顏恩點(diǎn), 高思佳

(上海大學(xué)管理學(xué)院, 上海 200444)

近年來, 我國企業(yè)金融化趨勢明顯, 實(shí)體經(jīng)濟(jì)呈現(xiàn)出“脫實(shí)向虛”的走向, 尤其是非金融企業(yè)的影子銀行業(yè)務(wù). 2007 年我國非金融企業(yè)的影子銀行業(yè)務(wù)規(guī)模約為0.39 萬億元, 2018 年則高達(dá)3.95 萬億元, 其增長幅度超過10 倍. 究其原因, 一方面, 隨著我國經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型, 制造業(yè)等傳統(tǒng)經(jīng)濟(jì)面臨回報率下行的困境, 出于資本逐利的動機(jī), 企業(yè)普遍從事高額回報的金融化行為[1]. 另一方面, 我國以商業(yè)銀行為主導(dǎo)的金融體系, 導(dǎo)致信貸市場的“二元結(jié)構(gòu)”特征明顯.信貸資金主要流向大型國有企業(yè)和上市公司, 中小企業(yè)面臨著嚴(yán)重的信貸約束, 因此為彌補(bǔ)企業(yè)發(fā)展所需的資金缺口, 中小企業(yè)轉(zhuǎn)向非正規(guī)途徑獲取融資[2]. 非金融企業(yè)參與再放貸這類影子銀行業(yè)務(wù), 滿足中小企業(yè)投融資需求, 是我國企業(yè)面臨嚴(yán)重信貸約束的次優(yōu)選擇[3-4]. 然而,即使影子銀行業(yè)務(wù)一定程度上緩解了中小企業(yè)的融資約束, 彌補(bǔ)了信貸資源初次配置失衡的不足, 其隱含的風(fēng)險也不容忽視. 影子銀行業(yè)務(wù)的高杠桿率、期限錯配、游離于監(jiān)管之外等特點(diǎn), 可能會增大企業(yè)破產(chǎn)風(fēng)險, 加劇產(chǎn)業(yè)空心化, 聯(lián)動引發(fā)系統(tǒng)性金融風(fēng)險[5-6]. 鑒于非金融企業(yè)影子銀行業(yè)務(wù)的廣泛性和高風(fēng)險性, 其受到了學(xué)術(shù)界廣泛關(guān)注.

目前, 研究人員主要從宏觀經(jīng)濟(jì)角度研究了我國影子銀行體系的定義、形成原因、經(jīng)濟(jì)后果等. 首先, 基于我國特殊的制度背景, 我國影子銀行的定義尚未統(tǒng)一, 我國金融市場不發(fā)達(dá)、金融管制、行政干預(yù)、銀行信貸歧視、監(jiān)管套利等是影子銀行形成的主要影響因素[3,5-6]. 其次, 在明晰了影子銀行的定義和形成原因后, 研究人員從其滿足中小企業(yè)投融資需求的有利角度和其可能引發(fā)系統(tǒng)性風(fēng)險的不利角度探究了其經(jīng)濟(jì)后果[2,6-8]. 隨著金融機(jī)構(gòu)影子銀行業(yè)務(wù)的相關(guān)文獻(xiàn)日益豐富, 少數(shù)研究人員從非金融企業(yè)影子銀行業(yè)務(wù)的識別、度量以及對審計質(zhì)量、影響融資結(jié)構(gòu)和經(jīng)營風(fēng)險的角度進(jìn)行了研究[1,3-5].

分析師作為資本市場的重要信息中介, 利用其專業(yè)技能, 搜尋企業(yè)信息并進(jìn)行提煉加工,作盈余預(yù)測, 為投資者提供投資建議, 進(jìn)而提高資本市場運(yùn)作效率[9-10]. 目前, 研究人員主要從公司特征層面和分析師個人特征層面探究了分析師預(yù)測準(zhǔn)確度的影響因素. 一方面, 研究人員從規(guī)模、信息披露透明度、戰(zhàn)略差異度等公司內(nèi)部因素以及媒體關(guān)注度、賣空機(jī)制等公司外部因素對分析師預(yù)測準(zhǔn)確度的影響進(jìn)行了分析[11-16]. 另一方面, 除了公司特征層面, 分析師的從業(yè)經(jīng)驗(yàn)、行業(yè)專長、性別、社會網(wǎng)絡(luò)關(guān)系等個人特征也會對其預(yù)測準(zhǔn)確度產(chǎn)生影響[17-22].

