分析師關注與實體企業金融化

秦建文，胡金城，操應翔

（1.廣西大學 經濟學院，中國-東盟金融合作學院，南寧 530004；2.廣西大學 工商管理學院，南寧 530004）

一、引言

近年來，在產業轉型升級過程中，以制造業為主的實體企業放棄了對主營業務的堅守，導致大量的產業資本涌入金融和房地產行業，造成經濟“脫實向虛”現象。Wind 數據統計顯示，2016 年A 股共有767 家上市公司購買了7268.16 億元理財產品，而2019 年A 股購買理財產品上市公司上升至1151 家，共計購買了1.34 萬億元理財產品。這表明中國實體企業金融化趨勢在不斷上升，甚至存在部分實體企業過度金融化的傾向。實體企業金融化趨勢也引起了學術界的熱議。一些學者認為，實體企業金融化不利于企業主營業務的發展（杜勇等，2017）。也有學者認為，實體企業金融化造成大量的資金滯留在金融體系內“空轉”，形成自我循環，造成虛擬經濟過度膨脹，增加了系統性金融風險（成思危，2015）。為了解決我國實業和金融的失衡，以及金融領域“錢多”和實體經濟“錢緊、錢貴”并存的問題，2014 年國務院工作會議中明確提出“要促進“脫實向虛”的信貸資金歸位，更多投向實體經濟”；2017 年第五次全國金融工作會議也重點強調“金融要服務實體經濟，防止發生系統性金融風險是金融工作的永恒主題”；2017 年黨的十九大報告中更是明確指出“深化金融體制改革，增強金融服務于實體經濟的能力，健全貨幣政策和宏觀審慎政策雙支柱調控框架，完善金融監管體系，守住不發生系統性風險的底線”。因此，探討實體企業金融化影響因素，對于改變當前實體經濟“脫實向虛”現象、引導金融更好地服務于實體經濟及防范系統性金融風險的發生具有重要的理論意義。

就筆者目前所涉獵的文獻來看，目前從公司外部治理角度去研究企業金融化影響因素的文獻很少?，F有的文獻主要從以下兩個角度研究企業金融化影響因素，一是從宏觀經濟因素角度。如宏觀審慎政策（馬勇和陳點點，2020）、利率管制（楊箏等，2019）、經濟政策不確定性（彭俞超等，2018a）、宏觀經濟環境（鄧超等，2017）；二是從企業內部治理角度。如企業社會責任（劉姝雯等，2019）、首席執行官（CEO）金融背景（杜勇等，2019）、股東價值最大化（鄧超等，2017）。但是，鮮有從分析師關注這一公司外部治理因素去研究企業金融化問題。

證券分析師（以下簡稱分析師）作為公司外部治理的重要組成部分，其對企業生產經營決策的影響越來越重要。有鑒于分析師在資本市場上發揮的特殊作用，學者們對分析師做了大量的學術研究。儲一昀和倉勇濤（2008）的研究證明了分析師具有信息挖掘功能，進一步，方軍雄（2007）和潘越等（2011）發現分析師通過信息挖掘、解讀和傳遞，可以緩解上市公司和股東之間的信息不對稱問題。此外，學者們還研究了分析師對盈余管理（Yu，2008；Degeorge et al，2013；李春濤等，2014）、股價崩盤風險（潘越等，2011；許年行等，2012）、企業創新（徐欣和唐清泉，2010；He 和Tian，2013；Guo et al，2019）等的影響。但遺憾的是，鮮有文獻研究分析師對企業金融化的影響。有鑒于此，本文將彌補現有研究不足，實證研究分析師關注對企業金融化行為的影響。隨著我國企業金融化程度日益加深，探討分析師關注對企業金融化影響，對于完善我國公司治理及從外部治理角度提出針對性的治理建議具有重要的實踐意義。

理論上，分析師關注對企業金融化行為有正面和負面兩個方面的影響。一方面，分析師通過對上市公司進行信息收集、整理和解讀，有效緩解上市公司信息不對稱問題，提高上市公司信息透明度，從而減少上市公司為了隱藏主營業務的負面消息而持有金融資產的行為（彭俞超等，2018b），抑制企業金融化程度，本文將這一影響稱之為“信息揭示”假說；另一方面，上市公司管理層也會面臨來自分析師盈余預測的壓力。如果未達到分析師盈余預測目標，上市公司將面臨市場價值損失（Bartov et al，2002），管理層本身也將面臨被減薪（Matsunaga 和Park，2001）和被解雇（Hazarika et al，2012）的風險。因此，當面臨來自分析師的盈余預測壓力時，管理層基于自身聲譽和職業生涯的考慮，有動機通過高利潤率的金融投資以迎合分析師盈余預測目標，促進了企業金融化，本文將這一影響稱之為“業績壓力”假說。理論上分析的不一致，需要實證研究進一步去考證。

本文利用2007—2019 年A 股非金融、非房地產上市公司的財務數據，實證檢驗分析師關注對企業金融化的影響和作用機制。研究表明：分析師關注對企業金融化具有顯著的負向影響，分析師關注主要是通過降低企業信息不對稱程度、緩解企業代理沖突這兩條渠道影響企業金融化。進一步地，本文研究了不同產權性質和不同公司治理水平情境下分析師關注對企業金融化影響的差異。研究發現，分析師關注對企業金融化的負向作用在國有企業、公司治理水平較差的企業中作用更為顯著。另外，本文還發現，企業金融化是分析師關注與企業創新及實物資本投資的部分中介因子，即分析師關注通過抑制企業金融化行為，進而促進企業創新和實物資本投資。

