共同分析師能夠提高企業創新投入嗎

白俊　李云

【摘要】當前， 企業間存在共同分析師的現象越來越普遍， 由共同分析師形成的社會關系網絡能夠成為企業間信息傳遞的渠道， 進而影響企業行為決策。 以2007 ～ 2019年企業及其客戶均在A股上市的公司為樣本， 實證檢驗共同分析師對企業創新投入的影響及內在機制。 研究發現， 共同分析師能夠提高企業創新投入水平。 進一步分析發現， 當企業或客戶盈余管理水平較高、企業或客戶處于市場化程度較低的地區、企業與客戶之間的距離較遠， 以及被明星共同分析師跟蹤時， 共同分析師對企業創新投入的促進作用更強， 且共同分析師對企業創新投入的促進作用有利于提高企業價值。

【關鍵詞】共同分析師;信息傳遞;企業創新投入;盈余管理水平;市場化程度

【中圖分類號】F832.51;F273.1? ? 【文獻標識碼】A? ? 【文章編號】1004-0994（2022）07-0051-10

一、引言

技術創新是我國實現經濟高質量發展的重要驅動力。 國家統計局公布的數據顯示， 2019年我國創新投入總量為22143.6億元， 其中， 企業創新投入達16921.8億元， 占全國創新投入的比例達76.4%。 由此可見， 企業是創新的重要主體， 企業創新不僅能使自身獲得長期競爭優勢， 而且有助于推動創新驅動發展戰略的實施。 近年來， 我國企業創新投入不斷提高， 但整體創新能力依然不足。 因此， 探究企業創新投入的影響因素意義重大。

企業與客戶之間存在緊密的商業關系， 客戶是企業生產經營活動的服務對象、經營成果的實現基礎以及創新活動的動力源泉[1] 。 首先， 企業對客戶需求的了解程度直接決定了企業創新投入的數量和創新決策的方向。 如果企業創新不能滿足客戶需求， 那么創新活動將失去意義， 創新產品也難以為企業創造價值。 其次， 客戶對企業創新過程的監督以及對創新產品的認可程度， 直接關系到企業創新過程中面臨的代理問題以及創新產品的未來收益。 然而， 由于資本市場不完善， 信息不對稱普遍存在， 企業對客戶需求以及客戶對企業創新活動的了解程度有限， 這將阻礙企業創新活動的開展。 因此， 加強企業與客戶之間的信息溝通， 降低彼此之間的信息不對稱程度， 對企業創新活動尤為重要。

社會關系網絡理論認為公司特有信息可以通過關系網絡進行傳遞， 進而緩解企業間信息不對稱， 影響公司行為決策。 現有研究表明， 共同董事、共同股東以及共同審計師等社會關系網絡都有助于企業間的信息傳遞， 加深企業對其他公司的了解， 從而降低企業行為決策面臨的不確定性， 實現企業行為決策最優化。 分析師作為資本市場的信息中介， 在營造良好信息環境和提高資本市場有效性方面發揮著重要作用。 由于不同公司可能存在共同分析師， 則共同分析師就有可能成為信息傳遞的渠道。 現有文獻發現， 共同分析師可以在被跟蹤企業之間充當信息溝通橋梁， 傳遞有價值的信息， 對企業的投資決策[2] 、并購決策[3] 、融資決策[4] 、會計信息質量[5] 等方面產生重要影響， 企業間共同分析師的作用越來越重要。 因此， 共同分析師能夠成為企業與客戶之間信息傳遞的渠道， 緩解企業與客戶之間的信息不對稱， 降低創新的風險和不確定性， 提高創新產品的未來收益， 進而促進企業創新投入增加。

本文以2007 ～ 2019年企業與客戶均為A股上市公司數據為樣本， 檢驗與客戶存在共同分析師對企業創新投入的影響及內在機制。 研究發現， 與客戶存在共同分析師能夠促進企業創新投入， 共同分析師在企業與客戶之間發揮了信息傳遞作用， 緩解了企業與客戶之間的信息不對稱。 進一步分析發現， 當企業或客戶盈余管理水平較高、企業或客戶處于市場化程度低的地區、企業與客戶之間的距離較遠， 以及被明星共同分析師跟蹤時， 共同分析師對企業創新投入的促進作用更強， 且共同分析師對企業創新投入的促進作用顯著提升了企業價值。