從上述文獻(xiàn)來看, 影子銀行業(yè)務(wù)的研究已十分深入和充足, 但鮮有研究人員探究非金融企業(yè)的影子銀行業(yè)務(wù)對資本市場的影響[1,3-5]; 同時基于我國資本市場信息環(huán)境還不理想的情況,進(jìn)一步研究分析師預(yù)測準(zhǔn)確度的影響因素具有重要的理論價值與現(xiàn)實(shí)意義. 上市公司公布的公開信息是分析師作盈余預(yù)測的重要信息來源, 信息的數(shù)量和質(zhì)量直接影響其預(yù)測準(zhǔn)確度. 影子銀行業(yè)務(wù)游離于監(jiān)管之外, 存在較高的財務(wù)、經(jīng)營、法律等風(fēng)險[4]. 為防范此類風(fēng)險, 企業(yè)具有更強(qiáng)的動機(jī)進(jìn)行盈余管理、減少信息披露等, 那么非金融企業(yè)的影子銀行業(yè)務(wù)是否會對分析師預(yù)測產(chǎn)生影響？其影響機(jī)制如何？這是一個重要而有趣的話題.

因此, 為了探究非金融企業(yè)的影子銀行業(yè)務(wù)影響分析師預(yù)測的情況, 本工作借鑒Wang等[3]、Li 等[5]度量非金融企業(yè)的影子銀行業(yè)務(wù)的指標(biāo), 利用標(biāo)準(zhǔn)普爾的Compustat Global 企業(yè)數(shù)據(jù)庫提供的2010～2017 年我國上市非金融企業(yè)樣本, 實(shí)證檢驗(yàn)了影子銀行業(yè)務(wù)對分析師預(yù)測準(zhǔn)確度的影響及其機(jī)制, 并分析了影響更顯著的企業(yè)所具備的特征.

1 研究假說

1.1 影子銀行業(yè)務(wù)與分析師預(yù)測準(zhǔn)確度

非金融企業(yè)從事高風(fēng)險、多層嵌套的影子銀行業(yè)務(wù), 一旦無法及時收回貸款必然會導(dǎo)致企業(yè)財務(wù)風(fēng)險提高, 影響企業(yè)的生產(chǎn)性投資活動, 加劇企業(yè)經(jīng)營風(fēng)險[5]. 同時影子銀行業(yè)務(wù)游離于監(jiān)管之外, 被我國法律所禁止, 參與影子銀行業(yè)務(wù)可能面臨較大的法律風(fēng)險和監(jiān)管風(fēng)險[1].為掩飾這一行為, 一方面企業(yè)的管理層會為掩蓋經(jīng)營不力而進(jìn)行盈余管理、操縱公司業(yè)績等機(jī)會主義行為; 另一方面, 為降低因經(jīng)營風(fēng)險、訴訟風(fēng)險和聲譽(yù)受損等引起的負(fù)面影響, 企業(yè)傾向于聘用規(guī)模較小的會計師事務(wù)所, 以期獲得標(biāo)準(zhǔn)審計意見[4]. 上述行為加劇了企業(yè)與財務(wù)報表預(yù)期使用者之間的信息不對稱, 顯著降低了企業(yè)財務(wù)報表信息披露的質(zhì)量. 而分析師盈余預(yù)測的準(zhǔn)確度主要取決于其擁有信息的數(shù)量和質(zhì)量, 其中企業(yè)披露的公開信息是重要來源之一[23]. 由上述分析可知, 非金融企業(yè)參與影子銀行業(yè)務(wù)增加了分析師獲取信息的成本, 降低了其獲得信息的質(zhì)量, 增大了分析師的工作難度. 因此, 本工作提出了第一個假說.

假說1 非金融企業(yè)的影子銀行業(yè)務(wù)越大, 分析師的盈余預(yù)測準(zhǔn)確度越低.

