影子银行业务与分析师盈余预测乐观度

颜恩点 钱川阳 高思佳

(上海大学，上海 200444)

一、引言

近年来，我国非金融企业纷纷涉足金融领域，金融化趋势明显,原因主要在于:一方面，信贷歧视、信贷约束导致中小企业很难通过正规途径获得融资(Allen et al.，2019)，非金融企业的影子银行业务充当了重要的信用中介角色；另一方面，实体经济低迷，传统行业回报率下滑，而金融行业利润高企(韩珣 等，2017)，非金融企业为谋求高额利润不断提高金融化水平。尽管影子银行业务能够在一定程度上改善初次信贷资源的配置失衡，但其高杠杆率、期限错配等特点也隐藏着巨大风险。从现有文献来看，学者围绕非金融企业影子银行业务的识别、度量及其对审计质量、融资结构和经营风险的影响(王永钦 等，2015；颜恩点 等，2018；韩珣 等，2017；李建军 等，2019)展开了深入探讨，但鲜有关注非金融企业影子银行业务对资本市场的影响。

分析师作为资本市场重要的信息中介，拥有专业的分析能力和丰富的实践经验，他们通过发布研究报告、传递公司信息，有效地缓解了投资者和上市公司之间的信息不对称。但是，在我国新兴加转轨的资本市场中，分析师更倾向于出具乐观的研究报告，从而对中小投资者的投资决策产生了较为严重的误导(周冬华 等，2016)。这一现象也引发学界的密切关注，既往研究主要从分析师自身认知偏差和利益冲突的视角探讨造成其盈余预测乐观的原因，也有少数学者考察了外部制度的影响(Gu et al.，2013；Bradshaw，2011；官峰 等，2015；王攀娜 等，2017；褚剑 等，2019)。与上述研究不同，本文从非金融企业影子银行业务的视角出发，深入探究分析师盈余预测乐观度的影响因素及相关作用机制问题。

本文利用Compustat Global企业数据库提供的2008—2017年我国非金融上市企业样本，考察了非金融企业的影子银行业务对分析师盈余预测乐观度的影响。较之已有研究，本文的贡献主要体现在以下几个方面：其一，拓宽了分析师盈余预测乐观度影响因素理论研究的视角。现有文献分别从分析师自身认知偏差、利益冲突、外部制度等视角出发探究分析师盈余预测乐观度的影响因素，而本文着重考察了非金融企业的影子银行业务对分析师盈余预测乐观度的影响及其作用机制，这是对分析师盈余预测度影响因素方面文献的有益补充。其二，丰富了非金融企业参与影子银行业务的经济后果方面的研究。已有相关文献围绕影子银行业务的识别、度量及其对企业自身行为的影响展开了深入探讨，而本文则侧重于考察非金融企业的影子银行业务与分析师预测乐观度的关系，即探究其对资本市场信息中介的影响。其三，研究结论对于促进分析师行业健康发展、完善企业信息披露制度以及加强政府市场监管具有重要的启发意义。

二、文献回顾

(一)分析师盈余预测乐观度

证券分析师凭借其专业分析能力、信息优势和丰富经验，通过盈利预测等方式对外发布关于公司价值的分析报告，报告的准确性对于资本市场的资源配置效率提升以及投资者做出正确的投资决策至关重要。已有研究着重从三个方面考察了分析师盈余预测乐观度形成的原因：一是分析师自身认知偏差的角度。分析师对好消息过度反应、对坏消息反应不足以及自身情感因素都会导致其出现乐观偏差(Hilary et al.，2006；周冬华 等，2016；伍燕然 等，2012)。二是利益冲突的角度。当分析师自身获利需求与公司其他利益相关者的需求存在较大分歧时，为提高交易佣金、迎合管理层、维护与机构投资者的关系、增加所在券商承销收入等(Jackson，2005；Bradshaw，2011；曹胜 等，2011；Lim，2001；赵良玉 等，2013；Gu et al.，2013；官峰 等，2015；周冬华 等，2016)，分析师出具有偏报告的可能性显著增大。三是外部制度的视角。还有一些研究考察了卖空机制、融资融券等制度对分析师盈余预测乐观度的影响(李丹 等，2016；王攀娜 等，2017；褚剑 等，2019)。