本文的貢獻在于：第一，拓展了企業金融化的影響因素研究。現有研究大多從宏觀經濟因素角度分析企業金融化影響因素，較少從公司治理角度進行分析，僅有的幾篇文獻也僅是從公司內部治理角度分析（鄧超等，2017；杜勇等，2019），尚未有從公司外部治理角度研究企業金融化影響因素。本文將彌補這一研究領域的不足，實證研究分析師關注與企業金融化之間關系，并探討了其中的作用機制，從外部治理視角豐富有關企業金融化影響因素的研究。第二，豐富了中國資本市場情境下分析師關注的研究。不同于西方國家的發達資本市場和完善的法律制度，中國資本市場起步較晚，正處于快速發展階段，法律滯后于實際發展的需要。本文將在以往研究的基礎上，以企業金融化影響因素為視角，探究分析師關注理論在中國資本市場的適用性。

二、理論分析與研究假設

（一）理論分析

分析師在資本市場中扮演著重要作用，潘越等（2011）認為分析師在法律制度不完善情況下甚至可以作為一種法律外的替代機制。針對分析師在公司治理中的作用，現有研究主要有三種觀點：“信息揭示”假說、“業績壓力”假說和監督假說。

“信息揭示”假說認為，分析師能夠依靠其專業能力和平臺優勢，通過收集、整理、解讀和傳遞上市公司信息，緩解了信息不對稱程度，提高公司透明度。已有研究表明，分析師關注可以減少了上市公司違規披露和隱藏負面消息的行為（潘越等，2011；鄭建明等，2015）。分析師之所以能夠起到信息揭示的作用，主要是因為：第一，分析師一般具有金融、會計及其他相關專業的學歷，相比一般的投資者，其能夠更容易讀懂上市公司發布的會計報表和其他相關公告，并從專業的角度解讀，最后發布簡單易懂的報告將信息傳遞給受眾。第二，分析師可以依托券商平臺，利用平臺優勢，拿到最及時、全面和真實的信息。除此之外，分析師也可以通過到上市公司實地調研或與公司管理層電話溝通等方式，獲得更加真實的信息。第三，分析師往往會對其關注的上市公司進行長期跟蹤，上市公司的生產經營、盈余情況、管理層行為及網上關于上市公司的輿論信息等都是分析師長期關注的重點，特別是企業研發和無形資產等關乎企業未來價值的項目，更是其關注的重中之重，分析師一旦捕捉到這些情況的異常變動，就會將其寫進研報并發布給投資者。

與“信息揭示”假說類似，分析師在收集、整理、解讀和傳遞上市公司信息的過程中，實際上也起到了一種監督上市公司的作用，本文稱之為監督假說。監督假說認為分析師關注可以加強對上市公司監督，特別是對管理層有損公司價值行為的監督，可以有效緩解代理沖突。Yu（2008）、Degeorge et al（2013）和李春濤等（2014）通過研究分析師關注對公司盈余管理的影響驗證了監督假說。分析師之所以具有監督上市公司的能力，首先是因為分析師在信息揭示過程中，相比于其他人，分析師可以利用其專業能力更容易發現上市公司的異常行為，如超額薪酬（Chen et al，2015）、違規披露行為（鄭建明等，2015）、盈余管理行為（李春濤等，2016）和損害企業價值的投資行為（張成思和張步曇，2016）等，在信息揭示的過程中無形中也起到了監管的作用。其次，分析師發布的盈利預測報告的受眾不僅僅是投資者，還有公司股東、管理層和政府監管部門等，盈余預測報告受眾面廣的特性加強了各方勢力對上市公司的監督。最后，分析師也可以將企業偏離主業、過度配置金融資產這類不利于企業長期發展的行為傳遞給投資者，無形中給管理層施加壓力，減少其通過金融市場投資謀取個人利益的行為。

“業績壓力”假說認為，分析師發布的盈余預測報告給管理層帶來了業績壓力，如果達不到分析師的盈余預測目標，將造成公司價值損失（Bartov et al，2002）和股價波動（辛清泉等，2014）等不利影響。管理層出于自身聲譽和職業生涯的考慮，其將有動機去迎合分析師的盈余預測目標。He 和Tian（2013）的研究發現，由于分析師關注帶來的業績壓力，管理層為了追逐短期收益而放棄了周期較長的創新投資。Graham et al（2005）的研究同樣也支持了分析師關注給管理層帶來業績壓力的觀點，他們通過對美國公司首席財務官調查發現，大部分公司首席財務官為了聲譽、財富及職業生涯的考慮，更傾向于放棄企業長期投資而追逐短期收益。

（二）研究假設

關于分析師關注如何影響企業金融化，目前尚未有文獻研究。理論上，基于不同假說的作用下，分析師關注既可能促進企業金融化，也可能抑制企業金融化。

從“信息揭示”假說的角度來看，分析師關注能夠降低企業信息不對稱程度，提高公司信息透明度，從而抑制了企業金融化行為。具體來看，企業金融化抑制實業投資率（張成思和張步曇，2016），不利于未來主業發展（杜勇等，2017），擠出企業創新（王紅建等，2017），增加股價崩盤的概率（彭俞超等，2018b）和提高了企業面臨的財務風險（黃賢環等，2018）。還有研究表明，企業金融化是企業隱藏壞消息的手段之一，當公司出現盈利下降時，管理層就會通過一些高收益的金融投資活動以達到粉飾報表的作用（彭俞超等，2018b）?？v觀現有金融化對企業影響的研究，整體上企業金融化的結果都是有損企業價值甚至關乎企業存亡的。投資者并不能輕易地從繁雜的會計報表獲取企業金融化的信息，分析師通過收集、整理和解讀上市公司有關金融化信息，并通過盈余預測報告的形式傳遞給投資者，提高了上市公司透明度，使外界能更通俗易懂地了解到企業金融化行為。公司透明度越高，那么公司就越不容易隱藏如企業金融化等的壞消息。另外，通過分析師的研報，公司股東也更容易了解到企業金融化行為和企業金融化危害。公司股東為了自身利益，更希望公司管理層進行一些更提高企業價值的投資（如企業創新投資）。基于此，公司股東也會給管理層施加壓力，抑制了企業金融化行為。

