论文部分内容阅读
【摘要】证券分析师是我国资本市场的重要参与者，其乐观性偏差程度也会直接影响资本市场的信息效率和稳定性。文章以2007——2018年的中国A股非金融类上市公司为研究对象，从分析师乐观性偏差的角度来解释实体企业金融化对资本市场稳定的影响。结果发现，在一定范围之内，金融化水平的提高确实加剧了分析师盈余预测乐观性偏差，而一旦超过这一范围，分析师预测乐观性偏差程度也会有所下降，即企业金融化水平与分析师乐观性偏差之间存在一种倒U型关系；而且，这一关系在我国东部地区和非国有企业样本中表现更加明显。该结论对于理解企业金融化与金融风险的关系，深化对分析师的作用认知，推动经济“脱虚向实”具有重要的理论和实践意义。
【关键词】实体企业金融化；资本市场稳定；分析师乐观性偏差；倒U型
【中图分类号】F830.59；F275.5
★基金项目：本文得到国家社会科学基金资助重点项目（14AGL008）的支持。
一、引言
近年来，我国经济金融化趋势日渐明显，大量实体企业不断脱离实体经济而涉足金融活动，企业经营交易逐渐从实物经济形态转向金融形态，加速形成了经济“脱实向虚”格局（张成思和张步昙，2015；彭俞超和黄志刚，2018）[1，2]。伴随着企业金融化程度的加深，社会各界对其产生的影响提出质疑。一方面，在金融服务实体经济的目标下，企业投资金融资产能够利用其“蓄水池”功能，以超额投资收益提升企业盈利能力（Denis&Sibilkov，2010；刘贯春等，2019）[3，4]。然而，另一方面，当实体企业的大量资本涌入金融行业时，资金脱离实体经济而在虚拟经济领域“空转”，这不仅会直接“挤出”企业的实体投资（张成思和张步昙，2015；Demir，2009；杜勇等，2017）[1，5，6]，还可能带来资本市场剧烈波动和虚拟经济过度膨胀，造成系统性金融风险甚至金融危机（Stockhammer，2004；成思危，2015）[7，8]。面对该严峻形势和潜在威胁，党的十九大报告中明确指出，要“深化金融体制改革，增强金融服务于实体经济的能力”，“完善金融监管体系，守住不发生系统性风险的底线”。这表明了国家顶层设计中对企业金融化问题的高度重视，也使得企业金融化问题成为当前理论界与实务界需要重点关注和探讨的重要话题。
目前，关于企业金融化的研究大多集中于影响因素与经济后果两个方面。其中，在经济后果研究中，学者们关注的重点主要还停留在实体企业金融化对企业自身发展的影响上。相比之下，对于企业金融化如何影响资本市场的研究还比较少。仅有的几篇文献多从资产价格泡沫（成思危，2015）[8]和股价崩盘风险（彭俞超等，2018）[9]等角度阐释企业金融化削弱金融体系稳定性的渠道，然而却忽略了从市场参与主体的角度探讨企业金融化与金融市场的关系，也就缺少对企业金融化对影响资本市场的特定路径的识别与理解，这可能限制了对企业金融化可能产生系统性金融风险的解释力度。本文试图从连接市场和公司的重要信息中介分析师的角度，根据中国现实制度背景，分析并检验企业金融化水平对分析师乐观性偏差的影响，以进一步探讨企业金融化对资本市场影响的具体机制。
经过多年的发展，证券分析师已成为我国资本市场的重要参与者，他们通过收集各类数据和信息来分析特定公司的经营活动，并以此预测公司的未来发展状况，能够帮助投资者做出正确决策，提高资本市场定价效率。然而，诸多研究也表明，分析师预测普遍存在着乐观性偏差（许年行等，2012；褚健等，2019）[10-11]，这反而会在一定程度上损害资本市场信息效率和稳定性。那么，分析师是否会关注实体企业的金融化行为？企业金融化又是否会影响分析师的乐观预测程度呢？企业进行金融资产投资的动机具有复杂性和隐蔽性，投资的收益也具有极高的不确定性，同时分析师又囿于自身认知偏差、盲目自信、声誉保护和外部利益冲突压力等多重制约，各种因素相互交织，是否会导致企业金融化与分析师预测乐观性偏差之间表现出一种显著的非单调关系？理清该问题，有助于我们进一步深入认识和理解实体企业金融化对金融市场稳定的影响机制和后果，因而是一个值得讨论和实证检验的话题。
本文的主要贡献可能体现在如下方面：第一，补充了实体企业金融化经济后果，尤其对金融市场稳定影响的相关研究。不同于以往只立足于资产本身的价值和风险的研究，本文引入分析师这一独特视角，揭示了影响企业金融化与金融市场稳定关系的一条新路径，体现了市场参与者的重要作用；第二，丰富了现有关于分析师乐观性偏差的研究。在企业金融化这一统一的背景下，系统探讨影响分析师乐观预测的多重因素，并进行强弱对比，有利于深化我们对于该类问题的理解；第三，完善了经济“脱实向虚”的理论研究，从分析师这一微观层面进一步阐释了企业金融化的经济后果，对规范分析师行为，引导经济“脱虚向实”的相关政策制定都具有一定的借鉴意义。
二、理論分析与假设提出
本文主要考察企业金融化水平对分析师盈余预测乐观性偏差的影响，并分析其可能的影响路径。从理论层面讲，企业进行金融化投资的动机多样且不易识别，而分析师的乐观预测水平也会受到主客观各种因素的影响，因此，金融化与分析师乐观性偏差之间的关系也会具有一定的复杂性。
