2025年《政府工作报告》明确指出：“深化资本市场投融资综合改革，大力推动中长期资金入市，加强战略性力量储备和稳市机制建设。” ¹ 持续完善资本市场信息披露监管体系，为投资者提供透明、可靠的投资标的，是夯实资本市场稳定运行基础、推动资本市场高质量发展的重要举措。分析师的核心工作是进行盈余预测并提供专业建议，对优化资本市场信息环境、缓解市场信息不对称具有显著的积极作用（Call等，2019；吴偎立，2023）。提升分析师盈余预测质量，不仅有助于保护投资者权益，也是推动资本市场健康有序发展、助力金融强国建设的坚实基础（王谨乐等，2024；熊熊等，2024）。然而，已有研究发现分析师盈余预测存在乐观偏差普遍过高（许年行等，2012；逯东等，2020）、预测结果同质化（任飞等，2024）、研究报告逻辑不一致（马黎珺等，2022）等问题。因此，探讨如何降低分析师盈余预测偏差具有重要的理论价值与现实意义。

近年来，随着全球经济不确定性的持续攀升，国家政策对企业经营的治理效应日益受到市场的广泛关注（饶品贵等，2017；雷新途和姜君如，2024）。企业在年报管理层讨论与分析（Management Discussion and Analysis，MD&A）中积极阐述国家政策对企业经营的影响。例如，鹏欣资源（600490）在年报MD&A中多次提及相关政策对其业务的影响：“公司响应‘一带一路’倡议，加快海外扩张与资源储备的步伐”“受‘双碳’政策限制影响，矿产品供应缺口加大、价格屡创新高”“公司积极响应习近平总书记‘绿水青山就是金山银山’的生态文明建设理念和自然资源部加快推进矿山生态修复的指导意见”。政策信息作为上市公司年报中的关键非财务信息，涵盖宏观经济环境影响、国家战略导向与重大规划对产业及市场的引导、法律法规与产业政策对企业发展的指引等方面，通常对企业经营活动与业绩表现具有显著影响（杨国超等，2023），更是影响分析师盈余预测偏差的重要因素（徐悦等，2024）。

相较于私有信息，上市公司公开披露的信息因获取成本较低，成为分析师盈余预测的主要信息来源（Sedor，2002；方军雄，2007）。已有研究发现，上市公司信息透明度与分析师盈余预测质量呈显著正相关关系（白晓宇，2009）。上市公司披露更多风险信息（王雄元等，2017）、研发信息（李岩琼和姚颐，2020）、核心竞争力信息（黎来芳等，2023）以及业绩预告信息（王玉涛和王彦超，2012），均有助于提升分析师盈余预测准确度。国家政策与制度环境对企业经营活动具有深远影响，因此政策信息也必然成为分析师盈余预测过程中的重要参考。已有研究主要关注经济政策不确定性对分析师盈余预测的影响。陈胜蓝和李占婷（2017）研究发现，分析师面对经济政策不确定性会持保守态度；戴泽伟和杨兵（2020）研究表明，宏观经济政策不确定性会降低分析师盈余预测准确度。然而，已有文献对企业层面政策信息披露的影响关注不足，鲜有研究探讨企业政策信息披露对分析师盈余预测的影响。

理论上，企业政策信息披露越多，分析师盈余预测偏差越低。宏观经济政策、国家战略导向、国家发展规划、地方产业政策、法律法规等制度安排对企业外部经营环境、行业竞争格局、供应链上下游企业以及生产经营活动均具有直接或间接的重要影响，是分析师盈余预测过程中必不可少的考量因素。尽管政策信息本身具有公开性，但在政策制度体系改革不断深化的背景下，分析师在搜集与企业相匹配的政策信息时仍需投入大量精力和时间。因此，企业积极披露政策信息，能够降低分析师政策信息搜集成本，促使其将更多精力投入对政策信息的深度分析和解读，从而更准确地把握企业所处经营环境与面临的经营风险，降低分析师盈余预测偏差。

鉴于此，本文采用BERT大语言模型构建企业政策信息披露指标，实证检验政策信息披露对分析师盈余预测偏差的影响。研究发现，企业政策信息披露能够显著降低分析师盈余预测偏差，上述结论经过一系列稳健性和内生性检验后仍然成立。机制检验发现，企业政策信息披露通过增加增量信息供给、降低盈余不确定性等渠道降低分析师盈余预测偏差。异质性分析发现，当分析师私有信息获取难度大、企业业务复杂度高以及年报语调消极时，企业政策信息披露对分析师盈余预测偏差的抑制作用更显著。进一步分析发现，同行企业政策信息披露能够发挥溢出效应，降低分析师盈余预测偏差。

本文可能的贡献主要在于：

第一，拓展了政策信息披露的相关研究。已有对年报MD&A非财务信息披露的研究大多聚焦于企业亏损（薛爽等，2010）、风险（王雄元等，2017）、研发（李岩琼和姚颐，2020）、核心竞争力（黎来芳等，2023）等方面信息，鲜有研究关注年报MD&A中政策信息披露的影响。本文考察企业披露政策信息的经济后果，发现企业披露政策信息有助于降低分析师盈余预测偏差，为企业披露政策信息的积极效应提供了直接证据，为后续相关研究提供了有益借鉴。

