申丹琳

(中國礦業(yè)大學(xué)(北京) 管理學(xué)院，北京 100083)

一、引言

追求收益需要承擔(dān)風(fēng)險(xiǎn)。企業(yè)風(fēng)險(xiǎn)承擔(dān)水平的提高，表明公司更勇于把握機(jī)會(huì)進(jìn)行投資，更敢于從事研發(fā)創(chuàng)新等風(fēng)險(xiǎn)性項(xiàng)目，這對于提升企業(yè)競爭力、創(chuàng)造更高的企業(yè)價(jià)值至關(guān)重要[1]。更關(guān)鍵的是，企業(yè)風(fēng)險(xiǎn)承擔(dān)也是提高社會(huì)生產(chǎn)率、促進(jìn)經(jīng)濟(jì)繁榮的源動(dòng)力[2]。但我國上市公司風(fēng)險(xiǎn)承擔(dān)水平相對較低[3]。尋找其潛在可能原因，探究企業(yè)風(fēng)險(xiǎn)承擔(dān)的影響因素，對于增加公司合理承擔(dān)風(fēng)險(xiǎn)，推動(dòng)企業(yè)發(fā)展及經(jīng)濟(jì)增長具有重要意義。

證券分析師是資本市場的主要參與者之一，在提高市場信息效率方面發(fā)揮著重要作用[4]。近年來，學(xué)者們開始關(guān)注分析師對公司決策的影響，尤其是分析師在企業(yè)高風(fēng)險(xiǎn)活動(dòng)中所起的作用。例如對于企業(yè)創(chuàng)新而言，He和Tian(2013)發(fā)現(xiàn)分析師加大了管理層業(yè)績壓力，導(dǎo)致風(fēng)險(xiǎn)高、不利于短期業(yè)績的企業(yè)創(chuàng)新減少[5]。但陳欽源等(2017)的研究表明，分析師的信息傳遞及監(jiān)督作用能降低公司的融資約束及代理問題，促進(jìn)了企業(yè)創(chuàng)新[6]。由此可見，分析師與企業(yè)的風(fēng)險(xiǎn)承擔(dān)水平密切相關(guān)[7]。然而現(xiàn)有研究聚焦于分析師關(guān)注程度對企業(yè)風(fēng)險(xiǎn)承擔(dān)的影響，尚未考慮分析師之間相互影響的動(dòng)態(tài)作用。

研究發(fā)現(xiàn)，分析師時(shí)常會(huì)放棄私人信息而發(fā)布與大多數(shù)分析師一致的觀點(diǎn)，分析師的預(yù)測具有趨同現(xiàn)象，當(dāng)前分析師的評級會(huì)正向影響后續(xù)分析師的評級，即分析師存在羊群行為[8][9] ①。分析師羊群行為會(huì)導(dǎo)致其較少使用私人信息進(jìn)行研究或者減少向市場傳遞私人信息，市場中可獲得的分析師獨(dú)立研究減少，信息不對稱增加[10]。一方面，投資者了解企業(yè)真實(shí)情況難度的提升會(huì)減少其資金供給意愿，加劇融資約束，從而降低了企業(yè)風(fēng)險(xiǎn)承擔(dān)的能力。另一方面，市場中可獲得信息的減少會(huì)增加投資者正確評價(jià)及監(jiān)督管理層的難度，容易誘發(fā)管理層短視行為或追求安逸生活等代理問題，從而削弱了企業(yè)風(fēng)險(xiǎn)承擔(dān)的意愿。因此，分析師羊群行為很可能是影響企業(yè)風(fēng)險(xiǎn)承擔(dān)的一個(gè)重要因素。

基于此，本文試圖研究以下幾個(gè)問題：第一，分析師羊群行為是否會(huì)影響企業(yè)風(fēng)險(xiǎn)承擔(dān)？第二，分析師羊群行為影響企業(yè)風(fēng)險(xiǎn)承擔(dān)的作用機(jī)制是什么？第三，在不同的公司特征下，分析師羊群行為與企業(yè)風(fēng)險(xiǎn)承擔(dān)的關(guān)系是否存在差異？第四，分析師羊群行為影響企業(yè)風(fēng)險(xiǎn)承擔(dān)的主要表現(xiàn)形式是什么？

本文可能的研究貢獻(xiàn)如下：首先，拓展了分析師羊群行為的研究。許多文獻(xiàn)發(fā)現(xiàn)分析師存在羊群行為[9][11]，并從聲譽(yù)激勵(lì)[8][12]、信息瀑布[13]等視角對分析師羊群行為的成因進(jìn)行了研究。但是分析師羊群行為會(huì)產(chǎn)生何種經(jīng)濟(jì)后果，現(xiàn)有文獻(xiàn)關(guān)注不足。少量研究也主要基于資本市場，從市場反應(yīng)[14]、機(jī)構(gòu)投資者羊群行為[15]以及股價(jià)崩盤風(fēng)險(xiǎn)[10]等方面進(jìn)行了探討。本文進(jìn)一步聚焦公司決策，將分析師羊群行為與企業(yè)風(fēng)險(xiǎn)承擔(dān)相聯(lián)系，補(bǔ)充了分析師羊群行為經(jīng)濟(jì)后果的研究。其次，豐富了企業(yè)風(fēng)險(xiǎn)承擔(dān)的文獻(xiàn)?，F(xiàn)有研究側(cè)重關(guān)注企業(yè)內(nèi)部因素對其風(fēng)險(xiǎn)承擔(dān)的影響。例如管理層薪酬激勵(lì)[16]、管理層特征[1][17]、國有及外資股權(quán)比例[18]等，都對企業(yè)風(fēng)險(xiǎn)承擔(dān)具有重要作用。但是在研究企業(yè)風(fēng)險(xiǎn)決策時(shí)，也需要考慮外部因素的影響。一些學(xué)者逐漸從影子銀行[19]、社會(huì)信任[20]等角度展開研究。本文發(fā)現(xiàn)市場中分析師的羊群行為也與企業(yè)的風(fēng)險(xiǎn)承擔(dān)水平密切相關(guān)，為風(fēng)險(xiǎn)承擔(dān)領(lǐng)域的研究補(bǔ)充了新的影響因素。最后，揭示了分析師羊群行為影響企業(yè)風(fēng)險(xiǎn)承擔(dān)的作用機(jī)理及表現(xiàn)形式。本文發(fā)現(xiàn)，加劇信息不對稱進(jìn)而誘發(fā)融資約束及代理問題，是分析師羊群行為抑制企業(yè)風(fēng)險(xiǎn)承擔(dān)的重要機(jī)制。同時(shí)，分析師羊群行為降低企業(yè)風(fēng)險(xiǎn)承擔(dān)主要表現(xiàn)在企業(yè)創(chuàng)新和債務(wù)融資的減少。這有助于更好地理解分析師行為偏差在企業(yè)風(fēng)險(xiǎn)決策中所起的作用。