1.2 內(nèi)部控制質(zhì)量、影子銀行業(yè)務(wù)與分析師預(yù)測準(zhǔn)確度

內(nèi)部控制是現(xiàn)代企業(yè)有效防范經(jīng)營風(fēng)險、維護(hù)財產(chǎn)安全完整、履行受托責(zé)任的內(nèi)部規(guī)章制度, 保證公司財務(wù)報告及相關(guān)信息真實(shí)完整是內(nèi)部控制的重要目標(biāo)之一[24]. 內(nèi)部控制質(zhì)量能夠顯著影響企業(yè)的信息披露質(zhì)量: ①高質(zhì)量的內(nèi)部控制可以降低會計差錯, 約束管理層的盈余管理行為, 提高應(yīng)計質(zhì)量[25], 從而提高財務(wù)信息的真實(shí)性和可靠性; ②高質(zhì)量的內(nèi)部控制要求公司必須與外部利益相關(guān)者進(jìn)行有效溝通, 有助于及時傳遞有效信息[26], 緩解信息不對稱. 由此可見, 內(nèi)部控制既能提高財務(wù)信息的真實(shí)性和可靠性, 又能及時傳遞有效信息, 從而提高信息披露的質(zhì)量. 而信息披露質(zhì)量的提高有助于提高財務(wù)報告的可讀性, 更利于分析師了解企業(yè)狀況, 提高預(yù)測準(zhǔn)確度. 因此, 影子銀行業(yè)務(wù)對分析師預(yù)測準(zhǔn)確度的影響在內(nèi)部控制質(zhì)量較高的企業(yè)可能會得到削弱. 由此提出本工作的第二個假說.

假說2 內(nèi)部控制質(zhì)量越低, 非金融企業(yè)的影子銀行業(yè)務(wù)與分析師盈余預(yù)測準(zhǔn)確度的負(fù)相關(guān)關(guān)系越強(qiáng).

1.3 機(jī)構(gòu)持股比例、影子銀行業(yè)務(wù)與分析師預(yù)測準(zhǔn)確度

隨著我國資本市場的迅速發(fā)展, 機(jī)構(gòu)投資者的種類和數(shù)量均得到顯著提升, 已逐漸成為我國證券市場的重要組成部分. 相比個人投資者, 機(jī)構(gòu)投資者持股比例較高, 與企業(yè)的利益聯(lián)系更密切, 更關(guān)注公司長期發(fā)展, 因此有能力也有意愿參與公司治理. 作為重要的外部股東, 機(jī)構(gòu)投資者可以通過積極參與公司治理, 實(shí)施對內(nèi)部人員的有效監(jiān)督, 提高信息披露質(zhì)量[27]. 此外, 機(jī)構(gòu)投資者對分析師的經(jīng)濟(jì)利益具有重要的影響, 我國始于2003 年的新財富最佳分析師評選活動主要由基金等機(jī)構(gòu)投資者決定, 獲評的分析師能夠在職業(yè)發(fā)展和薪酬方面得到顯著提升, 因此分析師對維護(hù)與機(jī)構(gòu)投資者的關(guān)系有更強(qiáng)烈的動機(jī)[28]. 可見, 在機(jī)構(gòu)投資者持股比例較高的企業(yè), 其信息披露質(zhì)量有所提高, 分析師也可能會投入更多精力, 從而減少預(yù)測偏差,由此提出本工作的第三個假說.

假說3 機(jī)構(gòu)投資者持股比例越低, 非金融企業(yè)的影子銀行業(yè)務(wù)與分析師盈余預(yù)測準(zhǔn)確度的負(fù)相關(guān)關(guān)系越強(qiáng).

1.4 信用等級、影子銀行業(yè)務(wù)與分析師預(yù)測準(zhǔn)確度

企業(yè)的主體信用評級是評級機(jī)構(gòu)在綜合考慮發(fā)行人的資產(chǎn)和財務(wù)現(xiàn)狀后作出的評價, 隨著資本市場的完善, 國內(nèi)信用評級基本能夠反映企業(yè)風(fēng)險, 衡量企業(yè)發(fā)展質(zhì)量. 一方面, 信用評級能夠給市場提供增量信息, 信用等級越低的企業(yè)其償債能力越弱[29], 經(jīng)營風(fēng)險越高, 發(fā)展質(zhì)量越低, 報表存在錯報的風(fēng)險較大; 另一方面, 信用評級能夠作為一種公司治理機(jī)制, 完善公司治理結(jié)構(gòu), 加強(qiáng)對管理層的監(jiān)督, 減少信息不對稱[30]. 由此可知, 企業(yè)信用等級越高, 其提供的信息總量越大, 披露的會計信息質(zhì)量越高. 高質(zhì)量的信息能夠降低分析師獲取信息的成本,了解企業(yè)的真實(shí)狀況, 降低其預(yù)測值與真實(shí)值的偏差程度. 由此提出本工作的第四個假說.