第二，丰富了分析师盈余预测偏差影响因素的相关研究。已有文献考察了不同信息来源对分析师盈余预测质量的影响，如企业公开披露的信息（白晓宇，2009）、实地调研获取的私有信息（谭松涛和崔小勇，2015）以及媒体挖掘的外部信息（周开国等，2014；娄祝坤和张博慧，2019）。本文基于企业政策信息披露视角，进一步拓展了该领域的研究边界。

第三，采用BERT大语言模型构建企业政策信息披露指标，为年报文本信息相关研究提供了新思路。已有文献大多采用词频分析法进行指标构建（王雄元等，2017；李岩琼和姚颐，2020；李子健等，2022），但该方法存在关键信息遗漏、文本识别精确度不高以及复杂语言结构无法处理等局限，本文采用BERT大语言模型能够在一定程度上弥补词频分析法的局限。同时，本文证实了企业政策信息披露的有用性，有助于促使企业管理层、市场参与者以及监管部门进一步重视政策信息披露。

已有研究表明，企业信息透明度与经营不确定性是分析师盈余预测偏差的重要影响因素（何熙琼和尹长萍，2018；戴泽伟和杨兵，2020）。企业政策信息披露能够为分析师提供大量有助于盈余预测的非财务信息，从而通过增加增量信息供给、降低盈余不确定性来抑制分析师盈余预测偏差。本文基于上述两条作用路径，系统分析企业政策信息披露对分析师盈余预测偏差的影响。

分析师盈余预测偏差的主要影响因素包括企业公开信息披露质量、分析师私有信息获取能力以及个人专业预测水平（马永强和陈伟忠，2025）。其中，企业公开信息披露是决定分析师盈余预测质量的前提条件（Schipper，1991；方军雄，2007）。年报MD&A作为上市公司年报的核心组成部分（孟庆斌等，2017），是企业管理层对外传递信息的重要载体。年报MD&A中的非财务信息有助于信息使用者了解公司经营情况、预测盈余趋势以及评估未来价值（程新生等，2012；Muslu等，2015）。已有研究发现，企业披露非财务信息有助于市场预测企业盈利变化（Li，2010；薛爽等，2010）、降低股价同步性（李子健等，2022）和股价崩盘风险（孟庆斌等，2017），表明企业非财务信息披露为投资者提供了增量信息。政策制度安排是政府调控经济运行的重要手段，政策对企业盈余表现和长远发展具有深远影响。因此，政策信息披露可视为年报MD&A中的关键性非财务信息，对分析师盈余预测具有重要作用。

基于分析师视角，企业年报MD&A中有关政策信息的讨论能够进一步向外提供增量信息，丰富分析师可获取的公开有效信息集，为分析师盈余预测提供更多可参考信息，从而降低分析师的信息搜集成本与专业分析成本。尽管政策信息本身具有公开性，但在政策制度体系改革不断深化的背景下，搜集与企业相匹配的政策信息仍需投入大量成本。企业积极披露与经营活动、盈余直接相关的政策信息，能够降低分析师的搜集成本。政策制度安排对企业发展具有引导作用，政策变化、法规调整以及政府导向等因素均会对企业经营活动和盈利能力产生深远影响（段超颖等，2024）。从宏观层面来看，政策影响国民经济的稳定性与发展态势，与企业经营的外部宏观环境直接挂钩，进而对企业盈余产生重要影响。从中观层面来看，政策引导行业的发展方向，对企业的产品市场需求、供应链上下游稳定性以及产业链发展具有重要影响。从微观层面来看，政策直接影响企业的投资活动、融资能力与营商环境，从而影响企业盈利（李庆德等，2024）。因此，在获取相关政策信息后，分析师能够更全面、更高效地理解政策对企业外部宏观环境、产品市场需求、供应链稳定性、产业链发展能力以及企业投融资活动等方面的具体影响。准确的政策解读能够帮助分析师更好地判断企业潜在经营风险、预测企业未来业绩走向，从而显著降低分析师盈余预测偏差（陈胜蓝和李占婷，2017）。

诸多研究证实，企业盈余波动及经营风险对分析师盈余预测质量具有负向影响。何熙琼和尹长萍（2018）、鄢志娟和王姗（2019）研究发现，企业战略差异度会导致业绩波动性增大，进而降低分析师盈余预测质量。戴泽伟和杨兵（2020）研究发现，宏观经济政策不确定性加剧了企业盈余的内在波动，进而降低分析师盈余预测准确性。在企业盈余不确定性较高、经营风险凸显的情况下，分析师进行盈余预测需要考虑更多市场波动、政策变动等不确定因素，这增加了预测工作的难度（李淑慧等，2025；马永强等，2026）。如前文所述，外部政策变动会对企业盈余产生重要影响，是导致企业盈余波动与经营风险加剧的重要因素之一（段超颖等，2024）。利好政策能够优化企业经营环境，拓宽产品市场需求、缓解融资约束、稳定上下游供应链，为企业平稳盈利提供良好支撑。而相对不利的政策可能会导致产品市场需求下降、投资者信心不足等问题，进而对企业盈余产生显著负向影响。不同的产业政策可能会使企业盈余产生较大波动，增加分析师盈余预测难度，进而加剧分析师盈余预测偏差（程新生等，2012；李庆德等，2024）。

