本书的创新点主要有以下四点： （1）通过机器学习得出客观衡量来自目标公司之外的信息渠道的指标。先对各类目标公司之外的信息渠道进行筛选，然后通过机器学习方式对各个信息渠道的权重进行计算，形成一个客观科学衡量目标公司之外信息渠道的指标。 （2）对来自目标公司之外信息影响分析师行为的路径进行检验。在实证检验出来自目标公司之外信息对分析师各阶段行为的影响后，对各细化信息渠道对分析师行为的影响进行检验。 （3）将分析师跟踪行为、分析师实地调研行为和分析师报告相关行为同时纳入统一研究框架中，并对分析师行为进行连贯分析。 （4）补充了来自目标公司之外信息渠道的信息含量相关研究。本书探讨了目标公司之外的信息渠道对分析师行为的影响，并对分析师行为的差异是否受到来自目标公司之外信息的影响进行了研究。

1 导论
1.1 研究背景与意义
1.2 相关概念界定
1.3 研究目标与研究内容
1.4 研究思路与方法
1.5 主要创新点
2 文献综述
2.1 分析师跟踪的文献回顾
2.2 分析师实地调研的文献回顾
2.3 分析师研报相关的文献回顾
2.4 来自目标公司之外的信息相关文献回顾
2.5 文献述评
3 理论基础与分析
3.1 理论基础
3.2 理论分析框架
4 来自目标公司之外的信息指标的计算
4.1 机器学习算法模型介绍
4.2 来自目标公司之外的信息指标计算
5 来自目标公司之外的信息与分析师跟踪行为的实证检验
5.1 理论分析与研究假设
5.2 研究设计
5.3 实证结果与分析
5.4 稳健性检验
6 来自目标公司之外的信息与分析师实地调研行为的实证检验
6.1 理论分析与研究假设
6.2 研究设计
6.3 实证结果与分析
6.4 稳健性检验
7 来自目标公司之外的信息与分析师研报相关行为的实证检验
7.1 理论分析与研究假设
7.2 研究设计
7.3 实证结果与分析
7.4 稳健性检验
7.5 作用机制检验
8 来自目标公司之外的信息对分析师行为差异的影响探究
8.1 分析师行为的逻辑顺序
8.2 以各阶段为基础探究来自目标公司之外的信息对行为差异的影响
8.3 来自目标公司之外的信息对分析师行为差异的影响
8.4 小结
9 研究结论、政策建议与研究不足
9.1 主要研究结论
9.2 政策建议
9.3 研究不足
参考文献
索引