二、文獻(xiàn)回顧與研究假設(shè)

分析師在資本市場中起著重要的信息中介作用，他們通過發(fā)布研究報(bào)告，將搜集、解讀的信息傳遞給投資者。但是現(xiàn)有研究表明，分析師的預(yù)測評級具有顯著的趨同現(xiàn)象，當(dāng)前分析師的觀點(diǎn)會(huì)正向影響之后分析師的觀點(diǎn)[9][21]。這意味著分析師會(huì)放棄私人信息而發(fā)布與其他分析師相似的預(yù)測評級，即分析師存在著羊群行為[8][12]。分析師羊群行為導(dǎo)致其較少利用私人信息或者分析師報(bào)告較少包含私人信息，減少了信息傳遞，提高了信息不對稱程度。考慮到信息不對稱誘發(fā)的融資約束及代理問題是制約企業(yè)風(fēng)險(xiǎn)承擔(dān)的重要原因[20][22]，因此分析師羊群行為對企業(yè)信息環(huán)境的不利影響，可能通過如下途徑降低企業(yè)風(fēng)險(xiǎn)承擔(dān)水平。

第一，提高融資約束。企業(yè)風(fēng)險(xiǎn)承擔(dān)通常需要消耗大量資金，保障資金供給是企業(yè)風(fēng)險(xiǎn)承擔(dān)順利進(jìn)行的關(guān)鍵[22][23]。由于公司內(nèi)源融資有限，外源融資是企業(yè)獲取資金的重要途徑。外源融資狀況直接影響著企業(yè)風(fēng)險(xiǎn)承擔(dān)的能力[19][22]。倘若分析師存在羊群行為，這意味著分析師會(huì)跟隨大多數(shù)分析師的觀點(diǎn)，分析師較少利用私人信息或者報(bào)告中包含的私人信息減少，從而降低了分析師報(bào)告的信息含量。現(xiàn)有研究也發(fā)現(xiàn)，相比從眾的預(yù)測，分析師大膽的預(yù)測會(huì)包含更全面的私人信息，能為投資者提供更多相關(guān)內(nèi)容[24]，偏離一致性的新評級引起的市場反應(yīng)更大[14]。也就是說，分析師羊群行為會(huì)減少市場中可獲得的公司信息，加劇信息不對稱，這會(huì)導(dǎo)致投資者了解公司真實(shí)情況的難度提升。對于高風(fēng)險(xiǎn)的項(xiàng)目更是如此，因?yàn)楦唢L(fēng)險(xiǎn)項(xiàng)目收益波動(dòng)性更大，企業(yè)外部投資者準(zhǔn)確判斷風(fēng)險(xiǎn)項(xiàng)目未來收益的難度顯著增加，從而更加需要和依賴分析師提供的信息。面對分析師的羊群行為時(shí)，投資者可獲悉的公司信息減少，為了規(guī)避風(fēng)險(xiǎn)，他們會(huì)縮減資金供給，公司融資成本增加[25]。因此，分析師羊群行為會(huì)增加融資約束，降低了企業(yè)風(fēng)險(xiǎn)承擔(dān)的能力。

第二，加劇代理問題。在信息不對稱的情況下，經(jīng)營權(quán)和所有權(quán)的分離可能會(huì)導(dǎo)致管理層為了自身利益而不顧公司長遠(yuǎn)發(fā)展。一方面，管理層為了避免投資失敗、短期業(yè)績下滑而被解雇，很可能會(huì)放棄高風(fēng)險(xiǎn)項(xiàng)目，即使這些項(xiàng)目凈現(xiàn)值為正[2][26]。管理層的職業(yè)憂慮削弱了企業(yè)風(fēng)險(xiǎn)承擔(dān)的意愿。同時(shí)，分析師羊群行為會(huì)導(dǎo)致分析師因選擇從眾預(yù)測而在研究中放棄私人信息，分析師報(bào)告中含有的信息量降低，向市場傳遞的信息減少。外部投資者獲取的信息不足，不利于其了解企業(yè)生產(chǎn)經(jīng)營活動(dòng)的真實(shí)情況。此時(shí)投資者難以分辨公司業(yè)績變動(dòng)的原因，更可能將企業(yè)短期業(yè)績的下降歸結(jié)為管理層的能力低下，從而加劇了管理層的職業(yè)憂慮。這將誘發(fā)管理層的短視行為，削弱了管理層實(shí)施風(fēng)險(xiǎn)較高項(xiàng)目的意愿，即使這些風(fēng)險(xiǎn)項(xiàng)目有利于企業(yè)長期價(jià)值的提升。

