企業(yè)數(shù)字化轉(zhuǎn)型分析師盈余預(yù)測(cè)與資本市場(chǎng)定價(jià)效率

王冠青 郜攀峰

摘?要：本文選取2012—2021年滬深兩市A股上市公司為研究對(duì)象，基于股價(jià)同步性的視角實(shí)證檢驗(yàn)了分析師盈余預(yù)測(cè)對(duì)資本市場(chǎng)定價(jià)效率的影響，并檢驗(yàn)了企業(yè)數(shù)字化轉(zhuǎn)型對(duì)兩者之間關(guān)系的影響。研究結(jié)果表明，分析師盈余預(yù)測(cè)質(zhì)量對(duì)資本市場(chǎng)定價(jià)效率具有顯著的正向影響。進(jìn)一步研究發(fā)現(xiàn)，企業(yè)數(shù)字化轉(zhuǎn)型能夠降低分析師盈余預(yù)測(cè)質(zhì)量對(duì)資本市場(chǎng)定價(jià)效率的正向影響。上述研究結(jié)果在替換主要變量以及使用傾向得分匹配法（PSM）與工具變量法克服內(nèi)生性問題后依然穩(wěn)健。本文從分析師與數(shù)字化轉(zhuǎn)型聯(lián)動(dòng)的角度豐富了資本市場(chǎng)定價(jià)效率影響因素的相關(guān)研究，并為推動(dòng)企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型升級(jí)提供了新的啟示。

關(guān)鍵詞：數(shù)字化轉(zhuǎn)型；分析師預(yù)測(cè)；資本市場(chǎng)；信息效率；股價(jià)同步性

中圖分類號(hào)：F27?????文獻(xiàn)標(biāo)識(shí)碼：A??????doi：10.19311/j.cnki.16723198.2024.10.019

0?引言

資本市場(chǎng)定價(jià)效率是指股票價(jià)格是否能夠?qū)Y本市場(chǎng)中的信息作出及時(shí)、充分、準(zhǔn)確的反應(yīng)，主要反映的是資本市場(chǎng)的信息效率。資本市場(chǎng)定價(jià)效率可以通過股價(jià)同步性來體現(xiàn)，股價(jià)同步性衡量了個(gè)股與市場(chǎng)收益之間的關(guān)聯(lián)性，反映了股票之間的同漲同跌現(xiàn)象，其形成的主要原因在于市場(chǎng)參與者缺乏公司特質(zhì)信息，導(dǎo)致投資者與公司之間存在信息不對(duì)稱現(xiàn)象。股價(jià)同步性具有雙重性，即“信息效率”和“非理性噪聲”。股價(jià)同步性“信息效率”的觀點(diǎn)認(rèn)為，較低的股價(jià)同步性主要是由于有更多的公司特質(zhì)信息有效反映在公司股票價(jià)格當(dāng)中，從而提高資本市場(chǎng)的信息效率與資本的配置效率；“非理性噪聲”的觀點(diǎn)認(rèn)為在新興資本市場(chǎng)中，較低的股價(jià)同步性是因?yàn)楣善眱r(jià)格中包含了更多的“噪聲”，使公司特質(zhì)信息無法有效反映，從而降低了資本市場(chǎng)的信息效率。股價(jià)同步性的差異具體表現(xiàn)為公司特質(zhì)信息還是非理性噪聲，目前還沒有統(tǒng)一的結(jié)論。作為資本市場(chǎng)上重要的信息中介，證券分析師在信息傳播中扮演著關(guān)鍵角色。分析師通過自身信息挖掘、信息解讀以及盈余預(yù)測(cè)的專業(yè)能力對(duì)公司特質(zhì)信息進(jìn)行分析，將有價(jià)值的公司特質(zhì)信息傳遞給資本市場(chǎng)，從而降低投資者與公司之間的信息不對(duì)稱，對(duì)提高資本市場(chǎng)的運(yùn)行效率和實(shí)現(xiàn)社會(huì)資源的優(yōu)化配置起著至關(guān)重要的作用。但是，也有學(xué)者指出分析師作為公司的“外部人”，無法及時(shí)、準(zhǔn)確的獲得公司特質(zhì)信息，在很大程度上傳遞的是行業(yè)與市場(chǎng)層面等“非特質(zhì)信息”（Bushman?et?al.，2004），說明分析師作為資本市場(chǎng)中的信息紐帶，其作用還存在一定的局限性。

