分析師跟蹤會影響企業主體信用評級嗎？
——基于我國信用債市場的經驗證據

劉 星 張智慧 楊羚璇

(重慶大學 經濟與工商管理學院，重慶 400030)

一、引言

發行債券是企業融資的重要途徑之一。Wind數據庫的信息統計表明，截至2020年7月初，我國債券市場余額已達108萬億元人民幣，位居世界第二。已有研究圍繞信息不對稱與企業債券融資成本之間的關系進行了較為充分的探討，盡管結論尚未達成一致，但多數研究認為信息不對稱會增大企業的債券融資成本(Yu，2005；Liao et al.，2009；周宏 等，2012)。具體來說，隨著信息不對稱的加劇，企業隱藏與違約風險有關的負面信息的動機和能力逐步增強，由此使得外部投資者愈發難以充分了解發債企業的真實狀況，進而不得不承擔較高的投資風險，此時其自然會要求較高的風險溢價，結果導致企業的融資成本不斷升高。作為債券市場的重要信息中介，信用評級機構對企業主體及其債券所做出的信用評級能夠有效緩解信貸市場上的信息不對稱程度。一般來說，企業的信用評級越高，意味著企業的盈利能力越好，償債能力越強，其未來的債務融資成本也相應越低(Kisgen，2006)。

近年來，國內外學者圍繞證券分析師對債券市場的影響進行了較為充分的探討，得到了一系列有價值的研究成果。Derrien et al.(2016)研究表明，分析師跟蹤人數減少會導致企業債務成本上升。類似地，林晚發等(2013)研究發現，分析師跟蹤人數越多，企業的債券信用利差越小。事實上，證券分析師既是資本市場中重要的信息媒介，也是一類重要的外部治理機制。陳欽源等(2017)指出，由于我國上市公司的信息透明度較低、治理結構不盡完善，證券分析師所發揮的信息解讀與外部治理作用擁有更加廣闊的空間。通常，企業管理層或者控股股東實施的利益侵害行為具有一定的技術性和隱蔽性，普通投資者很難有效辨別；但是，對于擁有財務金融或與之相關專業背景的證券分析師來說，其通過對企業的長期跟蹤、定期走訪以及持續關注，能夠及時發現公司經理人及財務報表中的任何異常，并據此更新盈利預測(李春濤 等，2014)。此外，企業也可能因擔心證券分析師對其違規行為或潛在風險的揭示會給自身的市場形象、生產經營等帶來不利影響，從而主動減少機會主義行為。因此，受到越多分析師跟蹤的企業，管理層及控股股東實施自利行為、資產轉移、帝國構建等有損公司價值以及未來現金流的行為的可能性也越小。既有研究發現，在我國，證券分析師能夠顯著降低企業的盈余管理水平(李春濤 等，2014；胡瑋佳 等，2020)，并減少企業管理層以及控股股東的利益侵占行為(譚雪，2016)，從而起到有效的監督與治理作用。企業的會計信息及其分配給債權人的未來現金流是信用評級機構進行評級的重要依據，那么作為一種重要的外部治理機制，分析師跟蹤是否會對發債企業的主體信用評級產生影響呢？如果能，那么具體的作用機制又是怎樣的呢？

本文以2011—2018年我國滬深兩市發行信用債的企業為研究樣本，對分析師跟蹤與企業主體信用評級之間的關系進行了實證分析。較之已有文獻，本研究的貢獻主要體現在三個方面：

第一，豐富了證券分析師對債券市場影響方面的文獻。以往研究主要從信息不對稱的角度考察分析師跟蹤對企業債券融資成本的影響(林晚發 等，2013)。不同于此，本文主要基于外部治理的視角將分析師跟蹤與發債企業的主體信用評級納入同一框架進行探討，研究結論為分析師的治理效應提供了進一步的證據支持。

第二，揭示了分析師跟蹤提高企業主體信用評級的作用機制，即分析師跟蹤主要通過降低企業的會計信息風險以及債務代理風險兩條途徑提高企業主體信用評級，這有助于我們更加深入地理解信息環境與公司治理對企業主體信用評級的影響。