综上所述，鉴于分析师作为资本市场信息中介的重要地位以及分析师盈余预测乐观度的普遍性，国内外学者从不同方面对分析师盈余预测乐观度的影响因素进行了广泛探讨，并取得了一系列极具价值的成果。但是，已有研究的视角较为有限，仍然存在进一步拓展的空间。

(二)影子银行

金融稳定理事会将影子银行体系界定为游离于正规银行体系之外、可能引发系统性金融风险和监管套利风险等问题的信用中介体系。与发达国家相比，我国影子银行体系的运行有着自身鲜明的特点(祝继高 等，2016)。

近年来，学者主要从以下几个方面对我国金融机构的影子银行业务展开研究。一是影子银行的定义。裘翔等(2014)认为，我国影子银行业务的本质仍是一种借贷活动；孙国峰等(2015)指出，我国的影子银行包括银行影子和非银行金融机构形成的传统影子银行。二是影子银行形成的原因。已有研究发现，金融抑制、行政管制、信贷歧视等是影子银行形成的主要驱动因素(Maddaloni et al.，2011；Chen et al.，2018；裘翔 等，2014)。三是影子银行的经济后果。王永钦等(2015)、卢盛荣等(2019)认为，影子银行作为对传统商业银行的补充，为民营中小企业提供了新的融资渠道，满足了其投融资需求，有利于解决初次信贷资源的配置失衡问题。但是，影子银行游离于监管之外的高风险性，不仅会降低货币政策传导的有效性(Chen et al.，2018；高然 等，2018；温信祥 等；2018；高蓓 等，2020)，还可能引发系统性风险(Gennaioli et al.，2012)。此外，还有部分研究着重考察了我国非金融企业的影子银行业务，内容涉及影子银行业务的识别(王永钦 等，2015)、度量(颜恩点 等，2018)，以及其对审计质量(颜恩点 等，2018)、融资结构(韩珣 等，2017)、经营风险(李建军 等，2019)的影响。总体来看，影子银行业务问题已经引发了学界的密切关注和热烈讨论，但有关非金融企业影子银行业务经济后果的研究依然较为匮乏。

三、理论分析与研究假设

(一)影子银行业务与分析师盈余预测乐观度

本质上，非金融企业的影子银行业务仍是一种风险性与隐蔽性较高的借贷行为。开展影子银行业务可能会对企业日常生产经营中的生产性投资活动产生负面影响，进而造成企业主业经营不善、经营风险升高(李建军 等，2019)；与此同时，由于影子银行业务游离于金融监管之外，一旦借款方违约，则可能导致企业的财务风险和诉讼风险增加(颜恩点 等，2018)。这会对分析师预测产生以下两方面的影响：一方面，为掩盖上述风险，管理层通过盈余管理粉饰财务报表、减少信息披露的动机进一步增强，由此导致企业公布的信息质量降低，分析师预测难度增加；另一方面，上述风险可能会加剧公司业绩波动性，促使分析师解读信息的难度大幅提高。由于企业对外披露的信息和管理层掌握的私有信息是分析师作出盈余预测的重要信息来源(周开国 等，2014)，当公开的信息难以解读和预测时，从上市公司获取私有信息就成为分析师构筑核心竞争力的关键(Lim，2001；赵良玉 等，2013)。分析师出具乐观盈余预测报告，能够帮助管理层维持公司良好形象和建立投资者信心，进而有利于分析师与上市公司高管建立良好的私人关系，并借此获取更多的私有信息。综上所述，当影子银行业务导致企业公布的信息质量降低时，分析师为了获取更多的私有信息以降低信息解读难度和提高预测精度，倾向于发布乐观盈余预测以迎合管理层。基于此，本文提出：