隨著人工智能、區(qū)塊鏈、云計(jì)算、大數(shù)據(jù)等技術(shù)的不斷涌現(xiàn)，數(shù)字化轉(zhuǎn)型成為企業(yè)變革創(chuàng)新的重要契機(jī)，越來越多的企業(yè)已經(jīng)開啟了數(shù)字經(jīng)濟(jì)與實(shí)體企業(yè)深度融合的新模式。在數(shù)字經(jīng)濟(jì)下，信息的表現(xiàn)形式從原子轉(zhuǎn)變?yōu)楸忍?，?shù)據(jù)驅(qū)動(dòng)對(duì)企業(yè)的數(shù)字化賦能體現(xiàn)了智力資本價(jià)值，不僅改變了傳統(tǒng)的競(jìng)爭(zhēng)模式、商業(yè)模式與商業(yè)結(jié)構(gòu)，還推動(dòng)著企業(yè)目標(biāo)、治理結(jié)構(gòu)以及內(nèi)部管理的系統(tǒng)性創(chuàng)新。后者強(qiáng)調(diào)價(jià)值創(chuàng)造過程中利益相關(guān)人的利益分配機(jī)制和激勵(lì)約束機(jī)制，以及相關(guān)的信息開放、共享的機(jī)制。在這當(dāng)中，數(shù)字化轉(zhuǎn)型還能夠通過改善信息的準(zhǔn)確性、信息傳遞的高效性，以及加強(qiáng)監(jiān)督等途徑發(fā)揮其改善資本市場(chǎng)效率的功能，彌補(bǔ)分析師作為資本市場(chǎng)信息紐帶存在的不足。那么，分析師盈余預(yù)測(cè)質(zhì)量是否會(huì)提高資本市場(chǎng)定價(jià)效率？在企業(yè)數(shù)字化轉(zhuǎn)型的影響下分析師盈余預(yù)測(cè)質(zhì)量對(duì)資本市場(chǎng)效率的作用是否會(huì)發(fā)生變化？本文對(duì)這些問題開展了研究。

1?理論分析與研究假設(shè)

1.1?分析師盈余預(yù)測(cè)質(zhì)量與資本市場(chǎng)定價(jià)效率

根據(jù)“信息效率”原則，資本市場(chǎng)的股票價(jià)格能夠反映公司特質(zhì)信息，股價(jià)同步性的差異源于公司特質(zhì)信息的多寡。Hutton?et?al.（2009）以發(fā)達(dá)資本市場(chǎng)的上市公司為研究樣本，發(fā)現(xiàn)隨著公司信息透明度的提高，股價(jià)同步性顯著下降。武安華等（2010）以中國(guó)資本市場(chǎng)的上市公司為樣本，得出相同的結(jié)論。同時(shí)，會(huì)計(jì)穩(wěn)健性對(duì)股價(jià)同步性也存在顯著負(fù)向影響（沈華玉等，2017）。而證券分析師作為資本市場(chǎng)的中介，能夠?qū)咎刭|(zhì)信息進(jìn)行挖掘、分析和傳播。分析師的關(guān)注度越高，上市公司的會(huì)計(jì)信息風(fēng)險(xiǎn)越低（胡瑋佳等，2020）。分析師盈余預(yù)測(cè)的準(zhǔn)確度越高，上市公司的應(yīng)計(jì)異象程度越低（黃杰生，2021）。黃俊等（2014）和胡軍等（2015）研究發(fā)現(xiàn)開通微博以及媒體報(bào)道數(shù)量較多的公司具有較低的股價(jià)同步性，且微博信息通過分析師的解讀作用融入股票價(jià)格當(dāng)中，提高了分析師盈余預(yù)測(cè)質(zhì)量，降低了股價(jià)同步性。

根據(jù)“非理性噪聲”原則，中國(guó)資本市場(chǎng)是一個(gè)新興市場(chǎng)，一般被認(rèn)為“噪聲”較多，股票價(jià)格更多反映的是市場(chǎng)“噪聲”，而非公司特質(zhì)信息（王亞平等，2009）。王松等（2018）研究發(fā)現(xiàn)，上市公司為了迎合分析師作出的盈余預(yù)測(cè)結(jié)果，往往會(huì)通過分類轉(zhuǎn)移盈余管理手段來調(diào)整其盈余水平，使公司的效益達(dá)到投資者的預(yù)期，即分析師盈余預(yù)測(cè)會(huì)增強(qiáng)公司的盈余管理水平。由于受到中國(guó)資本市場(chǎng)“非理性噪聲”影響，盈余管理行為提高了信息不對(duì)稱程度，致使資本市場(chǎng)信息效率下降。同時(shí)，盈余管理導(dǎo)致了更多的公司特質(zhì)信息融入了股票價(jià)格，從而降低了股價(jià)同步性（夏芳，2012）。基于以上分析，本文提出如下假設(shè)：

