公司訴訟風(fēng)險與分析師盈余預(yù)測行為研究

紀亞方 丁庭選

【摘 要】 分析師盈余預(yù)測的準確度對于緩解資本市場信息不對稱和提高資源配置效率的作用愈加重要，此類研究也一直是學(xué)術(shù)界和實務(wù)界關(guān)注的重點。以滬深A(yù) 股上市公司為樣本，檢驗公司訴訟風(fēng)險對分析師盈余預(yù)測行為的影響，并且檢驗兩者之間的路徑機制。研究發(fā)現(xiàn)：公司訴訟風(fēng)險對分析師盈余預(yù)測行為具有消極影響，當(dāng)公司面臨較高的訴訟風(fēng)險時，會導(dǎo)致分析師預(yù)測跟隨數(shù)量減少，分析師盈余預(yù)測誤差和分歧度增大。進一步機制檢驗發(fā)現(xiàn)，經(jīng)營風(fēng)險和企業(yè)戰(zhàn)略調(diào)整程度在其中發(fā)揮了部分中介作用。研究結(jié)論不僅拓寬了分析師盈余預(yù)測行為影響因素和公司訴訟風(fēng)險的經(jīng)濟后果研究，而且對加強企業(yè)法律風(fēng)險防范意識具有一定的啟示作用。

【關(guān)鍵詞】 公司訴訟風(fēng)險; 分析師盈余預(yù)測; 經(jīng)營風(fēng)險; 企業(yè)戰(zhàn)略調(diào)整

【中圖分類號】 F272? 【文獻標識碼】 A? 【文章編號】 1004-5937（2022）12-0108-08

一、引言

證券市場分析師利用專業(yè)的知識技能深入剖析與評估上市公司的會計信息，通過發(fā)布一系列的研究報告，向投資者傳遞和提供高質(zhì)量的信息，為廣大投資者提供有價值的決策建議與參考。同時，分析師作為“外部人”，其盈余預(yù)測的準確度也直接影響傳遞信息的有效性。分析師被認為是上市公司和投資者之間傳遞信息的橋梁，利用其專業(yè)的信息挖掘和解讀能力，降低了公司與投資者之間的會計信息不對稱問題，對提升資本市場有效性、維護資本市場穩(wěn)定起著不可或缺的作用[1]。與此同時，分析師團隊也逐漸壯大起來，學(xué)術(shù)界也展開了以分析師為主題的新一輪探討。隨著我國市場化改革的不斷深化，法治環(huán)境不斷改善，依法治國推進了資本市場治理體系和治理能力現(xiàn)代化建設(shè)，“依法治市”的理念是維護資本市場穩(wěn)定和健康發(fā)展的關(guān)鍵。于是，隨著資本市場的發(fā)展和相關(guān)制度的完善，越來越多的公司尋求法律途徑來解決糾紛，訴訟發(fā)生的概率逐步提升。據(jù)統(tǒng)計，在2009年中國A股市場被訴訟上市公司224家，涉案次數(shù)543起，案件涉及總金額369.02億元[2];到2018年，僅當(dāng)年被訴訟上市公司涉訴案件的總金額上升到2 800億元;到2019年滬深兩市上司公司涉訴次數(shù)高達2 089次。頻繁的訴訟會嚴重損害企業(yè)的聲譽，導(dǎo)致企業(yè)信譽崩塌和客戶流失，無疑會擠占企業(yè)原有的關(guān)系網(wǎng)絡(luò)和資源，并且會嚴重危害到企業(yè)的持續(xù)經(jīng)營和未來發(fā)展。公司訴訟作為干擾企業(yè)正常經(jīng)營的一種非常規(guī)事件，會直接向資本市場傳遞公司大量的負面信息，證券分析師作為資本市場和投資者之間重要的信息傳遞中樞，公司訴訟風(fēng)險必然會引起分析師的關(guān)注以及影響分析師盈余預(yù)測行為。