首先，分析师的盈余预测与公司经营业务活动息息相关。已有研究发现，公司融资交易（褚健等，2019）[11]、多元化投资（蔡卫星和曾诚，2010）[12]和研发投资（Huang&Zhang，2011）[13]等均会对分析师盈余预测行为和质量存在不同程度的影响。随着中国经济金融化程度的不断加深，金融资产已经成为实体企业资产的重要组成部分，对企业价值的创造亦会具有重要的影响（戚聿东和张任之，2018）[14]。合理的金融资产配置具有“蓄水池”效应，即通过利用企业部分闲置资金进行短期金融资本投资，从而盘活资金，实现资本的保值、增值，在一定程度上能够缓解未来主业投资面临的融资约束，从而促进实体企业主业的发展。因此，这一“利好”信息可以增加分析师进行乐观预测的自信。 不仅如此，还有学者认为金融资产投资是公司隐藏坏消息和快速调节利润的重要手段，即当主营业务出现问题导致盈利性下降时，上市公司出于平滑利润、粉饰报表的目的，会将一些资金投向“短平快”的金融投机活动（彭俞超等，2018）[9]。此时，由于面临利益冲突，即使分析师已经获知一些负面消息，但为了维护与券商的业务关系，产生更大交易量以获得更多的交易佣金，以及在机构投资者的压力下（许年行等，2012）[10]，可能会选择帮助管理层来隐藏坏消息，出具更加乐观的预测报告。并且，当企业金融化程度保持在合理范围之内时，分析师跟踪人数和频率还维持在较高水平，分析师个人的预测偏差会被整体性的预测偏差所掩盖，被发现和质疑的可能性较小，对个人声誉影响不大。此时，分析师的收益远大于可能的成本或损失，因而会更倾向于发布更加乐观的盈余预测报告。
基于以上分析，提出本文的第一个研究假设：
H1：实体企业金融化水平的提升会加剧分析师盈余预测的乐观性偏差。
然而，当企业金融化水平过高时，分析师也可能会降低盈余预测的乐观程度。首先，从企业层面来看，金融化程度越高的企业，投机套利的动机往往越强，对主业发展的挤出效应也会越严重（杜勇等，2017）[6]，从而影响了企业持续经营和盈利的能力，这在客观上会降低分析师预测乐观程度。而且，通常企业所持有的金融资产容易受到资本市场波动、经济不确定性和金融监管政策不确定性等的影响，其收益波动性和财务风险较大（彭俞超等，2018）[9]。随着金融化水平的提高，企业暴露在资本市场中的风险敞口越来越大，企业盈利的不稳定性增大，信息披露质量也会随之下降，从而导致分析师盈余预测难度升级。由于分析师同样具有风险厌恶的行为特质（Butler&Lang，1991）[15]，面对不完全信息，分析师很可能降低盈余预测的乐观性。
与此同时，由于预测难度的升高，分析师跟踪人数和频率也会下降，此时如果仍然选择帮助管理者隐藏坏消息，发布“非正常”乐观的盈余预测报告，很有可能被发现和质疑，其个人声誉和所在公司的声誉都可能面临巨大的毁损风险。分析师在做出盈余预测时必须权衡短期性的承销佣金和交易佣金收益与长期性的投资者信任和个人职业前途葬送的代价（Fang&Yasuda，2009）[16]。当成本大于收益时，分析师对于金融资产比例过大的公司，也会相对降低其盈余预测的乐观性。
综合上述分析可以看出，分析师盈余预测的乐观性偏差，一方面可能受到企业金融化的“蓄水池”动机和自身面临的利益冲突的影响，与金融化程度呈现正相关关系，另一方面还可能受到金融化的投机动机和自身保守主义、声誉约束等的影响，与金融化程度呈现负相关关系。因此在分析师利益函数中，企业金融化与分析师乐观性偏差之间的关系可能是非单调的，即在样本观察期内，企业金融化对分析师盈余预测乐观程度的影响，应存在某一临界值，在企业金融化尚未突破这一临界值时，分析师倾向于发布更加乐观的预测，而在企业金融化程度突破这一临界值时，分析师则会降低对该企业盈余预测的乐观程度。基于此，提出本文的第二个研究假设：
H2：实体企业金融化对分析师盈余预测乐观性偏差的影响呈倒U型关系。
三、研究设计
（一）样本选取与数据来源
本文以2007——2018年的的中国A股上市公司为初步研究样本，并按一定的条件对样本进行筛选：（1）剔除金融保险类和房地产类上市公司；（2）剔除分析师未对该公司进行盈余预测的样本；（3）剔除数据缺失的样本；（4）剔除处于ST、*ST等状态的样本。为了排除极端值的影响对所有连续变量在前后1%的水平上进行了Winsorize處理。本文数据主要来自国泰安（CSMAR）数据库，使用的数据处理软件为Stata15.1。
（二）变量定义
1.分析师盈余预测乐观性偏差
本文通过分析师盈余预测与公司真实盈余的比较判断分析师的乐观性偏差，公式为Opti，j，t=（Forei，j，t-Acti，t）/Pricei。其中，Opti，j，t表示分析师j在第t年对公司i每股收益预测的乐观性偏差，Forei，j，t为分析师的预测值，Acti，t为公司实际盈利水平，Pricei为分析师发布盈余预测前一个交易日的公司i的收盘股价。进而借鉴许年行等（2012）[10]的思路，在第t年跟踪公司i的所有分析师中，将Opt大于0的分析师的比例记为Optimism；Optimism越大，则预测误差大于0的分析师的比例越大，分析师整体的乐观性偏差越大。
2.企业金融化
借鉴Demir（2009）[5]、彭俞超等（2018）[9]的做法，本文以企业持有的金融资产占平均总资产的比例表示企业金融化程度。其中，企业持有的金融资产包括交易性金融资产、买入返售金融资产、可供出售金融资产、发放贷款及垫款和持有至到期投资等。
此外，本文还选取多个控制变量。各变量的具体定义如表1所示。
（三）模型设定