在盈余预测过程中，若企业存在较高盈余波动且未充分披露核心政策信息，则分析师将耗费大量时间与资源梳理政策影响、甄别风险因素，同时会被迫增加主观判断权重，最终降低盈余预测的客观性与精准度（吴锡皓和胡国柳，2015；陈胜蓝和李占婷，2017）。政策信息是分析师盈余预测的核心公开信息依据，企业主动、充分披露政策相关内容，能够大幅降低分析师的信息搜集成本与信息处理成本，帮助分析师快速锁定影响企业盈余波动的核心外部政策因素。在此基础上，分析师能够将更多精力与资源投入政策语境解读、经营风险研判与业绩趋势分析，精准把握企业经营环境与潜在风险。进一步地，通过清晰识别政策变动的利弊影响、量化政策风险的业绩传导效应，分析师能够有效降低预测过程中的不确定性干扰，提升对企业未来盈余表现的预测精准性（褚剑等，2019）。

基于上述理论分析，本文提出研究假说：企业政策信息披露能够显著降低分析师盈余预测偏差。

本文以2007−2023年沪深A股上市公司作为研究样本，并对样本进行如下处理：（1）剔除ST类上市公司；（2）剔除暂停上市及上市年限不足1年的公司；（3）剔除金融、保险行业上市公司；（4）剔除主要变量存在缺失值的上市公司；（5）为缓解极端值的影响，对连续变量进行1%和99%分位数的缩尾（Winsorize）处理。最终，本文获得31427个“年度−公司”样本观测值。

本文测度核心解释变量“企业政策信息披露”所需的管理层讨论与分析文本内容来自中国研究数据服务平台（CNRDS），核心被解释变量“分析师盈余预测偏差”及其他指标的计算数据主要来自CSMAR数据库和CNRDS。

为检验研究假说，本文构建如下主回归模型：

其中，Ferror和Policyinfor分别表示分析师盈余预测偏差和企业政策信息披露。本文控制了公司固定效应和年份固定效应，所有回归均在公司层面进行了聚类处理。鉴于本文考察企业年报政策信息披露对分析师盈余预测的影响，被解释变量“分析师盈余预测偏差”采用t+1期的数据，解释变量及控制变量采用t期数据。模型（1）中各变量的具体定义如下：

已有研究对年报MD&A信息的挖掘大多基于词频分析法，如年报MD&A前瞻性信息（李子健等，2022）、风险信息（王雄元等，2017）、研发信息（李岩琼和姚颐，2020）、碳信息（桂良军和王暖欣，2025）等。然而，词频分析法仍存在诸多局限性，主要体现在如下三个方面：（1）关键信息遗漏问题突出。词频分析法仅依托预设词典与年报MD&A进行关键词匹配，而人工构建的词典难以穷尽所有政策类语义表述，易遗漏隐性、衍生性政策信息，导致测度结果存在偏差。（2）文本识别精确度不高。词频分析法无法判断相关词汇在语句中的重要性，可能将包含关键词但实际语义与标的信息无关的语句误判为有效信息，导致文本识别精确度降低。（3）复杂语言结构无法处理。词频分析法难以应对复杂的语言结构和长距离的语义依赖关系，无法精准识别结构复杂、表述隐晦的政策相关文本。鉴于词频分析法的上述局限，近年来越来越多的研究开始采用BERT大语言模型构建指标。BERT大语言模型能够捕捉更丰富的上下文语义信息，即使政策关键词未在语句中直接出现，也能精准识别出语义相关的表述。进一步地，BERT大语言模型生成的嵌入向量与余弦相似度，能够更精确地度量文本之间的语义相似性，提高政策信息筛选结果的准确性与相关性。

本文采用BERT大语言模型构建指标的具体步骤如下：第一，文本预处理与语料识别。通过Python爬虫抓取沪深A股上市公司年报，提取其中MD&A文本内容，并进行分句处理；同时，手工摘取2000条与政策信息相关的语句作为基准比对文本，并进行预处理。所选政策文本包含对国家或地方发展规划、行业指导意见或制度安排的合理引用以及概括性表述，具有清晰的政策背景指向与规范性语义基础，且与公司战略发展、经营投资等具有直接关系（限于篇幅，相关语料示例未报告，备索）。第二，加载预训练的BERT模型（Bert-Base-Chinese）和分词器，将年报MD&A文本分割成BERT能够理解的词元，再将其编码为张量形式输入模型，生成对应的高维嵌入向量。第三，采用BERT模型将文本转换为嵌入向量，通过计算最后一个隐藏层的平均池化，获取其均值作为文本的嵌入表示。第四，使用Scikit-Learn机器学习库中的Cosine_Similarity函数，计算两个向量之间的余弦相似度，即年报MD&A文本与所有基准比对文本的相似度，并对所得相似度值取均值，作为该语句的政策信息匹配得分。第五，对年报MD&A全文所有语句的得分取均值，得到文件层面的BERT得分，将其作为企业政策信息披露（Policyinfor）的代理变量，该变量值越大，表明企业披露的政策信息越丰富。此外，为保证指标构建的合理性与可信度，本文在稳健性检验中采用基于词典法构建的企业政策信息披露指标进行交叉验证。