假设

1

：

非金融企业的影子银行业务规模越大，分析师盈余预测乐观度越高。

(二)机构投资者持股比例、影子银行业务与分析师盈余预测乐观度

近年来，我国机构投资者的种类、数量和规模迅速增长，其参与公司治理发挥积极监督的作用也得到学术界和实务界的一致认可。一方面，机构投资者持股比例越高，投资者越关注公司的长期发展和持续盈利能力；并且，为了维护自身利益，机构投资者更有意愿也有能力监督公司管理层的机会主义行为和短视行为，可以通过“用手投票”的方式促使公司信息透明度增加、信息披露质量提高(Cheng et al.，2010；杨海燕 等，2012)。因此，当机构投资者持股比例较高时，分析师工作难度较低。另一方面，由于机构投资者是分析师所在券商经纪业务的主要客户和利润来源(褚剑 等，2019)，同时在《新财富》最佳分析师的评选活动中机构投资者还拥有关键投票权(许年行 等，2012)，因而其对分析师的薪酬、晋升及个人职业生涯发展等存在重要影响，这有助于降低分析师迎合管理层的可能。基于此，本文提出：

假设

2

：

在机构投资者持股比例高的非金融企业中，影子银行业务与分析师盈余预测乐观度的正相关关系会被削弱。

(三)内部控制质量、影子银行业务与分析师盈余预测乐观度

内部控制是企业通过制定制度、实施措施及执行程序对风险进行有效防范和管控的重要途径。一方面，高质量的内部控制可以增强会计稳健性(Goh et al.，2011)，提高应计质量(方红星 等，2011)，推动财务信息传递(Ettredge et al.，2006)，减少内部报告错误，为真实完整的财务报告及相关信息提供保证；另一方面，高质量的内部控制还有助于约束管理层的机会主义行为。由此可见，内部控制质量的提高能够显著提升企业财务信息披露透明度，帮助分析师以较低的成本获取更加真实可靠的信息。进一步，高质量的信息有助于减少分析师工作难度和认知偏差，降低其迎合管理层获取私有信息的可能。基于此，本文提出：

假设

3

：

在内部控制质量高的非金融企业中，影子银行业务与分析师盈余预测乐观度的正相关关系会被削弱。

(四)两权分离度、影子银行业务与分析师盈余预测乐观度

现代企业所有权和控制权的分离产生了委托代理问题，两权分离导致的信息不对称为高管的机会主义行为提供了机会(赵息 等，2013)。为掩盖高风险的影子银行业务给企业带来的各类风险，同时最大化自身效用，实现激励机制的设定目标，管理层倾向于实施刻意隐瞒或歪曲信息、虚增收入等短视行为。两权分离程度高的公司治理较差(李维安 等，2010)，内部监督机制的作用难以充分发挥，管理层的短视行为得不到有效抑制，从而导致财务报告的真实性和可靠性降低，分析师无法获取高质量的公开信息；同时，两权分离也为管理层与分析师之间建立密切联系提供了机会，为分析师迎合管理层提供了便利。基于此，本文提出：

假设

4

：

在两权分离程度低的非金融企业中，影子银行业务与分析师盈余预测乐观度的正相关关系会被削弱。

(五)股价同步性、影子银行业务与分析师盈余预测乐观度

股价同步性是指单个公司股票价格的变动与市场平均变动的关联性。股价同步性越高，表明股价越多地反映了市场层面和行业层面的信息，而公司特质信息含量越少，即上市公司私有信息价值越低(伊志宏 等，2015)。如果乐观盈余预测报告并非对公司真实状况的描述，则分析师可能要面临较高的成本，比如来自监管部门的惩罚、自身职业生涯声誉受损等(赵良玉 等，2013)。因此，理性的分析师会对获取私有信息所能得到的价值与所需付出的成本进行权衡，只有当前者足够大且明显高于后者时，其才会选择发布乐观预测(赵良玉 等，2013)。基于此，本文提出：

假设

5

：

在股价同步性高的非金融企业中，影子银行业务与分析师盈余预测乐观度的正相关关系会被削弱。

四、研究设计

(一)样本选择与数据来源

本文借鉴谭松涛等(2015)、李丹等(2016)、颜恩点等(2018)的研究，以Compustat Global数据库2008—2017年的我国非金融上市企业为研究样本，并对初始样本按以下标准进行了筛选：剔除被特殊处理(ST、ST、PT)的公司；剔除金融、保险类企业；剔除分析师预测日期超过财务报表日的样本；保留每个分析师当年度的最后一个每股收益预测值。经过上述处理，本文最终获取的样本包含15615个有效观测值。