第三，側面證實我國企業信用評級的有效性。目前，學者對于我國企業信用評級的有效性持有不同觀點。本文研究結論表明，證券分析師的外部治理作用能夠反映在企業的主體信用評級之中，從而說明我國的企業信用評級是具有一定信息含量的。此外，不同于林晚發等(2020)的研究，即立足證券分析師預測表現的視角驗證了我國企業信用評級的信息效應，本文從證券分析師的外部治理效應出發，證實分析師跟蹤能夠有效提升企業的主體信用評級，這有助于我們從更加多元的視角來理解企業信用評級的信息含量。

二、文獻綜述與研究假設

作為資本市場重要的信息中介，證券分析師可以通過多種渠道獲取企業的公開信息以及私有信息，比如公司發布的報告、新聞媒體報道、監管部門的公告、參與實地調研、與管理層溝通、電話會議等等，并利用所收集的信息深入分析企業的經營效率與經營成果，最終以研究報告的形式對企業做出盈利預測與投資評級以供投資者使用。大量研究表明，證券分析師的跟蹤活動增進和拓寬了投資者對披露信息理解的深度和廣度，使得信息被投資者誤讀與漏讀的風險有效降低，極大地緩解了企業與投資者之間的信息不對稱，進而有效地提升了企業的融資能力(Almeida et al.，2004；張純 等，2007)。朱紅軍等(2007)考察了我國證券分析師能否提高資本市場的運行效率，結果發現，證券分析師對于企業信息的搜尋與加工等活動能夠顯著提升股票價格的信息含量，降低股價同步性，從而增強價格對資源配置的引導力度，對于提高資本市場的效率起到了積極作用。證券分析師不僅可以有效糾正股價偏離的問題，還能使管理層隱藏和囤積的負面消息被提早發掘，進而有效降低信息不對稱所引發的個股暴跌風險(潘越 等，2011)。袁春生等(2013)發現，我國證券分析師能夠通過股票投資評級向市場傳遞企業的財務舞弊信息，并通過減少跟蹤活動向市場傳遞企業可能存在舞弊風險。

證券分析師的信息揭示作用可以有效約束管理層侵害企業利益的機會主義行為，從而極大地緩解所有權與控制權分離所產生的代理沖突(Jensen et al.，1976)。這也是支撐證券分析師治理效應方面研究的重要理論基礎。從現有文獻來看，學者主要從代理成本、管理層業績預告違規、財務舞弊、盈余管理、企業創新績效等方面研究證券分析師的治理效應。Doukas et al.(2000)認為，證券分析師能夠顯著降低企業潛在的委托代理成本，進而提升企業價值；譚雪(2016)也發現，我國證券分析師可以顯著降低企業的兩類代理成本，從而有效保護投資者的利益；鄭建明等(2015)研究表明，證券分析師對監管制度起到了一定的替代作用，進而可有效抑制管理層的業績預告違規行為；Dyck et al.(2010)指出，相比于證監會和審計師，證券分析師在揭露企業財務舞弊方面發揮著更強的效應；李春濤等(2014)研究發現，分析師跟蹤能夠顯著降低企業盈余管理的規模；胡瑋佳等(2020)檢驗了分析師關注與企業盈余管理信息風險和基本面信息風險的關系，發現證券分析師能夠有效降低企業的信息風險；陳欽源等(2017)的研究結果顯示，分析師跟蹤通過緩解創新過程中的信息不對稱與代理問題，進而提高了企業的創新績效。綜上可知，證券分析師作為企業重要的信息傳播者以及外部監督者，在提升資本市場運行效率以及企業價值方面發揮了積極功效。

信用評級也稱資信評級，是指由獨立的信用評級機構對影響評級對象的諸多信用風險因素進行分析研究，就其償還債務的能力及償債意愿進行綜合評價，并且用簡單明了的符號加以表示。(1)來自中國人民銀行發布的《信貸市場和銀行間債券市場信用評級規范》中對信用評級的術語定義。作為信用評級的重要參考因素，企業的會計信息質量及其治理水平會對企業主體信用評級的高低產生決定性影響。本文認為，分析師跟蹤主要通過兩條路徑影響企業的主體信用評級。

