分析師關(guān)注對企業(yè)全要素生產(chǎn)率的影響研究

摘 要：加快發(fā)展新質(zhì)生產(chǎn)力，扎實推進高質(zhì)量發(fā)展已成為社會關(guān)注的重要議題。本文基于2008—2022年A股上市企業(yè)樣本數(shù)據(jù)，研究分析師關(guān)注對企業(yè)全要素增長率的影響及其作用機制。研究發(fā)現(xiàn)，分析師關(guān)注對企業(yè)全要素生產(chǎn)率具有正向影響。通過機制檢驗發(fā)現(xiàn)，分析師關(guān)注通過促進企業(yè)創(chuàng)新、緩解融資約束和降低信息不對稱顯著提升企業(yè)全要素生產(chǎn)率。本文揭示了分析師關(guān)注對企業(yè)全要素生產(chǎn)率的影響，為促進企業(yè)增長、增強綜合實力、進一步推動高質(zhì)量發(fā)展提供了理論依據(jù)與實踐指導(dǎo)。

關(guān)鍵詞：分析師關(guān)注；企業(yè)全要素生產(chǎn)率；技術(shù)創(chuàng)新；融資約束；信息不對稱

中圖分類號：F270.3 文獻標(biāo)識碼：A 文章編號：2096-0298（2025）05（a）--04

1 引言

2023年12月召開的中央經(jīng)濟工作會議強調(diào)，“必須把堅持高質(zhì)量發(fā)展作為新時代的硬道理，完整、準(zhǔn)確、全面貫徹新發(fā)展理念，推動經(jīng)濟實現(xiàn)質(zhì)的有效提升和量的合理增長”，要“聚焦經(jīng)濟建設(shè)這一中心工作和高質(zhì)量發(fā)展這一首要任務(wù)”。企業(yè)全要素生產(chǎn)率（Total Factor Productivity， TFP）指的是企業(yè)的生產(chǎn)效率、資源配置效率。然而，在所有權(quán)與經(jīng)營權(quán)分離的環(huán)境下，信息不對稱所產(chǎn)生的代理問題，成為制約企業(yè)實現(xiàn)高質(zhì)量發(fā)展的潛在風(fēng)險因素。生產(chǎn)力系統(tǒng)是一個與其外部環(huán)境密切聯(lián)系、交互作用的開放系統(tǒng)，也是動態(tài)發(fā)展的系統(tǒng)。優(yōu)化生產(chǎn)力系統(tǒng)與外部環(huán)境的關(guān)系，促進生產(chǎn)力系統(tǒng)功能由低級到高級動態(tài)演進，對于提升生產(chǎn)力系統(tǒng)的整體功能和可持續(xù)發(fā)展能力至關(guān)重要。

證券分析師是專業(yè)化的資本市場信息中介，通過發(fā)布研究報告提供更多與企業(yè)有關(guān)的增量信息，緩解投資者與企業(yè)之間的信息不對稱[1]。已有研究表明，分析師的存在對于緩解市場參與者之間的信息不對稱問題起到了積極作用。不僅可以提升企業(yè)的投資效率、優(yōu)化融資水平及合理引導(dǎo)資源配置效率，還能作為管理層的外部監(jiān)督者，為企業(yè)穩(wěn)健發(fā)展提供有力支持[2]。也有學(xué)者認(rèn)為，分析師通過盈余預(yù)測、股票推薦等手段，可能會將投資者的注意力過度聚焦于企業(yè)的短期利潤上，這無形中為企業(yè)設(shè)置了外部業(yè)績標(biāo)桿，管理層可能會為了迎合市場短期的業(yè)績預(yù)期，而放棄那些對企業(yè)長遠(yuǎn)發(fā)展具有戰(zhàn)略價值的投資項目。因此，分析師關(guān)注如何影響TFP？其中的內(nèi)在作用機制如何？如何更好地發(fā)揮分析師關(guān)注對TFP的促進作用？這些問題亟待深入探究。

2 理論分析與研究假設(shè)

2.1 分析師關(guān)注與企業(yè)全要素生產(chǎn)率

分析師關(guān)注是一把“雙刃劍”。一方面，由于我國的資本市場尚處于發(fā)展的初級階段，企業(yè)和投資者之間存在信息不匹配問題。此外，企業(yè)所有權(quán)和經(jīng)營權(quán)分離等委托代理問題使得信息不對稱問題更加嚴(yán)重，容易誘發(fā)道德風(fēng)險，導(dǎo)致管理層為追求自身利益最大化而做出不利于公司價值最大化的決策[3]。而分析師能夠在一定程度上緩解信息不對稱問題，提高信息透明度，降低管理層利己主義的行為[4]。由此，提出以下假設(shè)：

