侯巧銘 楊蕾 陳子卉 石一涵

【摘 要】 文章基于管理者行為與非效率投資的關系，研究了分析師預測的數(shù)量和質量在管理者行為與非效率投資間的作用機理，探尋分析師關注度、分析師預測準確度、分析師預測分歧度在管理者過度自信和代理行為組成的管理者行為與非效率投資間調節(jié)作用的差異。研究結果表明：管理者行為會導致非效率投資；分析師關注度對管理者行為導致的非效率投資有抑制作用；分析師預測準確度會減少管理者行為導致的非效率投資；分析師預測分歧度會加劇管理者代理行為引發(fā)的非效率投資，但可削弱管理者過度自信導致的非效率投資。該研究對強化分析師在資本市場中的地位、提高外部治理水平和企業(yè)投資效率具有重要的實踐指導意義。

【關鍵詞】 管理者代理行為； 管理者過度自信； 非效率投資； 分析師預測

【中圖分類號】 F275.5；F272? 【文獻標識碼】 A? 【文章編號】 1004-5937（2023）21-0132-10

一、引言

2021年3月，“十四五”規(guī)劃提出要優(yōu)化投資結構，提高投資效率，保持投資合理增長。2023年1月，習近平總書記在中共中央政治局第二次集體學習時強調要完善擴大投資機制，拓展有效投資空間。投資作為必不可少的經濟活動，無疑在市場深度融合、推動產業(yè)結構轉型乃至經濟動能轉換中起著至關重要的作用。但由于委托代理和信息不對稱等因素的存在，管理者的非效率投資現(xiàn)象普遍存在，嚴重制約資本市場的發(fā)展。管理者作為企業(yè)投資決策的主要執(zhí)行者，其行為直接影響投資決策質量和投資效率。根據(jù)管家理論和代理理論，管理者行為分為代理行為和非理性行為，管理者過度自信則是典型的非理性行為[1]。探究管理者行為對非效率投資的影響，對規(guī)范管理者行為，抑制非效率投資具有重要意義。

分析師作為外部資本市場中新興崛起的信息傳遞者，憑借信息情報網(wǎng)絡和聲譽業(yè)績激勵，可向市場提供預測報告，有助于抑制管理者由于信息不對稱導致的非效率投資。對于管理者行為與非效率投資的作用機理，學者多從內部治理機制展開[2]，少有文獻從分析師預測等外部影響因素加以研究。而分析師預測會影響管理者行為與非效率投資間的作用，因此論文將分析師預測按照數(shù)量和質量劃分并論述其在管理者代理行為和管理者過度自信兩種管理者行為與非效率投資關系中的外部治理作用。在分析師預測數(shù)量方面考察分析師關注度，從分析師預測質量角度考察分析師預測準確度和分析師預測分歧度，研究分析師預測對管理者行為與非效率投資關系的差異影響，旨在為改善管理者行為導致的非效率投資狀況提供理論依據(jù)和經驗借鑒。

本研究的主要貢獻在于：第一，拓展了非效率投資外部治理機制的研究。探尋了資本市場中分析師對企業(yè)非效率投資的影響，有助于深入理解分析師預測的外部治理作用。第二，豐富了分析師預測的數(shù)量和質量調節(jié)作用差異性相關文獻。就分析師關注度、分析師預測準確度和分析師預測分歧度研究分析師預測對管理者代理行為和管理者過度自信組成的管理者行為與非效率投資關系間的影響差異，豐富分析師預測在管理者行為和非效率投資之間作用機理的研究。第三，延伸了分析師預測分歧度對管理者過度自信影響的理論研究空間，擴展了分析師預測的研究范圍。結合我國市場分析師預測分歧度的特征和認知心理學相關理論，拓寬了分析師預測分歧度對管理者過度自信與非效率投資間發(fā)揮治理作用的路徑。

