匯總分析師預測樂觀偏差與企業創新投資決策

于雪航 陳婧 方軍雄

(復旦大學管理學院，上海 200433)

一、引言

證券分析師是資本市場中專業的信息中介，通過搜集公開信息、挖掘私有信息、發布盈余預測和公司評級，向投資者傳遞對投資決策有用的信息。現有研究發現，證券分析師對個股的盈利預測和評級調整具有信息含量，能夠有效緩解信息不對稱，降低股價同步性，提高資本市場效率(朱紅軍等，2007；Kothari et al.，2009)[39][20]。這些研究主要關注的是分析師預測的信息含量及經濟后果，但并未區分分析師預測中不同的信息成分。事實上，證券分析師獲取信息的途徑不僅包括其對公司特有信息的搜集、解讀，還包括其對行業和整體宏觀經濟信息的獲取和分析(Bradshaw，2012)[14]。分析師持續關注特定行業，積累了行業內的獨特信息和專業特長，其盈余預測中的行業信息對公司個體的市場回報和盈余增長具有顯著的預測價值(Howe et al.，2009)[10]。本文關心的是，分析師預測中的行業信息是否會對上市公司決策產生影響？具體地，本文用行業層面匯總的分析師盈余預測來刻畫分析師預測中包含的行業信息，并考察其對企業創新投資決策的影響。

行業層面匯總分析師預測是將分析師的個股預測按照企業所屬行業進行匯總，其邏輯類似于匯總會計盈余。已有研究表明，匯總會計盈余信息能夠對宏觀經濟指標起到預測作用(Kothari et al.，2006；Konchitchki and Patatoukas，2014；方軍雄等，2015)[19][11][25]，其原因在于，宏觀數據是由微觀個體的經營決策所決定的，匯總信息能夠反映總體的經營業績表現及其發展趨勢。類似地，分析師預測包含了豐富的行業信息和宏觀信息，因而能夠釋放出有關行業整體發展現狀及前景的信號，影響資本市場和公司管理層對于行業發展的預期。基于行業層面匯總的做法抵消了個體層面的特異性，其效果是提取出綜合的、大量的行業層面信息。當行業預期樂觀時，一方面，外部投資者可能共享這種積極情緒，風險承受能力提高，更可能對企業進行投資，進而緩解企業融資約束問題；另一方面，企業管理層、企業員工等內部利益相關者也會受到樂觀情緒的激勵，更積極地投入到高風險的投資決策中。本文預期，上述外部環境的變化和內部動機的改變會對企業投資決策產生影響。具體地，本文用企業研發投入作為創新投資決策的代理變量，因為研發投入是企業長久發展的根本動力，其高成本、高風險和長期性的特征使得投資決策對行業發展前景十分敏感，同時研發投入的高信息不對稱性使其成為管理層迎合市場的手段之一(Dong et al.，2017)[15]。

本文以2002―2017年滬深A股上市公司為樣本，考察行業層面匯總的分析師預測樂觀偏差與企業創新投資決策的關系。研究發現，行業層面匯總的分析師樂觀預測顯著促進了企業研發投入。這種正向影響主要通過三個渠道實現：(1)行業層面匯總的分析師樂觀預測緩解了企業創新投資的融資約束，彌補了企業研發的資源不足；(2)行業層面匯總的分析師樂觀預測增加了投資者和管理層決策可用信息，促使管理層關注企業的長期發展并提高了管理層決策的科學性和合理性；(3)行業層面匯總的分析師樂觀預測使得管理層心態更積極，有迎合分析師預期收益的動機，進行激進的高風險投資。本文還檢驗了行業層面匯總的分析師樂觀預測相比于個股分析師樂觀預測的增量貢獻，證實了行業層面匯總的分析師預測提供的行業和宏觀信息具有真實的投資價值，且樂觀預測的經濟后果是積極的。

本文可能的貢獻有如下四點：第一，拓展了分析師預測經濟后果的研究。在科技和經濟高速發展的時代，投資者獲取信息的成本相對較低，因而更關注信息的有效性。分析師因為傳遞有價值的預測信息，逐漸成為投資者追隨的焦點，已有文獻大多研究公司層面分析師預測的經濟后果，且多局限于資本市場反應。行業匯總的分析師預測更側重分析師提供的信息中關于行業和宏觀經濟的部分，這些信息使得預測結果更有指導性。過去有少量研究檢驗了行業層面匯總分析師預測的信息含量和預測價值(Boni and Womack，2006；Howe et al.，2009)[13][10]，但是尚未有研究關注行業匯總的分析師預測的真實效應，本文從創新投資的角度補充了這一領域研究的不足。

