林钟高 辛明璇
【摘要】实体企业金融化现象是学术界关注的焦点问题， 而证券分析师作为一种典型的外部治理机制， 对企业金融化的决策行为将产生怎样的影响？ 这是公司治理机制要回答的问题。
以2011 ～ 2020年A股上市公司为样本， 探究分析师跟踪对企业金融化水平的影响及其机制。
研究发现， 分析师跟踪会降低企业金融化总体水平， 融资约束与第一类代理成本在其中发挥着重要的机制作用。
异质性检验发现， 在股东监督和商业信用融资程度低的情况下， 分析师跟踪对企业金融化的抑制作用更明显; 而金融资产投资偏好的異质性检验则发现， 分析师跟踪与企业长期金融资产配置呈显著的负相关关系， 与企业短期金融资产配置呈显著的“U”型关系。
企业在“脱虚向实”过程中， 要充分利用分析师的治理效应， 合理配置金融资产， 有效防范金融化风险， 促进实体经济高质量、高效率、可持续发展。
【关键词】分析师跟踪;企业金融化;融资约束;代理成本;脱虚向实
【中图分类号】F275 【文献标识码】A 【文章编号】1004-0994（2022）11-0046-10
一、引言
自2012年开始， 我国经济增速放缓， 产能过剩问题凸显， 资本逐利本性暴露， 资金不断流入金融领域， 虚拟经济与实体经济的对立统一出现失衡， 我国产业经济的可持续发展受到影响。
从微观实体角度来看， 实体企业金融化行为具有“蓄水池”和“投资替代”两种动机。
微观企业通过配置高流动性、高收益性的金融资产， 能够调活资金， 反哺企业实体创新， 缓解融资约束， 发挥“蓄水池”功能。
然而， 在两权分离背景下， 管理者出于短期逐利目的， 将企业有限的资源投入高风险的金融领域。
若投资失败， 也能将原因归咎于金融市场风险等非自身因素， 从而造成企业过多资金在虚拟经济领域“空转”， 抑制实体业务发展[1，2] 。
同时， 大量文献表明， 企业出于逐利动机配置金融资产会抑制企业创新[3] 、降低生产效率[4] 、加剧股价崩盘风险[5] 等， 严重时甚至会带来金融危机[6] 。
为防范金融市场过度自由化导致的经济市场失衡， 十九大报告明确提出， “必须把发展经济的着力点放在实体经济上”， 这体现国家层面对金融化问题的高度重视。
因此， 深入挖掘企业金融化的成因和机制， 引导企业“脱虚向实”、回归本源， 对防范金融风险和持续提升实体经济质量有着重要意义。
分析师跟踪作为公司外部治理的一种重要机制， 在缓解企业与外部投资者信息不对称的同时， 通过“监督效应”和“压力效应”影响企业的经营投资决策。
一方面， 分析师通过信息收集、信息解读、信息传递三个步骤， 给市场创造增量信息， 避免利益相关者受到侵害， 充分发挥外部监督作用， 抑制企业过度投资行为[7，8] ; 另一方面， 分析师预测会给管理者带来较大业绩压力， 导致管理者产生短期逐利行为， 进而配置金融资产以迎合分析师预期[9，10] 。
那么， 分析师跟踪对企业金融资产配置究竟体现的是“监督抑制”还是“压力迎合”？ 这是本文研究的核心问题。
企业金融化必须有充足的资金保障， 融资与企业金融化决策密切相连。
商业信用作为债务融资的一种方式， 其产生的偿债压力会形成风险效应， 进而发挥治理作用， 监督管理者的经营决策行为， 降低代理成本， 因而商业信用融资与分析师跟踪共同构成外部治理机制[11] 。
同时， 两权分离带来的代理冲突可能导致管理者出现利用金融资产操控利润的机会主义行为[12] ， 而股东作为企业利益相关者， 其行使的监督职能作为企业内部治理机制能够约束管理者利己行为， 从而抑制企业金融资产配置[13，14] 。
那么， 商业信用、股东监督与分析师跟踪三种公司治理机制在企业金融化过程中存在怎样的关系？ 此外， 分析师预测还存在预测乐观偏差这一负面事项， 这是否会驱动管理者出于短期逐利目的而进行金融资产配置？ 分析师跟踪是否会影响企业长短期金融资产配置偏好？ 目前学术界在这些方面还缺乏深入的讨论， 这是本文所要研究的延伸问题。
基于以上思考， 本文采用2011 ～ 2020年A股非金融上市公司为样本， 以企业金融化作为自然实验场景， 考察和实证检验分析师跟踪对企业金融化的治理效果及作用机制。
本文的边际贡献可能在于：
揭示分析师跟踪影响企业金融化的作用机理， 为治理企业“脱实向虚”提供经验证据。
通过“分析师跟踪—融资约束/第一类代理成本—企业金融化”两条作用路径， 剖析分析师跟踪对企业金融资产配置行为的具体影响过程及作用机理， 既揭示了企业金融化的成因， 为研究企业金融化提供新的方向， 又展示了分析师跟踪对企业金融化现象的治理效应及作用机制， 提供了分析师作为外部治理机制对企业金融化发挥抑制作用的经验证据， 为公司治理机制和政策环境的完善提供一定的理论支持。
二、理论分析与研究假设
（一）分析师跟踪与企业金融化
根据信息中介假说， 分析师能够依据专业知识和较强的财务分析能力， 将公司信息化繁为简， 使其准确、高效地传向市场， 架起公司内部与外部投资者之间的信息桥梁， 提高投资者的认知水平， 有助于利益相关者准确评价管理者的经济行为， 提升公司治理效率。