为了初步识别企业金融化与分析师乐观性偏差在整体趋势上是否可能存在某种单调关系，本研究首先构建了一次线性模型：
其中，Controls代表一系列控制变量；Year为时间固定效应；Stkcd代表公司个体固定效应； 为随机误差项。通过判断α1是否显著为正或为负，来初步识别企业金融化与分析师乐观性偏差是否可能存在某种单调关系。
为了进一步研究企业金融化与分析师乐观性偏差的非单调关系，在上述模型中加入企业金融化（FIN）的平方项，构建二次曲线模型：
在模型（2）中，重點关注β2。如果β2显著为负，则说明企业金融化与分析师乐观性偏差之间能够呈现出一条开口向下的抛物线，即二者存在倒U型关系；在此基础上，可以根据β1和β2两系数关系求出曲线临界值，对企业金融化与分析师乐观性偏差的关系予以具体分析。
四、实证结果与分析
（一）描述性统计
本文主要变量的描述性统计结果见表2。由表2可以看出，Optimism的均值为0.715，表明分析师乐观性偏差程度较高，跟踪同一家公司的具有乐观预测偏差的分析师比例平均达到71.5%；而且该变量最小值为0，最大值为1，标准差为0.121，这还表明不同企业对应的分析师乐观预测程度存在较大差异。FIN的平均值为0.017，标准差为0.012，表明我国非金融上市公司的金融化程度平均为1.2%，且存在一定的差异。其他变量的数值大小和分布特征也与已有文献保持一致。
（二）回归结果与分析
表3报告了基于模型（1）和模型（2）对企业金融化水平与分析师乐观性偏差之间关系进行检验的结果。其中，列（1）和列（2）的结果显示，无论是否加入控制变量，变量FIN的系数均不显著，这表明企业金融化水平与分析师乐观性预测偏差之间不存在直接的单调关系，假设H1不成立。列（3）和列（4）则列示了两者之间的非单调关系检验结果。可以看出，无论是否加入控制变量，FIN系数都在5%的水平上显著为正，而平方项FIN2的系数则在5%的水平上显著为负，表明企业金融化水平与分析师乐观性偏差之间存在一种倒U型关系。以第（4）列中FIN和FIN2的系数大小计算得到，该倒U型关系的临界值为0.097，这意味着当企业金融化水平低于这一临界值时，就会加剧分析师乐观性偏差，而一旦高于这一临界值，分析师预测乐观性偏差程度就会下降，假设H2得以证明。
（三）稳健性检验
1.内生性问题
上述回归结果可能面临由反向因果关系导致的内生性问题，即企业金融化会通过一系列途径影响分析师盈余预测的乐观性，但与此同时，分析师盈余预测的乐观性也可能反向影响企业金融化水平的变化。对此，我们采用工具变量法对模型（2）进行重新估计。参照彭俞超等（2018）[9]的做法，采用该年度与该企业处在同一行业的其他企业金融化水平的平均值FIN_ ind和二次项平均值FIN2_ ind作为工具变量。本企业的金融化水平会受到所在行业的其他企业金融化水平的影响，但是其他企业的金融化水平又不会直接影响分析师对本企业的盈余预测，理论上符合工具变量相关性和外生性的要求。在两阶段最小二乘估计过程中，第一阶段估计的F值均大于10，也证明了工具变量的有效性。最终第二阶段的回归结果如表4的列（1）所示，可以看出，在控制了可能的反向因果问题之后，结果仍然与前文保持一致，证明结论稳健。
2.改变重要变量衡量方法
首先，对于被解释变量，前文中主要使用“比例法”来衡量分析师盈余预测乐观偏差，这里，则采用“平均值法”来重新进行计算，即在Opti，j，t的基础上，对该年度所有追踪公司i的分析师的盈余预测偏差取均值，得到Optimism2。其次，对于主要解释变量，前文中未将投资性房地产纳入金融资产的范围内，但是根据杜勇等（2017）[6]的观点，在房地产行业高速发展的现阶段，许多企业持有的投资性房地产具有了更多的逐利属性，符合金融资产定义，故将其包括在内。因此，本文又据此构建了代表企业金融化的另一指标FINb。重新使用以上两个新变量分别进行稳健性检验的结果，与前文结论仍保持一致，具体见表4的列（2）和列（3）。
（四）异质性检验
前述实证结果已经从整体上证明了我国实体企业金融化和分析师盈余预测乐观性偏差之间的倒U型关系，然而，这种关系是否会受到企业所在地区和产权性质的影响呢？本文按照公司是否位于东部地区和是否为国有企业进行了分组检验。分组回归的结果见表5，从中可以看出，我国实体企业金融化与分析师盈余预测乐观性偏差之间的倒U型关系在位于东部地区，即金融发展水平更高、市场化程度更高的企业样本和非国有企业样本中更加明显。
五、结论与启示
实体企业“脱实向虚”的问题，事关金融市场稳定和经济高质量发展的大局。本文从分析师这一独特的微观角度，来探讨企业金融化影响资本市场稳定的具体路径。研究发现，企业金融化水平对分析师盈余预测乐观性的影响呈倒U型关系，即当企业金融化水平低于某一临界值时，就会加剧分析师乐观性偏差，而一旦高于这一临界值，分析师预测乐观性偏差程度就会下降；而且，这一倒U型关系在东部地区和非国有企业中表现更加明显。
该研究结论具有重要的理论和现实意义。现有研究虽然已经意识到了企业金融化可能会影响资本市场稳定，甚至引发系统性金融风险，但是对于具体影响路径关注甚少。本文发现，分析师是调节实体企业金融化与资本市场稳定性之间关系的一个重要中介渠道，这不仅能在一定程度上弥补研究空白，丰富关于实体企业金融化经济后果和分析师乐观性偏差的相关理论研究成果，还对于如何有效防范企业金融化的潜在风险，维护资本市场稳定具有十分重要的政策启示作用。