從“監督”假說角度來看，分析師關注加強了對上市公司特別是管理層的監管，可以有效緩解代理沖突，從而抑制企業金融化行為?；谖?代理理論，第一類代理問題和第二類代理問題都有可能促進企業金融化（杜勇等，2017）。具體來看，由于所有權和經營權分離所產生的第一類代理問題為管理層基于個人利益而放棄了股東至上原則。由于管理層具有公司大部分經營決策權，當公司利潤下滑時，其有動機為了提高公司收益進行金融投資而忽視了有利于企業價值的實體投資。短期來看金融投資收益比實體投資要高，但長期來看卻是有損企業價值的。此外，徐經長和曾雪云（2010）的研究發現企業對于管理層金融投資行為存在一定的激勵行為，金融投資收益高越高，管理層獲得的薪酬越高，相反，如果出現金融投資失敗的現象，也僅僅是對管理層進行輕罰，這無疑加劇了第一類代理問題。第二類代理問題為大股東為了自身利益，利用其對公司的控制權優勢，做出有害小股東利益的行為。第二類代理問題在本文中體現為企業金融化行為可能成為大股東獲取私利的方式，文春暉和任國良（2015）認為大股東可以利用金字塔型控制權的掩護，將企業資金更多地投向金融和房地產行業，以便獲得更高的短期收入。當第二類代理問題加劇時，大股東有能力通過資金占用和關聯交易等方式實現轉移金融投資所獲的利潤。上述分析表明，當代理問題加劇時，公司管理層或大股東基于自身利益的考慮，都有動機和能力加強公司金融資產配置。而分析師可以對上市公司進行監督，有助于緩解代理問題。這有助于轉變上市公司投資理念，幫助管理層認識其投資短視的問題，不再一味地追求金融投資收益而忽視了主業投資（尤其是企業創新投資）。因此，基于監督假說，分析師關注抑制了企業金融化行為。

從“業績壓力”假說角度來看，分析師發布的盈余預測目標給公司管理層施加了壓力，促使管理層選擇周期更短、收益更高的金融投資而放棄主業投資，促進企業金融化。相比于傳統投資，金融投資具有投資收益周期更短、收益更高的優點，有助于快速提升短期業績。為了迎合分析師盈余預測目標而避免公司股價波動，公司管理層有動機通過增加金融投資以達到增加利潤和穩定公司股價的目的（柯艷蓉等，2019；劉偉和曹瑜強，2018）。此外，基于管理層自身聲譽和職業生涯的考慮，其也有動機去迎合分析師盈余預測目標放棄部分有利于企業價值的主業投資從而可以增加金融投資，以達到穩定股價和粉飾業績的目的（褚劍和方軍雄，2016）。因此，基于“業績壓力”假說，分析師關注將促進企業金融化。

綜上所述，整體上分析師關注對企業金融化的影響取決于基于“信息揭示”假說、“監督”假說作用下的正向作用和基于“業績壓力”假說作用下的反向作用的相對大小。因此，本文提出如下對立假設：

如果“信息揭示”假說和“監督”假說占據主導，那么分析師關注與企業金融化具有反向影響（假設H1a）；

如果“業績壓力”假說占據主導，那么分析師關注與企業金融化具有正向影響（假設H1b）。

三、研究設計

（一）樣本選擇與數據來源

本文選用2007—2019 年A 股上市公司財務數據作為研究樣本，之所以樣本選擇始于2007 年，是因為本文研究所涉及的金融資產會計科目在2007 年實施新的《企業會計準則》后才出現。根據研究需要本文還對樣本數據做了如下處理：首先，剔除了金融業、房地產行業上市公司；其次，剔除了被證券交易所標注為“特別處理類”（ST）上市公司；最后，剔除有數據缺失的樣本。最終，本文共得到19576 個公司-年度樣本。此外，為了減少離群值的影響，本文對所有連續變量進行1%和99%分位的Winsorize 處理。本文財務數據、分析師關注數據和公司治理相關數據來源于國泰安數據庫（CSMAR），企業創新相關數據和上市公司信息披露質量數據來源于中國研究數據服務平臺（CNRDS）。

（二）主要變量定義

1.企業金融化

現有研究關于企業金融化的衡量方法主要有以下幾種：①非金融企業是否參股金融機構來衡量企業金融化行為。研究中具體的衡量方法有構建企業是否參股金融機構的啞變量（Stcokhammer，2004；黎文靖和李茫茫，2017）、非金融企業參股金融業的程度和非金融企業對被參股金融機構的影響程度（解維敏，2018）；②以金融資產收益率來衡量，如以非金融企業投資收益、公允價值變動損益及其他綜合收益等金融渠道獲利加總占營業利潤的比例作為指標來衡量企業金融化（張成思和張步曇，2016）；③使用企業資產負債表中的相關金融資產科目來衡量。具體做法有金融資產占總資產的比例（Demir，2009）和企業金融資產增長率（彭俞超等，2018a）。

