杜妍 杜闪

【摘要】以2007 ～ 2019年我国A股上市公司为样本， 从分析师信息溢出效应出发， 考察分析师网络对股票市场反应的影响， 结果表明： 分析师网络能够发挥信息溢出效应， 促进盈余公告市场反应， 分析师网络与媒体关注间表现为替代关系， 说明分析师网络具有信息传递作用。 进一步分析发现， 在信息环境较好的情况下， 分析师网络的信息溢出效应更加显著。 分析师网络通过降低分析师分歧度， 提高股票市场反应。 同时， 分析师网络能够降低股价漂移异象， 增加股价信息含量， 提高资本市场定价效率。 分析师网络作为影响市场反应的新渠道， 为网络信息传递的研究提供了参考依据。

【关键词】分析师网络;盈余信息;市场反应;溢出效应

【中图分类号】F275      【文献标识码】A      【文章编号】1004-0994（2021）20-0055-8

一、引言

资本市场的基本功能是发现价格并引导资源的合理配置， 在资源充分流动的前提下， 只有信息有效传递， 才能提高资源配置效率， 因此， 资本市场效率的实质是信息效率。 有效资本市场假定股价能够快速且全面地反映企业盈余信息， 以避免资产错误定价。 然而， 自20世纪80年代以来， 实务界发现我国资本市场中普遍存在资产误定价、股价同步性等多种“异象”， 表明在我国资本市场定价效率较低的情况下， 规范资本市场机制对提高资本市场定价效率具有深远的实际意义和理论意义。 同时， 社会网络理论认为公司信息会通过网络关系相互传递。 随着社会网络的不断发展， 社会网络与金融学的交叉研究已成为研究热点， 越来越多的学者开始研究社会网络对信息传递的影响。

证券分析师作为资本市场的重要组成部分， 具有监督和解读两大职能， 通过对信息的收集、分析处理及传播， 在资本市场上充当着重要的信息中介。 一方面， 分析师能增加信息供给， 有利于改善市场信息质量进而降低信息不对称; 另一方面， 分析师作为证券市场上代表有效定价的重要力量， 会对股票定价产生深远影响。 Muslu等[1] 认为， 分析师不仅会提供特定股票的信息， 而且还会提供特定行业股票之间的共性信息。 Harford等[2] 也指出， 公司信息环境会受到分析师网络的影响， 股票所处的网络密度越大， 信息传播速度越快。 因此， 投资者从分析师群体中获得的信息不仅取决于本公司的分析师， 还取决于分析师所覆盖的其他公司信息。 分析师网络可促进分析师间交流獲得更多的信息， 使得盈余信息能更高效地传递， 从而对资产定价产生重要影响。 但目前对分析师的相关研究大多还停留在单个公司股票定价效率上。 鉴于此， 本文从分析师网络个体之间的相互影响出发， 探究分析师所形成的网络是否会通过信息溢出效应， 提高盈余公告对同行业其他公司的市场反应？ 如果存在显著影响， 不同环境下的信息传递效率会存在差异吗？ 这对于探索分析师网络的信息传递效应及其市场反应具有重要意义， 有助于投资者更准确地对资产进行估值， 对提高资本市场资产定价效率具有重要影响。

二、理论分析和假设的提出

信息能够在公司之间传递表明公司的信息对其他公司是有价值的， 这也是信息传递的前提条件， 投资者信息需求不仅局限于公司内部， 其他公司信息对投资者同样具有决策有用性。 Firth[3] 研究认为， 公司盈余信息只能对股价反应做出部分解释， 公司盈余信息具有外部性， 能影响同行业其他公司股价; 上市公司业绩预告也存在信息外溢现象， 可以解释同行业内其他公司的市场反应[4] 。 Ramnath[5] 认为， 投资者会根据同一行业内首家公告公司盈余信息来判断其他公司盈余质量， 分析师也会基于此来调整其对其他公司的盈余预测。 郭白滢和李瑾[6] 采用社会关系网络来衡量机构投资者信息共享效率， 发现机构投资者之间的信息传递降低了股价崩盘风险和股价同步性， 提高了市场定价效率。 鲁威朝等[7] 检验发现， 可比性的提高促进了公司盈余信息在同行业公司之间的传递， 并提高了资本定价效率。 从以上分析可以看出， 公司间信息传递能够提高股票市场反应和资本市场定价效率。

