)關(guān)注規(guī)模大的收購行為。[29]分析師選擇偏差又可能加劇內(nèi)部人迎合動(dòng)機(jī)，最終企業(yè)進(jìn)行并購活動(dòng)所支付的并購溢價(jià)更高[30]。然而，高溢價(jià)并購又會(huì)造成上市公司資產(chǎn)泡沫，最終加劇上市公司股價(jià)崩盤風(fēng)險(xiǎn)。[31]因此，分析師樂觀評(píng)級(jí)會(huì)通過加劇上市公司溢價(jià)并購而加劇崩盤風(fēng)險(xiǎn)。

根據(jù)我國企業(yè)會(huì)計(jì)準(zhǔn)則，商譽(yù)是非同一控制下企業(yè)合并的溢價(jià)部分，因此，借鑒高翀和孔德松以商譽(yù)占總資產(chǎn)比例（GOODWILL）和商譽(yù)規(guī)模對(duì)數(shù)（LNGOODWILL）測度溢價(jià)并購程度[32]，以識(shí)別分析師評(píng)級(jí)可能通過影響管理層溢價(jià)并購行為而影響股價(jià)崩盤風(fēng)險(xiǎn)。

表9為分析師評(píng)級(jí)、溢價(jià)并購行為與股價(jià)崩盤風(fēng)險(xiǎn)關(guān)系檢驗(yàn)。檢驗(yàn)結(jié)果顯示，分析師評(píng)級(jí)與商譽(yù)占總資產(chǎn)比例和商譽(yù)規(guī)模對(duì)數(shù)在1%水平上顯著正相關(guān)，表明分析師樂觀評(píng)級(jí)會(huì)顯著增加上市公司溢價(jià)并購行為。進(jìn)一步地，商譽(yù)占總資產(chǎn)比例和商譽(yù)規(guī)模對(duì)數(shù)與上市公司股價(jià)崩盤風(fēng)險(xiǎn)顯著正相關(guān)，表明溢價(jià)并購行為又會(huì)加劇公司股價(jià)崩盤風(fēng)險(xiǎn)。正如鄧鳴茂和梅春指出，高溢價(jià)并購形成的巨額商譽(yù)并不能提升公司的業(yè)績，而是成為了上市公司重要股東進(jìn)行偽市值管理、借機(jī)減持的工具，最終加劇股價(jià)崩盤風(fēng)險(xiǎn)。[33]通過Sobel、Aroian和Goodman檢驗(yàn)顯示，溢價(jià)并購對(duì)于分析師評(píng)級(jí)加劇股價(jià)崩盤風(fēng)險(xiǎn)發(fā)揮著顯著的中介效應(yīng)。綜上分析，分析師評(píng)級(jí)會(huì)通過影響公司溢價(jià)并購行為而加劇股價(jià)崩盤風(fēng)險(xiǎn)。

（二）穩(wěn)健性檢驗(yàn)

1.控制行業(yè)和時(shí)間特征

考慮到公司所在地區(qū)經(jīng)營環(huán)境差異，如市場化程度、社會(huì)信任水平、宗教傳統(tǒng)以及法制化程度等，可能對(duì)于公司股價(jià)崩盤風(fēng)險(xiǎn)造成影響。并且公司存在所屬行業(yè)經(jīng)營特征差異，如業(yè)務(wù)復(fù)雜度、環(huán)境保護(hù)要求、行業(yè)競爭程度等，也可能對(duì)于公司股價(jià)崩盤風(fēng)險(xiǎn)造成影響。

為控制上述地區(qū)因素和行業(yè)因素可能的影響，借鑒吳超鵬等[34]的研究方法，在模型（1）和模型（2）中加入省份虛擬變量和行業(yè)虛擬變量與時(shí)間效應(yīng)交互項(xiàng)，即省份×年度效應(yīng)和行業(yè)×年度效應(yīng)。表10報(bào)告控制隨時(shí)間變化的省份和行業(yè)固定效應(yīng)后的回歸結(jié)果。模型（1）至（6）結(jié)果顯示，在模型中加入隨時(shí)間變化的省份和行業(yè)固定效應(yīng)后，依然表明分析師買入評(píng)級(jí)顯著增加機(jī)構(gòu)投資者增持策略和買入強(qiáng)度，進(jìn)而增加公司股價(jià)崩盤風(fēng)險(xiǎn)，并且放松賣空管制會(huì)削弱分析師評(píng)級(jí)影響，與前述研究結(jié)論一致。