上述衡量企業金融化指標的方法中，第一種和第二種方法不能精準地衡量企業金融化程度，而第三種方法可以使用上市公司財務報表中的金融資產科目精準地衡量企業金融化程度，總體上說第三種方法在衡量企業金融化程度上要優于前兩種。但是，現有研究對企業資產負債表中哪些科目屬于金融資產尚存在爭議，其中爭議最大的當屬貨幣資金和投資性房地產兩個科目。貨幣資金雖然具有金融資產的屬性，但是它僅用于企業日常經營活動，并不能產生收益。而房地產行業被認為是具有超高利潤的暴利行業（王紅建等，2016），其投資收益遠遠高于實體行業收益。此外，宋軍和陸旸（2015）認為房地產行業呈現“脫實向虛”的趨勢，大量資本涌入房地產行業追逐高額收益，造成實體行業資金短缺。因此，實體企業進行房地產投資可以認為是為了追逐高額收益的投資行為。綜上，本文將會計科目投資性房地產也列入金融資產的行列，將貨幣資金剔除。借鑒現有研究，本文最終選定的金融資產會計科目包括：交易性金融資產、衍生金融資產、發放貸款及墊款凈額、可供出售金融資產凈額、持有至到期投資凈額、投資性房地產凈額。本文設定了兩種企業金融化指標的衡量方法：一是企業金融化=金融資產總額/總資產；二是金融資產總額取自然對數，由于部分企業某些年度并未配置金融資產，為了使取對數有意義。因此，采用金融資產總額加1 后再取自然對數。

2.分析師關注

本文借鑒He 和Tian（2013）和Guo et a（l2019）的做法，使用企業每年被分析師關注的人數來衡量分析師關注，具體衡量方法為：年度內對目標企業發布盈余預測報告的分析師人數加1 后取自然對數（部分企業某些年度沒有分析師關注，即分析師關注數量為0，為了使取對數有意義。因此，采用分析師人數加1 后取自然對數）。需要說明的是，有可能同一個分析師在一年之內對同一家企業發布了不止一份盈余預測報告，但分析師關注的人數只計為1。另外，如果盈余預測報告由分析師團隊發布時，分析師關注的人數同樣計為1。在穩健性檢驗部分，本文也使用了分析師對目標企業發布的盈余預測報告數量作為替換指標重新檢驗基準回歸。

（三）模型設定

為了驗證本文提出的研究假設，本文構建了如下模型：

其中：i和t分別代表公司和年份；被解釋變量（Y）為企業金融化（FinRate和lnFin），其中FinRate由企業金融資產總額與總資產的比值來衡量，lnFin由企業金融資產總額加1 后取對數來衡量；核心解釋變量為分析師關注（lnCoverage），以每年對目標企業發布過盈余預測報告的人數加上1 后取自然對數來衡量。除此之外，本文還控制了一系列可能影響企業金融化行為的變量：股權性質（SOE）、企業規模（Size）、盈利能力（ROA）、資產負債率（Lev）、企業成長性（Growth）、托賓Q（TobinQ）、第一大股東持股比例（Largest）、固定資產占比（Fata）、現金流量占比（CF）。此外，本文還控制了年度固定效應（Year）和行業固定效應（Industry）。詳細的變量定義及計算方法見表1。

表1 變量定義

（四）描述性統計

表2 報告了主要變量的描述性統計。被解釋變量企業金融化（FinRate）的均值為0.0282，最小值為0，最大值為0.3370，中位數為0.0044；企業金融化的另一指標（lnFin）的均值為12.7709，最小值為0，最大值為22.1763，標準差為8.2725，這說明樣本中的企業金融化水平差異較大。分析師關注人數（Coverage）的均值為8.9272，這表明樣本中企業平均被9 個分析師關注，但分析師關注人數最小值0 和最大值75 的差異較大，且中位數為10，說明大部分企業被分析師關注的人數都在10 以下。其他控制變量的描述性統計無異常情況，不再予以逐個說明。

表2 描述性統計

四、實證分析

（一）分析師關注與企業金融化：總體效應檢驗

表3 報告了分析師關注與企業金融化的回歸結果，（1）列和（2）列的被解釋變量為FinRate，（3）列和（4）列的被解釋變量為lnFin。（1）列的回歸結果顯示，lnCoverage的估計系數為-0.0080，且在1%水平上顯著為負。（2）列在（1）列的基礎上進一步控制了年份和行業固定效應，lnCoverage的估計系數上升至-0.0064，且在1%水平上顯著為負。當被解釋變量為lnFin時的情況也類似，lnCoverage的估計系數為-1.0374［（3）列］，且在1%水平上顯著為負。進一步控制年份和行業固定效應后，lnCoverage的估計系數上升至-0.6376［（4）列］，且在1%水平上顯著為負。經濟意義方面，平均而言，分析師關注（lnCoverage）每增加一個標準差（1.1035），FinRate的下降幅度相當于樣本標準差的12.22%（=0.0064×1.1035/0.0578），lnFin的下降幅度相當于樣本標準差的8.51%（=0.6376×1.1035/8.2725）。以上分析表明，分析師關注程度越高，企業金融化程度越低，支持了研究假設H1a。

表3 分析師關注與企業金融化

（二）分析師關注與企業金融化：渠道效應檢驗

根據上文研究假設H1a 的理論推導，分析師關注有可能通過兩個渠道影響企業金融化：一是分析師關注有助于降低企業信息不對稱程度，提高企業信息透明度，從而抑制企業金融化；二是分析師關注有助于緩解代理沖突，降低代理成本，減少企業管理層或大股東為了追求個人利益最大化而進行金融資產配置的動機，抑制了企業金融化。本文將對上述可能的作用渠道進行檢驗。

