劉 星 張智慧 楊羚璇

(重慶大學(xué) 經(jīng)濟(jì)與工商管理學(xué)院，重慶 400030)

一、引言

發(fā)行債券是企業(yè)融資的重要途徑之一。Wind數(shù)據(jù)庫(kù)的信息統(tǒng)計(jì)表明，截至2020年7月初，我國(guó)債券市場(chǎng)余額已達(dá)108萬(wàn)億元人民幣，位居世界第二。已有研究圍繞信息不對(duì)稱與企業(yè)債券融資成本之間的關(guān)系進(jìn)行了較為充分的探討，盡管結(jié)論尚未達(dá)成一致，但多數(shù)研究認(rèn)為信息不對(duì)稱會(huì)增大企業(yè)的債券融資成本(Yu，2005；Liao et al.，2009；周宏 等，2012)。具體來(lái)說(shuō)，隨著信息不對(duì)稱的加劇，企業(yè)隱藏與違約風(fēng)險(xiǎn)有關(guān)的負(fù)面信息的動(dòng)機(jī)和能力逐步增強(qiáng)，由此使得外部投資者愈發(fā)難以充分了解發(fā)債企業(yè)的真實(shí)狀況，進(jìn)而不得不承擔(dān)較高的投資風(fēng)險(xiǎn)，此時(shí)其自然會(huì)要求較高的風(fēng)險(xiǎn)溢價(jià)，結(jié)果導(dǎo)致企業(yè)的融資成本不斷升高。作為債券市場(chǎng)的重要信息中介，信用評(píng)級(jí)機(jī)構(gòu)對(duì)企業(yè)主體及其債券所做出的信用評(píng)級(jí)能夠有效緩解信貸市場(chǎng)上的信息不對(duì)稱程度。一般來(lái)說(shuō)，企業(yè)的信用評(píng)級(jí)越高，意味著企業(yè)的盈利能力越好，償債能力越強(qiáng)，其未來(lái)的債務(wù)融資成本也相應(yīng)越低(Kisgen，2006)。

近年來(lái)，國(guó)內(nèi)外學(xué)者圍繞證券分析師對(duì)債券市場(chǎng)的影響進(jìn)行了較為充分的探討，得到了一系列有價(jià)值的研究成果。Derrien et al.(2016)研究表明，分析師跟蹤人數(shù)減少會(huì)導(dǎo)致企業(yè)債務(wù)成本上升。類似地，林晚發(fā)等(2013)研究發(fā)現(xiàn)，分析師跟蹤人數(shù)越多，企業(yè)的債券信用利差越小。事實(shí)上，證券分析師既是資本市場(chǎng)中重要的信息媒介，也是一類重要的外部治理機(jī)制。陳欽源等(2017)指出，由于我國(guó)上市公司的信息透明度較低、治理結(jié)構(gòu)不盡完善，證券分析師所發(fā)揮的信息解讀與外部治理作用擁有更加廣闊的空間。通常，企業(yè)管理層或者控股股東實(shí)施的利益侵害行為具有一定的技術(shù)性和隱蔽性，普通投資者很難有效辨別；但是，對(duì)于擁有財(cái)務(wù)金融或與之相關(guān)專業(yè)背景的證券分析師來(lái)說(shuō)，其通過(guò)對(duì)企業(yè)的長(zhǎng)期跟蹤、定期走訪以及持續(xù)關(guān)注，能夠及時(shí)發(fā)現(xiàn)公司經(jīng)理人及財(cái)務(wù)報(bào)表中的任何異常，并據(jù)此更新盈利預(yù)測(cè)(李春濤 等，2014)。此外，企業(yè)也可能因擔(dān)心證券分析師對(duì)其違規(guī)行為或潛在風(fēng)險(xiǎn)的揭示會(huì)給自身的市場(chǎng)形象、生產(chǎn)經(jīng)營(yíng)等帶來(lái)不利影響，從而主動(dòng)減少機(jī)會(huì)主義行為。因此，受到越多分析師跟蹤的企業(yè)，管理層及控股股東實(shí)施自利行為、資產(chǎn)轉(zhuǎn)移、帝國(guó)構(gòu)建等有損公司價(jià)值以及未來(lái)現(xiàn)金流的行為的可能性也越小。既有研究發(fā)現(xiàn)，在我國(guó)，證券分析師能夠顯著降低企業(yè)的盈余管理水平(李春濤 等，2014；胡瑋佳 等，2020)，并減少企業(yè)管理層以及控股股東的利益侵占行為(譚雪，2016)，從而起到有效的監(jiān)督與治理作用。企業(yè)的會(huì)計(jì)信息及其分配給債權(quán)人的未來(lái)現(xiàn)金流是信用評(píng)級(jí)機(jī)構(gòu)進(jìn)行評(píng)級(jí)的重要依據(jù)，那么作為一種重要的外部治理機(jī)制，分析師跟蹤是否會(huì)對(duì)發(fā)債企業(yè)的主體信用評(píng)級(jí)產(chǎn)生影響呢？如果能，那么具體的作用機(jī)制又是怎樣的呢？

本文以2011—2018年我國(guó)滬深兩市發(fā)行信用債的企業(yè)為研究樣本，對(duì)分析師跟蹤與企業(yè)主體信用評(píng)級(jí)之間的關(guān)系進(jìn)行了實(shí)證分析。較之已有文獻(xiàn)，本研究的貢獻(xiàn)主要體現(xiàn)在三個(gè)方面：

第一，豐富了證券分析師對(duì)債券市場(chǎng)影響方面的文獻(xiàn)。以往研究主要從信息不對(duì)稱的角度考察分析師跟蹤對(duì)企業(yè)債券融資成本的影響(林晚發(fā) 等，2013)。不同于此，本文主要基于外部治理的視角將分析師跟蹤與發(fā)債企業(yè)的主體信用評(píng)級(jí)納入同一框架進(jìn)行探討，研究結(jié)論為分析師的治理效應(yīng)提供了進(jìn)一步的證據(jù)支持。

第二，揭示了分析師跟蹤提高企業(yè)主體信用評(píng)級(jí)的作用機(jī)制，即分析師跟蹤主要通過(guò)降低企業(yè)的會(huì)計(jì)信息風(fēng)險(xiǎn)以及債務(wù)代理風(fēng)險(xiǎn)兩條途徑提高企業(yè)主體信用評(píng)級(jí)，這有助于我們更加深入地理解信息環(huán)境與公司治理對(duì)企業(yè)主體信用評(píng)級(jí)的影響。