現(xiàn)有文獻主要集中在訴訟風(fēng)險的兩大主體（包括上市公司與第三方審計師），以及他們防范與應(yīng)對訴訟風(fēng)險措施而產(chǎn)生的行為后果。對于上市公司而言，包括公司信息披露行為變化、IPO折價、研發(fā)投入以及資本結(jié)構(gòu)調(diào)整等[3-6];對于審計師而言，包括提高審計收費、審計意見購買以及更換審計事務(wù)所等方式[7-8]。總體來看，截至目前尚無系統(tǒng)的文獻研究訴訟風(fēng)險與證券分析師盈余預(yù)測行為的關(guān)系，更沒有涉及影響路徑的深入研究?；谝陨戏治觯疚牡呢暙I主要有以下兩點：第一，基于訴訟風(fēng)險視角研究了公司訴訟對分析師盈余預(yù)測行為的影響，并對影響路徑進行全面、系統(tǒng)的梳理，不僅拓展了公司訴訟經(jīng)濟后果的研究，也豐富了公司訴訟經(jīng)濟后果的理論研究框架。第二，關(guān)于分析師盈余預(yù)測行為的研究中，普遍是從財務(wù)信息披露機制角度出發(fā)，從訴訟風(fēng)險角度研究仍然缺乏，本文研究結(jié)論表明公司訴訟風(fēng)險這一關(guān)鍵信息是影響分析師預(yù)測行為的重要因素之一。因此，本文的研究不僅是對分析師盈余預(yù)測行為影響因素的有益補充，還有助于分析師日后進行盈余預(yù)測時更加科學(xué)、客觀和公正地評估上市公司面臨的訴訟風(fēng)險。

二、理論分析與研究假設(shè)

（一）公司訴訟風(fēng)險對分析師預(yù)測跟隨數(shù)量的影響

分析師通過整合上市公司的公用信息與私有信息，向投資者傳遞有效信息，對緩解資本市場信息不對稱發(fā)揮著關(guān)鍵作用。分析師跟蹤偏好受到公司內(nèi)部多重因素影響，目前主要從以下三方面進行研究：首先，分析師跟蹤人數(shù)與公司披露行為密切相關(guān)，詳盡披露信息的好處在于可以減少信息不對稱和增加投資者追隨，于是上市公司信息披露政策越透明，公司信息披露越詳盡，則跟隨其預(yù)測的分析師數(shù)量越多[9]。特別是在信息披露之日，分析師預(yù)測數(shù)量成倍增加且預(yù)測活動的準確度增加[3]。其次，分析師傾向于解讀會計信息可比性較高的財務(wù)報告，會計信息可比性提高了投資者對于會計信息有用性的評價。對于分析師來說，當(dāng)獲取比較穩(wěn)定的收益時，提高會計信息可比性在很大程度上降低了其對會計信息的處理成本，進而降低其跟蹤成本[10]。最后，分析師更傾向于關(guān)注風(fēng)險低和盈余波動小的企業(yè)[11]。企業(yè)面臨的風(fēng)險越大，未來盈余不確定性越高，增加了分析師盈余預(yù)測難度。

長期陷入訴訟糾紛會給企業(yè)的日常經(jīng)營和聲譽帶來持續(xù)的負面影響。公司訴訟風(fēng)險導(dǎo)致日常經(jīng)營面臨的不確定性風(fēng)險增大，會大量擠占企業(yè)的資源，增加企業(yè)的特質(zhì)性風(fēng)險，進而影響分析師對其盈余預(yù)測行為。當(dāng)公司發(fā)生訴訟，且隨著訴訟次數(shù)的增加與訴訟金額的增大，企業(yè)面臨的風(fēng)險也隨之升高。首先，當(dāng)公司面臨較高的訴訟風(fēng)險時，管理層會減少信息披露、披露信息更加不及時以及更傾向于采用不精確的盈余報告形式[3]，企業(yè)進行盈余管理的動機也顯著增強，最終導(dǎo)致企業(yè)披露的盈余質(zhì)量偏低[12]。其次，涉訴公司因為聲譽受損而導(dǎo)致其失去合作伙伴，更容易陷入外部的融資困境，企業(yè)資金鏈的斷裂導(dǎo)致企業(yè)持續(xù)經(jīng)營面臨“不可承受之重”的打擊，于是企業(yè)未來盈利能力具有更大的不確定性。基于分析師的視角，成本效益是制約分析師跟蹤的關(guān)鍵，企業(yè)未來盈余不確定性越高，分析師盈余預(yù)測難度越大，擬跟蹤企業(yè)的信息成本也隨之升高，分析師關(guān)注數(shù)量減少。此外，訴訟風(fēng)險越高，說明組織的合法性出現(xiàn)危機，為了消除危機以保證企業(yè)繼續(xù)存續(xù)與發(fā)展，管理層需要適時調(diào)整企業(yè)當(dāng)前的戰(zhàn)略，于是導(dǎo)致分析師與企業(yè)之間的信息不對稱程度增大，分析師難以根據(jù)已有的經(jīng)驗對企業(yè)現(xiàn)在的經(jīng)營戰(zhàn)略與未來績效做出準確的評估和判斷。與此同時，分析師獲取相對準確的公司信息資源的難度增加，使得分析師需要投入更多的成本來預(yù)測該公司盈余，導(dǎo)致愿意跟蹤公司的分析師人數(shù)減少。因此，本文提出假設(shè)1。