首先，檢驗分析師關注對企業信息不對稱程度的影響。分析師是否能夠及時地向投資者傳遞信息不僅仰賴于個人專業能力，更依賴于其所關注公司的信息披露程度。上市公司的信息披露程度越高，分析師能夠收集到上市公司的信息就越多和越可靠（劉永澤和高嵩，2014）。有鑒于此，本文將考察不同的信息披露質量情境下分析師關注如何影響企業金融化。本文以上交所和深交所發布的上市公司信息披露質量為依據，根據信息披露質量層級將樣本分為四個子樣本，信息披露質量層級分為A、B、C、D 四個層級，分別對應優秀、良好、合格和不合格①深交所、上交所每年都會對上市公司進行上市公司信息披露的質量進行評級，在2010 年以前為“優秀、良好、合格、不合格”，2011 以后的采用“A、B、C、D”。。實證結果見表4，當信息披露質量較低時（Information=D），分析師關注與企業金融化的負向關系并不顯著，說明分析師不能從低信息披露質量企業中獲取更多可靠信息，影響其發揮信息中介的作用。當信息披露質量層級提升時（Information=C），分析師關注與企業金融化在1%水平上顯著負相關，這說明企業信息披露質量越高，分析師就能獲取更多關于企業的可靠信息，并以盈余預測報告的形式傳遞給投資者，降低企業信息不對稱程度，提高企業信息透明度，從而抑制企業金融化。當企業信息披露質量層級進一步提升時（Information=B 和Information=A），分析師關注和企業金融化依舊在1%水平上顯著為負，而且隨著信息披露層級提高，分析師關注對企業金融化的抑制作用逐漸增強（0.0063＞0.0056＞0.0053）。另外，利用同樣的方法，被解釋變量替換為lnFin時也得到了類似的結果（詳見表4 中的Panel B）。綜上可見，減緩企業信息不對稱程度確實可能是分析師關注影響企業金融化的一個潛在渠道。

表4 渠道效應檢驗——信息披露質量

其次，檢驗分析師關注對企業代理沖突的影響。如果分析師關注能夠降低企業代理成本進而抑制企業金融化，那么分析師關注與企業金融化之間的負相關關系將在代理成本更高的企業中表現得更加顯著。本文使用Agency（其他應收款/總資產）和Seperation（兩權分離率，即實際控制人擁有上市公司控制權與所有權之差）來衡量代理成本。實證結果報告于表5，Panel A 部分第（1）列中lnCoverage的估計系數在5%的水平上顯著為負，表明分析師關注降低了企業代理成本（Agency）。進一步，本文按各年度Agency的中位數將樣本分為兩組，即高代理成本組（Agency=1）和低代理成本組（Agency=1），重新檢驗基準回歸。實證結果發現，分析師關注與企業金融化的負相關關系在高代理成本組更為顯著（0.0070＞0.0058）。表5 中的Panel B 中以Seperation來衡量代理成本所得到的結果也類似，即分析師關注能夠顯著降低代理成本（Seperation），且分析師關注對企業金融化的負向影響在代理成本更高的組中更為顯著（0.0062＞0.0060）。綜上可見，緩解企業代理沖突確實可能是分析師關注影響企業金融化的一個潛在渠道。

表5 渠道效應檢驗——代理成本

（三）穩健性檢驗

上文的基準回歸結果說明了分析師關注與實體企業金融化之間存在顯著的負相關關系，但我們還不能將上述發現解釋為因果關系，即尚不可說分析師關注能夠抑制實體企業金融化行為，因為，分析師關注和企業金融化之間可能存在內生性問題，一方面，實體企業的金融資產配置行為會受到分析師的格外關注，并對這些企業持續關注，即企業的金融化行為可能會反過來影響分析師關注，這就造成了反向因果的問題；另一方面，實體企業金融化行為需要大量的資金，這些資金可能來自企業內部資金也可能是企業外部資金。因此企業金融化行為可能受到企業股權結構、融資約束及經濟政策不確定性等內外部因素的影響，這就造成了遺漏變量的問題。為了緩解內生性問題，本文做了以下四種穩健性檢驗。

1.內生性問題

（1）滯后變量。為了緩解反向因果造成的內生性問題，本文使用滯后一期的分析師關注（LlnCoverage）替換基準回歸中的分析師關注（lnCoverage）進行分析。由于存在時間上的阻斷，t期的企業金融化行為并不能影響到t-1 期的分析師關注，也就是說，這在一定程度上緩解了由于實體企業金融化行為而引起的分析師關注問題，即緩解了反向因果問題。實證結果見表6 中的Panel A，LlnCoverage的估計系數仍然在1%水平上顯著為負，驗證了分析師關注抑制了企業金融化水平的研究假設。另外，在LlnCoverage滯后一期的基礎上，本文還將其他控制變量滯后一期重新檢驗模型（1），回歸結果見表6 中的Panel B，LlnCoverage的估計系數在1%的水平上顯著為負，本文結果仍然是穩健的。