分析师每股收益预测值、上市公司每股收益实际数据、机构投资者持股比例、两权分离度、股票收益以及控制变量数据均来自CSMAR数据库，企业内部控制指数数据来自迪博(DIB)数据库。此外，为降低个别离群值对回归结果的影响，对所有连续型变量在1%和99%水平上进行了Winsorize处理。

(二)变量说明

1.被解释变量

本文的被解释变量为分析师盈余预测乐观度(Fepspost)，该指标反映了分析师预测偏差的方向，如果分析师对公司每股收益的预测值大于实际值，即预测偏差为正，则为乐观。由于每一会计年度内都可能有新的分析师加入预测行列，分析师也可能会结合所获得的信息对预测值进行不断修正，本文参考已有研究(王玉涛 等，2012；谭松涛 等，2015)的做法，分析师的每股收益预测值等于公司实际盈余公布前每个分析师对当年度最后一个每股收益预测值的算术平均值。在此基础上，定义分析师盈余预测乐观度为分析师的每股收益预测值与真实每股收益之差除以真实每股收益的绝对值，具体如式(1)所示：

(1)

其中，Feps表示分析师预测的每股收益值，Eps表示真实每股收益值。

2.解释变量

本文的核心解释变量为影子银行业务(Shadow_sales1、Shadow_sales2)。借鉴王永钦等(2015)、李建军等(2019)的做法，考虑销售收入的平减作用，Shadow_sales1和Shadow_sales2分别用我国非金融企业其他应收款与总收入的比率减去美国同行业的均值和中值进行度量。

3.调节变量

(1)机构投资者持股比例(Holder)。借鉴张娆(2014)的做法，利用所有机构投资者持有股份数额总和所占的比例衡量机构投资者持股比例。机构投资者持股比例大于行业中值的企业赋值为1，否则赋值为0。

(2)内部控制质量(IC)。借鉴耿云江等(2019)的做法，使用DIB内部控制指数反映公司内部控制质量。内部控制指数大于行业中值的企业赋值为1，否则赋值为0。

(3)两权分离度(Separation)。借鉴马磊等(2010)的做法，使用最终控制大股东的控制权减去所有权度量两权分离度。两权分离度大于行业中值的企业赋值为1，否则赋值为0。

(4)股价同步性(Synch)。借鉴Morck et al.(2000)、伊志宏等(2015)的做法，使用模型回归得到的R来衡量股价同步性。股价同步性大于行业中值的企业赋值为1，否则赋值为0。

4.控制变量

参考已有研究(Barron et al.，2017；谭松涛 等，2015；李丹 等，2016；杨青 等，2019；褚剑 等，2019)的做法，本文选取的控制变量具体包括：企业规模(Size)、企业成长性(TobinQ)、净资产收益率(Roe)、资产负债率(Lev)、股权集中度(Cri)、产权性质(Soe)、分析师跟踪规模(Coverage)、券商更新预测的频率(Update)。此外，本文还控制了年度(Year)和行业(Industry)效应。

本文变量的具体说明见表1。

表1 变量说明

(三)研究模型

为检验非金融企业的影子银行业务对分析师盈余预测乐观度的影响，本文构建如下模型：

Fepspost=β+βShadow_sales1/Shadow_sales2+βSize+βTobinQ+βRoe+

βLev+βCri+βSoe+βCoverage+βUpdate+Year+Industry+ε

(2)

五、实证结果与分析

(一)描述性统计分析

表2为主要变量的描述性统计结果。Fepspost的均值为0.829，表明分析师对每股收益的预测值比公司实际值高，整体上倾向于高估公司的实际盈利能力，普遍存在预测乐观的情况。Shadow_sales1、Shadow_sales2的均值分别为-0.013和0.028，标准差分别为0.095和0.054，表明企业间影子银行业务开展情况差异较大。控制变量的结果与已有研究(谭松涛 等，2015；褚剑 等，2019)基本一致，不再赘述。

表2 主要变量的描述性统计

(二)相关性分析

表3列示了本文主要变量的相关系数。Shadow_sales1和Shadow_sales2与Fepspost分别在1%的统计水平上显著正相关，且相关系数较大，本文假设1得到初步证实。此外，其余变量间的相关性系数大多在0.4以下，说明各变量之间相关性较小，不存在严重的多重共线性问题。

