侯巧铭 杨蕾 陈子卉 石一涵
【摘 要】 文章基于管理者行为与非效率投资的关系，研究了分析师预测的数量和质量在管理者行为与非效率投资间的作用机理，探寻分析师关注度、分析师预测准确度、分析师预测分歧度在管理者过度自信和代理行为组成的管理者行为与非效率投资间调节作用的差异。研究结果表明：管理者行为会导致非效率投资；分析师关注度对管理者行为导致的非效率投资有抑制作用；分析师预测准确度会减少管理者行为导致的非效率投资；分析师预测分歧度会加剧管理者代理行为引发的非效率投资，但可削弱管理者过度自信导致的非效率投资。该研究对强化分析师在资本市场中的地位、提高外部治理水平和企业投资效率具有重要的实践指导意义。
【关键词】 管理者代理行为； 管理者过度自信； 非效率投资； 分析师预测
【中图分类号】 F275.5；F272 【文献标识码】 A 【文章编号】 1004-5937（2023）21-0132-10
一、引言
2021年3月，“十四五”规划提出要优化投资结构，提高投资效率，保持投资合理增长。2023年1月，习近平总书记在中共中央政治局第二次集体学习时强调要完善扩大投资机制，拓展有效投资空间。投资作为必不可少的经济活动，无疑在市场深度融合、推动产业结构转型乃至经济动能转换中起着至关重要的作用。但由于委托代理和信息不对称等因素的存在，管理者的非效率投资现象普遍存在，严重制约资本市场的发展。管理者作为企业投资决策的主要执行者，其行为直接影响投资决策质量和投资效率。根据管家理论和代理理论，管理者行为分为代理行为和非理性行为，管理者过度自信则是典型的非理性行为[1]。探究管理者行为对非效率投资的影响，对规范管理者行为，抑制非效率投资具有重要意义。
分析师作为外部资本市场中新兴崛起的信息传递者，凭借信息情报网络和声誉业绩激励，可向市场提供预测报告，有助于抑制管理者由于信息不对称导致的非效率投资。对于管理者行为与非效率投资的作用机理，学者多从内部治理机制展开[2]，少有文献从分析师预测等外部影响因素加以研究。而分析师预测会影响管理者行为与非效率投资间的作用，因此论文将分析师预测按照数量和质量划分并论述其在管理者代理行为和管理者过度自信两种管理者行为与非效率投资关系中的外部治理作用。在分析师预测数量方面考察分析师关注度，从分析师预测质量角度考察分析师预测准确度和分析师预测分歧度，研究分析师预测对管理者行为与非效率投资关系的差异影响，旨在为改善管理者行为导致的非效率投资状况提供理论依据和经验借鉴。
本研究的主要贡献在于：第一，拓展了非效率投资外部治理机制的研究。探寻了资本市场中分析师对企业非效率投资的影响，有助于深入理解分析师预测的外部治理作用。第二，丰富了分析师预测的数量和质量调节作用差异性相关文献。就分析师关注度、分析师预测准确度和分析师预测分歧度研究分析师预测对管理者代理行为和管理者过度自信组成的管理者行为与非效率投资关系间的影响差异，丰富分析师预测在管理者行为和非效率投资之间作用机理的研究。第三，延伸了分析师预测分歧度对管理者过度自信影响的理论研究空间，扩展了分析师预测的研究范围。结合我国市场分析师预测分歧度的特征和认知心理学相关理论，拓宽了分析师预测分歧度对管理者过度自信与非效率投资间发挥治理作用的路径。
二、文献分析与研究假设
（一）管理者行为与非效率投资
关于管理者代理行为与非效率投资的影响机理，学者们主要从委托代理和行为金融视角展开研究。基于委托代理理论，企业的经营权与所有权分离，股东与管理层追求的利益不同。股东更倾向于实现价值最大化，以获得更多股利，管理者可能会为了个人利益利用职权谋取私利，二者利益诉求不一致导致非效率投资[3]。韩志丽等[4]认为代理行为下，管理者与所有者之间信息不对称，加剧管理者投机行为的发生。拥有职权的管理者会将资金投资到能够给自己带来更大私利的项目中，也可能会在所有者监督不力的情况下将企业现金资源用于个人消费或挪作他用，使企业的投资效率无法达到高水平。所以管理者代理行为会导致非效率投资。