第三，側(cè)面證實(shí)我國(guó)企業(yè)信用評(píng)級(jí)的有效性。目前，學(xué)者對(duì)于我國(guó)企業(yè)信用評(píng)級(jí)的有效性持有不同觀點(diǎn)。本文研究結(jié)論表明，證券分析師的外部治理作用能夠反映在企業(yè)的主體信用評(píng)級(jí)之中，從而說(shuō)明我國(guó)的企業(yè)信用評(píng)級(jí)是具有一定信息含量的。此外，不同于林晚發(fā)等(2020)的研究，即立足證券分析師預(yù)測(cè)表現(xiàn)的視角驗(yàn)證了我國(guó)企業(yè)信用評(píng)級(jí)的信息效應(yīng)，本文從證券分析師的外部治理效應(yīng)出發(fā)，證實(shí)分析師跟蹤能夠有效提升企業(yè)的主體信用評(píng)級(jí)，這有助于我們從更加多元的視角來(lái)理解企業(yè)信用評(píng)級(jí)的信息含量。

二、文獻(xiàn)綜述與研究假設(shè)

作為資本市場(chǎng)重要的信息中介，證券分析師可以通過(guò)多種渠道獲取企業(yè)的公開信息以及私有信息，比如公司發(fā)布的報(bào)告、新聞媒體報(bào)道、監(jiān)管部門的公告、參與實(shí)地調(diào)研、與管理層溝通、電話會(huì)議等等，并利用所收集的信息深入分析企業(yè)的經(jīng)營(yíng)效率與經(jīng)營(yíng)成果，最終以研究報(bào)告的形式對(duì)企業(yè)做出盈利預(yù)測(cè)與投資評(píng)級(jí)以供投資者使用。大量研究表明，證券分析師的跟蹤活動(dòng)增進(jìn)和拓寬了投資者對(duì)披露信息理解的深度和廣度，使得信息被投資者誤讀與漏讀的風(fēng)險(xiǎn)有效降低，極大地緩解了企業(yè)與投資者之間的信息不對(duì)稱，進(jìn)而有效地提升了企業(yè)的融資能力(Almeida et al.，2004；張純 等，2007)。朱紅軍等(2007)考察了我國(guó)證券分析師能否提高資本市場(chǎng)的運(yùn)行效率，結(jié)果發(fā)現(xiàn)，證券分析師對(duì)于企業(yè)信息的搜尋與加工等活動(dòng)能夠顯著提升股票價(jià)格的信息含量，降低股價(jià)同步性，從而增強(qiáng)價(jià)格對(duì)資源配置的引導(dǎo)力度，對(duì)于提高資本市場(chǎng)的效率起到了積極作用。證券分析師不僅可以有效糾正股價(jià)偏離的問(wèn)題，還能使管理層隱藏和囤積的負(fù)面消息被提早發(fā)掘，進(jìn)而有效降低信息不對(duì)稱所引發(fā)的個(gè)股暴跌風(fēng)險(xiǎn)(潘越 等，2011)。袁春生等(2013)發(fā)現(xiàn)，我國(guó)證券分析師能夠通過(guò)股票投資評(píng)級(jí)向市場(chǎng)傳遞企業(yè)的財(cái)務(wù)舞弊信息，并通過(guò)減少跟蹤活動(dòng)向市場(chǎng)傳遞企業(yè)可能存在舞弊風(fēng)險(xiǎn)。

證券分析師的信息揭示作用可以有效約束管理層侵害企業(yè)利益的機(jī)會(huì)主義行為，從而極大地緩解所有權(quán)與控制權(quán)分離所產(chǎn)生的代理沖突(Jensen et al.，1976)。這也是支撐證券分析師治理效應(yīng)方面研究的重要理論基礎(chǔ)。從現(xiàn)有文獻(xiàn)來(lái)看，學(xué)者主要從代理成本、管理層業(yè)績(jī)預(yù)告違規(guī)、財(cái)務(wù)舞弊、盈余管理、企業(yè)創(chuàng)新績(jī)效等方面研究證券分析師的治理效應(yīng)。Doukas et al.(2000)認(rèn)為，證券分析師能夠顯著降低企業(yè)潛在的委托代理成本，進(jìn)而提升企業(yè)價(jià)值；譚雪(2016)也發(fā)現(xiàn)，我國(guó)證券分析師可以顯著降低企業(yè)的兩類代理成本，從而有效保護(hù)投資者的利益；鄭建明等(2015)研究表明，證券分析師對(duì)監(jiān)管制度起到了一定的替代作用，進(jìn)而可有效抑制管理層的業(yè)績(jī)預(yù)告違規(guī)行為；Dyck et al.(2010)指出，相比于證監(jiān)會(huì)和審計(jì)師，證券分析師在揭露企業(yè)財(cái)務(wù)舞弊方面發(fā)揮著更強(qiáng)的效應(yīng)；李春濤等(2014)研究發(fā)現(xiàn)，分析師跟蹤能夠顯著降低企業(yè)盈余管理的規(guī)模；胡瑋佳等(2020)檢驗(yàn)了分析師關(guān)注與企業(yè)盈余管理信息風(fēng)險(xiǎn)和基本面信息風(fēng)險(xiǎn)的關(guān)系，發(fā)現(xiàn)證券分析師能夠有效降低企業(yè)的信息風(fēng)險(xiǎn)；陳欽源等(2017)的研究結(jié)果顯示，分析師跟蹤通過(guò)緩解創(chuàng)新過(guò)程中的信息不對(duì)稱與代理問(wèn)題，進(jìn)而提高了企業(yè)的創(chuàng)新績(jī)效。綜上可知，證券分析師作為企業(yè)重要的信息傳播者以及外部監(jiān)督者，在提升資本市場(chǎng)運(yùn)行效率以及企業(yè)價(jià)值方面發(fā)揮了積極功效。

信用評(píng)級(jí)也稱資信評(píng)級(jí)，是指由獨(dú)立的信用評(píng)級(jí)機(jī)構(gòu)對(duì)影響評(píng)級(jí)對(duì)象的諸多信用風(fēng)險(xiǎn)因素進(jìn)行分析研究，就其償還債務(wù)的能力及償債意愿進(jìn)行綜合評(píng)價(jià)，并且用簡(jiǎn)單明了的符號(hào)加以表示。(1)來(lái)自中國(guó)人民銀行發(fā)布的《信貸市場(chǎng)和銀行間債券市場(chǎng)信用評(píng)級(jí)規(guī)范》中對(duì)信用評(píng)級(jí)的術(shù)語(yǔ)定義。作為信用評(píng)級(jí)的重要參考因素，企業(yè)的會(huì)計(jì)信息質(zhì)量及其治理水平會(huì)對(duì)企業(yè)主體信用評(píng)級(jí)的高低產(chǎn)生決定性影響。本文認(rèn)為，分析師跟蹤主要通過(guò)兩條路徑影響企業(yè)的主體信用評(píng)級(jí)。