表3 主要变量的Pearson相关系数

(三)回归分析

1.影子银行业务与分析师盈余预测乐观度

表4报告了非金融企业的影子银行业务与分析师盈余预测乐观度的回归结果。由表4列(1)、(2)可见，Shadow_sales1和Shadow_sales2的估计系数分别为0.443和0.974，且均在5%的统计水平上显著。这表明非金融企业影子银行业务越大，分析师盈余预测乐观度越高。因此，本文假设1得到验证。此外，控制变量的回归结果也与现有相关文献(曹胜 等，2011；谭松涛 等，2015；杨青 等，2019)的发现基本保持一致。

表4 影子银行业务与分析师盈余预测乐观度的回归分析结果

2.机构投资者持股比例、影子银行业务与分析师盈余预测乐观度

表5报告了机构投资者持股比例对影子银行业务与分析师盈余预测乐观度关系影响的检验结果。由列(1)、(3)可见，在机构投资者持股比例高组，Shadow_sales1和Shadow_sales2的估计系数均不显著；由列(2)、(4)可见，在机构投资者持股比例低组，Shadow_sales1和Shadow_sales2的估计系数分别为0.678和1.325，且均在5%的统计水平上显著。同时，Suest检验结果显示，组间系数存在显著差异。这表明影子银行业务对分析师盈余预测乐观度的正向影响在机构投资者持股比例高的企业有所弱化。由此，本文假设2得到验证。

表5 机构投资者持股比例的影响

3.内部控制质量、影子银行业务与分析师盈余预测乐观度

表6报告了内部控制质量对影子银行业务与分析师盈余预测乐观度关系影响的检验结果。由列(1)、(3)可见，在内部控制质量高组，Shadow_sales1和Shadow_sales2的估计系数均不显著；由列(2)、(4)可见，在内部控制质量低组，Shadow_sales1和Shadow_sales2的估计系数分别为0.731和1.128，且均在5%的统计水平上显著。同时，Suest检验结果显示，组间系数存在显著差异。这表明高质量的内部控制会削弱影子银行业务对分析师盈余预测乐观度的正向影响。由此，本文假设3成立。

表6 内部控制质量的影响

4.两权分离度、影子银行业务与分析师盈余预测乐观度

表7报告了两权分离度对影子银行业务与分析师盈余预测乐观度关系影响的检验结果。由列(1)、(3)可见，在两权分离度高组，Shadow_sales1和Shadow_sales2的估计系数分别为0.667和1.239，且均在5%的统计水平上显著；由列(2)、(4)可见，在两权分离度低组，Shadow_sales1和Shadow_sales2的估计系数均不显著。同时，Suest检验结果显示，组间系数存在显著差异。这表明企业两权分离度越高，影子银行业务对分析师盈余预测乐观度的正向影响越明显，实证结果与假设4的预期一致。

表7 两权分离度的影响

5.股价同步性、影子银行业务与分析师盈余预测乐观度

表8报告了股价同步性对影子银行业务与分析师盈余预测乐观度关系影响的检验结果。由列(1)、(3)可见，在股价同步性高组，Shadow_sales1和Shadow_sales2的估计系数均不显著；由列(2)、(4)可见，在股价同步性低组，Shadow_sales1和Shadow_sales2的估计系数分别为0.809和1.831，且均在1%的统计水平上显著。同时，Suest检验结果显示，组间系数存在显著差异。这表明影子银行业务对分析师盈余预测乐观度的正向影响在股价同步性高的企业中受到了抑制。由此，本文假设5得到证实。

表8 股价同步性的影响

(四)内生性问题的解决

上述实证检验得到的影子银行业务和分析师盈余预测乐观度的分析结果，可能受到遗漏变量、互为因果的困扰，进而导致本文存在内生性问题。为尽可能缓解潜在的内生性影响，本文采用工具变量两阶段最小二乘法(IV-2SLS)进行了检验。