一方面， 分析师跟踪能够弱化信息鸿沟， 打破投资者认知的局限性， 使投资者意识到企业过度配置金融资产会导致经营不善的负面消息被遮掩。
资金在虚拟经济中“空转”， 易造成资产泡沫， 挤占创新发展空间， 积聚风险[15] ， 而分析师跟踪能够使外部投资者对企业的经营投资行为更加敏感， 实行用脚投票， 迫使管理者限制企业金融资产配置数量; 另一方面， 相较于外部投资者， 分析师与企业管理者的接触更加频繁， 能够获得更多的企业信息， 并对其进行解读、预测， 提高资本市场信息环境的流动性， 降低信息需求者获取和解读企业信息的成本。
投资者更加了解企业长期风险投资项目的价值， 避免逆向选择的发生， 起到缓解外部融资约束的作用， 避免企业出于“蓄水池”目的而配置金融资产， 促使企业资源布局更加合理。124F931E-8FDE-46F6-A06F-34B347194CC2
根据监督效应假说， 分析师不仅是企业信息的中转站， 还能通过实地调研、举办交流会、开展线上会议等方法， 增加调查研究的频率和深度， 扮演企业外部监督者角色， 不断压缩管理者自身逐利空间， 倒逼管理者将企业资金投入实体经营中， 有效抑制代理冲突， 对企业投资行为实施非正式监督[16] 。
从管理者心理角度切入， 分析师跟踪产生的监督作用会对管理者产生心理上的震慑， 实时洞悉管理者动态， 抑制管理者利益挖掘。
同时， 管理者出于对自身薪酬和声誉方面的考虑， 会克制将企业资金捆绑于金融市场以攫取超额收益的机会主义行为[17] 。
除此之外， 分析师跟踪还能与其他外部监管机制相融合， 对企业投资决策发挥间接监督作用。
随着分析师行业的规范与成熟， 分析师成为维持资本市场稳定运行的重要治理机制， 影响力日益彰显， 其对企业的监督能够发挥传染效应， 吸引媒体、机构投资者、会计师事务所等外部治理机构的目光， 协同发挥治理效应， 从而约束管理者自利行为， 有效降低企业金融化水平[18] 。
然而， 分析师跟踪也存在压力效应。
由于分析师与企业存在利益冲突， 分析师具有发布偏高盈余预测报告的动机， 给管理者施加短期业绩压力， 诱导管理者出于市场套利目的， 偏爱于配置短期金融资产以迎合分析师预期， 从而导致金融资产配置偏好差异[19] 。
随着分析师市场的日益完善， 分析师作为资本市场重要的信息中介， 其发表的盈余预测报告具有可参考性， 得到投资者的充分肯定， 也是企业管理者外部业绩的考核指标， 能够给管理者带来较大的经营压力， 造成其短视行为， 扭曲信息之间的正常传递， 削弱管理者激励机制的治理作用。
若管理者未达到分析师预测业绩水平， 企业股价会受到波及， 管理者自身也会遭受较大损失， 如薪酬降低、声誉受损、管理能力受到质疑等。
管理者迫于分析师压力， 有动机改变企业金融资产配置结构。
然而， 我国企业具备高股权集中度、两职合一等显著特点， 在一定程度上削弱了分析师压力效应的作用， 正如上文所说的监督效应在抑制企业总体金融投资行为中占主导作用[20] 。
但监督效应和压力效应依旧同时存在于资本市场中， 监督效应只是在抑制企业整体金融投资水平上占有优势， 并非压力效应完全消失。
而金融资产具有多样化特征， 其中配置长、短期金融资产的动机显著不同， 那么分析师发挥不同的治理效应会导致企业长、短期金融资产配置结构产生异质性吗？ 在进一步分析中， 将对金融资产配置结构进行“降维”分析， 探索分析师压力效应对企业长、短期金融资产投资偏好产生何种影响。
综上所述， 分析师跟踪具有监督效应和压力效应双重特性， 在针对企业金融化治理方面， 其监督效应占据主导地位， 能够降低企业金融化总体水平。
基于以上分析， 提出以下假设：
H1：
在其他条件保持不变的情况下， 分析师跟踪会抑制企业金融化。
（二）分析师跟踪对企业金融化的影响机制
分析师跟踪扮演着信息传递媒介， 通过改善市场信息环境， 缓解融资约束， 削弱企业金融化的“蓄水池”动机， 减少以资金管理需求为导向而配置金融资产的行为。
当企业面临较为严重的外部融资约束时， 出于资金管理需求动机， 将配置具备风险规避功能的金融资产， 借助其投资可逆性和较强的流动性， 防范企业现金流波动带来的不利影响， 使企业能够灵活应对主业资金断裂风险[21] 。
也就是说， 当企业面临融资歧视时， 其进行金融资产投资的目的在于发挥金融资产的“蓄水池”作用。
若企业融资约束有所缓解， 外部市场便能够提供充足、灵活的资金， 企业将降低金融资产配置水平， 而缓解企业融资约束的重要途径之一便是降低企业内外部信息不对称。
分析师作为外部资本市场信息中介的组成部分， 能够有效缓解信息不对称问题， 削弱融资歧视， 进而使企业金融资产配置比例有所下降。
其原因在于， 分析师能够掌握企业投资项目发展信息， 打破信息壁垒， 提高信息透明度， 使投资者深入了解企业投资决策， 避免投资者对长期风险性投资项目的逆向选择， 调动投资者对企业的投资热情， 使其愿意主动提供资金， 缓解企业融资约束， 降低企业对内部资金的依赖性[22] 。