2. Heckman兩步法

考慮到上市公司是否進(jìn)入融資融券標(biāo)的具有一定的選擇性偏誤，即進(jìn)入融資融券標(biāo)的樣本與非融資融券標(biāo)的樣本可能存在系統(tǒng)性差異，從而降低主檢驗(yàn)可靠性。為此，進(jìn)一步報(bào)告基于Heckman兩步法穩(wěn)健性檢驗(yàn)結(jié)果，以控制樣本選擇性偏誤。表11為基于Heckman兩步法穩(wěn)健性檢驗(yàn)結(jié)果，依然顯示分析師評(píng)級(jí)會(huì)顯著增加公司股價(jià)崩盤風(fēng)險(xiǎn)，并且放松賣空管制會(huì)削弱分析師評(píng)級(jí)影響，與主檢驗(yàn)結(jié)論一致。

3. 控制股價(jià)崩盤形態(tài)

學(xué)者們驗(yàn)證股市暴跌前存在著可識(shí)別的波動(dòng)形態(tài)，蘊(yùn)含著需要辨認(rèn)的重要信息。Siokis也研究發(fā)現(xiàn)，道瓊斯指數(shù)暴跌前存在明顯的多重分形特征。[35]王鵬和黃迅在分析中國股市異常波動(dòng)時(shí)，也發(fā)現(xiàn)中國股市暴跌前存在可識(shí)別的多重分形特征。[36]

根據(jù)學(xué)者提出的股價(jià)崩盤理論解釋，不同原因誘發(fā)的股價(jià)崩盤過程也不同。例如，從信息經(jīng)濟(jì)學(xué)角度，Jin和Myers提出的“高管信息隱藏”假說認(rèn)為由于信息不對(duì)稱，高管隱藏了負(fù)面消息，一旦達(dá)到頂峰就會(huì)集中釋放，導(dǎo)致毫無征兆的暴跌。[8]因此，“高管信息隱藏”導(dǎo)致的股價(jià)崩盤過程應(yīng)該為“驟然崩盤”。從行為金融學(xué)角度，Zeira等提出的“信息過沖假說”則認(rèn)為基本面變化導(dǎo)致投資者過度反應(yīng)[37]，股市必然經(jīng)歷從繁榮到暴跌的過程，進(jìn)而導(dǎo)致股價(jià)崩盤。因此，“信息過沖假說”導(dǎo)致的股價(jià)崩盤過程應(yīng)該為“由上漲到崩盤”。從有效市場角度，Black等提出的“杠桿效應(yīng)假說”則認(rèn)為公司杠桿結(jié)構(gòu)會(huì)對(duì)股價(jià)下跌產(chǎn)生反作用[38]，加劇股價(jià)下跌甚至引發(fā)崩盤。因此，“杠桿效應(yīng)假說”導(dǎo)致的股價(jià)崩盤過程為“緩跌到崩盤”。因此，在考慮股價(jià)暴跌前的股價(jià)波動(dòng)形態(tài)后，股價(jià)崩盤可進(jìn)一步區(qū)分為“緩跌轉(zhuǎn)崩盤”“上漲轉(zhuǎn)崩盤”“驟然崩盤”三類。本文揭示的分析師選擇性樂觀評(píng)級(jí)應(yīng)該更傾向于導(dǎo)致股價(jià)因樂觀而偏離，最終導(dǎo)致股價(jià)崩盤，因此更符合“信息過沖假說”對(duì)應(yīng)的“上漲轉(zhuǎn)崩盤”形態(tài)。因此，為提高股價(jià)崩盤識(shí)別的穩(wěn)健性，進(jìn)一步統(tǒng)計(jì)公司年度發(fā)生的“緩跌轉(zhuǎn)崩盤”“上漲轉(zhuǎn)崩盤”“驟然崩盤”次數(shù)，分別記為DOWN-CRASH、UP-CRASH和STABLE-CRASH。其中，“緩跌轉(zhuǎn)崩盤”是指股價(jià)崩盤前一周公司特有收益率低于總樣本的25%分位數(shù)，“上漲轉(zhuǎn)崩盤”是指股價(jià)崩盤前一周公司特有收益率超過總樣本的75%分位數(shù)，其他崩盤事件定義為“驟然崩盤”。