一方面，分析師跟蹤可以通過(guò)降低企業(yè)的盈余管理水平，減輕企業(yè)的會(huì)計(jì)信息風(fēng)險(xiǎn)，從而提高企業(yè)主體信用評(píng)級(jí)。證券分析師具備較強(qiáng)的數(shù)據(jù)分析能力以及明顯的信息獲取優(yōu)勢(shì)，能夠有效識(shí)別具有信息風(fēng)險(xiǎn)的盈余操縱行為，因此在企業(yè)信息披露的過(guò)程中發(fā)揮著重要的監(jiān)督作用。通常，當(dāng)企業(yè)被較多的證券分析師關(guān)注時(shí)，其進(jìn)行盈余管理的行為也會(huì)受到抑制(李春濤 等，2014)。胡瑋佳等(2020)發(fā)現(xiàn)，分析師跟蹤人數(shù)越多，企業(yè)的盈余管理信息風(fēng)險(xiǎn)及基本面信息風(fēng)險(xiǎn)也越低。而會(huì)計(jì)信息是評(píng)級(jí)機(jī)構(gòu)進(jìn)行評(píng)級(jí)時(shí)所需參考的一類重要信息，高質(zhì)量的會(huì)計(jì)信息能夠有效降低評(píng)級(jí)機(jī)構(gòu)對(duì)企業(yè)未來(lái)現(xiàn)金流的估計(jì)風(fēng)險(xiǎn)，進(jìn)而使評(píng)級(jí)機(jī)構(gòu)對(duì)企業(yè)的信用感知顯著提升(He，2018)。中誠(chéng)信國(guó)際信用評(píng)級(jí)有限公司在《信用評(píng)級(jí)方法總論》中明確指出，“財(cái)務(wù)數(shù)據(jù)是企業(yè)經(jīng)營(yíng)和管理的綜合體現(xiàn)，是企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)分析的基礎(chǔ)，對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的判斷首先要分析財(cái)務(wù)信息質(zhì)量?！?2)來(lái)自中誠(chéng)信國(guó)際信用評(píng)級(jí)有限責(zé)任公司官方網(wǎng)站http://www.ccxi.com.cn/cn/Init/baseFile/1156/620。類似地，聯(lián)合信用評(píng)級(jí)有限公司在《工商企業(yè)信用評(píng)級(jí)方法(主體)》中也提到，“評(píng)級(jí)機(jī)構(gòu)應(yīng)對(duì)財(cái)務(wù)資料的真實(shí)性做出判斷……根據(jù)一般會(huì)計(jì)政策，對(duì)特定會(huì)計(jì)政策下財(cái)務(wù)數(shù)據(jù)的失真程度進(jìn)行評(píng)估”，來(lái)自聯(lián)合信用評(píng)級(jí)有限公司官方網(wǎng)站http://www.lianhecreditrating.com.cn/news.aspx?m=20140912115528013209&n=20190322194945367844。評(píng)級(jí)機(jī)構(gòu)不僅會(huì)關(guān)注企業(yè)當(dāng)前的盈利狀況，還會(huì)關(guān)心企業(yè)的盈余質(zhì)量，發(fā)債企業(yè)出于評(píng)級(jí)提升的考慮，事前會(huì)降低自身的盈余管理水平(李琦 等，2011)。因此，本文推斷，分析師跟蹤通過(guò)降低企業(yè)的盈余管理水平，從而減輕企業(yè)的會(huì)計(jì)信息風(fēng)險(xiǎn)，是其提高企業(yè)主體信用評(píng)級(jí)的一條重要路徑。

另一方面，證券分析師的外部治理作用能夠有效約束管理層損害公司價(jià)值以及未來(lái)現(xiàn)金流的機(jī)會(huì)主義行為，降低企業(yè)的債務(wù)代理風(fēng)險(xiǎn)，從而提高企業(yè)主體信用評(píng)級(jí)。Jensen et al.(1976)提出的代理理論認(rèn)為，債權(quán)人面臨著兩類代理問(wèn)題：管理者與所有利益相關(guān)者之間的代理問(wèn)題、股東與債權(quán)人之間的代理問(wèn)題。證券分析師作為企業(yè)重要的外部監(jiān)督力量，不僅可以通過(guò)與管理層溝通、電話會(huì)議等方式對(duì)企業(yè)進(jìn)行直接監(jiān)督，還能夠利用發(fā)布研究報(bào)告等形式發(fā)揮間接監(jiān)督的作用。證券分析師具有深厚的專業(yè)知識(shí)、強(qiáng)大的信息挖掘和分析能力，他們通過(guò)對(duì)企業(yè)的長(zhǎng)期跟蹤、定期走訪以及持續(xù)關(guān)注，能夠及時(shí)發(fā)現(xiàn)經(jīng)理人及公司財(cái)報(bào)中的任何異常(李春濤 等，2014)。對(duì)于那些重視自身聲譽(yù)的企業(yè)來(lái)說(shuō)，它們因擔(dān)心分析師對(duì)其違規(guī)行為以及償債風(fēng)險(xiǎn)的揭露會(huì)給自身的市場(chǎng)形象、生產(chǎn)經(jīng)營(yíng)等帶來(lái)不利影響，會(huì)主動(dòng)減少有損企業(yè)價(jià)值的行為。Chen et al.(2015)通過(guò)考察分析師跟蹤與企業(yè)現(xiàn)金持有的邊際價(jià)值、CEO超額報(bào)酬、非效率收購(gòu)行為等之間的關(guān)系，發(fā)現(xiàn)分析師跟蹤有助于強(qiáng)化對(duì)管理者行為的監(jiān)督，提升企業(yè)價(jià)值。譚雪(2016)的研究結(jié)果表明，我國(guó)證券分析師的監(jiān)督與治理作用可以有效抑制企業(yè)管理層以及控股股東的利益侵占行為。因此，本文認(rèn)為，分析師跟蹤通過(guò)抑制管理層損害公司價(jià)值以及未來(lái)現(xiàn)金流的機(jī)會(huì)主義行為，從而降低企業(yè)的債務(wù)代理風(fēng)險(xiǎn)，改善企業(yè)的償債能力，是其提高企業(yè)主體信用評(píng)級(jí)的另一條重要路徑。