关系网络是投资者获取信息的重要渠道， 网络有助于投资者之间的信息交流， 提高信息沟通效率。 Ozsoylev[8] 通过模拟社会网络， 发现投资者通过与其所在社会网络中的其他人进行交流， 可获得更多关于资产回报分布的信息。 已有研究也发现， 网络能促进信息的传递， 对股票市场产生影响， 例如： 机构投资者网络能显著提高信息融入股价的速度， 提高股价信息含量， 股票所处信息网络的密度能加快股价对盈余信息的吸收速度; 公司董事网络、互联网交互网络都能通过信息传递和监督作用降低股价崩盘风险。 分析师作为资本市场的信息中介， 拥有专业的信息获取优势和信息分析能力， 通过对盈余公告信息的解读及传播影响投资者决策。 分析师预测为投资者提供了必要的信息， 能降低投资者与公司之间的信息不对称， 影响投资者投资行为， 从而潜在地影响资产定价。 Gomes等[9] 首次基于分析师网络视角， 研究了分析师之间的信息传递， 发现这种信息传递与公司间的决策同群效应正相关。 随后， 国内学者许汝俊等[10] 也研究发现， 分析师跟进网络发挥了信息传递作用， 带来了公司融资决策的同群效应。 马慧[11] 研究发现， 共同分析师通过交易双方之间的信息传递， 降低了并购过程中的不确定性， 有助于提高并购质量。

分析师之间信息溢出能够影响股票市场反应， 即某公司的未预期盈余能够对存在分析师网络关系的其他公司的超额回报产生显著影响， 主要体现在以下三个方面： 第一， 增加信息供给量。 由于跟踪的公司并非完全相同， 分析师之间的信息获取渠道存在差异， 他们之间会存在不同程度的信息不对称， 分析师网络能够使分析师之间信息共享， 即可以通过一家公司的盈余信息更好地预测相关公司的盈余， 拓宽信息获取渠道， 增加信息供给量。 第二， 提高准确性， 降低预测分歧度。 分析师的主要职责是利用其专业背景和优势， 搜寻上市公司的信息， 并做出盈余预测。 然而， 由于分析师获取信息的有限性和异质性， 做出的盈余预测可能是有偏的。 通过分析师网络， 分析师之间可以相互交流， 获得相关公司盈余信息， 对已掌握的信息进行验证， 降低分析师预测分歧度和未预期盈余， 使预测更加准确。 第三， 加快盈余信息传递速度。 分析师作为证券市场的信息中介， 本身就具有信息传递的功能， 而分析师网络使得盈余信息传递渠道更多， 传递效率更高， 加快了盈余信息的传递速度， 并将盈余信息及时传递给投资者， 使得盈余信息更快地融入股价中。

综合上述分析， 本文认为分析师网络增加了资本市场上的信息供给量， 降低了分析师预测分歧度， 使股价能对盈余信息做出及时反应， 提高资本市场定价效率。 基于此， 本文提出以下假设：

H1： 分析师网络具有信息溢出效应， 能够增强盈余公告的市场反应。

分析师使信息在不同公司间进行传递， 发挥了信息传递中介作用， 增强了资本市场反应。 现有文献也表明， 媒体是投资者与上市公司之间的另一种重要信息中介， 作为信息的搜集和传播者， 媒体能够降低信息的搜集成本， 促进资本市场的信息传递， 在资本市场上扮演着重要角色。 Bushee等[12] 发现， 媒体关注能够降低市场摩擦， 影响投资者信息传递机制。 媒体给投资者带来了更多的市场信息， 加快了市场对信息的吸收速度， 提高了市场反应， 降低了股价漂移。 吕敏康和陈晓萍[13] 认为， 媒体和分析师作为资本市场的重要信息中介， 在信息传播方面存在相互影响， 在媒体关注度高的情况下， 分析师关注与股价信息含量的正相关关系更加显著。 而肖浩和詹雷[14] 则认为， 由于传播的信息存在重叠， 媒体与分析师之间存在替代效应。 本文认为， 媒体关注主要传递公司层面特质信息， 而分析师网络则会同时传播市场和公司层面特质信息。 若媒体首先获取了公司特质信息并进行传播， 该信息对市场来说属于新信息， 会引起市場反应， 当分析师再获得该信息并通过网络进行传播时， 该信息的市场反应则会大大减弱， 反之亦然。 因此， 分析师网络和媒体关注对于公司特质信息的作用并非完全独立， 分析师网络对公司信息的传递有可能挤占媒体对信息的传播， 两者存在替代效应。 基于此， 本文提出以下假设：