参考褚剑等（2019）、马永强和陈伟忠（2025）的研究，本文按照如下步骤对分析师盈余预测数据进行处理：（1）剔除分析师盈余预测公告发布日期晚于预测终止日的观测值；（2）剔除盈余预测公告发布年度与预测年度不一致的样本；（3）仅保留分析师对每个公司的最后一条盈余预测数据；（4）将分析师盈余预测数据按照“公司−年度”层级分组并计算均值，得到Mean(FEPS)，然后根据模型（2）计算分析师盈余预测偏差（Ferror）。

其中，AEPS为公司每股实际盈余，Price为公司期初股票价格。

参考褚剑等（2019）、马永强和陈伟忠（2025）的研究，本文选取如下控制变量：总资产净利率（Roa，企业净利润/资产总额）、资产负债率（Lev，企业负债总额/资产总额）、产权性质（Soe，国有企业取值为1，否则为0）、独立董事占比（Indep，独立董事人数/董事会总人数）、企业上市年限（Age，企业上市年限取自然对数）、企业规模（Size，企业资产总额取自然对数）、“四大”会计师事务所审计（Big4，审计师来自“四大”会计师事务所取值为1，否则为0）、第一大股东持股比例（Top1，第一大股东持股数/总股数）、年个股收益率（Ret，考虑现金红利再投资的年个股收益率）。

表1报告了主要变量的描述性统计结果。结果显示，企业政策信息披露（Policyinfor）的均值为0.643，表明多数企业披露了较为丰富的政策信息。分析师盈余预测偏差（Ferror）的均值为0.035、标准差为0.050，表明分析师盈余预测偏差问题仍然较严重。分析师盈余预测偏差的测算结果以及其他控制变量的描述性统计结果与已有研究基本一致，不再赘述。此外，本文对政策信息披露的年度、行业、地区变化趋势进行了特征事实分析（限于篇幅，未报告，资料备索）。

表2报告了本文的主回归结果。列（1）、列（2）分别报告了未加入控制变量、未控制固定效应的回归结果，结果显示，企业政策信息披露（Policyinfor）的系数均在1%的水平上显著为负。列（3）报告了同时加入控制变量和固定效应的回归结果，结果显示，Policyinfor的系数仍在1%的水平上显著为负。上述结果表明，企业政策信息披露能够显著降低分析师盈余预测偏差，即企业政策信息披露越多，分析师盈余预测偏差越小。从经济含义上来看，企业政策信息披露每提升1个标准差，分析师盈余预测偏差相对于其均值降低约4.66%（0.051×0.032/0.035），回归结果具有经济显著性，本文研究假说得到支持。

为保证主回归结果的稳健性，本文替换核心解释变量的度量方式重新进行回归检验。具体而言，本文通过传统词频法构建政策信息披露指标，采用机器学习等方法拓展生成“企业政策信息披露”词典，通过文本分析方法构建企业政策信息披露指标数据，具体步骤如下：（1）通过阅读大量年报MD&A文本语料以及政府工作报告、政策文件，筛选确定政策信息核心种子词集，包含“政府”“政策”“规划”“监管”“制度”等核心词汇；（2）基于Word2Vec词嵌入模型进行种子词集的近义词扩充，根据语义相似度筛选相关词汇，手工比对筛选出与现有词集相关的词汇，形成“企业政策信息披露”词典；（3）运用CBOW模型对大量MD&A文本语料进行训练（CBOW模型的训练依赖于语料库的质量和多样性，本文从多个行业、不同规模的企业年报MD&A文本中选取数据，并结合政府工作报告和政策文件，以确保语料库的丰富性和代表性），运用Python计算所有样本MD&A中包含的词典词频总数以及相关词汇语句总数；（4）将企业政策信息披露语句总数加1的对数、词频总数加1的对数分别作为替代性解释变量（Policyinfor_sen、Policyinfor_word）。替换核心解释变量的稳健性检验结果如表3列（1）、列（2）所示，Policyinfor_sen、Policyinfor_word的系数均显著为负，表明替换核心解释变量测度方式后，企业政策信息披露依然能够显著降低分析师盈余预测偏差，主回归结果保持稳健。