綜上分析，本文提出：

假設(shè)1：其他條件一定的情況下，分析師跟蹤人數(shù)越多，企業(yè)的主體信用評(píng)級(jí)越高。

三、研究設(shè)計(jì)

(一)樣本選擇和數(shù)據(jù)來(lái)源

本文選取2011—2018年我國(guó)滬深兩市擁有主體信用評(píng)級(jí)的發(fā)債企業(yè)作為研究樣本。之所以將2011年作為樣本數(shù)據(jù)的起始年份，是因?yàn)樽浴巴顿Y者付費(fèi)”模式的評(píng)級(jí)機(jī)構(gòu)于2010年被引入我國(guó)市場(chǎng)后，整體的評(píng)級(jí)質(zhì)量顯著提升，評(píng)級(jí)結(jié)果的可信度明顯增加。進(jìn)一步，我們按照以下標(biāo)準(zhǔn)對(duì)初始樣本進(jìn)行了篩選：剔除金融行業(yè)樣本；剔除ST類企業(yè)樣本；剔除數(shù)據(jù)缺失或存在異常值的企業(yè)樣本；參照李琦等(2011)的做法，對(duì)于企業(yè)在一年內(nèi)被多次出具主體信用評(píng)級(jí)的情況，僅保留當(dāng)年最后一條評(píng)級(jí)記錄。經(jīng)過(guò)上述處理，本文最終得到4149個(gè)初始觀測(cè)值樣本。為避免極端值的影響，我們對(duì)主要連續(xù)變量在1%和99%水平上進(jìn)行了Winsorize處理。上市公司債券特征數(shù)據(jù)來(lái)自Wind數(shù)據(jù)庫(kù)，其余公司財(cái)務(wù)數(shù)據(jù)以及分析師跟蹤人數(shù)均來(lái)自CSMAR數(shù)據(jù)庫(kù)。

(二)模型構(gòu)建與變量說(shuō)明

為驗(yàn)證本文提出的研究假設(shè)，我們構(gòu)建了以下模型：

Crediti,t+1=?+β1Followi,t+β2Paystylei,t+β3Auditi,t+β4Sizei,t+

β5Leveragei,t+β6Curassi,t+β7Ebiti,t+β8Roai,t+β9Growthi,t+

β10Turnoveri,t+β11TQi,t+β12Soei,t+Industry+Year+ε

(1)

為了避免互為因果而導(dǎo)致的內(nèi)生性問(wèn)題，本文將解釋變量及控制變量均進(jìn)行了滯后一期處理。在模型(1)中，被解釋變量Credit為企業(yè)主體信用評(píng)級(jí)，參考林晚發(fā)等(2017)的做法，當(dāng)企業(yè)主體信用評(píng)級(jí)為CCC、B、BB、BB+、BBB-、BBB、BBB+、A-、A、A+、AA-、AA、AA+、AAA-、AAA、AAA+時(shí)，企業(yè)主體信用評(píng)級(jí)依次取值1～16。數(shù)值越大，說(shuō)明企業(yè)主體信用評(píng)級(jí)越高，債券違約風(fēng)險(xiǎn)越小。解釋變量Follow為分析師跟蹤人數(shù)，參考已有文獻(xiàn)(Yu，2008；陳欽源 等，2017)的普遍做法，本文用企業(yè)在給定年度內(nèi)跟蹤并發(fā)布研究報(bào)告的證券分析師人數(shù)加1后的自然對(duì)數(shù)衡量。同時(shí)，為保證研究結(jié)論的可靠性，本文選取付費(fèi)模式(3)當(dāng)評(píng)級(jí)機(jī)構(gòu)為中債資信評(píng)估有限公司時(shí)為“投資者付費(fèi)”模式，其它則為“發(fā)行人付費(fèi)”模式。參考已有文獻(xiàn)，不同付費(fèi)模式下的評(píng)級(jí)結(jié)果可能存在不同，即“發(fā)行人付費(fèi)”模式推高了發(fā)行主體的信用評(píng)級(jí)(林晚發(fā) 等，2017)，因此本文選取付費(fèi)模式作為模型的控制變量。(Paystyle)、審計(jì)質(zhì)量(Audit)、企業(yè)規(guī)模(Size)、企業(yè)杠桿率(Leverage)、流動(dòng)比率(Curass)、利息保障倍數(shù)(Ebit)、總資產(chǎn)收益率(Roa)、營(yíng)業(yè)收入增長(zhǎng)率(Growth)、總資產(chǎn)周轉(zhuǎn)率(Turnover)、企業(yè)價(jià)值(TQ)、企業(yè)性質(zhì)(Soe)作為控制變量。此外，本文還在模型中控制了行業(yè)(Industry)和年度(Year)固定效應(yīng)。變量說(shuō)明見表1。

表1 變量說(shuō)明

由于被解釋變量Credit屬于有序變量，本文采用Order Logit回歸。在模型檢驗(yàn)中，我們采用經(jīng)White異方差修正的穩(wěn)健性標(biāo)準(zhǔn)誤，并對(duì)標(biāo)準(zhǔn)誤進(jìn)行了公司層面的聚類調(diào)整，以克服異方差和自相關(guān)問(wèn)題的影響。

四、實(shí)證結(jié)果與分析

(一)樣本的描述性統(tǒng)計(jì)

表2列示了本文主要變量的描述性統(tǒng)計(jì)分析結(jié)果。企業(yè)主體信用評(píng)級(jí)(Credit)的均值為12.082，對(duì)應(yīng)的主體信用級(jí)別在AA與AA+之間。對(duì)數(shù)化后的分析師跟蹤人數(shù)(Follow)的均值為2.196，最大值與最小值分別為4.344、0，對(duì)應(yīng)的證券分析師人數(shù)分別約為77人和0人，說(shuō)明不同樣本企業(yè)的分析師跟蹤人數(shù)存在較大差別。付費(fèi)模式(Paystyle)的均值為0.114，說(shuō)明大部分樣本企業(yè)仍然采用的是“發(fā)行人付費(fèi)”模式。

