饶品昊

由于我国资本市场起步较晚，国内大部分企业仍属于“两权”分离状态，即企业所有者更注重公司长期发展，但在短视效应的驱使下，企业管理者作出的决策可能不利于企业长期发展，进而导致企业生产率降低。作为企业与投资者之间的信息中介，分析师能从企业盈余预测、企业评级等角度为投资者提供丰富信息。同时，作为企业的外部监督者，分析师的预测有助于减轻外部投资者与企业内部管理层之间的信息不对称现象。

分析师预测准确度定义与作用

分析师预测准确度对企业股票价格、企业资本结构、资本市场信息的利用效率的影响，一直受到社会各界的广泛关注。从股票价格波动的角度看，分析师团队提供的信息可以为企业报告、媒体报道作补充，其对企业下一年预测的准确性也会对短期资本市场的同向反应产生影响（刘源等，2018），而且分析师的盈余预测修正行为会降低股票价格同步性（刘维奇等，2022）；从企业资本结构变动的角度看，分析师预测质量能降低企业债务融资成本，并与企业债务期限结构呈显著正相关关系（杜春明，2021）。对于代理成本较高的企业，分析师预测准确度会提高企业研发投入，加大企业创新投资，分析师预测质量在一定程度上促进了企业投资强度（陈婧等，2021）；从提高资本市场信息效率的角度看，分析师预测作为资本市场的监督方式，企业通常会通过分析师的预测报告获取外界对公司的评价，并做出相应的改变。国有企业高管职位变更也受到分析师预测的影响，当企业绩效高于预测绩效时，国有企业高管晋升的概率将会增大（鄂嫚迪等，2017）。

股权激励、企业资本结构、研发投入以及国家政策等，是影响企业全要素生产率的重要因素。尤其是在股权激励有效期较长的民营企业中，公司高管的持股激励机制可以明显提升公司全要素生产力（盛明泉等，2019）。此外，企业杠杆率与全要素生产率之间的关系也反映出，适当增加杠杆率可以提高公司全要素生产率（胡之逊等，2019）。分析师准确度和企业全要素生产率的关系主要表现为：分析师预测准确度越高，管理层越能通过分析报告，及时完善公司资本结构，改善公司经营与生产环境，优化企业投入与产出，从而提高企业全要素生产率。通过管控分析师的行为，尽可能提升分析师预测准确度，缓解企业与资本市场信息不对称的问题，促使管理层考虑企业长期发展效益，据此提出主要研究假设H1：分析师预测准确度可以有效促进企业全要素生产率的提升。

研究设计与变量定义

样本选择和数据来源。以我国A股上市公司2013—2020年的数据为初始样本，剔除ST和*ST类样本，保留非金融行业上市公司等数据完整的样本，研究分析师预测准确度对企业全要素生产率的影响及作用机制。对模型中所有的连续变量做1%和99%的缩尾处理，并使用Stata16.0进行数据处理和回归。

企业全要素生产率。参考鲁晓东（2012）在《中国工业企业全要素生产率估计》中提出OLS、OP、LP三种方法计算企业全要素生产率，但考虑到可能出现样本自选择等因素，于是选用LP法估算结果作为被解释变量，利用OP法估算结果作为后文稳健性分析中替代变量。

分析师预测准确度。参考张文文等的（2021）计算方法，本文采用分析师预测每股收益与实际每股收益误差率来衡量。由于分析师预测能力以及预测对象经营不稳定性等多方面因素影响，同一家企业的多次预测值或与其他分析师的预测值会有较大偏差，为排除样本带来的误差，计算误差率以年度和企业为组取平均数衡量分析师预测准确度。

通过借鉴已有文献，在本文引入如下控制变量：企业规模、盈利能力、偿债能力、资产有形性、现金流量、账面市值比、股东持股比率以及企业产权性质。

实证结果

描述性统计结果显示，企业全要素生产率（tfp_lp）均值为9.244，接近中位数，说明样本间企业全要素生产率分布较为均匀。分析师预测准确度的平均数为-1.996，接近大多数资料显示的结果，但中位数为-0.748，均值和中位数之间存在较明显的差异。总体来看，说明我国分析师行业还有发展空间。

实证分析通过模型获取分析师预测准确度对企业全要素生产率影响的回归结果，只加入了解释变量与被解释变量时，系数为0.045，且在1%的水平下显著；逐步加入了控制变量后，系数为0.018，且在1%的水平下显著；加入行业和年度固定效应后，系数为0.0097，且在1%的水平下显著。同时，通过检验了分析师预测准确度对企业全要素生产率滞后一期的影响，发现分析师预测准确度与企業全要素生产率在1%的水平下呈显著正相关，说明分析师预测准确度越高，企业全要素生产率也会越高，假设H1得以验证。

稳健性检验分析。通过替代解释变量与被解释变量的方法检验实证结果，一方面，使用分析师每股收益预测值和实际值误差率中的中位数，替代分析师预测准确度，与前面的结果相比，替代指标系数为0.0077，且在1%的水平下显著；另一方面，用OP法估算结果替代前文企业全要素生产率，与前文结果相比，系数为0.0088，且在1%的水平下显著。

异质性检验分析。本文引入pr作为产权性质的虚拟变量，当pr=1时为国有企业，否则取值为0。

民营企业组关键系数为0.0107，且在1%的水平下显著；国有企业组关键系数为0.0065，且在1%的水平下显著。实证结果表明，相比于国有企业样本，分析师预测准确度在非国有企业组的促进作用更为显著，表明分析师预测准确度显著促进了民营企业全要素生产率提高。

分析师作为投资者和企业之间的信息中介，一定程度上缓解了资本市场的信息不对称情况，提高了企业创新能力，使企业能够更加专注有利于企业发展、生产率提高的项目。因此，加强分析师的信息传递中介作用，提高分析师预测准确度，对促进企业稳定和高质量发展至关重要。