H1a：在其他條件不變的情況下，分析師關(guān)注對TFP有正向影響。

另一方面，分析師所撰寫的研究報告大多聚焦于公司的即時或短期財務(wù)表現(xiàn)。如果分析師因為公司短期業(yè)績不佳而下調(diào)對公司的評級，管理層會面臨較大的短期業(yè)績壓力，這很可能引發(fā)公司管理層的短視效應(yīng)，使其為了迎合市場的預(yù)期而做出犧牲企業(yè)長期獲益的決策，不利于企業(yè)長期發(fā)展[1]。由此，提出以下假設(shè)：

H1b：在其他條件不變的情況下，分析師關(guān)注對TFP有負(fù)向影響。

2.2 分析師關(guān)注影響企業(yè)全要素生產(chǎn)率的機制分析

2.2.1 技術(shù)創(chuàng)新的中介機制分析

TFP體現(xiàn)了企業(yè)的綜合實力與長期競爭能力，涵蓋技術(shù)、管理、資源配置等多方面因素，在這些因素中，技術(shù)進步起著舉足輕重的作用。然而，在企業(yè)實際運營過程中，管理層可能因個人利益驅(qū)動或任期限制等因素，對研發(fā)投資持謹(jǐn)慎態(tài)度。此時，分析師作為外部監(jiān)督力量，能夠迅速將企業(yè)的研發(fā)進展傳達給市場和企業(yè)所有者，在客觀上促使管理層增加對研發(fā)活動的投入。基于中國資本市場的實證研究發(fā)現(xiàn)，分析師關(guān)注能夠顯著促進企業(yè)研發(fā)投入和創(chuàng)新績效[5]。創(chuàng)新活動為企業(yè)的長遠(yuǎn)發(fā)展注入了強大動力，促進TFP的提升[6]。基于此，提出以下假設(shè)：

H2：分析師關(guān)注通過增加技術(shù)創(chuàng)新，提升企業(yè)的全要素生產(chǎn)率。

2.2.2 融資約束的中介機制分析

融資約束問題是制約企業(yè)創(chuàng)新研發(fā)、提高全要素生產(chǎn)率的重要阻力和障礙[7]。根據(jù)信息不對稱理論和委托代理理論，較高的融資成本會使企業(yè)偏離最優(yōu)的資本結(jié)構(gòu)，出現(xiàn)較為嚴(yán)重的代理問題，對企業(yè)的經(jīng)營績效產(chǎn)生顯著的負(fù)面影響。分析師通過對公司的解讀，幫助企業(yè)向市場傳遞信號，讓投資者更加了解企業(yè)的真實情況，緩解信息不對稱，為企業(yè)提供更多更好的融資渠道，緩解企業(yè)的融資約束，為企業(yè)低成本、高效率的融資提供便利。基于此，提出以下假設(shè)：

H3：分析師關(guān)注通過緩解企業(yè)的融資約束，提升企業(yè)的全要素生產(chǎn)率。

2.2.3 信息不對稱的中介機制分析

信號傳遞理論認(rèn)為，分析師具備專業(yè)的信息挖掘和解讀能力[8]，可通過發(fā)布研究報告向市場傳遞有價值的公司特質(zhì)信息，降低公司和投資者之間的信息不對稱，使股票價格能夠反映公司特質(zhì)信息，這可能吸引更多投資者關(guān)注，并基于公司特質(zhì)信息進行交易，引發(fā)強烈的市場反應(yīng)，降低股價同步性。股價信息含量的提高不僅能降低企業(yè)的資源獲取成本，還能形成有效的外部監(jiān)督，改善企業(yè)資源使用效率、提升企業(yè)全要素生產(chǎn)率[9]。基于此，提出以下假設(shè)：

H4：分析師關(guān)注通過降低信息不對稱，提升企業(yè)的全要素生產(chǎn)率。

3 研究設(shè)計

3.1 樣本選擇與數(shù)據(jù)來源

本文以2008—2022年我國A股上市公司為初始研究樣本，進行如下處理：（1）剔除ST、PT等非正常交易類的企業(yè)；（2）剔除金融、房地產(chǎn)類的企業(yè)；（3）剔除存在缺失值的樣本；（4）為控制異常值的影響，在剔除缺失值的基礎(chǔ)上對連續(xù)變量進行上下1%的縮尾處理，最終得到15428條觀測數(shù)據(jù)。數(shù)據(jù)來自國泰安數(shù)據(jù)庫（CSMAR）和中國研究數(shù)據(jù)服務(wù)平臺（CNRDS）。