因此， 分析师跟踪能够拓宽企业融资渠道， 减少企业出于“蓄水池”动机而将资金投入金融市场的行为， 有效降低企业金融化水平。
分析师跟踪通过直接和间接的外部监管机制抑制企业代理问题， 弱化企业出于资本套利动机而产生的金融资产投资行为， 能够有效降低企业金融化水平。
在两权分离背景下， 管理者面临公司业绩和自身升职加薪的压力， 易出现短视行为。
相较于周期长、收益率低的实体行业， 获利能力强、流动性高的金融行业更受管理者青睐， 管理者更愿意将企业生产制造资金转移到金融资产投资中， 以获得短期超额收益。
同时， 金融行业投资热情空前高涨， 股东和外部投资者均对企业金融化投资有较强的包容能力。
若金融投资造成损失， 管理者可以将责任归咎于金融市场的不稳定， 股东和外部投资者也能接受这个结果， 进而刺激管理者做出不利于企业长期发展的决策， 表现为配置更多的金融资产。
换言之， 由于第一类代理问题的存在， 管理者将利用金融资产在短期内可以获得超额收益这一特点， 将企业大量资金投入金融行业， 从而提高企业金融化水平。
因此， 若能够缓解第一类代理问题， 则能在一定程度上使投入金融领域的资金回流至企业主营业务中， 从而抑制企业金融化。
而分析师作为企业外部监管机构， 能够通过深度挖掘企业信息， 持续发挥监督作用， 及时约束管理者機会主义行为， 缓解第一类代理问题对企业实体经营带来的负面影响， 抑制管理者对金融领域投资的热情[23] 。
概而言之， 分析师作为企业外部治理机制， 通过缓解融资约束和降低第一类代理成本两条路径， 分别约束企业出于预防储备和短期逐利动机而配置金融资产的行为， 进而有效降低企业金融化水平。
基于以上分析， 提出以下假设：124F931E-8FDE-46F6-A06F-34B347194CC2
H2：
在其他条件保持不变的情况下， 融资约束和第一类代理成本在分析师跟踪与企业金融化的关系中具有中介传导作用。
三、研究设计
（一）样本选择与数据来源
2008年全球金融危机给我国经济带来不利影响， 我国在2008 ～ 2010年间实施了积极的财政政策， 同时适当放松货币政策， 以抵御金融风险。
因而， 为避免外部宏观环境对研究的影响， 本文选取2011 ～ 2020年间全国A股上市公司为研究对象， 并删除金融、房地产及保险业上市公司， 删除被ST的上市公司以及数据缺失或存在异常的公司， 最后得到18728个年度观测样本。
为去除极端值影响， 对所用到的连续变量进行双边1%的缩尾处理。
本文数据均来自国泰安数据库（CSMAR）， 数据统计分析主要由Stata 15.1完成。
（二）模型设定及变量定义
1. 模型设定。
为检验分析师跟踪对企业总体金融资产规模的影响， 构建如下模型：
Fin=α0+α1Analyst+α2Controls+Ind+Year+ε1
（1）
根据H1， 预期α1显著为负。
进一步， 参照温忠麟等[24] 提出的中介效应检验三步法， 检验融资约束和第一类代理成本在分析师跟踪与企业金融化二者关系之间发挥的中介作用， 在模型（1）的基础上构建如下模型：
KZ（AC）=μ0+μ1Analyst+μ2Controls+Ind+
Year+ε2 （2）
Fin=θ0+θ1Analyst+θ2KZ（AC）+θ3Controls+
Ind+Year+ε3 （3）
根据H2， 预期μ1、θ1显著为负， θ2显著为正。
2. 变量定义。
（1）被解释变量：
企业金融化（Fin）。
参考谢家智等[25] 、谭德凯等[26] 的做法， 用金融资产占总资产的比例衡量企业金融化水平， 具体计算方法如下：
企业金融化（Fin）=（交易性金融资产+衍生金融资产+发放贷款及垫款净额+可供出售金融资产净额+持有至到期股权净额+长期股权投资净额+投资性房地产净额）/总资产 （4）
其中：
由于非房地产企业进入房地产行业是出于短期获利目的， 因而将投资性房地产净额纳入金融资产核算; 2019年实施的企业会计准则规定不再使用“可供出售金融资产”和“持有至到期投资”两个项目， 且2018年已有部分企业提前实施2019年的企业会计准则， 从而导致2018年以后企业的这两个项目存在大量缺失值， 为避免其对研究结果的干扰， 用“债权投资”代替“持有至到期投资”项目， “可供出售金融资产”项目数值缺失则用“其他债权投资”“其他权益工具”两个项目之和代替。
（2）解释变量：
分析师跟踪（Analyst）。
参考陈钦源等[27] 的做法， 以当年公司被分析师跟踪分析的人数加1取自然对数衡量分析师跟踪。
其中， 若一年内有一个团队对该公司进行过跟踪分析， 则分析师跟踪数量视为1， 不单独列出其成员计算数量。
（3）中介变量：
融资约束（KZ）和第一类代理成本（AC）。
本文用KZ指数衡量融资约束， KZ指数值越大， 意味着企业面临的融资约束越强; 参考罗劲博、李小荣[28] 的做法， 使用管理费用与营业收入的比例衡量企业第一类代理成本。
（4）控制变量。