另一方面，實(shí)施高風(fēng)險(xiǎn)項(xiàng)目通常要耗費(fèi)管理層較多時(shí)間和精力，管理層為了追求安逸的生活，也可能不愿開展高風(fēng)險(xiǎn)活動(dòng)[27]。管理層對安逸生活的追求會(huì)降低企業(yè)風(fēng)險(xiǎn)承擔(dān)的意愿。當(dāng)分析師存在羊群行為時(shí)，分析師向市場傳遞的信息趨同，公司與外部投資者之間信息不對稱加大。這讓投資者難以對管理層的勤勉程度進(jìn)行評判，從而降低了投資者監(jiān)督的效率和效果。此時(shí)管理層享受安逸生活會(huì)更加容易，從而降低了企業(yè)的風(fēng)險(xiǎn)承擔(dān)水平。需要指出的是，分析師除了能通過信息傳遞影響投資者的監(jiān)督作用外，分析師也能直接監(jiān)督公司。例如，分析師關(guān)注較多的公司，盈余管理較少[28]。但是分析師的監(jiān)督作用依賴于分析師勤勉盡職地關(guān)注公司，獨(dú)立開展信息活動(dòng)。當(dāng)分析師存在羊群行為時(shí)，從眾的分析師跟隨大多數(shù)分析師的意見，不會(huì)花費(fèi)太多時(shí)間和精力關(guān)注、監(jiān)督上市公司。分析師外部監(jiān)督作用的減弱使得管理層更有可能發(fā)生追求安逸生活等機(jī)會(huì)主義行為，誘發(fā)企業(yè)減少或放棄高風(fēng)險(xiǎn)項(xiàng)目。因此，分析師羊群行為會(huì)加劇代理問題，降低企業(yè)風(fēng)險(xiǎn)承擔(dān)的意愿。

當(dāng)然，分析師羊群行為對企業(yè)風(fēng)險(xiǎn)承擔(dān)的不利影響并不是必然的。有研究發(fā)現(xiàn)，分析師預(yù)測發(fā)布的時(shí)間越早，預(yù)測越樂觀[29]。分析師羊群行為的存在會(huì)進(jìn)一步傳播這種樂觀預(yù)測。市場中正面預(yù)測增加而負(fù)面觀點(diǎn)減少，容易誘導(dǎo)投資者低估風(fēng)險(xiǎn)、高估收益，從而降低了其投資公司所要求的必要報(bào)酬率。這樣，分析師羊群行為可能有助于改善企業(yè)融資狀況，企業(yè)有更多資金用于風(fēng)險(xiǎn)承擔(dān)。但是，分析師羊群行為對樂觀預(yù)測的傳遞也許可以在短期內(nèi)誤導(dǎo)投資者而降低融資成本，然而隨著時(shí)間的推移，隱瞞的負(fù)面信息集中釋放，引發(fā)未來期間股價(jià)下跌，股價(jià)崩盤風(fēng)險(xiǎn)上升[10]，加大了之后的融資成本?？紤]到企業(yè)許多風(fēng)險(xiǎn)性投資項(xiàng)目持續(xù)的時(shí)間相對較長，因此管理層不會(huì)因暫時(shí)的融資狀況改善而增加風(fēng)險(xiǎn)承擔(dān)。綜上，本文提出如下研究假設(shè)：

H：分析師羊群行為會(huì)減少企業(yè)風(fēng)險(xiǎn)承擔(dān)，兩者呈負(fù)相關(guān)關(guān)系。

三、研究設(shè)計(jì)

(一)樣本選取與數(shù)據(jù)來源

本文以2003～2015年我國滬深兩市A股上市公司為研究對象。由于企業(yè)風(fēng)險(xiǎn)承擔(dān)需用當(dāng)年及未來兩年的數(shù)據(jù)計(jì)算，所以本文實(shí)際使用的數(shù)據(jù)跨度是2003～2017年。上市公司數(shù)據(jù)及分析師數(shù)據(jù)均來自CSMAR數(shù)據(jù)庫。從2003年起CSMAR數(shù)據(jù)庫開始系統(tǒng)收錄分析師預(yù)測及第一大股東持股數(shù)據(jù)，因而研究起點(diǎn)為2003年。本文數(shù)據(jù)分析采用的軟件是Stata16。

對初始樣本，本文進(jìn)行如下篩選：(1)剔除金融類公司樣本；(2)由于計(jì)算分析師羊群行為指數(shù)需要分析師關(guān)注人數(shù)達(dá)到一定數(shù)量才有效[10][21]，故刪除分析師關(guān)注人數(shù)不足3人的樣本；(3)剔除資不抵債的樣本；(4)刪除數(shù)據(jù)缺失的樣本。最后，本文得到10187個(gè)公司年度觀測值。本文也對相關(guān)連續(xù)變量在1%和99%的水平上進(jìn)行了縮尾處理。行業(yè)劃分選擇中國證監(jiān)會(huì)2012年的分類標(biāo)準(zhǔn)，制造業(yè)采用門類及大類區(qū)分，剩余行業(yè)依據(jù)門類分類。

(二)模型設(shè)定與變量定義

本文采用如下模型研究分析師羊群行為與企業(yè)風(fēng)險(xiǎn)承擔(dān)的關(guān)系：

RISKT=α+β×DHI+γ×Control+ε

(1)

式(1)中，RISKT為企業(yè)風(fēng)險(xiǎn)承擔(dān),DHI為分析師羊群行為,Control為控制變量。若研究假設(shè)成立，則系數(shù)β預(yù)期顯著為負(fù)。具體變量定義如下：

