范慧

（首都經(jīng)濟貿(mào)易大學(xué)會計學(xué)院 北京 100070）

一、引言

隨著經(jīng)濟的全球化，我國企業(yè)逐步進入國際化市場，企業(yè)面臨的環(huán)境不確定性不斷增加。環(huán)境變化會引起企業(yè)市場變化、技術(shù)革新及市場中競爭者變化等，這些變化會影響企業(yè)短期的經(jīng)營情況及長期的戰(zhàn)略制定，影響企業(yè)的投資決策，增加投資活動的風(fēng)險。較高的環(huán)境不確定性是否增大了企業(yè)的信息不對稱程度，從而導(dǎo)致企業(yè)非效率投資問題需要深入研究。

證券市場中存在“買方”分析師和“賣方”分析師?！百I方”分析師主要為金融機構(gòu)提供不向市場公開的投資建議，“賣方”分析師作為證券市場中重要的信息中介將獲取的關(guān)于企業(yè)的信息及經(jīng)整理后的預(yù)判信息發(fā)布在公開市場中，為企業(yè)和投資者提供更多異質(zhì)性信息。本文著重分析“賣方”分析師在市場中的信息中介作用。在環(huán)境不確定性增加時，企業(yè)經(jīng)營環(huán)境受到了巨大的沖擊，企業(yè)投資時需要宏觀經(jīng)濟發(fā)展預(yù)判信息和對行業(yè)發(fā)展前景的預(yù)測，分析師發(fā)布的信息對于企業(yè)而言具有重要的參考作用。但隨著企業(yè)環(huán)境不確定性的增加，分析師獲取信息的成本也會相應(yīng)增加，對信息反應(yīng)的靈敏度下降，進而導(dǎo)致分析師預(yù)測的準確度變低，加劇了經(jīng)濟活動中的信息不對稱問題。那么，在企業(yè)環(huán)境不確定性發(fā)生變化時，分析師跟蹤分析是增加還是減少企業(yè)與市場中的信息不對稱程度？如何影響企業(yè)的非效率投資？這些問題值得進一步研究。因此，本文將分析師跟進作為調(diào)節(jié)變量來研究環(huán)境不確定性對企業(yè)非效率投資的影響及其作用機理。

二、理論分析與研究假設(shè)

在兩權(quán)分離的組織結(jié)構(gòu)下，企業(yè)的投資決策可能由大股東或企業(yè)的管理層制定。當(dāng)大股東掌握企業(yè)的決策權(quán)和管理權(quán)時，由于道德風(fēng)險，大股東可能會存在為滿足私人利益而損害中小股東利益的情形。當(dāng)環(huán)境不確定性增加時，企業(yè)內(nèi)部與外部信息不對稱程度明顯增大，外部監(jiān)管部門對大股東的監(jiān)管難度及成本增加，大股東侵害中小股東的意圖和行為難以被發(fā)現(xiàn)，可能提升了大股東的非效率投資。當(dāng)企業(yè)的投資決策由管理層制定時，高度變化的環(huán)境不確定性增加了企業(yè)內(nèi)部和外部信息不對稱程度，使得股東難以準確估算投資項目的投資回報率，增加了對管理層投資行為進行約束和監(jiān)督的難度，管理層可能將項目投資失敗的原因歸因于環(huán)境變化，從而進行滿足自己私人利益的非效率投資。根據(jù)以上分析，本文提出假設(shè)1：