二、文獻回顧與理論分析

社會關系網絡理論認為， 企業處于復雜的社會關系網絡中， 企業之間的信息可以通過社會關系網絡進行傳遞， 進而對企業的行為決策產生影響。 分析師通過研讀財報、電話會議、實地考察、投資者見面會等方式能夠掌握大量被跟蹤公司的信息， 如果企業之間存在共同分析師， 那么由共同分析師搭建的社會關系網絡則能夠成為信息傳遞的渠道， 緩解企業間信息不對稱， 進而影響企業行為決策。 已有文獻發現， 企業之間可以通過共同分析師建立聯結， 交流彼此的投資經驗， 為企業投資決策的制定提供更多信息[2] 。 當并購雙方存在共同分析師時， 分析師會將其掌握的目標公司信息傳遞給并購方， 使得并購方更了解被并購方的經營狀況， 緩解并購過程中存在的信息不對稱， 有助于并購方作出高質量的并購決策， 提升并購后的經營績效[3] 。

共同分析師使得企業之間具有實際聯系， 因此可以采用分析師共同關注的方法來定義同群公司[6] 。 處于分析師跟蹤網絡下的企業， 在選擇融資方式時具有明顯的相似性， 存在融資同群效應[4] 。 當同群公司會計信息質量較低時， 公司的會計信息質量也較低[5] 。 焦點公司會模仿同群公司的數字化轉型戰略[7] 。 由此推斷， 當分析師同時跟蹤企業及其客戶時， 這種關聯關系可以成為企業與客戶之間信息傳遞的渠道， 緩解企業與客戶之間的信息不對稱。 這不僅有助于企業掌握更多的客戶需求信息， 并根據客戶需求進行創新， 降低創新的風險和不確定性; 同時還可以使客戶對企業創新活動更加了解， 積極監督創新過程， 并提高創新產品的認可度， 進而促使企業提高創新投入水平。

具體而言， 共同分析師對企業創新投入影響的內在作用機理體現在以下兩個方面：

首先， 共同分析師能夠使企業更加了解客戶需求， 根據客戶需求有針對性地進行創新， 從而降低創新的風險和不確定性， 提高企業創新投入水平。 需求驅動創新理論認為， 在產品市場中， 客戶需求會對企業創新活動產生重大影響， 并有助于最大程度實現創新價值。 已有研究表明， 了解客戶需求是企業開展創新活動的重要前提[8] ， 企業應保持與客戶的及時溝通， 更好地掌握客戶需求， 從而提高創新效率[9] ; 在競爭激烈的市場環境中， 企業要想長期經營下去， 應該盡最大努力滿足客戶需求， 同時客戶需求也是企業創新的源動力[10] ; 企業創新投入的多少和創新產出的類型都會受到客戶需求的影響， 并最終影響企業創新價值的實現[11] 。 分析師為了發布更準確的研究報告， 會積極收集被跟蹤公司的產品需求信息。 這是因為產品需求能否得到滿足直接影響公司后續各環節的生產經營狀況， 而掌握公司生產經營信息是分析師進行預測的基礎。 因此， 當企業與客戶存在共同分析師時， 企業可以通過共同分析師獲取客戶需求信息， 并按照客戶需求開展創新活動， 從而降低創新活動面臨的風險和不確定性， 促進企業創新投入增加。

