融资融券制度变革对A股分析师跟随行为的多维影响与实证研究

融资融券制度变革对A股分析师跟随行为的多维影响与实证研究一、引言1.1研究背景与动因在全球资本市场不断发展与创新的浪潮中，融资融券制度作为一项关键的金融创新举措，对证券市场的生态结构和运行机制产生了深远影响。融资融券交易，又称保证金交易或证券信用交易，是指投资者提供担保物给具有融资融券业务资格的证券经纪公司，以借入资金买入证券（融资买空交易）或借入证券并卖出（融券卖空交易）的行为。其诞生旨在打破传统单边市场格局，为投资者提供更为多元化的交易策略和风险管理工具，进而增强市场的流动性和有效性。我国A股市场在经历了长期的单边市发展阶段后，于2010年3月31日正式启动融资融券业务试点，这一里程碑事件标志着A股市场告别了“单边市”时代，开启了双边交易的新纪元。初期，融资融券业务规模较小，标的证券范围有限，参与的证券公司和投资者数量也相对较少。但随着市场的逐步成熟以及监管制度的不断完善，融资融券业务呈现出迅猛的发展态势。监管部门多次扩大融资融券标的证券范围，增加可进行融资融券交易的股票和ETF基金数量，使得市场参与者有了更丰富的选择。融资融券余额也持续攀升，从试点初期的较低水平增长至数千亿元，在A股市场的影响力日益显著。例如，在2014-2015年的股市行情中，融资融券资金成为市场波动的重要推动力量之一，融资买入额的大幅增加在一定程度上助推了股市的上涨行情，而融券卖出规模的变化也对市场的下跌调整产生了影响，凸显了融资融券制度在市场中的重要地位。分析师作为资本市场的重要参与者，其发布的研究报告和投资建议对投资者的决策具有重要影响，进而作用于市场的资源配置效率。分析师通过对上市公司的财务数据、行业动态、宏观经济环境等多方面信息进行深入分析和解读，为投资者提供关于股票价值、投资风险等方面的专业判断。在融资融券制度推行之前，分析师的研究重点主要集中在股票的上涨潜力和投资机会上，因为在单边市环境下，投资者主要通过买入并持有股票来获取收益。然而，融资融券制度的引入改变了这一局面，卖空机制的出现使得股票价格不仅反映乐观预期，也能反映悲观预期。这就要求分析师在进行研究时，需要更加全面地考虑各种因素，不仅要关注股票的投资价值，还要评估其潜在的下行风险，以及融资融券交易对股票价格的影响。研究融资融券制度与分析师跟随之间的关系具有重要的现实意义和理论价值。从现实角度看，随着融资融券业务在A股市场的不断发展壮大，其对市场运行和投资者行为的影响日益显著。深入了解融资融券制度如何影响分析师的研究行为和跟随决策，有助于投资者更好地理解分析师的研究报告和投资建议，提高投资决策的科学性和合理性；也能帮助监管部门更好地把握市场动态，完善监管政策，促进资本市场的健康稳定发展。从理论角度而言，目前关于融资融券制度对市场微观结构影响的研究已取得了一定成果，但对于融资融券制度与分析师行为之间关系的研究尚显不足。填补这一领域的研究空白，有助于丰富和完善资本市场理论体系，为进一步深入研究资本市场的运行机制提供新的视角和思路。1.2研究价值与实践意义本研究在理论层面和实践层面都具有重要意义，能够为金融市场的研究与发展提供新的视角和实用的参考。从理论价值来看，本研究将进一步丰富市场微观结构理论。过往对于市场微观结构的研究，多聚焦于交易机制、价格形成等方面，而对融资融券制度与分析师行为这一细分领域的研究相对匮乏。本研究深入剖析融资融券制度对分析师跟随行为的影响，探讨融券卖空机制引入后分析师面临的信息环境变化、声誉压力变化以及对上市公司财务报告解读方式的改变，能够填补这一领域在理论研究上的空白，完善市场微观结构理论中关于投资者行为与市场参与者互动关系的部分。通过严谨的实证分析，揭示融资融券制度与分析师跟随之间的内在逻辑关系，为后续学者研究资本市场中各类制度变革对市场参与者行为的影响提供有益的研究范式和方法借鉴，推动金融市场理论研究向纵深方向发展。在实践意义上，本研究成果对投资者的决策制定具有重要的指导价值。投资者在进行投资决策时，往往依赖分析师的研究报告和投资建议。了解融资融券制度如何影响分析师的跟随行为，投资者能够更准确地评估分析师报告的可靠性和投资建议的合理性。例如，若研究发现融资融券制度实施后，分析师在跟随某些公司时更加谨慎，且对负面信息的挖掘更为深入，投资者在参考相关报告时，就可以更加重视分析师对风险的提示，避免盲目跟风投资。此外，投资者还可以根据分析师在融资融券背景下的行为特点，构建更合理的投资策略，提高投资组合的风险管理能力，实现资产的保值增值。本研究对于监管部门制定和完善相关政策也具有重要的参考意义。融资融券制度作为资本市场的重要制度创新，其实施效果直接关系到市场的稳定和健康发展。监管部门可以依据本研究的结论，深入了解融资融券制度对分析师行为的影响，以及由此引发的市场反应，进而优化融资融券业务的监管规则。比如，如果发现融资融券制度下分析师的羊群行为有所改变，监管部门可以针对性地加强对分析师行业的监管，规范分析师的研究行为，防止其发布误导性的研究报告，维护市场的公平、公正和透明。监管部门还可以根据研究结果，合理调整融资融券标的证券范围、保证金比例等关键参数，以更好地发挥融资融券制度的积极作用，促进资本市场的稳定繁荣。1.3研究思路与创新之处本研究遵循严谨的逻辑思路，综合运用多种研究方法，旨在深入剖析融资融券制度与分析师跟随之间的内在联系。研究过程中，首先进行理论分析。全面梳理融资融券制度的相关理论，包括其起源、发展历程、运行机制以及在我国A股市场的实践情况，深入探讨分析师跟随行为的理论基础，如信息不对称理论、声誉理论等。从理论层面分析融资融券制度如何通过改变市场信息环境、影响分析师的声誉压力等因素，进而对分析师的跟随决策产生作用，构建起两者关系的理论框架。在实证研究阶段，选取2010-2023年期间我国A股市场的相关数据作为样本，数据来源包括Wind数据库、国泰安数据库以及各大证券公司发布的研究报告等。采用双重差分模型（DID）进行实证分析，以融资融券制度的实施作为外生冲击，将纳入融资融券标的的股票作为实验组，未纳入的作为对照组，通过对比两组样本中分析师跟随行为的差异，来识别融资融券制度对分析师跟随的因果效应。在模型中，控制公司规模、盈利能力、行业特征等一系列可能影响分析师跟随的变量，以确保结果的准确性和可靠性。同时，为了检验实证结果的稳健性，采用多种方法进行稳健性检验。例如，更换样本区间，对不同时间段的数据进行回归分析；采用倾向得分匹配法（PSM）对实验组和对照组进行匹配，以减少样本选择偏差的影响；替换关键变量的衡量指标，如采用不同的分析师跟随度量指标等，确保研究结论不受数据和方法选择的影响。本研究的创新之处主要体现在以下几个方面：研究视角具有创新性，从分析师跟随行为这一独特视角出发，研究融资融券制度对资本市场微观结构的影响。以往研究多聚焦于融资融券制度对市场波动性、流动性等宏观层面的影响，而对分析师这一重要市场参与者行为的研究相对较少。本研究填补了这一领域在研究视角上的空白，为深入理解融资融券制度的经济后果提供了新的视角。在研究内容上，不仅关注融资融券制度对分析师跟随行为的总体影响，还进一步探讨了这种影响在不同市场环境（如牛市、熊市）、不同公司特征（如高成长型公司、低成长型公司）以及不同分析师个体特征（如明星分析师、非明星分析师）下的异质性表现。通过深入挖掘这些异质性影响，能够更全面、细致地揭示融资融券制度与分析师跟随之间的复杂关系，为相关研究提供更丰富的内容。在研究方法上，本研究综合运用理论分析、实证检验和稳健性检验等多种方法，确保研究结论的科学性和可靠性。在实证检验中，创新性地采用双重差分模型结合倾向得分匹配法，有效克服了内生性问题，提高了研究结果的可信度。在稳健性检验环节，采用多种方法进行多角度验证，增强了研究结论的说服力。