第二，豐富了分析師預測樂觀偏差的經濟后果的研究。分析師預測的偏差是客觀存在的，目前學術界對分析師預測偏差的影響因素的研究較為豐富，但對其經濟后果的研究較少，而且其中大多數文獻發現分析師樂觀預測具有負面后果，如損害了資源配置的有效性、降低了資本市場效率等。本文研究發現分析師樂觀預測產生了積極影響，行業匯總的分析師預測的積極情緒能夠傳遞到資本市場，并對企業經營決策產生積極影響，有效地激發了企業研發投入。這一結論豐富了本文對分析師預測樂觀偏差的理解。

第三，拓展了關于匯總的微觀企業數據具有預測能力的研究。已有文獻將企業內部的財務數據和公司行為進行匯總，考察匯總數據對市場未來收益情況的影響(Lakonishok and Lee，2001；Anilowski et al.，2007)[12][1]，較少有文獻從企業外部的利益相關者披露信息的角度進行研究，本文的研究成果正是對該研究問題的補充。

第四，進一步豐富了企業創新的影響因素研究。創新作為經濟發展的動力和企業競爭優勢的來源(Porter，1992)[17]，一直是理論界和實務界關注的熱點話題，尤其在當前經濟環境下，在從中國制造到中國創造的轉變過程中，如何激發企業的創新熱情是政治和經濟領域關注的焦點。本文發現資本市場的樂觀情緒能夠有效傳導并影響企業創新投資，這對于政策制定和市場監管者解決創新動力不足問題提供了理論參考。

二、文獻回顧與研究假設

(一)文獻回顧

1.企業創新投資決策的影響因素

企業創新投資關系到企業長期的盈利和發展。企業研發投入具有不確定性高、資金回收期長、信息不對稱性強的特點，因而內部契約機制和外部環境等因素都將影響研發投入。已有文獻從CEO薪酬契約、產品市場競爭程度及融資融券制度等角度進行了研究(Aghion et al.，2005；郝項超等，2018)[16][29]。

企業研發活動對融資的要求較高，融資約束在一定程度上決定了企業的研發投入水平。一方面，企業研發活動需要大量穩定的資金作為支持，資金的周轉期較長(謝維敏和方紅星，2011)[33]，且研發項目的不確定性大，投資者難以在事前準確預估其成本和收益，其風險承受能力的提高有助于創新研發(Tian and Wang，2014)[22]；另一方面，管理層出于對專有信息的保護，可能更少披露研發活動信息，導致研發活動的信息不對稱程度高(劉勝強等，2015)[31]，企業難以從外部融資渠道獲得有效的資金支持(Baker et al.，2003)[4]，只能依賴內部資金，因而外部融資約束的緩解有利于促使企業增加研發投入。已有研究發現，政府補貼和銀行貸款是企業創新資金的主要來源(謝維敏等，2009；張杰等，2012)[34][37]，銀行授信情況、是否是銀行關聯企業都顯著影響著企業的創新能力(馬光榮等，2014；翟勝寶等，2018)[32][38]。

科學的企業創新投資決策建立在管理層充分獲取信息的基礎上。行業信息是建立在企業自身信息基礎上的增量信息，行業未來的發展趨勢在一定程度上預示著企業的投資機會，因此行業信息有助于管理層科學決策。大量文獻證實了行業信息和同行業企業行為影響著企業自身的決策。Foucault and Fresard(2012)[21]發現管理者參考同行業其他企業的股票價格進行投資決策，其他企業股票價格的增長能夠促使本企業投資增加。陳信元等(2014)[27]用中國數據證實行業競爭增加了管理層決策的靈活度，同時提高了企業的投資效率。

