信息對于公司債券融資成本的影響

摘要：本文以2007—2012年在滬深證券交易所公開發行的公司債券為樣本，研究信息準確性和信息結構對于公司債券融資成本的影響。研究發現，總體信息準確性與公司債券融資成本顯著負相關，信息結構對于公司債券融資成本的影響不顯著，國有產權能夠顯著降低公司債券融資成本；信息準確性與公司債券融資成本之間的負相關關系在非國有樣本中更加顯著，而在國有樣本中不顯著。

關鍵詞：信息披露 公司債券 融資成本 產權性質

資本成本是會計學和金融學領域研究的熱點問題。債券投資者依據掌握的信息來對公司債券進行定價，信息的數量和質量都能夠影響資產定價。市場中的投資者包括知情交易者和非知情交易者，知情交易者除掌握公共信息以外，還掌握私有信息。那么，在公司債券的發行過程中，公共信息和私有信息的準確性是否會對債券融資成本產生影響？在信息結構中，公共信息與私有信息的比重如何影響債券融資成本？我國屬于經濟轉型國家和新興市場，考慮到與國外成熟市場不同的制度背景，產權性質是否會對信息與公司債券融資成本之間的關系產生影響？這些都是值得深入研究和探討的重要問題。

本文以2007—2012年在上海和深圳證券交易所發行的公司債券為研究對象，基于Easley和O’Hara（2004）從市場微觀結構視角提出的信息與資本成本之間關系的理論分析框架，從信息的微觀結構角度入手，研究公共信息與私有信息的準確性以及信息結構對于公司債券融資成本的影響。

本文研究的意義主要體現在以下幾個方面：第一，對于投資者來說，信息是其做出投資決策的基礎和依據，了解信息對于公司債券定價的影響，有助于優化投資決策，提高決策效率；第二，對于發行公司債券的上市公司來說，信息影響其債券融資成本，特別是如果公共信息和私有信息對于公司債券融資成本有不同影響，那么制定合理的信息披露策略就顯得尤為重要；第三，對于市場監管部門來說，鑒于信息在資產定價以及引導資源配置方面的作用，制定適當的信息披露制度，優化公司債券市場交易機制和市場微觀結構，對于市場的建設具有重要意義。

理論分析與研究假說

市場微觀結構理論主要探討信息與資產價格形成過程之間的關系，包括存貨模型和信息模型。Easley和O’Hara（2004）基于市場微觀結構理論中的信息模型，建立了一個同時考慮公共信息與私有信息、知情交易者與非知情交易者的多資產理性預期均衡定價模型。在他們的理論框架中，非知情交易者面臨著系統風險和不可分散的信息風險，因為知情交易者掌握了私有信息，能夠更好地根據新信息來調整投資組合的權重。Easley和O’Hara（2004）模型說明，股權資本成本隨著私有信息比重的提高而增加，而隨著總體信息準確性的提高而降低，對于持有私有信息比重更高的股票，投資者相應要求獲得更高的收益率，因為在與知情交易者交易的過程中，非知情交易者處于不利地位。在均衡狀態下，信息的數量和質量都會影響資產價格。Botosan和Plumlee（2013）為Easley和O’Hara（2004）的理論分析提供了經驗支持。實證發現，股權資本成本與總體信息準確性負相關，與私有信息在總體信息中所占的比重負相關。Botosan et al.（2004）則分別檢驗了公共信息和私有信息的準確性對于股權資本成本的影響，發現公共信息的準確性與股權資本成本負相關，而私有信息的準確性與股權資本成本正相關。

雖然上述有關信息與資本成本的研究主要針對股票市場，事實上，Easley和O’Hara（2004）以及Botosan和Plumlee（2013）的研究可以擴展到債券市場。與股票投資者相類似，債券投資者也需要從各種渠道獲得準確而完整的信息來評估債券發行人的違約風險和債券投資價值。公司披露信息準確性的提高，能夠增加公司在債券市場中的透明度，減少投資者對于公司資產價值和未來前景的不確定性預期，降低投資者的信息搜集和處理成本。債券投資者可能會將信息準確性高的公司視為高等級的債券發行人，并且對于這些公司所發行的債券要求較低的初始信用利差。相反，對于信息準確性較低的公司來說，投資者面臨的風險更高，因此投資者要求獲得更高的利差。基于上述分析，本文提出如下假說。