表2 描述性統(tǒng)計(jì)結(jié)果

(二)基本結(jié)果

表3列(1)、列(2)報(bào)告了分析師跟蹤與企業(yè)主體信用評(píng)級(jí)的回歸結(jié)果。列(1)中，我們只控制了年度和行業(yè)固定效應(yīng)，回歸結(jié)果顯示，分析師跟蹤人數(shù)(Follow)的估計(jì)系數(shù)為0.589，且在1%水平上顯著為正；列(2)中，我們加入了其他控制變量，回歸結(jié)果顯示，分析師跟蹤人數(shù)(Follow)的估計(jì)系數(shù)為0.151，且在1%水平上顯著為正。上述檢驗(yàn)結(jié)果表明，分析師跟蹤人數(shù)越多，企業(yè)的主體信用評(píng)級(jí)越高，本文假設(shè)得到驗(yàn)證?？刂谱兞扛顿M(fèi)模式(Paystyle)的估計(jì)系數(shù)顯著為負(fù)，說(shuō)明“發(fā)行人付費(fèi)”模式下的主體信用評(píng)級(jí)可能存在評(píng)級(jí)膨脹問(wèn)題，相對(duì)而言，“投資者付費(fèi)”模式下的主體信用評(píng)級(jí)更為客觀、質(zhì)量更高，這也驗(yàn)證了林晚發(fā)等(2017)與吳育輝等(2020)關(guān)于不同付費(fèi)模式下企業(yè)主體信用評(píng)級(jí)質(zhì)量的研究結(jié)論。其他控制變量的檢驗(yàn)結(jié)果與現(xiàn)有文獻(xiàn)基本一致，不再贅述。

表3 分析師跟蹤與企業(yè)主體信用評(píng)級(jí)

(三)內(nèi)生性檢驗(yàn)

考慮到證券分析師可能傾向于跟蹤信用狀況較好的企業(yè)，且企業(yè)主體信用評(píng)級(jí)的提升也會(huì)吸引更多的證券分析師對(duì)其進(jìn)行跟蹤。同時(shí)，本文研究樣本為擁有主體信用評(píng)級(jí)的發(fā)債企業(yè)，這也可能會(huì)導(dǎo)致樣本自選擇問(wèn)題。因此，上述的回歸結(jié)果可能存在內(nèi)生性問(wèn)題。為此，本文通過(guò)兩階段最小二乘法(2SLS)、改變分析師跟蹤的衡量方式、傾向匹配得分法(PSM)、差分方程回歸模型以及Heckman兩階段法來(lái)處理內(nèi)生性問(wèn)題。

1.兩階段最小二乘法(2SLS)

借鑒Yu(2008)以及陳欽源等(2017)的做法，本文以分析師預(yù)期跟蹤傾向(Exfollow)作為分析師實(shí)際跟蹤人數(shù)的工具變量進(jìn)行兩階段回歸。分析師預(yù)期跟蹤傾向(Exfollow)的計(jì)算公式如下：

Exfollowi,j,t=(Brokersizej，t/

Brokersizej，0)×Exfollowi，j，0

(2)

(3)

其中，Exfollowi，j，0表示在基準(zhǔn)年內(nèi)券商j中跟蹤企業(yè)i的證券分析師人數(shù)，Brokersizej，0和Brokersizej，t分別表示券商j在基準(zhǔn)期、第t期擁有的分析師數(shù)量，該工具變量衡量了證券分析師對(duì)企業(yè)i的預(yù)期關(guān)注傾向。由于券商規(guī)模的調(diào)整僅受券商戰(zhàn)略及經(jīng)營(yíng)狀況的影響，與被跟蹤企業(yè)財(cái)務(wù)特征無(wú)關(guān)，因此由基準(zhǔn)年計(jì)算得到的預(yù)測(cè)值應(yīng)該與當(dāng)期的隨機(jī)誤差項(xiàng)不相關(guān)。表3列(3)報(bào)告了第一階段的估計(jì)結(jié)果，從中可見，Exfollow的估計(jì)系數(shù)為0.460，且在1%水平上顯著為正，與預(yù)期一致。F統(tǒng)計(jì)量為1054.234，遠(yuǎn)大于10，通過(guò)了弱工具變量檢驗(yàn)。列(4)報(bào)告了第二階段的估計(jì)結(jié)果，不難發(fā)現(xiàn)，F(xiàn)ollow的估計(jì)系數(shù)為0.231，且在1%水平上顯著為正。由此可知，在控制內(nèi)生性問(wèn)題后，分析師跟蹤人數(shù)與企業(yè)主體信用評(píng)級(jí)的正相關(guān)關(guān)系仍然成立。

2.改變分析師跟蹤的衡量方式

鑒于證券分析師選擇是否跟蹤某一家企業(yè)可能與該企業(yè)的財(cái)務(wù)特征有關(guān)，因此本文借鑒陳欽源等(2017)的做法，選擇超額分析師人數(shù)(Refollow)來(lái)重新衡量分析師跟蹤人數(shù)。具體地，先用模型(4)的殘差來(lái)衡量除審計(jì)質(zhì)量、企業(yè)規(guī)模以及財(cái)務(wù)杠桿率等其他企業(yè)層面特征決定的分析師跟蹤人數(shù)，然后將其作為自變量代入主模型中進(jìn)行回歸，結(jié)果如表4列(1)所示。從中可見，Refollow的估計(jì)系數(shù)仍然在1%水平上顯著為正。由此可知，在改變分析師跟蹤的衡量方式后，本文結(jié)論也未發(fā)生改變。

表4 內(nèi)生性檢驗(yàn)：改變分析師跟蹤的衡量方式、傾向匹配得分法以及差分方程回歸模型

Refollowi,t=?+β1Paystylei,t+β2Auditi,t+β3Sizei,t+β4Leveragei,t+

β5Curassi,t+β6Ebiti,t+β7Roai,t+β8Growthi,t+β9Turnoveri,t+

β10TQi,t+β11Soei,t+Industry+Year+ε

(4)

(續(xù)表4)

3.傾向匹配得分法(PSM)

我們先按照企業(yè)是否存在分析師跟蹤，將樣本分為實(shí)驗(yàn)組(有分析師跟蹤的企業(yè))和對(duì)照組(無(wú)分析師跟蹤的企業(yè))，并以模型(1)中所有控制變量為協(xié)變量來(lái)進(jìn)行匹配，匹配比例為1∶1。在此基礎(chǔ)上，利用匹配后的樣本對(duì)企業(yè)主體信用評(píng)級(jí)(Credit)與分析師是否跟蹤(Dumfollow)進(jìn)行回歸分析。表4列(2)和列(3)分別報(bào)告了匹配前與匹配后企業(yè)是否存在分析師跟蹤的樣本組之間的差異，從中可見，匹配前兩組樣本的部分控制變量存在顯著差異，而匹配后兩組樣本在所有控制變量上均無(wú)顯著差異，這說(shuō)明上述配對(duì)是有效的。表4列(4)和列(5)分別報(bào)告了配對(duì)前后企業(yè)主體信用評(píng)級(jí)(Credit)與分析師是否跟蹤(Dumfollow)的回歸結(jié)果，不難發(fā)現(xiàn)，配對(duì)后的樣本中Dumfollow的估計(jì)系數(shù)為0.502，且在1%水平上顯著為正。由此說(shuō)明，在控制企業(yè)特征方面的差異后，本文結(jié)論仍然成立。