H1：公司訴訟風(fēng)險越大，分析師預(yù)測跟隨數(shù)量越少。

（二）公司訴訟風(fēng)險對分析師盈余預(yù)測準確度的影響

分析師盈余預(yù)測準確度主要受到公共信息和私有信息的質(zhì)量以及分析師對信息理解的影響。相同的會計信息不同分析師理解存在差異，對于信息更加復(fù)雜的上市公司來說，分析師對其進行預(yù)測的準確度越低?，F(xiàn)有研究分析師盈余預(yù)測準確度影響因素的文獻表明，公司盈余的可預(yù)測性[13]、盈余波動[10]和信息披露質(zhì)量[14]等均會影響分析師盈余預(yù)測準確度。

隨著訴訟風(fēng)險增大，企業(yè)內(nèi)部信息越復(fù)雜，分析師盈余預(yù)測準確度越低。首先，這種典型的厭訴型傾向受文化傾向的影響，公司涉訴被看作是負面消息，會損害企業(yè)的聲譽機制，對企業(yè)正常經(jīng)營活動產(chǎn)生消極影響[15]。因此，決策者出于保護自身利益會盡量減少披露或者隱匿訴訟等相關(guān)不利信息，進而低質(zhì)量的信息披露會加劇企業(yè)與資本市場中利益相關(guān)者的信息不對稱程度。當(dāng)企業(yè)涉訴信息披露不完全時，分析師會憑借自身專長和能力來挖掘私有信息，但是由于分析師收集私有信息渠道和掌握私有信息程度不同，以及他們對涉訴公司未來盈利能力存在不同的理解，因而導(dǎo)致分析師盈余預(yù)測結(jié)果會存在較大的差異。其次，涉及民事訴訟的公司有動機通過盈余管理減少公司因訴訟引發(fā)的潛在損失，提高盈余管理程度[16]，使得分析師與企業(yè)之間的信息不對稱程度增高，分析師無法通過公共信息來判斷公司真實的會計信息，勢必會影響分析師盈余預(yù)測準確度。最后，通常情況下敗訴會產(chǎn)生巨大的賠償金額，導(dǎo)致企業(yè)資金斷流，影響企業(yè)的正常運營，隨之企業(yè)需要采取一系列的戰(zhàn)略調(diào)整來應(yīng)對內(nèi)外部環(huán)境的變化，公司未來經(jīng)營不確定性增大，公司盈余的可預(yù)測性變差。因此，分析師獲取私有信息的動機增加，對私有信息的依賴程度增加。但是由于證券分析師通過不同渠道獲得私有信息，以及獲得私有信息的數(shù)量不同，尤其是私有信息的質(zhì)量難以保障，這些因素都會降低分析師盈余預(yù)測準確度，即加大其盈余預(yù)測誤差和分歧度。因此，本文提出假設(shè)2。

H2：公司訴訟風(fēng)險越大，分析師盈余預(yù)測誤差和分歧度越大。

三、研究設(shè)計

（一）樣本選擇與數(shù)據(jù)來源

本文選擇滬深A(yù)股上市公司2009—2019年數(shù)據(jù)作為研究樣本，然后依次剔除金融保險類、ST、？觹ST類以及相關(guān)指標缺失的企業(yè)。本文分析師盈余預(yù)測數(shù)據(jù)和控制變量中的財務(wù)數(shù)據(jù)來源于CSMAR數(shù)據(jù)庫，公司訴訟數(shù)據(jù)來源于WIND數(shù)據(jù)庫，依據(jù)上市公司涉訴角色來看，被告方所承受的潛在風(fēng)險遠高于原告，因此，從涉訴案件中篩選出被告方的上市公司作為公司訴訟研究樣本。本文對主要變量進行了1%和99%分位上的縮尾處理，采用Stata15.0軟件對數(shù)據(jù)進行處理與統(tǒng)計分析。