本文进一步替换核心被解释变量的度量方式，重新进行回归检验。参考褚剑等（2019）、戴泽伟和杨兵（2020）的研究，本文将核心被解释变量（Ferror）计算模型中的公司期初股票价格（Price）替换为公司期末股票价格，并在此基础上计算分析师盈余预测偏差的另一代理变量（Ferror_rep）。回归结果如表3列（3）所示，核心解释变量（Policyinfor）的系数仍显著为负，表明企业政策信息披露对分析师盈余预测偏差的抑制作用仍然存在。

考虑到不同行业、不同地区的政策环境存在系统性差异，企业所披露的政策信息也会存在差异。为进一步降低异方差对回归结果的影响，本文将主回归模型在不同层面进行聚类回归。表3列（4）、列（5）分别报告了在行业层面和地区层面聚类的回归结果。结果显示，核心解释变量（Policyinfor）的系数均显著为负，表明更换不同聚类方法后，本文研究结论仍然成立。

（1）倾向得分匹配（PSM）。为缓解样本选择性偏误对主回归结果的干扰，本文采用倾向得分匹配法对研究样本重新进行回归检验。具体而言，将主回归模型中的所有控制变量作为协变量，进行无放回1比1最近邻匹配。平衡性检验结果显示，样本匹配后所有协变量的标准化偏差均小于5%，且各变量组间差异的t检验结果均不显著，满足匹配要求。在此基础上，本文将匹配后的样本重新进行回归检验。表4列（1）报告的PSM回归结果显示，核心解释变量（Policyinfor）的系数仍显著为负。

（2）剔除国有企业样本。考虑到国有企业相较于民营企业通常会披露更多政策信息，两者在政策信息披露方面存在系统性差异。为排除产权性质可能带来的干扰，本文剔除国有企业样本后重新进行检验。表4列（2）报告了非国有企业样本的回归结果，核心解释变量（Policyinfor）的系数仍显著为负。

（3）采用“分析师−公司−年度”结构数据。考虑到分析师个体特征可能会对回归结果产生干扰，本文加入分析师层面的数据进行稳健性检验。具体而言，本文选取2007−2023年沪深A股上市公司分析师盈余预测的全样本数据，并严格遵循主回归研究设计进行样本筛选；同时，参考林乐和谢德仁（2017）的研究，在主回归模型的基础上进一步加入明星分析师虚拟变量（Star，若分析师为明星分析师则取值为1，否则为0）、分析师跟踪经验（Follow，分析师当年跟踪预测的公司数量加1取自然对数）作为分析师个体特征控制变量。表4列（3）报告了加入分析师层面数据的回归结果，核心解释变量（Policyinfor）的系数仍显著为负。本文进一步控制分析师个体固定效应，表4列（4）报告了同时控制公司、年份、分析师个体固定效应的回归结果，核心解释变量（Policyinfor）的系数仍在1%的水平上显著为负，表明在控制分析师个体特征的影响后，研究结论仍然成立。

本文可能存在一种替代解释，即高质量的财务报告可能为分析师提供了更优质的财务信息，因此分析师盈余预测准确度的提升可能并非企业披露政策信息所致。为排除这一解释，本文在回归中进一步控制企业信息披露质量，具体包括应计盈余管理（DA，基于修正Jones模型计算的操纵性应计利润）、信息披露评级（Rate，将交易所信息披露评级由高到低分别赋值为1、2、3、4）、财务重述（Restate，若上市公司当年发生财务重述则取值为1，否则为0）。表5列（1）报告了加入上述控制变量后的回归结果，核心解释变量（Policyinfor）的系数仍显著为负，表明在控制信息披露质量后，研究结论依然成立。

为进一步缓解样本选择偏差问题，本文采用Heckman两阶段模型进行稳健性检验。在第一阶段Probit回归中，以核心解释变量（Policyinfor）的中位数构建虚拟变量（Policyinfor_dummy）作为被解释变量，并纳入主回归全部控制变量及政企联结这一外生变量作为解释变量。在第二阶段回归中，将第一阶段回归估计的逆米尔斯比率（Imr）代入主回归模型重新进行检验。表5列（2）报告了回归结果，核心解释变量（Policyinfor）的系数在1%的水平上显著为负，表明在控制样本选择偏差后，基准回归结论依然成立。

为缓解遗漏变量带来的内生性问题，本文控制公司、年份以及“年份−行业”“年份−省份”层面的高维固定效应。控制高维固定效应后的回归结果如表5列（3）所示，核心解释变量（Policyinfor）的系数仍显著为负，表明控制高维固定效应后，研究结论仍然保持稳健。