H2： 在媒体关注度较低的情况下， 分析师网络发挥的信息溢出效应越显著。

三、研究设计

（一）样本选取与配对

首先， 本文以我国A股上市公司为研究对象， 选取2007 ～ 2019年间的数据， 并剔除金融行业和被ST的上市公司样本。 其次， 对样本进行配对。 对选取样本中同年度、同行业公司进行两两配对， 并剔除同行业同一天有两家及以上公司披露盈余信息的情况， 以避免同时披露带来的噪音。 然后， 对任一公告公司以所有同行业公司作为反应公司， 并删除盈余公告发布于公告公司前后两天内的反应公司以及主要变量缺失的公司样本。 最终得到26201个公司配对样本。 本文所有数据来自CSMAR数据库， 为了降低极端值的影响， 对所有连续变量在1%和99%分值进行了Winsorize处理， 数据处理和分析采用Stata 15.0软件。

（二）研究设计

本文借鉴李青原和王露萌[4] 的研究， 构建如下盈余反应系数对分析师网络的信息外溢效应进行研究：

模型中， 被解释变量CAR为采用市场调整法计算的反应公司对公告公司盈余公告后的累计超额收益， 计算公式为CAR=     ARj，t。 其中， ARj，t（Rj，t-Rp，t）为股票j在盈余公告后第t天的超额收益， Rj，t为股票j在盈余公告后第t天的收益率， Rp，t为考虑现金红利再投资的综合日市场回报率。 参照李青原和王露萌[4] 的研究方法， 将公告公司发布盈余公告日前后各一天[-1，1]定义为事件窗口期计算超额回报来衡量市场反应。

变量Sue为标准化未预期盈余。 借鉴谭伟强[15] 的研究， 采用随机游走模型来定义标准化的未预期盈余， Sue绝对值越大， 表明未预期盈余越高。

变量Net为分析师网络。 考虑到单个指标的衡量各有侧重， 参照Larcker等[16] 、陈运森和谢德仁[17] 的研究方法， 本文采用程度中心度、中介中心度、接近中心度和特征向量中心度等四个网络中心度指标来衡量分析师网络特征， 以更全面地衡量分析师网络的网络强度。 为了消除四个中心度量纲的影响， 本文按年度对四个网络中心度均值分为十组， 并赋值为1 ～ 10， 然后计算四个指标的平均值得到综合网络中心度。

另外， 本文根据李青原和王露萌[4] 、鲁威朝等[7] 的研究， 控制了反应公司的机构投资者、永久性盈余、账面市值比、换手率、系统风险、非流动性、公司年龄、企业性质和公司规模。 并且还进一步控制了公告公司的自身市场反应（CAR1）以及公告公司和反应公司的股价相关性。 具体的相关变量定义见表1。

四、实证结果

（一）描述性统计

表2为全样本相关变量的描述性统计结果， 其中反应公司[-1，1]窗口期的超额回报均值为0.001， 说明反应公司对公告公司盈余公告的累计异常回报约为0.1%。 公告公司未预期盈余的均值为-0.094， 而且最大值、最小值之间差距较大， 表明公告前， 投资者对公司的盈余预测普遍偏高， 对公司盈余的预测准确性不高， 而且不同公司中未预期盈余的差异较大。 公司分析师网络中心度的均值为5.5， 中位数为2.63， 说明整体网络强度处于中等水平， 但网络强度低的公司较多。

（二）分析师网络与反应公司市场反应

表3为分析师网络与反应公司市场反应的回归结果。 结果显示， 公告公司未预期盈余与分析师网络的交乘项系数在1%的水平上显著为正， 说明分析师网络能够显著增加反应公司的超额回报， 即分析师网络能够发挥信息溢出效应， 增加了分析师获得的信息量， 加快了信息的传递， 增强了反应公司的市场反应， 结论验证了H1。