假說1：在其他條件相同的情況下，公共信息和私有信息的準確性與公司債券融資成本負相關。

按照市場微觀結構理論，信息結構通過公共信息和私有信息的比重來衡量。Easley和O’Hara（2004）模型認為，在總體信息一定的情況下，對于私有信息比重相對更高的股票，非知情交易者要求獲得更高的收益率，因為私有信息給非知情交易者帶來了更高的信息風險，從而最終導致公司資本成本增加。盡管信息結構在債券市場中對于債務資本成本的影響可能存在著與股票市場相似的效應，然而由于債券市場與股票市場存在一定的差異性，下列因素可能降低信息結構對于公司債券融資成本的影響：一是債券市場中大部分投資者為機構投資者。我國債券市場中的投資者也是以商業銀行、保險公司、證劵公司、基金公司等機構投資者為主體。與個人投資者相比，機構投資者在信息獲取和處理方面更為專業，并且我國公司債券的發行定價主要采取在一級市場向機構投資者詢價的方式，個人投資者作為非知情投資者，其市場勢力相對較弱，對于公司債券的定價可能不會產生太大的影響。二是機構投資者同時使用公共信息和私有信息來評估債券發行人的風險，進而為公司債券定價。機構投資者在從債券發行人獲得私有信息方面具有一定優勢，財務分析師和信用評級機構通過與債券發行人進行溝通，能夠獲得私有信息。可見，機構投資者可能不會太關注信息結構。信息結構與公司債券收益率利差之間是否存在聯系，是一個有待實證檢驗的問題。基于上述分析，本文提出如下競爭性假說。

假說2a：信息結構對于公司債券融資成本具有顯著影響。

假說2b：信息結構對于公司債券融資成本沒有顯著影響。

我國上市公司的一個鮮明特征是大量國有控股上市公司與民營控股上市公司共存，產權性質的差異可能會影響信息與公司債券融資成本之間的關系。國有企業除了實現其盈利目標以外，還承擔著大量社會責任，與政府之間的政治關聯使其面臨財務困境和破產的風險較低。國有企業在經營方面具有隱性政府擔保，國家往往承擔著這些企業經營失敗的責任，這形成了一種預算軟約束。在公司債券市場中，國有企業背后的政府信用降低了債務償還的不確定性，使得投資者降低對國有企業所發行債券的違約預期，其要求獲得的風險補償率也隨之降低，從而使國有企業的債券融資成本也降低。基于上述分析，本文提出如下假說：

假說3：與國有企業相比，信息對于非國有企業的債券融資成本影響更加顯著。

模型設定及變量選擇

（一）樣本選擇和數據來源

本文選取2007—2012年在上海和深圳證劵交易所發行的公司債券作為研究樣本。與此同時，為了保證研究結論的可靠性和準確性，本文對樣本進行以下篩選：（1）刪除同時發行B股和H股上市公司所發行的公司債券，因B股和H股的計價貨幣不同，并且需要執行不同的信息披露規則；（2）刪除非上市公司發行的公司債券，因非上市公司對外公布的財務信息有限，本文所需的相關財務指標無法獲得；（3）刪除金融行業上市公司所發行的公司債券，因金融類與非金融類上市公司在經營范圍、資產負債結構及現金流等方面有較大差異性；（4）刪除所發行公司債券屬于城投債類，因城投債的定價方式與一般公司債券不同；（5）刪除跟蹤分析師人數少于3人的上市公司所發行的公司債券；（6）刪除含有回售等特殊條款的債券，因含有特殊條款的債券現金流可能與其他債券不同；（7）刪除相關財務數據缺失的上市公司所發行的公司債券。最終選取了2007—2012年A股上市公司所發行的172只公司債券。

本文所使用的公司債券發行數據、分析師預測數據以及上市公司財務數據均來自Wind資訊金融研究數據庫，使用上市公司債券發行前一年的財務數據，確保投資者在對債券進行定價前，已經獲得了相關的財務數據，從而減少可能產生的內生性問題。本文使用STATA10.0軟件進行計量分析。

（二）關鍵變量定義

1.公司債券融資成本

公司債券融資成本主要受到無風險收益率和風險溢價的影響。無風險收益率一般用國債收益率來替代，風險溢價指投資者對于所承擔的風險要求獲得的相應補償，通常稱之為信用利差。在無風險收益率一定的情況下，信用利差水平在很大程度上決定了不同公司債券融資成本的差異。公司債券的發行定價公式可以簡化為：發行價格（即公司債券票面利率）=同期限國債票面利率+信用利差。綜上所述，信用利差對于公司債券的定價具有重要影響。本文沿用我國現有文獻中的主流做法，使用公司債券票面利率與同期發行的同期限國債利率之差來衡量信用利差。如果不存在同期可比的國債收益率，則采用線性插值法補齊。