表6 滯后解釋變量檢驗結果

（2）傾向得分匹配法。為了緩解由于樣本選擇偏誤造成的內生性問題，本文進一步使用傾向得分匹配法進行穩健性檢驗。具體做法如下：首先，使用logit 模型估計傾向得分值，logit 模型的被解釋變量為企業是否有分析師關注（DumCoverage），即企業被分析師關注的人數等于或大于1，DumCoverage計為1，其他情況計為0。解釋變量與基準回歸的控制變量相同。其次，根據傾向得分值，按照最近鄰匹配（1∶1）方法，進行無放回匹配。最后，根據匹配后的樣本，重新檢驗基準模型。匹配結果顯示，共得到645個處理組觀測值和645 個控制組觀測值。匹配后，本文也檢驗了匹配的協變量均衡性，結果見表7，匹配后大多數控制變量標準化偏差（%bias）的絕對值都小于5%，而且大部分變量匹配后處理組（Treated）和控制組（Control）之間均不存在顯著性差異，說明匹配效果較好。表8 為匹配后樣本的回歸結果，lnCoverage的估計系數仍在1%水平上顯著為負，這說明結果是穩健的。

表8 匹配后回歸結果

（3）工具變量。為了進一步緩解內生性問題，提高估計的穩健性，本文借鑒Yu（2008）和李春濤等（2014）的做法，使用上市公司是否進入每年滬深300 成分股名單（Hs300）作為解釋變量（lnCoverage）的工具變量，并使用兩階段最小二乘法重新估計。工具變量的具體構造方法為：以每年最后一次公布的滬深300 成分股名單為準，如果上市公司在滬深300 成分股名單當中，則記Hs=1，其他情況記Hs=0。選取該變量作為工具變量的理由是：上市公司是否進入滬深300 成分股名單與其是否進行金融資產配置并無關系，而上市公司一旦進入滬深300 成分股名單則會吸引更多分析師關注。因此，使用Hs300 作為工具變量的兩階段最小二乘法進行估計，相當于把分析師關注的外生部分剝離出來，再使用外生的分析師關注對企業金融化進行回歸，即可得到無偏的估計結果。工具變量估計結果見表9，第一階段的回歸結果顯示，Hs300 的估計系數在1%水平上顯著為正，即進入滬深300 成分股名單的公司受到更多分析師關注。第二階段的結果顯示［（2）列和（3）列］，無論被解釋變量FinRate還是lnFin，lnCoverage的估計系數仍保持顯著為負。另外，本文也檢驗了工具變量的有效性，Anderson 檢驗（P值）和Cragg-Donald Wald 檢驗（F值）均表明本文選取的工具變量是有效的。綜上所述，在考慮內生性問題后，本文結果仍然保持穩健。

表9 工具變量回歸結果

2.替換變量

在基準模型中，本文采用對目標企業發布盈利預測報告的分析師人數來衡量分析師關注。為了保證實證結果的穩健性，本文采用另外兩種方法來衡量分析師關注。一方面，考慮到樣本中部分企業并被沒有分析師關注，為了識別是否有分析師關注對企業金融化的影響，本文進一步使用企業當年是否有分析師關注啞變量（DumCoverage）來測算分析師關注，定義與上文同；另一方面，采用對目標企業發布盈利預測報告的分析師人數來衡量分析師關注存在一定的缺陷②例如，兩家公司的分析師關注相同，而相同數量的分析師針對兩家公司發布盈余預測報告的數量卻存在差異。雖然兩家公司被分析師關注的人數是相同的，但是，有可能盈余預測報告數量更多的那家公司受分析師關注程度更高一些。，本文進一步采用對目標企業發布盈余預測報告數量的總和加1 取對數（lnReport）來衡量分析師關注。實證結果見表10，結果顯示，無論采用哪種方法來測算分析師關注，實證結果均與基準模型的回歸結果保持一致。

表10 分析師關注替換解釋變量檢驗結果

3.改變計量方法

本文一部分樣本企業金融化水平為0（Finrate=0），即企業在該年度并沒有進行金融資產配置，這樣的數據分布特點符合截尾數據特征，適用于Tobit 模型。因此，本文使用Tobit 模型對基準回歸進行穩健性檢驗。實證結果見表11，無論被解釋變量是FinRate還是lnFin，lnCoverage的估計系數均在1%水平上顯著為負，這說明在改變計量方法后，本文實證結果依然保持穩健。

表11 改變計量方法檢驗結果

4.其他穩健性檢驗

基準回歸中使用聚類到公司層面的穩健標準誤，本文進一步使用聚類到公司和年度層面的雙向聚類穩健標準誤進行穩健性檢驗。此外，為了控制行業層面可能隨時間而變動的遺漏變量，本文在基準回歸的基礎上進一步加入行業固定效應和年度固定效應的交叉項。實證結果見表12，（1）列和（2）列為采用雙向聚類穩健標準誤的實證結果，（3）列和（4）列為加入行業固定效應和年度固定效應交叉項后的實證結果。與基準回歸實證結果類似，lnCoverage的估計系數依然保持在1%水平上顯著為負，再次證明本文結果的穩健性。

表12 其他穩健性檢驗結果

五、拓展性分析

（一）分析師關注、產權性質與企業金融化

首先，由于所有者缺失和政府過度干預經營管理等因素，國有企業相比較于非國有企業面臨更為嚴重的代理沖突。在政府實行薪酬管制的背景下，國有企業的經理人一般通過在職消費和過度投資等方式實現自身利益最大化，例如過度金融投資以期提高企業利潤，成為其進一步升遷的政治資本。其次，由于政府隱性擔保的存在，國有企業相對于非國有企業具有更小的融資約束，這又可能成為國有企業金融化的原因之一，比如國有企業從銀行獲得貸款進行房地產投資。最后，由于國有企業的特殊性，其天然地更受社會關注，分析師作為外部監督的重要力量，國有企業自然是關注的重點對象，特別是對于企業過度金融化和不利于實體企業長期發展的行為，更是分析師關注的重點。因此，在分析師的外部監督作用下，有助于抑制國有企業過度金融化的行為。綜上，本文預計分析師關注與企業金融化的負向關系將在國有企業樣本中更為顯著。