基于行为金融视角，在管理者与所有者利益一致的前提下，管理者同样会因对风险收益的乐观认知而引发非效率投资。根据“狂妄假说”，过度自信的管理者有着过高估计自身能力的心理、较高的现金流敏感度和强烈的投资意向，决策时高估自身判断能力和决策能力，基于自负心理而倾向于选择高风险高收益的项目，极易造成过度投资[5]。孙叶萌等[6]也指出管理者过度自信会对项目的风险和收益带有乐观臆断，高估目标项目的收益而低估风险，在现金流充足时无法完全理性投资，极易冲动投资一些项目，导致非效率投资。因此，管理者过度自信也会造成非效率投资，据此提出假设1。
H1：管理者代理行为和管理者过度自信均会导致非效率投资。
（二）分析师预测在管理者行为对非效率投资影响中的调节作用分析
将分析师预测分为数量和质量两个方面，数量是分析师关注度，质量包括分析师预测准确度与分析师预测分歧度。分析师自身声誉机制的高低、私有信息掌握程度都会影响分析师预测的数量和质量，进而影响分析师对非效率投资的外部治理效果。通过讨论分析师关注度、分析师预测准确度和分析师预测分歧度在管理者行为对非效率投资影响中的调节作用，为企业借助分析师预测外部治理手段约束管理者行为，提高企业投资效率提供指导性建议。
1.分析师预测数量的调节作用分析
分析师预测数量用分析师关注度衡量，代表参与预测的分析师人数。翟淑萍等[7]认为分析师关注上市公司时需实地调研，通过与管理者直接沟通获取有用信息。实地调研的分析师越多，其对企业经营活动的了解越清晰，向市场发布的消息也越多，有助于缓解管理者基于委托代理产生的信息不对称。管理者做出投资决策时，由于代理问题的存在，会更加注重考虑自身的利益，为了私人利益损害股东权益。分析师预测能帮助利益相关者获得更多有效信息，从而约束管理者做出合理决策，减少非效率投资。郭建鸾等[8]指出较多的分析师数量会给管理层施压，在市场中公开发表观点，使得股东有效感知管理层的决策信息，制约管理者滥用公司资源的利己行为，使管理者谨慎决策，减少非效率投资。当分析师数量较多时，分析师通过实地调研获取公司实际经营情况，有助于缓解利益相关者的信息不对称，辨识管理者的投机行为，减少非效率投资。当分析师数量不足时，对管理者委托代理问题的制约作用并不明显，缓解管理者代理行为引发的非效率投资问题的效果不好。
分析师关注度在管理者过度自信与非效率投资之间也发挥重要作用。基于市场学习假说，过度自信的管理者在做出决策时会进行市场学习，收集大量决策有用信息时会充分考虑分析师的专业建议。关注公司的分析师数量越多，越能整合市场信息，增加管理者的学习机会，从而有助于过度自信管理者降低对自己过高的心理认知[9]，理性决策降低非效率投资。分析师在做出预测前会投入大量的时间和精力获取与公司相关的各类信息，整理信息并进行解读[10]，从而发布预测报告。当管理者与较多分析师的意见不一致时，根据行为学习理论，过度自信的管理者会反思自己的行为，更加理性和谨慎地投资，从而减少非效率投资。当分析师关注的人数较少时，无法为过度自信管理者提供更多决策有用信息，抑制管理者过度自信引发的非效率投资的作用不明显。因此，较高的分析师关注度可减少管理者过度自信引发的非效率投资。理论框架如图1a所示，据此提出假设2。
H2a：分析师关注度越高，越能抑制管理者代理行为导致的非效率投资。
H2b：分析师关注度越高，越能抑制管理者过度自信导致的非效率投资。
2.分析师预测质量的调节作用分析
（1）分析师预测准确度的调节作用分析
分析师预测准确度是指分析师做出预测结果的准确性和公正性。陈可喜等[11]认为预测准确度高的分析师在公司发布财务报告后，通过专业分析工具利用历史数据进行盈利预测，这种备受关注的预测值会对管理者施加巨大市场压力，基于委托代理的管理者会重新审视自身决策行为，更加维护所有者权益，减少利益不一致，缓解管理者代理行为导致的非效率投资。He et al.[12]认为如果公司实际盈利水平与高准确度的分析师发布的预测值相差较大，则会导致公司股价异常波动，严重影响高管绩效考核。管理者为挽回利益和名声，会更倾向于综合考虑委托方和代理方的利益，自觉纠正代理行为，减少投机决策，从而更加理性投资，将投资失败与损失控制在最小范围内，缓解非效率投资。分析师预测准确度较高时会给管理者带来更多的市场压迫，使得管理者出于保护自身利益和声誉的目的而约束自身代理行为，降低管理者代理行为引发的非效率投资。而分析师预测准确度较低时，利益相关者对分析师的认可度较低，市场无法充分发挥分析师的作用，管理者代理行为不会面临来自分析师的市场压力，更愿意谋取私利，导致非效率投资。