2.信息質量的衡量

本文使用上市公司的信息特征作為信息質量的代理變量，包括總體信息的準確性和信息結構。Easley和O’Hara（2004）認為，信息的準確性越高以及公共信息相對私有信息所占的比重越大，信息質量越好，非知情投資者面臨的信息風險越低，有助于降低資本成本。

本文使用分析師盈余預測的相關特征來衡量一家公司的信息準確性和結構。在金融市場中，財務分析師一方面充當信息中介，促進信息在上市公司與投資者之間的傳播，另一方面向投資者提供新的有關公司未來經營和前景的有價值信息，同時充當著信息使用者和生產者的角色。Khurana和Raman（2003）認為投資者在對公司債券進行定價時，會考慮與公司未來盈余預期相關的信息。因此，債券投資者可能會從分析師的盈余預測中挖掘有價值的信息，與分析師盈余預測相關的信息可以作為投資者所掌握的信息集特征的代理變量。借鑒Barron et al.（1998）提出的方法，使用分析師盈余預測來衡量信息的準確性和結構。

Barron et al.（1998）發現分析師預測的分歧度反映了分析師所依賴的私有信息導致的特質性誤差，而分析師預測的偏差則反映了分析師所依賴的公共信息導致的共同性誤差。因此，在Barron et al.（1998）所提出的模型中，將公共信息的準確度（h）和私有信息的準確度（s）視為可觀測到的分析師盈余預測分歧度（D）、偏差（SE）以及跟蹤一家公司的分析師人數（N）的函數。分別使用下述公式（1）和公式（2）來計算公共信息和私有信息的準確性：

（1）

（2）

其中，分析師盈余預測分歧度（D）和偏差（SE）的計算方法見公式（3）和公式（4）。N_it表示在某一年度中跟蹤某家上市公司的分析師人數，F_it表示接近某一個年度結束時，分析師最近做出的盈余預測，（F_it ） ?是當年分析師盈余預測的平均值，A_it表示當年盈余的真實值。

（3）

（4）

總體信息的準確性（K）用公共信息的準確性與私有信息的準確性之和來衡量，見公式（5）。信息結構用公共信息的準確性與總體信息的準確性之比來衡量，見公式（6）。

（5）

（6）

Barron et al.（2002）從理論上證實了Barron et al.（1998）采用分析師盈余預測來衡量信息質量的有效性，并且這一方法在實證研究領域被廣泛采用。隨著國內證券分析師隊伍的發展和壯大，作為信息中介，分析師在資本市場中的作用引起了國內學者的廣泛關注。朱紅軍等（2007）發現國內證券分析師的信息搜尋活動能夠提高股票價格的信息含量，提高價格對資源配置的引導作用，增強資本市場的運行效率。針對分析師盈余預測的信息價值，以及是否能夠影響資本成本，肖作平和曲佳莉（2013）發現分析師盈余預測的分歧度以及分析師的經驗能夠顯著影響權益資本成本；林晚發等（2013）則發現，分析師預測同樣能夠影響債券市場中的資產價格，例如分析師預測分歧度與公司債券信用利差顯著正相關，而跟蹤一家上市公司的分析師人數與公司債券信用利差顯著負相關。可見，在我國資本市場中，分析師的盈余預測具有信息含量，能夠對資產價格產生顯著影響。因此，本文使用分析師盈余預測的相關特征作為基礎指標，進而依據Easley和O’Hara（2004）提出的理論框架以及Barron et al.（1998）提出的實證模型，從信息的微觀角度出發，計算出上市公司的信息準確性和結構，具有一定的合理性。

3.產權性質

參照國內主流文獻的一般做法，根據上市公司最終控制人的身份劃分產權性質。若上市公司的最終控制人為政府，則代表產權性質的虛擬變量取1，否則取0。

（三）回歸模型設定

為了研究上市公司信息質量對于公司債券信用利差的影響，依據理論分析部分所提出的三個研究假設，本文通過構建以下回歸模型進行多元回歸分析，并且采用解釋變量逐步進入模型的方法，從而更加細致地分析變量之間的關系。