二、理论基石与文献综述2.1融资融券制度的理论阐释融资融券制度，作为证券市场的重要组成部分，在全球资本市场中占据着关键地位。其基本概念涵盖了融资交易与融券交易两个核心方面。融资交易是指投资者凭借自身的资金或证券作为质押，向具备融资融券业务资格的证券公司借入资金，用于购买证券的行为。这种交易方式使得投资者能够突破自有资金的限制，增加投资规模，从而在证券价格上涨时获取更大的收益。融券交易则是投资者以资金或证券为质押，向证券公司借入证券并予以卖出，期望在证券价格下跌后，再以较低的价格买入相同数量和品种的证券归还给证券公司，以此赚取差价收益。融券交易为投资者提供了在市场下跌行情中获利的机会，打破了传统单边市场只能通过买入并持有证券来盈利的局限。从运作机制来看，融资融券交易涉及多方主体，包括投资者、证券公司以及证券登记结算机构等。投资者在进行融资融券交易前，需先在证券公司开立信用账户，并满足一定的资质条件，如具备一定的资金实力、良好的信用记录等。证券公司会根据投资者的信用状况和资产规模，确定其融资融券额度和保证金比例。当投资者进行融资买入时，证券公司将资金借给投资者，投资者用这笔资金买入证券，证券登记结算机构负责完成证券的过户登记等相关手续。在融资期限内，投资者需按照约定的利率向证券公司支付利息，并维持一定的保证金比例。若证券价格下跌导致保证金比例低于规定下限，投资者需及时追加保证金，否则证券公司有权对其持仓进行强制平仓，以控制风险。融券交易的运作流程与之类似，投资者借入证券卖出后，需在约定的期限内买入证券归还证券公司，并支付融券费用。融资融券制度对市场流动性和价格发现具有重要的理论影响。在市场流动性方面，融资融券制度能够显著增加市场的资金供给和证券供给。融资交易使得投资者在自有资金不足时仍能买入证券，为市场注入了更多的资金；融券交易则增加了市场上可流通的证券数量，使得投资者在看空市场时也能进行交易。这种多空双方的积极参与，提高了市场的交易活跃度，促进了证券的买卖流通，从而增强了市场的流动性。当市场行情向好时，融资买入的投资者增多，推动证券价格上涨，吸引更多的投资者参与交易，进一步提高市场流动性；在市场行情下跌时，融券卖出的投资者增加，也能保持市场的交易活跃度，避免市场过度低迷。在价格发现功能上，融资融券制度通过引入多空双向交易机制，使市场上的多空力量能够充分博弈，从而促使证券价格更准确地反映其真实价值。在传统单边市场中，投资者主要基于对证券价格上涨的预期进行交易，市场上的乐观情绪可能导致证券价格高估。而融资融券制度下，投资者可以通过融券卖空表达对证券价格下跌的预期，当市场上存在负面信息时，融券投资者会及时卖出证券，对证券价格形成下行压力，使价格能够及时反映负面信息，避免价格虚高。相反，当市场存在正面信息时，融资投资者会积极买入证券，推动价格上涨，使价格能够充分反映正面信息。这种多空力量的相互制衡，使得证券价格能够更全面、准确地反映市场信息和投资者的预期，提高了市场的定价效率，促进了价格发现功能的有效发挥。融资融券制度在理论上通过独特的交易机制，对市场流动性和价格发现产生积极影响，为资本市场的健康发展提供了有力支撑。然而，在实际运行中，其效果还受到市场环境、投资者行为、监管政策等多种因素的制约，需要进一步深入研究和分析。2.2分析师跟随行为的理论剖析分析师跟随行为，是指在资本市场中，众多分析师在对某一上市公司进行研究和发布报告时，呈现出一种相互模仿、追随的现象。当一家或少数几家具有影响力的分析师率先对某公司进行研究并发布报告后，其他分析师往往会在短时间内跟进，对该公司展开类似的研究，并发布相关报告。这种行为在证券市场中较为常见，对市场的信息传播、投资者决策以及资源配置都产生着重要影响。从信息不对称理论的角度来看，信息不对称是指在市场交易中，买卖双方所掌握的信息存在差异，一方拥有比另一方更多、更准确的信息。在资本市场中，上市公司与分析师之间、分析师与投资者之间都存在着信息不对称的问题。分析师作为专业的信息中介，其主要职责是通过对上市公司的深入研究，挖掘和解读相关信息，然后将这些信息传递给投资者，以降低信息不对称程度。然而，获取和分析信息需要耗费大量的时间、精力和成本，包括对上市公司财务报表的详细分析、行业动态的跟踪研究、实地调研等。在面对复杂多变的市场环境和海量的信息时，分析师很难获取全面、准确的信息。当部分分析师率先对某一公司进行研究并发布报告后，其他分析师为了节省信息收集和分析成本，会选择参考这些已有的报告，跟随进行研究。例如，一家新兴的科技公司上市后，由于其业务模式新颖、技术专业性强，分析师获取和理解其核心技术、市场前景等信息存在一定难度。如果有知名分析师率先发布了对该公司的研究报告，详细分析了公司的技术优势、市场竞争地位以及未来发展潜力，其他分析师可能会基于这份报告，进一步展开自己的研究，形成跟随行为。这种跟随行为在一定程度上可以帮助分析师快速获取关键信息，减少信息收集和分析的成本，但也可能导致信息同质化，使得市场上缺乏多元化的观点和深入的研究。声誉机制在分析师跟随行为中也起着关键作用。在资本市场中，分析师的声誉是其职业发展的重要资产，良好的声誉能够为分析师带来更高的薪酬、更多的客户资源以及更强的市场影响力。分析师的声誉主要建立在其研究报告的准确性、可靠性以及对市场的前瞻性判断上。如果分析师能够准确预测公司的业绩表现、股票价格走势等，其声誉将得到提升；反之，如果分析师的预测频繁失误，其声誉将受到损害。为了维护和提升自己的声誉，分析师在进行研究和发布报告时会非常谨慎。当行业内具有较高声誉的分析师对某公司发布研究报告后，其他分析师往往会选择跟随，因为他们认为跟随知名分析师的研究方向，可以降低犯错的风险。如果不跟随，而自己独立研究得出的结论与知名分析师相差较大，一旦自己的结论被证明是错误的，将对自己的声誉造成严重损害。例如，某明星分析师对一家传统制造业公司发布了一份乐观的研究报告，预测该公司在未来一年内业绩将大幅增长，股票价格有望上涨50%。其他分析师在看到这份报告后，尽管可能对该公司的某些方面存在疑虑，但出于对声誉的考虑，也可能会发布类似的乐观报告，形成跟随行为。这种基于声誉机制的跟随行为，虽然在一定程度上保证了分析师群体观点的相对一致性，但也可能抑制了分析师的独立思考和创新研究，使得市场对某些公司的评价缺乏全面性和客观性。分析师跟随行为是在信息不对称和声誉机制等多种因素共同作用下产生的复杂现象，深入理解其背后的理论机制，对于研究融资融券制度对分析师行为的影响具有重要的理论铺垫作用。2.3文献综述国内外学者针对融资融券制度与分析师行为的关系开展了丰富的研究，为理解这一领域提供了重要的理论与实证基础。在融资融券制度对市场影响的研究方面，国外学者起步较早。早期研究主要聚焦于融资融券对股价波动性的影响，但尚未达成一致结论。King等学者在1993年的研究发现融券业务无法稳定价格，对价格泡沫的产生也无影响；而ArturoBris等学者在2003年的研究却表明融券交易能够稳定股市波动。国内研究则多从市场流动性、定价效率等角度展开。如王曼舒和陈雪（2018）通过实证分析发现，融资融券业务的开展显著提高了我国A股市场的流动性，促进了市场的有效运行；廖士光和杨朝军（2006）的研究指出，融资融券交易机制有助于提升股票价格的定价效率，使价格更能反映股票的内在价值。在分析师行为的研究领域，国外学者重点关注分析师的预测准确性、乐观偏差以及羊群行为等方面。如Mikhail等学者（1999）研究发现分析师的预测准确性与分析师的经验、所在机构的规模等因素密切相关；Hong和Kubik（2003）的研究则表明分析师存在明显的乐观偏差，其发布的研究报告往往过于乐观。国内学者在分析师行为研究上也取得了丰硕成果。朱红军等学者（2007）通过对我国A股市场分析师的研究发现，分析师的预测存在系统性偏差，且这种偏差与分析师所在机构的利益诉求有关；伍燕然等学者（2012）研究了分析师的羊群行为，发现我国分析师在投资建议上存在明显的羊群效应，且这种羊群效应在市场波动较大时更为显著。