H1：分析師盈余預(yù)測(cè)質(zhì)量對(duì)資本市場(chǎng)定價(jià)效率具有顯著的正向影響。

1.2?企業(yè)數(shù)字化轉(zhuǎn)型、分析師盈余預(yù)測(cè)質(zhì)量與資本市場(chǎng)定價(jià)效率

基于“信息效率”的觀點(diǎn)，由于投資者與管理層之間天然存在著信息不對(duì)稱的問題，公司特質(zhì)信息無法準(zhǔn)確、及時(shí)地反映在股票價(jià)格當(dāng)中，是造成股價(jià)同步性較高的主要原因。雖然證券分析師具有更為專業(yè)的信息挖掘和分析能力，并以此對(duì)企業(yè)未來的盈利能力進(jìn)行預(yù)測(cè)，但是未實(shí)際參與到企業(yè)的經(jīng)營(yíng)與治理當(dāng)中，其預(yù)測(cè)質(zhì)量很大程度上取決于所獲得信息的準(zhǔn)確性與及時(shí)性，而市場(chǎng)環(huán)境的變化也會(huì)使得證券分析師的盈余預(yù)測(cè)產(chǎn)生一定程度的偏差及滯后性。數(shù)字化轉(zhuǎn)型是企業(yè)利用數(shù)字技術(shù)推動(dòng)流程變革、提升經(jīng)營(yíng)效率的過程，促進(jìn)了企業(yè)的高質(zhì)量發(fā)展（Vial?G，2019）。伴隨著經(jīng)營(yíng)理念和模式的轉(zhuǎn)變，采用開放與信息共享的商業(yè)模式，使數(shù)字經(jīng)濟(jì)通過提高企業(yè)信息透明度和降低管理者非理性的決策行為，顯著提高了公司治理水平（祁懷錦等，2020）與信息披露效率（徐展等，2023），并降低了經(jīng)營(yíng)風(fēng)險(xiǎn)與股價(jià)同步性（雷光勇等，2022）。同時(shí)，數(shù)字化轉(zhuǎn)型在極大程度上提升了企業(yè)的信息處理和傳播效率，彌補(bǔ)了證券分析師預(yù)測(cè)的不足，通過降低資本市場(chǎng)信息不對(duì)稱性，提高資本市場(chǎng)效率，在一定程度上降低了外部投資者對(duì)證券分析師的依賴，這也符合資本市場(chǎng)中的“信息效率”原則?；谝陨戏治觯疚奶岢鋈缦录僭O(shè)：

H2：企業(yè)數(shù)字化轉(zhuǎn)型能夠降低分析師盈余預(yù)測(cè)質(zhì)量對(duì)資本市場(chǎng)定價(jià)效率的正向影響。

2?研究設(shè)計(jì)

2.1?樣本選取與數(shù)據(jù)來源

本文選取2012—2021年滬深兩市A股上市公司作為研究樣本，并根據(jù)以下標(biāo)準(zhǔn)對(duì)樣本進(jìn)行篩選：

（1）剔除金融行業(yè)企業(yè)的樣本。

（2）剔除樣本期內(nèi)上市狀態(tài)為“*ST”“ST”、暫停上市與退市整理的樣本。

（3）剔除主要研究指標(biāo)數(shù)據(jù)缺失的樣本。

最終得到2648家上市公司，共計(jì)10957個(gè)公司-年度觀測(cè)值。本文所使用的主要數(shù)據(jù)均來自國(guó)泰安（CSMAR）數(shù)據(jù)庫(kù)。為減少極端值對(duì)回歸結(jié)果的潛在影響，對(duì)連續(xù)變量在1%和99%分位數(shù)上進(jìn)行了縮尾處理。