（二）模型設(shè)計

為了研究訴訟風(fēng)險對分析師盈余預(yù)測行為的影響，本文以分析師預(yù)測跟隨數(shù)量、分析師盈余預(yù)測誤差和分歧度作為被解釋變量，訴訟風(fēng)險以公司當(dāng)年是否涉及訴訟、涉及訴訟的總次數(shù)以及涉訴總金額三個角度為解釋變量，設(shè)計模型1—模型3來檢驗H1和H2。

（三）模型中主要變量定義

1.被解釋變量

分析師預(yù)測跟隨數(shù)量（Follow）用每年對公司盈余預(yù)測的分析師人數(shù)總和加1取對數(shù)衡量。

分析師盈余預(yù)測誤差（Ferror）用當(dāng)年所有分析師最后一次盈余預(yù)測中位數(shù)值和實際公司每股盈余的誤差來衡量，計算公式如下：

Ferrori，t=Med（Feps）i，t-epsi，t /epsi，t

分析師盈余預(yù)測分歧度（Fdiver）用當(dāng)年所有分析師最后一次盈余預(yù)測的標準差來衡量，計算公式如下：

Fdiveri，t=Sd（Feps）i，t /Mean（Feps）i，t

其中，Med（Feps）為t年跟蹤i公司的所有分析師最后一次預(yù)測值的中位數(shù)，eps為t年跟蹤i公司的實際每股盈余，Sd（Feps）為t年跟蹤i公司的所有分析師最后一次預(yù)測值的標準差，Mean（Feps）為t年跟蹤i公司的所有分析師最后一次預(yù)測的均值。

2.解釋變量

訴訟風(fēng)險采用以下三個代理變量來衡量：當(dāng)年是否作為被告方涉訴的啞變量（Liti_dum），當(dāng)年存在被訴事項為1，否則為0;當(dāng)年被訴訟的次數(shù)（Liti_count），按照公司代碼對每個公司當(dāng)年度被訴訟的次數(shù)求和;當(dāng)年涉及被訴訟總金額（Liti_amount），即對年度該公司涉及所有被訴訟案件的金額求和。為了剔除規(guī)模效應(yīng)的影響，采用當(dāng)年涉訴總金額與當(dāng)年營業(yè)收入的比值來衡量訴訟總金額。

3.中介變量

（1）經(jīng)營風(fēng)險（Risk），本文采用公司盈利的波動程度來衡量經(jīng)營風(fēng)險[17]，具體計算方法如下：

其中，EBIT為息稅前利潤，ASSET為期末資產(chǎn)總額，本文以被訴當(dāng)年、被訴前一年以及被訴后一年為觀察期，計算盈利波動程度來衡量經(jīng)營風(fēng)險。

（2）企業(yè)戰(zhàn)略調(diào)整（S_change），借鑒連燕玲等[18]的研究來定義，通過測量戰(zhàn)略資源在一個會計年度內(nèi)的波動。如果企業(yè)戰(zhàn)略資源配置在年度區(qū)間內(nèi)波動較大，則認為戰(zhàn)略調(diào)整程度較大，反之較小。具體的計算過程如下：首先，選取6個戰(zhàn)略維度指標反映企業(yè)的資源配置，包括①無形資產(chǎn)凈值與營業(yè)收入之比衡量研發(fā)投入;②銷售費用與營業(yè)收入之比衡量廣告投入;③投入管理費用與營業(yè)收入之比衡量期間費用;④固定資產(chǎn)凈值與固定資產(chǎn)原值之比度量固定資產(chǎn)更新度;⑤存貨與營業(yè)收入之比衡量存貨水平;⑥短期借款、長期借款和應(yīng)付債券之和與凈資產(chǎn)之比衡量企業(yè)財務(wù)杠桿。其次，計算上述各項指標在區(qū)間（t-1，t+3）5年內(nèi)的方差，再將獲得的年度方差根據(jù)行業(yè)進行標準化。最后，將上述標準化后的6項指標相加，即得到各企業(yè)每年的戰(zhàn)略調(diào)整程度（S_change）。

4.控制變量

參照相關(guān)研究，本文將公司規(guī)模（Size）、上市年限（Age）、凈資產(chǎn)收益率（Roe）、企業(yè)成長性（Growth）、產(chǎn)權(quán)性質(zhì)（Soe）和股權(quán)集中度（Top）作為控制變量。同時，在模型中還控制了年份因素（Year）與行業(yè)因素（Ind）的影響。