其次， 共同分析師也能夠使客戶更加了解企業創新活動， 增加對企業創新過程的監督以及對創新產品的認可度， 減少企業創新過程面臨的代理問題， 降低創新產品的未來收益風險， 進而促進企業創新投入增加。 在市場競爭激烈的情況下， 企業創新信息的披露可能導致核心技術泄露， 從而損害企業創新價值[12] 。 目前， 我國企業的創新信息披露不足[13] ， 客戶很難從公開市場獲得企業創新的相關信息， 對創新活動的認知甚少。 一方面， 客戶無法獲得企業充足的創新信息， 會增加客戶對企業創新過程的監督難度， 使得企業創新過程中代理問題更加嚴重。 例如， 管理層為了規避風險、貪圖享受而放棄高風險的創新項目[14] ， 大股東為了自身利益而進行資金侵占[15] ， 這都會導致企業創新投入減少。 另一方面， 客戶對企業創新信息了解不充分， 很難認可企業創新產品， 從而對創新產品的未來收益產生不利影響， 企業創新投入意愿降低。 分析師在發布研究報告時， 需要對被跟蹤公司的創新能力、正在研究的創新項目與現有產品的區別以及創新產品的潛在應用價值等進行詳細介紹。 由此可見， 分析師會對公司創新活動特別關注， 并掌握了大量被跟蹤公司的創新信息[16] 。 因此， 當企業和客戶存在共同分析師時， 共同分析師可以在企業與客戶之間發揮信息傳遞作用， 及時將其掌握的企業創新信息傳遞給客戶， 增加客戶對企業創新活動的了解， 使得客戶能夠監督企業創新過程中存在的機會主義行為， 并準確評估創新產品的內在價值， 減少企業創新過程中面臨的代理問題， 降低創新產品的未來收益風險， 進而促進企業提高創新投入。

基于此， 本文提出如下假設：

H1： 與客戶存在共同分析師可以提高企業創新投入。

三、研究設計

（一）樣本選擇與數據來源

由于分析師很少跟蹤非上市公司， 參考彭旋和王雄元[17] 的做法， 本文選擇企業和客戶均為上市公司的樣本作為研究對象。 以2007 ～ 2019年A股上市公司為初始樣本， 從企業年報中手工收集了前五大客戶的名稱信息， 將客戶名稱與CSMAR數據庫中的股票名稱進行匹配。 若匹配成功， 則認為該客戶是上市公司; 若未匹配成功， 則利用天眼查等網站二次確認其是否為上市公司或上市公司的分公司， 如果是上市公司或上市公司的分公司便確定該客戶為上市公司。 在此基礎上， 進一步剔除金融業、主要財務數據缺失的樣本數據， 最終得到1436組“企業—年度—客戶”的樣本。 其中， 除前五大客戶名稱信息通過手工整理外， 其他數據均來自CSMAR數據庫。 本文對所有連續變量進行上下1%的Winsorize處理以消除極端值的影響。

（二）變量定義

1. 被解釋變量（R&D）。 參考郭玥[18] 的研究， 企業創新投入采用研發支出與總資產的比值乘以100來衡量。

2. 解釋變量（Co_Ana）。 參考姚海鑫和李璐[19] 的做法， 如果當年企業和客戶至少被一個分析師同時跟蹤， 則認為企業與客戶具有共同分析師， 賦值為1， 否則為0。

3. 控制變量。 根據現有研究[17，18] ， 本文控制變量選擇如下： 公司規模（Size）、杠桿率（Lev）、盈利能力（Roa）、公司年齡（Age）、凈現金流（Cash）、產權性質（Soe）、高管薪酬（Pay）、董事會規模（Board）、第一大股東持股比例（Top1）、行業競爭程度（HHI）、客戶銷售占比（SalesRatio）、客戶規模（Size_c）、客戶杠桿率（Lev_c）、客戶盈利能力（Roa_c）、客戶年齡（Age_c）。 此外， 模型中還加入了行業和年度固定效應。 具體變量定義見表1。

（三）模型設計

考慮到企業創新投入變量在0處截斷， 本文構建了如下Tobit模型對H1進行檢驗：

四、實證分析

（一）描述性統計

表2為描述性統計結果。 R&D的均值為1.628， 標準差為1.782， 說明企業創新投入水平普遍不高， 且不同企業之間創新投入存在較大差異。 Co_Ana的均值為0.326， 表明與客戶存在共同分析師的現象較為普遍。 其余變量與現有研究基本保持一致。

（二）均值差異性檢驗

表3為按照企業與客戶之間是否存在共同分析師進行的分組均值差異檢驗結果。 可以看出， 存在共同分析師的企業創新投入均值為1.828， 在1%的水平上顯著高于不存在共同分析師的企業創新投入均值1.532， 這說明與客戶存在共同分析師提高了企業創新投入水平， 初步驗證了本文的H1。