在融资融券制度与分析师行为关系的研究上，已有文献取得了一定进展。国外学者如Jegadeesh和Kim（2010）研究发现，融资融券制度的实施使得分析师在发布研究报告时更加谨慎，对负面信息的挖掘更为深入。国内学者许年行等（2012）通过实证研究表明，融资融券业务的开展降低了分析师预测的乐观偏差，提高了分析师预测的准确性；胡聪慧和于文超（2016）的研究发现，融资融券制度实施后，分析师对标的公司的跟踪更为频繁，研究报告的质量也有所提高。然而，已有研究仍存在一定不足。现有研究对于融资融券制度影响分析师跟随行为的内在机制尚未深入挖掘，未能全面揭示融资融券制度如何通过改变市场信息环境、分析师的声誉压力以及对上市公司财务报告的解读方式等因素，进而影响分析师的跟随决策。在研究视角上，已有文献多关注融资融券制度对分析师行为的总体影响，对于这种影响在不同市场环境、不同公司特征以及不同分析师个体特征下的异质性表现研究较少。在研究方法上，部分研究在处理内生性问题时存在一定局限性，可能导致研究结果的准确性受到影响。本研究将针对这些不足，深入探讨融资融券制度与分析师跟随行为之间的关系。通过构建理论模型和实证分析，详细剖析融资融券制度影响分析师跟随行为的内在机制，包括信息环境、声誉压力和财务报告解读等方面的作用路径。同时，本研究将从多个角度深入分析融资融券制度对分析师跟随行为的异质性影响，全面考虑市场环境、公司特征和分析师个体特征等因素，以更细致地揭示两者之间的复杂关系。在研究方法上，本研究将采用双重差分模型结合倾向得分匹配法等多种方法，有效克服内生性问题，提高研究结果的准确性和可靠性，为该领域的研究提供更全面、深入的理论与实证支持。三、A股市场融资融券制度剖析3.1融资融券制度的发展轨迹A股市场融资融券制度的发展是一个逐步探索、完善的过程，其历程与我国资本市场的整体发展进程紧密相连。这一制度的演进对市场的运行机制、投资者行为以及市场的整体格局都产生了深远影响。2010年3月31日，是A股市场融资融券制度发展的重要里程碑，我国正式启动融资融券交易试点。这一举措标志着A股市场告别了单边交易模式，开启了双边交易的新时代。在试点初期，出于对市场风险的谨慎考量以及对新制度运行效果的观察，融资融券业务的规模相对较小，参与的证券公司和投资者数量有限。首批试点的证券公司仅有6家，包括国泰君安、国信证券、中信证券等行业内的领先企业。这些试点券商凭借其丰富的业务经验、强大的资金实力和完善的风控体系，率先开展融资融券业务，为制度的后续推广积累了宝贵经验。融资融券标的证券范围也较为狭窄，仅涵盖上证50指数和深圳成分指数的成分股，共计90只股票。这些股票大多是市场中的大型蓝筹股，具有市值较大、流动性较好、业绩相对稳定等特点，旨在为融资融券业务提供相对稳定的交易基础，降低市场风险。例如，中国石油、工商银行、中国平安等大型国有企业股票均在首批融资融券标的之列，它们在市场中具有较高的权重和广泛的市场影响力，其股价走势对市场整体表现具有重要影响。随着试点工作的稳步推进以及市场对融资融券业务的逐渐熟悉和接受，监管部门开始逐步扩大融资融券业务的规模和范围。2011年11月25日，融资融券业务正式纳入我国常规交易业务，这一转变意味着融资融券业务不再局限于试点阶段，而是成为资本市场的一项常态化业务，为更多的证券公司和投资者参与提供了机会。同时，融资融券标的证券范围也进一步扩大，从最初的90只股票增加到285只，涵盖了更多行业和不同规模的上市公司，使得市场参与者在进行融资融券交易时有了更丰富的选择。例如，一些具有较高成长性的中小板和创业板公司股票也被纳入标的范围，为投资者提供了更多挖掘成长型投资机会的途径，同时也促进了市场的多元化发展。2013年1月31日，转融券业务试点启动，这是融资融券制度发展的又一重要突破。转融券业务的推出，使得证券公司可以将自有证券或从证券金融公司融入的证券出借给投资者，增加了融券业务的券源供给，丰富了融券交易的市场机制。在此之前，融券业务由于券源有限，市场对首批标的券做空动力不足，发展相对缓慢。转融券业务试点启动后，市场的融券规模逐渐扩大，融券余额增长率明显上升，有效提升了融券业务在融资融券整体业务中的占比，促进了市场多空力量的平衡。2013年9月16日，融资融券标的证券范围再次扩大，标的股票数量增加到500只，进一步拓宽了投资者的投资选择空间，增强了融资融券业务对市场的影响力。2014年9月22日，融资融券业务规则进行了修改，进一步放宽了相关限制。例如，降低了融资融券的门槛，使得更多的投资者能够参与到融资融券交易中来，激发了市场的活力。这一时期，融资融券业务迎来了快速发展阶段，融资融券余额呈现出迅猛增长的态势。截至2014年12月31日，融资融券余额达到10256.56亿元，较试点初期实现了大幅增长。在2014-2015年的股市行情中，融资融券资金成为市场波动的重要推动力量之一。融资买入额的大幅增加在一定程度上助推了股市的上涨行情，而融券卖出规模的变化也对市场的下跌调整产生了影响，凸显了融资融券制度在市场中的重要地位。在2015年股市出现大幅波动后，监管部门进一步加强了对融资融券业务的风险管理和监管力度。通过调整保证金比例、加强对投资者适当性管理等措施，引导融资融券业务回归理性发展轨道，防范市场风险。此后，融资融券业务在保持稳定发展的同时，更加注重风险控制和业务质量的提升。监管部门持续根据市场情况和业务发展需要，适时调整融资融券标的证券范围和相关业务规则，以促进融资融券制度更好地服务于资本市场的发展。例如，在不同的市场阶段，根据市场的流动性、波动性等指标，对融资融券标的证券进行动态调整，确保标的证券能够准确反映市场的整体情况，为投资者提供合理的投资标的选择。A股市场融资融券制度从试点到逐步推广，经历了多个关键发展阶段，每一次政策调整和业务创新都对市场产生了重要影响，推动着我国资本市场不断向成熟化、多元化方向发展。3.2制度设计的核心要素融资融券制度设计包含多个核心要素，这些要素相互关联、共同作用，对市场的运行和发展产生着关键影响。保证金比例作为融资融券制度的重要参数之一，直接决定了投资者的杠杆水平和风险承受能力。在我国A股市场，保证金比例的设定经历了多次调整，以适应不同的市场环境和监管需求。根据沪深证券交易所的规定，投资者融资买入证券时，融资保证金比例不得低于100%；融券卖出时，融券保证金比例不得低于50%。这意味着投资者在进行融资买入时，每借入1元资金，至少需要提供1元的保证金；在进行融券卖出时，每借入价值1元的证券，至少需要提供0.5元的保证金。保证金比例的调整对市场有着重要的调控作用。当市场处于低迷状态，交易活跃度不高时，适当降低保证金比例，可以增加投资者的融资融券能力，从而带来更多的资金和证券进入市场，提升市场的流动性和交易活跃度。2023年9月8日收市后，沪深北证券交易所将融资保证金最低比例由100%降低至80%，这一调整使得投资者的融资杠杆有所提高，原本需要100万元保证金才能融资100万元买入证券，调整后则可以融资125万元买入证券，增加了市场的资金供给，激发了投资者的交易热情，对市场起到了一定的提振作用。相反，当市场出现过热迹象，风险逐渐积聚时，提高保证金比例可以有效抑制过度投机行为，降低市场杠杆水平，防范系统性风险。在2015年股市异常波动期间，监管部门通过提高保证金比例等措施，加强了对融资融券业务的风险管理，引导市场回归理性。担保物范围的确定也是融资融券制度设计的关键环节。担保物是投资者在进行融资融券交易时，向证券公司提供的用于担保其债务履行的资产。我国融资融券业务中的担保物范围较为广泛，包括现金、上市交易的股票、证券投资基金、债券、货币市场基金、证券公司现金管理产品及交易所认可的其他证券等。不同类型的担保物具有不同的风险特征和流动性，其折算率也有所不同。