二、文獻分析與研究假設

（一）管理者行為與非效率投資

關于管理者代理行為與非效率投資的影響機理，學者們主要從委托代理和行為金融視角展開研究?；谖写砝碚?，企業(yè)的經營權與所有權分離，股東與管理層追求的利益不同。股東更傾向于實現(xiàn)價值最大化，以獲得更多股利，管理者可能會為了個人利益利用職權謀取私利，二者利益訴求不一致導致非效率投資[3]。韓志麗等[4]認為代理行為下，管理者與所有者之間信息不對稱，加劇管理者投機行為的發(fā)生。擁有職權的管理者會將資金投資到能夠給自己帶來更大私利的項目中，也可能會在所有者監(jiān)督不力的情況下將企業(yè)現(xiàn)金資源用于個人消費或挪作他用，使企業(yè)的投資效率無法達到高水平。所以管理者代理行為會導致非效率投資。

基于行為金融視角，在管理者與所有者利益一致的前提下，管理者同樣會因對風險收益的樂觀認知而引發(fā)非效率投資。根據(jù)“狂妄假說”，過度自信的管理者有著過高估計自身能力的心理、較高的現(xiàn)金流敏感度和強烈的投資意向，決策時高估自身判斷能力和決策能力，基于自負心理而傾向于選擇高風險高收益的項目，極易造成過度投資[5]。孫葉萌等[6]也指出管理者過度自信會對項目的風險和收益帶有樂觀臆斷，高估目標項目的收益而低估風險，在現(xiàn)金流充足時無法完全理性投資，極易沖動投資一些項目，導致非效率投資。因此，管理者過度自信也會造成非效率投資，據(jù)此提出假設1。

H1：管理者代理行為和管理者過度自信均會導致非效率投資。

（二）分析師預測在管理者行為對非效率投資影響中的調節(jié)作用分析

將分析師預測分為數(shù)量和質量兩個方面，數(shù)量是分析師關注度，質量包括分析師預測準確度與分析師預測分歧度。分析師自身聲譽機制的高低、私有信息掌握程度都會影響分析師預測的數(shù)量和質量，進而影響分析師對非效率投資的外部治理效果。通過討論分析師關注度、分析師預測準確度和分析師預測分歧度在管理者行為對非效率投資影響中的調節(jié)作用，為企業(yè)借助分析師預測外部治理手段約束管理者行為，提高企業(yè)投資效率提供指導性建議。

1.分析師預測數(shù)量的調節(jié)作用分析

分析師預測數(shù)量用分析師關注度衡量，代表參與預測的分析師人數(shù)。翟淑萍等[7]認為分析師關注上市公司時需實地調研，通過與管理者直接溝通獲取有用信息。實地調研的分析師越多，其對企業(yè)經營活動的了解越清晰，向市場發(fā)布的消息也越多，有助于緩解管理者基于委托代理產生的信息不對稱。管理者做出投資決策時，由于代理問題的存在，會更加注重考慮自身的利益，為了私人利益損害股東權益。分析師預測能幫助利益相關者獲得更多有效信息，從而約束管理者做出合理決策，減少非效率投資。郭建鸞等[8]指出較多的分析師數(shù)量會給管理層施壓，在市場中公開發(fā)表觀點，使得股東有效感知管理層的決策信息，制約管理者濫用公司資源的利己行為，使管理者謹慎決策，減少非效率投資。當分析師數(shù)量較多時，分析師通過實地調研獲取公司實際經營情況，有助于緩解利益相關者的信息不對稱，辨識管理者的投機行為，減少非效率投資。當分析師數(shù)量不足時，對管理者委托代理問題的制約作用并不明顯，緩解管理者代理行為引發(fā)的非效率投資問題的效果不好。

分析師關注度在管理者過度自信與非效率投資之間也發(fā)揮重要作用?；谑袌鰧W習假說，過度自信的管理者在做出決策時會進行市場學習，收集大量決策有用信息時會充分考慮分析師的專業(yè)建議。關注公司的分析師數(shù)量越多，越能整合市場信息，增加管理者的學習機會，從而有助于過度自信管理者降低對自己過高的心理認知[9]，理性決策降低非效率投資。分析師在做出預測前會投入大量的時間和精力獲取與公司相關的各類信息，整理信息并進行解讀[10]，從而發(fā)布預測報告。當管理者與較多分析師的意見不一致時，根據(jù)行為學習理論，過度自信的管理者會反思自己的行為，更加理性和謹慎地投資，從而減少非效率投資。當分析師關注的人數(shù)較少時，無法為過度自信管理者提供更多決策有用信息，抑制管理者過度自信引發(fā)的非效率投資的作用不明顯。因此，較高的分析師關注度可減少管理者過度自信引發(fā)的非效率投資。理論框架如圖1a所示，據(jù)此提出假設2。