H1：企業(yè)面臨的環(huán)境不確定性越高，企業(yè)非效率投資越高。

證券投資分析師是資本市場中重要的信息中介，與一般投資者相比對信息有著更強的收集能力和處理分析能力，通過對企業(yè)的調(diào)研以及出具研究報告等方式向市場傳遞相關(guān)信息。姜超（2013）認為，分析師通過多種渠道獲取企業(yè)未公開披露的信息，從而向市場傳遞增量信息，提高信息透明度，提升資本市場運行效率，企業(yè)從市場中獲取有效的、高質(zhì)量的信息進行項目投資，減少了企業(yè)外部監(jiān)管機構(gòu)和股東對投資項目回報做出的不精確評價，抑制企業(yè)大股東或管理層的非效率投資。Dyck et al.（2010）、Chen et al.（2015）研究表明，分析師作為外部人員，對于企業(yè)管理層超額薪酬以及違規(guī)披露行為等起到一定的抑制作用，具有外部治理監(jiān)督作用。分析師對企業(yè)進行分析跟蹤，發(fā)表專業(yè)意見，增加了對企業(yè)大股東和管理層行為的監(jiān)督，抑制了企業(yè)環(huán)境不確定性時大股東和管理層的過度投資和投資不足行為。但也有學(xué)者提出了不同的觀點。姚祿仕等（2014）認為，由于“壓力動機”，機構(gòu)投資者會要求分析師發(fā)布有利于其所持股票的報告，從而限制分析師跟進的客觀性，使得分析師跟蹤信息分析時存在一定偏差。伍燕然等（2012）研究發(fā)現(xiàn)，分析師的盈利預(yù)測偏差會受到投資者情緒或市場噪音交易的影響，從而對信息進行調(diào)整，加劇市場信息的不對稱。分析師供職于證券投資機構(gòu)，其主要工作任務(wù)是協(xié)助投資者進行相關(guān)資產(chǎn)配置。當(dāng)企業(yè)環(huán)境不確定性較低時，企業(yè)面對的市場情況較為平穩(wěn)樂觀，分析師有理由預(yù)期未來的企業(yè)收益樂觀，迎合市場情緒發(fā)布更多的樂觀投資信息，鼓勵投資者進行相關(guān)的投資，從而加劇了企業(yè)過度投資行為。在環(huán)境不確定性較高時，企業(yè)面對的市場情況較為低迷，分析師有理由預(yù)測未來一段時間內(nèi)企業(yè)的投資收益具有較高風(fēng)險，分析師為迎合市場投資情緒，發(fā)布的樂觀投資信息減少，使得企業(yè)投資不足。孫怡龍和凌鴻程（2019）研究發(fā)現(xiàn)，分析師的“羊群行為”使得市場中知情交易動機下降，降低了資本市場的信息效率。在企業(yè)環(huán)境不確定性發(fā)生變化時，企業(yè)從市場中獲得質(zhì)量較低的信息進行投資項目的選擇，增加了企業(yè)外部監(jiān)管機構(gòu)和股東對投資項目回報做出的不精確評價，從而加劇了企業(yè)大股東或管理層的非效率投資，進一步表現(xiàn)為分析師加劇了企業(yè)環(huán)境不確定性時大股東和管理層的過度投資和投資不足行為。基于以上分析，本文提出以下假設(shè)：

H2a：分析師跟進緩解了環(huán)境不確定性增加的企業(yè)非效率投資問題。

H2b：分析師跟進加劇了環(huán)境不確定性增加的企業(yè)非效率投資問題。

三、研究設(shè)計

（一）樣本選取

本文選取2008—2019年我國滬深兩市A股數(shù)據(jù)披露完整的上市企業(yè)為對象，研究環(huán)境不確定性對企業(yè)非效率投資的影響。同時剔除ST及*ST類企業(yè)；剔除創(chuàng)業(yè)板、中小板的企業(yè)；由于金融行業(yè)的特殊性，剔除金融行業(yè)企業(yè)樣本。對連續(xù)變量進行了上下1%的縮尾Winsorize處理。本文的數(shù)據(jù)來源于CSMAR數(shù)據(jù)庫，數(shù)據(jù)處理通過Excel和Stata 15.0完成。

（二）變量定義

1.被解釋變量。本文借鑒Richardson（2006）及徐倩（2014）的模型，用模型（1）衡量企業(yè)的非效率投資，模型的回歸殘差εi，t代表企業(yè)非效率投資（Invest_abs），等于回歸殘差 εi，t的絕對值。εi，t＞0，意味著企業(yè)投資過度（Overin?vest）；εi，t＜0，意味著企業(yè)投資不足（Underinvest）。