1.分析師羊群行為。參考Mensah和Yang(2008) 及Xu等(2017)的研究[10][21]，本文以羊群行為指數(shù)DHI(Degree of Herding Index)度量分析師羊群行為。此方法假定分析師盈余預(yù)測大致服從正態(tài)分布。這樣，分析師盈余預(yù)測落在95%置信區(qū)間內(nèi)的比例，便構(gòu)成了羊群行為指數(shù)的度量。具體計(jì)算方法如下：

(2)

2.企業(yè)風(fēng)險(xiǎn)承擔(dān)。參考John等(2008)及申丹琳(2019)的方法[2][20]，本文以盈余(ROA及OROA)波動(dòng)性度量企業(yè)風(fēng)險(xiǎn)承擔(dān)。其中，ROA等于企業(yè)息稅前利潤除以總資產(chǎn),OROA等于企業(yè)營業(yè)利潤除以總資產(chǎn)。計(jì)算步驟如下：先計(jì)算每年經(jīng)行業(yè)平均值調(diào)整的ROA(OROA)，以降低行業(yè)周期的影響；再計(jì)算t年至t+2年這三年經(jīng)行業(yè)平均值調(diào)整的ROA(OROA)的標(biāo)準(zhǔn)差，即為企業(yè)風(fēng)險(xiǎn)承擔(dān)水平；最后將變量值乘以100，以方便系數(shù)顯示但對顯著性不產(chǎn)生影響[17][30]。使用ROA計(jì)算得到的企業(yè)風(fēng)險(xiǎn)承擔(dān)水平記為RISKT1；使用OROA計(jì)算得到的企業(yè)風(fēng)險(xiǎn)承擔(dān)水平記為RISKT2。RISKT1及RISKT2越大，企業(yè)風(fēng)險(xiǎn)承擔(dān)越高。

3.控制變量。參考已有文獻(xiàn)，本文主要控制了以下變量：公司規(guī)模SIZE、資產(chǎn)負(fù)債率LEV、凈資產(chǎn)收益率ROE、第一大股東持股FIRST、獨(dú)立董事比例INDDIR、營業(yè)收入增長率RSALES、前三名高管薪酬COMPEN、自由現(xiàn)金流FCF、產(chǎn)權(quán)性質(zhì)STATE以及分析師關(guān)注程度ANALYST等。此外，本文還控制了年度及行業(yè)固定效應(yīng)。

表1和表2分別報(bào)告了主要變量的定義及描述性統(tǒng)計(jì)結(jié)果。由表2可知，企業(yè)風(fēng)險(xiǎn)承擔(dān)RISK1(RISK2)的25%分位數(shù)、中位數(shù)及75%分位數(shù)分別為0.925(0.917)、1.608(1.617)及2.752(2.787)，表明我國上市公司的風(fēng)險(xiǎn)承擔(dān)程度差異較大。分析師羊群行為DHI的均值是0.899，說明平均而言，關(guān)注上市公司的分析師中，有89.9%的分析師的盈余預(yù)測落在95%置信區(qū)間內(nèi)，與Xu等(2017)的發(fā)現(xiàn)類似[10]，這也說明我國分析師盈余預(yù)測從眾的現(xiàn)象較普遍。

表1 主要變量定義

表2 主要變量的描述性統(tǒng)計(jì)

四、實(shí)證結(jié)果

(一)主要實(shí)證結(jié)果

表3是分析師羊群行為與企業(yè)風(fēng)險(xiǎn)承擔(dān)關(guān)系的回歸結(jié)果。結(jié)果顯示，當(dāng)以RISKT1及RISKT2度量企業(yè)風(fēng)險(xiǎn)承擔(dān)時(shí)，分析師羊群行為DHI的系數(shù)分別為- 1.190及- 1.244，且均在1%的水平上顯著。這表明分析師羊群行為越嚴(yán)重，企業(yè)風(fēng)險(xiǎn)承擔(dān)水平越低。分析師羊群行為與企業(yè)風(fēng)險(xiǎn)承擔(dān)的負(fù)向關(guān)系也存在經(jīng)濟(jì)顯著性。當(dāng)以RISKT1度量企業(yè)風(fēng)險(xiǎn)承擔(dān)時(shí)，分析師羊群行為DHI提高一個(gè)標(biāo)準(zhǔn)差，企業(yè)風(fēng)險(xiǎn)承擔(dān)降低10.25%(- 1.190×0.186/2.160)個(gè)標(biāo)準(zhǔn)差；當(dāng)以RISKT2度量企業(yè)風(fēng)險(xiǎn)承擔(dān)時(shí)，分析師羊群行為DHI提高一個(gè)標(biāo)準(zhǔn)差，企業(yè)風(fēng)險(xiǎn)承擔(dān)降低10.44%(- 1.244×0.186/2.217)個(gè)標(biāo)準(zhǔn)差。上述結(jié)果說明，分析師羊群行為增加了公司的信息不對稱程度，不僅加劇了融資約束，降低了企業(yè)風(fēng)險(xiǎn)承擔(dān)的能力，還容易誘發(fā)管理層短視行為及追求安逸生活等代理問題，削弱了企業(yè)風(fēng)險(xiǎn)承擔(dān)的意愿，從而減少了企業(yè)風(fēng)險(xiǎn)承擔(dān)水平，支持了本文的研究假設(shè)。

表3 分析師羊群行為與企業(yè)風(fēng)險(xiǎn)承擔(dān)