假說4 主體信用評級越低, 非金融企業(yè)的影子銀行業(yè)務(wù)與分析師盈余預(yù)測準(zhǔn)確度的負(fù)相關(guān)關(guān)系越強(qiáng).

2 研究設(shè)計

2.1 樣本選擇與數(shù)據(jù)來源

本工作借鑒Wang 等[12]、Wang 等[3]、Francis 等[31]的研究, 利用Compustat Global 企業(yè)數(shù)據(jù)庫2010～2017 年的中國非金融企業(yè)作為研究樣本, 對樣本按照下列標(biāo)準(zhǔn)進(jìn)行篩選: ①剔除金融、保險、租賃類企業(yè); ②剔除被特殊處理(ST、ST*、PT)的公司; ③剔除分析師預(yù)測日期超過財務(wù)報表日的樣本; ④保留每個分析師當(dāng)年度的最后一個每股收益預(yù)測值; ⑤剔除數(shù)據(jù)缺失樣本, 最終樣本包含13 680 個有效觀測值. 本工作的數(shù)據(jù)來源于Csmar 數(shù)據(jù)庫、Wind數(shù)據(jù)庫和迪博數(shù)據(jù)庫, 所有的連續(xù)變量均在1%和99%分位進(jìn)行Winsorize 處理.

2.2 變量定義和研究模型

2.2.1 被解釋變量

本工作的被解釋變量(Ferror)為分析師預(yù)測偏差, 該指標(biāo)度量了分析師預(yù)測值與真實(shí)值間的偏離程度, 偏差越大分析師預(yù)測準(zhǔn)確度越低. 由于在每一個年度內(nèi)分析師可能會修改以前的預(yù)測, 并且可能會有新的分析師加入預(yù)測行列, 參考Wang 等[12]和Francis 等[31]的研究, 本工作選擇公司實(shí)際盈余公布前每個分析師對當(dāng)年度的最后一個每股收益預(yù)測值, 再取算術(shù)平均值作為分析師的每股收益預(yù)測值. 本工作定義預(yù)測偏差為分析師的每股收益預(yù)測值與真實(shí)每股收益之差的絕對值除以真實(shí)每股收益的絕對值:

式中: Feps 為分析師預(yù)測的每股收益值; Eps 為真實(shí)每股收益值.

2.2.2 解釋變量

本工作的解釋變量包括2 個影子銀行業(yè)務(wù)規(guī)模的度量指標(biāo). 借鑒Wang 等[3]、Li 等[5]的研究, 考慮銷售收入的平減作用, 用Shadow sales1 和Shadow sales2 度量, 分別為我國非金融企業(yè)其他應(yīng)收款與總收入的比率減去美國同行業(yè)的均值和中值.

2.2.3 調(diào)節(jié)變量

(1) 內(nèi)部控制質(zhì)量. 本工作利用從迪博(DIB)內(nèi)部控制與風(fēng)險管理數(shù)據(jù)庫中獲取的DIB 內(nèi)部控制指數(shù)來反映公司內(nèi)部控制質(zhì)量. 根據(jù)內(nèi)部控制指數(shù)(Icquality)的中值, 內(nèi)部控制指數(shù)大于中值的企業(yè)賦值為1; 否則為0. 分組檢驗(yàn)內(nèi)部控制質(zhì)量的調(diào)節(jié)效應(yīng).

(2) 機(jī)構(gòu)持股比例. 本工作以年末所有類型的機(jī)構(gòu)投資者所占的持股比例進(jìn)行衡量. 根據(jù)持股比例(Holdpro)的中值, 機(jī)構(gòu)投資者持股比例大于中值的企業(yè)賦值為1; 否則為0. 分組檢驗(yàn)機(jī)構(gòu)投資者持股比例的調(diào)節(jié)效應(yīng).