為了驗證上述假說，本文將樣本分為國有組和非國有組，重新檢驗在不同的股權性質下分析師關注如何影響企業金融化。為了穩健起見，本文還將分析師關注與產權性質的交乘項放入基準模型中，再次檢驗產權性質的調節作用。實證結果報告于表13，（1）列為全樣本，與上文基準回歸相同。（2）列和（3）列為分組回歸結果，可以發現在國有企業樣本中lnCoverage的估計系數的絕對值大于非國有企業樣本（0.0080＞0.0052），同時，國有企業樣本中lnCoverage的估計系數的絕對值，較全樣本回歸中lnCoverage的估計系數絕對值變大（0.0080＞0.0064）。進一步，（4）列交乘項的估計系數在1%的水平上顯著為負，即相對于非國有企業，國有企業樣本中分析師關注對企業金融化負向影響作用更大。綜上分析，產權性質對分析師關注與企業金融化起到了調節作用，這充分說明分析師關注與企業金融化的負相關關系在國有企業樣本中更為顯著。

表13 分析師關注、產權性質與企業金融化回歸結果

（二）分析師關注、公司治理水平與企業金融化

當下，我國上市公司治理水平參差不齊，外部治理（如分析師關注）對于那些公司治理水平較差的公司則是一大補充，即相對于治理較好的上市公司，分析師關注對于公司治理水平較差的公司發揮的監督作用更大。故而本文認為公司治理水平在分析師關注與企業金融化之間起著一定的調節作用。治理水平較差的公司缺乏完善的治理制度。因此，公司管理層或大股東更容易利用治理制度不完善的漏洞進行金融資產配置，從而達到自身利益最大化的目的。分析師關注可以充分發揮外部治理的作用，彌補公司內部治理的不足，約束公司管理層或大股東，進而抑制企業金融化。相對治理水平較差的公司，治理水平較好的公司則可以通過內部制度約束和糾正管理層行為。因此，分析師關注與企業金融化的負相關關系將在治理水平較差的公司中更為顯著。

本文借鑒顧乃康和周艷利（2017）的做法，構建了公司治理水平指標，具體構造方法為：基于①經理的決策權力——董事長與總經理是否兩職合一；②股權結構的監督作用——機構持股比例與股權制衡度（二至五大股東持股比例之和/控股股東持股比例）；③董事會的監督作用——獨立董事比例與董事會規模；④公司治理中的激勵機制——高管薪酬與高管持股比例等指標，運用主成分分析法構建公司治理指數，將從主成分分析法中得到的第一主成分作為反映公司治理水平的綜合指標，得分越高，公司治理水平越好。進一步，構建公司治理水平虛擬變量，將公司治理水平高于各年度治理水平中位數的樣本記為1（Government=1），低于各年度治理水平中位數的樣本記為0（Government=0）。為了驗證上述假設，本文將按公司治理水平的高低來分組，分別檢驗不同的公司治理水平情境下分析師關注如何企業金融化的影響。為了保持結果的穩健性，本文還將公司治理水平（Government）與分析師關注（lnCoverage）進行交乘，進一步考察公司治理水平的調節作用。實證結果見表14，公司治理水平較差的一組中，lnCoverage的估計系數為-0.0074 且在1%水平上顯著，較全樣本系數變大公司治理水平較好的一組中，lnCoverage的估計系數為-0.0066 且在1% 水平上顯著，較全樣本系數變小列的回歸結果顯示，交乘項的系數顯著為正，即在公司治理水平較差的一組中分析師關注對企業金融化的抑制作用更強。以上檢驗結果說明，公司治理水平在分析師關注與企業金融化之間起到了調節作用，較差的公司治理水平更有利于分析師關注抑制企業金融化。

表14 分析師關注、公司治理水平與企業金融化回歸結果

（三）分析師關注、企業金融化與實體經濟

近年來，實體企業金融化現象不斷加劇，越來越多的實體企業將資金投入到金融和房地產市場，實體經濟開始呈現“脫實向虛”現象，引起了學術界的關注。企業適度的金融化能起到“蓄水池”的作用，但過度金融化則不利于實體經濟發展。已有研究表明企業金融化對實體經濟產生明顯的“擠出效應”，企業金融化將不利于實體企業未來主業發展（杜勇等，2017）、企業創新（王紅建等，2017）和金融市場穩定（彭俞超等，2018b）。本文的研究表明，分析師關注能起到外部治理的作用，進而抑制企業金融化。那么，分析師關注能否通過抑制企業金融化行為，進而促進實體經濟投資呢？本文將通過中介效應模型檢驗此假設。

首先，檢驗路徑“分析師關注→企業金融化→企業創新”。創新是企業發展的“命脈”，也是企業不斷突破和提升自我之道。為了檢驗企業金融化是否是分析師關注和企業創新的中介變量，本文構建如下模型：