2.2?變量定義與模型構(gòu)建

2.2.1?變量定義

（1）股價(jià)同步性。

本文通過股價(jià)同步性變量對(duì)資本市場(chǎng)定價(jià)效率進(jìn)行研究，參考鐘覃琳和陸正飛（2018）的研究構(gòu)造股價(jià)同步性指標(biāo)，構(gòu)造步驟如下：

rit=β0+β1×rmt+εit?（1）

其中，rit和rmt分別為股票i的周收益率和市場(chǎng)的周收益率，εit代表回歸殘差。上述回歸方程的擬合優(yōu)度R2代表公司股票價(jià)格由公共市場(chǎng)信息所解釋的程度，即個(gè)股與市場(chǎng)“同漲同跌”的程度。但R2的取值介于0和1之間，給實(shí)證估計(jì)帶來了困難，因此我們參考張延良等（2022）的做法，利用模型（2）對(duì)的R2進(jìn)行對(duì)數(shù)化處理使其服從正態(tài)分布，得到股價(jià)同步性的衡量指標(biāo)SYNCH：

SYNCHit=ln（R2it1-R2it）?（2）

SYNCH值越大，個(gè)股與市場(chǎng)“同漲同跌”的程度越嚴(yán)重，上市公司股票價(jià)格變動(dòng)可被其特質(zhì)信息所解釋的程度越低，股價(jià)同步性程度越高，資本市場(chǎng)定價(jià)效率越低。

（2）分析師盈余預(yù)測(cè)質(zhì)量。

參考余怒濤等（2023）的做法，本文采用分析師盈余預(yù)測(cè)誤差（Ferror）和預(yù)測(cè)分歧度（Fdisp）來衡量分析師盈余預(yù)測(cè)質(zhì)量。分析師盈余預(yù)測(cè)誤差（Ferror）代表分析師預(yù)測(cè)與企業(yè)實(shí)際盈余之間的偏離程度，盈余預(yù)測(cè)分歧度（Fdisp）代表不同分析師之間的預(yù)測(cè)偏差。同時(shí)，借鑒李文貴和鮑嬌蕾（2023）的做法，對(duì)分析師預(yù)測(cè)樣本進(jìn)行了如下處理：（1）只保留距公司年報(bào)公布日360天以內(nèi)的預(yù)測(cè)樣本；（2）如果分析師在一年內(nèi)對(duì)同一家公司發(fā)布了多份研究報(bào)告，只保留距公司年報(bào)公布日最近的數(shù)據(jù)；（3）剔除少于3名分析師跟蹤的企業(yè)樣本。兩個(gè)指標(biāo)的計(jì)算方法如式（3）、式（4）和式（5）所示：

Ferrorit=Forecastitj-ActualitActualit（3）

σit=1Nit-1∑Nitj=1（Forecastitj-Forecastitj）21/2（4）

Fdispit=σitActualit（5）

其中，F(xiàn)orecastitj衡量分析師j對(duì)公司i在第t年所做的盈余預(yù)測(cè)值，Actualit衡量公司i在第t年的真實(shí)每股盈余，F(xiàn)orecastitj為分析師盈余預(yù)測(cè)平均值。分析師盈余預(yù)測(cè)誤差（Ferror）和分歧度（Fdisp）越小，分析師的盈余預(yù)測(cè)質(zhì)量越高。

（3）企業(yè)數(shù)字化轉(zhuǎn)型。

本文參考吳非等（2021）的做法，以上市公司年報(bào)為基礎(chǔ)，提取全部文本內(nèi)容中有關(guān)數(shù)字化轉(zhuǎn)型的關(guān)鍵詞頻數(shù)來刻畫企業(yè)數(shù)字化轉(zhuǎn)型水平，該方法是基于數(shù)字技術(shù)應(yīng)用獲取數(shù)字化轉(zhuǎn)型指標(biāo)的代表性方法。該方法統(tǒng)計(jì)了代表企業(yè)數(shù)字化轉(zhuǎn)型當(dāng)中如人工智能（artificial?intelligence）、區(qū)塊鏈（block?chain）、云計(jì)算（cloud?computing）和大數(shù)據(jù)（big?data）等關(guān)鍵詞在上市公司報(bào)告中出現(xiàn)的頻次，詞頻越高代表企業(yè)數(shù)字化轉(zhuǎn)型程度越高。為保證數(shù)據(jù)服從正態(tài)分布，對(duì)數(shù)字化轉(zhuǎn)型詞頻數(shù)加1后取自然對(duì)數(shù)處理。

（4）控制變量。

參考現(xiàn)有研究（張延良等，2022；余怒濤等，2023），本文控制變量選擇如下：企業(yè)規(guī)模（Scale）、資產(chǎn)負(fù)債率（LEV）、營(yíng)業(yè)收入增長(zhǎng)率（BRG）、經(jīng)營(yíng)性現(xiàn)金流量（FCF）、股權(quán)制衡度（ER）、第一大股東持股比例（Top1）、機(jī)構(gòu)投資者持股比例（CHS）、分析師人數(shù)（Nana）、未預(yù)期盈余（Surp）、市賬比（MB）。