分析师预测准确度也会影响管理者过度自信与非效率投资的关系。何平林等[13]指出分析师预测与市场反应关系密切，分析师预测准确度越高，市场信息的客观性和公正性越强。为了稳固自己在资本市场上的地位和声誉，分析师拒绝迎合管理者意愿发布报告，会勇于挖掘真实情况，揭露管理者过度自信行为并披露企业现存的问题。过度自信的管理者会因对情形的乐观定位和优于他人的心理偏差而选择对外发布利好信息，披露不完整或不客观的信息。而分析师能挖掘实际运营情况并剖析，补充管理者未披露的情况或揭露其非理性的决策[14]。管理者不希望分析师的预测带来负面影响，为维护公司价值和提高信息披露质量，会重新审视决策的正确性，从而约束自身不合理的判断，提高投资效率。因此，分析师预测准确性可抑制管理者代理行为引发的非效率投资。理论框架如图1b所示，据此提出假设3。
H3a：分析师预测准确度越高，越能抑制管理者代理行为导致的非效率投资。
H3b：分析师预测准确度越高，越能抑制管理者过度自信导致的非效率投资。
（2）分析师预测分歧度的调节作用分析
根据认知心理学，分歧度被定义为不同个体对刺激物的响应间的不一致性程度。在本文中，刺激物即为企业管理者在经营决策中的盈利表现，分析师的预测意见代表个人对企业管理者在经营决策中的盈利表现这一刺激物的响应，分析师预测分歧度即分析师对于企业盈利预测达成共识的程度，共识程度越低，预测不一致性越高。Raju[15]指出导致认知失调的因素有很多，当个体接收到的信息与自身原有的态度、期望等不一致，或者当面对相互关联但却存在矛盾的客体时，会感到心理冲突与紧张不安，从而希望通过态度或行为改变减少这种不一致。
严重的分析师意见分歧代表公司经营很难准确预测，也表明分析师之间具有相互竞争的关系，分析师的竞争性报告影响委托代理的管理者和利益相关者对报告的反应，这种反应会随着分析师分歧的扩大而减弱。管考磊等[16]认为利益相关者的注意力是有限稀缺的，有分歧的分析师意见会分散他们的注意力，导致股价信息含量被减少。股价信息含量减少，无法为利益相关者和管理者的投资决策提供有效信息反馈，管理者因没有外界市场的信号反馈及信息使用者的干预，加剧代理者的机会主义行为，造成非效率投资的恶化[17]。因此，分析师预测分歧度较高时，会作用于资本市场，加剧管理者代理行为引发的非效率投资。
分析师预测分歧度也会影响管理者过度自信与非效率投资的关系。分析师预测分歧度较高时，分析师从不同方向和程度进行预测，彼此提供的盈利预测波动性较大，不一致的评估会影响管理者的心理认知[18]。管理者由于获得的信息与分析师预测的信息以及分析师之间的预测结果不一致而产生认知失调，过度自信的管理者原本对自身能力及公司项目低风险高收益高度认可，分析师不一致的预测会降低认可度，重新审视投资行为，进而通过改变自身行为缓解这种失调，过度自信的管理者会充分解读市场信息，调整认知偏差，完善投资策略，有效抑制非效率投资。因此，较高的分析师预测分歧度会降低管理者过度自信导致的非效率投资。理论分析框架如图1c所示，据此提出假设4。
H4a：分析师预测分歧度越高，越会加剧管理者代理行为导致的非效率投资。
H4b：分析师预测分歧度越高，越能抑制管理者过度自信导致的非效率投资。
三、研究设计
（一）变量选取及定义
1.被解释变量：效率投资
借鉴Richardson（2006）投资效率度量模型，按模型1回归出企业期望投资水平，得到的残差取绝对值度量非效率投资（Ine）。该数值越大，表明非效率投资问题越严重。
其中，Inv表示当年新增投资支出，Size表示公司规模，Cash表示现金持有量，Ret表示股票收益率，TobinQ表示成长机会，Lev表示资产负债率，Age表示IPO年限，Year和Ind分别是年份和行业控制变量。