（三）基本回歸分析

表4為共同分析師與企業創新投入的基本回歸結果。 列（1）為沒有控制年份和行業的結果， 共同分析師的回歸系數為0.312， 且在1%的水平上顯著; 列（2）進一步控制年度和行業， 共同分析師的回歸系數為0.237， 且在5%的水平上顯著。 上述檢驗結果表明， 與客戶存在共同分析師能夠提高企業的創新投入水平。 由此可見， 共同分析師可以在企業與客戶之間發揮信息傳遞作用， 降低企業與客戶之間的信息不對稱程度， 從而促進企業創新投入增加， 本文的H1得到驗證。

（四）穩健性檢驗

1. 內生性問題。 共同分析師對企業創新投入的影響很可能受到內生性問題的干擾。 本文參照已有文獻[3，20] 的做法， 以企業是否被在上市券商中任職的分析師跟蹤（List）作為共同分析師的工具變量， 考察其對企業創新投入的影響。 相比于在非上市券商任職的分析師， 在上市券商中任職的分析師關注的公司數量更多。 這意味著在相同條件下， 企業被在上市券商任職的分析師跟蹤時， 與客戶存在共同分析師的可能性將有所增加， 而券商上市的決策與企業創新投入并沒有直接關系， 可以作為共同分析師的工具變量。 回歸結果見表5。 第一階段回歸結果表明， 企業被任職于上市券商的分析師跟蹤時， 與客戶存在共同分析師的可能性顯著增加。 第二階段回歸結果表明， 共同分析師與企業創新投入仍然顯著正相關， 說明本文的結果是穩健的。

2. 樣本自選擇問題。 對于可能存在的樣本選擇偏差問題， 本文采用Heckman兩階段法來解決。 將公司規模、杠桿率、盈利能力、客戶規模、客戶杠桿率、客戶盈利能力作為影響分析師選擇的變量， 對企業與客戶是否存在共同分析師進行回歸， 然后計算出逆米爾斯比率（IMR）， 并將其代入基準回歸模型進一步檢驗。 表6顯示， IMR的系數顯著， 說明本研究確實存在一定的樣本自選擇問題。 在克服了樣本選擇偏差后， 共同分析師顯著提高了企業創新投入水平， 表明本文的結果是穩健的。

3. 傾向得分匹配法（PSM）。 本文將企業與客戶存在共同分析師的樣本作為處理組， 將企業與客戶不存在共同分析師的樣本作為控制組， 并按照1∶1最近鄰匹配法進行匹配， 匹配協變量選擇公司規模、杠桿率、盈利能力、客戶規模、客戶杠桿率、客戶盈利能力， 最終得到配對樣本共732個， 重新對共同分析師與企業創新投入之間的關系進行檢驗。 檢驗結果表明， 共同分析師的系數仍然顯著為正， 表明本文的結果是穩健的。

4.其他穩健性檢驗。 第一， 替換被解釋變量。 借鑒郭玥[18] 的研究， 將企業創新投入替換為研發支出與營業收入的比值乘以100重新進行回歸， 結果表明共同分析師的系數在5%的水平上顯著為正， 結論保持不變。 第二， 替換解釋變量。 借鑒馬慧[3] 的研究， 將企業與客戶是否存在共同分析師替換為共同分析師人數（Co_AnaNum）重新進行回歸， 發現共同分析師人數的系數在1%的水平上顯著為正， 結論不變。

限于篇幅， PSM檢驗及其他穩健性檢驗結果未予列示。

五、進一步檢驗

（一）盈余管理水平的調節效應

實證研究中， 可以通過盈余管理水平來衡量公司的信息環境， 盈余管理水平越高， 公司的信息環境越差， 內外部信息不對稱程度越高， 利益相關者越難充分了解公司的真實情況。 已有研究發現， 公司盈余管理水平的提升會促使債務融資成本增加[21] 、股票流動性降低， 并進一步加劇股價崩盤風險[22] 。 因此， 如果共同分析師能夠起到信息傳遞作用， 緩解企業與客戶之間的信息不對稱， 增加企業對客戶需求以及客戶對企業創新活動的相互了解程度， 那么在盈余管理水平較高時， 共同分析師對企業創新投入的促進作用應該更強。