一方面，分析師跟蹤可以通過降低企業的盈余管理水平，減輕企業的會計信息風險，從而提高企業主體信用評級。證券分析師具備較強的數據分析能力以及明顯的信息獲取優勢，能夠有效識別具有信息風險的盈余操縱行為，因此在企業信息披露的過程中發揮著重要的監督作用。通常，當企業被較多的證券分析師關注時，其進行盈余管理的行為也會受到抑制(李春濤 等，2014)。胡瑋佳等(2020)發現，分析師跟蹤人數越多，企業的盈余管理信息風險及基本面信息風險也越低。而會計信息是評級機構進行評級時所需參考的一類重要信息，高質量的會計信息能夠有效降低評級機構對企業未來現金流的估計風險，進而使評級機構對企業的信用感知顯著提升(He，2018)。中誠信國際信用評級有限公司在《信用評級方法總論》中明確指出，“財務數據是企業經營和管理的綜合體現，是企業財務風險分析的基礎，對企業財務風險的判斷首先要分析財務信息質量。”(2)來自中誠信國際信用評級有限責任公司官方網站http://www.ccxi.com.cn/cn/Init/baseFile/1156/620。類似地，聯合信用評級有限公司在《工商企業信用評級方法(主體)》中也提到，“評級機構應對財務資料的真實性做出判斷……根據一般會計政策，對特定會計政策下財務數據的失真程度進行評估”，來自聯合信用評級有限公司官方網站http://www.lianhecreditrating.com.cn/news.aspx?m=20140912115528013209&n=20190322194945367844。評級機構不僅會關注企業當前的盈利狀況，還會關心企業的盈余質量，發債企業出于評級提升的考慮，事前會降低自身的盈余管理水平(李琦 等，2011)。因此，本文推斷，分析師跟蹤通過降低企業的盈余管理水平，從而減輕企業的會計信息風險，是其提高企業主體信用評級的一條重要路徑。

另一方面，證券分析師的外部治理作用能夠有效約束管理層損害公司價值以及未來現金流的機會主義行為，降低企業的債務代理風險，從而提高企業主體信用評級。Jensen et al.(1976)提出的代理理論認為，債權人面臨著兩類代理問題：管理者與所有利益相關者之間的代理問題、股東與債權人之間的代理問題。證券分析師作為企業重要的外部監督力量，不僅可以通過與管理層溝通、電話會議等方式對企業進行直接監督，還能夠利用發布研究報告等形式發揮間接監督的作用。證券分析師具有深厚的專業知識、強大的信息挖掘和分析能力，他們通過對企業的長期跟蹤、定期走訪以及持續關注，能夠及時發現經理人及公司財報中的任何異常(李春濤 等，2014)。對于那些重視自身聲譽的企業來說，它們因擔心分析師對其違規行為以及償債風險的揭露會給自身的市場形象、生產經營等帶來不利影響，會主動減少有損企業價值的行為。Chen et al.(2015)通過考察分析師跟蹤與企業現金持有的邊際價值、CEO超額報酬、非效率收購行為等之間的關系，發現分析師跟蹤有助于強化對管理者行為的監督，提升企業價值。譚雪(2016)的研究結果表明，我國證券分析師的監督與治理作用可以有效抑制企業管理層以及控股股東的利益侵占行為。因此，本文認為，分析師跟蹤通過抑制管理層損害公司價值以及未來現金流的機會主義行為，從而降低企業的債務代理風險，改善企業的償債能力，是其提高企業主體信用評級的另一條重要路徑。

綜上分析，本文提出：

假設1：其他條件一定的情況下，分析師跟蹤人數越多，企業的主體信用評級越高。

三、研究設計

(一)樣本選擇和數據來源

本文選取2011—2018年我國滬深兩市擁有主體信用評級的發債企業作為研究樣本。之所以將2011年作為樣本數據的起始年份，是因為自“投資者付費”模式的評級機構于2010年被引入我國市場后，整體的評級質量顯著提升，評級結果的可信度明顯增加。進一步，我們按照以下標準對初始樣本進行了篩選：剔除金融行業樣本；剔除ST類企業樣本；剔除數據缺失或存在異常值的企業樣本；參照李琦等(2011)的做法，對于企業在一年內被多次出具主體信用評級的情況，僅保留當年最后一條評級記錄。經過上述處理，本文最終得到4149個初始觀測值樣本。為避免極端值的影響，我們對主要連續變量在1%和99%水平上進行了Winsorize處理。上市公司債券特征數據來自Wind數據庫，其余公司財務數據以及分析師跟蹤人數均來自CSMAR數據庫。