具體變量定義如表1所示。

四、實證結(jié)果

（一）描述性統(tǒng)計

表2報告了各主要變量的描述性統(tǒng)計結(jié)果。從表2中可以看出，分析師預(yù)測跟隨數(shù)量的最小值為0.693，最大值為3.807，均值為2.105，標準差為0.736，不同公司分析師跟蹤數(shù)量存在較大差異，說明我國分析師存在明顯的跟蹤偏好。分析師盈余預(yù)測誤差的最小值為0，最大值為28.750，均值為1.096，標準差為2.420，說明分析師對樣本公司的盈余預(yù)測誤差差異較大。樣本公司預(yù)測分歧度的最小值為0，最大值為20.500，均值0.394，標準差為1.023，說明我國分析師在進行盈余預(yù)測時，彼此之間還是存在較大的分歧。訴訟風(fēng)險的虛擬變量（Liti_dum）的均值為0.099，說明9.9%的樣本公司當(dāng)年涉及訴訟案件;當(dāng)年訴訟賠償總金額與營業(yè)收入之比（Liti_amount）均值為0.001，最大值達到0.067，說明訴訟金額占營業(yè)收入的比重較大，公司陷入訴訟導(dǎo)致的巨額賠償將會危害企業(yè)長期的生存與發(fā)展。

（二）公司訴訟風(fēng)險對分析師預(yù)測跟隨數(shù)量的影響

表3報告了公司訴訟風(fēng)險與分析師預(yù)測跟隨數(shù)量的多元回歸結(jié)果。從表3可以看出，訴訟風(fēng)險的三個替代變量（Liti_dum、Liti_count、Liti_amount）與分析師預(yù)測跟隨數(shù)量（Follow）的回歸系數(shù)均顯著為負（b=-0.075，t=-4.07;b=-0.033，t=-3.34;b=-3.291，t=-3.50），說明公司發(fā)生訴訟、訴訟次數(shù)越多、訴訟涉及金額越大，分析師盈余預(yù)測跟蹤人數(shù)越少，H1得到支持。

（三）公司訴訟風(fēng)險對分析師盈余預(yù)測準確度的影響

表4報告了公司訴訟風(fēng)險與分析師盈余預(yù)測誤差和分歧度的多元回歸結(jié)果。從表4的（1）列—（3）列可以看出，訴訟風(fēng)險的三個替代變量（Liti_dum、Liti_count、Liti_amount）與分析師盈余預(yù)測誤差（Ferror）的回歸系數(shù)均為正（b=0.195， t=2.52;b=0.100，t=2.07;b=17.239，t=

2.63），前兩個替代變量在5%水平上顯著相關(guān)，第三個替代變量在1%水平上顯著相關(guān)。從表4的（4）列—（6）列可以看出，訴訟風(fēng)險（Liti_dum、Liti_count、Liti_

amount）與分析師盈余預(yù)測分歧度（Fdiver）的回歸系數(shù)均為正（b=0.071，t=1.800;b=0.052，t=1.65;b=8.641，t=

2.11），前兩個替代變量在10%水平上顯著，第三個替代變量在5%水平上顯著相關(guān)。說明公司涉及被訴、訴訟次數(shù)越多、訴訟涉及金額越大，即訴訟風(fēng)險越高，分析師盈余預(yù)測誤差和分歧度越大，H2得到驗證。

（四）穩(wěn)健性檢驗

1.滯后一期的訴訟風(fēng)險

由于訴訟風(fēng)險的影響具有滯后性，同時為了避免內(nèi)生性問題，本文將是否涉及訴訟、涉訴總次數(shù)和涉訴總金額均滯后一期。

2.基于PSM模型的回歸

傾向得分匹配（Propensity Score Matching，PSM）目的是用于減緩樣本選擇偏誤與混雜變量對研究結(jié)果的影響，采用實驗組和對照組進行比較，減少系統(tǒng)性偏差，更準確合理地反映所研究的問題。本文計算傾向得分，采用最小距離匹配方法為涉及訴訟風(fēng)險的樣本按照1■3進行匹配，即將實驗組（涉及訴訟的公司）與對照組（未涉及訴訟的公司）進行匹配，得到4 881個配對樣本，進而分析比較訴訟風(fēng)險對分析師盈余預(yù)測行為的影響。