借鉴相关文献[29] ， 加入企业微观财务指标、企业内外部治理变量以及国家宏观政策变量等控制变量， 并控制年度和行业效应。
具体变量定义见表1。
四、实证分析
（一）描述性统计
描述性统计结果表明， 企业金融化（Fin）的平均值为0.076， 最小值为0， 最大值达到了0.678， 说明企业间金融化水平存在较大差异， 部分企业偏爱配置金融资产， 存在较高的金融风险。
分析师跟踪（Analyst）的平均值为1.578， 最小值为0， 最大值为3.784， 表明分析师对不同上市公司投入的关注度有所差异， 不同公司对分析师的吸引程度不同。
另外， 其他变量的平均值与其中位数都较为接近， 统计结果基本符合要求， 在此不再赘述。
（二）单变量与相关系数分析
1. 单变量分析。
按照分析师跟踪中位数将样本分为低分析师跟踪组和高分析师跟踪组， 分析不同分析师跟踪强度下公司金融化程度的差异。
单变量分析表明， 低分析师跟踪组的金融化均值高于高分析师跟踪组， 二者存在显著差异。
以上结果初步证实分析师跟踪发挥监督作用， 抑制企业金融化。
2. 相关性分析。
从各变量间的Pearson和Spearman相关系数可以看出， 分析师跟踪与企业金融化之间的相关关系显著为负， 说明分析师跟踪与企业金融化水平存在显著的负相关关系。
此外， 其他变量的相关系数大多都低于0.5， 初步判断变量之间不存在严格的多重共线性。
限于篇幅， 描述性统计、单变量检验以及相关性分析的具体过程和数据不再列示， 资料备索。
（三）回归分析
1. 分析师跟踪影响企业金融化水平的回归检验。
表2列示了分析师跟踪与企业金融化的多元回归结果， 即模型（1）的回归结果。
其中， 在进行简单的OLS回归的基础上， 补充面板数据的固定效应回归、所有变量滞后一期回归以及GMM回归。
在进行GMM回归时， 选取分析师跟踪的行業均值作为工具变量， 所有回归均控制行业和年度效应。
从表2可以看出， 分析师跟踪（Analyst）的系数均在1%的水平上显著为负， 说明分析师跟踪与企业金融化水平之间存在负相关关系。
即分析师作为企业的外部治理机制， 能够利用自身专业优势， 充分发挥监督和信息揭示作用， 提高信息透明度， 有效抑制企业过度金融化行为， H1得以验证。124F931E-8FDE-46F6-A06F-34B347194CC2
2. 分析师跟踪影响企业金融化水平的机制检验。
表3报告了融资约束和第一类代理成本对分析师跟踪与企业金融化影响机制的中介效应检验结果， 即模型（2）和模型（3）的回归结果。
从上述分析可知， 分析师跟踪对企业金融化的总效应显著， 即模型（1）的回归结果符合预期， 检验中介效应的前提成立。
根据列（1）显示的结果， 分析师跟踪（Analyst）的系数为-0.286， 在1%的水平上显著为负， 表明分析师跟踪能够缓解企业融资约束。
列（2）回归结果显示， 分析师跟踪（Analyst）系数为-0.012， 融资约束（KZ）系数为0.004， 在1%的水平上显著， 说明分析师跟踪通过缓解融资约束降低企业金融化水平， 融资约束在其中发挥部分中介作用。
列（3）回归结果显示， 分析师跟踪（Analyst）系数为-0.02， 在5%的水平上显著， 说明分析师跟踪能够有效降低两权分离产生的第一类代理成本。
通过列（4）展示的回归结果可知， 分析师跟踪（Analyst）系数为-0.013， 第一类代理成本（AC）系数为0.005， 在1%的水平上显著， 证明第一类代理成本在分析师跟踪影响企业金融化的过程中发挥部分中介作用。
综上， 分析师跟踪通过发挥信息揭示作用， 降低信息不对称程度， 有效缓解企业融资约束， 从而抑制以“蓄水池”为目的的金融资产投资行为。
同时， 分析师充当公司外部治理角色， 时刻关注管理者投资行为， 发挥监督作用， 缓解代理冲突， 从而避免管理者出于投机获利动机而做出过度金融化的投资行为。
因此， 本文的结果支持了“分析师跟踪—融资约束/第一类代理成本—企业金融化”这两条传导路径， H2得以验证。
（四）内生性检验
1. 倾向得分匹配法（PSM）。
为了缓解分析师自选择导致的内生性问题， 根据分析師跟踪的平均值划分处理组和控制组， 选取前文的控制变量为匹配变量， 进行1∶1最近邻匹配。
配对结果显示， 平均处理效应（ATT）对应的T值为-13.61， 在1%的水平上显著。
使用PSM配对样本对模型（1） ～ 模型（3）重新进行回归， 回归结果与前文相同。
2. 工具变量法。
为了缓解遗漏变量导致的内生性问题， 选取分析师跟踪的行业均值（mAnalyst）作为工具变量， 采用2SLS回归对分析师跟踪与企业金融化的关系进行验证。
而且， 本文所选取的工具变量通过了不可识别检验（Kleibergen-Paap rk LM统计量）， 弱工具变量检验（Cragg-Donald Wald F统计量）， 因此选取的工具变量是有效的。
回归结果与前文保持一致， 因此内生性并没有对研究变量的关系产生较大影响。
（五）稳健性检验
1. 调整样本区间。