首先，对于监管部门来讲，若要遏制实体企业过度金融化趋势，减弱其对资本市场带来的不利后果，可以考虑从分析师这一中介环节入手进行干预和治理。本文结果证明了实体企业金融化能够对分析师预测行为造成影响，那么如果分析师能够对企业的金融化行为有较为准确的认知，并发布客观公正的分析报告，就可以促进资本市场信息效率的提高，维护市场稳定和健康发展。当然，这一效果的实现有赖于以下两方面的努力：一方面，要进一步提升分析师对企业金融化信息的解读和分析能力，这是有效发挥其信息中介作用的基础条件。本文认为，乐观性预测偏差的来源之一就是由于分析师对企业金融事件和信息认知不足，造成理解偏误，盲目乐观。对此，相关部门要提高对分析师的选拔标准，设置更高的执业门槛，同时定期开展培训和考核，引入优胜劣汰机制，整体提升分析师队伍的专业水平。另一方面，还要加强对分析师的监管和约束，提高独立性和客观性。分析师置身于券商、投资者和企业等多重利益相关者网络中，保持其独立性是重中之重。分析师可能会出于利益冲突等非理性动机，对企业不合理的金融化行为发表相对乐观的预测报告。因此，监管部门应该完善相关管理制度，加强监管和职业道德教育，强化声誉机制，促使分析师独立地、客观地对企业信息的真伪、利弊做出判断。 其次，对于分析师自身来讲，一方面，要自觉加强学习，及时更新观念和知识储备，强化对各类金融资产监管政策、运行机制的解读和认知，并且要积极拓展信息获取途径，可以通过实地调研、电话会议等方式全面了解和掌握企业做出金融化选择的真正动因和实际效果。另一方面，还要加强自身的行业自律性，自觉遵守各项法律法规，坚守道德底线，对企业金融化行为的合规性、收益性、风险性等给予客观谨慎的职业判断。
最后，良好的信息透明度是对企业金融化风险进行识别、监管和防范的基础条件，因此，对于企业来讲，要提高企业金融化的信息披露水平，降低与外部市场的信息不对称程度。企业进行金融资产配置的动机多样，且具有隐蔽性，这在一定程度上改变了分析师等外部市场参与主体所处的信息环境，进而影响其价值判断和投资决策，不仅不利于企业自身价值的提升，还会加剧金融市场的不稳定性。因此，相关监管部门应该采取措施，提高对实体企业金融资产配置动机、运作、收益等信息的披露要求，企业自身也要自觉提高金融化信息披露的透明度和及时性，为外部市场主体做出正确判断和选择提供基础条件。
主要参考文献：
[1]张成思，张步昙. 再论金融与实体经济：经济金融化视角[J]. 经济学动态，2015，（06）.
[2]彭俞超，黄志刚. 经济“脱实向虚”的成因与治理：理解十九大金融体制改革[J]. 世界经济，2018，（09）.
[3]Denis， D. J.， Sibilkov， V. Financial Constraints， Investment， and the Value of Cash Holdings[J]. Review of Financial Studies， 2010，23（01）：247-269.
[4]刘贯春，刘媛媛，张军.金融資产配置与中国上市公司的投资波动[J]. 经济学（季刊），2019， 18（02）.
[5]Demir， F. Financial liberalization， private investment and portfolio choice： Financialization of real sectors in emerging markets[J]. Journal of Development Economics， 2009， 88（02）：314-324.
[6]杜勇，张欢，陈建英. 金融化对实体企业未来主业发展的影响：促进还是抑制[J].中国工业经济，2017，（12）.
[7]Stockhammer， E. Financialization and the Slowdown of Accumulation[J]. Cambridge Journal of Economics， 2004， 28（05）：719-741.
[8]成思危. 虚拟经济不可膨胀[J]. 观察家，2015（08）.
[9]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）.
[10]许年行， 江轩宇， 伊志宏， 徐信忠. 分析师利益冲突、乐观偏差与股价崩盘风险[J].经济研究， 2012，（07）.
[11]褚剑， 秦璇， 方军雄. 中国式融资融券制度安排与分析师盈利预测乐观偏差[J]. 管理世界，2019，（01）.
[12]蔡卫星，曾诚. 公司多元化对证券分析师关注度的影响——基于证券分析师决策行为视角的经验分析[J]. 南开管理评论， 2010，（04）.
[13]Huang， Y.， Zhang， G. The Informativeness of Analyst Forecast Revisions and the Valuation of R&DIntensive Firms[J]. Journal of Accounting and Public Policy，2011， 30（01）：1-21.
[14]戚聿东， 张任之. 金融资产配置对企业价值影响的实证研究[J]. 财贸经济，2018，（05）.