3.雙重差分模型（DID）

為了控制潛在的反向因果問題，本文采用雙重差分模型（DID）驗證企業(yè)被訴前后的分析師盈余預(yù)測行為，可以更好地控制實驗組和樣本組之間的系統(tǒng)性差異，考察樣本公司訴訟發(fā)生前后對分析師盈余預(yù)測行為改變的影響是否顯著，模型如下：

模型4加入企業(yè)發(fā)生訴訟的虛擬變量Treat（涉及被訴公司為實驗組取值為1，無訴訟的控制組取值為0）、訴訟風(fēng)險時點虛擬變量Post（企業(yè)首次發(fā)生訴訟年度及以后年度取值為1，發(fā)生之前取值為0），主要關(guān)注系數(shù)λ3，表示在訴訟風(fēng)險前后實驗組與控制組分析師盈余預(yù)測行為變化的差異?；貧w結(jié)果顯示發(fā)生訴訟之后的樣本公司分析師盈余預(yù)測跟隨數(shù)量顯著低于未涉及訴訟的樣本公司，以及分析師盈余預(yù)測誤差和分歧度顯著高于未涉及訴訟的樣本公司。

篇幅所限，本文未報告穩(wěn)健性檢驗的結(jié)果，但是無論采用上述三種檢驗方法中的哪一種，都進一步驗證了本文結(jié)論的穩(wěn)健性。

五、進一步研究：作用機制分析

諸多經(jīng)濟現(xiàn)象之間存在著錯綜復(fù)雜的關(guān)系，但是可以通過作用機制以抽絲剝繭的形式發(fā)現(xiàn)其中的相關(guān)性，于是接下來對公司訴訟風(fēng)險影響分析師盈余預(yù)測行為的作用機制做進一步研究。

（一）經(jīng)營風(fēng)險作用機制

本文認為訴訟風(fēng)險向市場傳遞一種“壞消息”，增加公司發(fā)展前景的不確定性，極度損害投資者的信心，可能對股票市場帶來負面效應(yīng)[19]。訴訟危害具體表現(xiàn)在以下兩個方面：第一，公司敗訴后，即上市公司行為被判為非法，這會影響其與客戶及供應(yīng)商關(guān)系，供應(yīng)商會擔(dān)心公司的付款速度以及客戶擔(dān)心產(chǎn)品的質(zhì)量，導(dǎo)致商業(yè)合作伙伴對公司失去信心[20]。第二，巨大的賠償金額可能導(dǎo)致企業(yè)陷入現(xiàn)金流短缺的困境，訴訟的發(fā)生也顯著增加公司的債務(wù)成本，縮短債務(wù)期限，信貸融資規(guī)模大幅下降。因此，涉訴公司不僅會面臨資金周轉(zhuǎn)的困擾，與客戶之間正常的經(jīng)營往來也會受到影響，未來盈利能力的不確定性增大，分析師根據(jù)公開信息獲取準確的企業(yè)盈余信息質(zhì)量的可靠性降低，需要充分掌握更多的私有信息來評估企業(yè)現(xiàn)有的業(yè)務(wù)往來與經(jīng)營狀況。企業(yè)經(jīng)營風(fēng)險的增大直接導(dǎo)致分析師盈余預(yù)測的成本增加，必然會影響分析師的跟隨意愿以及盈余預(yù)測的準確度。

表5列示了經(jīng)營風(fēng)險作用機制檢驗的回歸結(jié)果，表5（1）列—（3）列報告了公司訴訟風(fēng)險對經(jīng)營風(fēng)險的影響，回歸結(jié)果顯示，隨著公司涉訴次數(shù)越多、涉訴金額越大，公司經(jīng)營風(fēng)險也越大（b=0.007，t=6.34;b=0.004，t=6.41;b=0.420，t=5.22）。表5（4）列—（12）列加入經(jīng)營風(fēng)險中介因子，回歸結(jié)果顯示，公司訴訟風(fēng)險與經(jīng)營風(fēng)險的回歸系數(shù)均顯著。依據(jù)中介效應(yīng)判定原理，公司訴訟風(fēng)險對分析師盈余預(yù)測行為的影響至少有一部分是通過中介變量經(jīng)營風(fēng)險實現(xiàn)的。研究結(jié)果說明公司訴訟會增加企業(yè)的經(jīng)營風(fēng)險，進而會抑制分析師跟隨數(shù)量，增大分析師盈余預(yù)測誤差和分歧度。