對于控制變量，SIZE與企業(yè)風(fēng)險(xiǎn)承擔(dān)顯著負(fù)相關(guān)，說明小公司通過承擔(dān)風(fēng)險(xiǎn)以尋求發(fā)展的意愿更強(qiáng)。負(fù)債多的公司，風(fēng)險(xiǎn)承擔(dān)水平較高，故LEV的系數(shù)顯著為正。ROE越大，企業(yè)風(fēng)險(xiǎn)承擔(dān)越低，這可能是因短期和長期收益的選擇導(dǎo)致的，企業(yè)為了追求短期收益的提升，可能會(huì)減少有利于長期業(yè)績的風(fēng)險(xiǎn)項(xiàng)目。RSALES的回歸系數(shù)顯著為正，意味著成長性好的公司越愿意冒風(fēng)險(xiǎn)追求發(fā)展。COMPEN與企業(yè)風(fēng)險(xiǎn)承擔(dān)顯著正相關(guān)，表明高管薪酬激勵(lì)能在一定程度上促進(jìn)企業(yè)風(fēng)險(xiǎn)承擔(dān)。自由現(xiàn)金流較多的公司，有更多資金支持高風(fēng)險(xiǎn)活動(dòng)，因而FCF會(huì)促進(jìn)企業(yè)風(fēng)險(xiǎn)承擔(dān)。STATE的系數(shù)顯著為負(fù)，說明國有企業(yè)可能受制于求穩(wěn)等政治目標(biāo)，故風(fēng)險(xiǎn)承擔(dān)水平比非國有企業(yè)低。

(二)穩(wěn)健性檢驗(yàn)②

1.區(qū)分羊群與逆羊群分析師的影響。在主回歸中本文以羊群分析師占比度量分析師羊群行為。為了探究羊群與逆羊群分析師對企業(yè)風(fēng)險(xiǎn)承擔(dān)是否存在不同影響，參考Xu等(2017)的研究[10]，本文進(jìn)一步將分析師關(guān)注程度分成羊群分析師關(guān)注程度和逆羊群分析師關(guān)注程度。其中，羊群分析師關(guān)注程度ANALYST_H定義為，盈余預(yù)測落在95%置信區(qū)間內(nèi)的分析師人數(shù)加1后取自然對數(shù)；逆羊群分析師關(guān)注程度ANALYST_AH定義為，盈余預(yù)測落在95%置信區(qū)間之外的分析師人數(shù)加1后取自然對數(shù)。由于對分析師關(guān)注程度進(jìn)行了拆分，因而控制變量不再包含ANALYST。表4是區(qū)分兩類分析師關(guān)注的回歸結(jié)果，ANALYST_H與企業(yè)風(fēng)險(xiǎn)承擔(dān)顯著負(fù)相關(guān)，而ANALYST_AH與企業(yè)風(fēng)險(xiǎn)承擔(dān)顯著正相關(guān)，表明羊群分析師關(guān)注降低了企業(yè)風(fēng)險(xiǎn)承擔(dān)，而逆羊群分析師關(guān)注則促進(jìn)了企業(yè)風(fēng)險(xiǎn)承擔(dān)。

表4 羊群與逆羊群分析師對企業(yè)風(fēng)險(xiǎn)承擔(dān)的影響

2.替換分析師羊群行為的度量指標(biāo)。第一，參考Mensah和Yang(2008)及Xu等(2017)[10][21]的研究，本文用90%的置信區(qū)間替代公式(2)中采用的95%的置信區(qū)間，重新計(jì)算分析師羊群行為。第二，在計(jì)算分析師羊群行為時(shí)，本文在主回歸中僅保留了分析師關(guān)注人數(shù)不低于3的公司，這里本文采用分析師關(guān)注人數(shù)不低于4的樣本重新計(jì)算分析師羊群行為。變換分析師羊群行為的度量方法后，本文研究結(jié)論未發(fā)生改變。

3.變換企業(yè)風(fēng)險(xiǎn)承擔(dān)的衡量方法。第一，改變時(shí)間窗口，將計(jì)算盈余(ROA及OROA)波動(dòng)性的時(shí)間窗口，變?yōu)閠年至t+3年或者t年至t+4年，重新計(jì)算企業(yè)風(fēng)險(xiǎn)承擔(dān)。第二，依據(jù)現(xiàn)有文獻(xiàn)[19]，企業(yè)風(fēng)險(xiǎn)承擔(dān)以t年至t+2年經(jīng)行業(yè)平均值調(diào)整的ROA(OROA)的最大值與最小值的差度量。變更度量方法之后，重新回歸的結(jié)果不變。

4.內(nèi)生性問題。分析師羊群行為與企業(yè)風(fēng)險(xiǎn)承擔(dān)的負(fù)向關(guān)系也可能是由內(nèi)生性問題產(chǎn)生的。例如，風(fēng)險(xiǎn)承擔(dān)水平較低的公司，可能更容易引發(fā)分析師的羊群行為；或者有某種遺漏因素同時(shí)與分析師羊群行為和企業(yè)風(fēng)險(xiǎn)承擔(dān)相關(guān)。為緩解可能的內(nèi)生性問題，本文進(jìn)行了以下檢驗(yàn)。

第一，工具變量法。參考Yu(2008)及Xu等(2017)的研究[10][28]，本文依據(jù)券商分析師人數(shù)的改變構(gòu)建工具變量，進(jìn)行2SLS回歸。首先，計(jì)算羊群分析師期望人數(shù)EXPN_Hi,t：

EXPN_Hi,k,t=(Brokersizek,t/Brokersizek,initial)×ANALYSTN_Hi,k,initial

(3)

(4)

式(3)(4)中，EXPN_Hi,k,t為券商k第t年關(guān)注公司i的羊群分析師期望人數(shù)；Brokersizek,t為券商k第t年擁有的分析師數(shù)量；Brokersizek,initial為券商k在首次關(guān)注公司i的年份擁有的分析師數(shù)量；ANALYSTN_Hi,k,initial為券商k在首次關(guān)注公司i的年份中，券商k中關(guān)注公司i的羊群分析師的人數(shù)。將EXPN_Hi,k,t在公司年度層面按券商k加總得到EXPN_Hi,t。

