分析师预测准确度与企业融资约束

张文文

(中南财经政法大学会计学院，湖北 武汉 430073)

一、引言

融资约束问题一直都是国内外的企业在经营管理过程中会遇到的困扰。 与部分发达国家相比，我国的资本市场发展还不完善，债务融资仍然是企业融资的主要方式。 但债务融资的要求高、程序复杂等特点，也导致了很多企业融资困难，无法满足企业扩张的需要，甚至是后续资金没法满足企业正常经营活动的需要，因此，融资约束问题的存在在一定程度上减缓了企业发展的速度。 所以近年来越来越多的学者开始关注融资约束，思考有哪些因素会导致融资约束以及如何才能进一步缓解融资约束疑难。

我国资本市场发展起步较晚，直到今年也才不过30 余年，这也直接导致我国证券分析师行业起步较晚。 21 世纪以来，金融化的热潮和政府的一系列政策推动，使得分析师行业在不断蓬勃发展的同时更加规范专业。 证券分析师一般可以以较低的成本获取企业的各项信息数据，再依靠自身的专业基础知识和职业判断，发布各种预测报告，给更多的外部投资者提出投资的参考意见。 由于证券分析师所出具的预测报告是基于政策规定、行业前景以及企业过去的经济财务状况和外来发展潜力等综合得出的，所以对于普通的个人投资者而言，是很客观公正的投资参考意见。

从理论上来看，分析师的存在可以在一定程度上建立企业和外部投资者之间的联系。 外部投资者在所获得信息有限或专业能力受限的情况下，可以综合利用分析师的工作成果进行判断。 分析师的预测报告是否可以缓解企业信息不对称的程度，外部利益相关者是否可以通过利用分析师的预测报告进行筛选以做出更好的投资决策? 下文将从分析师预测准确度的视角展开讨论，讨论其可能对企业融资约束产生的影响，并进一步分组讨论在不同条件下的作用情况。

二、文献综述

完美的资本市场中信息充分流通，利益相关者获取信息的渠道便捷，无信息成本，所以就不会存在内外部融资约束的问题。 现实资本市场中各方之间的信息不对称会导致外部的融资成本大于内部融资成本，这也就是融资约束问题。已有文献认为企业和各方投资者之间的信息不对称问题导致了企业的融资约束。 影响企业融资约束的因素有很多，如企业规模、盈利能力、内控水平等。 Athey 和Laumas 认为当企业的规模越大时，可选择的融资渠道越丰富，所受融资约束越轻。 Cull 和Xu 指出盈利能力越强的企业将会拥有更多的结余资金用于扩大生产，偿债能力也更强，可以增强外部利益相关者的信心，融资约束更少。 程小可等发现内控水平较高的企业相较于内控有缺陷的企业，融资约束问题更少。 魏志华等发现金融环境越好时，对融资约束的缓解作用越明显，同时中小企业和民营企业很容易面临融资约束问题。 姜付秀等发现董事会秘书的财务经历通过降低内外部信息不对称的途径，可以起缓解融资约束的作用。

同时，对于分析师的文献研究也有很多，但大多与分析师关注和跟踪有关。 Chang 等则认为分析师关注度越高、信息披露的透明度越高，分析师的报告可以有效降低会计信息的阅读难度。 方军雄发现企业的信息披露透明度提高，将会使得分析师预测准确性有所提升。 朱红军等表明分析师的数据收集行为可以提高股价的信息含量和我国资本市场的运行效率。 李春涛等认为分析师的跟踪可以作为监督机制，有效降低企业的盈余管理行为。 周开国等发现媒体的关注度可以有效提高分析师关注度和盈余预测的准确度。 郑建民等发现分析师的关注可以减少业绩预告违规的发生， 特别是在上市公司受监管较弱时表现得更明显。

三、研究假设的提出

根据已有文献，分析师可以以成本优势获取企业相关信息，并基于自身的专业能力和职业判断进行盈利预测。 外部投资者通过阅读分析师报告来进行投资判断，所以分析师的预测可以缓解企业和外部投资者之间的信息不对称问题。当分析师的关注度越高时，外部投资者可综合利用的分析师结果就越多，投资风险降低。 一般当企业所披露的各项信息透明度越高或质量越高时，越能够吸引分析师的关注，预测的准确性得以保证。 所以，分析师预测准确度越高时，信息透明度越高，越能减轻信息不对称问题，从而缓解企业融资约束。 综上所述，文章认为分析师预测准确度可以有效降低企业信息不对称程度，故提出主要研究假设:

H1:分析师预测准确度可以有效缓解企业的融资约束问题。

我国的企业分为国有企业和非国有企业，其中国有企业一般规模较大，加上国家对其资本拥有所有权或控制权，故在债务融资方面的阻力较小。 国有企业在向银行进行贷款时，抵押担保要求更低，程序审批环节少，资本成本相对较低，内外部融资的成本和难度相差不大，融资约束问题不严重。 但对于非国有企业而言，外部投资者会对其提出更高的要求，很多企业都会出现融资难、融资贵的情形，融资约束问题也更明显。 所以本文提出如下研究假设:

H2:相较于国有企业，对非国有企业，分析师预测准确度对企业融资约束问题的缓解作用更明显。

四、研究设计

(一)样本选择和数据来源

为了研究分析师预测准确度与企业融资约束之间的关系，本文选取2012～2019年我国沪深A 股上市公司作为研究样本。 为保证数据的有效统一，将按照如下标准对样本进行筛选:①由于金融行业公司较少受到融资约束，故剔除金融行业上市公司样本；②剔除上市不满一年的上市公司样本数据；③剔除ST、*ST 的上市公司样本数据；④剔除当年分析师预测值小于2 个的样本数据；⑤剔除关键财务数据缺失的样本数据。 同时，为减少极端值对回归结果的影响，本文将对连续变量在1% 和99% 的水平上进行缩尾处理。 研究的所有数据均来自CSMAR 数据库，并使用Stata15.0 进行数据处理和回归。

(二)变量定义

1.被解释变量

融资约束(KZ)。 本文直接借鉴Kaplan 和Zingales、魏志华所做研究中的融资约束KZ 指数作为被解释变量，基于企业经营活动产生的现金净流量、现金股利、现金持有、资产负债率和托宾Q 值这五个方面来构造的。

KZ 指标的具体构造过程如下:

(1)对所有样本按照年度对经营活动产生的现金净流量/ 上期期末总资产、现金股利/ 上期期末总资产、现金持有水平/ 上期期末总资产、资产负债率和托宾Q 值以中位数进行分组。 如果经营活动产生的现金净流量/ 上期期末总资产处于中位数以下，则kz1 ＝1，否则kz1 ＝0。 如果现金股利/ 上期期末总资产处于中位数以下，则kz2＝1，否则kz2＝0。 如果现金持有水平/ 上期期末总资产处于中位数以下，则kz3 ＝1，否则kz3＝0。 如果资产负债率处于中位数以上，则kz4＝1，否则kz4＝0。 如果托宾Q 值处于中位数以上，则kz5 ＝1，否则kz5＝0。

(2)计算KZ 数值，即KZ＝kz1＋kz2＋kz3＋kz4＋kz5。

(3)使用Ordered Logit 回归，以计算出来的KZ 指标作为被解释变量，分别对经营活动产生的现金净流量/ 上期期末总资产、现金股利/ 上期期末总资产、现金持有水平/ 上期期末总资产、资产负债率和托宾Q 值进行回归，并对各系数进行估计。

(4)以回归估计出的系数结构重新构造KZ 指数，KZ 指数越大，表示上市公司遇到的融资约束问题越严重。

2.解释变量

分析师预测准确度(acc)，即采用分析师每股收益预测值的偏差来衡量。 如果在某一年度同一个分析师或分析师团队对同一家企业出具多次分析师报告的，那么仅保留当年最后一次报告中的每股收益值预测值。 计算过程是每股收益预测值减去每股收益实际值后的绝对值除以每股收益实际值的绝对值，再将计算出的结果分年度分企业取平均值后再取相反数。 acc 取值越大，表明分析师预测准确度越高。

3.控制变量

本文根据已有文献的研究，设置如下控制变量，包括:①企业规模(Size)，等于企业期末营业收入的自然对数；②企业成长性(Growth)，等于企业期末营业收入减去期初营业收入再除以期初营业收入；③资产负债率(LEV)，等于期末总负债除以期末总资产；④资产有形性(PPE)，等于企业存货净额加上固定资产净额后再除以总资产净额；⑤总资产利润率(ROA)，等于企业净利润除以期末总资产；⑥账面市值比(BM)，等于企业资产总计除以市值；⑦股权集中度(Top10)，等于企业前十大股东持股比例乘100。 除了上述的控制变量外，由于不同行业和年份所受融资约束程度具有显著差异，本文还加入了年度(year)和行业(ind)的虚拟变量。