2019年年底全球爆发新冠疫情， 为避免其对研究结果的影响， 将样本时间窗口调整为2011 ～ 2019年， 重新对分析师跟踪与企业金融化的关系进行回归， 结果与前文保持一致， 说明实证结果较为稳健。
2.替换解释变量。
参考赵胜民、张博超[31] 的做法， 使用公司一年研报数目加1的自然对数（Report）替代前文的分析师跟踪衡量指标， 重新对模型（1）进行回归， 结果与前文一致。
3. 替换中介变量。
借鉴余明桂等[20] 的做法， 使用股利支付率（FC）替代KZ指数， 衡量企业融资约束。
股利支付率越低， 意味着企业面临的融资约束越严重。
对融资约束的中介效应重新进行检验， 回归结果未变。
借鉴吴国鼎[32] 的衡量方法， 使用资产周转率（Tat）即主营业务收入除以总资产度量企业第一类代理成本， 资产周转率越大， 意味着企业非效率投资、管理者自利行为越少， 第一类代理成本较低。
重新对第一类代理成本的中介效应进行检验， 回归结果与前文一致， 说明结果较为稳健。
4. 排除行业间影响。
不同行业间分析师跟踪对企业金融化行为的影响有所差异， 前文在回归时虽已对行业因素进行控制， 但其影响可能依旧存在， 因而剔除其他行业， 只保留制造业上市公司重新进行回归， 回归结果显示， 分析师跟踪对企业总体金融资产配置依旧起到抑制作用， 与前文结论一致。
五、进一步分析：
基于异质性的检验
如前文分析， 分析师具有发布偏高盈余预测报告的动机， 这是否会驱使管理者为迎合分析师的盈利预期而偏向金融化？ 同时， 前文已证实分析师跟踪能够抑制企业金融化行为， 提高企业信息透明度， 那么这一外部监管作用在企业内外部监管环境不同情况下是否存在差异？ 股东监督为企业内部治理机制， 商业信用供给者监督是外部治理环境的重要组成部分， 均对企业具有监督作用， 而分析师跟踪的治理作用可能会受到内外部治理环境的影响。
因此， 本文进一步考察在不同股东监督与外部商业信用供给者监督的情况下， 分析师治理对企业金融化投资究竟有何影响， 同时探索分析师压力效应对金融资产投资偏好有何影响。
（一）金融资产异质性的分类检验
分析师跟踪能够通过发挥监督效应缩小企业金融资产投资规模， 然而当分析师跟踪更为关注企业当期或中短期的业绩表现时， 是否会给管理者带来业绩压力， 促使企业为迎合分析师预期而进行金融资产投资套利？ 由于配置长、短期金融资产投资偏好有所不同， 当分析师跟踪达到一定程度时， 将给管理者带来业绩压迫， 造成管理者短视行为， 使其放弃风险高、利润回流速度慢的长期投资项目。
而配置短期金融资产能攫取超额利润的特点正与之目的契合， 进而管理者会将企业资金捆绑于短期金融资产中[33] 。
在这种投资偏好的驱动下， 分析师跟踪程度的不同必然对长、短期金融资产配置结构产生异质性影响。
长期金融资产体现的是长期现金流的缓慢回流， 具有获利期限长、流动性差等特点， 与管理者短期逐利目的背道而驰， 因而分析师跟踪对企业长期金融资产配置更多发挥的是监督效应， 即抑制企业长期金融资产投资。
当市场给予企业较高的业绩预期时， 管理者出于维护自身声誉与职位的考虑， 会放弃能够提升企业价值的长期项目（如实体资本投资、研发资本投资）， 转而热衷于收益高、见效快的高风险短期投资项目[34] 。
尤其是在当前虚拟经济大热、实体经济收益低迷的情况下， 为迎合分析师预期， 配置短期金融资产实现短期投机获利变成管理者的“择优选择”， 从而使企业短期金融资产配置比例上升。124F931E-8FDE-46F6-A06F-34B347194CC2
综上所述， 分析师跟踪具有监督效应和压力效应双重特性， 当前者占据主导位置时， 会抑制企业长、短期金融资产配置。
随着分析师关注的集中， 压力效应逐渐凸显， 导致投机行为出现， 促进企业短期金融资产投资， 即分析师跟踪与企业短期金融资产投资存在“U”型关系。
而压力效应对长期金融资产投资决策的影响可能并不显著， 依旧是监督效应占据主导地位， 对其配置起到抑制作用。
因此， 将金融资产进行“降维”分析， 参考Demir[35] 的做法， 按照金融资产的期限将其拆分成长期金融资产（FinL）和短期金融资产（FinS）， 将持有至到期股权净额、长期股权投资净额、投资性房地产净额归为长期金融资产， 将交易性金融资产、衍生金融资产、发放贷款及垫款净额、可供出售金融资产净额归为短期金融资产， 并对企业长、短期金融资产进行标准化处理（长、短期金融资产/总资产）， 以此衡量当分析师更为关注企业当期或中短期的业绩表现时， 对企业长、短期金融资产配置产生的不同影响。
在模型（1）的基础上加入分析师跟踪的平方项（Analyst2）， 衡量分析师跟踪与企业短期金融资产配置的“U”型关系。
表4列示了金融资产异质性分类检验的回归结果。
列（1） ～ 列（3）列示了使用OLS回归、面板数据的固定效应回归、所有变量滞后一期回归三种方法时， 分析师跟踪（Analyst）与长期金融资产配置（FinL）的回归结果， 二者的系数均在1%的水平上显著为负， 说明分析师跟踪对企业长期金融资产配置发挥抑制作用。