上述被解釋變量、解釋變量、調(diào)節(jié)變量以及控制變量的具體說明見表1。

2.2.2?模型構(gòu)建

為驗(yàn)證假設(shè)H1，本文構(gòu)建模型（6）、模型（7）進(jìn)行檢驗(yàn)：

SYNCHit=β0+β1×Ferrorit+β2×Controls+εit（6）

SYNCHit=β0+β1×Fdispit+β2×Controls+εit（7）

為驗(yàn)證假設(shè)H2，本文構(gòu)建模型（8）、模型（9）進(jìn)行檢驗(yàn)：

SYNCHit=β0+β1×Ferrorit+β2×DCGit+β3×Ferrorit×DCGit+β2×Controls+εit（8）

SYNCHit=β0+β1×Fdispit+β2×DCGit+β3×Fdispit×DCGit+β2×Controls+εit（9）

3?實(shí)證結(jié)果與分析

3.1?描述性統(tǒng)計(jì)

表2報(bào)告了描述性統(tǒng)計(jì)結(jié)果。分析結(jié)果顯示，股價(jià)同步性（SYNCH）的均值為-1.0807，標(biāo)準(zhǔn)差為1.1999，最大值和最小值分別為1.3269和-8.7351，表明不同上市公司的資本市場(chǎng)定價(jià)效率存在較大差異。分析師盈余預(yù)測(cè)準(zhǔn)確性（Ferror）的均值為0.5152，最大值和最小值分別為17.2363和0.0015，分析師盈余預(yù)測(cè)分歧度（Fdisp）的均值為0.3496，中位數(shù)為0.1330，最大值為14.2683，最小值則為0.0071，反映了不同上市公司的盈余預(yù)測(cè)準(zhǔn)確性以及不同分析師對(duì)同一家企業(yè)的盈余預(yù)測(cè)分歧度存在較大差異。企業(yè)數(shù)字化轉(zhuǎn)型水平（DCG）的均值為0.7367和、標(biāo)準(zhǔn)差為1.1300、中位數(shù)則為0，說明許多公司尚未開始實(shí)施數(shù)字化轉(zhuǎn)型，并且不同企業(yè)在數(shù)字化轉(zhuǎn)型方面存在明顯不同的進(jìn)展水平。

3.2?相關(guān)性分析

相關(guān)性分析結(jié)果如表3所示，股價(jià)同步性與分析師盈余預(yù)測(cè)誤差、分析師盈余預(yù)測(cè)分歧度在1%水平上顯著正相關(guān)，初步驗(yàn)證了分析師盈余預(yù)測(cè)質(zhì)量對(duì)資本市場(chǎng)定價(jià)效率的影響作用。另外，主要變量間的相關(guān)系數(shù)絕對(duì)值均小于0.5，表明變量間不存在嚴(yán)重的多重共線性問題，模型設(shè)計(jì)具有較強(qiáng)的可行性。

3.3?基準(zhǔn)回歸分析

3.3.1?分析師盈余預(yù)測(cè)質(zhì)量與資本市場(chǎng)定價(jià)效率

表4報(bào)告了基準(zhǔn)回歸分析的結(jié)果，列（1）為模型（6）的檢驗(yàn)結(jié)果，F(xiàn)error的系數(shù)為0.0197，且在5%的水平上顯著為正，說明分析師盈余預(yù)測(cè)誤差越大，股價(jià)同步性越高，資本市場(chǎng)定價(jià)效率越低；列（2）為模型（7）的檢驗(yàn)結(jié)果，F(xiàn)disp的系數(shù)為0.0665，且在1%的水平上顯著為正，說明分析師盈余預(yù)測(cè)分歧度越大，股價(jià)同步性越高，資本市場(chǎng)定價(jià)效率越低。以上結(jié)果表明，分析師盈余預(yù)測(cè)質(zhì)量對(duì)資本市場(chǎng)定價(jià)效率具有顯著的正向影響，假設(shè)H1得到驗(yàn)證。