3.2 模型設(shè)計與變量選取

為檢驗本文假設(shè)，構(gòu)建模型（1）進行檢驗：

TFPi，t+1=α0+α1Attentioni，t+γ∑Controlsi，t+Industryi+Yeart+εi，t（1）

其中，TFPi，t+1代表i公司t+1年的TFP，本文借鑒 Levinsohn和Petrin[10]的方法，采用LP法計算企業(yè)TFP。Attentioni，t代表企業(yè)當(dāng)年的分析師關(guān)注，用跟蹤上市公司分析師數(shù)量加1取自然對數(shù)來衡量。參照邢恩澤等[11]的研究，選擇公司規(guī)模、公司年齡、職工人數(shù)、成長性、資產(chǎn)負(fù)債率、固定資產(chǎn)比率、是否兩職合一、董事會規(guī)模、機構(gòu)持股、獨立董事占比作為控制變量。所有變量描述性統(tǒng)計如表1所示。

4 實證分析

4.1 基準(zhǔn)回歸結(jié)果

表2匯報了分析師關(guān)注對TFP影響的回歸結(jié)果。第（1）列未加入固定效應(yīng)，第（2）列增加了行業(yè)與年份固定效應(yīng)。實證結(jié)果表明，無論是否含有固定效應(yīng)，AnaA的估計系數(shù)均在1%水平上顯著為正，分析師關(guān)注與TFP呈正相關(guān)關(guān)系。由第（2）列可知，分析師關(guān)注度每上升1%，TFP會增加0.07%，說明分析師關(guān)注的提升能夠提高企業(yè)全要素增長率，因此，假設(shè)H1a得證。

表2 分析師關(guān)注對TFP影響的回歸結(jié)果

變量 （1） （2）

TFP_LP TFP_LP

AnaA 0.073*** 0.070***

（0.006） （0.005）

N 15428 15428

R2 0.773 0.825

Controls Yes Yes

Industry No Yes

Year No Yes

注：***plt;0.01，**plt;0.05，*plt;0.1；括號內(nèi)為穩(wěn)健標(biāo)準(zhǔn)誤，以下各表同。

4.2 內(nèi)生性檢驗

4.2.1 工具變量法

分析師關(guān)注會促進TFP提高，然而，TFP較高時，也可能會吸引更多的分析師關(guān)注，即存在互為因果的內(nèi)生性問題。盡管本文已采用解釋變量滯后一階處理辦法，但仍進行了工具變量檢驗，以緩解內(nèi)生性問題。參考席龍勝等[12]的做法，本文選用同年份同行業(yè)同省份分析師關(guān)注的均值A(chǔ)naA_iv作為工具變量對分析師關(guān)注進行2SLS回歸。企業(yè)同年份同行業(yè)同省份分析師關(guān)注對本企業(yè)分析師關(guān)注有影響，但不對本公司下一年全要素生產(chǎn)率產(chǎn)生影響。結(jié)果表明，第一階段中，AnaA_iv對AnaA的回歸系數(shù)是0.793，且工具變量在1%水平上顯著；第二階段中，AnaA對TFP_LP的回歸系數(shù)是0.068，且在1%水平上顯著，表明分析師關(guān)注與TFP顯著正相關(guān)。Wald檢驗F值在1%水平上顯著。以上檢驗均通過弱工具變量檢驗，工具變量法回歸結(jié)果與基準(zhǔn)回歸結(jié)論相同，說明實證結(jié)果較為穩(wěn)健。

4.2.2 傾向評分匹配法

為進一步提高實證結(jié)果的穩(wěn)健性，本文參考王雪和劉清源[13]的做法，采用傾向得分匹配（PSM）的方法， 按分析師關(guān)注的中位數(shù)進行分組，高于中位數(shù)的樣本作為實驗組，低于中位數(shù)的樣本作為對照組，按一對一的最近鄰匹配進行傾向評分匹配，并以公司規(guī)模、公司年齡、職工人數(shù)、成長性等控制變量作為協(xié)變量使用半徑匹配方法進行匹配。結(jié)果顯示，AnaA對TFP_LP的回歸系數(shù)是0.060，且在1%水平上顯著，分析師關(guān)注對TFP影響的顯著性與方向均未發(fā)生改變，增強了文章檢驗結(jié)果的可靠性。