其中：企業創新（lnPatent3）采用t+3 期企業申請的專利數量加1 后取對數衡量，Controls是與基準回歸相同一系列控制變量，其他變量與上文定義相同，同時也控制了行業和年度固定效應。實證結果見表15，（1）列為不納入中介因子的實證檢驗結果，lnCoverage的估計系數在1%水平上顯著為正，說明分析師關注能夠促進企業創新。（2）列為分析師關注與中介因子的實證檢驗結果，lnCoverage的估計系數在1%水平上顯著為負，說明分析師關注能夠抑制企業金融化。本文重點關注（3）列，將分析師關注和企業金融化都納入模型后，FinRate的估計系數在1%水平上顯著為負，說明金融化不利于企業創新，并且lnCoverage的估計系數依然保持在1%水平上顯著為正（且δ1＜a1，分析師關注對企業創新的總效應為0.2338，加入中介變量后分析師關注對創新的效應下降為0.2232），說明企業金融化是分析師關注影響企業創新的部分中介因子，證明了分析師關注能夠通過抑制企業金融化進而促進企業創新的假設。

表15 分析師關注、企業金融化與企業創新回歸結果

其次，檢驗路徑“分析師關注→企業金融化→企業實物資本投資”。實物資本投資是實體企業經營發展的方向，但過度金融化將會抑制企業實物資本投資（張成思和張步曇，2016）?；诖耍疚睦弥薪樾Ｐ蜋z驗企業金融化是不是分析師關注與企業實物資本投資的中介因子，即分析師關注能否通過抑制企業金融化，進而促進企業實物資本投資呢？模型如下：

其中：業實物資本投資（Entity）采用固定資產、無形資產、長期投資及在建工程的凈值變化量與總資產的比值衡量，Controls是與基準回歸相同一系列控制變量，其他變量與上文定義相同，同時也控制了行業和年度固定效應。實證結果見表16，與上文分析方法相同，（1）列中lnCoverage的估計系數為正，且在1%水平上顯著，這表明分析師關注能夠促進實體企業實物資本投資。（2）列的實證結果與上文類似，lnCoverage的估計系數在1%水平上顯著為負，說明分析師關注能夠抑制企業金融化。本文重點關注（3）列，將分析師關注和企業金融化都納入模型后，FinRate的估計系數在1%水平上顯著為負，說明金融化不利于企業實物資本投資，并且lnCoverage的估計系數依然保持在1%水平上顯著為正（且δ1＜a1），說明企業金融化是分析師關注影響企業實物資本投資的部分中介因子，證明了分析師關注能夠通過抑制企業金融化進而促進企業實物資本投資的假設。

表16 分析師關注、企業金融化與企業實體投資回歸結果

六、結論與啟示

（一）研究結論

本文利用2007—2019 年非金融非房地產行業A 股上市公司財務數據，實證檢驗了分析師關注對企業金融化的影響。實證結果表明：分析師關注與企業金融化顯著負相關，即企業受到分析師關注程度越高，其金融化水平越低。平均來看，分析師關注每增加一個標準差，企業金融化的下降幅度相當于樣本標準差的12.22%（FinRate）和8.51%（lnFin），這表明本文的結論具有顯著的經濟意義。本文結果通過采用滯后解釋變量、匹配和工具變量等方法后重新檢驗基準回歸后，結果依然保持穩健。進一步的作用機制檢驗表明，分析師關注主要是通過減低企業信息不對稱程度和緩解代理沖突進而抑制企業金融化。另外，本文還發現分析師關注對企業金融化的抑制作用在國有企業和公司治理水平較差的企業中更為顯著。最后，本文發現分析師關注能夠通過抑制企業金融化，進而促進企業創新和實物資本投資。

（二）啟示和政策建議

本文研究發現分析師關注緩解信息不對稱的新渠道，即分析師關注抑制了企業金融化，從而提高了企業信息透明度。這充分證明了分析師在新興資本市場中發揮著重要的公司治理作用。本文研究對于我國經濟高速發展過程中有效預防系統性金融風險和提高金融服務實體經濟的能力具有重要啟示作用。本文的政策建議如下：

（1）監管部門。首先，要完善上市公司信息披露法律法規。由于金融投資具有體量大、風險大等特性，一旦金融投資失敗，將會影響企業主業投資，損害股東利益。建議完善相關證券法律法規有關企業金融投資的信息披露制度，要求上市公司真實、準確、完整及時的披露相關金融投資信息。其次，要加大財務造假等信息披露違法違規行為的處罰力度。現有法律法規對上市公司信息披露違法違規處罰較輕，部分體量較大的上市公司就算是遭到了處罰也是“不痛不癢”。相比之下，美國的證券法律法規對于上市公司違規可是要罰到不敢再違法違規的程度。我們可以借鑒西方發達資本市場關于上市公司違法違規行為的處罰做法，進一步完善我們對信息披露違法違規行為的處罰制度。

（2）內部治理。首先，完善企業內部監督機制。由于代理沖突的存在，企業管理層有動機去配置更多金融資產，不利于企業主業發展。因此，企業需要完善對管理層的監督機制，具體可以通過強化董事和監視職責履行、進一步通暢股東的監督渠道及加強信息披露以便更好地接受社會監督來實現。其次，改變企業對于金融投資業績“重獎輕罰”的觀念。企業對于金融投資業績的獎勵過多而處罰過輕，這在一定程度上激勵了金融投資行為。因此，必須建立一套融入金融投資業績的考核機制，從而達到約束管理層金融投資行為的目的。最后，需要加強對金融投資的風險評估。企業需要加大力量強化風險評估，可以采用建立相關風險評估部門、招聘更多專業人才和引入第三方風險評估機構等。

（3）外部治理。本文的研究發現了分析師關注起到了抑制企業金融化的作用。在我國當前企業金融化趨勢不斷增加的情境下，分析師關注對企業過度金融化起到一種“剎車”的作用，避免企業過度金融化。因此，必須完善我國分析師隊伍的建設，規范分析師行業發展，引導分析師更好地發揮企業外部治理的作用。