（二）企業(yè)戰(zhàn)略調(diào)整程度作用機制

企業(yè)戰(zhàn)略需要動態(tài)調(diào)整以適應(yīng)環(huán)境和資源的不確定性，以尋求企業(yè)現(xiàn)階段狀況與外部環(huán)境進行匹配。從資源配置視角出發(fā)，面對訴訟風(fēng)險導(dǎo)致內(nèi)外部資源的緊缺需要組織做出及時的調(diào)整與變革，以保證企業(yè)的可持續(xù)性發(fā)展。當(dāng)公司面臨較高的訴訟風(fēng)險時，這種風(fēng)險會給公司帶來一系列的困擾，例如融資壓力、合作伙伴的變更等。企業(yè)需要適時調(diào)整經(jīng)營戰(zhàn)略以適應(yīng)新顧客和產(chǎn)品市場的競爭，戰(zhàn)略的調(diào)整導(dǎo)致企業(yè)與自身以往以及同類公司的會計信息可比性降低，造成證券分析師擬獲取企業(yè)相關(guān)信息所付出的成本和精力大為增加，隨之分析跟隨意愿降低，以及可比性的降低導(dǎo)致分析師更加依賴私有信息。由于分析師獲取私有信息的途徑和內(nèi)容不同，導(dǎo)致分析師盈余預(yù)測存在較大的差異，因此，公司訴訟導(dǎo)致的戰(zhàn)略調(diào)整必然會影響證券分析師的盈余預(yù)測行為。

表6列示了企業(yè)戰(zhàn)略調(diào)整程度機制檢驗回歸的結(jié)果，從表6（1）列—（3）列可以看出，隨著公司涉訴次數(shù)越多、涉訴金額越大，企業(yè)戰(zhàn)略調(diào)整程度也越大（b=0.030，t=3.57;b=0.014，t=3.32;b=1.860，t=3.47）。表6（4）列—（12）列是加入企業(yè)戰(zhàn)略調(diào)整程度中介因子變量，回歸結(jié)果顯示，公司訴訟風(fēng)險與戰(zhàn)略調(diào)整程度的回歸系數(shù)均顯著。依據(jù)中介效應(yīng)判定原理，戰(zhàn)略調(diào)整程度在公司訴訟風(fēng)險與分析師盈余預(yù)測行為之間發(fā)揮部分中介作用。回歸結(jié)果表明，公司訴訟風(fēng)險越大，會增加企業(yè)戰(zhàn)略調(diào)整程度，進而會抑制分析師跟隨數(shù)量，增大分析師盈余預(yù)測誤差和分歧度。

六、結(jié)論與啟示

本文以滬深A(yù)股2009—2019年上市公司數(shù)據(jù)為研究樣本，研究公司訴訟風(fēng)險對分析師盈余預(yù)測跟隨數(shù)量、預(yù)測誤差和分歧度的影響。研究發(fā)現(xiàn)：訴訟風(fēng)險會抑制分析師跟隨數(shù)量，降低分析師預(yù)測準確度。影響機制有以下兩個方面：其一，訴訟糾紛導(dǎo)致企業(yè)難以與客戶之間保持正常的經(jīng)營往來關(guān)系，以及企業(yè)陷入資金周轉(zhuǎn)困境，導(dǎo)致企業(yè)盈利能力的不確定性增大，于是分析師跟隨此類公司的意愿以及預(yù)測的準確度降低;其二，訴訟糾紛會導(dǎo)致企業(yè)多方契約被破壞，企業(yè)需要適時調(diào)整戰(zhàn)略來保持企業(yè)的可持續(xù)性發(fā)展，戰(zhàn)略調(diào)整導(dǎo)致分析師根據(jù)以往經(jīng)驗對企業(yè)盈余進行預(yù)測的難度增大，以及分析師需要投入更高的成本來進行預(yù)測，從而導(dǎo)致分析師的跟隨意愿降低、盈余預(yù)測誤差和分歧度增大。