表12為區(qū)分股價(jià)崩盤形態(tài)的穩(wěn)健性檢驗(yàn)。模型（1）和（2）檢驗(yàn)顯示，分析師評(píng)級(jí)會(huì)顯著增加公司發(fā)生上漲轉(zhuǎn)崩盤的頻率，模型（4）—（6）檢驗(yàn)顯示，分析師評(píng)級(jí)對(duì)于其他股價(jià)崩盤類型影響不明顯，檢驗(yàn)結(jié)果進(jìn)一步驗(yàn)證分析師選擇性樂觀評(píng)級(jí)會(huì)加劇公司股價(jià)從樂觀偏離走向股價(jià)崩盤的風(fēng)險(xiǎn)。

六、結(jié)論與啟示

證券分析師是我國資本市場重要參與者，是資本市場重要信息中介，其主要職能是發(fā)布研究報(bào)告以向資本市場提供有價(jià)值信息。然而，分析師能否有效發(fā)揮信息中介作用卻存在分歧。最突出問題是分析師信息披露不完整，并且存在明顯傾向性的發(fā)布樂觀評(píng)級(jí)、產(chǎn)生規(guī)避負(fù)面評(píng)級(jí)的選擇性偏差，其后果是增加股價(jià)崩盤風(fēng)險(xiǎn)。本文從中國資本市場試點(diǎn)融資融券業(yè)務(wù)出發(fā)，構(gòu)建基于放松賣空管制、分析師評(píng)級(jí)與股價(jià)崩盤風(fēng)險(xiǎn)的分析框架，揭示分析師選擇性樂觀偏差的制度性誘因與后果。主要研究結(jié)論包括：（1）賣空管制背景下，分析師傾向發(fā)布樂觀評(píng)級(jí)、規(guī)避負(fù)面評(píng)級(jí)，其后果是加劇公司股價(jià)崩盤風(fēng)險(xiǎn);（2）中國融資融券業(yè)務(wù)有助于緩解分析師評(píng)級(jí)對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響;（3）異質(zhì)性檢驗(yàn)顯示，分析師樂觀評(píng)級(jí)對(duì)于國有企業(yè)和控股股東未質(zhì)押企業(yè)的股價(jià)崩盤風(fēng)險(xiǎn)影響更明顯;（4）機(jī)制檢驗(yàn)顯示，分析師樂觀評(píng)級(jí)通過增加機(jī)構(gòu)投資者買入積極性、公司溢價(jià)并購行為而增加股價(jià)崩盤風(fēng)險(xiǎn)。

基于研究結(jié)論，提出如下政策啟示：（1）充分發(fā)揮監(jiān)管職能，完善制度監(jiān)管體系。監(jiān)管部門要強(qiáng)化對(duì)證券市場內(nèi)各行為主體的監(jiān)管，進(jìn)一步規(guī)范分析師分析報(bào)告的披露行為，避免公司和分析師串通發(fā)布虛假信息影響投資者的決策。同時(shí)，相關(guān)監(jiān)管部門也應(yīng)采取積極措施，激勵(lì)分析師向市場提供更完整的信息，并做好賣空交易制度建設(shè)和市場維護(hù)，創(chuàng)造有效賣空交易環(huán)境。（2）提升分析師專業(yè)素養(yǎng)，提供有效信息。分析師要充分運(yùn)用專業(yè)技能和理性判斷能力，深入挖掘公司特質(zhì)信息，提供更高質(zhì)量的分析報(bào)告以提高自身的行業(yè)影響力，更好地為投資者服務(wù)，并推動(dòng)市場資源合理配置。注重分析師職業(yè)道德培養(yǎng)，避免利益驅(qū)動(dòng)導(dǎo)致分析師系統(tǒng)性選擇偏差。（3）正確對(duì)待分析師意見，做出理性決策。投資者應(yīng)正確對(duì)待分析師的評(píng)級(jí)建議，仔細(xì)閱讀分析師評(píng)級(jí)報(bào)告，并從中提取有價(jià)值的信息。加強(qiáng)對(duì)宏觀市場環(huán)境的了解和相關(guān)專業(yè)知識(shí)的學(xué)習(xí)，在面對(duì)競爭性信息時(shí)，應(yīng)當(dāng)保持謹(jǐn)慎，多方面權(quán)衡后作出投資決策。

參考文獻(xiàn)：

[1] 張焰朝，孫光國.企業(yè)風(fēng)險(xiǎn)承擔(dān)與分析師盈余預(yù)測準(zhǔn)確性[J].經(jīng)濟(jì)經(jīng)緯，2021，38（2）：112-121.