本文根據修正的Jones模型分別計算企業和客戶的盈余管理水平[23] ， 采用操縱性應計利潤的絕對值來衡量。 首先， 按照企業盈余管理水平中位數將樣本分為高低兩組， 從表7列（1）、（2）可以發現， 企業盈余管理水平高組中， 共同分析師的回歸系數為0.439， 且在1%的水平上顯著， 而在企業盈余管理水平低組不顯著。 其次， 按照客戶盈余管理水平中位數將樣本分為高低兩組， 從表7列（3）、（4）可以發現， 在客戶盈余管理水平高的組中， 共同分析師的回歸系數為0.247， 且在10%的水平上顯著， 而在客戶盈余管理水平低的組中不顯著。 以上結果表明， 當企業或者客戶盈余管理水平較高時， 共同分析師能夠在企業與客戶之間發揮更顯著的信息傳遞作用， 進而提高企業創新投入水平。

（二）市場化程度的調節效應

近年來， 雖然我國市場化程度不斷提高， 但由于不同地區的政策法規、經濟發展水平、自然資源狀況以及地理位置等存在較大差異， 各地區的市場化程度迥異[24] 。 已有研究發現： 在市場化程度高的地區， 由于法律保護意識較強， 信息披露制度完善， 產品市場競爭激烈， 公司傾向于自愿披露更多、更高質量的內部信息以降低信息不對稱程度， 提高市場參與者對公司實際情況判斷的準確性， 從而使得公司的權益融資成本更低[25] ; 而在市場化程度低的地區， 經濟發展水平較低， 法律制度不夠完善， 對公司信息披露要求不高， 信息環境較差， 公司之間信息溝通不暢， 使得商業信用供給減少[26] 。 因此， 作為重要的外部制度環境， 地區市場化程度會對企業行為決策產生影響。 本文認為， 在市場化程度低的地區， 信息披露制度不完善， 企業與客戶之間的信息不對稱程度更高， 企業難以準確掌握客戶需求信息， 客戶對企業創新活動的了解不深入， 此時共同分析師發揮的信息增量作用更強， 能顯著提高企業創新投入。

本文借鑒現有研究[24] 做法， 市場化程度分別采用企業和客戶所在地市場化程度總得分來衡量。 首先， 按照企業所在地年度市場化程度中位數將樣本分為高低兩組， 從表8列（1）、（2）可以發現：在企業市場化程度低的組中， 共同分析師的回歸系數為0.485， 在1%的水平上顯著; 而在企業市場化程度高的組中， 共同分析師的回歸系數不顯著。 其次， 按照客戶所在地年度市場化程度中位數將樣本分為高低兩組， 從表8列（3）、（4）可以發現： 在客戶處于市場化程度低的組中， 共同分析師的系數為0.349， 在1%的水平上顯著; 而在客戶處于市場化程度高的組中， 共同分析師的回歸系數不顯著。 這表明， 當企業或客戶處于市場化程度低的地區時， 共同分析師在企業與客戶之間發揮更強的信息傳遞作用， 促進企業創新投入增加。

（三）企業與客戶之間距離的調節效應

地理距離是影響企業之間信息傳遞的重要因素， 較近的地理距離能夠為企業間的信息交流創造便利， 增加對彼此的了解。 已有研究發現， 同一地區的并購由于企業間距離較近， 能夠降低并購雙方的信息收集成本， 提高并購活動的信息透明度， 進而促進并購績效提升[27] ; 地理鄰近有助于企業之間開展合作， 進行研發聯盟[28] ; 大客戶地理鄰近， 能夠提高供應商企業會計信息穩健性[29] ; 企業集團內部借款方與貸款方之間的地理距離越遠， 借貸契約設計越嚴苛[30] 。 因此， 當處于同一地區時， 企業與客戶之間的溝通成本較低， 信息交流比較便捷， 彼此更加熟悉， 企業更容易掌握客戶需求， 客戶也更了解企業創新活動。 但當企業與客戶處于不同地區時， 由于不同地區的文化、發展水平、市場環境等存在較大差異， 且地方保護主義盛行， 導致跨區域的信息流通困難， 企業很難獲取客戶需求信息， 客戶也難以了解企業創新活動。 本文預期， 當地理距離增加時， 企業與客戶之間的共同分析師能夠發揮更顯著的信息傳遞優勢， 使企業對客戶需求及客戶對企業創新活動都更加了解， 緩解由于地理距離較遠導致的企業與客戶之間的信息不對稱， 進而提高企業創新投入水平。