其次，計(jì)算逆羊群分析師期望人數(shù)EXPN_AHi,t，計(jì)算方法與EXPN_Hi,t類似。

最后，以羊群分析師期望人數(shù)EXPN_Hi,t占羊群分析師期望人數(shù)EXPN_Hi,t和逆羊群分析師期望人數(shù)EXPN_AHi,t之和的比例EXPDHI，作為分析師羊群行為DHI的工具變量。EXPN_Hi,t和EXPN_AHi,t分別加1后取自然對數(shù)，得到羊群分析師期望關(guān)注程度EXP_H和逆羊群分析師期望關(guān)注程度EXP_AH，并分別作為羊群分析師關(guān)注程度ANALYST_H和逆羊群分析師關(guān)注程度ANALYST_AH的工具變量。

表5是工具變量法的回歸結(jié)果。由第一階段的估計(jì)結(jié)果可知，工具變量的系數(shù)均在1%的水平上顯著為正；Cragg-Donald Wald F檢驗(yàn)也均高度顯著，表明工具變量并非弱工具變量。由第二階段的估計(jì)結(jié)果可知，分析師羊群行為指數(shù)和羊群分析師關(guān)注程度均與企業(yè)風(fēng)險(xiǎn)承擔(dān)呈負(fù)相關(guān)關(guān)系，并且在1%的水平上顯著；而逆羊群分析師關(guān)注程度與企業(yè)風(fēng)險(xiǎn)承擔(dān)在1%的水平上顯著為正。由以上結(jié)果可知，本文結(jié)論保持不變。

表5 內(nèi)生性檢驗(yàn)：工具變量法

第二，控制公司固定效應(yīng)。本文進(jìn)一步在模型中控制了公司固定效應(yīng)，以降低遺漏變量的影響。研究結(jié)果顯示，分析師羊群行為依然與企業(yè)風(fēng)險(xiǎn)承擔(dān)在1%的水平上顯著負(fù)相關(guān)，本文研究結(jié)論保持不變。

五、進(jìn)一步研究

(一)信息不對稱作用機(jī)制的檢驗(yàn)

本文認(rèn)為分析師羊群行為通過增加了企業(yè)信息不對稱，提高了企業(yè)融資約束并且加劇了代理問題，進(jìn)而降低了企業(yè)風(fēng)險(xiǎn)承擔(dān)水平。接下來本文對信息不對稱機(jī)制進(jìn)行驗(yàn)證，以揭開分析師羊群行為影響企業(yè)風(fēng)險(xiǎn)承擔(dān)的“黑箱”。以信息不對稱程度作為中介變量，借鑒溫忠麟等(2004)提出的中介效應(yīng)方法[31]，檢驗(yàn)這一可能路徑，模型如下：

IA=α+χ1×DHI+γ×Control+ε

(5)

RISKT=α+λ1×DHI+λ2×IA+γ×Control+ε

(6)

式(5)(6)中，IA表示信息不對稱，分別用股價(jià)同步性和非流動(dòng)性比率衡量。股價(jià)同步性采用市場和行業(yè)收益對公司股票收益的解釋程度衡量；非流動(dòng)性比率等于上市公司日收益率的絕對值除以交易金額的比值的中位數(shù)[32]。股價(jià)同步性越高或者非流動(dòng)性比率越高，企業(yè)信息不對稱程度越大。中介效應(yīng)的具體思路如下：首先，估計(jì)模型(1)，如果系數(shù)β顯著，則研究中介效應(yīng)的顯著性。其次，估計(jì)模型(5)和(6)，若系數(shù)χ1和λ2均顯著，說明中介效應(yīng)顯著，即分析師羊群行為通過信息不對稱，影響了企業(yè)風(fēng)險(xiǎn)承擔(dān)。進(jìn)一步，如果系數(shù)λ1顯著(不顯著)，說明信息不對稱發(fā)揮了部分(完全)中介作用；若χ1和λ2存在不顯著的情況，則利用Sobel檢驗(yàn)考察中介效應(yīng)χ1×λ2的顯著程度。

表6是信息不對稱中介效應(yīng)的檢驗(yàn)結(jié)果。由表6結(jié)果可知，分析師羊群行為DHI對信息不對稱IA的回歸系數(shù)χ1，以及信息不對稱IA對風(fēng)險(xiǎn)承擔(dān)RISKT的回歸系數(shù)λ2分別顯著為正和負(fù)；并且在控制中介變量IA的情況下，DHI對RISKT的回歸系數(shù)λ1顯著為負(fù)。這說明信息不對稱是分析師羊群行為降低企業(yè)風(fēng)險(xiǎn)承擔(dān)的部分中介因子。此外，Sobel 檢驗(yàn)表明，Sobel Z統(tǒng)計(jì)量均在1%的水平上顯著。該研究結(jié)論支持了信息不對稱的加劇是分析師羊群行為降低企業(yè)風(fēng)險(xiǎn)承擔(dān)的重要機(jī)制。

表6 分析師羊群行為與企業(yè)風(fēng)險(xiǎn)承擔(dān)：信息不對稱中介效應(yīng)