其中，Inv_Ni，t等于第t年新增投資Inv_N與年初資產(chǎn)總額之比；TobinQi，t-1是企業(yè)第t-1年的托賓Q值；Levi，t-1為企業(yè)第t年年初的資產(chǎn)負債率；Cashi，t-1是第t-1年的現(xiàn)金狀況；Agei，t-1表示截至第 t年年初企業(yè)的上市年限；Sizei，t-1為企業(yè)規(guī)模；Retsi，t-1為第t年年初的股票收益率。Year和Ind為控制年份和行業(yè)的啞變量。

2.解釋變量。本文采用申慧慧（2012）的計量方式衡量環(huán)境不確定性。企業(yè)過去5年主營業(yè)務(wù)收入的變化包括企業(yè)成長所帶來的可預(yù)見性變化和非可預(yù)見性變化。如果想要更精確衡量環(huán)境不確定性，需要在主營業(yè)務(wù)收入中剔除由于企業(yè)正常成長所帶來的收入變化部分。采用模型（2）估計企業(yè)過去5年的非正常收入：

其中，Sale為主營業(yè)務(wù)收入，Year為年度變量，當(dāng)前年度的年度變量賦值為5，過去5年依次遞減。ε為非正常收入，使用企業(yè)過去5年的非正常收入計算其當(dāng)年的變異系數(shù)，該變異系數(shù)即為企業(yè)未經(jīng)行業(yè)調(diào)整過的環(huán)境不確定性；行業(yè)環(huán)境不確定性為年度行業(yè)的環(huán)境不確定性中位數(shù)；然后用企業(yè)未經(jīng)行業(yè)調(diào)整的環(huán)境不確定性除以行業(yè)環(huán)境不確定性即為企業(yè)經(jīng)行業(yè)調(diào)整后的環(huán)境不確定性（EU）。

3.調(diào)節(jié)變量。將分析師跟進（Analyst）作為調(diào)節(jié)變量，將一年內(nèi)有多少個分析師或團隊對該企業(yè)進行過跟蹤分析作為分析師跟進的人數(shù)，然后將分析師跟蹤人數(shù)加1取自然對數(shù)。

4.控制變量。參照徐倩（2014）、申慧慧（2012）的研究成果，建立影響企業(yè)非效率投資的模型?？刂谱兞繛椋浩髽I(yè)規(guī)模（Lnsize）、企業(yè)的現(xiàn)金狀況（Cash）、企業(yè)資產(chǎn)負債率（Lev）、持續(xù)發(fā)展能力（Growth）、企業(yè)的上市年限（Age）、托賓Q值（TobinQ）、獨立董事比例（Idd）、監(jiān)事會規(guī)模（Lnjs）、產(chǎn)權(quán)屬性（SOE）、兩權(quán)分離率（Seperation）、大股東持股比例（Largestholder）以及年度（Year）、行業(yè)（Ind）虛擬變量。