借鑒現有研究， 按照企業與客戶是否處于同一省份來衡量企業與客戶之間的距離， 如果同處一個省份賦值為1， 否則為0， 分組回歸結果如表9所示。 在不同省份組中， 共同分析師跟蹤的系數為0.236， 且在5%的水平上顯著為正， 而在同一省份組中不顯著。 這表明企業與客戶之間的距離越遠， 共同分析師對企業創新投入的促進作用越大。

（四）明星分析師的調節效應

由于分析師的個人能力、工作經驗等有所不同， 其掌握的信息也會存在差異。 已有文獻發現， 明星分析師比普通分析師的專業能力更強、經驗更豐富， 能夠挖掘更多公司特質信息[31] ， 其發布的盈余預測報告更準確， 能顯著降低股價同步性[32] ， 引起更高的市場關注度， 給投資者帶來更高的投資收益[33] 。 因此， 本文進一步區分共同分析師的不同類型， 研究與客戶存在共同分析師對企業創新投入的影響。 明星分析師能夠掌握更多被跟蹤公司的信息， 管理層也更愿意接受明星共同分析師提供的信息， 因此當企業與客戶由明星共同分析師跟蹤時， 其能夠向企業傳遞更多客戶需求信息， 同時客戶對企業創新活動的認知也更深刻， 對企業創新的風險、不確定性以及代理問題的抑制作用更強， 進而顯著促進企業創新投入增加。

從2003年起， 《新財富》雜志根據分析師在研究方法、信息挖掘、盈余預測、推薦股票等方面的能力對其進行評價， 評選出每個行業中表現優秀、能力突出的分析師。 因此， 本文將《新財富》雜志每年評選的最佳分析師認定為明星分析師， 如果當年企業和客戶至少被一個明星分析師同時跟蹤， 則認為企業與客戶具有明星共同分析師（Co_AnaStar）， 賦值為1， 否則賦值為0。 從表10的回歸結果可以發現， Co_AnaStar的回歸系數為0.266， 且在5%的水平上顯著為正。 這說明明星共同分析師發揮的信息傳遞作用更強， 對企業創新投入的促進作用更強。

（五）共同分析師、創新投入與企業價值

企業創新投入的增加可以提高員工技術水平、工藝流程設計水平、設備先進性等。 因此， 創新能力的提升有助于企業形成競爭優勢， 進而促使企業價值提升。 現有研究也普遍認為創新投入與企業價值正相關[34] 。 然而， 創新投入的結果往往無法預測， 具有高度的不確定性， 企業只有將創新投入轉化為具體創新成果， 并被市場上的廣大客戶認可， 才會形成競爭優勢， 從而提升企業價值[35] 。 筆者認為， 共同分析師能夠促進企業創新投入， 并最終提高企業價值。 這是因為， 企業通過共同分析師能夠掌握更多的客戶需求信息， 并根據客戶需求開展創新活動， 使得企業創新更具有針對性， 從而降低創新的風險和不確定性。 同時， 通過共同分析師客戶可對企業創新活動有更深入的理解， 從而能抑制創新過程中的代理問題， 并提高客戶對創新產品的認可度。 在此背景下， 創新活動不僅風險低， 而且未來收益高， 有助于企業形成產品競爭優勢， 提高企業價值。 因此， 當企業與客戶存在共同分析師時， 企業創新投入水平越高， 企業價值也越高。

考慮到創新投入的價值效應存在滯后性， 本文采用t+1期的TobinQ來衡量企業價值。 從表11的結果可以發現， 共同分析師與企業創新投入交乘項的回歸系數為0.080， 且在10%的水平上顯著為正。 這表明共同分析師對企業創新投入的促進更有利于提高企業價值。