4.差分方程回歸模型

差分方程可以幫助我們觀察到自變量的增量對(duì)因變量的增量影響，從而消除或減輕反向因果關(guān)系對(duì)研究結(jié)論的影響(倉(cāng)勇濤 等，2011；Zhang，2018)。為克服分析師選擇偏好可能引發(fā)的內(nèi)生性問(wèn)題，本文采用差分方程回歸模型做了進(jìn)一步的分析。首先，計(jì)算模型(1)中主要變量的變化值，并用變化值代替水平值；然后，進(jìn)行Ologit回歸。結(jié)果如表4列(6)和列(7)所示。其中：列(6)中的被解釋變量ΔCredit表示企業(yè)本年度的主體信用評(píng)級(jí)減去上一年度的主體信用評(píng)級(jí)，解釋變量ΔFollow表示企業(yè)本年度的分析師跟蹤人數(shù)減去上一年度的分析師跟蹤人數(shù)；列(7)中的解釋變量Upfollow為虛擬變量，當(dāng)年分析師跟蹤人數(shù)增加時(shí)，取值為1，反之取值為0。由檢驗(yàn)結(jié)果可知，ΔFollow與Upfollow的估計(jì)系數(shù)分別在5%、1%水平上顯著為正，說(shuō)明分析師跟蹤人數(shù)的增加會(huì)帶來(lái)企業(yè)主體信用評(píng)級(jí)的提高，即分析師跟蹤能夠提升企業(yè)主體信用評(píng)級(jí)，本文結(jié)論仍然成立。

5.Heckman兩階段法

考慮到本文樣本為擁有主體信用評(píng)級(jí)的發(fā)債企業(yè)，而企業(yè)是否發(fā)行債券也可能由其信用評(píng)級(jí)的高低所決定，這可能會(huì)導(dǎo)致樣本選擇偏差問(wèn)題。為此，本文將2011—2018年所有未發(fā)行債券的企業(yè)也納入了研究樣本，共得到16344個(gè)樣本觀測(cè)值，之后使用Heckman兩階段模型進(jìn)行檢驗(yàn)。第一階段，參考Bharath et al.(2008)、Lin et al.(2013)以及王雄元等(2017)的研究，選擇審計(jì)質(zhì)量(Audit)、企業(yè)規(guī)模(Size)、企業(yè)杠桿率(leverage)、短期借款占總資產(chǎn)之比(Short-term)、長(zhǎng)期借款比例占總資產(chǎn)之比(Long-term)、現(xiàn)金流風(fēng)險(xiǎn)(Cfrisk)、總資產(chǎn)收益率(Roa)、營(yíng)業(yè)收入增長(zhǎng)率(Growth)、第一大股東持股比例(Top1)、企業(yè)性質(zhì)(Soe)作為選擇方程的解釋變量，建立企業(yè)是否發(fā)債(Bond)的Probit模型，之后將計(jì)算得出的逆米爾斯系數(shù)(Inverse Mill’s Ratio，簡(jiǎn)記IMR)代入主模型進(jìn)行第二階段回歸。表5報(bào)告了Heckman兩階段的回歸結(jié)果。由列(2)可見，在控制IMR后，分析師跟蹤(Follow)的估計(jì)系數(shù)為0.202，且在1%水平上顯著為正。這說(shuō)明在控制樣本自選擇問(wèn)題后，分析師跟蹤依然對(duì)企業(yè)主體信用評(píng)級(jí)存在積極影響。

(四)機(jī)制檢驗(yàn)

在前文的理論分析部分，我們推斷分析師跟蹤主要通過(guò)降低企業(yè)的會(huì)計(jì)信息風(fēng)險(xiǎn)與債務(wù)代理風(fēng)險(xiǎn)來(lái)提高企業(yè)主體信用評(píng)級(jí)。接下來(lái)，檢驗(yàn)上述兩種作用機(jī)制是否成立。

1.會(huì)計(jì)信息風(fēng)險(xiǎn)機(jī)制檢驗(yàn)

由于分析師跟蹤主要通過(guò)提高企業(yè)的盈余質(zhì)量來(lái)降低企業(yè)的會(huì)計(jì)信息風(fēng)險(xiǎn)，我們用盈余管理水平來(lái)表示會(huì)計(jì)信息風(fēng)險(xiǎn)，并通過(guò)修正的橫截面瓊斯模型(Dechow et al.，1995)計(jì)算的可操控應(yīng)計(jì)利潤(rùn)的絕對(duì)值(|

DA|

)加以度量。中介效應(yīng)檢驗(yàn)程序主要參考溫忠麟等(2014)的做法。表6列示了會(huì)計(jì)信息風(fēng)險(xiǎn)機(jī)制檢驗(yàn)的結(jié)果。列(1)中，分析師跟蹤(Follow)的估計(jì)系數(shù)顯著為負(fù)；列(2)中，分析師跟蹤(Follow)的估計(jì)系數(shù)顯著為正，盈余質(zhì)量(|

DA|

)的估計(jì)系數(shù)顯著為負(fù)。以上結(jié)果表明，分析師跟蹤可以通過(guò)降低企業(yè)的會(huì)計(jì)信息風(fēng)險(xiǎn)來(lái)提高企業(yè)主體信用評(píng)級(jí)。

2.債務(wù)代理風(fēng)險(xiǎn)機(jī)制檢驗(yàn)

分析師跟蹤對(duì)管理者行為與企業(yè)財(cái)務(wù)績(jī)效方面的影響與公司治理具有相似性(Chang et al.，2006)。良好的內(nèi)部治理與較強(qiáng)的外部監(jiān)督均能夠?qū)?jīng)理人起到有效的監(jiān)督和激勵(lì)作用，減少經(jīng)理人為謀取私利而損害企業(yè)利益的機(jī)會(huì)主義行為，進(jìn)而改善企業(yè)業(yè)績(jī)并提升企業(yè)價(jià)值。換言之，對(duì)于內(nèi)部治理水平較差以及外部監(jiān)督較弱的公司而言，管理層可能會(huì)實(shí)施更多的有損企業(yè)價(jià)值以及未來(lái)現(xiàn)金流的機(jī)會(huì)主義行為，因此企業(yè)的債務(wù)代理問(wèn)題更加嚴(yán)重?；谏鲜龇治觯覀兺ㄟ^(guò)比較不同公司內(nèi)部治理水平下分析師跟蹤對(duì)企業(yè)主體信用評(píng)級(jí)的異質(zhì)性影響，來(lái)側(cè)面檢驗(yàn)債務(wù)代理風(fēng)險(xiǎn)作用機(jī)制是否成立。