(3) 信用等級. 本工作參考Gallemore 等[29]和Lin 等[30]的研究, 使用企業(yè)主體信用評級構(gòu)建信用等級變量. 存在主體信用評級(Credit)的企業(yè)賦值為1; 否則為0. 分組檢驗(yàn)信用等級的調(diào)節(jié)效應(yīng).

2.2.4 控制變量

為確保研究結(jié)論的穩(wěn)健性, 參考已有研究[12,16,23], 本工作還控制了其他影響分析師預(yù)測準(zhǔn)確度的因素. 變量的具體定義和度量如表1 所示.

表1 變量定義與度量Table 1 Variable definitions and metrics

2.2.5 研究模型

為檢驗(yàn)影子銀行業(yè)務(wù)對分析師預(yù)測準(zhǔn)確度的影響, 建立如下模型對本工作的假說進(jìn)行驗(yàn)證:

式中:i為不同的企業(yè);t為不同年份.

3 實(shí)證檢驗(yàn)結(jié)果與穩(wěn)健性檢驗(yàn)

3.1 描述性統(tǒng)計

表2 為主要變量的描述性統(tǒng)計結(jié)果. 表2 中,N為樣本數(shù)量; mean 為均值; p25、p50、p75分別表示為第25 分位數(shù)、第50 分位數(shù)和第75 分位數(shù); min 和max 分別為最小值和最大值.由表2 可以發(fā)現(xiàn), Ferror 的均值(mean)為0.898, 表明分析師的平均預(yù)測偏差是公司實(shí)際每股收益Eps 的0.898 倍. Shadow sales1 的均值為-0.012, Shadow sales2 的均值為0.029, 標(biāo)準(zhǔn)差(sd)分別為0.096 和0.055, 表明不同年份和企業(yè)間差異較大. 其余控制變量的描述性統(tǒng)計結(jié)果與以往文獻(xiàn)相比也較為合理[12,16].

表2 主要變量的描述性統(tǒng)計Table 2 Descriptive statistics of major variables

3.2 回歸分析

3.2.1 影子銀行業(yè)務(wù)與分析師預(yù)測偏差

表3 報告了影子銀行業(yè)務(wù)影響分析師預(yù)測準(zhǔn)確度的回歸結(jié)果. 表中, Shadow sales1 的系數(shù)為0.574, 對應(yīng)的t值為2.79, 大于1%統(tǒng)計水平的t值(2.58), 說明Shadow sales1 的系數(shù)在1%的統(tǒng)計水平上顯著為正. 在其他條件不變的情況下, Shadow sales1 每增加1 個單位,Ferror 就增加0.574 個單位. Shadow sales2 的系數(shù)為1.321, 對應(yīng)的t值為3.35, 大于1%統(tǒng)計水平的t值(2.58), 說明Shadow sales2 的系數(shù)在1%的統(tǒng)計水平上顯著為正. 在其他條件不變的情況下, Shadow sales2 每增加1 個單位, Ferror 就增加1.321 個單位. 這些都表明了非金融企業(yè)的影子銀行業(yè)務(wù)量越大, 分析師預(yù)測偏差越大, 即分析師預(yù)測的準(zhǔn)確度越低. 上述結(jié)果反映出在我國信貸歧視嚴(yán)重、金融長期受到抑制的背景下, 非金融企業(yè)的影子銀行化行為明顯,為防范影子銀行業(yè)務(wù)可能帶來的各類風(fēng)險, 管理層更有動機(jī)進(jìn)行盈余管理, 從而降低了信息披露的質(zhì)量, 增加了分析師獲取信息的成本, 增大了工作難度, 造成其預(yù)測偏差上升, 預(yù)測準(zhǔn)確度下降. 影子銀行業(yè)務(wù)與分析師預(yù)測準(zhǔn)確度之間顯著的負(fù)相關(guān)關(guān)系, 驗(yàn)證了本工作的假說1. 其他控制變量的回歸結(jié)果與已有文獻(xiàn)[12, 16, 23]保持一致.