H2a：分析師關注度越高，越能抑制管理者代理行為導致的非效率投資。

H2b：分析師關注度越高，越能抑制管理者過度自信導致的非效率投資。

2.分析師預測質量的調節(jié)作用分析

（1）分析師預測準確度的調節(jié)作用分析

分析師預測準確度是指分析師做出預測結果的準確性和公正性。陳可喜等[11]認為預測準確度高的分析師在公司發(fā)布財務報告后，通過專業(yè)分析工具利用歷史數(shù)據(jù)進行盈利預測，這種備受關注的預測值會對管理者施加巨大市場壓力，基于委托代理的管理者會重新審視自身決策行為，更加維護所有者權益，減少利益不一致，緩解管理者代理行為導致的非效率投資。He et al.[12]認為如果公司實際盈利水平與高準確度的分析師發(fā)布的預測值相差較大，則會導致公司股價異常波動，嚴重影響高管績效考核。管理者為挽回利益和名聲，會更傾向于綜合考慮委托方和代理方的利益，自覺糾正代理行為，減少投機決策，從而更加理性投資，將投資失敗與損失控制在最小范圍內，緩解非效率投資。分析師預測準確度較高時會給管理者帶來更多的市場壓迫，使得管理者出于保護自身利益和聲譽的目的而約束自身代理行為，降低管理者代理行為引發(fā)的非效率投資。而分析師預測準確度較低時，利益相關者對分析師的認可度較低，市場無法充分發(fā)揮分析師的作用，管理者代理行為不會面臨來自分析師的市場壓力，更愿意謀取私利，導致非效率投資。

分析師預測準確度也會影響管理者過度自信與非效率投資的關系。何平林等[13]指出分析師預測與市場反應關系密切，分析師預測準確度越高，市場信息的客觀性和公正性越強。為了穩(wěn)固自己在資本市場上的地位和聲譽，分析師拒絕迎合管理者意愿發(fā)布報告，會勇于挖掘真實情況，揭露管理者過度自信行為并披露企業(yè)現(xiàn)存的問題。過度自信的管理者會因對情形的樂觀定位和優(yōu)于他人的心理偏差而選擇對外發(fā)布利好信息，披露不完整或不客觀的信息。而分析師能挖掘實際運營情況并剖析，補充管理者未披露的情況或揭露其非理性的決策[14]。管理者不希望分析師的預測帶來負面影響，為維護公司價值和提高信息披露質量，會重新審視決策的正確性，從而約束自身不合理的判斷，提高投資效率。因此，分析師預測準確性可抑制管理者代理行為引發(fā)的非效率投資。理論框架如圖1b所示，據(jù)此提出假設3。

H3a：分析師預測準確度越高，越能抑制管理者代理行為導致的非效率投資。

H3b：分析師預測準確度越高，越能抑制管理者過度自信導致的非效率投資。

（2）分析師預測分歧度的調節(jié)作用分析

根據(jù)認知心理學，分歧度被定義為不同個體對刺激物的響應間的不一致性程度。在本文中，刺激物即為企業(yè)管理者在經營決策中的盈利表現(xiàn)，分析師的預測意見代表個人對企業(yè)管理者在經營決策中的盈利表現(xiàn)這一刺激物的響應，分析師預測分歧度即分析師對于企業(yè)盈利預測達成共識的程度，共識程度越低，預測不一致性越高。Raju[15]指出導致認知失調的因素有很多，當個體接收到的信息與自身原有的態(tài)度、期望等不一致，或者當面對相互關聯(lián)但卻存在矛盾的客體時，會感到心理沖突與緊張不安，從而希望通過態(tài)度或行為改變減少這種不一致。

嚴重的分析師意見分歧代表公司經營很難準確預測，也表明分析師之間具有相互競爭的關系，分析師的競爭性報告影響委托代理的管理者和利益相關者對報告的反應，這種反應會隨著分析師分歧的擴大而減弱。管考磊等[16]認為利益相關者的注意力是有限稀缺的，有分歧的分析師意見會分散他們的注意力，導致股價信息含量被減少。股價信息含量減少，無法為利益相關者和管理者的投資決策提供有效信息反饋，管理者因沒有外界市場的信號反饋及信息使用者的干預，加劇代理者的機會主義行為，造成非效率投資的惡化[17]。因此，分析師預測分歧度較高時，會作用于資本市場，加劇管理者代理行為引發(fā)的非效率投資。