例如，上证180指数和深证100指数成分股股票的折算率最高不超过70%，其他A股股票的折算率最高不超过65%；被实行风险警示、进入退市整理期的证券，以及静态市盈率在300倍以上或者为负数的A股股票的折算率为0%。合理确定担保物范围和折算率，有助于控制融资融券业务的风险。将流动性好、价格相对稳定的证券纳入担保物范围，并给予较高的折算率，可以提高投资者的融资融券额度，增强市场的流动性；而对于风险较高、价格波动较大的证券，降低其折算率或排除在担保物范围之外，可以有效降低证券公司的风险敞口。如果将一些业绩不稳定、股价波动剧烈的中小市值股票的折算率设定过高，可能会导致投资者在融资融券交易中过度依赖这些股票作为担保物，一旦股价大幅下跌，投资者的保证金比例将迅速下降，增加了强制平仓的风险，进而对市场稳定造成冲击。标的证券的选择是融资融券制度的核心要素之一，它直接影响着融资融券业务的开展范围和市场的运行效率。在我国A股市场，标的证券的选择遵循一定的标准和原则，主要考虑股票的市值规模、流动性、波动性、公司治理等因素。一般来说，市值较大、流动性较好的股票更容易被纳入标的证券范围。例如，上证50指数和深圳成分指数的成分股在融资融券业务开展初期就被纳入标的证券范围，这些股票大多是行业龙头企业，具有较高的市场地位和广泛的市场影响力，其市值规模较大，交易活跃，流动性充足，能够为融资融券交易提供稳定的基础。随着市场的发展和监管的完善，标的证券范围不断扩大。截至2023年，融资融券标的股票数量已超过2000只，涵盖了主板、中小板、创业板和科创板等多个板块的上市公司，使得投资者在进行融资融券交易时有了更丰富的选择。扩大标的证券范围有助于提高市场的定价效率，促进多空力量的平衡。当更多的股票成为融资融券标的时，投资者可以更全面地表达对不同股票的看法，市场上的多空信息能够更充分地反映在股价中，从而使股价更准确地反映股票的内在价值。如果某一行业的部分股票被纳入融资融券标的，而该行业的其他股票未被纳入，可能会导致投资者对该行业的投资和研究集中在标的股票上，而忽视了其他股票的价值，影响市场的资源配置效率。融资融券制度设计中的保证金比例、担保物范围和标的证券选择等核心要素，通过相互协调和配合，实现对市场的有效调控，促进市场的稳定、健康发展。3.3对A股市场的多维度影响融资融券制度的实施对A股市场产生了多维度的深远影响，在市场流动性、波动性以及定价效率等关键层面均有显著体现。在市场流动性方面，融资融券制度犹如一把双刃剑，对市场流动性的影响具有两面性。从积极角度来看，融资融券交易为市场提供了资金和证券的双向流动渠道。融资交易使得投资者在自有资金不足时，仍能够借入资金买入证券，从而增加了市场的资金供给，为市场带来了更多的买入力量。当市场行情向好时，投资者通过融资买入股票的意愿增强，大量资金涌入市场，推动股票价格上涨，同时也提高了市场的交易活跃度和流动性。2014-2015年牛市期间，融资买入额大幅增加，许多股票的成交量显著放大，市场流动性明显提升。融券交易则增加了股票的供给，使得投资者在看空市场时也能进行交易，丰富了市场的交易策略，促进了市场的多空平衡，进一步提高了市场的流动性。在市场下跌行情中，融券投资者可以借入股票卖出，增加了市场的卖盘力量，使得市场交易更加活跃，避免了市场因缺乏卖盘而陷入流动性困境。然而，在市场不稳定或极端情况下，融资融券也可能对流动性产生负面影响。在市场大幅下跌时，融资盘可能面临强制平仓风险。当股票价格下跌到一定程度，投资者的保证金比例低于维持担保比例时，证券公司会要求投资者追加保证金，若投资者无法及时追加，证券公司将对其融资持仓进行强制平仓，大量卖盘涌出，可能导致股价进一步下跌，加剧市场的恐慌情绪，对市场流动性造成冲击。在2015年股市异常波动期间，融资盘的大规模强制平仓引发了市场的踩踏式下跌，市场流动性急剧下降，许多股票出现了跌停板上无法卖出的情况。融资融券制度对市场波动性的影响同样复杂。理论上，融资融券交易通过引入多空双向交易机制，使得市场上的多空力量能够充分博弈，有助于平抑市场波动。当股票价格被高估时，融券投资者会借入股票卖出，增加卖盘压力，促使股价回归合理价值；当股票价格被低估时，融资投资者会借入资金买入股票，增加买盘力量，推动股价上涨。这种多空力量的相互制衡可以使市场价格更加稳定，减少价格的大幅波动。然而，在实际市场中，融资融券交易也可能加剧市场波动。融资交易的杠杆效应在放大投资者收益的同时，也放大了风险。当市场处于上涨趋势时，融资买入的投资者不断增加，杠杆资金的涌入进一步推动股价上涨，可能形成股价泡沫；而当市场趋势反转，股价下跌时，融资盘的强制平仓又会引发股价的加速下跌，形成恶性循环，加剧市场的波动。2015年上半年，股市在融资资金的推动下快速上涨，形成了一定的泡沫；随后在市场调整过程中，融资盘的强制平仓导致股市大幅下跌，市场波动性急剧增加。融券交易也可能存在一些问题，如融券卖空可能被部分投资者用于恶意打压股价，制造市场恐慌，从而加剧市场波动。在定价效率方面，融资融券制度对A股市场定价效率的提升具有积极作用。融资融券交易使得市场上的信息能够更充分地反映在股票价格中。在传统单边市场中，投资者主要基于对股票价格上涨的预期进行交易，市场上的乐观情绪可能导致股票价格高估，而负面信息难以得到及时反映。融资融券制度引入后，投资者可以通过融券卖空表达对股票价格下跌的预期，当市场上存在负面信息时，融券投资者会及时卖出股票，对股票价格形成下行压力，使价格能够及时反映负面信息，避免价格虚高。相反，当市场存在正面信息时，融资投资者会积极买入股票，推动价格上涨，使价格能够充分反映正面信息。这种多空力量的相互作用使得股票价格能够更全面、准确地反映市场信息和投资者的预期，提高了市场的定价效率。通过对融资融券标的股票和非标的股票的对比研究发现，融资融券标的股票的价格对公司基本面信息的反应更加迅速和准确，定价效率更高。一些实证研究表明，融资融券业务开展后，标的股票的股价特质性波动降低，说明市场对股票的定价更加合理，减少了噪音交易的影响，提高了市场的资源配置效率。四、A股市场分析师跟随现象洞察4.1分析师跟随行为的表现形式分析师跟随行为在A股市场中呈现出多种表现形式，对市场的信息传播、投资者决策以及资源配置效率产生着深远影响。通过对大量数据的统计与深入分析，可以发现分析师在盈利预测和投资评级等关键方面存在显著的跟随行为。在盈利预测方面，分析师的跟随行为表现为对同一家上市公司的盈利预测呈现出高度的一致性和趋同性。当一家或少数几家具有影响力的分析师率先发布对某公司的盈利预测后，其他分析师往往会在短时间内跟进，且其预测结果与先行分析师的预测结果相近。以贵州茅台为例，在2023年的盈利预测中，众多分析师的预测数值集中在一个较小的区间内。截至2023年12月31日，有超过50家券商的分析师对贵州茅台2023年的净利润进行了预测，预测均值为650亿元左右，大部分分析师的预测值与均值的偏差在5%以内。这种高度集中的盈利预测表明，分析师在进行盈利预测时，并非完全基于自己对公司基本面的独立分析，而是在很大程度上参考了其他分析师的预测结果，存在明显的跟随行为。从时间序列来看，分析师的盈利预测跟随行为还表现为对盈利预测的调整具有同步性。当市场上出现新的信息，如公司发布业绩预告、宏观经济数据公布等，分析师往往会同时对盈利预测进行调整，且调整的方向和幅度相似。在2023年上半年，某新能源汽车公司发布了超出市场预期的业绩预告，净利润同比增长超过100%。随后，多家券商的分析师迅速对该公司的全年盈利预测进行了上调，上调幅度大多在20%-30%之间。这种同步性的盈利预测调整，反映出分析师在面对新信息时，缺乏独立判断能力，更多地是跟随市场主流观点进行预测调整。在投资评级方面，分析师的跟随行为同样显著。分析师的投资评级通常分为买入、增持、持有、减持和卖出等几类。