(二)考慮融資約束的影響

本文研究假設(shè)部分提到，分析師羊群行為降低企業(yè)風(fēng)險(xiǎn)承擔(dān)的一個(gè)可能原因是：分析師羊群行為導(dǎo)致分析師向市場傳遞的私人信息減少，信息不對稱加大，這會(huì)增加企業(yè)融資約束，從而降低了企業(yè)風(fēng)險(xiǎn)承擔(dān)。這樣的話，倘若企業(yè)存在較為嚴(yán)重的融資約束，分析師羊群行為對企業(yè)信息環(huán)境的不利影響會(huì)更加惡化企業(yè)融資困難的狀況，因而會(huì)顯著降低企業(yè)風(fēng)險(xiǎn)承擔(dān)。相反，如果企業(yè)融資約束程度較低，說明其融資能力較強(qiáng)，公司能夠以較低成本獲取充足資金。此時(shí)，分析師羊群行為的增加或減少，都不會(huì)對企業(yè)風(fēng)險(xiǎn)承擔(dān)的能力產(chǎn)生較大影響。由此預(yù)期，當(dāng)企業(yè)融資約束越嚴(yán)重時(shí)，分析師羊群行為與企業(yè)風(fēng)險(xiǎn)承擔(dān)的負(fù)相關(guān)關(guān)系越顯著。

本文使用公司年齡和SA指數(shù)衡量融資約束FC。第一，公司年齡與公司融資約束密切相關(guān)。年輕的公司通常融資成本較高，融資約束更嚴(yán)重。本文采用公司上市年限衡量企業(yè)年齡AGE，AGE越小，融資約束越大。第二，SA指數(shù)是度量企業(yè)融資約束更加合理的新指標(biāo)[33]。SA=-0.737×TA+0.043×TA2-0.040×AGE，其中TA為公司總資產(chǎn)(單位：百萬元)的自然對數(shù)，AGE為公司上市年限數(shù)。SA越高，融資約束越大。表7是考慮融資約束影響的回歸結(jié)果，分析師羊群行為與企業(yè)融資約束的交乘項(xiàng)DHI×AGE(DHI×SA)均至少在5%的水平上顯著為正(負(fù))。這表明在融資約束程度越高的公司，分析師羊群行為對企業(yè)風(fēng)險(xiǎn)承擔(dān)產(chǎn)生的抑制作用越大，結(jié)果支持上文預(yù)期。

表7 分析師羊群行為與企業(yè)風(fēng)險(xiǎn)承擔(dān)：考慮融資約束的影響

(三)考慮公司治理的影響

本文研究假設(shè)部分提及，分析師羊群行為降低企業(yè)風(fēng)險(xiǎn)承擔(dān)的另一個(gè)可能原因是：分析師羊群行為導(dǎo)致分析師減少或放棄向市場傳遞私人信息，信息不對稱程度增加，這不利于投資者評價(jià)及監(jiān)督管理層，容易誘發(fā)管理層短視行為或者追求安逸生活等代理問題，從而降低了企業(yè)風(fēng)險(xiǎn)承擔(dān)水平。對于公司治理較為完善的企業(yè)，會(huì)有許多措施改善公司信息披露情況及監(jiān)督管理層行為，減少風(fēng)險(xiǎn)承擔(dān)中存在的代理問題，此時(shí)分析師羊群行為對企業(yè)風(fēng)險(xiǎn)承擔(dān)的不利影響較小。但是對于公司治理較弱的企業(yè)，由于沒有足夠的措施監(jiān)督管理層，分析師羊群行為對外部監(jiān)督作用的弱化會(huì)顯著加劇代理問題，從而對企業(yè)風(fēng)險(xiǎn)承擔(dān)產(chǎn)生較大影響。因此可以預(yù)期，當(dāng)公司治理較弱時(shí)，分析師羊群行為與企業(yè)風(fēng)險(xiǎn)承擔(dān)的負(fù)向關(guān)系會(huì)更顯著。

本文以董事會(huì)會(huì)議強(qiáng)度和行業(yè)競爭程度度量公司治理GV。一方面，充分的董事會(huì)會(huì)議有利于董事了解公司信息，更好地代表股東監(jiān)督管理層，減少代理問題。董事會(huì)會(huì)議越多，公司內(nèi)部治理越有效。本文以董事會(huì)會(huì)議次數(shù)與1之和的自然對數(shù)衡量董事會(huì)會(huì)議強(qiáng)度MEETING。另一方面，行業(yè)競爭帶來的外部壓力可以制約管理層，具有顯著的外部治理作用[34]。行業(yè)競爭程度LERNER以勒納指數(shù)衡量，等于經(jīng)行業(yè)—年度平均值調(diào)整的經(jīng)營利潤占營業(yè)收入的比例[35]。LERNER較大時(shí)，行業(yè)競爭較小，公司治理較弱?；貧w結(jié)果見表8，分析師羊群行為與公司治理的交乘項(xiàng)DHI×MEETING(DHI×LERNER)均顯著為正(負(fù))。這說明，在公司治理越弱的企業(yè)，分析師羊群行為降低企業(yè)風(fēng)險(xiǎn)承擔(dān)的作用越大，結(jié)果與上文預(yù)期一致。

(四)企業(yè)風(fēng)險(xiǎn)承擔(dān)的表現(xiàn)形式

在作用機(jī)制研究的基礎(chǔ)上，本文進(jìn)一步從投資和融資的角度，對分析師羊群行為抑制企業(yè)風(fēng)險(xiǎn)承擔(dān)的表現(xiàn)形式展開研究。一方面，對投資而言，企業(yè)創(chuàng)新是一項(xiàng)周期長、復(fù)雜性高、不確定性大的高風(fēng)險(xiǎn)項(xiàng)目。企業(yè)創(chuàng)新多的公司，風(fēng)險(xiǎn)承擔(dān)水平更高[7]。另一方面，從融資來看，企業(yè)債務(wù)融資會(huì)增加破產(chǎn)風(fēng)險(xiǎn)。債務(wù)融資多的公司，風(fēng)險(xiǎn)承擔(dān)水平更高。