對(duì)于公司內(nèi)部治理水平的衡量，我們借鑒白重恩等(2005)以及周宏等(2018)的做法，選取第一大股東持股比例(Top1)、獨(dú)立董事比例(Ind)、董事會(huì)持股比例(Bdshare)、高管持股比例(Manshare)、董事會(huì)規(guī)模(Bdsize)、高管前三名薪酬總額(Mancash)、董事長(zhǎng)與總經(jīng)理是否兩職合一(Dual)、監(jiān)事會(huì)持股比例(Spvshare)共8項(xiàng)指標(biāo)進(jìn)行主成分分析，并選擇第一大主成分作為公司內(nèi)部治理綜合指數(shù)。分析結(jié)果表明，在第一大主成分中，Top1、Ind、Bdshare、Manshare、Bdsize、Mancash、Dual、Spvshare的載荷系數(shù)分別為-0.2085、0.0642、0.6047、0.6133、-0.2220、-0.0471、0.2406、0.3180，且符號(hào)與理論預(yù)期大致相同。第一大主成分得分越高，說(shuō)明公司內(nèi)部治理水平越高。進(jìn)一步，我們參照張會(huì)麗等(2012)的做法，按是否高于公司內(nèi)部治理綜合指數(shù)的中位數(shù)，將樣本企業(yè)分為公司治理水平高組和公司治理水平低組。表6的列(3)和列(4)報(bào)告了分析師跟蹤與企業(yè)主體信用評(píng)級(jí)的分組回歸結(jié)果。在公司內(nèi)部治理水平高的樣本組中，分析師跟蹤(Follow)的估計(jì)系數(shù)不顯著；而在公司內(nèi)部治理水平低的樣本組中，分析師跟蹤(Follow)的估計(jì)系數(shù)在1%的水平上顯著為正。上述結(jié)果表明，當(dāng)公司內(nèi)部治理水平較差時(shí)，分析師跟蹤作為內(nèi)部治理機(jī)制的一種補(bǔ)充，可以有效緩解企業(yè)與債務(wù)人的債務(wù)代理沖突，從而顯著提高企業(yè)的主體信用評(píng)級(jí)。也就是說(shuō)，分析師跟蹤可以通過(guò)降低企業(yè)的債務(wù)代理風(fēng)險(xiǎn)進(jìn)而提升企業(yè)主體信用評(píng)級(jí)。

表6 機(jī)制檢驗(yàn)：分析師跟蹤與企業(yè)主體信用評(píng)級(jí)

五、進(jìn)一步研究

(一)考慮產(chǎn)權(quán)性質(zhì)的影響

由于所有者缺位，大股東和資本市場(chǎng)難以對(duì)國(guó)有企業(yè)管理者進(jìn)行有效的監(jiān)督(陳欽源 等，2017)，因此國(guó)有企業(yè)中的債務(wù)代理問(wèn)題可能更為嚴(yán)重。作為國(guó)有產(chǎn)權(quán)的“代理人”，政府或地方國(guó)有資產(chǎn)管理機(jī)構(gòu)在企業(yè)治理中的利益主體性不強(qiáng)，因此很難對(duì)管理層施加有效的監(jiān)督與控制。企業(yè)控制權(quán)向管理層的不斷轉(zhuǎn)移，會(huì)進(jìn)一步加大管理層濫用權(quán)力、侵占企業(yè)利益的可能。然而，對(duì)于非國(guó)有企業(yè)而言，其股權(quán)集中度明顯更低，且實(shí)際控制人的個(gè)人利益與企業(yè)利益的聯(lián)系更加緊密。因此，較之國(guó)有企業(yè)，非國(guó)有企業(yè)所有者對(duì)管理層的監(jiān)督意愿更強(qiáng)烈，其與債權(quán)人面臨的管理層道德風(fēng)險(xiǎn)更小。綜上分析，本文推斷，國(guó)有企業(yè)治理效率低下引發(fā)的債務(wù)代理問(wèn)題會(huì)導(dǎo)致其更加依賴于外部監(jiān)督，而作為企業(yè)外部治理的重要力量之一，證券分析師在國(guó)有企業(yè)的信息披露以及債務(wù)代理問(wèn)題中能夠發(fā)揮更加有效的監(jiān)督作用。為檢驗(yàn)產(chǎn)權(quán)性質(zhì)是否會(huì)對(duì)分析師跟蹤與企業(yè)主體信用評(píng)級(jí)的關(guān)系產(chǎn)生影響，本文將全樣本劃分為國(guó)有企業(yè)組與非國(guó)有企業(yè)組，在此基礎(chǔ)上，對(duì)主模型進(jìn)行回歸檢驗(yàn)，結(jié)果如表7列(1)、列(2)所示。從中可見，在國(guó)有企業(yè)樣本組，分析師跟蹤(Follow)的估計(jì)系數(shù)在1%水平上顯著為正；而在非國(guó)有企業(yè)樣本組，分析師跟蹤(Follow)的估計(jì)系數(shù)不顯著。由此可知，分析師跟蹤對(duì)企業(yè)主體信用評(píng)級(jí)的促進(jìn)作用在國(guó)有企業(yè)中更強(qiáng)。

表7 異質(zhì)性檢驗(yàn)