參照國內已有的關于公司債券定價的主流文獻做法，在回歸模型中對影響信用利差的其他因素進行控制，包括公司債券發行主體的盈利能力、成長能力、償債能力等財務指標，以及公司債券的發行規模、期限等發行特征。回歸模型中各變量的定義和計算方法見表1。

表1 變量定義和計算方法

變量性質變量名稱變量符號變量說明

被解釋變量信用利差SPREAD公司債券票面利率與同期可比國債收益率之差

解釋變量信息準確性K公共信息的準確性與私有信息的準確性之和

信息結構C公共信息的準確性與總體信息的準確性之比

產權性質CON若最終控制人為政府，CON=1；否則為0

控制變量公司規模LN（SIZE）年末資產總額的自然對數

公司成長性GROWTH主營業務收入變化的百分比

資產報酬率ROA凈利潤/期初和期末平均資產總額

資產負債率LEVERAGE年末負債總額/年末資產總額

債券發行規模LN（VOL）公司債券發行規模的自然對數

債券期限LN （MAT）公司債券發行期限的自然對數

實證檢驗結果與分析

（一）描述性統計

表2報告了描述性統計結果。從表2可以看出，SPREAD的均值為2.519，最小值和最大值分別為0.123和6.180，說明樣本公司債券的信用利差相差較大，樣本具有一定的代表性。K的均值為20.697，最小值和最大值分別為1.254和75.152，說明不同上市公司之間總體信息的準確性相差較大。C的均值為0.037，最小值為-0.342，最大值為0.759，說明不同上市公司的信息結構存在著一定的差異性。CON的均值為0.563，說明在發行公司債券的上市公司中，國有控股與非國有控股的公司數量相差不大。

表2 變量描述性統計結果

變量觀測值均值標準差最小值最大值

SPREAD1722.5191.0130.1236.180

K17220.69714.0911.25475.152

C1720.0370.211-0.3420.759

CON1720.5630.43701

LN（SIZE）17214.1251.57911.40519.072

GROWTH17228.51628.179-66.267191.114

ROA1726.4393.8730.26220.563

LEVERAGE17252.73116.8975.77283.243

LN（VOL）1722.4690.918-3.4295.075

LN （MAT）1721.6350.3291.0992.708

（二）相關性分析

Pearson相關性分析結果表明：K與SPREAD在5%水平上顯著負相關，說明公司債券發行人總體信息準確性越高，公司債券的信用利差越低，這與理論分析部分提出的假說1相符合，說明債券投資者可能將信息準確性高的公司視為高等級的債券發行人，要求獲得的初始信用利差較低。C與SPREAD之間不存在顯著的相關關系，驗證了假說2b，說明在債券市場中，信息結構可能對于資本成本的影響不大。CON與SPREAD在1%水平上顯著負相關，初步驗證了本文的假說3，說明國有產權提供的隱性擔保降低了投資者對于公司債券違約風險的預期，因而降低了信用利差。控制變量中，除了GROWTH和ROA以外，其余變量均與SPREAD顯著相關，說明在檢驗產權性質和信息對于公司債券融資成本的影響時，需要控制上市公司的特征和債券自身特征。另外，多重共線性的檢驗結果顯示，各個回歸模型的方差膨脹因子VIF都小于10，而容忍度Tolerance都大于0.1，回歸模型總體設定不存在顯著的多重共線性問題。