(1)年度行业地区均值充当影子银行业务规模的工具变量。借鉴颜恩点等(2018)的做法，本文用公司所处年度行业地区内的平均再借贷规模(Shadow_sales1_mean、Shadow_sales2_mean)表示影子银行业务规模。从相关性来看，公司所处年度行业地区内的平均再借贷规模越大，表明借贷活动越多，从事影子银行业务的可能性越大；从外生性来看，公司所处年度行业地区平均再借贷规模不会对分析师盈余预测乐观度产生影响。由表9可知，在控制内生性问题后，影子银行业务与分析师盈余预测乐观度仍然显著正相关。

表9 工具变量检验结果：年度行业地区均值

(2)信息优势充当影子银行业务规模的工具变量。参考颜恩点等(2021)的做法，本文利用非金融企业在供应链上游接触的公司数量代表的信息优势(Supplier)衡量影子银行业务规模。从相关性来看，企业在供应链上接触的供应商数量越多，其信息来源越广泛、越多样，能获得的信息越多，信息优势越明显，越有助于其参与影子银行业务，且影子银行业务规模越大；从外生性来看，目前尚无证据显示企业接触供应链上游的公司数量会影响分析师盈余预测乐观度，故满足外生性原则。由表10可见，在控制内生性问题后，非金融企业的影子银行业务对分析师盈余预测乐观度仍然存在显著的正向影响。

表10 工具变量检验结果：信息优势

(五)稳健性检验

1.被解释变量的敏感性测试

参考相关文献(王玉涛 等，2012；赵良玉 等，2013；褚剑 等，2019；Francis et al.，2019)的做法，选择分析师评级乐观性(Fopt)和预测分歧度(Fdisp)指标对分析师盈余预测乐观度进行敏感性测试。Fopt的定义如下：标准化的分析师评级一般分为“买入”“增持”“中性”“减持”“卖出”五种。若评级为“买入”“增持”,则赋值为1；若评级为“中性”“减持”“卖出”，则赋值为0。Fdisp采用每个分析师最近一次盈余预测值的标准差进行衡量。重新回归后的结果列于表11，从中可见，当被解释变量为Fopt时，Shadow_sales1和Shadow_sales2的估计系数均在1%的统计水平上显著为正；当被解释变量为Fdisp时，Shadow_sales1和Shadow_sales2的估计系数均在5%的统计水平上显著为正。这表明非金融企业影子银行业务对分析师评级乐观性和预测分歧度均存在显著的正向影响，该结论与本文基准回归的结果一致。

表11 变更被解释变量测量指标后的检验结果

2.解释变量的敏感性测试

借鉴已有研究(王永钦 等，2015；颜恩点 等，2018；李建军 等，2019)的做法，采用以下指标重新度量影子银行业务：(1)我国非金融企业其他应收款与总收入的比率减去中国同行业的均值和中值，分别记为NewSS1和NewSS2；(2)我国非金融企业其他应收款与总资产的比率减去美国同行业的均值和中值，分别记为Shadow_assets1和Shadow_assets2；(3)在原衡量指标的基础上减去其他应收款中的关联方其他应收款，以减轻掏空行为或资金占用的第二类代理成本的影响，分别记为Nonshadow_sales1和Nonshadow_sales2；(4)“实质性信用中介”和“影子信贷链条”两类影子银行业务规模占总资产的比重之和，记为SB。由表12列(1)～(7)可见，影子银行业务对分析师预测乐观度均存在显著的正向影响。这意味着，在变更核心解释变量的测度指标后，研究结论并未发生根本性变化。

表12 变更解释变量测量指标后的检验结果

六、作用机制检验

(一)应计盈余管理的中介效应分析

根据前文的理论分析，分析师预测的主要信息来源为公开信息和私有信息，由于非金融企业从事影子银行业务会强化管理层利用盈余管理操纵公司业绩、粉饰财务报表的动机，导致分析师获取的公开信息质量降低，私有信息的重要性进一步凸显，最终使得分析师通过发布乐观预测迎合管理层以获取管理层掌握的私有信息的可能性显著提升。因此，本文预期，非金融企业的影子银行业务通过影响企业应计盈余管理进而对分析师盈余预测乐观度产生作用。为验证上述推断，本文构建模型(1)和如下模型(3)、模型(4)进行中介效应检验。其中，DA为采用修正的Jones模型(Dechow et al.，1995)计算得到的指标，控制变量的含义与模型(1)相同。