分析師預測分歧度也會影響管理者過度自信與非效率投資的關系。分析師預測分歧度較高時，分析師從不同方向和程度進行預測，彼此提供的盈利預測波動性較大，不一致的評估會影響管理者的心理認知[18]。管理者由于獲得的信息與分析師預測的信息以及分析師之間的預測結果不一致而產生認知失調，過度自信的管理者原本對自身能力及公司項目低風險高收益高度認可，分析師不一致的預測會降低認可度，重新審視投資行為，進而通過改變自身行為緩解這種失調，過度自信的管理者會充分解讀市場信息，調整認知偏差，完善投資策略，有效抑制非效率投資。因此，較高的分析師預測分歧度會降低管理者過度自信導致的非效率投資。理論分析框架如圖1c所示，據(jù)此提出假設4。

H4a：分析師預測分歧度越高，越會加劇管理者代理行為導致的非效率投資。

H4b：分析師預測分歧度越高，越能抑制管理者過度自信導致的非效率投資。

三、研究設計

（一）變量選取及定義

1.被解釋變量：效率投資

借鑒Richardson（2006）投資效率度量模型，按模型1回歸出企業(yè)期望投資水平，得到的殘差取絕對值度量非效率投資（Ine）。該數(shù)值越大，表明非效率投資問題越嚴重。

其中，Inv表示當年新增投資支出，Size表示公司規(guī)模，Cash表示現(xiàn)金持有量，Ret表示股票收益率，TobinQ表示成長機會，Lev表示資產負債率，Age表示IPO年限，Year和Ind分別是年份和行業(yè)控制變量。

2.解釋變量：管理者行為

解釋變量是管理者行為，包括管理者代理行為和管理者過度自信。管理者代理行為用管理費用率作為替代變量，管理者過度自信參考侯巧銘等[1]用自利歸因度量方法衡量，通過語句分析上市公司業(yè)績預告原因來度量。字母I代表內部歸因，E代表外部歸因，P代表績優(yōu)變動，N代表績差變動。依據(jù)“IP-EP+EN-IN”的正負方向判斷管理者對于績優(yōu)或績差變動是傾向歸功于自身努力還是傾向歸罪于外部不可控因素。

3.調節(jié)變量：分析師預測

調節(jié)變量分析師預測，包括分析師預測數(shù)量和分析師預測質量。分析師預測數(shù)量用分析師關注度（Analyst）作為替代變量，參照Yu[19]采用第t年跟蹤公司i的分析師人數(shù)加1再取自然對數(shù)度量。分析師預測質量包括分析師預測準確度和分析師預測分歧度，根據(jù)Mansi et al.[20]用實際每股收益與分析師預測每股收益之間差異的絕對值和當期股價的比例的負數(shù)度量分析師預測準確度（Accuracy）。依據(jù)曲曉輝等[21]用分析師收益預測的標準偏差除以當期股價度量分析師預測分歧度（Dispersion）。三個變量如模型2—模型4所示。

（4）

4.控制變量

基于非效率投資相關研究以及研究需要，本文控制變量為資產負債率、公司規(guī)模、自由現(xiàn)金流量、兩職合一、獨立董事比例、股權集中度、股權性質等。

5.工具變量：可持續(xù)增長率

考慮到管理者行為與非效率投資可能存在內生性問題，選取可持續(xù)增長率這一工具變量，該變量與非效率投資的隨機誤差項并無直接關系，并且和內生變量不具有強相關性。數(shù)值越大，表明企業(yè)發(fā)展速度較快，引發(fā)管理者過度自信的概率越高。

綜上，變量定義如表1所示。

（二）模型構建

為確定管理者行為對非效率投資的影響，構建模型5。

如果α1和α2為正，則管理者代理行為和管理者過度自信均會導致非效率投資，與H1一致。

其次，為檢驗分析師預測在管理者行為與非效率投資之間的調節(jié)作用，建立模型2。

根據(jù)H2至H4，分析師預測關注度和分析師預測準確度可削弱管理者行為引發(fā)的非效率投資，預期α6—α9均為負。但分析師預測分歧度會增強代理行為與非效率投資的關系，削弱過度自信與非效率投資的關系，預期α10為正，α11為負。