[15]Butler， K.C.，Lang， L. H. The Forecast Accuracy of Individual Analysts： Evidence of Systematic Optimism and Pessimism[J]. Journal of Accounting Research ， 1991， 29（01）：150-156.
[16]Fang， L.，Yasuda， A. The Effectiveness of Reputation as a Disciplinary Mechanism in Sell-Side Research[J]. Review of Financial Studies，2009，22（09）：3735-3777.
【关键词】实体企业金融化；资本市场稳定；分析师乐观性偏差；倒U型
【中图分类号】F830.59；F275.5
★基金项目：本文得到国家社会科学基金资助重点项目（14AGL008）的支持。
一、引言
近年来，我国经济金融化趋势日渐明显，大量实体企业不断脱离实体经济而涉足金融活动，企业经营交易逐渐从实物经济形态转向金融形态，加速形成了经济“脱实向虚”格局（张成思和张步昙，2015；彭俞超和黄志刚，2018）[1，2]。伴随着企业金融化程度的加深，社会各界对其产生的影响提出质疑。一方面，在金融服务实体经济的目标下，企业投资金融资产能够利用其“蓄水池”功能，以超额投资收益提升企业盈利能力（Denis&Sibilkov，2010；刘贯春等，2019）[3，4]。然而，另一方面，当实体企业的大量资本涌入金融行业时，资金脱离实体经济而在虚拟经济领域“空转”，这不仅会直接“挤出”企业的实体投资（张成思和张步昙，2015；Demir，2009；杜勇等，2017）[1，5，6]，还可能带来资本市场剧烈波动和虚拟经济过度膨胀，造成系统性金融风险甚至金融危机（Stockhammer，2004；成思危，2015）[7，8]。面对该严峻形势和潜在威胁，党的十九大报告中明确指出，要“深化金融体制改革，增强金融服务于实体经济的能力”，“完善金融监管体系，守住不发生系统性风险的底线”。这表明了国家顶层设计中对企业金融化问题的高度重视，也使得企业金融化问题成为当前理论界与实务界需要重点关注和探讨的重要话题。
目前，关于企业金融化的研究大多集中于影响因素与经济后果两个方面。其中，在经济后果研究中，学者们关注的重点主要还停留在实体企业金融化对企业自身发展的影响上。相比之下，对于企业金融化如何影响资本市场的研究还比较少。仅有的几篇文献多从资产价格泡沫（成思危，2015）[8]和股价崩盘风险（彭俞超等，2018）[9]等角度阐释企业金融化削弱金融体系稳定性的渠道，然而却忽略了从市场参与主体的角度探讨企业金融化与金融市场的关系，也就缺少对企业金融化对影响资本市场的特定路径的识别与理解，这可能限制了对企业金融化可能产生系统性金融风险的解释力度。本文试图从连接市场和公司的重要信息中介分析师的角度，根据中国现实制度背景，分析并检验企业金融化水平对分析师乐观性偏差的影响，以进一步探讨企业金融化对资本市场影响的具体机制。
经过多年的发展，证券分析师已成为我国资本市场的重要参与者，他们通过收集各类数据和信息来分析特定公司的经营活动，并以此预测公司的未来发展状况，能够帮助投资者做出正确决策，提高资本市场定价效率。然而，诸多研究也表明，分析师预测普遍存在着乐观性偏差（许年行等，2012；褚健等，2019）[10-11]，这反而会在一定程度上损害资本市场信息效率和稳定性。那么，分析师是否会关注实体企业的金融化行为？企业金融化又是否会影响分析师的乐观预测程度呢？企业进行金融资产投资的动机具有复杂性和隐蔽性，投资的收益也具有极高的不确定性，同时分析师又囿于自身认知偏差、盲目自信、声誉保护和外部利益冲突压力等多重制约，各种因素相互交织，是否会导致企业金融化与分析师预测乐观性偏差之间表现出一种显著的非单调关系？理清该问题，有助于我们进一步深入认识和理解实体企业金融化对金融市场稳定的影响机制和后果，因而是一个值得讨论和实证检验的话题。
本文的主要贡献可能体现在如下方面：第一，补充了实体企业金融化经济后果，尤其对金融市场稳定影响的相关研究。不同于以往只立足于资产本身的价值和风险的研究，本文引入分析师这一独特视角，揭示了影响企业金融化与金融市场稳定关系的一条新路径，体现了市场参与者的重要作用；第二，丰富了现有关于分析师乐观性偏差的研究。在企业金融化这一统一的背景下，系统探讨影响分析师乐观预测的多重因素，并进行强弱对比，有利于深化我们对于该类问题的理解；第三，完善了经济“脱实向虚”的理论研究，从分析师这一微观层面进一步阐释了企业金融化的经济后果，对规范分析师行为，引导经济“脱虚向实”的相关政策制定都具有一定的借鉴意义。
二、理論分析与假设提出
本文主要考察企业金融化水平对分析师盈余预测乐观性偏差的影响，并分析其可能的影响路径。从理论层面讲，企业进行金融化投资的动机多样且不易识别，而分析师的乐观预测水平也会受到主客观各种因素的影响，因此，金融化与分析师乐观性偏差之间的关系也会具有一定的复杂性。