六、研究結論與啟示

基于社會關系網絡理論， 本文從共同分析師的視角探索企業創新投入問題， 檢驗了企業與客戶之間存在共同分析師對企業創新投入的影響。 研究發現， 共同分析師在企業與客戶之間發揮信息傳遞作用， 緩解企業與客戶之間的信息不對稱， 進而提高企業創新投入水平。 進一步分析表明， 當企業或客戶的盈余管理水平較高、企業或客戶處于市場化進程較低的地區、企業與客戶之間距離較遠， 以及被明星共同分析師跟蹤時， 共同分析師對企業創新投入的促進作用更強， 且共同分析師對企業創新投入的促進作用顯著提升了企業價值。

本文主要考察了共同分析師對企業創新投入的影響， 這對理解社會關系網絡如何影響企業行為決策具有一定的政策啟示。 具體而言， 包括以下三個方面： 其一， 企業在制定創新決策時往往面臨信息不對稱， 尤其是與客戶之間缺乏溝通， 那么企業與客戶可以通過共同分析師跟蹤形成的社會關系網絡， 促進彼此之間的了解， 降低信息不對稱程度， 從而提高企業創新投入水平。 其二， 分析師也需要不斷提升信息挖掘能力， 并有效構建關系網絡， 在符合相關規則的前提下通過關系網絡傳遞信息， 提高資本市場信息效率， 促進實體經濟發展。 其三， 監管機構應該對分析師與管理層之間的交流溝通進行適當監督， 避免分析師利用私有信息與管理層進行不當交易， 從而營造良好的資本市場信息環境。

【 主 要 參 考 文 獻 】

[1] Chu Y. Q.， Tian X.， Wang W. Y.. Corporate Innovation Along the Supply Chain[ J].Management Science，2019（6）：2445 ～ 2466.

[2] Gomes A.， Gopalan R.， Leary M. T.， Marcet F.. Analyst Coverage Network and Corporate Financial Policies[Z].SSRN Electronic Journal，2017.

[3] 馬慧.共同分析師與公司并購——基于券商上市的準自然實驗證據[ J].財經研究，2019（2）：113 ～ 125.

[4] 許汝俊，袁天榮，龍子午，趙晴.分析師跟進網絡會引起上市公司融資決策同群效應嗎？——分析師角色視角的一個新解釋[ J].經濟管理，2018（10）：156 ～ 172.

[5] 馮玲，崔靜.上市公司會計信息質量同群效應及其經濟后果——基于社會網絡互動模型的研究[ J].當代財經，2019（11）：118 ～ 129.

[6] Kaustia M.， Rantal V.. Social Learning and Corporate Peer Effect[ J].Journal of Financial Economics，2015（3）：653 ～ 669.

[7] 陳慶江，王彥萌，萬茂豐.企業數字化轉型的同群效應及其影響因素研究[ J].管理學報，2021（5）：653 ～ 663.

[8] 陳勁，龔焱，雍灝.技術創新信息源新探：領先用戶研究[ J].中國軟科學，2001（1）：86 ～ 88+121.

[9] Mclvor R.， Humphreys P.. Early Supplier Involvement in the Design Process： Lessons from the Electronics Industry[ J].Omega，2004（3）：179 ～ 199.

[10] 周靜.科技創新與產業組織演化的雙向互動機理研究[ J].經濟問題探索，2016（3）：116 ～ 119+163.

[11] 趙璨，曹偉，葉子菱.客戶關系、市場勢力與企業創新產出[ J].廣東財經大學學報，2019（5）：22 ～ 37+49.

[12] 李建標，趙愛莉，王靜.基于潛在競爭者的公司信息披露策略研究——實驗室實驗的檢驗[ J].南開管理評論，2015（1）：37 ～ 44.

[13] 杜金岷，呂寒，張仁壽，吳非.企業R&D投入的創新產出、約束條件與校正路徑[ J].南方經濟，2017（11）：18 ～ 36.

[14] Bertrand M.， Mullainathan S.. Enjoying the Quiet Life？Corporate Governance and Managerial Preferences[ J].Journal of Political Economy，2003（5）：1043 ～ 1075.