为进一步缓解双向因果效应导致的内生性问题，本文采用工具变量法对这一潜在内生性问题进行再检验。借鉴杨金玉等（2022）的做法，本文选取两个工具变量：一是企业政策信息披露（Policyinfor）与“年度−行业”层面（不含企业自身）政策信息披露均值之差的三次方；二是政企联结。上述工具变量的合理性在于：一方面，离差的三次方（三阶矩）作为原始离差的三阶矩函数，与企业政策信息披露的原始水平之间存在严格的单调关系，能够捕捉企业在政策信息披露上相对于同行的异质性，从而满足相关性要求（Lewbel，1997）；同时，离差的三次方本身不具备可解释的基本面含义，分析师不会将其作为直接预测因子，即与影响分析师盈余预测偏差的混杂因素不存在相关性，从而满足排他性要求。 ² 另一方面，已有研究表明，存在政企联结的企业与政府沟通更为密切，能够优先获取政策信息（潘红波等，2008），因而与企业政策信息披露存在直接相关性，从而满足相关性要求；同时，现有理论与实证研究无明确证据表明政企联结会影响分析师盈余预测准确度，从而满足排他性要求。结果显示，工具变量均显著通过了识别不足检验与弱工具变量检验，表明工具变量设定合理。表5列（4）报告了回归结果，核心解释变量（Policyinfor）的系数仍显著为负，表明缓解双向内生性问题后，基准回归结论依然成立。

企业披露非财务信息能够进一步拓展分析师可利用的公开信息集，为分析师盈余预测提供更多决策依据，从而有助于提升分析师盈余预测准确性（Dhaliwal等，2012）。作为企业外部制度环境的重要组成部分，政策制度安排对企业的经营行为和盈利能力具有重要影响（张新民等，2017）。在此背景下，企业政策信息作为年报MD&A中的关键非财务信息，能够为分析师提供具有增量价值的信息，从而降低分析师盈余预测偏差。

基于上述分析，本文以企业股价同步性作为特征变量进行分组检验。股价同步性本质上衡量的是企业特质信息被市场参与者挖掘并融入股价的程度。当分析师等市场参与者对企业特质信息的掌握有限或外部信息供给不足时，企业特质信息无法纳入定价，个股收益率与市场及行业指数高度共振，由此表现为高股价同步性（Piotroski和Roulstone，2004；朱红军等，2007）；反之，当大量企业特质信息被市场充分挖掘时，股价对特质信息的反应更为灵敏，同步性则相应降低。高股价同步性更多体现了外部市场对企业特质信息的认知不足，而非企业本身缺乏特质信息（Hutton等，2009）。据此，若增加增量信息供给是政策信息披露降低分析师盈余预测偏差的作用路径，则该效应在高股价同步性的样本组中会更显著。参考朱红军等（2007）的研究，本文以公司收益率与市场收益率回归的R²经对数转换后度量公司层面的股价同步性，并按照中位数将样本分为股价同步性高、低两组。表6列（1）、列（2）报告了基于股价同步性的分组回归结果，企业政策信息披露对分析师盈余预测偏差的抑制作用在股价同步性高组中更显著。这表明，当股价同步性较高，即外部市场掌握企业特质信息较少时，企业政策信息披露能够为分析师带来有效的增量非财务信息，从而有效降低分析师盈余预测偏差。

在股价同步性分组检验的基础上，本文进一步以会计信息可比性作为特征变量对增量信息供给机制进行检验。会计信息可比性是指企业与同行的会计信息系统将相同经济事项映射至财务报表的相似程度（De Franco等，2011）。企业会计信息可比性越高，分析师能够借助同行企业财务数据实施横向参照的成本越低，可利用的信息越充裕，此时年报MD&A中政策信息的边际信息增量则相对有限；反之，当企业会计信息可比性较低时，分析师跨企业参照渠道受阻，可利用信息匮乏，此时年报MD&A中政策信息的增量价值更为突出。据此，参考De Franco等（2011）的方法，本文依据企业与同行业可比企业“盈余−收益”映射关系的相似程度构建可比性指标，并以其中位数将样本分为会计信息可比性高、低两组，分别进行检验。表6列（3）、列（4）的回归结果显示，核心解释变量（Policyinfor）的系数在会计信息可比性低组中显著，且通过组间系数差异检验，再次验证本文的增量信息供给机制。

根据前文理论分析，政策信息是分析师盈余预测所需公开信息中的核心内容。政策信息的披露能够降低分析师的信息搜集成本和信息处理成本，有助于分析师更准确地了解企业的经营环境与经营风险，帮助分析师了解政策变化对企业的影响以及企业所面临的政策风险，降低盈余预测的不确定性，从而降低分析师盈余预测偏差。本文以企业盈余波动性作为特征变量进行分组回归。盈余波动性度量的是企业历史盈余的实现路径在时序上的离散程度，其背后反映的是企业盈余对内外部经营环境冲击的敏感性，盈余波动性越高，表明企业的盈余生成过程越易受到政策环境变化等因素的扰动。对于分析师而言，当企业盈余波动性较高时，历史数据的外推价值大幅下降，外部政策环境信息等特质信息的需求随之上升。与此同时，盈余波动性越高的企业，分析师构建盈余预测模型时所需纳入的不确定性因素越多，预测难度越大（戴泽伟和杨兵，2020）。年报MD&A中的政策信息恰恰直接揭示了企业所处政策环境的变化、政策风险的性质以及企业的应对策略，这类信息对于盈余高度依赖政策环境的高波动性企业而言，具有更强的边际信息价值。企业政策信息披露能够帮助分析师厘清盈余波动的政策驱动因素，进而有效收窄预测区间，降低预测不确定性。据此，如果降低盈余不确定性是企业政策信息披露降低分析师盈余预测偏差的作用机制之一，那么可以预期主回归结果将在盈余波动性较高的样本组中更显著。