列（4） ～ 列（6）列示了分析师跟踪（Analyst）与企业短期金融资产配置（FinS）之间的回归结果， 基于OLS回归可以看出， 分析师跟踪一次项（Analyst）系数为-0.011， 分析师跟蹤二次项（Analyst2）系数为0.002， 二者均在1%的水平上显著， 说明分析师跟踪与企业短期金融资产配置之间并非简单的线性关系， 而是呈“U”型关系。
进一步对拐点进行计算， 以确保拐点值在样本分析师跟踪数值的范围内。
根据表4列（4）的回归结果， 可计算出模型（2）的阈值为2.75， 计算结果在分析师跟踪最小值和最大值的范围之间， 该模型的几何图形是一条开口向上的抛物线， 如图1所示。
当分析师跟踪小于2.75时， 分析师跟踪会抑制企业短期金融资产配置; 而当分析师跟踪大于阈值2.75时， 反而会促进企业短期金融资产配置。
综上所述， 分析师跟踪强度的不同会对企业金融资产投资偏好产生差异性影响。
其中， 长期金融资产具有周期长、利润回流速度慢等特点， 导致分析师跟踪更多发挥的是监督效应， 从而抑制其配置。
而对于短期金融资产来说， 当分析师跟踪强度未达到阈值时， 监督效应强于压力效应， 从而有效抑制其配置; 一旦分析师跟踪超过阈值， 则会给企业带来较大的业绩压力， 企业将青睐于配置流动性强、收益高的短期金融资产以迎合分析师的盈余预测， 避免对股价产生影响， 此时压力效应占据主导地位， 促进企业短期金融资产配置行为。
因此， 分析师跟踪与企业长期金融资产配置呈负相关关系， 与短期金融资产配置呈“U”型关系。
（二）股东监督的异质性检验
由于两权分离， 管理者倾向于利用企业现金流追逐短期利益， 导致第一类代理成本产生。
集中的所有权结构一方面能够预防股权分散导致的股东“搭便车”行为， 另一方面其作为公司层面重要的治理机制， 对管理者的自利行为有一定的监督作用， 能够发挥内部治理效应， 抑制企业过度配置不利于企业长期发展的金融资产行为[36] 。
因此， 企业内部治理环境较好时， 能够抑制管理者机会主义行为的发生， 此时分析师跟踪发挥监督效应的边际作用较小。
即所有权结构越分散， 分析师跟踪发挥的监督效应对企业金融化的抑制作用越强。
因此， 使用第一大股东持股比例（Top1）衡量股权集中度， 在模型（1）的基础上加入分析师跟踪与第一大股东持股比例的交互项（Analyst×Top1）， 表5列（1）列示了检验结果。
可见， 分析师跟踪与第一大股东持股比例的交互项（Analyst×Top1）的系数为0.014， 且在1%的水平上显著， 说明集中的所有权结构能够有效治理管理者行为， 降低外部信息使用者对分析师的依赖， 从而导致分析师跟踪对企业金融化的抑制作用减弱。
为了更清楚地比较不同集中度的所有权结构中分析师跟踪对企业金融化的影响， 以第一大股东持股比例（Top1）的中位数为界线， 将大于中位数的样本分为高股权组， 小于中位数的则分为低股权组， 回归结果如表5列（2）、列（3）所示。
可以看出， 低股权组中分析师跟踪对企业金融化的抑制作用更强， 随着股权集中度的提高， 分析师跟踪对企业金融化的监督作用减弱， 大股东出于对企业长期发展的考虑， 不支持将企业资金过度投入金融市场， 发挥监督治理作用， 即股权集中度与分析师跟踪两者在对企业金融化行为的监督上存在替代关系。
（三）商业信用的异质性检验
商业信用本质上是一种短期负债， 产生的偿债压力会形成风险效应， 约束管理者滥用企业资金的过度金融化行为。
同时， 商业信用供给方与企业本身交流密切， 能够通过多种渠道获取更多私密信息， 形成非正式的外部监督机制， 有效抑制企业金融化行为， 防止经营风险顺供应链溢出， 波及供应商企业， 此时分析师跟踪发挥监督效应的边际作用较小。
借鉴杜勇等[11] 的做法， 使用应付账款、应付票据、预收账款之和与总资产的比值衡量企业获得的商业信用（TC）。
在模型（1）的基础上加入分析师跟踪与商业信用的交互项（Analyst×TC）， 表6列（1）列示了回归结果。
可见， 分析师跟踪与商业信用的交互项（Analyst×TC）的系数为0.038， 且在1%的水平上显著， 说明商业信用能够发挥债权治理效应， 即：
随着企业获得的外部商业信用的增多， 企业更加吸引供应商的关注， 而企业间存在绑定效应， 具有很强的风险传导效应， 因此债权人会限制管理者的短期投机金融化决策， 从而削弱分析师跟踪对企业金融化的抑制作用， 分析师跟踪产生的监督边际作用减弱。124F931E-8FDE-46F6-A06F-34B347194CC2
为了更细致地研究不同商业信用下分析师跟踪对企业金融化的影响， 本文将大于商业信用（TC）中位数的样本分为高商业信用组， 小于中位数的则分为低商业信用组， 回归结果如表6列（2）、列（3）所示。
从回归结果可以看出， 当企业获得的商业信用融资较少时， 分析师的抑制作用更强。
商业信用形成的监督机制能够改善公司外部治理环境， 向市场传递更多企业信息， 降低外部投资者对分析师研究报告的依赖， 进而削弱分析师对企业金融化的抑制作用， 分析师跟踪与商业信用这一外部监管机制形成替代作用。