（三）分析师网络、媒体关注度与反应公司市场反应

表4为分析师网络、媒体关注度与反应公司市场反应的回归结果。 本文借鉴罗进辉[19] 的研究， 以通过搜索引擎对标题中含有该公司名称的新闻条目数的自然对数衡量媒体关注度， 根据媒体关注的年度行业均值， 将样本分为媒体关注度高组和媒体关注度低组， 进行分组回归。 结果显示： 在媒体关注度高组， 未预期盈余与分析师网络交乘项的系数并不显著; 在媒体关注度低组， 未预期盈余与分析师网络交乘项的系数显著为正， 说明分析师网络与媒体关注度之间为替代关系。 在媒体关注度低的情况下， 分析师网络的信息传播作用发挥的效果更加显著， 这也进一步说明分析师网络确实存在信息传递功能， 结论验证了H2。

（四）稳健性检验

为了得到稳健的结果， 本文对分析师网络的信息溢出效应进行了如下稳健性检验：

首先， 分析师对公司的选择并不是随机的， 因此本文运用Heckman方法来解决本研究中可能存在的样本自选择问题。 将Heckman第一阶段计算出的逆米尔斯比率IMR放入模型以控制样本选择的偏差问题， 重新回归见表5第（1）列， 回归结果是稳健的。

其次， 为了防止窗口期的长短对回归结果造成影响， 本文又对反应公司取[-2，2]窗口期， 再进行检验， 见表5第（2）列， 回归结果依然稳健。

再次， 分析师网络作为本文的重要变量， 对本文结果会产生重要影响。 因此， 本文选取四种网络中心的中位数， 重新构造综合网络中心度的衡量指标， 对模型再次进行回归， 见表5第（3）列， 回归结果依然稳健。

最后， 由前文的回归结果可以看出， 分析师网络能够影响公告公司盈余信息对反应公司市场反应的程度。 还有一种可能的解释是， 分析师通过与管理层的密切交流， 使得反应公司的盈余信息提前泄露， 造成市场提前对本公司盈余做出反应， 而不是由公告公司盈余信息带来的反应。 为了对此进行验证， 本文选取反应公司公告前10天的超额回报作为被解释变量， 来验证是否存在信息提前泄露现象， 见表5第（4）列。 结果显示， 反应公司未预期盈余与分析师网络交乘项的系数并不显著， 说明公告公司的市场反应并不是由本公司信息提前泄露引起的， 進一步验证了本文的H1。

五、进一步分析

（一）分析师网络、会计信息质量与反应公司市场反应

从信息需求角度来看， 分析师是否有动机进行信息的获取和传递， 取决于会计信息是否有用。 Yu等[20] 发现， 同行业内信息的传递效率受到公告公司和反应公司会计信息质量的共同影响， 公告公司的信息透明度越高， 信息传递效率越高， 其对反应公司的作用越显著; 反应公司会计信息质量越低， 其对公告公司信息的反应也越明显。 分析师网络具有信息扩散功能， 在信息传递的过程中， 公告公司作为信息供给方， 其会计信息质量的高低直接决定了传递的信息是否有借鉴价值， 更高的会计信息质量意味着其对反应公司更高的决策有用性， 分析师据此做出的盈余预测调整也更准确， 信息溢出效应更大。 当反应公司信息质量较低时， 投资者信息匮乏， 必然会搜索其他相关的信息为自身的投资决策提供依据， 通过分析师网络从公告公司获得的盈余信息成为投资者获取信息的重要渠道， 更好地促进了分析师网络作用的发挥。

表6为分析师网络、会计信息质量与反应公司市场反应的回归结果。 采用可操控应计利润作为会计信息质量的代理变量， 其绝对值越大， 说明盈余管理空间越大， 会计信息质量越低。 当可操控应计利润的绝对值大于等于年度行业均值时取值为0， 代表会计信息质量较低; 否则取值为1， 代表会计信息质量较高。 表6第（1）（2）列为按照公告公司会计信息质量高低分组的回归结果。 结果显示， 公告公司会计信息质量低的组内， 未预期盈余与分析师网络交乘项的系数不显著， 公告公司会计信息质量高的组内， 未预期盈余与分析师网络交乘项的系数显著为正， 显著增加了反应公司的市场反应， 说明只有高质量的会计信息才会带来资本市场的反应。 表6第（3）、（4）列为按照反应公司会计信息质量高低进行分组的回归结果。 结果显示， 不论反应公司的会计信息质量高还是低， 未预期盈余与分析师网络交乘项的系数都显著为正， 能够显著增加反应公司的市场反应。 说明投资者对公告公司的反应不会受到本公司会计信息质量的影响， 只要公告公司的会计信息质量较高， 投资者都会据此做出反应。