（三）多元回歸分析

為了進一步驗證理論分析部分所提出的研究假說，本文首先對全樣本進行多元線性回歸分析，結果見表3。

表3 多元線性回歸結果

被解釋變量SPREAD（公司債券發行時的信用利差）

樣本類型全樣本國有樣本非國有樣本

回歸模型（1）（2）（3）（4）（5）（6）

K-0.124**

（-2.08） -0.129**

（-2.11）-0.108

（-1.07）-0.196**

（-2.05）

C 0.139

（0.48） 0.086

（0.29）0.111

（0.34）0.188

（0.34）

CON -0.470***

（-3.44）-0.510***

（-3.68）

LN（SIZE）-0.422***

（-7.19）-0.429***

（-7.34）-0.356

（-5.89）-0.341***

（-5.55）-0.349***

（-6.55）-0.491**

（-2.04）

GROWTH0.004*

（1.74）0.003*

（1.63）0.003

（1.43）0.003

（1.37）0.009***

（3.14）-0.001

（-0.32）

ROA-0.046***

（-2.60）-0.045***

（-2.52）-0.044***

（-2.55）-0.048***

（-2.79）-0.066***

（-3.40）-0.039***

（-2.76）

LEVERAGE-0.003

（-0.46）-0.002***

（-0.45）-0.002

（-0.31）-0.003

（-0.47）-0.009

（-1.42）-0.002

（-0.15）

LN（VOL）0.007

（0.08）0.011

（0.13）-0.019

（-0.22）-0.030

（-0.35）-0.022

（-0.30）0.139

（0.53）

LN （MAT）-0.175

（-0.93）-0.162

（-0.86）-0.079

（-0.43）-0.089

（-0.48）-0.186

（-1.18）0.328

（0.62）

Intercept9.289***

（12.31）9.277***

（12.23）8.459***

（11.04）8.508***

（10.57）8.675***

（9.77）9.443***

（3.49）

Obs.17217217217211359

F-sta18.74***18.61***21.15***17.23***14.43***18.96***

Adj-R^20.4290.4280.4380.4390.5060.403

注：1.括號中數值為t值；2.***、**、*分別表示在1%、5%、10%的水平上顯著。

從多元回歸分析結果可以看出：

首先，將總體信息準確的代理變量納入回歸模型中，回歸結果（1）顯示K的系數為-0.124，并且在5%的顯著性水平上顯著，說明總體信息準確性的提高，有助于降低公司債券信用利差，進一步驗證了假說1。公司披露信息準確性的提高，能夠增加公司在債券市場中的透明度，減少投資者對于公司資產價值和未來前景的不確定性預期，降低投資者的信息搜集和處理成本，從而降低債券融資成本。

其次，將信息結構的代理變量納入回歸模型中，回歸結果（2）顯示C的系數為0.139，然而在統計意義上并不顯著，驗證了假說2b，說明在債券市場中，信息結構對于債券的定價影響不顯著，鑒于債券市場的投資者以機構投資者為主，而機構投資者作為知情交易者，在信息的獲取和處理方面都優于個人投資者，機構投資者同時使用公共信息和私有信息來評估債券發行人的風險，進而為公司債券定價，因而信息結構對于機構投資者來說顯得沒有那么重要。

再次，將產權性質變量納入回歸模型中，回歸結果（3）顯示CON的系數為-0.47，并且在1%的顯著性水平上高度顯著，說明產權性質對于公司債券融資成本產生非常顯著的影響，進一步驗證了假說3。在其他條件相同的條件下，與非國有上市公司相比，國有上市公司獲得了政府提供的隱性擔保，形成一種預算軟約束，具有較低的信用利差。

最后，將信息準確性、信息結構和產權性質三個變量同時納入到回歸模型中，回歸結果（4）顯示K和CON的系數分別為-0.129和-0.51，分別在5%和1%的顯著性水平上顯著，C的系數為0.086，并且在統計意義上不顯著。上述回歸結果與本文的理論相符合，驗證了本文的假說1、假說2b和假說3。另外，四個多元回歸模型的擬合優度分別為0.429、0.428、0.438和0.439，模型整體均顯著，說明上述回歸模型對于公司債券融資成本具有較好的解釋力。

從上述四個模型中控制變量的回歸結果來看，上市公司規模和資產報酬率對于公司債券融資成本的影響最為顯著。二者的系數均為負，并且在1%的顯著性水平上高度顯著，說明上市公司的規模越大、盈利能力越強，其所發行的公司債券的信用利差越低，這主要是由于資產規模大、盈利能力強的上市公司，其違約風險相對較低，投資者降低了要求獲得的風險補償。

（四）基于產權分組的進一步分析

為進一步分析不同產權性質下信息對于公司債券融資成本的影響，本文將全樣本按照產權性質進行分組，分別得到113家國有上市公司和59家非國有上市公司的樣本組，然后分別對兩個樣本進行多元回歸分析。表3的回歸結果（5）顯示，K和C在國有上市公司樣本回歸模型中的系數僅為-0.108和0.111，并且在統計意義上均不顯著；回歸結果（6）則顯示K和C在非國有上市公司樣本回歸模型中的系數僅為-0.196和0.188，并且K的系數在5%的顯著性水平上顯著。