六、研究结论、启示与局限性
（一）研究结论
近些年， 我国金融发展偏离实体经济， 资金在虚拟经济中“空转”， 实体与金融的结构性统一出现失衡， 进而影响我国经济高质量发展。
因此， 深入研究微观企业金融化的成因与机制， 有利于引导金融发展回归本源， 提升企业投资效率， 避免资本市场极端风险爆发， 促进实体经济高质量、有效率、可持续地发展。
本文选取2011 ～ 2020年全国A股非金融类上市公司为研究样本， 探究分析师跟踪与企业金融化总体水平的关系以及融资约束与第一类代理成本在其中的作用。
研究发现， 分析师跟踪对企业金融化整体存在显著的抑制作用， 融资约束与第一类代理成本在其中发挥中介作用。
进一步研究发现， 分析师跟踪会对企业金融资产投资偏好产生不同的影响。
其中， 对于长期金融资产配置， 分析师更多地发挥监督效应， 能够有效降低企业长期金融资产配置比例。
而分析师跟踪与企业短期金融资产配置呈显著“U”型关系， 由于分析师跟踪具有监督和压力双重效应， 导致在达到阈值以前， 分析师跟踪发挥监督作用， 抑制短期金融资产投资， 而超过阈值， 分析师跟踪更多发挥的是压力效应， 促进企业配置短期金融资产。
异质性检验发现， 在股权集中度低和商业信用融资少的情况下， 分析师跟踪对企业金融化的抑制作用更明显， 表明分析师跟踪在一定程度上可以成为股东监督和商业信用融资这两个内外部治理机制的替代机制。
（二）启示与局限性
本文基于微观企业层面， 从企业外部治理环境出发， 探究分析师跟踪对企业金融投资行为的作用， 为政府引导经济“脱虚向实”提供一定启示。
首先， 应充分发挥分析师跟踪的治理效应。
分析师作为市场的信息中介， 能够发挥信息揭示和监督效应， 降低企业融资约束程度和第一类代理成本， 进而抑制企业金融化。
监管部门应重视分析师跟踪这一外部治理机制， 改善企业实体经营的外部环境。
其次， 分析师跟踪可以在股东治理程度较低的情况下部分替代其监管作用， 公司内外部监管机制之间存在互补关系。
相关部门可以通过维护和完善内外部监管机制， 构建全面完整的企业治理体系， 使各监管机制发挥协调互补作用。
最后， 商业信用融资可以发挥债权治理效应， 监督企业行为。
相关部门应积极打造良好的外部监督环境， 使分析师跟踪、商业信用融资等外部治理机制相融相长， 共同促进市场经济稳定发展。
本文在研究过程中亦存在一定的局限性， 如仅对分析师跟踪人数与企业金融化的关系进行探究， 未来可以从分析师跟踪的效果（如分析师预测准确度）等方面进行进一步探究。
【 主 要 参 考 文 献 】
[1] Orhangazi O.. Financialization and capital accumulation in the non-financial corporate sector：
A theoretical and empirical investigation on the US economy，1973-2003[ J].Cambridge Journal of Economics，2008（6）：863 ～ 886.
[2] 杜勇，张欢，陈建英.金融化对实体企业未来主業发展的影响：促进还是抑制[ J].中国工业经济，2017（12）：113 ～ 131.
[3] 王红建，曹瑜强，杨庆，杨筝.实体企业金融化促进还是抑制了企业创新——基于中国制造业上市公司的经验研究[ J].南开管理评论，2017（1）：155 ～ 166.
[4] 胡海峰，窦斌，王爱萍.企业金融化与生产效率[ J].世界经济，2020（1）：70 ～ 96.
[5] 彭俞超，倪骁然，沈吉.企业“脱实向虚”与金融市场稳定——基于股价崩盘风险的视角[ J].经济研究，2018（10）：50 ～ 66.
[6] Stockhammer E.. Financialisation and the slowdown of accumulation[ J].Cambridge Journal of Economics，2004（5）：719 ～ 741.
[7] Chen J.， Ding R.， Hou W.， et al.. Do financial analysts perform a monitoring role in China？ Evidence from modified audit opinions[ J].Abacus，2016（3）：473 ～ 500.
[8] 苏武俊，高弋卜.分析师缓解了融资约束吗？——基于数字金融的调节效应[ J].金融与经济，2021（8）：79 ～ 88.
[9] Graham J. R.， Harvey C. R.， Rajgopal S.. The economic implications of corporate financial reporting[ J].Journal of Accounting and Economics，2005（1）：3 ～ 73.