参考马永强和陈伟忠（2024）的研究，本文采用经年度行业调整后的资产收益率的三年波动率作为企业盈余波动性的代理变量，并以其中位数将样本划分为盈余波动性高、低两组。表7列（1）、列（2）报告了企业盈余波动性的分组检验结果，核心解释变量（Policyinfor）的系数仅在盈余波动性较高的样本组中显著为负，且通过了组间系数差异检验。结果表明，当企业盈余波动性较高，即分析师面临的盈余不确定性程度较高时，企业披露政策信息能够更显著地降低分析师盈余预测偏差。

本文进一步引入股票收益变动率作为特征变量，对降低盈余不确定性的作用机制进行交叉验证。股票收益变动率是资本市场参与者基于全部可得信息对企业未来价值不确定性进行综合定价的结果。当企业股票收益变动率较高时，意味着市场参与者对该企业未来盈余预测存在较大分歧，分析师进行盈余预测时面对的不确定性较高。此时，年报MD&A中直接揭示企业政策环境与政策风险的信息，能够为分析师提供更具针对性的前瞻性信息，有效压缩其盈余预测的不确定区间，政策信息披露的增量效应更显著。相比之下，当股票收益变动率较低时，市场对企业盈余走势已具有较为充分的共识，政策信息披露带来的边际不确定性降低程度有限。据此，参考辛清泉等（2014）的研究，本文以个股日度股价回报的年度方差度量股票收益变动率，并以其中位数将样本分为股票收益变动率高、低两组，分别进行检验。表7列（3）、列（4）的回归结果显示，政策信息披露对分析师盈余预测偏差的抑制效应在股票收益变动率较高组中更显著，且通过了组间系数差异检验。上述结果与预期一致，再次验证了降低盈余不确定性的作用机制。

在信息获取渠道方面，地理邻近性与分析师私有信息获取存在直接关联（Cheng等，2016）。O’Brien和Tan（2015）研究发现，地理邻近性会影响分析师的覆盖决策，邻近性能降低私有信息的获取成本，促使分析师更倾向于跟踪地理上临近的企业。此外，地理邻近性有助于分析师以较低成本获取企业软信息，包括对经营环境、管理层行为以及区域政策执行情况的直接观察与判断。由此，分析师与所跟踪企业之间的地理距离显著影响了其预测质量，地理距离越近，分析师的信息获取优势越强，盈余预测精度也越高（Malloy，2005）。基于上述分析，本文推测当分析师所在券商与所跟踪公司的地理距离越远时，分析师获取私有信息的难度越大，此时企业政策信息披露的增量信息供给效应越强，其对盈余不确定性的抑制作用也应越强，从而更有效地降低分析师盈余预测偏差。

参考魏萍等（2023）的研究，本文根据百度地图API识别分析师所在券商注册地以及所跟踪公司注册地的经纬度，并据此计算券商与公司之间的地理距离，再按照“公司−年度”层面取均值处理。在此基础上，本文以地理距离的中位数为界，将样本划分为私有信息获取难、易两组，分别进行检验。表8列（1）、列（2）报告了分组回归结果，核心解释变量（Policyinfor）的系数仅在分析师私有信息获取较难组中显著为负，且通过了组间系数差异检验。结果表明，当分析师获取私有信息的难度较高时，企业政策信息披露对分析师盈余预测偏差的抑制作用更显著。

企业经营活动在地理空间与业务领域上的复杂度越高，其盈余受异质性市场环境和政策体系的影响就越大，分析师的盈余预测难度也越高。分析师会面临与普通投资者相同的信息处理问题，当面对业务结构复杂的企业时，分析师对相关盈余信息的处理与整合存在系统性滞后，其预测精度也会显著下降（Cohen和Lou，2012）。基于以上分析，本文推测年报MD&A中的政策信息披露能够将原本分散于各业务板块的政策影响予以集中呈现，有助于分析师在复杂的业务结构中厘清企业盈余的主要政策驱动因素，从而更显著地提升分析师盈余预测准确性。

参考唐凯桃等（2025）的研究，本文采用企业异地子公司数量作为业务复杂度的代理变量，并将样本划分为业务复杂度高、低两组，分别进行检验。表8列（3）、列（4）报告了业务复杂度的分组回归结果，核心解释变量（Policyinfor）的系数仅在业务复杂度高组中显著为负，且两组系数在1%的水平上存在显著差异。结果表明，当企业业务复杂度较高时，企业政策信息披露对分析师盈余预测偏差的抑制作用更显著。