由此可以看出，產權性質的隱性擔保作用降低了信息對于公司債券融資成本的影響。對于非國有上市公司來說，披露信息準確性的提高有助于降低公司債券融資成本，因而非國有上市公司可以通過提高信息披露質量來獲得債務融資的成本優勢，從而減輕債務融資活動中由于產權性質不同而導致的民營信貸歧視。然而，信息結構對于非國有上市公司債務融資成本的影響不顯著，這樣一來，在制定信息披露政策時，公司債券發行人可以靈活確定公共信息與私有信息的比重，在網下詢價的過程中，及時與一級市場的機構投資者進行信息溝通，從而獲得有利的定價水平。對于國有上市公司來說，由于產權性質使其獲得了特殊的聲譽效應，政府成為其所發行公司債券的隱性擔保人，這在很大程度上降低了債券投資者對于發行人信息質量的關注程度，使得信息與公司債券融資成本之間的關系不再顯著。

研究結論及政策建議

（一）研究結論

研究發現，整體信息準確性越高的上市公司，其所發行公司債券的融資成本越低，信息結構對于公司債券的融資成本沒有顯著影響，產權性質顯著降低了國有上市公司的融資成本；就樣本分組檢驗結果來看，信息準確性對于非國有樣本組的影響顯著，而對于國有樣本組的影響不顯著，信息結構對于兩個子樣本的影響均不顯著。綜合來看，在債券一級市場定價過程中，機構投資者會關注發行人的信息質量，并且這在非國有上市公司所發行的公司債券定價過程中更為顯著。

（二）政策建議

1.著力提高上市公司信息披露的準確性

由上述實證結果可知，上市公司整體信息披露的準確性越高，其公司債券的融資成本越低。而實務中，國內上市公司財務報告重述現象屢見不鮮，上市公司經常對存在虛假性信息、誤導性信息或遺漏信息的歷史財務報告進行事后補救，上述行為無疑會降低已披露信息的準確性。因此，建議上市公司積極完善公司內部治理機制，加強內部控制，提高信息披露的準確性。另外，在外部監督方面，建議監管部門以及證券交易所進一步提高監管效率，強化外部獨立審計功能，并積極發揮新聞媒體、中介結構等主體的監督質詢作用。

2.促進債券市場融資主體的公平競爭

從產權性質的角度看，政府為國有上市公司發行公司債券提供的隱性擔保可能會誘發道德風險，降低國有上市公司的投資效率，侵占債權人的利益。我國的公司債券市場是一個新興的發展中市場，市場化是建設債券市場一個最基本的指導思路，上述現象顯然不符合債券市場的發展方向，不利于優化資源配置。規范市場秩序和保證市場良性發展的關鍵在于，解除政府在證券市場上的隱性擔保責任，提高證券市場的運行效率和功能效率。建議采取相關措施，消除對符合條件的民營企業的融資歧視，促進公司債券市場健康有序發展，提高公司債券市場的資源配置效率，為實力經濟發展提供有力支撐。

3.提升投資者認識及決策效率

從投資者的角度看，隨著國內公司債券市場的發展，機構投資者在公司債券一級市場中的定價效率逐步提升，有助于引導二級市場的合理定價，并且提高二級市場公司債券的流動性。對于公司債券的一般投資者來說，在關注發行人產權性質的同時，需要重視發行人信息披露的準確性，從而提高投資者的決策效率。

作者單位：東海證券股份有限公司研究所

責任編輯：牛玉銳 印穎

參考文獻：

[1] Easley D， M. O’Hara. Information and the Cost of Capital[J]. Journal of Finance， 2004， 59（4）：1553-1583.

[2] Botosan C A.， M A. Plumlee. Are Information Attributes Priced？[J]. Journal of Business Finance and Accounting. 2013， Forthcoming.

[3] Barron O E.， D Byard， and O. Kim. Changes in Analysts’ Information Around Earnings Announcements[J]. The Accounting Review， 2002， 77（4）：821-846.

[4] 朱紅軍，何賢杰，陶林. 中國的證券分析師能夠提高資本市場的效率嗎？——基于股價同步性和股價信息含量的經驗證據[J]. 金融研究，2007（2）：110-121.

[5] 肖作平，曲佳莉. 分析師預測分歧、經驗與權益資本成本[J]. 證券市場導報，2013（9）：18-26.

[6] 林晚發，李國平，王海妹，劉蕾. 分析師預測與企業債券信用利差——基于2008—2012年中國企業債券數據[J]. 會計研究，2013（8）：69-75.