2.解释变量：管理者行为
解释变量是管理者行为，包括管理者代理行为和管理者过度自信。管理者代理行为用管理费用率作为替代变量，管理者过度自信参考侯巧铭等[1]用自利归因度量方法衡量，通过语句分析上市公司业绩预告原因来度量。字母I代表内部归因，E代表外部归因，P代表绩优变动，N代表绩差变动。依据“IP-EP+EN-IN”的正负方向判断管理者对于绩优或绩差变动是倾向归功于自身努力还是倾向归罪于外部不可控因素。
3.调节变量：分析师预测
调节变量分析师预测，包括分析师预测数量和分析师预测质量。分析师预测数量用分析师关注度（Analyst）作为替代变量，参照Yu[19]采用第t年跟踪公司i的分析师人数加1再取自然对数度量。分析师预测质量包括分析师预测准确度和分析师预测分歧度，根据Mansi et al.[20]用实际每股收益与分析师预测每股收益之间差异的绝对值和当期股价的比例的负数度量分析师预测准确度（Accuracy）。依据曲晓辉等[21]用分析师收益预测的标准偏差除以当期股价度量分析师预测分歧度（Dispersion）。三个变量如模型2—模型4所示。
（4）
4.控制变量
基于非效率投资相关研究以及研究需要，本文控制变量为资产负债率、公司规模、自由现金流量、两职合一、独立董事比例、股权集中度、股权性质等。
5.工具变量：可持续增长率
考虑到管理者行为与非效率投资可能存在内生性问题，选取可持续增长率这一工具变量，该变量与非效率投资的随机误差项并无直接关系，并且和内生变量不具有强相关性。数值越大，表明企业发展速度较快，引发管理者过度自信的概率越高。
综上，变量定义如表1所示。
（二）模型构建
为确定管理者行为对非效率投资的影响，构建模型5。
如果α1和α2为正，则管理者代理行为和管理者过度自信均会导致非效率投资，与H1一致。
其次，为检验分析师预测在管理者行为与非效率投资之间的调节作用，建立模型2。
根据H2至H4，分析师预测关注度和分析师预测准确度可削弱管理者行为引发的非效率投资，预期α6—α9均为负。但分析师预测分歧度会增强代理行为与非效率投资的关系，削弱过度自信与非效率投资的关系，预期α10为正，α11为负。
（三）样本选择与数据来源
选取2016—2020年A股上市公司为研究样本，剔除金融业、ST和*ST、数据不全及异常的公司，最终确定4 101家公司。对面板数据进行1%和99%分位的双侧缩尾（Winsorize）处理以降低极端值对回归结果的影响。样本来源于CSMAR数据库，经Excel手工整理，在Stata15中进行数据合并和回归分析。
四、实证分析
（一）描述性统计
对变量进行描述性统计，结果如表2所示。非效率投资均值为0.031，比中位数略大，最大值为0.255，表明非效率投资普遍存在且个别公司较严重；管理费用率均值为0.094，最大值达1.311，揭示公司普遍存在以在职消费等为表现的管理者代理行为；管理者过度自信最小值和最大值分别为0和6，标准差为1.320，表明不同公司管理者过度自信程度差异较大。分析师预测方面，分析师关注度的均值为1.718，最小值为0，说明总体而言分析师人数较多，但部分公司没有分析师跟踪；分析师预测准确度的均值为-0.040，标准差为0.063，说明样本公司中分析师发布的预测报告有误差，且准确度在不同公司间差异不大；分析师预测分歧度均值为0.022，标准差为0.030，表明分析师预测公司未来盈余指标时意见不一致，且不同公司间分歧度差距不大。
（二）回归分析
为考察管理者行为对非效率投资的影响，将数据带入模型5逐步回归，检验结果见表3中列（1）至列（3）。其中，管理者代理行为与非效率投资在1%水平上显着正相关，表明管理者代理行为可引发非效率投资；管理者过度自信在1%水平上与非效率投资显着正相关，说明管理者过度自信会导致非效率投资；解释变量管理者代理行为和管理者过度自信与被解释变量非效率投资的偏回归系数分别为0.090和0.002，且在1%水平上显着，表明管理者代理行为和管理者过度自信都会导致非效率投资。列（1）—列（3）的VIF值均在5以下，说明变量间无多重共线性。验证H1。