3.3.2?企業(yè)數(shù)字化轉(zhuǎn)型、分析師盈余預(yù)測(cè)質(zhì)量與資本市場(chǎng)定價(jià)效率

列（3）為模型（8）的檢驗(yàn)結(jié)果，核心解釋變量Ferror×DCG的回歸系數(shù)為-0.0213，t值為-2.5912，在1%的水平上顯著為負(fù)，說明分析師盈余預(yù)測(cè)誤差Ferror和企業(yè)數(shù)字化轉(zhuǎn)型水平DCG的交乘項(xiàng)對(duì)股價(jià)同步性具有顯著的負(fù)向影響；列（4）為模型（9）的檢驗(yàn)結(jié)果，核心解釋變量Fdisp×DCG的回歸系數(shù)為-0.0237，t值為-1.7474，在10%的水平上顯著為負(fù)，說明分析師盈余預(yù)測(cè)分歧度Fdisp和企業(yè)數(shù)字化轉(zhuǎn)型水平DCG的交乘項(xiàng)對(duì)股價(jià)同步性具有顯著的負(fù)向影響。以上結(jié)果說明，企業(yè)數(shù)字化轉(zhuǎn)型能夠降低分析師盈余預(yù)測(cè)質(zhì)量對(duì)資本市場(chǎng)定價(jià)效率的正向影響，假設(shè)H2得到驗(yàn)證。

3.4?穩(wěn)健性檢驗(yàn)

為了保證研究結(jié)果的穩(wěn)健性，本文采取替換被解釋變量的方法進(jìn)行重新檢驗(yàn)。參考雷光勇等（2022）的做法將計(jì)算R2?的方法由模型（1）替換為下述的模型（10），再利用模型（2）進(jìn)行正態(tài)化處理得到股價(jià)同步性指標(biāo)SYNCH2：

rit=β0+β1×rmt+β2×rjt+εit?（10）

模型（1）與模型（10）之間的主要區(qū)別在于，模型（10）引入了行業(yè)回報(bào)率這一變量，其他變量的含義與模型（1）保持一致。通過加入行業(yè)回報(bào)率，模型（10）有助于減少在使用市場(chǎng)模型進(jìn)行估計(jì)時(shí)可能出現(xiàn)的潛在偏差。表5列示了替換被解釋變量后的檢驗(yàn)結(jié)果，假設(shè)H1和假設(shè)H2得到驗(yàn)證。

3.5?內(nèi)生性檢驗(yàn)

3.5.1?傾向得分匹配法（PSM）

為了應(yīng)對(duì)可能存在的樣本自選擇帶來的內(nèi)生性問題，本文進(jìn)一步采用了傾向得分匹配法（PSM）進(jìn)行檢驗(yàn)。首先，分別根據(jù)分析師盈余預(yù)測(cè)誤差和分析師盈余預(yù)測(cè)分歧度兩個(gè)變量按照年度和行業(yè)的中位數(shù)分組，將大于中位數(shù)的樣本賦值為1，否則為0。其次，以主回歸中顯著的控制變量包括企業(yè)規(guī)模（Scale）、企業(yè)成長(zhǎng)性（BRG）、股權(quán)制衡度（ER）、第一大股東持股比例（Top1）、機(jī)構(gòu)投資者持股比例（CHS）、分析師人數(shù)（Nana）、未預(yù)期盈余（Surp）、市賬比（MB）作為協(xié)變量計(jì)算傾向得分，采用1∶1最近鄰匹配法為處理組尋找相近特征的控制組，進(jìn)而使兩組樣本間的差異僅體現(xiàn)為分析師盈余預(yù)測(cè)質(zhì)量的影響。最后，對(duì)樣本進(jìn)行重新估計(jì)。檢驗(yàn)結(jié)果如表6所示，列（1）為分析師盈余預(yù)測(cè)誤差（Ferror）與股價(jià)同步性（SYNCH）的檢驗(yàn)結(jié)果，列（2）為分析師盈余預(yù)測(cè)分歧度（Fdisp）與股價(jià)同步性（SYNCH）的檢驗(yàn)結(jié)果，核心解釋變量Ferror和Fdisp的回歸系數(shù)均顯著為正，與基準(zhǔn)回歸結(jié)果基本保持一致，說明在克服樣本自選擇偏差問題后研究結(jié)果依舊穩(wěn)健，進(jìn)一步支持了本文的假設(shè)。