創新投資決策與管理層的投資情緒息息相關。Hambrick and Mason(1984)[6]提出的高階理論認為管理者傳記性的背景能夠影響其認知水平和風險偏好，與此同時，宏觀經濟環境、資本市場和其他利益相關者傳遞的信息也會對管理者的認知和心理產生影響，進而改變管理者的選擇行為，最終影響企業決策和績效。大量文獻證實了上述觀點：擁有技術學科背景或從技術崗位晉升的CEO，相比于風險規避的商科和法律背景晉升的CEO，更注重創新投資(Barker and Mueller，2002)[3]。過度自信的管理者需要增加收入的應計盈余管理來迎合他們之前過于樂觀的預測(Hribar and Yang，2010)[7]，他們的投資往往更加激進，更傾向于投資高風險的研發項目，從而為企業帶來新的發展機會(Hirshleifer et al.，2012)[8]。

2.分析師預測的經濟后果

作為金融中介，證券分析師依據企業對外披露的信息和實地調研等方法，獲取并消化信息，再結合宏觀經濟形勢，對整體行業或某個企業進行全方位分析和解讀。已有大量文獻證實，公司層面分析師預測和評級將企業信息以簡單易懂的形式提供給處于信息弱勢的外部投資者，從而增大了投資者認知的廣度和深度，降低了信息不對稱(Barber et al.，2001)[2]。

分析師預測偏差是普遍存在的，已有關于分析師樂觀預測經濟后果的研究主要集中在公司層面，且大多是負面影響，認為樂觀偏差反映了分析師為維護自身和所在券商利益的利己行為，損害了盈余預測的信息含量，增加了股價崩盤風險(許年行等，2012)[35]。然而，行業和宏觀經濟的信息是分析師信息集中不可忽視的一部分。分析師的行業信息可能有兩種來源：一是參考代表性企業的信息，會計信息可比性要求同一行業內的企業有著相似的會計報告形式，行業分析的適用性能夠滿足行業內各企業間的相互比較和推斷；二是依據影響行業整體表現的宏觀經濟形勢以及行業本身的發展規律和發展階段進行研究和分析。分析師通常在其專長的行業內撰寫分析報告、進行盈余預測、發布評級公告，積累并對外提供與行業發展和企業未來收益有關的增量信息，因此成為投資者甚至專業投資機構的風向標。

已有大量研究表明，匯總的微觀企業數據能夠預測未來的經濟發展。從企業行為的角度，匯總的內部交易可以預測未來的市場動向(Seyhun，1992)[18]，匯總的新股發行數量和債券發行數量可以預測未來的股票市場收益(Anilowski et al.，2007)[1]；從企業財務數據的角度，匯總的盈余預測和應計盈余能夠預測未來的市場收益(Kothari et al.，2006)[19]。與上述研究類似，Howe et al.(2009)[10]研究發現，將企業外部的利益相關者提供的微觀層面信息進行匯總也具有預測能力，如市場層面和行業層面匯總的分析師評級的變化能夠預測下一季度盈余的增長，說明分析師釋放的信息中包含了行業和市場層面的信息，能夠有效地預測行業和整個市場的未來發展趨勢。

(二)研究假設

與現有文獻關注個股分析師盈余預測不同，本文關心的是匯總的證券分析師盈余預測對企業創新決策的影響。將分析師預測在行業層面進行匯總，可以抵消企業間異質信息的影響，提取出行業信息，因而能夠提供行業評級和宏觀經濟視角的投資建議(Bradshaw，2012)[14]，對行業內的企業有普遍的適用性。

行業層面匯總分析師預測樂觀偏差為什么會影響企業創新投資決策？首先，創新投資具有很強的技術溢出效應，為避免專有成本，管理者更少地對外披露與創新有關的信息，投資者由于知識有限或信息不足承擔著更大的投資風險，創新型企業因而面臨著較為嚴重的融資約束問題。分析師的專業背景使其更容易理解并準確評估專業性強、技術壁壘高的創新活動的實際價值(陳欽源等，2017)[26]。同時，分析報告的發布能夠引起市場反應，通常地，當分析師的預測或評級較為樂觀時，公司股價的市場表現更好(許年行等，2012)[35]。更進一步地，由于分析師的羊群效應，短期內市場上可能形成一致樂觀預期，投資者更多地買入該行業公司股票，以獲取正向的超額收益，行業內的企業將會得到更多的外部融資(Kothari et al.，2009)[20]，緩解了創新研發面臨的融資約束的限制，企業因此有能力增加研發投入。