(二)模型構建與變量說明

為驗證本文提出的研究假設，我們構建了以下模型：

Crediti,t+1=?+β1Followi,t+β2Paystylei,t+β3Auditi,t+β4Sizei,t+

β5Leveragei,t+β6Curassi,t+β7Ebiti,t+β8Roai,t+β9Growthi,t+

β10Turnoveri,t+β11TQi,t+β12Soei,t+Industry+Year+ε

(1)

為了避免互為因果而導致的內生性問題，本文將解釋變量及控制變量均進行了滯后一期處理。在模型(1)中，被解釋變量Credit為企業主體信用評級，參考林晚發等(2017)的做法，當企業主體信用評級為CCC、B、BB、BB+、BBB-、BBB、BBB+、A-、A、A+、AA-、AA、AA+、AAA-、AAA、AAA+時，企業主體信用評級依次取值1～16。數值越大，說明企業主體信用評級越高，債券違約風險越小。解釋變量Follow為分析師跟蹤人數，參考已有文獻(Yu，2008；陳欽源 等，2017)的普遍做法，本文用企業在給定年度內跟蹤并發布研究報告的證券分析師人數加1后的自然對數衡量。同時，為保證研究結論的可靠性，本文選取付費模式(3)當評級機構為中債資信評估有限公司時為“投資者付費”模式，其它則為“發行人付費”模式。參考已有文獻，不同付費模式下的評級結果可能存在不同，即“發行人付費”模式推高了發行主體的信用評級(林晚發 等，2017)，因此本文選取付費模式作為模型的控制變量。(Paystyle)、審計質量(Audit)、企業規模(Size)、企業杠桿率(Leverage)、流動比率(Curass)、利息保障倍數(Ebit)、總資產收益率(Roa)、營業收入增長率(Growth)、總資產周轉率(Turnover)、企業價值(TQ)、企業性質(Soe)作為控制變量。此外，本文還在模型中控制了行業(Industry)和年度(Year)固定效應。變量說明見表1。

表1 變量說明

由于被解釋變量Credit屬于有序變量，本文采用Order Logit回歸。在模型檢驗中，我們采用經White異方差修正的穩健性標準誤，并對標準誤進行了公司層面的聚類調整，以克服異方差和自相關問題的影響。

四、實證結果與分析

(一)樣本的描述性統計

表2列示了本文主要變量的描述性統計分析結果。企業主體信用評級(Credit)的均值為12.082，對應的主體信用級別在AA與AA+之間。對數化后的分析師跟蹤人數(Follow)的均值為2.196，最大值與最小值分別為4.344、0，對應的證券分析師人數分別約為77人和0人，說明不同樣本企業的分析師跟蹤人數存在較大差別。付費模式(Paystyle)的均值為0.114，說明大部分樣本企業仍然采用的是“發行人付費”模式。

表2 描述性統計結果

(二)基本結果

表3列(1)、列(2)報告了分析師跟蹤與企業主體信用評級的回歸結果。列(1)中，我們只控制了年度和行業固定效應，回歸結果顯示，分析師跟蹤人數(Follow)的估計系數為0.589，且在1%水平上顯著為正；列(2)中，我們加入了其他控制變量，回歸結果顯示，分析師跟蹤人數(Follow)的估計系數為0.151，且在1%水平上顯著為正。上述檢驗結果表明，分析師跟蹤人數越多，企業的主體信用評級越高，本文假設得到驗證。控制變量付費模式(Paystyle)的估計系數顯著為負，說明“發行人付費”模式下的主體信用評級可能存在評級膨脹問題，相對而言，“投資者付費”模式下的主體信用評級更為客觀、質量更高，這也驗證了林晚發等(2017)與吳育輝等(2020)關于不同付費模式下企業主體信用評級質量的研究結論。其他控制變量的檢驗結果與現有文獻基本一致，不再贅述。