首先，分析师的盈余预测与公司经营业务活动息息相关。已有研究发现，公司融资交易（褚健等，2019）[11]、多元化投资（蔡卫星和曾诚，2010）[12]和研发投资（Huang&Zhang，2011）[13]等均会对分析师盈余预测行为和质量存在不同程度的影响。随着中国经济金融化程度的不断加深，金融资产已经成为实体企业资产的重要组成部分，对企业价值的创造亦会具有重要的影响（戚聿东和张任之，2018）[14]。合理的金融资产配置具有“蓄水池”效应，即通过利用企业部分闲置资金进行短期金融资本投资，从而盘活资金，实现资本的保值、增值，在一定程度上能够缓解未来主业投资面临的融资约束，从而促进实体企业主业的发展。因此，这一“利好”信息可以增加分析师进行乐观预测的自信。 不仅如此，还有学者认为金融资产投资是公司隐藏坏消息和快速调节利润的重要手段，即当主营业务出现问题导致盈利性下降时，上市公司出于平滑利润、粉饰报表的目的，会将一些资金投向“短平快”的金融投机活动（彭俞超等，2018）[9]。此时，由于面临利益冲突，即使分析师已经获知一些负面消息，但为了维护与券商的业务关系，产生更大交易量以获得更多的交易佣金，以及在机构投资者的压力下（许年行等，2012）[10]，可能会选择帮助管理层来隐藏坏消息，出具更加乐观的预测报告。并且，当企业金融化程度保持在合理范围之内时，分析师跟踪人数和频率还维持在较高水平，分析师个人的预测偏差会被整体性的预测偏差所掩盖，被发现和质疑的可能性较小，对个人声誉影响不大。此时，分析师的收益远大于可能的成本或损失，因而会更倾向于发布更加乐观的盈余预测报告。
基于以上分析，提出本文的第一个研究假设：
H1：实体企业金融化水平的提升会加剧分析师盈余预测的乐观性偏差。
然而，当企业金融化水平过高时，分析师也可能会降低盈余预测的乐观程度。首先，从企业层面来看，金融化程度越高的企业，投机套利的动机往往越强，对主业发展的挤出效应也会越严重（杜勇等，2017）[6]，从而影响了企业持续经营和盈利的能力，这在客观上会降低分析师预测乐观程度。而且，通常企业所持有的金融资产容易受到资本市场波动、经济不确定性和金融监管政策不确定性等的影响，其收益波动性和财务风险较大（彭俞超等，2018）[9]。随着金融化水平的提高，企业暴露在资本市场中的风险敞口越来越大，企业盈利的不稳定性增大，信息披露质量也会随之下降，从而导致分析师盈余预测难度升级。由于分析师同样具有风险厌恶的行为特质（Butler&Lang，1991）[15]，面对不完全信息，分析师很可能降低盈余预测的乐观性。
与此同时，由于预测难度的升高，分析师跟踪人数和频率也会下降，此时如果仍然选择帮助管理者隐藏坏消息，发布“非正常”乐观的盈余预测报告，很有可能被发现和质疑，其个人声誉和所在公司的声誉都可能面临巨大的毁损风险。分析师在做出盈余预测时必须权衡短期性的承销佣金和交易佣金收益与长期性的投资者信任和个人职业前途葬送的代价（Fang&Yasuda，2009）[16]。当成本大于收益时，分析师对于金融资产比例过大的公司，也会相对降低其盈余预测的乐观性。
综合上述分析可以看出，分析师盈余预测的乐观性偏差，一方面可能受到企业金融化的“蓄水池”动机和自身面临的利益冲突的影响，与金融化程度呈现正相关关系，另一方面还可能受到金融化的投机动机和自身保守主义、声誉约束等的影响，与金融化程度呈现负相关关系。因此在分析师利益函数中，企业金融化与分析师乐观性偏差之间的关系可能是非单调的，即在样本观察期内，企业金融化对分析师盈余预测乐观程度的影响，应存在某一临界值，在企业金融化尚未突破这一临界值时，分析师倾向于发布更加乐观的预测，而在企业金融化程度突破这一临界值时，分析师则会降低对该企业盈余预测的乐观程度。基于此，提出本文的第二个研究假设：
H2：实体企业金融化对分析师盈余预测乐观性偏差的影响呈倒U型关系。
三、研究设计
（一）样本选取与数据来源
本文以2007——2018年的的中国A股上市公司为初步研究样本，并按一定的条件对样本进行筛选：（1）剔除金融保险类和房地产类上市公司；（2）剔除分析师未对该公司进行盈余预测的样本；（3）剔除数据缺失的样本；（4）剔除处于ST、*ST等状态的样本。为了排除极端值的影响对所有连续变量在前后1%的水平上进行了Winsorize處理。本文数据主要来自国泰安（CSMAR）数据库，使用的数据处理软件为Stata15.1。
（二）变量定义
1.分析师盈余预测乐观性偏差
本文通过分析师盈余预测与公司真实盈余的比较判断分析师的乐观性偏差，公式为Opti，j，t=（Forei，j，t-Acti，t）/Pricei。其中，Opti，j，t表示分析师j在第t年对公司i每股收益预测的乐观性偏差，Forei，j，t为分析师的预测值，Acti，t为公司实际盈利水平，Pricei为分析师发布盈余预测前一个交易日的公司i的收盘股价。进而借鉴许年行等（2012）[10]的思路，在第t年跟踪公司i的所有分析师中，将Opt大于0的分析师的比例记为Optimism；Optimism越大，则预测误差大于0的分析师的比例越大，分析师整体的乐观性偏差越大。
2.企业金融化
借鉴Demir（2009）[5]、彭俞超等（2018）[9]的做法，本文以企业持有的金融资产占平均总资产的比例表示企业金融化程度。其中，企业持有的金融资产包括交易性金融资产、买入返售金融资产、可供出售金融资产、发放贷款及垫款和持有至到期投资等。
此外，本文还选取多个控制变量。各变量的具体定义如表1所示。
（三）模型设定
为了初步识别企业金融化与分析师乐观性偏差在整体趋势上是否可能存在某种单调关系，本研究首先构建了一次线性模型：
其中，Controls代表一系列控制变量；Year为时间固定效应；Stkcd代表公司个体固定效应； 为随机误差项。通过判断α1是否显著为正或为负，来初步识别企业金融化与分析师乐观性偏差是否可能存在某种单调关系。