具體變量設(shè)置與說明見表1。

表1 變量設(shè)置與說明

（三）模型構(gòu)建

本文建立模型（3）和模型（4）分別驗證假設(shè)1和假設(shè)2，運用普通線性回歸方法對變量之間的關(guān)系進行實證檢驗。

四、實證分析

（一）描述性統(tǒng)計

從表2可以看出，環(huán)境不確定性（EU）的最小值為0.021，最大值為23.44，標準差為1.254，表明2008—2019年樣本中環(huán)境不確定性具有極端值，波動性較大。分析師人數(shù)加1取自然對數(shù)后，均值約為1.979，標準差為0.876，最小值為0.693，最大值為4.19，說明分析師跟蹤人數(shù)的波動較大。資產(chǎn)規(guī)模（Lnsize）的最小值為18.47，最大值為28.51，標準差為1.297，表明樣本企業(yè)中資產(chǎn)規(guī)模差距明顯。現(xiàn)金流比例水平（Cash）的均值為0.167，標準差為0.113，最小值為0.001，最大值為0.931，表明樣本企業(yè)現(xiàn)金流量水平波動較大。資產(chǎn)負債率（Lev）均值為0.477，即企業(yè)平均負債水平維持在47.7%，說明樣本中有大部分企業(yè)的債務(wù)比例較大；最小值為0.009，最大值為1.352，標準差0.198，說明企業(yè)之間財務(wù)風(fēng)險水平差異較大。持續(xù)發(fā)展能力（Growth）的均值為0.675，最小值為-2.897，最大值為434.6，標準差為8.407，說明樣本中企業(yè)持續(xù)發(fā)展能力水平較為懸殊。股票收益率（Rets）的均值為0.375，說明樣本企業(yè)股票年收益率為37.5%，最小值為-0.744，最大值為9.894，標準差為0.723，表明2008—2019年樣本企業(yè)年收益率差距明顯。企業(yè)年齡（Age）的均值為18.18，說明企業(yè)平均成立年限是18年，標準差為5.637，企業(yè)之間成立年限相差較大。企業(yè)產(chǎn)權(quán)屬性（SOE）的均值為0.517，說明樣本中國有企業(yè)占比為51.7%。

表2 主要變量描述性統(tǒng)計

（二）相關(guān)性分析

表3為主要變量的相關(guān)性分析。表3第一列非效率投資（In?vest_abs）與環(huán)境不確定性（EU）的相關(guān)系數(shù)為0.275，且在1%水平上顯著，表明二者具有顯著的相關(guān)性，初步驗證了本文的假設(shè)1。第一列非效率投資（Invest_abs）與回歸中的其他主要變量的相關(guān)系數(shù)都小于0.8，說明被解釋變量與主要變量之間沒有較強的相關(guān)性，排除變量之間存在多重共線性影響的實驗結(jié)果。

表3 主要變量相關(guān)性分析

（三）回歸結(jié)果

下頁表4第（1）列到第（3）列表示環(huán)境不確定性與企業(yè)非效率投資、投資過度、投資不足的關(guān)系，EU系數(shù)為正且在1%水平上顯著，表明環(huán)境不確定性越高，企業(yè)非效率投資水平越高?？刂谱兞糠矫?，企業(yè)持續(xù)增長能力越高，企業(yè)處于高速增長時期，企業(yè)的非效率投資越多。企業(yè)股票收益率越高，企業(yè)的非效率投資越高。第（4）列到第（6）列表示分析師跟進對環(huán)境不確定性與企業(yè)非效率投資、投資過度、投資不足的調(diào)節(jié)作用。交互項EU*Analyst與Invest_abs的回歸系數(shù)為0.019，在1%水平上顯著正相關(guān)，EU*Analyst與Overinvest的回歸系數(shù)為0.018，在1%水平上顯著正相關(guān)，EU*Analyst與Underinvest的回歸系數(shù)為0.001，在10%水平上顯著正相關(guān)，EU對Invest_abs、Overinvest和Underin?vest的回歸系數(shù)符號相同，說明分析師跟進在環(huán)境不確定性與企業(yè)非效率投資之間發(fā)揮著正向加劇作用，即分析師跟進會加劇環(huán)境不確定性導(dǎo)致的企業(yè)非效率投資。在面對環(huán)境不確定時，分析師更傾向“壓力假說”，分析師跟進增加了市場中的信息不對稱性，使得企業(yè)非效率投資增加。