3.5.2?工具變量法

為了應(yīng)對(duì)可能存在的遺漏變量和樣本選擇偏差帶來的內(nèi)生性問題，本文使用工具變量法，分別使用同年度、同行業(yè)公司的分析師盈余預(yù)測(cè)誤差均值（Ferror_mean）和分析師盈余預(yù)測(cè)分歧度均值（Fdisp_mean）作為工具變量進(jìn)行兩階段回歸。由于同行業(yè)企業(yè)在特征和外部環(huán)境方面較為相似，分析師在預(yù)測(cè)時(shí)容易受到其他企業(yè)的干擾。然而，分析師盈余預(yù)測(cè)的行業(yè)平均水平與資本市場(chǎng)定價(jià)效率之間并無直接關(guān)系，因此滿足了工具變量的相關(guān)性和外生性要求。表6列（1）和列（3）報(bào)告了第一階段的回歸結(jié)果，分析師盈余預(yù)測(cè)誤差（Ferror_mean）和分析師盈余預(yù)測(cè)分歧度（Fdisp_mean）的系數(shù)均在1%的水平上顯著為正，說明工具變量Ferror_mean、Fdisp_mean與內(nèi)生解釋變量Ferror、Fdisp之間具有較強(qiáng)的相關(guān)性。列（2）和列（4）報(bào)告了第二階段的回歸結(jié)果，分析師盈余預(yù)測(cè)誤差（Ferror_mean）、分析師盈余預(yù)測(cè)分歧度（Fdisp_mean）與股價(jià)同步性（SYNCH）顯著正相關(guān)，與基準(zhǔn)回歸一致。從工具變量的檢驗(yàn)結(jié)果來看，Cragg-Donald?Wald?F統(tǒng)計(jì)量分別為605.060和642.036，通過弱工具變量檢驗(yàn)，表明在控制內(nèi)生性問題后研究結(jié)果依舊穩(wěn)健，進(jìn)一步支持了本文的假設(shè)。

4?結(jié)論與建議

本文選取2012—2021年滬深兩市A股上市公司為研究對(duì)象，檢驗(yàn)了分析師盈余預(yù)測(cè)質(zhì)量對(duì)資本市場(chǎng)定價(jià)效率的影響，并通過調(diào)節(jié)效應(yīng)進(jìn)一步檢驗(yàn)了企業(yè)數(shù)字化轉(zhuǎn)型對(duì)兩者之間關(guān)系的影響。結(jié)果表明，分析師盈余預(yù)測(cè)質(zhì)量對(duì)資本市場(chǎng)定價(jià)效率具有顯著的正向影響，即分析師盈余預(yù)測(cè)質(zhì)量越高，資本市場(chǎng)定價(jià)效率越高；企業(yè)數(shù)字化轉(zhuǎn)型能夠降低分析師盈余預(yù)測(cè)質(zhì)量對(duì)資本市場(chǎng)定價(jià)效率的正向影響，即企業(yè)數(shù)字化轉(zhuǎn)型程度越高，分析師盈余預(yù)測(cè)質(zhì)量對(duì)資本市場(chǎng)定價(jià)效率的正向影響越小。

根據(jù)以上研究結(jié)論，本文認(rèn)為，為了有效降低股價(jià)同步性從而提高資本市場(chǎng)定價(jià)效率與資本的配置效率，可以通過監(jiān)管者、分析師與企業(yè)三個(gè)方面來實(shí)現(xiàn)。從監(jiān)管者方面來講，監(jiān)管機(jī)構(gòu)要對(duì)上市公司對(duì)外披露的財(cái)務(wù)報(bào)告進(jìn)行重點(diǎn)審查，修正并完善資本市場(chǎng)的會(huì)計(jì)信息披露制度，提高信息披露質(zhì)量，降低投資者與公司之間的信息不對(duì)稱程度；從分析師方面來講，證券分析師應(yīng)提高自身信息挖掘、信息解讀以及盈余預(yù)測(cè)的專業(yè)能力，修正并完善分析師預(yù)測(cè)的相關(guān)制度；從企業(yè)方面來講，國(guó)內(nèi)企業(yè)應(yīng)積極順應(yīng)數(shù)字經(jīng)濟(jì)的發(fā)展趨勢(shì)，推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型，提升公司內(nèi)部治理水平，并提高公司信息質(zhì)量，使公司信息能夠及時(shí)、準(zhǔn)確地反映在股票價(jià)格當(dāng)中。同時(shí)，企業(yè)數(shù)字化還可以通過其信息開放與信息共享的功能提供更多高質(zhì)量的公司特質(zhì)信息，并通過其多元化的傳播手段降低投資者與公司之間的壁壘，引導(dǎo)投資者直接對(duì)公司特質(zhì)信息進(jìn)行收集，降低投資者識(shí)別并分析公司信息的成本，從根源上解決資本市場(chǎng)中股價(jià)“同漲同跌”的現(xiàn)象，發(fā)揮資本市場(chǎng)對(duì)實(shí)體經(jīng)濟(jì)的助力作用。

參考文獻(xiàn)

［1］Bushman?R?M，Piotroski?J?D，Smith?A?J.?What?Determines?Corporate?Transparency？[J].Journal?of?Accounting?Research，2004，42（2）：207252.