其次，行業層面匯總的分析師預測和評級能夠預測行業或市場未來收益，樂觀預測預示著未來更多的投資機會和獲利可能，管理層接收到樂觀的評估信息，增加企業研發投入以獲取未來收益。一方面，創新投資是企業更新技術并將其運用到實際生產經營的有效方法，企業為了順應行業發展，需要不斷推陳出新，把握發展和獲利的機會；另一方面，創新是企業獲得競爭優勢的重要手段(Porter，1992)[17]，行業整體的樂觀發展促使行業內的競爭者不斷增加實力，企業為了在更激烈的行業競爭中生存下來，必須增強核心競爭力，率先搶占市場。當企業對外宣告增加研發投入時，市場會通過股價作出積極反應，這將為管理者帶來以業績評價為基礎的薪酬激勵，因此管理者更竭盡全力地為企業的長遠利益著想，減少機會主義行為，降低道德風險，作出對企業和自身有利的科學決策，促使企業未來持續向好發展。

最后，行業層面匯總的分析師樂觀預測意味著分析師對行業的評價好于行業實際水平，管理者受到激勵，投資更激進的研發項目。已有研究發現，股票市場上的錯誤定價促使管理者迎合市場而增加投資，股價高估促使企業增加創新研發(Dong et al.，2017)[15]。分析師預測的樂觀性，一方面，可以看作是分析師對行業，同時也是對管理者管理能力的認可。管理層投資價值高估的項目能夠暫時性地提高股價，隨著企業經營狀況的改善其受到董事會的約束減少，經營自主權更大，因此有意愿和能力迎合分析師的樂觀預測。另一方面，也可以看成是從資本市場傳向產品市場的積極信號，感染著企業內部的員工、供應商和客戶。企業內部的研發人員更有動力進行科研工作，或是吸引更有能力的研發人員加入企業；供應商和客戶可能放松合同條款約束，更關注企業開拓的高科技產品市場。來自各方的評估和預測都將影響管理者的投資情緒，管理者更難純粹地進行理性判斷，反而更依賴自我認知和既有經驗進行決策。因此行業層面匯總的分析師預測較為樂觀，能夠促使管理者自發地進行創新投資，迎合投資者的喜好，獲得與分析師預期一致的發展前景。

綜合上述分析，提出本文的研究假設如下：

H1：在其他條件一定的情況下，行業層面匯總的分析師預測樂觀偏差與企業創新投資正相關。

三、研究設計與樣本選擇

(一)匯總分析師預測的度量方法

匯總分析師預測是指將分析師預測在行業層面進行匯總。本文參考Howe et al.(2009)[10]計算匯總分析師預測偏差。首先，計算出標的公司所有分析師預測銷售收入的中位數，分析師發布多次預測時，取年報披露后最新一次預測；其次，將同一行業內所有公司的分析師預測銷售收入值加總(行業分類按照證監會2012年的分類標準，除制造業保留兩位代碼外，其余行業均保留一位代碼)；再者，將同一行業內所有公司的實際銷售收入值加總；最后，按照公式(1)計算匯總的分析師預測偏差：

其中：FSALE_MEDIAN表示同一行業內所有公司的分析師預測銷售收入的中位數，MSALE表示同一行業內所有公司當年實際銷售收入值。

(二)研究設計

借鑒現有文獻(許年行等，2012；Hirshleifer et al.，2012；褚劍等，2018)[35][8][24]，本文構造如下回歸模型來檢驗匯總分析師預測偏差對企業創新投資的影響：

其中，因變量RD/SALE為研發投入與銷售收入的比值，解釋變量FERROR為匯總分析師預測偏差。參考以往文獻(方軍雄等，2015；褚劍等，2018)[25][24]，本文還控制了其他可能影響公司研發投入的變量，如償債能力、市場化指數、年份和行業等。為了消除極端值對回歸結果的影響，本文對所有變量進行了1%截尾處理。文中具體的研究變量定義見表1。

(三)數據來源和樣本選擇

鑒于CSMAR數據庫中分析師預測的數據最早開始于2002年，本文樣本區間為2002―2017年，所有數據均來自CSMAR數據庫，并進行如下處理：(1)剔除了分析師姓名及報告發布日期缺失的樣本；(2)按照已有文獻處理方法(Clement and Tse，2005)[5]，對于分析師一年內對同一公司發布了多份報告的情況，只保留上一年年報披露后的第一次預測數據；(3)剔除金融類上市公司；(4)剔除有數據缺失樣本。最終得到18255個公司-年份樣本。