表3 影子銀行業(yè)務(wù)與分析師預(yù)測偏差Table 3 Regression results of shadow banking business and analysts’ forecast deviation

3.2.2 內(nèi)部控制質(zhì)量、影子銀行業(yè)務(wù)與分析師預(yù)測偏差

內(nèi)部控制質(zhì)量高的企業(yè)會計信息質(zhì)量高、及時、可靠, 能夠降低分析師工作的成本和難度, 提高分析師預(yù)測準(zhǔn)確度. 表4 報告了內(nèi)部控制質(zhì)量對影子銀行業(yè)務(wù)與分析師預(yù)測偏差關(guān)系的影響. 結(jié)果表明, 內(nèi)部控制質(zhì)量低的企業(yè)Shadow sales1 和Shadow sales2 的系數(shù)分別為0.801 和1.531, 對應(yīng)的t值分別為2.33 和2.54, 大于5% 統(tǒng)計水平的t值(1.96), 說明Shadow sales1 和Shadow sales2 的系數(shù)都在5%的統(tǒng)計水平上顯著為正, 而內(nèi)部控制質(zhì)量高的企業(yè)的Shadow sales1 和Shadow sales2 的系數(shù)的t值小于10%統(tǒng)計水平的t值(1.65), 因而都不顯著. 同時Suest 檢驗(yàn)證明,p值分別為0.007 5 和0.012 2, 表明在1%和5%的統(tǒng)計水平上, 組間系數(shù)存在顯著差異, 這說明低質(zhì)量的內(nèi)部控制能增強(qiáng)影子銀行業(yè)務(wù)與分析師預(yù)測準(zhǔn)確度之間的負(fù)相關(guān)關(guān)系, 實(shí)證結(jié)果與本工作的假說2 一致.

表4 內(nèi)部控制質(zhì)量、影子銀行業(yè)務(wù)與分析師預(yù)測偏差Table 4 Regression results of internal control quality, shadow banking business and analysts’forecast deviation

3.2.3 機(jī)構(gòu)持股比例、影子銀行業(yè)務(wù)與分析師預(yù)測偏差

機(jī)構(gòu)投資者能有效發(fā)揮治理效應(yīng), 提高企業(yè)的信息披露質(zhì)量, 且機(jī)構(gòu)投資者對分析師的職業(yè)生涯和個人聲譽(yù)具有重要影響. 表5 報告了機(jī)構(gòu)持股比例對影子銀行業(yè)務(wù)與分析師預(yù)測偏差關(guān)系的影響. 結(jié)果表明, 機(jī)構(gòu)持股比例低的企業(yè)Shadow sales1 的系數(shù)為0.726, 對應(yīng)的t值為2.34, 大于5%統(tǒng)計水平的t值(1.96), 說明Shadow sales1 系數(shù)在5%的統(tǒng)計水平上顯著為正; Shadow sales2 的系數(shù)為1.577, 對應(yīng)的t值為2.66, 大于1%統(tǒng)計水平的t值(2.58), 說明Shadow sales2 系數(shù)在1%的統(tǒng)計水平上顯著為正, 而機(jī)構(gòu)持股比例高的企業(yè)其Shadow sales1和Shadow sales2 的系數(shù)的t值小于10%統(tǒng)計水平的t值(1.65), 因而都不顯著. 同時Suest 檢驗(yàn)證明,p值分別為0.001 2 和0.004 5, 表明在1%的統(tǒng)計水平上, 組間系數(shù)存在顯著差異, 這說明影子銀行業(yè)務(wù)對分析師預(yù)測準(zhǔn)確度的負(fù)面影響在機(jī)構(gòu)持股比例高的企業(yè)得到抑制, 實(shí)證結(jié)果與本工作假說3 一致.

表5 機(jī)構(gòu)持股比例、影子銀行業(yè)務(wù)與分析師預(yù)測偏差Table 5 Regression results of institutional shareholding ratio, shadow banking business and analysts’ forecast deviation