5 進一步分析

分析師關(guān)注會促進企業(yè)全要素生產(chǎn)率提高。那么，分析師關(guān)注影響企業(yè)全要素生產(chǎn)率的傳導(dǎo)機制是什么？本文以創(chuàng)新、融資約束和信息不對稱程度作為中介，進行分析師關(guān)注與企業(yè)全要素生產(chǎn)率的中介效應(yīng)檢驗。

首先，陳欽源等[14]研究發(fā)現(xiàn)，分析師跟蹤能夠顯著提高企業(yè)的創(chuàng)新績效。同時，研發(fā)創(chuàng)新對企業(yè)全要素生產(chǎn)率的提高至關(guān)重要，是實現(xiàn)企業(yè)增長的關(guān)鍵因素。本文驗證技術(shù)創(chuàng)新的提高在分析師關(guān)注對TFP的影響中發(fā)揮著中介作用。借鑒余宜珂等[15]的做法，使用研發(fā)投入加一取自然對數(shù)（RDE）作為創(chuàng)新的代理變量。結(jié)果顯示，AnaA對RDE的回歸系數(shù)為0.186，且在1%水平上顯著為正，說明分析師關(guān)注對技術(shù)創(chuàng)新的回歸結(jié)果顯著，且分析師關(guān)注和技術(shù)創(chuàng)新呈顯著的正相關(guān)關(guān)系，分析師關(guān)注能夠顯著提高企業(yè)的技術(shù)創(chuàng)新能力。同時，AnaA對TFP_LP的回歸系數(shù)為0.050，RDE對TFP_LP的回歸系數(shù)為0.082，且在1%水平上顯著為正，即分析師關(guān)注和技術(shù)創(chuàng)新的系數(shù)在1%水平上顯著為正，本文進行了Sobel檢驗并通過，表明分析師關(guān)注對TFP的影響機制在于提高企業(yè)的技術(shù)創(chuàng)新能力，驗證了假設(shè)H2。

其次，對于衡量企業(yè)融資約束的指標(biāo)，采用KZ指數(shù)作為融資約束的代理變量。結(jié)果表明，AnaA對KZ的回歸系數(shù)為-0.195，且在1%水平上顯著為負(fù)，即分析師關(guān)注AnaA對融資約束KZ的回歸結(jié)果顯著，且分析師關(guān)注和融資約束呈顯著的負(fù)相關(guān)關(guān)系，說明分析師關(guān)注可以緩解企業(yè)面臨的融資約束。同時，AnaA對TFP_LP的回歸系數(shù)為0.063，且在1%水平上顯著為正，即分析師關(guān)注的回歸系數(shù)在1%水平上顯著為正，KZ對TFP_LP的回歸系數(shù)為-0.035，且在1%水平上顯著為負(fù)，可知分析師關(guān)注可以通過緩解融資約束的途徑來提高TFP，驗證了假設(shè)H3。

最后，根據(jù)信號傳遞理論，分析師關(guān)注增加會使信號傳遞更充分，降低信息不對稱，進而提高企業(yè)全要素生產(chǎn)率。本文采用股價同步性指數(shù)（SYN）作為信息不對稱程度的代理變量。股價同步性的中介效應(yīng)分析結(jié)果顯示，AnaA對SYN的回歸系數(shù)為-0.029，且在1%水平上顯著為負(fù)，即分析師關(guān)注對股價同步性的回歸結(jié)果顯著，且分析師關(guān)注和股價同步性呈顯著的負(fù)相關(guān)關(guān)系，說明分析師關(guān)注可以降低股價同步性。同時，AnaA對TFP_LP的回歸系數(shù)為0.068，且在1%水平上顯著為正，SYN的回歸系數(shù)為-0.057，且在1%水平上顯著為負(fù)，驗證了假設(shè)H4。

6 結(jié)論與建議

本文選取2008—2022年A股上市企業(yè)作為研究樣本，實證檢驗了分析師關(guān)注與TFP之間的關(guān)系及其作用機制。研究發(fā)現(xiàn)：分析師關(guān)注與TFP呈現(xiàn)顯著正相關(guān)關(guān)系；技術(shù)創(chuàng)新、融資約束和信息不對稱是分析師關(guān)注與TFP的中介變量。

基于以上研究結(jié)論，本文提出如下政策建議：

（1）提升分析師關(guān)注度與信息透明度。鼓勵資本市場發(fā)展更多專業(yè)、獨立的分析師團隊，以提高整體分析師關(guān)注度。政府或行業(yè)協(xié)會可以通過設(shè)立相關(guān)獎項、提供培訓(xùn)等方式，激勵分析師提升專業(yè)素養(yǎng)和職業(yè)道德水平。