[2]Hutton?A?P，Marcus?A?J，Tehranian?H.?Opaque?financial?reports，R2，and?crash?risk☆[J].Journal?of?Financial?Economics，2009，94（1）：6786.

[3]武安華，張博.公司透明度與股價(jià)波動(dòng)同步性的相關(guān)性研究[J].金融理論與實(shí)踐，2010，（1）：7780.

[4]沈華玉，郭曉冬，吳曉暉，等.會(huì)計(jì)穩(wěn)健性、信息透明度與股價(jià)同步性[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2017，39（12）：114124.

[5]胡瑋佳，韓麗榮.分析師關(guān)注降低上市公司的會(huì)計(jì)信息風(fēng)險(xiǎn)了嗎？——來自中國(guó)A股上市公司的經(jīng)驗(yàn)證據(jù)[J].管理評(píng)論，2020，32（4）：219230.

[6]黃杰生.分析師盈余預(yù)測(cè)、財(cái)務(wù)報(bào)告透明度與企業(yè)應(yīng)計(jì)異象[J].財(cái)會(huì)通訊，2021，（5）：5053.

[7]黃俊，郭照蕊.新聞媒體報(bào)道與資本市場(chǎng)定價(jià)效率——基于股價(jià)同步性的分析[J].管理世界，2014，（5）：121130.

[8]胡軍，王甄.微博、特質(zhì)性信息披露與股價(jià)同步性[J].金融研究，2015，（11）：190206.

[9]王亞平，劉慧龍，吳聯(lián)生，等.信息透明度、機(jī)構(gòu)投資者與股價(jià)同步性[J].金融研究，2009，（12）：162174.

[10]王松，李萍，李芳，等.分析師盈余預(yù)測(cè)對(duì)企業(yè)盈余管理方式選擇的影響研究——基于三種盈余管理替代的視角[J].山東科技大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2018，20（4）：100109.

[11]夏芳.盈余管理、投資者情緒與股價(jià)“同漲同跌”[J].證券市場(chǎng)導(dǎo)報(bào)，2012，（8）：4956.

[12]VialG.?Understanding?digital?transformation：?A?review?and?a?research?agenda[J].The?Journal?of?Strategic?Information?Systems，2019，28（2）：118144.

[13]祁懷錦，曹修琴，劉艷霞，等.數(shù)字經(jīng)濟(jì)對(duì)公司治理的影響——基于信息不對(duì)稱和管理者非理性行為視角[J].改革，2020，（4）：5064.

[14]徐展，盛思思.企業(yè)數(shù)字化轉(zhuǎn)型能降低權(quán)益資本成本嗎——基于效率和風(fēng)險(xiǎn)視角的機(jī)制識(shí)別[J].金融經(jīng)濟(jì)學(xué)研究，115.

[15]雷光勇，買瑞東，左靜靜，等.數(shù)字化轉(zhuǎn)型與資本市場(chǎng)效率——基于股價(jià)同步性視角[J].證券市場(chǎng)導(dǎo)報(bào)，2022，（8）：4859.

[16]鐘覃琳，陸正飛.資本市場(chǎng)開放能提高股價(jià)信息含量嗎？——基于“滬港通”效應(yīng)的實(shí)證檢驗(yàn)[J].管理世界，2018，34（1）：169179.

[17]張延良，崔海濤，李琪，等.媒體關(guān)注對(duì)股票定價(jià)效率影響研究[J].投資研究，2022，41（9）：143158.

[18]余怒濤，苗瑞晨，袁博，等.連鎖股東與分析師盈余預(yù)測(cè)[J].證券市場(chǎng)導(dǎo)報(bào)，2023，（2）：4050.

[19]李文貴，鮑嬌蕾.社會(huì)信任與分析師盈余預(yù)測(cè)[J].管理評(píng)論，2023，35（1）：283297.

[20]吳非，胡慧芷，林慧妍，等.企業(yè)數(shù)字化轉(zhuǎn)型與資本市場(chǎng)表現(xiàn)——來自股票流動(dòng)性的經(jīng)驗(yàn)證據(jù)[J].管理世界，2021，37（7）：130-144+10.