3.2.4 信用等級、影子銀行業(yè)務(wù)與分析師預(yù)測偏差

信用評級能夠增加分析師可利用的信息和提高分析所依賴的信息質(zhì)量, 進(jìn)而提高分析師預(yù)測準(zhǔn)確度. 表6 報告了信用等級對影子銀行業(yè)務(wù)與分析師預(yù)測偏差關(guān)系的影響. 結(jié)果表明,信用等級低的企業(yè)Shadow sales1 和Shadow sales2 的系數(shù)分別為0.731 和1.657, 對應(yīng)的t值分別為2.64 和2.98, 大于1%統(tǒng)計水平的t值(2.58), 說明Shadow sales1 和Shadow sales2 的系數(shù)都在1%的統(tǒng)計水平上顯著為正,而信用等級高的企業(yè)其Shadow sales1 和Shadow sales2的系數(shù)的t值小于10%統(tǒng)計水平的t值(1.65), 因而都不顯著. 同時Suest 檢驗(yàn)證明,p值分別為0.069 0 和0.041 5, 分別表明在5%和10%的統(tǒng)計水平上, 組間系數(shù)存在顯著差異, 這表明信用等級越低, 影子銀行業(yè)務(wù)與分析師預(yù)測準(zhǔn)確度的負(fù)相關(guān)關(guān)系越強(qiáng), 實(shí)證結(jié)果與本工作的假說4 一致.

表6 信用等級、影子銀行業(yè)務(wù)與分析師預(yù)測偏差Table 6 Regression results of credit rating, shadow banking business and analysts’ forecast deviation

3.3 影響機(jī)制檢驗(yàn)

本工作進(jìn)一步探究了影子銀行業(yè)務(wù)對分析師預(yù)測準(zhǔn)確度的影響機(jī)制. 以企業(yè)應(yīng)計盈余管理程度作為被解釋變量, DA1 為采用修正的Jones 模型計算的指標(biāo), DA2 為采用現(xiàn)金流量Jones 模型計算的指標(biāo)；以影子銀行業(yè)務(wù)作為解釋變量, 控制變量保持相同, 進(jìn)行回歸分析.表7 為具體的回歸結(jié)果, 可以發(fā)現(xiàn)Shadow sales1 和Shadow sales2 系數(shù)對應(yīng)的t值均大于1%統(tǒng)計水平的t值(2.58), 表明在1%的統(tǒng)計水平上, 非金融企業(yè)的影子銀行業(yè)務(wù)與應(yīng)計盈余管理程度顯著正相關(guān), 說明非金融企業(yè)會通過盈余管理操縱業(yè)績, 從而降低了信息披露的質(zhì)量, 同時導(dǎo)致分析師的預(yù)測質(zhì)量下降.

表7 影子銀行業(yè)務(wù)與應(yīng)計盈余管理Table 7 Shadow banking business and accrued earnings management

3.4 穩(wěn)健性檢驗(yàn)

本工作的被解釋變量為分析師預(yù)測準(zhǔn)確度. 為使結(jié)論更可靠, 參考相關(guān)文獻(xiàn)[12,16], 分析師預(yù)測質(zhì)量還可用分析師預(yù)測樂觀度和預(yù)測分歧度這2 個指標(biāo)進(jìn)行度量. 因此, 本工作選擇了上述2 個指標(biāo)進(jìn)行相關(guān)回歸, 回歸結(jié)果不變. 本工作的解釋變量為影子銀行業(yè)務(wù), 借鑒已有研究[3-5]本工作采用了4 個新的影子銀行業(yè)務(wù)的度量指標(biāo): 中國非金融企業(yè)其他應(yīng)收款與總收入的比率減去中國同行業(yè)的均值和中值, 以及中國非金融企業(yè)其他應(yīng)收款與總資產(chǎn)的比率減去美國同行業(yè)的均值和中值. 實(shí)證結(jié)果與主回歸的結(jié)果一致, 表明本工作結(jié)論的穩(wěn)健性. 為克服內(nèi)生性問題對實(shí)證結(jié)果的影響, 本工作采用工具變量2 階段最小二乘法(Instrumental variables tub stage least square, IV-2SLS)進(jìn)行進(jìn)一步的檢驗(yàn). 借鑒已有研究, 利用相同年度、相同行業(yè)、相同地區(qū)非金融企業(yè)的影子銀行業(yè)務(wù)的均值作為工具變量[4]. 此外, 為了進(jìn)一步解釋內(nèi)生性問題, 本工作使用非金融企業(yè)在供應(yīng)鏈上游接觸的公司數(shù)量作為信息優(yōu)勢的度量指標(biāo), 以企業(yè)信息優(yōu)勢充當(dāng)影子銀行業(yè)務(wù)的工具變量[32].