一方面，当企业所处的政策环境较为积极时，管理层更倾向于夸大政策的利好，导致政策信息披露的语调异常乐观，从而降低其可信度与有效信息含量（Mayew和Venkatachalam，2012；林乐和谢德仁，2017）。另一方面，当企业盈余已受到或有较大概率受到相关政策的负面冲击时，若管理层未采用积极语调进行信息操纵，则消极语调通常意味着高管更愿意披露全面、真实的政策信息与主观判断（如将业绩波动等负面表现归咎于政策环境变化）。在此情形下，企业披露的政策信息反而具有更高的信息含量。基于上述分析，本文推测相较于乐观语调，消极语调年报MD&A中的政策信息更具可信度和决策有用性，更有助于降低分析师的盈余预测偏差。

参考Loughran和McDonald（2011）、林乐和谢德仁（2017）、马永强和陈伟忠（2024）的研究，本文以LM金融情感词典为基础，统计文本积极和消极词汇的数量，并根据公式：（积极词汇量−消极词汇量）/总词汇量，构建情感语调指标（Tone），Tone取值越大，表明语调越积极。随后，本文按照Tone的中位数将样本划分为情感语调积极、消极两组，分别进行检验。表8列（5）、列（6）报告了分组回归的结果，核心解释变量（Policyinfor）的系数在情感语调消极组中更显著，且通过了组间系数差异检验。结果表明，当企业披露信息的情感语调越消极时，政策信息披露对分析师盈余预测偏差的抑制作用越显著。

同行业企业面临相似的外部经营环境、政策冲击与行业竞争格局，这一共性特征使得单一企业披露的信息对同行企业同样具有参考价值，进而产生行业内的信息溢出效应（江鑫等，2025）。同行业跟踪能够为分析师带来信息外部性优势，行业内信息共享所产生的溢出效应是降低分析师盈余预测偏差的重要原因。对于政策信息而言，同行企业面临的产业政策、监管规则和宏观政策环境具有高度相似性，某一企业在年报中对相关政策进行详细披露，不仅有助于外部投资者和分析师理解该企业的政策应对策略，也为同行企业提供了可比的行业政策信息参照，有助于分析师更准确地判断政策对整个行业盈余前景的影响，从而降低对同行企业盈余预测的不确定性。基于上述逻辑，本文推测企业政策信息披露存在行业溢出效应，即同行企业的政策信息披露能够降低分析师的盈余预测偏差。

鉴于此，本文采用除公司自身外的行业政策信息披露均值（Policyinfor_Ind）作为核心解释变量进行检验。表9的回归结果显示，核心解释变量（Policyinfor_Ind）的系数显著为负，表明同行企业政策信息披露能够降低分析师盈余预测偏差，即存在行业溢出效应。

政策制度安排深刻影响着企业经营，促使政策信息成为分析师预测的重要信息来源。本文实证考察企业政策信息披露对分析师盈余预测偏差的影响及作用机理。研究发现，企业政策信息披露显著降低了分析师盈余预测偏差，该结论在经过一系列稳健性和内生性检验后仍然成立。机制检验结果表明，政策信息披露通过增加增量信息供给、降低盈余不确定性两条路径抑制分析师盈余预测偏差。异质性分析发现，上述抑制作用在分析师私有信息获取难度较大、企业业务复杂度较高以及年报语调消极的样本中更显著。此外，同行企业的政策信息披露同样能够降低分析师盈余预测偏差，即上述抑制作用具有行业溢出效应。

根据上述研究结论，本文获得如下启示：

第一，分析师应深入挖掘年报文本信息。特别地，当企业信息环境较差、盈余波动性或经营风险较高以及分析师私有信息获取渠道较少时，深入挖掘年报MD&A中的政策信息是提升分析师盈余预测准确性的可行之道。同时，分析师还应结合企业投资效率、长期经营业绩等维度，审慎评估政策信息披露质量与管理层披露动机，规避管理层选择性、策略性信息披露带来的研判偏差。

第二，企业应积极披露更多与企业实际经营相匹配的政策信息。相较于研发创新、竞争战略等信息，政策信息具有天然的公开属性，企业披露此类信息的专有成本较低。近年来，我国各类政策调整与改革举措稳步推进、持续深化，这既是“有为政府”积极作用得以发挥的重要体现，也深刻影响着企业的经营决策与发展路径。投资者与分析师自主筛选、匹配海量政策并识别其对单一企业的差异化影响，需要承担高昂的信息搜寻与甄别成本。因此，企业主动披露相关政策信息，不仅有助于降低外部主体的信息获取成本，也能进一步优化自身外部信息环境，缓解信息不对称。

第三，本文证实政策信息披露能够为市场提供高价值的增量信息，监管机构应进一步完善年报信息披露规则，加强对政策信息披露的规范引导。当前，企业政策信息披露多为管理层自愿行为，披露水平参差不齐。对此，监管机构在修订年报信息披露指引时，可适当引导上市公司在年报MD&A中实质性披露宏观经济政策及产业政策的影响。同时，可将政策信息披露的完整性与准确性纳入信息披露质量评价体系，通过交易所信息披露评级等现有机制建立正向激励，推动企业主动、客观、充分地披露政策信息，进而优化资本市场整体信息环境，切实保护投资者利益。