表3 分析師跟蹤與企業主體信用評級

(三)內生性檢驗

考慮到證券分析師可能傾向于跟蹤信用狀況較好的企業，且企業主體信用評級的提升也會吸引更多的證券分析師對其進行跟蹤。同時，本文研究樣本為擁有主體信用評級的發債企業，這也可能會導致樣本自選擇問題。因此，上述的回歸結果可能存在內生性問題。為此，本文通過兩階段最小二乘法(2SLS)、改變分析師跟蹤的衡量方式、傾向匹配得分法(PSM)、差分方程回歸模型以及Heckman兩階段法來處理內生性問題。

1.兩階段最小二乘法(2SLS)

借鑒Yu(2008)以及陳欽源等(2017)的做法，本文以分析師預期跟蹤傾向(Exfollow)作為分析師實際跟蹤人數的工具變量進行兩階段回歸。分析師預期跟蹤傾向(Exfollow)的計算公式如下：

Exfollowi,j,t=(Brokersizej，t/

Brokersizej，0)×Exfollowi，j，0

(2)

(3)

其中，Exfollowi，j，0表示在基準年內券商j中跟蹤企業i的證券分析師人數，Brokersizej，0和Brokersizej，t分別表示券商j在基準期、第t期擁有的分析師數量，該工具變量衡量了證券分析師對企業i的預期關注傾向。由于券商規模的調整僅受券商戰略及經營狀況的影響，與被跟蹤企業財務特征無關，因此由基準年計算得到的預測值應該與當期的隨機誤差項不相關。表3列(3)報告了第一階段的估計結果，從中可見，Exfollow的估計系數為0.460，且在1%水平上顯著為正，與預期一致。F統計量為1054.234，遠大于10，通過了弱工具變量檢驗。列(4)報告了第二階段的估計結果，不難發現，Follow的估計系數為0.231，且在1%水平上顯著為正。由此可知，在控制內生性問題后，分析師跟蹤人數與企業主體信用評級的正相關關系仍然成立。

2.改變分析師跟蹤的衡量方式

鑒于證券分析師選擇是否跟蹤某一家企業可能與該企業的財務特征有關，因此本文借鑒陳欽源等(2017)的做法，選擇超額分析師人數(Refollow)來重新衡量分析師跟蹤人數。具體地，先用模型(4)的殘差來衡量除審計質量、企業規模以及財務杠桿率等其他企業層面特征決定的分析師跟蹤人數，然后將其作為自變量代入主模型中進行回歸，結果如表4列(1)所示。從中可見，Refollow的估計系數仍然在1%水平上顯著為正。由此可知，在改變分析師跟蹤的衡量方式后，本文結論也未發生改變。

表4 內生性檢驗：改變分析師跟蹤的衡量方式、傾向匹配得分法以及差分方程回歸模型

Refollowi,t=?+β1Paystylei,t+β2Auditi,t+β3Sizei,t+β4Leveragei,t+

β5Curassi,t+β6Ebiti,t+β7Roai,t+β8Growthi,t+β9Turnoveri,t+

β10TQi,t+β11Soei,t+Industry+Year+ε

(4)

(續表4)

3.傾向匹配得分法(PSM)

我們先按照企業是否存在分析師跟蹤，將樣本分為實驗組(有分析師跟蹤的企業)和對照組(無分析師跟蹤的企業)，并以模型(1)中所有控制變量為協變量來進行匹配，匹配比例為1∶1。在此基礎上，利用匹配后的樣本對企業主體信用評級(Credit)與分析師是否跟蹤(Dumfollow)進行回歸分析。表4列(2)和列(3)分別報告了匹配前與匹配后企業是否存在分析師跟蹤的樣本組之間的差異，從中可見，匹配前兩組樣本的部分控制變量存在顯著差異，而匹配后兩組樣本在所有控制變量上均無顯著差異，這說明上述配對是有效的。表4列(4)和列(5)分別報告了配對前后企業主體信用評級(Credit)與分析師是否跟蹤(Dumfollow)的回歸結果，不難發現，配對后的樣本中Dumfollow的估計系數為0.502，且在1%水平上顯著為正。由此說明，在控制企業特征方面的差異后，本文結論仍然成立。