4 結(jié)束語

盡管非金融企業(yè)參與影子銀行業(yè)務(wù)在一定程度上彌補(bǔ)了初次信貸資源的配置失衡, 但其高風(fēng)險性加劇金融市場亂象、增加金融風(fēng)險, 因此探究非金融企業(yè)參與影子銀行業(yè)務(wù)可能產(chǎn)生的經(jīng)濟(jì)后果具有重要意義. 中國資本市場投機(jī)氛圍較濃, 投資者的非理性行為較為普遍, 證券分析師引導(dǎo)資本市場的投資決策, 承擔(dān)著信息中介的重要角色, 鑒于其重要地位, 其預(yù)測準(zhǔn)確度的影響因素值得進(jìn)一步探究. 本工作借鑒Wang 等[3]、Li 等[5]對影子銀行業(yè)務(wù)的度量方法, 以分析師預(yù)測偏差作為分析師預(yù)測準(zhǔn)確度的衡量指標(biāo)[12,31], 利用Compustat Global 企業(yè)數(shù)據(jù)庫提供的2010～2017 年我國上市非金融企業(yè)樣本, 研究了非金融企業(yè)的影子銀行業(yè)務(wù)對分析師預(yù)測準(zhǔn)確度的影響. 結(jié)果表明, 非金融企業(yè)的影子銀行業(yè)務(wù)越大, 分析師預(yù)測準(zhǔn)確度越低. 進(jìn)一步分析后發(fā)現(xiàn), 上述關(guān)系在內(nèi)部控制質(zhì)量低、機(jī)構(gòu)持股比例低和信用等級低的企業(yè)更顯著. 同時本工作進(jìn)一步探究了其影響機(jī)制, 發(fā)現(xiàn)非金融企業(yè)的影子銀行業(yè)務(wù)會增加企業(yè)的應(yīng)計盈余管理程度. 本工作在替換了影子銀行業(yè)務(wù)、分析師盈余預(yù)測的衡量指標(biāo)和進(jìn)行內(nèi)生性檢驗(yàn)之后, 上述結(jié)果依然穩(wěn)健.

本工作具有如下的研究意義和政策啟示: ①本工作開拓了分析師預(yù)測準(zhǔn)確度的影響因素的新研究視角. 現(xiàn)有文獻(xiàn)從公司內(nèi)外部環(huán)境、分析師個人特征方面進(jìn)行了大量研究, 而本工作則研究了非金融企業(yè)的影子銀行業(yè)務(wù)對分析師預(yù)測準(zhǔn)確度的影響, 并進(jìn)一步分析了其影響機(jī)制; ②本工作豐富了非金融企業(yè)參與影子銀行業(yè)務(wù)的研究, 目前關(guān)于非金融企業(yè)參與影子銀行業(yè)務(wù)的研究大多關(guān)注于其識別、度量和對企業(yè)自身的影響, 本工作的結(jié)論有利于進(jìn)一步了解非金融企業(yè)的影子銀行業(yè)務(wù)對資本市場可能產(chǎn)生的影響. 最后, 影子銀行一直為監(jiān)管部門所重點(diǎn)關(guān)注, 在“去杠桿、脫虛向?qū)崱钡拇蟊尘跋? 本工作對影子銀行業(yè)務(wù)與分析師預(yù)測準(zhǔn)確度的研究不僅有助于深入了解其對資本市場可能產(chǎn)生的后果, 也對當(dāng)前影子銀行監(jiān)管、防范和化解重大金融風(fēng)險具有現(xiàn)實(shí)意義. 本工作的結(jié)論不僅有助于監(jiān)管部門完善上市公司財務(wù)報表披露制度、防范和化解重大金融風(fēng)險, 也有助于提升分析師對影子銀行業(yè)務(wù)的關(guān)注度, 提高其預(yù)測質(zhì)量,有效保護(hù)投資者的利益.

然而, 本工作僅探究了非金融企業(yè)的影子銀行業(yè)務(wù)對分析師預(yù)測準(zhǔn)確度的影響, 在今后的研究中, 將嘗試從更多方面分析其對資本市場可能造成的影響, 為充分揭示其風(fēng)險提供借鑒意義.