(二)考慮會(huì)計(jì)師事務(wù)所規(guī)模的影響

低質(zhì)量的審計(jì)活動(dòng)在一定程度上會(huì)助長(zhǎng)企業(yè)的盈余管理行為，導(dǎo)致企業(yè)發(fā)布的財(cái)務(wù)報(bào)告質(zhì)量降低，進(jìn)而使得接收并使用這些財(cái)務(wù)信息的投資者利益受損；相反，高質(zhì)量的審計(jì)活動(dòng)能夠顯著抑制企業(yè)的盈余操縱行為，提升企業(yè)信息披露質(zhì)量，從而降低管理層操控信息和掏空財(cái)富的概率(Aguilera et al.，2015)。相關(guān)研究發(fā)現(xiàn)，在企業(yè)外部治理方面，外部審計(jì)與證券分析師之間具有互相補(bǔ)充與替代的關(guān)系，它們都有助于降低信息不對(duì)稱、緩解代理沖突(Sun et al.，2011；譚雪，2016)。因此，當(dāng)審計(jì)質(zhì)量較高時(shí)，分析師跟蹤的外部治理作用減弱；而當(dāng)審計(jì)質(zhì)量較低時(shí)，分析師跟蹤緩解企業(yè)會(huì)計(jì)信息風(fēng)險(xiǎn)以及債務(wù)代理風(fēng)險(xiǎn)的作用更加顯著。為檢驗(yàn)分析師跟蹤對(duì)企業(yè)主體信用評(píng)級(jí)的影響是否因?qū)徲?jì)質(zhì)量不同而存在差異，本文先按照會(huì)計(jì)師事務(wù)所規(guī)模將全樣本分為大所審計(jì)樣本組與小所審計(jì)樣本組，然后對(duì)主模型進(jìn)行回歸。其中，“大所”是指國(guó)際四大會(huì)計(jì)師事務(wù)所，非國(guó)際四大會(huì)計(jì)師事務(wù)所則稱為“小所”。表7列(3)、列(4)分別報(bào)告了大所審計(jì)與小所審計(jì)的回歸結(jié)果，從中可見，分析師跟蹤(Follow)的估計(jì)系數(shù)僅在小所審計(jì)的樣本企業(yè)組顯著。這說(shuō)明在審計(jì)質(zhì)量較低的企業(yè)中，證券分析師的治理作用更強(qiáng)，對(duì)企業(yè)主體信用評(píng)級(jí)的積極影響更大。

(三)考慮機(jī)構(gòu)投資者持股比例的影響

機(jī)構(gòu)投資者是賣方分析師的主要服務(wù)對(duì)象。證券分析師主要通過(guò)提供專業(yè)的、高質(zhì)量的、有價(jià)值的研究報(bào)告，幫助機(jī)構(gòu)投資者做出正確的投資決策。袁春生(2012)研究表明，證券分析師能夠有效減輕機(jī)構(gòu)投資者被舞弊公司誤導(dǎo)的程度。進(jìn)一步，代昀昊(2015)研究發(fā)現(xiàn)，機(jī)構(gòu)投資者持股比例越高，證券分析師對(duì)企業(yè)盈余管理行為的抑制作用也越強(qiáng)。也就是說(shuō)，機(jī)構(gòu)投資者的存在可以對(duì)證券分析師的監(jiān)督效率起到一定的促進(jìn)作用。我們預(yù)期，機(jī)構(gòu)投資者持股比例越高，證券分析師對(duì)企業(yè)的監(jiān)督動(dòng)力越強(qiáng)、監(jiān)督效果越好，越有助于降低企業(yè)管理層機(jī)會(huì)主義行為所導(dǎo)致的債務(wù)信用風(fēng)險(xiǎn)。為檢驗(yàn)分析師跟蹤對(duì)企業(yè)主體信用評(píng)級(jí)的積極作用是否受機(jī)構(gòu)投資者持股比例的影響，本文先按機(jī)構(gòu)投資者持股比例的年度行業(yè)均值將樣本劃分為機(jī)構(gòu)投資者持股比例高和低兩組，然后分別對(duì)分析師跟蹤與企業(yè)主體信用評(píng)級(jí)進(jìn)行回歸分析，結(jié)果如表7列(5)、列(6)所示。從中可見，分析師跟蹤對(duì)企業(yè)主體信用評(píng)級(jí)的正向影響僅在機(jī)構(gòu)投資者持股比例高的樣本組顯著。這說(shuō)明機(jī)構(gòu)投資者持股比例越高，分析師的外部治理作用越強(qiáng)。

六、結(jié)論與啟示

(一)研究結(jié)論

本文選取2011—2018年我國(guó)擁有主體信用評(píng)級(jí)的A股上市公司為研究樣本，實(shí)證檢驗(yàn)分析師跟蹤與企業(yè)主體信用評(píng)級(jí)之間的關(guān)系。結(jié)果表明，分析師跟蹤人數(shù)越多，企業(yè)主體信用評(píng)級(jí)越高，該結(jié)論在控制內(nèi)生性問(wèn)題后依然成立。同時(shí)，本文發(fā)現(xiàn)，分析師跟蹤主要通過(guò)降低企業(yè)的會(huì)計(jì)信息風(fēng)險(xiǎn)以及債務(wù)代理風(fēng)險(xiǎn)兩條路徑對(duì)企業(yè)主體信用評(píng)級(jí)施加影響。進(jìn)一步研究顯示，分析師跟蹤在國(guó)有性質(zhì)、非四大審計(jì)以及機(jī)構(gòu)投資者持股比例高的企業(yè)中發(fā)揮的外部治理作用更強(qiáng)，其對(duì)企業(yè)主體信用評(píng)級(jí)的積極效應(yīng)更顯著。

(二)管理啟示

本文結(jié)論在實(shí)務(wù)上的啟示主要體現(xiàn)在：首先，本文發(fā)現(xiàn)分析師跟蹤能夠較大程度地影響上市公司的財(cái)務(wù)報(bào)告質(zhì)量，減輕企業(yè)的債務(wù)代理問(wèn)題，進(jìn)而提高企業(yè)主體信用評(píng)級(jí)，因此應(yīng)高度重視并發(fā)揮證券分析師作為資本市場(chǎng)重要信息中介的積極作用，通過(guò)提高證券從業(yè)人員的職業(yè)能力，強(qiáng)化證券市場(chǎng)信息中介的職能與規(guī)范，有效促進(jìn)我國(guó)資本市場(chǎng)的健康快速發(fā)展。其次，監(jiān)管部門應(yīng)進(jìn)一步加強(qiáng)對(duì)證券市場(chǎng)違法違規(guī)行為的打擊力度，對(duì)于證券分析師惡意誤導(dǎo)投資者、擾亂市場(chǎng)秩序，以及信用評(píng)級(jí)機(jī)構(gòu)“量錢評(píng)級(jí)”等亂象施以嚴(yán)格懲罰，提高其違規(guī)成本，從而充分發(fā)揮證券分析師、信用評(píng)級(jí)機(jī)構(gòu)的信息傳遞功能以及對(duì)經(jīng)理人的監(jiān)督約束作用。最后，企業(yè)管理層應(yīng)該高度重視證券分析師研究報(bào)告的信息傳遞作用以及分析師跟蹤行為所帶來(lái)的外部監(jiān)督效應(yīng)，努力提高自身的信息披露質(zhì)量、改善自身的治理能力和經(jīng)營(yíng)水平，盡可能避免盈余操縱、濫用資源、追求短期績(jī)效等不利于企業(yè)價(jià)值最大化的行為。