為考察分析師羊群行為對企業(yè)風(fēng)險(xiǎn)承擔(dān)影響的表現(xiàn)形式，依據(jù)現(xiàn)有文獻(xiàn)[22][30]，將主回歸中的因變量變成企業(yè)創(chuàng)新(RD、PAT_UI及PAT)和債務(wù)融資(LOAN)。其中，RD是從投入的角度衡量企業(yè)創(chuàng)新，等于研發(fā)支出除以營業(yè)收入；PAT_UI和PAT是從產(chǎn)出的角度衡量企業(yè)創(chuàng)新，分別等于未來一年發(fā)明專利及實(shí)用新型專利的申請數(shù)量加1后取自然對數(shù)，以及未來一年專利總申請數(shù)量加1后取自然對數(shù)。RD、PAT_UI及PAT均正向度量企業(yè)創(chuàng)新。同時(shí)，考慮到我國企業(yè)目前主要依賴銀行借款進(jìn)行債務(wù)融資，故LOAN為短期借款和長期借款的總金額除以資產(chǎn)總額[20]。LOAN正向度量企業(yè)債務(wù)融資?；貧w結(jié)果見表9③，分析師羊群行為與企業(yè)創(chuàng)新及債務(wù)融資均顯著負(fù)相關(guān)，表明分析師羊群行為抑制企業(yè)風(fēng)險(xiǎn)承擔(dān)主要體現(xiàn)在減少企業(yè)創(chuàng)新和債務(wù)融資上。

表9 分析師羊群行為與企業(yè)風(fēng)險(xiǎn)承擔(dān)的表現(xiàn)形式

六、研究結(jié)論及啟示

企業(yè)風(fēng)險(xiǎn)承擔(dān)體現(xiàn)了企業(yè)實(shí)施風(fēng)險(xiǎn)較高項(xiàng)目的意愿。這種風(fēng)險(xiǎn)選擇對公司及經(jīng)濟(jì)發(fā)展具有重要影響，企業(yè)風(fēng)險(xiǎn)承擔(dān)的影響因素備受關(guān)注。為此，本文從市場信息中介的視角，研究了分析師羊群行為對企業(yè)風(fēng)險(xiǎn)承擔(dān)的影響。研究結(jié)果表明，分析師羊群行為降低了企業(yè)風(fēng)險(xiǎn)承擔(dān)。進(jìn)一步研究發(fā)現(xiàn)，信息不對稱增加是分析師羊群行為降低企業(yè)風(fēng)險(xiǎn)承擔(dān)的重要機(jī)制。同時(shí)，在融資約束越嚴(yán)重、公司治理越弱的企業(yè)中，分析師羊群行為對企業(yè)風(fēng)險(xiǎn)承擔(dān)的抑制作用越顯著。此外，分析師羊群行為降低企業(yè)風(fēng)險(xiǎn)承擔(dān)主要表現(xiàn)在減少企業(yè)創(chuàng)新和債務(wù)融資上。

本文在理論上豐富了分析師羊群行為經(jīng)濟(jì)后果以及企業(yè)風(fēng)險(xiǎn)承擔(dān)影響因素方面的研究，補(bǔ)充了分析師羊群行為影響企業(yè)風(fēng)險(xiǎn)承擔(dān)的具體機(jī)制和表現(xiàn)形式。本文也具有一定的現(xiàn)實(shí)啟示：一方面，本文發(fā)現(xiàn)分析師羊群行為會(huì)通過增加信息不對稱而降低企業(yè)風(fēng)險(xiǎn)承擔(dān)，而良好的公司治理能夠緩解分析師羊群行為對企業(yè)風(fēng)險(xiǎn)承擔(dān)的不利影響。這意味著企業(yè)自身應(yīng)加強(qiáng)信息披露，不斷完善公司治理制度，通過提高信息透明度和改善治理環(huán)境，降低分析師羊群行為等外部因素對企業(yè)融資和管理層產(chǎn)生的不利影響，進(jìn)而提升公司風(fēng)險(xiǎn)承擔(dān)的能力和意愿。另一方面，本文研究表明分析師的行為偏差會(huì)引發(fā)企業(yè)規(guī)避風(fēng)險(xiǎn)，抑制企業(yè)從事研發(fā)創(chuàng)新等有利于長期價(jià)值的風(fēng)險(xiǎn)性項(xiàng)目。這說明監(jiān)管部門應(yīng)完善相關(guān)制度，加強(qiáng)對分析師職業(yè)道德的培養(yǎng)和行為的規(guī)范，提高分析師研究的獨(dú)立性，促進(jìn)分析師有效發(fā)揮信息中介作用，從而為企業(yè)開展有利于長期價(jià)值的活動(dòng)創(chuàng)造良好的外部環(huán)境，進(jìn)而推動(dòng)企業(yè)競爭實(shí)力的提升及社會(huì)經(jīng)濟(jì)的持續(xù)發(fā)展。

注釋：

①需要指出的是，分析師關(guān)注與分析師羊群行為并不一樣。例如，分析師關(guān)注有利于促進(jìn)公司信息傳遞、提高市場信息效率[4]；然而分析師羊群行為卻會(huì)抑制公司信息傳向市場，加大了股價(jià)崩盤風(fēng)險(xiǎn)[10]。

②由于篇幅限制，部分穩(wěn)健性檢驗(yàn)結(jié)果未列示，留存?zhèn)渌鳌?/p>

③由于2007年實(shí)施的《企業(yè)會(huì)計(jì)準(zhǔn)則》中研發(fā)支出的會(huì)計(jì)處理有重大變化，且CSMAR數(shù)據(jù)庫從2007年開始收錄研發(fā)支出數(shù)據(jù)，故以RD為因變量時(shí)，樣本期間為2007～2015年。