表4 回歸分析

五、進一步分析

（一）產(chǎn)權(quán)性質(zhì)分析

考慮到我國特殊的制度背景，在環(huán)境不確定下，分析師的外部治理作用很可能受到上市企業(yè)產(chǎn)權(quán)性質(zhì)的影響，因此，本文區(qū)分產(chǎn)權(quán)性質(zhì)進行進一步研究。國有企業(yè)往往具有一定的政治任務(wù)，如建設(shè)完整的產(chǎn)業(yè)鏈、穩(wěn)定就業(yè)等，需要根據(jù)宏觀經(jīng)濟調(diào)控進行轉(zhuǎn)型或多元化生產(chǎn)等，而非國有企業(yè)往往更關(guān)注企業(yè)自身的發(fā)展。分析師跟進加劇了市場中的信息不對稱，國有企業(yè)的監(jiān)管者難以從市場中獲得有效的信息對管理層的投資項目進行精確衡量和監(jiān)督，管理層的道德風(fēng)險加劇了管理層無效率投資，進一步表現(xiàn)為分析師跟進加劇了國有企業(yè)環(huán)境不確定性導(dǎo)致的管理層過度投資。但國有企業(yè)的違約風(fēng)險或破產(chǎn)風(fēng)險更低，管理層面對不確定性時其投資失敗的壓力較小，分析師跟進對環(huán)境不確定性導(dǎo)致的投資不足沒有進一步加劇作用。相對國有企業(yè)，非國有控股企業(yè)自身的風(fēng)險較大，面對外部環(huán)境不確定性變化更為敏感，分析師跟進對非國有控股企業(yè)環(huán)境不確定性導(dǎo)致的企業(yè)非效率投資加劇程度更大。

從表5可以看出，非國有企業(yè)中，對于過度投資，分析師跟進與環(huán)境不確定性的交乘項系數(shù)為0.020，在5%水平上顯著；對于投資不足，分析師跟進與環(huán)境不確定性的交乘項系數(shù)為0.004，在1%水平上顯著。國有企業(yè)中，對于過度投資，分析師跟進與環(huán)境不確定性的交乘項系數(shù)為0.009，在5%水平上顯著；對于投資不足，分析師跟進與環(huán)境不確定性的交乘項則沒有顯著的相關(guān)關(guān)系。這說明相對國有企業(yè)，分析師跟進對非國有控股企業(yè)環(huán)境不確定性導(dǎo)致的企業(yè)非效率投資加劇程度更大。

表5 產(chǎn)權(quán)性質(zhì)分析

（二）監(jiān)事會的監(jiān)督作用

監(jiān)事會作為獨立于董事會和管理層的法定監(jiān)督機構(gòu)，是為了防止董事會及管理層濫用職權(quán)進行有損企業(yè)和股東利益的行為而設(shè)立。根據(jù)企業(yè)規(guī)模，企業(yè)設(shè)立監(jiān)事會或一到兩名監(jiān)事，對企業(yè)管理層的行為和決策進行監(jiān)督。監(jiān)事會或監(jiān)事應(yīng)當(dāng)包括股東代表和適當(dāng)比例的企業(yè)職工代表，監(jiān)事會或監(jiān)事作為企業(yè)內(nèi)部專門的監(jiān)管機構(gòu)，其獨立性較低，監(jiān)督作用是否有效仍需要進一步探究。

當(dāng)環(huán)境不確定性變化較大時，在監(jiān)事會持股比例較低的企業(yè)，由于監(jiān)事會難以從市場中獲得有效準確的信息，使得其對股東或管理層投資的項目或?qū)⒁M行投資的項目難以進行精確估值和監(jiān)督，難以對項目投資后的風(fēng)險進行預(yù)測和監(jiān)督，增加了股東或管理層由于道德風(fēng)險導(dǎo)致的企業(yè)非效率投資問題。在監(jiān)事會持股比例較高的企業(yè)，監(jiān)事會在企業(yè)決策中發(fā)揮的作用和效果更加明顯，對于股東和管理層的監(jiān)督作用相較于監(jiān)事會持股較低的企業(yè)更強，降低了股東或管理層的非效率投資問題。本文將監(jiān)事會持股比例大于年度行業(yè)監(jiān)事會持股比例的企業(yè)作為監(jiān)事會持股比例較大的樣本，小于年度行業(yè)監(jiān)事會持股比例的企業(yè)作為監(jiān)事會持股比例較小的樣本進行研究。