在A股市场中，经常出现多家分析师对同一家公司给出相同或相近投资评级的情况。对2023年沪深300成分股的投资评级统计发现，对于某大型银行股，在2023年全年，有超过80%的分析师给出了买入或增持的投资评级，只有极少数分析师给出了持有或减持的评级。这种高度集中的投资评级分布，表明分析师在进行投资评级时，受到其他分析师的影响较大，存在明显的跟随行为。分析师的投资评级跟随行为还体现在评级的调整上。当一家分析师率先对某公司的投资评级进行调整后，其他分析师往往会迅速跟进。在2023年，某科技公司因核心技术取得重大突破，一家知名券商的分析师率先将该公司的投资评级从增持上调至买入。随后的一周内，有超过10家券商的分析师也将该公司的投资评级上调至买入。这种快速的评级调整跟随行为，反映出分析师在投资评级决策过程中，缺乏独立思考和深入研究，过度依赖其他分析师的判断。分析师在盈利预测和投资评级方面的跟随行为，使得市场上的信息趋于同质化，缺乏多元化的观点和深入的分析。这不仅影响了投资者获取全面、准确信息的能力，也降低了市场的定价效率，对资本市场的健康发展产生了一定的负面影响。4.2跟随行为的影响因素分析师的跟随行为并非偶然，而是受到多种因素的综合影响，这些因素涵盖了信息获取、市场竞争以及分析师个人能力等多个关键维度。信息获取成本是影响分析师跟随行为的重要因素之一。在资本市场中，信息是分析师进行研究和决策的基础，但获取高质量、全面的信息并非易事，往往需要耗费大量的时间、精力和资金。分析师需要对上市公司的财务报表进行深入分析，这不仅要求他们具备扎实的财务知识，还需要花费大量时间对各项财务指标进行解读和比较，以挖掘公司的真实财务状况和潜在风险。分析师还需要跟踪行业动态，了解行业的发展趋势、竞争格局以及政策法规的变化等，这需要他们关注大量的行业报告、新闻资讯等信息来源，并进行综合分析。实地调研也是获取信息的重要途径之一，分析师需要前往上市公司进行实地考察，与公司管理层进行面对面交流，了解公司的生产经营情况、战略规划等，但实地调研需要投入大量的人力、物力和时间成本，且调研结果还可能受到公司管理层的主观影响。当市场中已有分析师率先发布对某公司的研究报告时，其他分析师为了节省信息收集和分析成本，往往会选择参考这些已有的报告，从而形成跟随行为。如果一家知名券商的分析师对某新兴行业的公司进行了深入研究，并发布了详细的研究报告，报告中涵盖了公司的技术优势、市场前景、竞争策略等关键信息，其他分析师在对该公司进行研究时，可能会基于这份报告，进一步展开自己的研究，而无需重新投入大量资源去获取相同的信息。这种基于信息获取成本考虑的跟随行为，在一定程度上可以提高分析师的研究效率，但也可能导致市场上的研究报告缺乏创新性和独立性，信息同质化现象严重。市场竞争压力也是促使分析师产生跟随行为的重要原因。随着金融市场的不断发展，证券分析师的数量日益增加，市场竞争愈发激烈。在这种竞争环境下，分析师为了在行业中脱颖而出，获得更高的薪酬、更多的客户资源以及更强的市场影响力，需要不断提高自己的研究质量和预测准确性。然而，要做到这一点并非易事，因为市场情况复杂多变，充满了不确定性，即使是经验丰富的分析师也难以准确预测市场走势和公司业绩。为了降低犯错的风险，提高自己的声誉和市场认可度，分析师往往会选择跟随行业内具有较高声誉和影响力的分析师的研究方向和观点。如果某明星分析师对一家上市公司发布了乐观的研究报告，并获得了市场的广泛认可，其他分析师可能会认为跟随这位明星分析师的观点，可以降低自己犯错的风险，从而也发布类似的乐观报告。这种基于市场竞争压力的跟随行为，虽然在一定程度上保证了分析师群体观点的相对一致性，但也可能抑制了分析师的独立思考和创新研究，使得市场对某些公司的评价缺乏全面性和客观性。分析师的个人能力对其跟随行为也有着重要影响。个人能力较强的分析师，通常具备更扎实的专业知识、更敏锐的市场洞察力以及更丰富的行业经验，他们在面对复杂的市场信息时，能够进行更深入的分析和独立的判断，从而减少对其他分析师观点的依赖。相反，个人能力较弱的分析师，由于自身专业素养和分析能力的限制，在面对海量的市场信息时，可能难以做出准确的判断，因此更倾向于跟随其他分析师的观点。一位在金融领域深耕多年、对宏观经济和行业发展有着深刻理解的分析师，在对一家上市公司进行研究时，能够通过自己的分析方法和经验，独立地挖掘出公司的投资价值和潜在风险，而不会轻易受到其他分析师观点的影响。而一位刚进入行业不久、经验相对不足的分析师，在面对同样的公司时，可能会因为缺乏足够的分析能力和经验，而更倾向于参考其他资深分析师的研究报告，形成跟随行为。分析师的个人能力还会影响其获取信息的渠道和质量，能力较强的分析师往往能够通过自己的人脉资源和专业能力，获取更独家、更准确的信息，从而为自己的独立研究提供有力支持。4.3对市场的影响分析分析师跟随行为对市场的影响是多方面的，深刻作用于市场信息传播、投资者决策以及市场稳定性等关键领域。在市场信息传播方面，分析师跟随行为具有双重影响。从积极的角度来看，分析师的跟随行为在一定程度上能够加速信息的传播。当多家分析师对同一家公司进行研究并发布报告时，关于该公司的信息能够更广泛地传播到市场中，提高了市场对该公司的关注度和认知度。若一家知名分析师率先发布了对某新兴科技公司的深入研究报告，随后其他分析师的跟随研究和报告发布，会使得更多的投资者了解到该公司的业务模式、技术优势和发展前景等信息，有助于信息在市场中的快速扩散。然而，分析师跟随行为也可能导致信息传播的同质化问题。由于分析师在跟随过程中往往参考先行分析师的观点和研究成果，缺乏独立的深度分析，这可能使得市场上传播的信息缺乏多样性和创新性。众多分析师对某公司发布的研究报告内容相似，观点相近，投资者难以从这些报告中获取多元化的信息，从而影响了市场对公司真实价值的全面认识。这种信息传播的同质化现象，可能会使市场对某些公司的评价过于片面，导致股价不能准确反映公司的内在价值。分析师跟随行为对投资者决策有着重要影响。分析师的研究报告和投资建议是投资者获取信息和做出投资决策的重要依据之一。当分析师存在跟随行为时，投资者接收到的信息往往具有较高的一致性，这可能会影响投资者的独立判断能力。如果大多数分析师对某只股票给出买入评级，投资者可能会受到这种一致性观点的影响，而忽视了对该股票潜在风险的深入分析，从而盲目跟风买入。这种情况下，投资者的投资决策可能并非基于自身对市场和股票的独立判断，而是基于对分析师群体观点的依赖，增加了投资决策的风险。分析师跟随行为还可能导致投资者过度反应。当分析师对某公司发布乐观的研究报告并形成跟随趋势时，投资者可能会对该公司的未来发展过度乐观，从而推动股价过度上涨；反之，当分析师发布悲观的研究报告并出现跟随行为时，投资者可能会过度恐慌，导致股价过度下跌。在2023年，某新能源汽车公司的业绩表现良好，多家分析师发布了乐观的研究报告并给出买入评级，投资者受到这些报告的影响，大量买入该公司股票，使得股价在短期内大幅上涨，远远超出了公司的实际价值。随后，由于市场环境的变化和公司业绩的波动，股价又出现了大幅下跌，给投资者带来了巨大的损失。市场稳定性方面，分析师跟随行为既可能增强市场稳定性，也可能对市场稳定性产生负面影响。在市场平稳运行时，分析师的跟随行为有助于形成市场共识，增强市场的稳定性。当分析师对某公司的评价较为一致时，市场对该公司的预期也相对稳定，股价波动较小，有助于市场的平稳运行。然而，在市场出现波动或不确定性增加时，分析师的跟随行为可能会加剧市场的不稳定。在市场下跌期间，分析师可能会因跟随行为而集体发布悲观的研究报告，进一步加剧投资者的恐慌情绪，导致股价加速下跌，形成恶性循环，对市场稳定性造成严重冲击。在2020年初，受新冠疫情爆发的影响，市场出现了大幅下跌。部分分析师率先发布了对市场和上市公司的悲观预测，随后其他分析师纷纷跟随，导致投资者恐慌情绪蔓延，大量抛售股票，股市出现了连续的暴跌，市场稳定性受到了极大的挑战。