为了进一步研究企业金融化与分析师乐观性偏差的非单调关系，在上述模型中加入企业金融化（FIN）的平方项，构建二次曲线模型：
在模型（2）中，重點关注β2。如果β2显著为负，则说明企业金融化与分析师乐观性偏差之间能够呈现出一条开口向下的抛物线，即二者存在倒U型关系；在此基础上，可以根据β1和β2两系数关系求出曲线临界值，对企业金融化与分析师乐观性偏差的关系予以具体分析。
四、实证结果与分析
（一）描述性统计
本文主要变量的描述性统计结果见表2。由表2可以看出，Optimism的均值为0.715，表明分析师乐观性偏差程度较高，跟踪同一家公司的具有乐观预测偏差的分析师比例平均达到71.5%；而且该变量最小值为0，最大值为1，标准差为0.121，这还表明不同企业对应的分析师乐观预测程度存在较大差异。FIN的平均值为0.017，标准差为0.012，表明我国非金融上市公司的金融化程度平均为1.2%，且存在一定的差异。其他变量的数值大小和分布特征也与已有文献保持一致。
（二）回归结果与分析
表3报告了基于模型（1）和模型（2）对企业金融化水平与分析师乐观性偏差之间关系进行检验的结果。其中，列（1）和列（2）的结果显示，无论是否加入控制变量，变量FIN的系数均不显著，这表明企业金融化水平与分析师乐观性预测偏差之间不存在直接的单调关系，假设H1不成立。列（3）和列（4）则列示了两者之间的非单调关系检验结果。可以看出，无论是否加入控制变量，FIN系数都在5%的水平上显著为正，而平方项FIN2的系数则在5%的水平上显著为负，表明企业金融化水平与分析师乐观性偏差之间存在一种倒U型关系。以第（4）列中FIN和FIN2的系数大小计算得到，该倒U型关系的临界值为0.097，这意味着当企业金融化水平低于这一临界值时，就会加剧分析师乐观性偏差，而一旦高于这一临界值，分析师预测乐观性偏差程度就会下降，假设H2得以证明。
（三）稳健性检验
1.内生性问题
上述回归结果可能面临由反向因果关系导致的内生性问题，即企业金融化会通过一系列途径影响分析师盈余预测的乐观性，但与此同时，分析师盈余预测的乐观性也可能反向影响企业金融化水平的变化。对此，我们采用工具变量法对模型（2）进行重新估计。参照彭俞超等（2018）[9]的做法，采用该年度与该企业处在同一行业的其他企业金融化水平的平均值FIN_ ind和二次项平均值FIN2_ ind作为工具变量。本企业的金融化水平会受到所在行业的其他企业金融化水平的影响，但是其他企业的金融化水平又不会直接影响分析师对本企业的盈余预测，理论上符合工具变量相关性和外生性的要求。在两阶段最小二乘估计过程中，第一阶段估计的F值均大于10，也证明了工具变量的有效性。最终第二阶段的回归结果如表4的列（1）所示，可以看出，在控制了可能的反向因果问题之后，结果仍然与前文保持一致，证明结论稳健。
2.改变重要变量衡量方法
首先，对于被解释变量，前文中主要使用“比例法”来衡量分析师盈余预测乐观偏差，这里，则采用“平均值法”来重新进行计算，即在Opti，j，t的基础上，对该年度所有追踪公司i的分析师的盈余预测偏差取均值，得到Optimism2。其次，对于主要解释变量，前文中未将投资性房地产纳入金融资产的范围内，但是根据杜勇等（2017）[6]的观点，在房地产行业高速发展的现阶段，许多企业持有的投资性房地产具有了更多的逐利属性，符合金融资产定义，故将其包括在内。因此，本文又据此构建了代表企业金融化的另一指标FINb。重新使用以上两个新变量分别进行稳健性检验的结果，与前文结论仍保持一致，具体见表4的列（2）和列（3）。
（四）异质性检验
前述实证结果已经从整体上证明了我国实体企业金融化和分析师盈余预测乐观性偏差之间的倒U型关系，然而，这种关系是否会受到企业所在地区和产权性质的影响呢？本文按照公司是否位于东部地区和是否为国有企业进行了分组检验。分组回归的结果见表5，从中可以看出，我国实体企业金融化与分析师盈余预测乐观性偏差之间的倒U型关系在位于东部地区，即金融发展水平更高、市场化程度更高的企业样本和非国有企业样本中更加明显。
五、结论与启示
实体企业“脱实向虚”的问题，事关金融市场稳定和经济高质量发展的大局。本文从分析师这一独特的微观角度，来探讨企业金融化影响资本市场稳定的具体路径。研究发现，企业金融化水平对分析师盈余预测乐观性的影响呈倒U型关系，即当企业金融化水平低于某一临界值时，就会加剧分析师乐观性偏差，而一旦高于这一临界值，分析师预测乐观性偏差程度就会下降；而且，这一倒U型关系在东部地区和非国有企业中表现更加明显。
该研究结论具有重要的理论和现实意义。现有研究虽然已经意识到了企业金融化可能会影响资本市场稳定，甚至引发系统性金融风险，但是对于具体影响路径关注甚少。本文发现，分析师是调节实体企业金融化与资本市场稳定性之间关系的一个重要中介渠道，这不仅能在一定程度上弥补研究空白，丰富关于实体企业金融化经济后果和分析师乐观性偏差的相关理论研究成果，还对于如何有效防范企业金融化的潜在风险，维护资本市场稳定具有十分重要的政策启示作用。