表2列示了主要變量的描述性統計結果，顯示企業研發投入占銷售收入的比例較小，樣本均值只有2.4%，說明上市公司的研發投入比例普遍較低，仍需激勵機制的促進；行業層面匯總的分析師預測偏差均值為1.743，說明分析師對上市公司銷售收入的預測普遍存在樂觀傾向，這與已有研究結論一致；分析師跟蹤上市公司的平均數為11.994，標準差為10.603，說明分析師對上市公司的選擇導致分析師人數的巨大差異；PRIVATE均值為0.538，表明控制人為民營企業的上市公司數量稍占優；OWNERSHIP均值為0.382，表明上市公司最終控制人平均持股38.2%，股權結構較為集中。

表1 主要變量定義

表2 主要變量的描述性統計

四、實證結果與分析

(一)回歸分析

分析師樂觀預測偏差與企業創新投資的回歸結果如表3所示。第(1)列是全樣本、控制行業和年份固定效應的回歸結果，自變量FERROR的系數為0.0004，在1%水平下顯著為正，說明分析師對行業的樂觀預測能夠促進企業的研發投入，資本市場中的積極情緒傳遞到微觀企業并實際影響了企業的投資決策，促使企業關注長遠發展，注重自我成長。第(2)列以研發投入為正的企業為樣本，第(3)列固定公司和年份效應，第(4)列因變量為研發投入和總資產的比值，自變量FERROR的系數均至少在10%水平下顯著為正。以上結果說明樣本選擇和度量方法不影響本文的主要結果。

控制變量中，分析師數量FOLLOW的系數顯著為正，說明分析師跟蹤有助于企業增加研發投入，這與陳欽源等(2017)[26]的研究結論一致。COCF的系數顯著為正，說明經營活動現金流量越大企業可自行支配的資金越多，越可能投資長期的研發項目。賬面市值比BM的系數顯著為負，說明企業的成長性越好越注重研發投資。PRIVATE和MINDEX的系數都至少在5%水平下顯著為正，說明私有企業的創新力高于國有企業，市場環境的發展有助于企業創新。

表3 基本回歸分析

(二)內生性檢驗

1.自變量滯后一期

由于使用面板數據，本文將自變量滯后一期重新進行控制行業-年份的固定效應回歸，因變量Next_RD/SALE表示下一年的研發投入，結果如表4 Panel A第(1)列所示。自變量FERROR的系數為0.0003，仍在5%水平下顯著為正。上述結果具有較大的經濟意義，自變量FERROR變動一個標準差，因變量變化了均值的3.11%，主要控制變量的正負號和顯著性也基本符合預期。

2.控制個股分析師樂觀預測偏差

在研究設計中，本文認為分析師的行業樂觀預測偏差更能夠代表企業未來的發展機會。為考察行業層面匯總的分析師樂觀預測偏差相比于個股樂觀預測偏差的增量信息含量，本文考慮個股分析師樂觀預測偏差對企業創新的影響，個股樂觀預測偏差I_FERROR的計算方法是(分析師預測個股銷售收入－企業實際銷售收入)/企業實際銷售收入。回歸結果如表4 Panel A第(2)列所示，FERROR的系數在1%水平下顯著為正，顯示在控制了個股分析師樂觀預測偏差后，行業分析師預測樂觀偏差與企業創新投資間的正向關系仍成立，說明行業層面的樂觀預測偏差比個股層面提供了更多信息。

表4 內生性檢驗結果

3.傾向得分匹配法(PSM)

為避免遺漏變量的問題，本文采用傾向得分匹配法進行一對一匹配，并對匹配后的樣本按照(2)式重新進行回歸分析。首先構造了PSM樣本，實驗組為行業匯總分析師預測偏差為正，即預測樂觀的樣本，控制組為行業匯總分析師預測偏差不為正，即非樂觀的樣本；其次計算傾向匹配得分，運用Logit回歸計算行業匯總分析師預測樂觀的概率，因變量為行業匯總分析師預測是否樂觀的0-1變量，自變量為(2)式中的解釋變量，同時控制了年份固定效應；再者將樣本進行一對一的最鄰近匹配，得到匹配后的樣本包含6072個(3036對)公司-年份樣本，表4 Panel B展示了匹配樣本的組間差異；最后用匹配后的樣本進行(2)式的多元回歸，結果如表4 Panel C所示。自變量FERROR系數為0.001，且在10%水平下顯著為正，說明考慮遺漏變量的問題后，行業匯總分析師樂觀預測仍然對企業創新投資具有顯著的正向影響。