(三)模型设定

为了检验分析师预测准确度是否可以有效降低企业受到的融资约束程度以及缓解作用是否在国企与非国企中有显著差异，本文将建立如下模型来验证假设1 和假设2，并控制行业年度固定效应。 如果回归结果显著为负，则说明分析师预测准确度可以有效地缓解企业融资约束问题。 模型如下:

五、实证结果与分析

(一)描述性统计

表1 显示的是本文主要变量的描述性统计结果，总观测样本数为10399 个。 融资约束(KZ)的均值为0.82，和中位数结果比较接近，表明样本间融资约束程度分布较均匀；融资约束(KZ)的最小值是－5.609，最大值是5.074，表明企业之间所受到的融资约束程度差异较大。 分析师预测准确度(acc)的均值和中位数差异较大，表明不同分析师预测每股收益的偏差程度较大。 分析师预测准确度(acc)的最大值为－0.04，这是缩尾后的结果，这表明有的分析师预测的每股收益与实际每股收益值间差异很小。

表1 描述性统计

变量 观测值 均值 标准差 中位数 最小值 最大值KZ 10399 0.820 2.192 1.093 －5.609 5.074 acc 10399 －1.834 3.071 －0.753 －18.73 －0.040 Size 10399 21.95 1.479 21.78 19.18 26.16 Growth 10399 0.218 0.377 0.143 －0.364 2.376 LEV 10399 0.418 0.197 0.412 0.056 0.846 PPE 10399 0.349 0.175 0.334 0.018 0.772 ROA 10399 0.056 0.045 0.048 －0.064 0.209 BM 10399 0.610 0.248 0.602 0.133 1.150 Top10 10399 61.00 14.09 61.77 27.78 91.72

资产负债率(LEV) 和总资产利润率(ROA) 的均值结果与中位数相近，这表明公司总体财务状况分布均匀。 企业成长性(Growth)的最小值为－0.364，最大值为2.376，说明不同企业的营业收入增长水平存在较大差异。 股权集中度(Top10)的均值为61，但最大值和最小值相差过大，表明有的企业的股权集中于少数人手中，但也有股权过度分散的情形。

(二)主回归结果

表2 为全样本回归结果，根据表中第(1) 列的全样本回归结果显示，分析师预测准确度与融资约束的回归系数显著为负(系数为－0.027，

p

值＜0.01)，表明了分析师报告的预测准确度对于企业的融资约束有缓解作用。 这表明，当分析师预测的每股收益值与企业实际每股收益值越接近，代表企业信息的透明度会更高，信息不对称程度降低，从而会缓解企业所遇到的融资约束问题。

表2 分析师预测准确度与企业融资约束回归结果

注:＜0.01，＜0.05，＜0.1。

变量KZ全样本(1)国有企业(2)非国有企业(3)acc －0.027***(－6.091)－0.015**(－2.190)－0.033***(－5.725)Size －0.059***(－4.373)－0.075***(－3.760)－0.060***(－3.021)Growth －0.416***(－11.835)－0.865***(－15.063)－0.240***(－5.416)LEV 6.316***(61.272)6.272***(40.695)6.285***(45.406)PPE 1.113***(12.368)0.791***(6.462)1.351***(10.606)ROA －19.553***(－50.192)－17.963***(－27.849)－20.121***(－40.899)BM －1.762***(－21.953)－1.448***(－12.362)－1.908***(－17.553)Top10 －0.012***(－12.449)－0.011***(－7.235)－0.013***(－9.914)年度固定效应 已控制 已控制 已控制行业固定效应 已控制 已控制 已控制N 10399 3551 6848调整R2 0.648 0.676 0.628

表2 中第(2)(3)列是将总样本拆分为国有企业和非国有企业样本，表中的结果显示，分析师预测准确度与融资约束二者之间的关系依然是负向显著。 但第(3) 列中的系数为－0.033，

p

＜0.01，第(2)列中的系数为－0.015，

p

＜0.05，显著性不如非国有企业样本，而且负的程度更低，即缓解作用更小，可以验证了前文中的假设2。 这表明相较于国有企业，对于非国有企业而言，分析师预测准确度更能有效缓解融资约束，作用更为明显。

六、结语

本文主要考察分析师预测准确性对企业融资约束问题的影响，研究发现当分析师预测准确度越高时，企业的信息透明度越高，信息不对称得以缓解，从而减轻了企业的融资约束问题。 相较于国有企业，在非国有企业中，分析师预测准确度能更有效地缓解企业的融资约束。