为检验分析师预测的调节作用，以及其数量和质量对两种管理者行为与非效率投资关系中调节作用的差异性，论文将数据带入模型6进行逐步回归，检验结果见表3中列（4）—列（7）。
由表3中列（4）可知，分析师关注度与管理者代理行为的交乘项系数是-0.016，且通过显着性检验，说明分析师关注度可缓解信息不对称，对管理者代理行为引发的非效率投资具有抑制作用。分析师关注度与管理者过度自信的交乘项在1%水平上显着，说明分析师关注度较高时，会有更多的分析师进行市场解读，从而抑制管理者过度自信带来的非效率投资。验证H2a、H2b。
由表3中列（5）可知，分析师预测准确度与代理行为的交乘项系数为-0.278且在1%水平上显着，故分析师预测准确度越高时，会刺激备受压力的管理者减少机会主义行为，缓解非效率投资的发生。分析师预测准确度与过度自信的交乘项系数为-0.010且通过显着性检验，说明分析师的精准预测可约束管理者不合理的判断，抑制非效率投资。验证H3a、H3b。
由表3中列（6）可知，分析师预测分歧度与代理行为的交乘项偏回归系数是0.531且在1%的水平上显着。说明较高的分析师分歧度会分散信息使用者的注意力并会抵消股票特质信息的市场反应，加剧管理者代理成本和机会主义行为的发生，造成非效率投资。分析师预测分歧度与过度自信的交乘项偏回归系数为-0.031且显着相关，说明高分析师分歧度会导致管理者认知失调，过度自信管理者为减少失调会充分解读市场信息，从而抑制非效率投资。验证H4a、H4b。
由表3中（7）列可知，分析师关注度与管理者代理行为、过度自信的交乘项显着负相关，说明分析师关注度可抑制非效率投资；分析师预测准确度与管理者代理行为、过度自信的交乘项系数分别为-0.111和-0.020且显着，表明分析师预测准确度会抑制非效率投资；分析师预测分歧度与管理者代理行为、过度自信的交乘项均在1%的水平上显着，偏回归系数分别是0.385和-0.057，说明分析师分歧度会加剧管理者代理行为引发的非效率投资，抑制管理者过度自信导致的非效率投资。表3列（4）—列（7）VIF值均在合理范围内，可以看出变量间无多重共线性。验证H2—H4。
（三）稳健性检验
为保证研究结论的可靠性，本文对上述结果采用如下三个方法做稳健性测试。
1.工具变量法
为控制管理者过度自信对非效率投资影响的内生性问题，选取可持续增长率（Sgr）作为工具变量，对模型进行两阶段回归，并进行弱工具变量检验。检验后发现核心变量的偏回归系数和显着性与前文并无较大出入，验证实证结果是可靠稳健的，回归结果如表4所示。
2.倾向匹配得分法
为了控制分析师预测数量可能存在的自选择偏差问题，借鉴刘笑霞等[22]采用倾向匹配得分法，依照分析师跟踪数是否大于中位数定义高分析师关注度组（Analyst=1），按照资产规模、上市年数、ROA和销售增长率对高分析师关注度组进行PSM配对，建立分析师关注度影响因素的Logistic模型，采用最近距离法得到配对后样本，重新检验处理组和对照组。平衡性检验和匹配结果如表5和图2所示。
由表5可知，经过倾向得分匹配后t检验的p值都大于10%，说明匹配前和匹配后的变量在对照组和处理组之间存在显着的差异。所以对模型6再次分组回归，验证分析师预测关注度的外部治理作用。PSM配对后样本回归结果如表6所示，研究结果表明，考虑分析师关注度的自选择问题后，分析师关注度在管理者行为与非效率投资之间仍具有调节作用，与前文结论一致。
3.替换调节变量
通过替换分析师预测准确度和分析师预测分歧度，借鉴王玉涛等[23]将分析师预测准确度的度量替换为实际每股盈利（EPS）与证券分析师预测每股收益差的绝对值除以实际EPS。借鉴刘佳伟等[24]的方法替换分析师预测分歧度，用分析师收益预测的标准偏差除以实际EPS表示。本文对模型6重新回归，核心变量的偏回归系数和显着性与前文结论一致，验证结果的稳健性。限于篇幅，结果未列示。
五、结语