五、研究设计与实证分析5.1研究假设的提出基于前文对融资融券制度与分析师跟随行为的理论分析，本研究提出以下研究假设：假设1：融资融券制度的实施会显著影响分析师的跟随行为融资融券制度引入了卖空机制，改变了市场的信息环境和投资策略。在传统单边市场中，分析师主要关注股票的上涨潜力，对负面信息的挖掘和分析相对不足。而融资融券制度实施后，卖空交易使得股票价格不仅反映乐观预期，也能反映悲观预期。分析师为了提高研究报告的准确性和可靠性，需要更全面地收集和分析信息，包括公司的负面信息。这可能导致分析师在对融资融券标的公司进行研究时，更加谨慎，减少盲目跟随行为，对公司的盈利预测和投资评级更加基于自身的独立分析，而非简单跟随其他分析师的观点。假设2：融资融券制度通过改变市场信息环境影响分析师跟随行为融资融券制度实施后，市场上的信息来源和传播方式发生了变化。卖空投资者为了获取收益，会积极挖掘公司的负面信息，并通过市场交易将这些信息反映在股价中。分析师作为市场信息的重要传播者和解读者，需要关注这些新的信息来源和变化。由于卖空交易增加了市场信息的复杂性和不确定性，分析师在获取和分析信息时面临更大的挑战。为了降低信息收集和分析成本，分析师可能会更加依赖其他分析师的研究成果，导致跟随行为的增加；但从另一个角度看，分析师也可能为了在竞争中脱颖而出，更加注重独立研究，减少跟随行为，以提供更有价值的研究报告。假设3：融资融券制度通过影响分析师的声誉压力影响其跟随行为在融资融券制度下，分析师的声誉压力可能会发生变化。由于卖空机制的存在，分析师的研究报告和投资建议对股价的影响更为显著。如果分析师发布的研究报告与市场实际情况偏差较大，特别是在卖空交易活跃的情况下，可能会导致投资者遭受损失，从而对分析师的声誉产生负面影响。为了维护自己的声誉，分析师在对融资融券标的公司进行研究时，可能会更加谨慎，减少跟随行为，更加注重自身的独立判断和深入分析，以提供更准确的研究报告和投资建议。然而，当市场上大多数分析师对某一公司给出一致的观点时，分析师为了避免与主流观点相悖而损害声誉，也可能会选择跟随，这使得声誉压力对分析师跟随行为的影响具有复杂性。假设4：融资融券制度对分析师跟随行为的影响在不同市场环境下存在异质性市场环境的变化会影响投资者的情绪和行为，进而影响分析师的跟随行为。在牛市行情中，市场整体处于上升趋势，投资者乐观情绪占主导，对股票的需求旺盛。此时，融资融券制度的实施可能会进一步激发投资者的投资热情，分析师可能会受到市场乐观情绪的影响，更倾向于发布乐观的研究报告和投资建议，跟随行为可能会更加明显。而在熊市行情中，市场处于下跌趋势，投资者悲观情绪浓厚，对股票的风险更加敏感。融资融券制度下的卖空机制可能会加剧市场的下跌压力，分析师为了避免误导投资者，可能会更加谨慎，减少跟随行为，更加注重独立研究和风险提示。假设5：融资融券制度对分析师跟随行为的影响在不同公司特征下存在异质性不同公司具有不同的特征，这些特征会影响分析师对公司的研究难度和关注程度，进而影响融资融券制度对分析师跟随行为的作用效果。对于大型蓝筹公司，其信息披露相对充分，市场关注度高，分析师对其研究较为深入和全面。融资融券制度实施后，由于这类公司的市场影响力较大，分析师在对其进行研究时可能会更加谨慎，减少跟随行为，以维护自己在市场中的声誉和地位。而对于小型公司或新兴行业公司，其信息透明度较低，研究难度较大。融资融券制度实施后，分析师可能会因为获取信息的困难和对公司前景的不确定性，更倾向于参考其他分析师的研究报告，跟随行为可能会更加明显。假设6：融资融券制度对分析师跟随行为的影响在不同分析师个体特征下存在异质性分析师的个体特征，如经验、专业能力、声誉等，会影响其对融资融券制度的适应能力和研究行为。明星分析师通常具有较高的声誉和丰富的经验，其研究报告和投资建议在市场上具有较大的影响力。融资融券制度实施后，明星分析师为了维护自己的声誉和市场地位，可能会更加注重独立研究，减少跟随行为，以提供更具前瞻性和准确性的研究成果。而普通分析师由于经验和声誉相对不足，在面对融资融券制度带来的市场变化时，可能会更加依赖明星分析师或其他资深分析师的研究成果，跟随行为可能会更加突出。5.2研究设计本研究以2010-2023年期间我国A股市场的上市公司为研究样本，数据主要来源于Wind数据库、国泰安数据库以及各大证券公司发布的研究报告。为确保数据的有效性和准确性，对原始数据进行了严格的筛选和预处理，剔除了金融行业上市公司、ST和*ST公司以及数据缺失严重的样本，最终得到了涵盖多行业、多年度的有效样本数据。在变量选取方面，被解释变量为分析师跟随（Following），借鉴已有文献的做法，采用分析师对某公司发布研究报告的数量来衡量分析师跟随程度。当某公司吸引了较多分析师发布研究报告时，表明分析师跟随行为较为明显；反之，则跟随行为较弱。解释变量为融资融券制度虚拟变量（Margin），若公司股票在某一年被纳入融资融券标的，则Margin取值为1；否则取值为0。为控制其他因素对分析师跟随行为的影响，选取了一系列控制变量。公司规模（Size），用公司年末总资产的自然对数来衡量，一般来说，规模较大的公司受到的市场关注度更高，可能会吸引更多分析师的关注；盈利能力（ROE），以净资产收益率表示，反映公司的盈利水平，盈利能力强的公司往往更受分析师青睐；资产负债率（Lev），衡量公司的负债水平，负债水平过高可能会增加公司的财务风险，从而影响分析师的研究决策；市账比（MB），反映公司的市场价值与账面价值的比值，可用于衡量公司的成长潜力，成长潜力大的公司可能会吸引更多分析师的跟踪研究；行业虚拟变量（Industry），根据证监会行业分类标准设置，用于控制行业因素对分析师跟随行为的影响；年度虚拟变量（Year），用于控制宏观经济环境和政策变化等年度因素的影响。构建双重差分模型（DID）来实证检验融资融券制度对分析师跟随行为的影响，模型设定如下：Following_{i,t}=\alpha_0+\alpha_1Margin_{i,t}+\sum_{j=1}^{n}\alpha_{j}Controls_{i,t}+\sum_{k}\beta_{k}Industry_{i,k}+\sum_{l}\gamma_{l}Year_{t,l}+\epsilon_{i,t}其中，i表示公司，t表示年份；\alpha_0为常数项；\alpha_1为融资融券制度虚拟变量（Margin）的系数，是本研究关注的核心系数，若\alpha_1显著，则表明融资融券制度对分析师跟随行为有显著影响；\alpha_{j}为控制变量Controls的系数；\beta_{k}为行业虚拟变量Industry的系数；\gamma_{l}为年度虚拟变量Year的系数；\epsilon_{i,t}为随机误差项。在实证分析过程中，首先对各变量进行描述性统计，分析变量的均值、中位数、标准差等统计特征，初步了解样本数据的分布情况。进行相关性分析，检验各变量之间的相关性，以避免多重共线性问题对回归结果的影响。在回归分析中，采用普通最小二乘法（OLS）对双重差分模型进行估计，通过对回归结果的分析，判断融资融券制度对分析师跟随行为的影响方向和程度。为确保研究结果的可靠性，还将进行一系列稳健性检验，包括更换样本区间、采用倾向得分匹配法（PSM）对实验组和对照组进行匹配、替换关键变量的衡量指标等，以验证研究结论的稳健性和有效性。5.3实证结果与分析对样本数据进行描述性统计，结果如表1所示。分析师跟随（Following）的均值为10.56，表明平均每家公司吸引了10.56位分析师发布研究报告，中位数为8，说明大部分公司的分析师跟随程度处于中等水平，同时最大值为56，最小值为1，说明不同公司之间分析师跟随程度存在较大差异。