（2）提升上市公司信息披露的時效性和精確度至關(guān)重要。管理層應(yīng)認(rèn)識到分析師影響力的重要性，并將焦點放在企業(yè)的長遠(yuǎn)規(guī)劃上。全要素生產(chǎn)率的增長不僅是驅(qū)動我國經(jīng)濟高質(zhì)量發(fā)展的核心要素，也是增強企業(yè)長期競爭優(yōu)勢的關(guān)鍵所在。因此，管理層在做出決策時，應(yīng)充分考慮資本市場的動態(tài)變化以及分析師的意見，重視企業(yè)的可持續(xù)發(fā)展，通過優(yōu)化資源配置和提升組織管理能力，實現(xiàn)全要素生產(chǎn)率的提高。

（3）優(yōu)化融資環(huán)境和市場結(jié)構(gòu)。政府應(yīng)繼續(xù)深化金融改革，優(yōu)化融資環(huán)境，降低企業(yè)融資成本，特別是針對中小企業(yè)和民營企業(yè)，應(yīng)提供更多的融資渠道和優(yōu)惠政策。鼓勵市場競爭，打破行業(yè)壁壘，降低市場準(zhǔn)入門檻，使更多企業(yè)能夠參與市場競爭，進而提高市場效率。同時，加強反壟斷執(zhí)法，防止市場壟斷行為。

參考文獻

楊道廣，王金妹，龔子良，等.分析師在企業(yè)風(fēng)險承擔(dān)中的作用：治理抑或壓力[J].北京工商大學(xué)學(xué)報（社會科學(xué)版），2019，34 （1）： 20-30.

王雪，劉清源.分析師關(guān)注提高了企業(yè)的ESG表現(xiàn)嗎[J].現(xiàn)代經(jīng)濟探討，2024（2）：51-66.

尹林輝，段忠悅.證券分析師對企業(yè)杠桿操縱的治理： 基于信息中介和市場壓力的雙重效應(yīng)[J].上海金融，2023（7）：29-44.

吳迪，趙奇鋒.資本市場動態(tài)博弈、信息不對稱與企業(yè)創(chuàng)新： 基于分析師預(yù)測視角[J].南開經(jīng)濟研究，2023（2）：140-160.

余明桂， 鐘慧潔， 范蕊.分析師關(guān)注與企業(yè)創(chuàng)新： 來自中國資本市場的經(jīng)驗證據(jù)[J].經(jīng)濟管理，2017，39（3）：175-192.

王三興，王子明.企業(yè)ESG表現(xiàn)、創(chuàng)新與全要素生產(chǎn)率[J].宏觀經(jīng)濟研究，2023（11）：62-74.

張藝.數(shù)字化轉(zhuǎn)型與企業(yè)全要素生產(chǎn)率： 內(nèi)部控制與融資約束的雙重視角[J].現(xiàn)代管理科學(xué)，2024（3）：196-206.

Huang， Chia-Hui. Tax Credits and Total Factor Productivity： Firm-level Evidence From Taiwan[J]. The Journal of Technology Transfer， 2015， 40（6）：932-947.

任燦燦，郭澤光，田智文.資本市場開放、股價信息含量與企業(yè)全要素生產(chǎn)率： 基于“滬深港通”的準(zhǔn)自然實驗[J].國際商務(wù)（對外經(jīng)濟貿(mào)易大學(xué)學(xué)報），2021（2）：141-156.

Levinsohn， J.， A. Petrin. Estimating Production Functions Using Inputs to Control for Unobservables[J]. Review of Economic Studies， 2010，70（2）：317-341.

邢恩澤，鄧玉萍，袁禮，等.信息披露質(zhì)量與企業(yè)全要素生產(chǎn)率[J].中國軟科學(xué)，2023（7）：114-126.

席龍勝，趙輝.企業(yè)ESG表現(xiàn)影響盈余持續(xù)性的作用機理和數(shù)據(jù)檢驗[J].管理評論，2022，34（9）：313-326.

王雪，劉清源.分析師關(guān)注提高了企業(yè)的ESG表現(xiàn)嗎[J].現(xiàn)代經(jīng)濟探討，2024（2）：51-66.

陳欽源，馬黎珺，伊志宏.分析師跟蹤與企業(yè)創(chuàng)新績效： 中國的邏輯[J].南開管理評論，2017，20（3）：15-27.

余宜珂，陳鵬宇，姚文軒.分析師跟蹤對企業(yè)研發(fā)創(chuàng)新的影響[J].統(tǒng)計與決策，2023，39（6）：172-177.