（二）分析师网络、预测分歧度与反应公司市场反应

前文已经证实分析师网络能够发挥信息溢出效应， 提高反应公司市场反应， 其中的机制来源于分析师网络中的分析师通过交流增加了信息数量、提高了信息质量， 降低了分析预测分歧度， 向投资传递了更为一致的信息， 提高了市场反应。 为了验证分析师预测分歧度是否发挥了中介效应， 本文借鉴温忠麟等[21] 的中介效应检验方法进行检验， 结果见表7（预测分歧度指标为Disp）。 表7第（1）列显示， 分析师网络显著降低了分析师预测分歧度; 第（2）列显示， 未预期盈余与分析师网络交乘项的系数显著为正， 未预期盈余与预测分歧度交乘项的系数显著为负， 说明分析师预测分歧度在分析师网络提高反应公司市场反应的过程中发挥了中介效应。

（三）分析师网络对反应公司市场反应影响的经济后果

1. 分析师网络对反应公司股价漂移的影响。 行为金融学认为投资者是有限理性的， 在认知过程中存在认知偏差， 即表现为投资者注意力有限， 使得其对市场上的盈余信息反应不足， 造成了盈余公告后股价漂移现象。 前文验证了分析师网络能够发挥信息溢出效应， 提高盈余信息即期市场反应。 也有研究发现， 网络对股票市场长期反应也有影响， 网络密度的提高能够加快信息的扩散， 更有效地促进盈余信息融入股价， 提高资本市场定价效率。 那么， 分析师网络是否能够影响公司长期的市场反应， 缓解盈余公告后股价漂移现象呢？ 根据已有文献， 本文选取了[2，30]和[2，60]窗口期来衡量股票市场的长期反应进行回归分析， 见表8。 结果显示， 30天和60天窗口期内， 未预期盈余与分析师网络交乘项的系数都显著为负， 说明分析师网络通过信息的传递， 缓解了股价漂移异象。

2. 分析师网络、反应公司市场反应与股价信息含量。 朱红军等[22] 认为， 分析师通过向市场传递公司信息降低信息不对称程度， 分析师向市场传递的公司特质信息含量越高， 越能引起投资者关注， 引起更强烈的市场反应， 使得股价中包含更多公司特质信息。 孙怡龙和凌鸿程[23] 则认为， 我国分析师的羊群行为降低了市场上特质信息含量， 增加了公司的股价同步性， 分析师羊群行为导致其缺乏独立性， 限制了投资者获取信息的全面性， 降低了股价信息含量。 前文结论证明了分析师网络作为信息的传递渠道， 加速了信息和行为的传播， 提高了股票市场反应。 那么分析师之间究竟是提高了股价信息含量， 还是加剧了分析师的羊群行为、降低了股价信息含量， 有待进一步检验。 本文借鉴钟覃琳和陆正飞[24] 的研究方法， 计算股价信息含量。 按照年度行业中位数将其分为高低组， 以此考察分析师网络的信息溢出效应是否提高了股价信息含量， 分组回归结果见表9。 结果显示， 在股价信息含量高组中， 未预期盈余与分析师网络交乘项的系数显著为正; 在股价信息含量低组中， 未预期盈余与分析师网络交乘项的系数不显著。 因此， 本文认为分析师网络导致的市场反应使得更多公司特质信息融入股价， 提高了股价信息含量， 优化了资本配置效率。

六、结论与启示

本文从信息传递视角出发验证了分析师网络对证券市场反应的影响。 研究发现： 分析师网络加速了信息的传递， 通过信息溢出效应对反应公司的市场反应产生了正向影响， 且分析师网络与媒体关注之间表现为替代关系， 说明了分析师网络具有信息传递功能。 进一步分析发现， 在公告公司信息质量较高的情况下， 分析师网络对反应公司市场反应的正向影响更显著， 说明信息环境是分析师网络发挥作用的前提条件， 只有有价值的信息传递才能引起市场反应。 分析师网络通过信息的传递为分析师带来了信息增量， 降低了分析师预测分歧度， 不仅提高了股票的短期市场反应， 还降低了盈余公告后股价漂移现象， 增加了股价信息含量， 提高了资本市场定价效率。

根据以上结论， 本研究有以下启示： 首先， 证实了分析师网络提高了资本市场定价效率， 因此可以从监管的角度， 推动分析师之间合理合规的交流， 加强信息的传递， 更好地构建分析师网络， 促进资本市场信息的有效流动， 进一步推动我国资本市场信息效率的提高。 其次， 在整体信息环境较差的情况下， 分析师网络不能很好地发挥作用， 因此， 相关部门应及时出台政策， 提高信息披露质量。 本文对于分析师网络如何承担增加有效信息供给、引导投资者合理投资、提升市场定价效率， 具有一定的理论价值和实践意义。

【 主 要 参 考 文 献 】

[1] Muslu V.，Rebello M.，Xu Y.. Sell Side Analyst Research and Stock Comovement[ J].Journal of Accounting Research，2014（6）：911 ～ 954.