（三）樣本選擇與數(shù)據(jù)來源

選取2016—2020年A股上市公司為研究樣本，剔除金融業(yè)、ST和*ST、數(shù)據(jù)不全及異常的公司，最終確定4 101家公司。對面板數(shù)據(jù)進行1%和99%分位的雙側縮尾（Winsorize）處理以降低極端值對回歸結果的影響。樣本來源于CSMAR數(shù)據(jù)庫，經Excel手工整理，在Stata15中進行數(shù)據(jù)合并和回歸分析。

四、實證分析

（一）描述性統(tǒng)計

對變量進行描述性統(tǒng)計，結果如表2所示。非效率投資均值為0.031，比中位數(shù)略大，最大值為0.255，表明非效率投資普遍存在且個別公司較嚴重；管理費用率均值為0.094，最大值達1.311，揭示公司普遍存在以在職消費等為表現(xiàn)的管理者代理行為；管理者過度自信最小值和最大值分別為0和6，標準差為1.320，表明不同公司管理者過度自信程度差異較大。分析師預測方面，分析師關注度的均值為1.718，最小值為0，說明總體而言分析師人數(shù)較多，但部分公司沒有分析師跟蹤；分析師預測準確度的均值為-0.040，標準差為0.063，說明樣本公司中分析師發(fā)布的預測報告有誤差，且準確度在不同公司間差異不大；分析師預測分歧度均值為0.022，標準差為0.030，表明分析師預測公司未來盈余指標時意見不一致，且不同公司間分歧度差距不大。

（二）回歸分析

為考察管理者行為對非效率投資的影響，將數(shù)據(jù)帶入模型5逐步回歸，檢驗結果見表3中列（1）至列（3）。其中，管理者代理行為與非效率投資在1%水平上顯著正相關，表明管理者代理行為可引發(fā)非效率投資；管理者過度自信在1%水平上與非效率投資顯著正相關，說明管理者過度自信會導致非效率投資；解釋變量管理者代理行為和管理者過度自信與被解釋變量非效率投資的偏回歸系數(shù)分別為0.090和0.002，且在1%水平上顯著，表明管理者代理行為和管理者過度自信都會導致非效率投資。列（1）—列（3）的VIF值均在5以下，說明變量間無多重共線性。驗證H1。

為檢驗分析師預測的調節(jié)作用，以及其數(shù)量和質量對兩種管理者行為與非效率投資關系中調節(jié)作用的差異性，論文將數(shù)據(jù)帶入模型6進行逐步回歸，檢驗結果見表3中列（4）—列（7）。

由表3中列（4）可知，分析師關注度與管理者代理行為的交乘項系數(shù)是-0.016，且通過顯著性檢驗，說明分析師關注度可緩解信息不對稱，對管理者代理行為引發(fā)的非效率投資具有抑制作用。分析師關注度與管理者過度自信的交乘項在1%水平上顯著，說明分析師關注度較高時，會有更多的分析師進行市場解讀，從而抑制管理者過度自信帶來的非效率投資。驗證H2a、H2b。

由表3中列（5）可知，分析師預測準確度與代理行為的交乘項系數(shù)為-0.278且在1%水平上顯著，故分析師預測準確度越高時，會刺激備受壓力的管理者減少機會主義行為，緩解非效率投資的發(fā)生。分析師預測準確度與過度自信的交乘項系數(shù)為-0.010且通過顯著性檢驗，說明分析師的精準預測可約束管理者不合理的判斷，抑制非效率投資。驗證H3a、H3b。

由表3中列（6）可知，分析師預測分歧度與代理行為的交乘項偏回歸系數(shù)是0.531且在1%的水平上顯著。說明較高的分析師分歧度會分散信息使用者的注意力并會抵消股票特質信息的市場反應，加劇管理者代理成本和機會主義行為的發(fā)生，造成非效率投資。分析師預測分歧度與過度自信的交乘項偏回歸系數(shù)為-0.031且顯著相關，說明高分析師分歧度會導致管理者認知失調，過度自信管理者為減少失調會充分解讀市場信息，從而抑制非效率投資。驗證H4a、H4b。