4.差分方程回歸模型

差分方程可以幫助我們觀察到自變量的增量對因變量的增量影響，從而消除或減輕反向因果關系對研究結論的影響(倉勇濤 等，2011；Zhang，2018)。為克服分析師選擇偏好可能引發的內生性問題，本文采用差分方程回歸模型做了進一步的分析。首先，計算模型(1)中主要變量的變化值，并用變化值代替水平值；然后，進行Ologit回歸。結果如表4列(6)和列(7)所示。其中：列(6)中的被解釋變量ΔCredit表示企業本年度的主體信用評級減去上一年度的主體信用評級，解釋變量ΔFollow表示企業本年度的分析師跟蹤人數減去上一年度的分析師跟蹤人數；列(7)中的解釋變量Upfollow為虛擬變量，當年分析師跟蹤人數增加時，取值為1，反之取值為0。由檢驗結果可知，ΔFollow與Upfollow的估計系數分別在5%、1%水平上顯著為正，說明分析師跟蹤人數的增加會帶來企業主體信用評級的提高，即分析師跟蹤能夠提升企業主體信用評級，本文結論仍然成立。

5.Heckman兩階段法

考慮到本文樣本為擁有主體信用評級的發債企業，而企業是否發行債券也可能由其信用評級的高低所決定，這可能會導致樣本選擇偏差問題。為此，本文將2011—2018年所有未發行債券的企業也納入了研究樣本，共得到16344個樣本觀測值，之后使用Heckman兩階段模型進行檢驗。第一階段，參考Bharath et al.(2008)、Lin et al.(2013)以及王雄元等(2017)的研究，選擇審計質量(Audit)、企業規模(Size)、企業杠桿率(leverage)、短期借款占總資產之比(Short-term)、長期借款比例占總資產之比(Long-term)、現金流風險(Cfrisk)、總資產收益率(Roa)、營業收入增長率(Growth)、第一大股東持股比例(Top1)、企業性質(Soe)作為選擇方程的解釋變量，建立企業是否發債(Bond)的Probit模型，之后將計算得出的逆米爾斯系數(Inverse Mill’s Ratio，簡記IMR)代入主模型進行第二階段回歸。表5報告了Heckman兩階段的回歸結果。由列(2)可見，在控制IMR后，分析師跟蹤(Follow)的估計系數為0.202，且在1%水平上顯著為正。這說明在控制樣本自選擇問題后，分析師跟蹤依然對企業主體信用評級存在積極影響。

(四)機制檢驗

在前文的理論分析部分，我們推斷分析師跟蹤主要通過降低企業的會計信息風險與債務代理風險來提高企業主體信用評級。接下來，檢驗上述兩種作用機制是否成立。

1.會計信息風險機制檢驗

由于分析師跟蹤主要通過提高企業的盈余質量來降低企業的會計信息風險，我們用盈余管理水平來表示會計信息風險，并通過修正的橫截面瓊斯模型(Dechow et al.，1995)計算的可操控應計利潤的絕對值(|

DA|

)加以度量。中介效應檢驗程序主要參考溫忠麟等(2014)的做法。表6列示了會計信息風險機制檢驗的結果。列(1)中，分析師跟蹤(Follow)的估計系數顯著為負；列(2)中，分析師跟蹤(Follow)的估計系數顯著為正，盈余質量(|

DA|

)的估計系數顯著為負。以上結果表明，分析師跟蹤可以通過降低企業的會計信息風險來提高企業主體信用評級。

2.債務代理風險機制檢驗

分析師跟蹤對管理者行為與企業財務績效方面的影響與公司治理具有相似性(Chang et al.，2006)。良好的內部治理與較強的外部監督均能夠對經理人起到有效的監督和激勵作用，減少經理人為謀取私利而損害企業利益的機會主義行為，進而改善企業業績并提升企業價值。換言之，對于內部治理水平較差以及外部監督較弱的公司而言，管理層可能會實施更多的有損企業價值以及未來現金流的機會主義行為，因此企業的債務代理問題更加嚴重。基于上述分析，我們通過比較不同公司內部治理水平下分析師跟蹤對企業主體信用評級的異質性影響，來側面檢驗債務代理風險作用機制是否成立。