[2] 杜妍，王生年.會(huì)計(jì)穩(wěn)健性緩解了盈余慣性嗎[J].貴州財(cái)經(jīng)大學(xué)學(xué)報(bào)，2020（5）：53-63.

[3] 宋佳寧，高闖.實(shí)際控制人所有權(quán)能否抑制商譽(yù)泡沫？——基于內(nèi)部控制視角的解釋[J].財(cái)貿(mào)研究，2021，32（4）：98-110.

[4] Beyer A， Cohen D A， Lys T Z， et al. The financial reporting environment： Review of the recent literature[J]. Journal of accounting & economics， 2010， 50， 12（2-3）： 296-343.

[5] 許年行， 江軒宇， 伊志宏， 等. 分析師利益沖突、樂觀偏差與股價(jià)崩盤風(fēng)險(xiǎn)[J]. 經(jīng)濟(jì)研究， 2012， 47（7）： 127-140.

[6] 李志生， 李好， 馬偉力， 等. 融資融券交易的信息治理效應(yīng)[J]. 經(jīng)濟(jì)研究， 2017， 52（11）： 150-164.

[7] 王蕾茜， 鄒輝文. 放松賣空管制與基于研發(fā)費(fèi)用的盈余管理[J]. 科研管理， 2020， 41（6）： 268-279.

[8] Jin L.， Myers S. C. R2 around the world： New theory and new tests[J]. Journal of Financial Economics， 2006， 79（2）： 257-292.

[9] 邵劍兵，費(fèi)寶萱.控股股東股權(quán)質(zhì)押與股價(jià)崩盤風(fēng)險(xiǎn)——基于公司控制權(quán)轉(zhuǎn)移視角[J].商業(yè)研究，2020（12）：110-123.

[10] Hutton A. P.， Marcus A. J. Tehranian H . Opaque financial reports， R2， and crash risk[J]. Journal of Financial Economics， 2009， 94（1）： 67-86.

[11] 王天童，孫燁.目標(biāo)公司信息透明度與并購溢價(jià)[J].財(cái)經(jīng)問題研究，2020（1）：54-62.

[12] 李志生， 陳晨， 林秉旋. 賣空機(jī)制提高了中國股票市場的定價(jià)效率嗎？——基于自然實(shí)驗(yàn)的證據(jù)[J]. 經(jīng)濟(jì)研究， 2015， 50（4）： 165-177.

[13] Cowen A.，Groysberg B.，Healy P. Which types of analyst firms are more optimistic？[J]. Journal of Accounting and Eco?nomics，2006，41（1-2）：1-146.

[14] 聞學(xué).市場化進(jìn)程、管理層激勵(lì)與企業(yè)非效率投資的關(guān)系——基于2014—2018年上市公司數(shù)據(jù)[J].浙江樹人大學(xué)學(xué)報(bào)（人文社會(huì)科學(xué)），2020，20（2）：51-60.

[15] 位豪強(qiáng)，趙向芳，黃超，等.賣空機(jī)制與公司慈善捐贈(zèng)——基于保險(xiǎn)功能的視角[J].會(huì)計(jì)與經(jīng)濟(jì)研究，2020，34（6）：45-59.

[16] Saffi P. A. C.， Sigurdsson K. Price Efficiency and Short Selling[J]. Review of Financial Studies， 2011， 24（3）： 821-852.

[17] 肖浩， 孔愛國. 融資融券對(duì)股價(jià)特質(zhì)性波動(dòng)的影響機(jī)理研究： 基于雙重差分模型的檢驗(yàn)[J]. 管理世界， 2014（8）： 30-43.

[18] 楊國成，王智敏.民營企業(yè)參與扶貧能抑制其股價(jià)崩盤風(fēng)險(xiǎn)嗎[J].廣東財(cái)經(jīng)大學(xué)學(xué)報(bào)，2021，36（2）：86-101.

[19] 徐虹， 朱文婷. 風(fēng)險(xiǎn)投資持股、經(jīng)濟(jì)政策不確定性與股價(jià)崩盤風(fēng)險(xiǎn)[J]. 安徽師范大學(xué)學(xué)報(bào)（人文社會(huì)科學(xué)版）， 2019， 47（4）： 122-134.

[20] 顧小龍，劉婷.實(shí)際控制人所有權(quán)、支持機(jī)制與股價(jià)崩盤風(fēng)險(xiǎn)[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2020，42（9）：99-111.