針對上述研究結(jié)論，本文得出以下研究啟示：（1）管理層應(yīng)該強化法律專業(yè)知識學(xué)習(xí)，樹立法律風(fēng)險防范意識。上市公司管理層應(yīng)該建立一套合法合規(guī)的制度章程，建立法律風(fēng)險防控體系，在做出決策的時候，應(yīng)該運用法律知識綜合分析，判斷該事項的合法性，防范和消除法律風(fēng)險隱患。（2）上市公司要真實準確地披露訴訟事項。因為上市公司披露的信息對分析師進行預(yù)測至關(guān)重要，相關(guān)部門應(yīng)該加強對上市公司信息披露的監(jiān)督，抵制涉訴公司延遲或者減少披露公司的相關(guān)信息，力爭做到信息披露的及時性、相關(guān)性和準確性等，從而為分析師預(yù)測提供強有力的支持，進而提升資本市場的有效性。（3）應(yīng)該進一步加強對分析師團隊的培訓(xùn)和管理，提升分析師隊伍的專業(yè)素養(yǎng)與知識水平。分析師在對涉訴公司進行預(yù)測時，更多地依賴其專業(yè)判斷能力和解讀能力，向信息需求者傳遞合理、準確的預(yù)測，更好地為投資者服務(wù)，提升資本市場的運行效率。

【參考文獻】

[1] 褚劍，秦璇，方軍雄.中國式融資融券制度安排與分析師盈利預(yù)測樂觀偏差[J].管理世界，2019，35（1）：151-166，228.

[2] 紀亞方，欒甫貴，丁一.公司訴訟與審計收費——基于經(jīng)營風(fēng)險的中介效應(yīng)[J].管理學(xué)刊，2020，33（3）：48-60.

[3] ROGERS J L，BUSKIRK A V.Shareholder litigation and changes in disclosure behavior[J].Journal of Accounting and Economics，2009，47（1）：136-156.

[4] LOWRY M，SUSAN S.Litigation risk and IPO underpricing[J].Journal of Financial Economics，2002，65（3）：309-335.

[5] 潘越，潘建平，戴亦一.公司訴訟風(fēng)險、司法地方保護主義與企業(yè)創(chuàng)新[J].經(jīng)濟研究，2015（3）：131-145.

[6] 陳勝藍，王，李然.訴訟風(fēng)險與公司資本結(jié)構(gòu)——基于法官異地交流的準自然實驗[J].上海財經(jīng)大學(xué)學(xué)報，2020，22（2）：69-80.

[7] 王彥超，游鴻，樊帥.法律訴訟與資本市場：實證研究綜述[J].中央財經(jīng)大學(xué)學(xué)報，2017（10）：46-56.

[8] 秦帥，劉琪.訴訟風(fēng)險與上市公司審計意見購買——基于融資困境的視角[J].當(dāng)代財經(jīng)，2019（9）：121-133.

[9] 白曉宇.上市公司信息披露政策對分析師預(yù)測的多重影響研究[J].金融研究，2009（4）：92-112.

[10] 王迪，魯威朝，楊道廣.內(nèi)部控制、會計信息可比性與分析師行為[J].審計研究，2019（6）：70-78.

[11] 曲曉輝，畢超.會計信息與分析師的信息解釋行為[J].會計研究，2016（4）：19-26，95.

[12] 邵毅平，李文貴.訴訟風(fēng)險、審計師選擇與盈余質(zhì)量[J].財經(jīng)論叢，2018（5）：58-65.

[13] EAMES M J，GLOVER S M.Earnings predictability and the direction of analysts' earnings forecast errors[J].Accounting Review，2003，78（3）：707-724.

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

[15] 姜濤，尚鼎.訴訟風(fēng)險、內(nèi)部控制與審計意見[J].會計之友，2019（17）：62-67.

[16] 王彥超，林斌，辛清泉.市場環(huán)境、民事訴訟與盈余管理[J].中國會計評論，2008（1）：21-40.

[17] 王竹泉，王貞潔，李靜.經(jīng)營風(fēng)險與營運資金融資決策[J].會計研究，2017（5）：62-69，99.

[18] 連燕玲，賀小剛，高皓.業(yè)績期望差距與企業(yè)戰(zhàn)略調(diào)整——基于中國上市公司的實證研究[J].管理世界，2014（11）：119-132，188.

[19] 周開國，俞國棟，鄭倩昀.被訴訟事件披露、股票市場反應(yīng)與盈余管理[J].上海金融，2015（9）：73-80，14.

[20] ENGELMANN K，CORNELL B.Measuring the cost of corporate litigation：five case studies[J].Journal of Legal Studies，1988，17（2）：377-399.