[2] Harford J.， Jiang F.， Wang R.， Xie F.. Analyst Career Concerns， Effort Allocation，and Firms' Information Environment[ J].Review of Financial Studies，2018（6）：2179 ～ 2224.

[3] Firth M.. The Impact of Earnings Announcements on the Share Price Behaviour of Similar Type Firms[ J].Economic Journal，1976（342）：296 ～ 306.

[4] 李青原，王露萌.会计信息可比性与上市公司业绩预告外溢效应[ J].经济管理，2020（5）：173 ～ 194.

[5] Ramnath S.. Investor and Analyst Reactions to Earnings Announcements of Related Firms：An Empirical Analysis[ J].Journal of Accounting Review，2002（5）：1351 ～ 1376.

[6] 郭白滢，李瑾.机构投资者信息共享与股价崩盘风险——基于社会关系网络的分析[ J].经济管理，2019（7）：171 ～ 189.

[7] 鲁威朝，杨道广，刘思义.会计信息可比性、需求差异与跨公司信息传递[ J].会计研究，2019（4）：18 ～ 25.

[8] Ozsoylev H. N.. Asset Pricing Implications of Social Networks[R].SSRN Working Paper，2005.

[9] Gomes A.，Gopalan R.，Leary M. T.. Analyst Coverage Networks and Corporate Financial Policies[Z].SSRN Electronic Journal，2017.

[10] 许汝俊，袁天荣，龙子午，赵晴.分析师跟进网络会引起上市公司融资决策同群效应吗？——分析师角色视角的一个新解释[ J].经济管理，2018（10）：156 ～ 172.

[11] 馬慧.共同分析师与公司并购——基于券商上市的准自然实验证据[ J].财经研究，2019（2）：113 ～ 125.

[12] Bushee B. J.，Core J. E.，Guay W.. The Role of  the Business Press as an Information Intermediary[ J].Journal of Accounting Research，2010（1）：1 ～ 19.

[13] 吕敏康，陈晓萍.分析师关注、媒体报道与股价信息含量[ J].厦门大学学报（哲学社会科学版），2018（2）：75 ～ 84.

[14] 肖浩，詹雷.新闻媒体报道、分析师行为与股价同步性[ J].厦门大学学报（哲学社会科学版），2016（4）：107 ～ 117.

[15] 谭伟强.我国股市盈余公告的“周历效应”与“集中公告效应”研究[ J].金融研究，2008（2）：152 ～ 167.

[16] Larcker D. F.， So E. C.， Wang C. C. Y.. Boardroom Centrality and Stock Returns[Z].Working Paper，2011.

[17] 陈运森，谢德仁.董事网络、独立董事治理与高管激励[ J].金融研究，2012（2）：168 ～ 182.

[18] 熊家财，苏冬蔚.股票流动性与企业资本配置效率[ J].会计研究，2014（11）：54 ～ 60+97.

[19] 罗进辉.媒体报道与高管薪酬契约有效性[ J].金融研究，2018（3）：190 ～ 206.

[20] Yu H. Y.， C. H. Huang，Y. H. Lin， C. L. Tsai. The Impact of Information Transparency on Information Transfer[ J].Emer-

ging Markets Finance and Trade，2017（53）：776 ～ 785.

[21] 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.

[22] 朱红军，何贤杰，陶林.中国的证券分析师能够提高资本市场的效率吗——基于股价同步性和股价信息含量的经验证据[ J].金融研究，2007（2）：110 ～ 121.

[23] 孙怡龙，凌鸿程.分析师羊群行为降低了资本市场信息效率吗？——基于股价同步性的分析[ J].上海金融， 2019（7）：21 ～ 28.

[24] 钟覃琳，陆正飞.资本市场开放能提高股价信息含量吗？——基于“沪港通”效应的实证检验[ J].管理世界，2018（1）：169 ～ 179.