(三)影響渠道檢驗

從研發投入供給的角度，企業創新需要大量的人力、物力、財力，已有文獻證實融資約束能夠顯著影響企業創新(謝維敏等，2009；翟勝寶等，2018)[34][38]，而分析師的報告具有很高的投資價值，因為行業匯總分析師樂觀預測向市場傳遞了行業未來樂觀收益的積極信號，激發了中小投資者的投資熱情，同時也增強了企業內部人員的工作積極性，從而緩解了融資約束，提高企業創新能力和效率。參考鞠曉生等(2013)[30]，本文考慮三個衡量企業獲得融資的度量指標：企業權益性融資獲取的資金(FINANC_EQ)、企業債務性融資獲取的資金(FINANC_DEBT)以及兩類融資之和(FINANC)，分別用現金流量表中吸收權益性投資收到的現金，發行債券和取得借款收到的現金以及兩者之和來計算，其數值越大表示企業融得的資金越多，融資約束程度越低；同時還用SA指數衡量企業融資約束，SA= -(-0.737×size+0.043×size2-0.04×age)，SA數值越大表示企業受到的融資約束程度越低。回歸結果如表5第(1)～(4)列所示，自變量FERROR的系數均顯著為正。上述結果說明行業匯總分析師樂觀預測為投資者提供了增量信息，降低了投資者與企業間的信息不對稱，企業可能得到更多的融資，從而有效緩解了融資約束對研發投入的限制，企業有能力增加研發投入。

企業的投資決策主要體現管理層的意志，研發投資具有很大的不確定性和很強的信息不對稱性，因此管理層的機會主義行為是影響研發投入的重要因素。當行業匯總分析師預測對行業未來發展持樂觀態度時，管理者存在迎合分析師預測的動機。一方面，企業未來的發展與管理者的薪酬和晉升緊密相連，經營狀況的改善使得管理層有更大的決策自主權；另一方面，分析師傳遞給管理層和投資者的積極情緒使得企業有能力抓住好的投資機會，實現管理者的個人價值，因此管理者更可能選擇高風險、開創性的研發項目，為未來行業內的激烈競爭積累核心競爭力。參考Acharya et al.(2011)[23]，以企業股票回報波動性SIGMA來衡量企業愿意承擔的風險投資程度，回歸結果如表5第(5)列所示。FERROR的系數為0.0001，在5%水平下顯著為正，說明當行業匯總分析師預測對行業未來發展持樂觀態度時，管理層會更激進地投資高風險高收益的項目。

本文還輔助檢驗了分析師樂觀預測對一般性資本投資的影響，結果如表5第(6)列所示。以資本投資CAPEX為因變量時，FERROR的系數為負但不顯著，說明行業匯總分析師預測樂觀偏差并不能增加企業的其他投資，可能因為這些投資的動力和創新投資不同。

(四)橫截面檢驗

上述研究發現，行業匯總分析師預測樂觀偏差越大，企業越可能進行創新投資。本文進一步研究上述效應在不同情形下是否存在差異，具體考察企業信息環境和治理機制的影響。

表5 渠道檢驗

企業信息環境由其對外披露的信息數量和質量共同決定，企業披露信息的可獲得性越高，投資者對于分析師提供的投資信息依賴度越低。為檢驗行業匯總分析師預測提供的增量信息價值，本文預期企業信息環境較差時，行業匯總分析師預測能夠有效緩解信息不對稱，幫助投資者和管理者進行決策。參考游家興和李斌(2007)[36]等，以盈余激進度(EA)度量企業信息不透明度，以應計利潤來衡量，盈余激進程度是指企業提前確認收入或延遲確認損失，盈余激進度越大意味著企業管理層有更大的空間隱瞞企業經營的實際經濟行為，進行盈余粉飾，企業信息的透明度越低。