由表3中（7）列可知，分析師關注度與管理者代理行為、過度自信的交乘項顯著負相關，說明分析師關注度可抑制非效率投資；分析師預測準確度與管理者代理行為、過度自信的交乘項系數(shù)分別為-0.111和-0.020且顯著，表明分析師預測準確度會抑制非效率投資；分析師預測分歧度與管理者代理行為、過度自信的交乘項均在1%的水平上顯著，偏回歸系數(shù)分別是0.385和-0.057，說明分析師分歧度會加劇管理者代理行為引發(fā)的非效率投資，抑制管理者過度自信導致的非效率投資。表3列（4）—列（7）VIF值均在合理范圍內，可以看出變量間無多重共線性。驗證H2—H4。

（三）穩(wěn)健性檢驗

為保證研究結論的可靠性，本文對上述結果采用如下三個方法做穩(wěn)健性測試。

1.工具變量法

為控制管理者過度自信對非效率投資影響的內生性問題，選取可持續(xù)增長率（Sgr）作為工具變量，對模型進行兩階段回歸，并進行弱工具變量檢驗。檢驗后發(fā)現(xiàn)核心變量的偏回歸系數(shù)和顯著性與前文并無較大出入，驗證實證結果是可靠穩(wěn)健的，回歸結果如表4所示。

2.傾向匹配得分法

為了控制分析師預測數(shù)量可能存在的自選擇偏差問題，借鑒劉笑霞等[22]采用傾向匹配得分法，依照分析師跟蹤數(shù)是否大于中位數(shù)定義高分析師關注度組（Analyst=1），按照資產規(guī)模、上市年數(shù)、ROA和銷售增長率對高分析師關注度組進行PSM配對，建立分析師關注度影響因素的Logistic模型，采用最近距離法得到配對后樣本，重新檢驗處理組和對照組。平衡性檢驗和匹配結果如表5和圖2所示。

由表5可知，經過傾向得分匹配后t檢驗的p值都大于10%，說明匹配前和匹配后的變量在對照組和處理組之間存在顯著的差異。所以對模型6再次分組回歸，驗證分析師預測關注度的外部治理作用。PSM配對后樣本回歸結果如表6所示，研究結果表明，考慮分析師關注度的自選擇問題后，分析師關注度在管理者行為與非效率投資之間仍具有調節(jié)作用，與前文結論一致。

3.替換調節(jié)變量

通過替換分析師預測準確度和分析師預測分歧度，借鑒王玉濤等[23]將分析師預測準確度的度量替換為實際每股盈利（EPS）與證券分析師預測每股收益差的絕對值除以實際EPS。借鑒劉佳偉等[24]的方法替換分析師預測分歧度，用分析師收益預測的標準偏差除以實際EPS表示。本文對模型6重新回歸，核心變量的偏回歸系數(shù)和顯著性與前文結論一致，驗證結果的穩(wěn)健性。限于篇幅，結果未列示。

五、結語

本文以滬深A股上市公司為樣本，研究分析師關注度、分析師預測準確度和分析師預測分歧度在管理者行為對非效率投資影響中的調節(jié)作用。結果表明，管理者代理行為和管理者過度自信均能導致非效率投資；分析師關注度緩解管理者行為引發(fā)的非效率投資，分析師預測準確度有效弱化管理者行為與非效率投資的影響關系，分析師預測分歧度對管理者代理行為導致的非效率投資起到加劇作用，對管理者過度自信導致的非效率投資起到抑制作用。

本文基于上述結論提出以下政策建議：第一，相關監(jiān)管部門應優(yōu)化完善上市公司的信息管理制度，緩解資本市場與上市公司間的信息不對稱，加強法制監(jiān)管和外部監(jiān)督，完善投資機制。第二，上市公司應建立健全內部控制，有效抑制管理者代理行為和認知偏差，減少非效率投資。第三，借助分析師營造良好投融資環(huán)境，增加分析師關注度，提高分析師的專業(yè)水平和預測能力，強化其對管理者行為導致的非效率投資的外部治理作用。結論及建議有助于加強公司內部治理和分析師外部監(jiān)督，對于抑制非效率投資具有一定實踐意義。

【參考文獻】

［1］ 侯巧銘，宋力，蔣亞朋.管理者行為、企業(yè)生命周期與非效率投資［J］.會計研究，2017（3）：61-67，95.