[21] 張龍文， 魏明海. 公司并購與分析師評(píng)級(jí)樂觀性——基于聲譽(yù)和利益關(guān)聯(lián)的實(shí)證研究[J]. 經(jīng)濟(jì)管理， 2019， 41（3）： 90-106.

[22] 羅衎， 王春峰， 房振明. 股票賣方分析師報(bào)告是信息還是噱頭？基于市場微觀結(jié)構(gòu)理論視角[J]. 預(yù)測， 2017， 36（4）： 56-62.

[23] 黃俊， 黃超， 位豪強(qiáng)， 等. 賣空機(jī)制提高了分析師盈余預(yù)測質(zhì)量嗎——基于融資融券制度的經(jīng)驗(yàn)證據(jù)[J]. 南開管理評(píng)論， 2018， 21（2）： 135-148.

[24] 綦勇，楊羽頔，侯澤敏.趕超戰(zhàn)略下政府創(chuàng)新偏好對(duì)企業(yè)創(chuàng)新產(chǎn)出的影響機(jī)制：理論與經(jīng)驗(yàn)證據(jù)[J].產(chǎn)經(jīng)評(píng)論，2020，11（3）：94-111.

[25] 佟愛琴， 陳蔚. 產(chǎn)權(quán)性質(zhì)、管理層權(quán)力與薪酬差距激勵(lì)效應(yīng)——基于政府補(bǔ)助的中介作用[J]. 管理科學(xué)， 2017（2）： 106-118.

[26] 顏恩點(diǎn)， 李上智， 孫安其. 產(chǎn)能過剩、信息成本與分析師盈余預(yù)測——來自A股上市公司的經(jīng)驗(yàn)證據(jù)[J]. 中國軟科學(xué)， 2019（10）： 145-157.

[27] 葉德珠，王梓峰，李鑫.經(jīng)濟(jì)政策不確定性與企業(yè)多元化程度選擇[J].產(chǎn)經(jīng)評(píng)論，2020，11（2）：34-54.

[28] 吳曉暉， 郭曉冬， 喬政. 機(jī)構(gòu)投資者抱團(tuán)與股價(jià)崩盤風(fēng)險(xiǎn)[J]. 中國工業(yè)經(jīng)濟(jì)， 2019（2）： 117-135.

[29] 揭曉小. 公司規(guī)模、分析師選擇偏差和公司市場績效——基于收購方公司視角的研究[J]. 財(cái)貿(mào)經(jīng)濟(jì)， 2015（11）： 59-74.

[30] 馬慧. 共同分析師與公司并購——基于券商上市的準(zhǔn)自然實(shí)驗(yàn)證據(jù)[J]. 財(cái)經(jīng)研究， 2019， 45（2）： 113-125.

[31] 楊威， 宋敏， 馮科. 并購商譽(yù)、投資者過度反應(yīng)與股價(jià)泡沫及崩盤[J]. 中國工業(yè)經(jīng)濟(jì)， 2018（6）： 156-173.

[32] 高翀， 孔德松. 并購中的業(yè)績承諾條款與股價(jià)崩盤風(fēng)險(xiǎn)[J]. 經(jīng)濟(jì)與管理研究， 2020， 41（7）： 77-93.

[33] 鄧鳴茂， 梅春. 高溢價(jià)并購的達(dá)摩克斯之劍： 商譽(yù)與股價(jià)崩盤風(fēng)險(xiǎn)[J]. 金融經(jīng)濟(jì)學(xué)研究， 2019， 34（6）： 56-69.

[34] 吳超鵬， 薛南枝， 張琦， 等. 家族主義文化、“去家族化”治理改革與公司績效[J]. 經(jīng)濟(jì)研究， 2019， 54（2）： 182-198.

[35] Siokis F. M. Multifractal analysis of stock exchange crashes[J]. Physica A： Statistical Mechanics and its Applications， 2013， 392（5）：1164-1171.

[36] 王鵬， 黃迅. 基于Twin-SVM的多分形金融市場風(fēng)險(xiǎn)的智能預(yù)警研究[J]. 統(tǒng)計(jì)研究， 2018， 2（35）：5-15.

[37] Zeira J. Informational overshooting， booms， and crashes[J]. Journal of Monetary Economics， 1999， 43 （1）： 237-257.

[38] Black F. Stuedies of stock price volatility changes[Z]. In Proceedings of the 1976 Meetings of the American Statistical Association，Business and Economics Section.1976： 177-181.

責(zé)任編輯：孔慶洋