首先，对于监管部门来讲，若要遏制实体企业过度金融化趋势，减弱其对资本市场带来的不利后果，可以考虑从分析师这一中介环节入手进行干预和治理。本文结果证明了实体企业金融化能够对分析师预测行为造成影响，那么如果分析师能够对企业的金融化行为有较为准确的认知，并发布客观公正的分析报告，就可以促进资本市场信息效率的提高，维护市场稳定和健康发展。当然，这一效果的实现有赖于以下两方面的努力：一方面，要进一步提升分析师对企业金融化信息的解读和分析能力，这是有效发挥其信息中介作用的基础条件。本文认为，乐观性预测偏差的来源之一就是由于分析师对企业金融事件和信息认知不足，造成理解偏误，盲目乐观。对此，相关部门要提高对分析师的选拔标准，设置更高的执业门槛，同时定期开展培训和考核，引入优胜劣汰机制，整体提升分析师队伍的专业水平。另一方面，还要加强对分析师的监管和约束，提高独立性和客观性。分析师置身于券商、投资者和企业等多重利益相关者网络中，保持其独立性是重中之重。分析师可能会出于利益冲突等非理性动机，对企业不合理的金融化行为发表相对乐观的预测报告。因此，监管部门应该完善相关管理制度，加强监管和职业道德教育，强化声誉机制，促使分析师独立地、客观地对企业信息的真伪、利弊做出判断。 其次，对于分析师自身来讲，一方面，要自觉加强学习，及时更新观念和知识储备，强化对各类金融资产监管政策、运行机制的解读和认知，并且要积极拓展信息获取途径，可以通过实地调研、电话会议等方式全面了解和掌握企业做出金融化选择的真正动因和实际效果。另一方面，还要加强自身的行业自律性，自觉遵守各项法律法规，坚守道德底线，对企业金融化行为的合规性、收益性、风险性等给予客观谨慎的职业判断。
最后，良好的信息透明度是对企业金融化风险进行识别、监管和防范的基础条件，因此，对于企业来讲，要提高企业金融化的信息披露水平，降低与外部市场的信息不对称程度。企业进行金融资产配置的动机多样，且具有隐蔽性，这在一定程度上改变了分析师等外部市场参与主体所处的信息环境，进而影响其价值判断和投资决策，不仅不利于企业自身价值的提升，还会加剧金融市场的不稳定性。因此，相关监管部门应该采取措施，提高对实体企业金融资产配置动机、运作、收益等信息的披露要求，企业自身也要自觉提高金融化信息披露的透明度和及时性，为外部市场主体做出正确判断和选择提供基础条件。
主要参考文献：
[1]张成思，张步昙. 再论金融与实体经济：经济金融化视角[J]. 经济学动态，2015，（06）.
[2]彭俞超，黄志刚. 经济“脱实向虚”的成因与治理：理解十九大金融体制改革[J]. 世界经济，2018，（09）.
[3]Denis， D. J.， Sibilkov， V. Financial Constraints， Investment， and the Value of Cash Holdings[J]. Review of Financial Studies， 2010，23（01）：247-269.
[4]刘贯春，刘媛媛，张军.金融資产配置与中国上市公司的投资波动[J]. 经济学（季刊），2019， 18（02）.
[5]Demir， F. Financial liberalization， private investment and portfolio choice： Financialization of real sectors in emerging markets[J]. Journal of Development Economics， 2009， 88（02）：314-324.
[6]杜勇，张欢，陈建英. 金融化对实体企业未来主业发展的影响：促进还是抑制[J].中国工业经济，2017，（12）.
[7]Stockhammer， E. Financialization and the Slowdown of Accumulation[J]. Cambridge Journal of Economics， 2004， 28（05）：719-741.
[8]成思危. 虚拟经济不可膨胀[J]. 观察家，2015（08）.
[9]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）.
[10]许年行， 江轩宇， 伊志宏， 徐信忠. 分析师利益冲突、乐观偏差与股价崩盘风险[J].经济研究， 2012，（07）.
[11]褚剑， 秦璇， 方军雄. 中国式融资融券制度安排与分析师盈利预测乐观偏差[J]. 管理世界，2019，（01）.
[12]蔡卫星，曾诚. 公司多元化对证券分析师关注度的影响——基于证券分析师决策行为视角的经验分析[J]. 南开管理评论， 2010，（04）.
[13]Huang， Y.， Zhang， G. The Informativeness of Analyst Forecast Revisions and the Valuation of R&DIntensive Firms[J]. Journal of Accounting and Public Policy，2011， 30（01）：1-21.
[14]戚聿东， 张任之. 金融资产配置对企业价值影响的实证研究[J]. 财贸经济，2018，（05）.
[15]Butler， K.C.，Lang， L. H. The Forecast Accuracy of Individual Analysts： Evidence of Systematic Optimism and Pessimism[J]. Journal of Accounting Research ， 1991， 29（01）：150-156.
[16]Fang， L.，Yasuda， A. The Effectiveness of Reputation as a Disciplinary Mechanism in Sell-Side Research[J]. Review of Financial Studies，2009，22（09）：3735-3777.