［2］ 王曉亮，王進.董事會斷裂帶與企業(yè)投資效率［J］.華東經濟管理，2021，35（8）：116-128.

［3］ JOHNSTON A，BELINGA R，SEGRESTIN B.Governing institutional investor engagement：from activism to stewardship to custodianship？［J］.Journal of Corporate Law Studies，2022，22（1）：45-82.

［4］ 韓志麗，邵軍，陳敏，等.企業(yè)非效率投資：基于行為經濟學的解釋［J］.會計與經濟研究，2014，28（6）：72-80.

［5］ 王麗娟，茹意.環(huán)境不確定性、會計穩(wěn)健性和非效率投資——基于過度自信視角的研究［J］.財經理論研究，2021（3）：63-79.

［6］ 孫葉萌，張桂銅.管理者過度自信、企業(yè)財務柔性與過度投資關系的檢驗［J］.統(tǒng)計與決策，2020，36（6）：178-181.

［7］ 翟淑萍，袁克麗.分析師實地調研能緩解企業(yè)融資約束嗎［J］.山西財經大學學報，2020，42（1）：113-126.

［8］ 郭建鸞，簡曉彤.分析師的外部監(jiān)督效應——來自企業(yè)高管在職消費的證據(jù)［J］.中央財經大學學報，2021（2）：73-88.

［9］ 周卉，譚躍.股票市場只是實體經濟主旋律的一個插曲嗎？——基于現(xiàn)金股利決策的市場學習效應研究［J］.投資研究，2020，39（8）：4-24.

［10］ 胡瑋佳，韓麗榮.分析師關注降低上市公司的會計信息風險了嗎？——來自中國A股上市公司的經驗證據(jù)［J］.管理評論，2020，32（4）：219-230.

［11］ 陳可喜，陳雯婷.分析師盈利預測壓力與企業(yè)投資效率——來自中國A股市場的證據(jù)［J］.會計與經濟研究，2015，29（5）：57-70.

［12］ HE J J，TIAN X.The dark side of analyst coverage：The case of innovation［J］.Journal of Financial Economics，2013，109（3）：856-878.

［13］ 何平林，孫雨龍，陳宥任，等.分析師跟蹤、董事海外背景與信息披露質量［J］.科學決策，2019（9）：1-27.

［14］ 劉青青，陳宋生.暗送秋波：管理層引導與分析師盈余預測誤差［J］.南開管理評論，2019，22（5）：207-224.

［15］ RAJU S.Production of knowledge：Looking for ‘theoryin ‘familiarplaces？［J］.Geoforum，2006，2（37）：155-158.

［16］ 管考磊，鐘梅花.分析師意見分歧與銀行信貸決策——來自中國上市公司的經驗證據(jù)［J］.證券市場導報，2021（3）：23-31，37.

［17］ 馮敏紅.機構持股、股價信息含量與上市公司投資效率［J］.財會通訊，2017（18）：74-79，90，129.

［18］ 苗蕊，徐健.評分不一致性對在線評論有用性的影響——歸因理論的視角［J］.中國管理科學，2018，26（5）：178-186.

［19］ YU F F.Analyst coverage and earnings management［J］.Journal of Financial Economics，2008，88（2）：245-271.

［20］ MANSI S A，MAXWELL W F，MILLER D P.Analyst forecast characteristics and the cost of debt［J］.Review of Accounting Studies，2011，16：116-142.

［21］ 曲曉輝，盧煜，汪健.商譽減值與分析師盈余預測——基于盈余管理的視角［J］.山西財經大學學報，2016，38（4）：101-113.

［22］ 劉笑霞，李明輝.稅收激進度、外部監(jiān)督機制與非標準審計意見［J］.管理評論，2020，32（6）：280-291.

［23］ 王玉濤，王彥超.業(yè)績預告信息對分析師預測行為有影響嗎［J］.金融研究，2012（6）：193-206.

［24］ 劉佳偉，吉利.明星CEO、信息渠道與分析師行為［J］.當代財經，2021（2）：124-136.