對于公司內部治理水平的衡量，我們借鑒白重恩等(2005)以及周宏等(2018)的做法，選取第一大股東持股比例(Top1)、獨立董事比例(Ind)、董事會持股比例(Bdshare)、高管持股比例(Manshare)、董事會規模(Bdsize)、高管前三名薪酬總額(Mancash)、董事長與總經理是否兩職合一(Dual)、監事會持股比例(Spvshare)共8項指標進行主成分分析，并選擇第一大主成分作為公司內部治理綜合指數。分析結果表明，在第一大主成分中，Top1、Ind、Bdshare、Manshare、Bdsize、Mancash、Dual、Spvshare的載荷系數分別為-0.2085、0.0642、0.6047、0.6133、-0.2220、-0.0471、0.2406、0.3180，且符號與理論預期大致相同。第一大主成分得分越高，說明公司內部治理水平越高。進一步，我們參照張會麗等(2012)的做法，按是否高于公司內部治理綜合指數的中位數，將樣本企業分為公司治理水平高組和公司治理水平低組。表6的列(3)和列(4)報告了分析師跟蹤與企業主體信用評級的分組回歸結果。在公司內部治理水平高的樣本組中，分析師跟蹤(Follow)的估計系數不顯著；而在公司內部治理水平低的樣本組中，分析師跟蹤(Follow)的估計系數在1%的水平上顯著為正。上述結果表明，當公司內部治理水平較差時，分析師跟蹤作為內部治理機制的一種補充，可以有效緩解企業與債務人的債務代理沖突，從而顯著提高企業的主體信用評級。也就是說，分析師跟蹤可以通過降低企業的債務代理風險進而提升企業主體信用評級。

表6 機制檢驗：分析師跟蹤與企業主體信用評級

五、進一步研究

(一)考慮產權性質的影響

由于所有者缺位，大股東和資本市場難以對國有企業管理者進行有效的監督(陳欽源 等，2017)，因此國有企業中的債務代理問題可能更為嚴重。作為國有產權的“代理人”，政府或地方國有資產管理機構在企業治理中的利益主體性不強，因此很難對管理層施加有效的監督與控制。企業控制權向管理層的不斷轉移，會進一步加大管理層濫用權力、侵占企業利益的可能。然而，對于非國有企業而言，其股權集中度明顯更低，且實際控制人的個人利益與企業利益的聯系更加緊密。因此，較之國有企業，非國有企業所有者對管理層的監督意愿更強烈，其與債權人面臨的管理層道德風險更小。綜上分析，本文推斷，國有企業治理效率低下引發的債務代理問題會導致其更加依賴于外部監督，而作為企業外部治理的重要力量之一，證券分析師在國有企業的信息披露以及債務代理問題中能夠發揮更加有效的監督作用。為檢驗產權性質是否會對分析師跟蹤與企業主體信用評級的關系產生影響，本文將全樣本劃分為國有企業組與非國有企業組，在此基礎上，對主模型進行回歸檢驗，結果如表7列(1)、列(2)所示。從中可見，在國有企業樣本組，分析師跟蹤(Follow)的估計系數在1%水平上顯著為正；而在非國有企業樣本組，分析師跟蹤(Follow)的估計系數不顯著。由此可知，分析師跟蹤對企業主體信用評級的促進作用在國有企業中更強。