本文以沪深A股上市公司为样本，研究分析师关注度、分析师预测准确度和分析师预测分歧度在管理者行为对非效率投资影响中的调节作用。结果表明，管理者代理行为和管理者过度自信均能导致非效率投资；分析师关注度缓解管理者行为引发的非效率投资，分析师预测准确度有效弱化管理者行为与非效率投资的影响关系，分析师预测分歧度对管理者代理行为导致的非效率投资起到加剧作用，对管理者过度自信导致的非效率投资起到抑制作用。
本文基于上述结论提出以下政策建议：第一，相关监管部门应优化完善上市公司的信息管理制度，缓解资本市场与上市公司间的信息不对称，加强法制监管和外部监督，完善投资机制。第二，上市公司应建立健全内部控制，有效抑制管理者代理行为和认知偏差，减少非效率投资。第三，借助分析师营造良好投融资环境，增加分析师关注度，提高分析师的专业水平和预测能力，强化其对管理者行为导致的非效率投资的外部治理作用。结论及建议有助于加强公司内部治理和分析师外部监督，对于抑制非效率投资具有一定实践意义。
【参考文献】
［1］ 侯巧铭，宋力，蒋亚朋.管理者行为、企业生命周期与非效率投资［J］.会计研究，2017（3）：61-67，95.
［2］ 王晓亮，王进.董事会断裂带与企业投资效率［J］.华东经济管理，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］ 韩志丽，邵军，陈敏，等.企业非效率投资：基于行为经济学的解释［J］.会计与经济研究，2014，28（6）：72-80.
［5］ 王丽娟，茹意.环境不确定性、会计稳健性和非效率投资——基于过度自信视角的研究［J］.财经理论研究，2021（3）：63-79.
［6］ 孙叶萌，张桂铜.管理者过度自信、企业财务柔性与过度投资关系的检验［J］.统计与决策，2020，36（6）：178-181.
［7］ 翟淑萍，袁克丽.分析师实地调研能缓解企业融资约束吗［J］.山西财经大学学报，2020，42（1）：113-126.
［8］ 郭建鸾，简晓彤.分析师的外部监督效应——来自企业高管在职消费的证据［J］.中央财经大学学报，2021（2）：73-88.
［9］ 周卉，谭跃.股票市场只是实体经济主旋律的一个插曲吗？——基于现金股利决策的市场学习效应研究［J］.投资研究，2020，39（8）：4-24.
［10］ 胡玮佳，韩丽荣.分析师关注降低上市公司的会计信息风险了吗？——来自中国A股上市公司的经验证据［J］.管理评论，2020，32（4）：219-230.
［11］ 陈可喜，陈雯婷.分析师盈利预测压力与企业投资效率——来自中国A股市场的证据［J］.会计与经济研究，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，孙雨龙，陈宥任，等.分析师跟踪、董事海外背景与信息披露质量［J］.科学决策，2019（9）：1-27.
［14］ 刘青青，陈宋生.暗送秋波：管理层引导与分析师盈余预测误差［J］.南开管理评论，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，钟梅花.分析师意见分歧与银行信贷决策——来自中国上市公司的经验证据［J］.证券市场导报，2021（3）：23-31，37.
［17］ 冯敏红.机构持股、股价信息含量与上市公司投资效率［J］.财会通讯，2017（18）：74-79，90，129.
［18］ 苗蕊，徐健.评分不一致性对在线评论有用性的影响——归因理论的视角［J］.中国管理科学，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］ 曲晓辉，卢煜，汪健.商誉减值与分析师盈余预测——基于盈余管理的视角［J］.山西财经大学学报，2016，38（4）：101-113.
［22］ 刘笑霞，李明辉.税收激进度、外部监督机制与非标准审计意见［J］.管理评论，2020，32（6）：280-291.
［23］ 王玉涛，王彦超.业绩预告信息对分析师预测行为有影响吗［J］.金融研究，2012（6）：193-206.
［24］ 刘佳伟，吉利.明星CEO、信息渠道与分析师行为［J］.当代财经，2021（2）：124-136.