[10] 叶陈刚，刘猛.分析师关注、产权性质与盈余管理路径[ J].中南财经政法大学学报，2018（3）：33 ～ 42+159.124F931E-8FDE-46F6-A06F-34B347194CC2
[11] 杜勇，宗泽，游鸿.商业信用与实体企业金融化[ J].商业经济与管理，2021（6）：65 ～ 75.
[12] 高闯，褚晓波，杨烨青.实体企业金融化、代理成本与企业破产风险[ J].统计与决策，2021（15）：179 ～ 183.
[13] 李鑫，佟岩，钟凯.管理层股权激励与实体企业金融化[ J].北京工商大学学报（社会科学版），2021（4）：54 ～ 66.
[14] 赵彦锋，王桂祯，胡著伟.多个大股东能抑制实体企业金融化吗？[ J].现代财经（天津财经大学学报），2022（1）：81 ～ 99.
[15] 王永钦，高鑫，袁志刚，杜巨澜.金融发展、资产泡沫与实体经济：一个文献综述[ J].金融研究，2016（5）：191 ～ 206.
[16] Chen S.， Matsumoto D. A.. Favorable versus unfavorable recommendations：
The impact on analyst access to management-provided information[ J].Journal of Accounting Research，2006（4）：657 ～ 689.
[17] 安素霞，刘来会.金融资产配置、商业信用融资与资本结构动态调整速度[ J].现代财经（天津财经大学学报），2020（4）：45 ～ 63.
[18] 游家兴，张哲远.财务分析师公司治理角色研究——文献综述与研究展望[ J].厦门大学学报（哲学社会科学版），2016（5）：128 ～ 136.
[19] Jie（Jack） He， Xuan Tian. The dark side of analyst coverage：
The case of innovation[ J].Journal of Financial Economics，2013（3）：856 ～ 878.
[20] 余明桂，钟慧洁，范蕊.分析师关注与企业创新——来自中国资本市场的经验证据[ J].经济管理，2017（3）：175 ～ 192.
[21] 黄贤环，吴秋生，王瑶.金融资产配置与企业财务风险：“未雨绸缪”还是“舍本逐末”[ J].财经研究，2018（12）：100 ～ 112+125.
[22] 胡川，王林江，张桂玲.分析师跟踪、内控有效性与科技型中小企业创新[ J].科技进步与对策，2020（3）：88 ～ 97.
[23] 李颖，王晓艳，伊志宏.分析师跟踪与企业去产能——基于成本粘性视角的研究[ J].宏观经济研究，2020（5）：145 ～ 165.
[24] 温忠麟，张雷，侯杰泰，刘红云.中介效应检验程序及其应用[ J].心理学报，2004（5）：614 ～ 620.
[25] 谢家智，王文涛，江源.制造业金融化、政府控制与技术创新[ J].经济学动态，2014（11）：78 ～ 88.
[26] 谭德凯，田利辉.民间金融发展与企业金融化[ J].世界经济，2021（3）：61 ～ 85.
[27] 陈钦源，马黎珺，伊志宏.分析师跟踪与企业创新绩效——中国的逻辑[ J].南开管理评论，2017（3）：15 ～ 27.
[28] 罗劲博，李小荣.政策不确定性与公司代理成本[ J].管理评论，2021（1）：201 ～ 214.
[29] 何捷，張会丽，陆正飞.货币政策与集团企业负债模式研究[ J].管理世界，2017（5）：158 ～ 169.
[30]王小鲁，樊纲，余静文.中国分省份市场化指数报告（2016）[M].北京：社会科学文献出版社，2017.
[31] 赵胜民，张博超.分析师关注如何影响公司投资行为——基于不同投资类型的分析[ J].中央财经大学学报，2021（5）：51 ～ 64.
[32] 吴国鼎.控制权转移对企业绩效的影响——基于代理成本中介效应的检验[ J].中央财经大学学报，2021（9）：100 ～ 112.
[33] 戴国强，邓文慧.分析师关注度对企业投资决策的影响[ J].金融经济学研究，2017（3）：107 ～ 116.
[34] Haresh S.， Ajay S.， Subramanian K. V.. Corporate governance and innovation：
Theory and evidence[ J].Journal of Financial and Quantitative Analysis，2015（4）：957 ～ 1003.
[35] Demir F.. Financial liberalization， private investment and portfolio choice：
Finan-cialization of real sectors in emerging markets[ J].Journal of Development Economics，2009（2）：314 ～ 324.
[36] 熊礼慧，董希淼.股权质押、融资约束与企业金融化[ J].金融经济学研究，2021（1）：136 ～ 150.124F931E-8FDE-46F6-A06F-34B347194CC2
猜你喜欢代理成本融资约束PPP模式下棚户区改造项目的研究价值工程(2016年32期)2016-12-20农户融资约束的后果分析商业经济(2016年11期)2016-12-20文化传媒企业并购对价与融资方式选择：融资约束、控制权转移与风险分担商业研究(2016年8期)2016-12-20股权众筹发展的意义、难点和对策中国集体经济(2016年26期)2016-11-19融资约束：文献综述与启示时代金融(2016年23期)2016-10-31公司治理视角下的中小型科技企业融资困境商(2016年28期)2016-10-27盈余质量对投资效率影响路径的理论分析中国市场(2016年33期)2016-10-18浅析基于代理成本下的股利政策理论商(2016年21期)2016-07-06最优资本结构与代理成本商场现代化(2016年16期)2016-07-02