融资融券制度虚拟变量（Margin）的均值为0.38，意味着样本中约38%的公司股票在当年被纳入融资融券标的。公司规模（Size）的均值为22.05，标准差为1.32，反映出样本公司规模存在一定差异。盈利能力（ROE）的均值为0.09，表明样本公司整体盈利能力处于中等水平，但标准差为0.07，说明公司之间盈利能力差异较大。资产负债率（Lev）的均值为0.46，说明样本公司平均负债水平适中。市账比（MB）的均值为2.87，反映出样本公司具有一定的成长潜力，但不同公司之间成长潜力也存在较大差异。表1：变量描述性统计变量观测值均值标准差最小值中位数最大值Following568010.567.241856Margin56800.380.49001Size568022.051.3219.8721.8626.54ROE56800.090.07-0.520.080.35Lev56800.460.210.050.450.98MB56802.872.130.562.2415.68各变量之间的相关性分析结果如表2所示。可以看出，分析师跟随（Following）与融资融券制度虚拟变量（Margin）在1%的水平上显著正相关，初步表明融资融券制度的实施可能会增加分析师的跟随行为，为后续的回归分析提供了一定的线索。分析师跟随与公司规模（Size）、盈利能力（ROE）、市账比（MB）也均在1%的水平上显著正相关，说明规模较大、盈利能力较强、成长潜力较大的公司更容易吸引分析师的关注和跟随。公司规模与盈利能力、资产负债率、市账比之间也存在一定程度的相关性，但相关系数均在合理范围内，初步判断不存在严重的多重共线性问题。表2：变量相关性分析变量FollowingMarginSizeROELevMBFollowing1Margin0.231***1Size0.314***0.186***1ROE0.205***0.128***0.157***1Lev0.096***-0.073***-0.132***-0.114***1MB0.169***0.102***0.084***0.137***-0.156***1注：***表示在1%的水平上显著相关。采用普通最小二乘法（OLS）对双重差分模型进行回归估计，结果如表3所示。列（1）仅加入了解释变量融资融券制度虚拟变量（Margin）和被解释变量分析师跟随（Following），结果显示Margin的系数为2.145，在1%的水平上显著为正，初步表明融资融券制度的实施显著增加了分析师的跟随行为。列（2）加入了公司规模（Size）、盈利能力（ROE）、资产负债率（Lev）、市账比（MB）等控制变量以及行业虚拟变量（Industry）和年度虚拟变量（Year），Margin的系数为1.876，依然在1%的水平上显著为正。这说明在控制了其他因素的影响后，融资融券制度的实施对分析师跟随行为的促进作用依然显著，研究假设1得到初步验证。表3：双重差分模型回归结果变量（1）Following（2）FollowingMargin2.145***（3.87）1.876***（3.26）Size0.568***（4.56）ROE0.432**（2.58）Lev-0.125（-0.78）MB0.186*（1.87）Constant-1.324（-0.98）-4.652***（-3.24）IndustryNoYesYearNoYesN56805680R20.0540.187注：括号内为t值，、、分别表示在1%、5%、10%的水平上显著。为进一步探究融资融券制度影响分析师跟随行为的内在机制，进行中介效应检验。首先检验市场信息环境是否在融资融券制度与分析师跟随行为之间起到中介作用。采用分析师对公司发布研究报告的分歧度（Dispersion）作为市场信息环境的代理变量，分歧度越大，说明市场信息环境越复杂，分析师之间的观点差异越大。构建中介效应模型如下：Dispersion_{i,t}=\alpha_0+\alpha_1Margin_{i,t}+\sum_{j=1}^{n}\alpha_{j}Controls_{i,t}+\sum_{k}\beta_{k}Industry_{i,k}+\sum_{l}\gamma_{l}Year_{t,l}+\epsilon_{i,t}Following_{i,t}=\beta_0+\beta_1Margin_{i,t}+\beta_2Dispersion_{i,t}+\sum_{j=1}^{n}\beta_{j}Controls_{i,t}+\sum_{k}\beta_{k}Industry_{i,k}+\sum_{l}\gamma_{l}Year_{t,l}+\epsilon_{i,t}回归结果如表4所示。列（1）中，Margin的系数为0.245，在5%的水平上显著为正，表明融资融券制度的实施显著增加了分析师对公司发布研究报告的分歧度，即市场信息环境变得更加复杂。列（2）中，Margin的系数为1.568，在1%的水平上显著为正，Dispersion的系数为0.324，在5%的水平上显著为正，说明市场信息环境在融资融券制度与分析师跟随行为之间起到了部分中介作用，融资融券制度通过改变市场信息环境，使得分析师在获取和分析信息时面临更大的挑战，为了降低信息收集和分析成本，分析师可能会更加依赖其他分析师的研究成果，从而导致跟随行为的增加，研究假设2得到验证。表4：市场信息环境中介效应检验结果变量（1）Dispersion（2）FollowingMargin0.245**（2.48）1.568***（2.87）Dispersion0.324**（2.36）控制变量YesYesIndustryYesYesYearYesYesN56805680R20.1050.203注：括号内为t值，、、分别表示在1%、5%、10%的水平上显著。接着检验分析师的声誉压力是否在融资融券制度与分析师跟随行为之间起到中介作用。采用分析师发布研究报告的准确性（Accuracy）作为声誉压力的代理变量，准确性越高，说明分析师的声誉越好，面临的声誉压力相对较小。构建中介效应模型如下：Accuracy_{i,t}=\alpha_0+\alpha_1Margin_{i,t}+\sum_{j=1}^{n}\alpha_{j}Controls_{i,t}+\sum_{k}\beta_{k}Industry_{i,k}+\sum_{l}\gamma_{l}Year_{t,l}+\epsilon_{i,t}Following_{i,t}=\beta_0+\beta_1Margin_{i,t}+\beta_2Accuracy_{i,t}+\sum_{j=1}^{n}\beta_{j}Controls_{i,t}+\sum_{k}\beta_{k}Industry_{i,k}+\sum_{l}\gamma_{l}Year_{t,l}+\epsilon_{i,t}回归结果如表5所示。列（1）中，Margin的系数为-0.186，在1%的水平上显著为负，表明融资融券制度的实施显著降低了分析师发布研究报告的准确性，即分析师面临的声誉压力增大。列（2）中，Margin的系数为1.673，在1%的水平上显著为正，Accuracy的系数为-0.258，在5%的水平上显著为负，说明分析师的声誉压力在融资融券制度与分析师跟随行为之间起到了部分中介作用。融资融券制度下，分析师的声誉压力增大，为了维护自己的声誉，分析师在对融资融券标的公司进行研究时，可能会更加谨慎，减少跟随行为；但当市场上大多数分析师对某一公司给出一致的观点时，分析师为了避免与主流观点相悖而损害声誉，也可能会选择跟随，研究假设3得到验证。