表6第（1）列為監(jiān)事會持股比例較低的企業(yè)，第（2）列為監(jiān)事會持股比例較高的企業(yè)。在監(jiān)事會持股比例較低的企業(yè)中，分析師跟進與環(huán)境不確定性的交乘項系數(shù)為0.026，在1%水平上顯著。在監(jiān)事會持股比例較高的企業(yè)中，分析師跟進與環(huán)境不確定性的交乘項系數(shù)為-0.010，在10%水平上顯著。說明監(jiān)事會持股比例較低的企業(yè)相對監(jiān)事會持股比例較高的企業(yè)，分析師跟進對環(huán)境不確定性導(dǎo)致的企業(yè)非效率投資加劇程度更大。

表6 監(jiān)事會監(jiān)督分析

（三）獨立董事的監(jiān)督作用

企業(yè)非效率投資問題產(chǎn)生于兩權(quán)分離下企業(yè)管理層或大股東的道德風(fēng)險。獨立董事是股東在董事會的主要代表，對于企業(yè)管理層的決策，獨立董事相比內(nèi)部董事獨立性更強，由于具備專業(yè)的知識和技能，可能會對管理層出于自身利益而損害股東利益的決策行使否定表決的權(quán)利，從而保護股東的利益。但也有學(xué)者研究表明，獨立董事的獨立性較低，發(fā)揮的監(jiān)督作用十分有限，如祝繼高等（2015）發(fā)現(xiàn)獨立董事的監(jiān)督作用存在風(fēng)險規(guī)避傾向。

當(dāng)環(huán)境不確定性變化較大時，在獨立董事規(guī)模較小的企業(yè)，獨立董事的監(jiān)督作用受到風(fēng)險的影響而不能完全發(fā)揮，獨立董事利用自身的專業(yè)知識技能從市場中獲得有效信息的能力降低，對股東或管理層投資的項目進行精確估值和監(jiān)督的能力降低，增加了股東和管理層的非效率投資問題。在獨立董事規(guī)模較大的企業(yè)，獨立董事在企業(yè)決策中的作用更大，獨立董事為股東服務(wù)的意識更加強烈，能夠利用自身的專業(yè)知識和能力從市場中獲得有效的信息對管理層的投資項目進行精確衡量和監(jiān)督，對管理層進行有效的監(jiān)督，履行受托責(zé)任，降低了管理層的非效率投資。本文將獨立董事人數(shù)加1取自然對數(shù)，作為衡量獨立董事規(guī)模的變量，然后將大于年度行業(yè)均值的獨立董事規(guī)模定義為獨立董事規(guī)模較大的樣本，將小于年度行業(yè)均值的獨立董事規(guī)模定義為獨立董事較小的樣本進行研究。

表7第（1）列為獨立董事規(guī)模較小的企業(yè)，第（2）列為獨立董事規(guī)模較大的企業(yè)。獨立董事規(guī)模較小的企業(yè)中，分析師跟進與環(huán)境不確定性的交乘項系數(shù)為0.024，在1%水平上顯著。獨立董事規(guī)模較大的企業(yè)中，分析師跟進與環(huán)境不確定性的交乘項系數(shù)為0.002，與非效率投資不存在顯著的相關(guān)關(guān)系，說明獨立董事規(guī)模較小的企業(yè)相對獨立董事規(guī)模較大的企業(yè)，分析師跟進對環(huán)境不確定性導(dǎo)致的企業(yè)非效率投資加劇程度更大。

表7 獨立董事分析

六、穩(wěn)健性檢驗

將環(huán)境不確定性的度量變更為未經(jīng)行業(yè)調(diào)整的環(huán)境不確定性，進行穩(wěn)健性檢驗，結(jié)果見表8。在對替換后的數(shù)據(jù)進行回歸分析之后，相關(guān)結(jié)果與正文的回歸結(jié)果一致，說明在改變環(huán)境不確定性的衡量指標之后，假設(shè)1和假設(shè)2b依然成立。在1%顯著性水平上，未經(jīng)行業(yè)調(diào)整的環(huán)境不確定性與企業(yè)非效率投資正相關(guān)，即未經(jīng)行業(yè)調(diào)整的環(huán)境不確定性越高，企業(yè)的非效率投資越大。在1%顯著性水平上，未經(jīng)行業(yè)調(diào)整的環(huán)境不確定性與分析師跟進的交互項會進一步增加企業(yè)的非效率投資。