DA=β+βShadow_sales1/Shadow_sales2+βSize+βTobinQ+βRoe+

βLev+βCri+βSoe+βCoverage+βUpdate+Year+Industry+ε

(3)

Fepspost=β+βDA+βShadow_sales1/Shadow_sales2+βSize+βTobinQ+βRoe+

βLev+βCri+βSoe+βCoverage+βUpdate+Year+Industry+ε

(4)

表13报告了应计盈余管理中介效应的检验结果。由列(1)和列(3)可见，解释变量(Shadow_sales1、Shadow_sales2)的估计系数均显著为正，表明非金融企业从事影子银行业务增加了企业的应计盈余管理。列(2)和列(4)的结果显示，解释变量(Shadow_sales1、Shadow_sales2)和中介变量(DA)的估计系数均显著为正，表明应计盈余管理在非金融企业的影子银行业务对分析师盈余预测乐观度的影响中发挥部分中介作用。通过计算可得，中介效应比例分别为2.56%和3.49%。

表13 应计盈余管理的中介效应检验结果

(二)公司业绩波动性的中介效应分析

由于影子银行业务的风险性较高，一旦非金融企业从事金融资产投资的现金流无法及时收回，必然会影响企业的正常经营活动(李建军 等，2019)，从而导致公司业绩波动性增加，提高分析师的客观信息偏差和预测难度。进一步，分析师为获取管理层掌握的私有信息而迎合管理层发表乐观盈余预测的动机明显增强。因此，本文预期，非金融企业的影子银行业务通过影响公司业绩波动性进而对分析师盈余预测乐观度产生作用。为验证上述理论逻辑，本文构建模型(1)和如下模型(5)、模型(6)进行中介效应检验。其中，以企业净资产收益率的标准差(Vroe)作为公司业绩波动性的衡量指标，控制变量的含义与模型(1)相同。

Vroe=β+βShadow_sales1/Shadow_sales2+βSize+βTobinQ+βRoe+

βLev+βCri+βSoe+βCoverage+βUpdate+Year+Industry+ε

(5)

Fepspost=β+βVroe+βShadow_sales1/Shadow_sales2+βSize+βTobinQ+βRoe+

βLev+βCri+βSoe+βCoverage+βUpdate+Year+Industry+ε

(6)

表14为公司业绩波动性中介效应的检验结果。由列(1)和列(3)可见，解释变量(Shadow_sales1、Shadow_sales2)的估计系数均显著为正，表明非金融企业从事影子银行业务增加了业绩波动性。列(2)和列(4)的结果显示，解释变量(Shadow_sales1、Shadow_sales2)和中介变量(Vroe)的估计系数均显著为正，表明业绩波动性在非金融企业的影子银行业务对分析师盈余预测乐观度的影响中发挥部分中介作用。通过计算可得，中介效应比例分别为14.80%和15.11%。

表14 公司业绩波动性的中介效应检验结果

七、结论与启示

本文以Compustat Global企业数据库提供的2008—2017年我国非金融上市公司为样本，研究了影子银行业务对分析师预测乐观度的影响。主要研究结论包括：非金融企业的影子银行业务规模越大，分析师盈余预测乐观度越高；在机构持股比例低、内部控制质量低、两权分离度高和股价同步低的企业中，非金融企业影子银行业务对分析师盈余预测乐观度的正向影响更显著；作用机制检验结果表明，非金融企业的影子银行业务会增加企业的应计盈余管理、提高公司业绩的波动性，进而强化分析师发布乐观盈余预测的动机。

本文研究具有如下政策启示：第一，监管部门应进一步建立健全信息披露的相关制度，提高资本市场信息质量，同时加强对分析师行业的规范和监督，完善新形势下关于分析师的法律法规，维护资本市场健康有序发展；第二，投资者应理性对待分析师等信息中介发布的预测报告，树立理性投资理念，增强风险防范意识，提升自我保护能力；第三，企业应努力完善业务隔离制度，不断加强内部控制建设，有效遏制分析师与管理层的一致行为。