表7 異質性檢驗

(二)考慮會計師事務所規模的影響

低質量的審計活動在一定程度上會助長企業的盈余管理行為，導致企業發布的財務報告質量降低，進而使得接收并使用這些財務信息的投資者利益受損；相反，高質量的審計活動能夠顯著抑制企業的盈余操縱行為，提升企業信息披露質量，從而降低管理層操控信息和掏空財富的概率(Aguilera et al.，2015)。相關研究發現，在企業外部治理方面，外部審計與證券分析師之間具有互相補充與替代的關系，它們都有助于降低信息不對稱、緩解代理沖突(Sun et al.，2011；譚雪，2016)。因此，當審計質量較高時，分析師跟蹤的外部治理作用減弱；而當審計質量較低時，分析師跟蹤緩解企業會計信息風險以及債務代理風險的作用更加顯著。為檢驗分析師跟蹤對企業主體信用評級的影響是否因審計質量不同而存在差異，本文先按照會計師事務所規模將全樣本分為大所審計樣本組與小所審計樣本組，然后對主模型進行回歸。其中，“大所”是指國際四大會計師事務所，非國際四大會計師事務所則稱為“小所”。表7列(3)、列(4)分別報告了大所審計與小所審計的回歸結果，從中可見，分析師跟蹤(Follow)的估計系數僅在小所審計的樣本企業組顯著。這說明在審計質量較低的企業中，證券分析師的治理作用更強，對企業主體信用評級的積極影響更大。

(三)考慮機構投資者持股比例的影響

機構投資者是賣方分析師的主要服務對象。證券分析師主要通過提供專業的、高質量的、有價值的研究報告，幫助機構投資者做出正確的投資決策。袁春生(2012)研究表明，證券分析師能夠有效減輕機構投資者被舞弊公司誤導的程度。進一步，代昀昊(2015)研究發現，機構投資者持股比例越高，證券分析師對企業盈余管理行為的抑制作用也越強。也就是說，機構投資者的存在可以對證券分析師的監督效率起到一定的促進作用。我們預期，機構投資者持股比例越高，證券分析師對企業的監督動力越強、監督效果越好，越有助于降低企業管理層機會主義行為所導致的債務信用風險。為檢驗分析師跟蹤對企業主體信用評級的積極作用是否受機構投資者持股比例的影響，本文先按機構投資者持股比例的年度行業均值將樣本劃分為機構投資者持股比例高和低兩組，然后分別對分析師跟蹤與企業主體信用評級進行回歸分析，結果如表7列(5)、列(6)所示。從中可見，分析師跟蹤對企業主體信用評級的正向影響僅在機構投資者持股比例高的樣本組顯著。這說明機構投資者持股比例越高，分析師的外部治理作用越強。

六、結論與啟示

(一)研究結論

本文選取2011—2018年我國擁有主體信用評級的A股上市公司為研究樣本，實證檢驗分析師跟蹤與企業主體信用評級之間的關系。結果表明，分析師跟蹤人數越多，企業主體信用評級越高，該結論在控制內生性問題后依然成立。同時，本文發現，分析師跟蹤主要通過降低企業的會計信息風險以及債務代理風險兩條路徑對企業主體信用評級施加影響。進一步研究顯示，分析師跟蹤在國有性質、非四大審計以及機構投資者持股比例高的企業中發揮的外部治理作用更強，其對企業主體信用評級的積極效應更顯著。

(二)管理啟示

本文結論在實務上的啟示主要體現在：首先，本文發現分析師跟蹤能夠較大程度地影響上市公司的財務報告質量，減輕企業的債務代理問題，進而提高企業主體信用評級，因此應高度重視并發揮證券分析師作為資本市場重要信息中介的積極作用，通過提高證券從業人員的職業能力，強化證券市場信息中介的職能與規范，有效促進我國資本市場的健康快速發展。其次，監管部門應進一步加強對證券市場違法違規行為的打擊力度，對于證券分析師惡意誤導投資者、擾亂市場秩序，以及信用評級機構“量錢評級”等亂象施以嚴格懲罰，提高其違規成本，從而充分發揮證券分析師、信用評級機構的信息傳遞功能以及對經理人的監督約束作用。最后，企業管理層應該高度重視證券分析師研究報告的信息傳遞作用以及分析師跟蹤行為所帶來的外部監督效應，努力提高自身的信息披露質量、改善自身的治理能力和經營水平，盡可能避免盈余操縱、濫用資源、追求短期績效等不利于企業價值最大化的行為。