表8 穩(wěn)健性檢驗1

本文的研究結(jié)果可能受到環(huán)境不確定性與企業(yè)非效率投資反向因果的內(nèi)生性影響，為了檢驗分析師跟進加劇了企業(yè)環(huán)境不確定性對非效率投資的負面影響這一結(jié)論是否受到內(nèi)生性的影響，本文用當(dāng)期環(huán)境不確定性和分析師跟進對企業(yè)未來1期和未來2期的非效率投資進行回歸，消除內(nèi)生性影響。在1%顯著性水平上，環(huán)境不確定性會增加企業(yè)未來1期的非效率投資。環(huán)境不確定性和分析師跟進的交互項系數(shù)在1%和10%顯著性水平上為正，增加了企業(yè)未來1期和未來2期的非效率投資。相關(guān)結(jié)果與正文的回歸結(jié)果一致，說明分析師跟進對環(huán)境不確定性導(dǎo)致的企業(yè)非效率投資具有加劇作用，本文的假設(shè)1和假設(shè)2b依然成立。詳見表9。

表9 穩(wěn)健性檢驗2

七、結(jié)論與建議

本文以我國A股上市企業(yè)2008—2019年數(shù)據(jù)為樣本，研究了環(huán)境不確定性對企業(yè)非效率投資的影響，并檢驗了分析師跟進在其中的調(diào)節(jié)作用。實證結(jié)果表明：（1）企業(yè)面臨的環(huán)境不確定性越高，企業(yè)非效率投資越高。（2）分析師跟進加劇了環(huán)境不確定性導(dǎo)致的企業(yè)非效率投資。（3）相較于國有企業(yè)，在非國有企業(yè)中分析師跟進對環(huán)境不確定性導(dǎo)致的企業(yè)非效率投資加劇程度更大。（4）相對監(jiān)事會持股比例較高的企業(yè)，在監(jiān)事會持股比例較低的企業(yè)中分析師跟進對環(huán)境不確定性導(dǎo)致的企業(yè)非效率投資加劇程度更大。（5）相對獨立董事規(guī)模較大的企業(yè)，在獨立董事規(guī)模較小的企業(yè)中分析師跟進對環(huán)境不確定性導(dǎo)致的企業(yè)非效率投資加劇程度更大。這說明在企業(yè)環(huán)境不確定時分析師的信息中介和監(jiān)督作用并未完全發(fā)揮，加劇了環(huán)境不確定導(dǎo)致的企業(yè)非效率投資。

通過研究，本文提出以下建議：（1）建立合理的監(jiān)事會監(jiān)督機制。股東和職工可以通過監(jiān)事會機制直接參與公司的經(jīng)營管理活動，提高監(jiān)事會在企業(yè)的持股比例，激勵監(jiān)事會行使監(jiān)督的意愿與權(quán)利，提高對管理層的監(jiān)督作用，減少管理層因為實現(xiàn)自身利益而損害股東利益的非效率投資行為。（2）加強獨立董事的獨立性，股東應(yīng)選擇具備專業(yè)知識和技能的獨立董事，更加客觀地為企業(yè)提供支持和建議，提高對管理層的監(jiān)督作用，減少管理層的道德風(fēng)險引起的企業(yè)非效率投資問題。（3）在環(huán)境不確定時，分析師作為市場中的信息中介應(yīng)提供更加專業(yè)的投資建議，不受市場情緒和機構(gòu)投資者的影響，對市場及經(jīng)濟形勢作出獨立的預(yù)測判斷，最大程度緩解由于環(huán)境不確定性帶來的信息不對稱。（3）政府相關(guān)部門應(yīng)制定相應(yīng)的政策和機制，不斷優(yōu)化市場環(huán)境，為企業(yè)創(chuàng)造良好的投資環(huán)境。同時要不斷完善對分析師行業(yè)的管理條例和行業(yè)規(guī)范，提高分析師的獨立性和專業(yè)能力，使其為市場和投資者提供更多有效的信息，降低市場中的信息不對稱問題。