表5：分析师声誉压力中介效应检验结果变量（1）Accuracy（2）FollowingMargin-0.186***（-3.12）1.673***（3.05）Accuracy-0.258**（-2.24）控制变量YesYesIndustryYesYesYearYesYesN56805680R20.1240.198注：括号内为t值，、、分别表示在1%、5%、10%的水平上显著。为检验融资融券制度对分析师跟随行为的影响在不同市场环境下的异质性，将样本分为牛市和熊市两个子样本进行回归分析。根据市场行情的判断标准，将上证综指年度涨幅大于20%的年份定义为牛市，将上证综指年度跌幅大于20%的年份定义为熊市。回归结果如表6所示。在牛市样本中，Margin的系数为2.568，在1%的水平上显著为正；在熊市样本中，Margin的系数为1.254，在5%的水平上显著为正。且通过组间系数差异检验，发现牛市和熊市样本中Margin系数在10%的水平上存在显著差异。这表明融资融券制度对分析师跟随行为的影响在不同市场环境下存在异质性，在牛市行情中，市场整体处于上升趋势，投资者乐观情绪占主导，融资融券制度的实施可能会进一步激发投资者的投资热情，分析师可能会受到市场乐观情绪的影响，更倾向于发布乐观的研究报告和投资建议，跟随行为更加明显；而在熊市行情中，市场处于下跌趋势，投资者悲观情绪浓厚，融资融券制度下的卖空机制可能会加剧市场的下跌压力，分析师为了避免误导投资者，可能会更加谨慎，减少跟随行为，研究假设4得到验证。表6：不同市场环境下的异质性检验结果变量（1）牛市Following（2）熊市FollowingMargin2.568***（3.56）1.254**（2.23）控制变量YesYesIndustryYesYesYearYesYesN23401860R20.2150.156注：括号内为t值，、、分别表示在1%、5%、10%的水平上显著。检验融资融券制度对分析师跟随行为的影响在不同公司特征下的异质性，按照公司规模的中位数将样本分为大规模公司和小规模公司两个子样本进行回归分析。回归结果如表7所示。在大规模公司样本中，Margin的系数为1.456，在1%的水平上显著为正；在小规模公司样本中，Margin的系数为2.345，在1%的水平上显著为正。且通过组间系数差异检验，发现大规模公司和小规模公司样本中Margin系数在5%的水平上存在显著差异。这表明融资融券制度对分析师跟随行为的影响在不同公司特征下存在异质性，对于大规模公司，其信息披露相对充分，市场关注度高，分析师对其研究较为深入和全面，融资融券制度实施后，分析师在对其进行研究时可能会更加谨慎，减少跟随行为；而对于小规模公司，其信息透明度较低，研究难度较大，融资融券制度实施后，分析师可能会因为获取信息的困难和对公司前景的不确定性，更倾向于参考其他分析师的研究报告，跟随行为更加明显，研究假设5得到验证。表7：不同公司特征下的异质性检验结果变量（1）大规模公司Following（2）小规模公司FollowingMargin1.456***（2.87）2.345***（3.65）控制变量YesYesIndustryYesYesYearYesYesN28402840R20.1760.223注：括号内为t值，、、分别表示在1%、5%、10%的水平上显著。最后检验融资融券制度对分析师跟随行为的影响在不同分析师个体特征下的异质性，根据分析师是否为明星分析师将样本分为明星分析师和非明星分析师两个子样本进行回归分析。参考已有文献对明星分析师的定义，将获得《新财富》最佳分析师称号的分析师定义为明星分析师。回归结果如表8所示。在明星分析师样本中，Margin的系数为0.876，在5%的水平上显著为正；在非明星分析师样本中，Margin的系数为2.135，在1%的水平上显著为正。且通过组间系数差异检验，发现明星分析师和非明星分析师样本中Margin系数在1%的水平上存在显著差异。这表明融资融券制度对分析师跟随行为的影响在不同分析师个体特征下存在异质性，明星分析师通常具有较高的声誉和丰富的经验，其研究报告和投资建议在市场上具有较大的影响力，融资融券制度实施后，明星分析师为了维护自己的声誉和市场地位，可能会更加注重独立研究，减少跟随行为；而普通分析师由于经验和声誉相对不足，在面对融资融券制度带来的市场变化时，可能会更加依赖明星分析师或其他资深分析师的研究成果，跟随行为更加突出，研究假设6得到验证。表8：不同分析师个体特征下的异质性检验结果变量（1）明星分析师Following（2）非明星分析师FollowingMargin0.876**（2.45）2.135***（3.98）控制变量YesYesIndustryYesYesYearYesYesN15604120R20.1350.208注：括号内为t值，、、分别表示在1%、5%、10%的水平上显著。5.4稳健性检验为确保实证结果的可靠性和稳定性，采用多种方法进行稳健性检验。首先，更换样本区间。在原样本区间2010-2023年的基础上，分别选取2012-2021年以及2015-2023年两个子区间进行回归分析。在2012-2021年的样本区间内，融资融券制度虚拟变量（Margin）的系数依然在1%的水平上显著为正，与原回归结果一致，表明融资融券制度对分析师跟随行为的促进作用在该子区间内依然显著。在2015-2023年的样本区间回归中，Margin系数同样在1%的水平上显著为正，进一步验证了研究结论的稳健性。采用倾向得分匹配法（PSM）对实验组和对照组进行匹配，以减少样本选择偏差的影响。根据公司规模、盈利能力、资产负债率、市账比等特征变量，运用最近邻匹配法为实验组中的每个公司找到与之匹配的对照组公司。经过匹配后，再次进行双重差分回归。回归结果显示，融资融券制度虚拟变量（Margin）的系数在1%的水平上显著为正，与未进行PSM匹配前的结果一致，说明在控制样本选择偏差后，融资融券制度对分析师跟随行为的影响依然显著。替换关键变量的衡量指标。将分析师跟随（Following）的衡量指标替换为分析师对公司发布研究报告的频率（Frequency），即某公司在一年内被分析师发布研究报告的次数。重新进行回归分析，结果显示融资融券制度虚拟变量（Margin）的系数在1%的水平上显著为正，表明融资融券制度对分析师跟随行为的影响在替换变量衡量指标后依然稳健。通过以上多种稳健性检验方法，均得到了与原实证结果一致的结论，充分证明了融资融券制度对分析师跟随行为影响的实证结果具有较高的可靠性和稳定性，进一步增强了研究结论的说服力。六、案例研究：典型企业分析6.1案例企业选取为深入剖析融资融券制度对分析师跟随行为的影响，本研究精心选取了两家具有典型代表性的企业——贵州茅台和宁德时代。这两家企业在行业地位、公司规模、市场影响力以及融资融券业务开展情况等方面均具有独特性，能够为研究提供丰富且具有价值的信息。贵州茅台作为白酒行业的龙头企业，在资本市场上具有举足轻重的地位。公司市值长期位居A股前列，截至2023年底，贵州茅台市值超过2万亿元，其股票的市场关注度极高，是众多投资者和分析师关注的焦点。贵州茅台自融资融券业务开展以来，一直是融资融券标的证券，融资融券交易活跃。其融资余额和融券余额在白酒行业中均名列前茅，反映了市场对其股票的多空博弈较为激烈。分析师对贵州茅台的研究和跟踪也非常深入和频繁，每年发布的研究报告数量众多。以2023年为例，有超过100家券商的分析师对贵州茅台发布了研究报告，涵盖了公司的财务分析、市场前景、行业竞争等多个方面，为研究分析师跟随行为提供了丰富的数据样本。宁德时代是新能源汽车电池领域的领军企业，代表了新兴产业的发展方向。随着全球新能源汽车产业的快速发展，宁德时代的市场份额不断扩大，在全球动力电池市场占有率连续多年位居前列。公司规模迅速扩张，截至2023年底，市值超过1万亿元。宁德时代在2020年被纳入融资融券标的证券后，融资融券业务发展迅速。由于新能源汽车行业的高成长性和市场关注度，宁德时代吸引了大量分析师的关注。2023年，有近80家券商的分析师对宁德