[15] 左晶晶，唐躍軍，眭悅.第二類代理問題、大股東制衡與公司創新投資[ J].財經研究，2013（4）：38 ～ 47.

[16] 徐欣，唐清泉.財務分析師跟蹤與企業R&D活動——來自中國證券市場的研究[ J].金融研究，2010（12）：173 ～ 189.

[17] 彭旋，王雄元.支持抑或掠奪？客戶盈余信息與供應商股價崩盤風險[ J].經濟管理，2018（8）：135 ～ 152.

[18] 郭玥.政府創新補助的信號傳遞機制與企業創新[ J].中國工業經濟，2018（9）：98 ～ 116.

[19] 姚海鑫，李璐.共享審計可以提高并購績效嗎？——來自中國A股上市公司的經驗證據[ J].審計與經濟研究，2018（3）：29 ～ 39.

[20] Helmers C.， Patnam M.， Rau P. R.. Do Board Interlocks Increase Innovation？ Evidence from a Corporate Governance Reform in India[ J].Journal of Banking and Finance，2017（1）：51 ～ 70.

[21] Bharath S.， Sunder J.， Sunder S.. Accounting Quality and Debt Contracting[ J].The Accounting Review，2008（1）：1 ～ 28.

[22] Hutton A. P.， Marcus A. J.， Tehranian H.. Opaque Financial Reports， R2 and Crash Risk[ J].Journal of Financial Economics， 2009（1）：67 ～ 86.

[23] Dechow P. M.， Sloan R. G.， Sweeney A. P.. Detecting Earnings Management[ J].The Accounting Review，1995（2）：193 ～ 225.

[24] 樊綱，王小魯，馬光榮.中國市場化進程對經濟增長的貢獻[ J].經濟研究，2011（9）：4 ～ 16.

[25] Eilenberry A. M.， Kluver J. D.. The Marketization of the Nonprofit Sector： Civil Society at Risk？[ J].Public Administration Review，2004（2）：132 ～ 140.

[26] 鄭軍，林鐘高，彭琳.地區市場化進程、相對談判能力與商業信用——來自中國制造業上市公司的經驗證據[ J].財經論叢，2013（5）：81 ～ 87.

[27] 潘紅波，夏新平，余明桂.政府干預、政治關聯與地方國有企業并購[ J].經濟研究，2008（4）：41 ～ 52.

[28] 李后建.政治關聯、地理鄰近性與企業聯盟研發投入[ J].經濟評論，2016（4）：75 ～ 88+117.

[29] 程小可，宛晴，李昊洋.大客戶地理鄰近性對供應商企業會計穩健性的影響研究[ J].審計與經濟研究，2019（5）：65 ～ 74.

[30] 杜立，屈伸，錢雪松，金芳吉.地理距離、契約設計與企業內部資本市場借貸風險防控——來自中國企業集團內部借貸交易的證據[ J].金融研究，2020（8）：130 ～ 148.

[31] Xu N. H.， Chan K. C.， Jiang X. Y.， Yi Z. H.. Do Star Analysts Know More Firm-specific Information？ Evidence from China[ J].Journal of Banking and Finance， 2013（1）：89 ～ 102.

[32] 伊志宏，楊圣之，陳欽源.分析師能降低股價同步性嗎——基于研究報告文本分析的實證研究[ J].中國工業經濟，2019（1）：156 ～ 173.

[33] Mikhail M. B.， Walther B. R.， Willis R. H.. Do Security Analysts Exhibit Persistent Differences in Stock Picking Ability？[ J].Journal of Financial Economics，2004（1）：67 ～ 91.

[34] Ehie I. C.， Olibe K.. The Effect of R&D Investment on Firm Value： An Examination of US Manufacturing and Service Industries[ J].International Journal of Production Economics， 2010（1）：127 ～ 135.

[35] Kim W. S.， Park K.， Lee S. H.， Kim H. Y.. R&D Investments and Firm Value： Evidence from China[ J].Sustainability，2018（11）：1 ～ 17.

（責任編輯·校對： 李小艷? 黃艷晶）