该 文献主要研究的是信息不对称对企业避税的影响。使用分析师跟踪 （analyst coverage）作为信息不对称的代理变量，在去除了内生性问题之后，作者发现，随着分析师跟踪的减少，企业与投资者之间的信息不对称程度会增加，从而 使得企业避税行为不容易被察觉，增加企业避税行为。此外，文献也探讨了二者之间的影响机制问题。

企 业避税问题一直受到学术界和政策制定者的广泛关注，但是Hanlon and Heitzman (2010)却提到“the field cannot explain the variation in tax avoidance very well”并呼吁更多的研究。再者，关于信息不对称与避税的文献也非常之少，并且现有文献都存在一定的内生性问题。所以，作者针对这一既有现实意义又有学 术意义的问题进行了深入研究。

使用分析师跟踪作为信息不对称的代理变量也会导致内生性问题。因为分析师更倾向于跟踪信息透明度高且避税行为少的企业。此外，一些不可观测到的公司特性与分析师跟踪和企业避税行为都有关系，从而使得估计结果产生偏差，也会导致内生性。

为 了克服内生性问题，作者使用了两个自然实验：券商关闭（brokerage closures）和券商合并（brokerage mergers）作为分析师跟踪的外生变量。券商合并与关闭只是券商自己的商业决策，会影响到分析师跟踪，但对企业决策并不会有影响，从而可以解决内生性 问题。

首先，作者对分析师跟踪与企业避税进行了一个基本回归，发现二者之间存在一个负相关关系，分析师跟踪减少会导致企业避税行为增加。

之 后，作者使用1999-2011的47起券商关闭和合并前后一年的数据，去除了内生性问题，使用二重差分（DID）来进一步研究分析师跟踪对企业避税的影 响。论文使用了两个匹配对照组的方法：Abadie and Imbens (2006) matching和最近邻logit倾向匹配得分法（propensity score matching）,依旧得出分析师跟踪减少会导致企业避税行为增加的结论。此外，作者进行稳健性检验，将避税指标进行替换或对照组匹配变量进行替换，仍 然得出相同结论。

最后，作者从四个角度研究了分析师跟踪和企业避税行为的影响机制，发现在初始分析师跟踪少、有融资约束、信息透明度低及公司治理能力差的企业，分析师跟踪和企业避税行为的负向关系更加显著。

   有钱的捧个钱场，有人的捧个人场~

         点赞打赏随您心意，么么哒~

那些让你具有高手气场的黑科技:

1.天路——chinafin与cntrade命令

2.分时数据，从此唾手可得

3.有了这个命令，以后还怕重复？

4.esttab功能挖掘：“Yes”or“No”

5.用“套路”处理数据

6.厉害了，我stata哥

7.图之多，stata放得下

8.爬虫俱乐部周末送大礼——chinagcode提取中文地址经纬度

9.据说这样数据替换比较快，你试一下，然后……

10.众里寻她千百度，synth命令来帮助！

11.登登等登 凳登等灯——均值t检验ttable2命令

12.I have a Stata, I have a python