同時，本文考慮資本市場上理性投資者的信息優勢與分析師信息的替代關系。相比于個人投資者，機構投資者在資金、人才和專業知識的優勢使其擁有更多的信息來源、更強的信息處理和解讀能力。機構投資者能夠獲取足夠的決策有用信息，對于分析師信息中介作用的依賴度下降。因此本文認為機構投資者持股與分析師的信息加工和中介角色形成替代效應。

按照信息不透明度、機構投資者持股比例的高低進行分組回歸，同時控制行業-年份固定效應的回歸結果如表6所示。第(1)、(2)列報告了按照信息不透明度分組的結果，在信息透明度較低的一組，FERROR的系數為0.001，在1%水平下顯著為正；而在信息透明度高的一組不顯著。第(3)、(4)列報告了按照機構投資者持股比例分組的結果，在機構投資者持股比例較低的一組，FERROR的系數為0.001，在1%水平下顯著為正；而在機構投資者持股比例高的一組不顯著。以上結果也證實了行業匯總分析師預測樂觀偏差對為管理者和投資者決策提供了增量信息。

如果行業匯總分析師預測樂觀偏差的經濟后果是積極的，那么公司治理水平較高的企業將更積極地創新研發。企業所有者和管理者之間的信息不對稱為高管掏空企業資產、謀求個人利益最大化等機會主義行為提供了可能性。高管持股作為一種降低所有權和控制權分離的治理機制可以有效地減少道德風險，促使管理者關注企業長遠發展。表6第(5)、(6)列報告了按高管持股比例分組，同時控制行業-年份固定效應的回歸結果。在高管持股比例較高，即公司治理水平較高的一組，FERROR的系數為0.001，在1%水平下顯著為正；而在高管持股比例較低，即公司治理水平較低的一組不顯著。上述結果進一步證實了行業匯總分析師預測樂觀偏差的經濟后果是積極的。

表6 橫截面檢驗

五、結論和啟示

本文考察了行業匯總分析師樂觀預測對企業創新投資決策的影響。研究發現，行業匯總分析師預測包含大量行業和宏觀經濟信息，其樂觀偏差顯著增加了企業創新。這種正向影響主要是通過三個渠道實現：一是行業信息的收集和加工為投資者提供了更加準確和可靠的決策依據，有效緩解了外部投資者和內部管理者之間的信息不對稱；行業匯總分析師樂觀預測向資本市場傳遞了積極的信號，吸引投資者的關注，為企業帶來更多外部融資，從而緩解了企業創新投資面臨的融資約束問題。二是行業匯總分析師預測為管理層決策提供了增量信息，樂觀預測預示著企業未來更多的發展機會，管理層通過技術創新增強企業的核心競爭力，進而在未來激烈的市場競爭中占據有利條件，管理層也將得到薪酬激勵和晉升機會。三是行業匯總分析師預測樂觀偏差影響著管理層的投資心態，更激進地增加創新投入以迎合分析師預期。進一步地，本文還檢驗了行業匯總分析師預測相比于個股分析師預測的增量信息貢獻，同時證實了分析師預測樂觀偏差的積極經濟后果。本文的主要結論也通過了一系列內生性和穩健性檢驗1。

本文拓展了匯總分析師預測的經濟后果研究，強調了分析師在經濟發展中的重要作用，同時指出分析師預測中包含的行業信息對企業經營活動產生了實質性影響。本文還豐富了分析師預測偏差經濟后果的研究，并提供了一個新的視角，與已有研究“一邊倒”地認為分析師樂觀預測損害了資本市場效率的結論形成對比，創新地發現當把所謂的資本市場上的“錯誤定價”加總起來，其中蘊含的信息具有積極的經濟后果。同時，本文進一步發展了“匯總”這一概念在預測未來經濟發展時的重要作用，從匯總的企業盈余到匯總的分析師評級，再到匯總的分析師預測偏差，學術研究對于“匯總”的概念理解不斷深入。在中國產業轉型升級和中國創造的背景下，本文的研究結果也為如何激發企業的創新活力提供了一個可能途徑，為政策制定和市場監管提供了參考，也為學術研究提供了新視角。

注釋

※感謝德勤復旦會計論壇(2018)與會學者的討論與建議。

1. 由于篇幅有限，穩健性檢驗結果不在文中贅述，有興趣的讀者可以向作者索取。