首先对信息不对称理论、优序融资理论、委托代理理论及自由现金流理论进行介绍，在理论基础的支撑下结合以往相关研究对超额现金持有、分析师关注与资本配置效率之间的关系进行梳理，提出的研究假设。选取2007-2020年度沪深A股上市公司为研究样本，考虑到超额现金持有需要使用前一期的数据，因此实际研究年份为2008-2020年。
按照以下规则对样本进行筛选：(1)剔除金融保险行业上市的公司，由于其行业的特殊性，在研究中其指标不具有可比性；(2)剔除在2007-2020年度内被ST和*ST处理的上市公司，这类公司财务状况异常，会对研究结果产生干扰；(3)剔除关键财务数据缺失的上市公司，如资本配置效率、超额现金持有和现金股利等；(4)剔除资产负债率大于1的公司；
(5)剔除相关变量的极端值；(6)对主要连续变量按照1%的标准进行Winsorize缩尾处理。经过筛选，得到15423个数据，剔除负向超额现金持有样本后，得到研究的正向超额现金持有样本3664个。所用数据均来源于国泰安数据库，使用excel对数据进行初始处理，运用stata13对数据进行回归分析。
资本配置效率。公司在经营过程中需要对资本进行有效配置，公司将资本投资于有利的投资项目才能够获取更多利益，提升企业价值。管理层应该将资金投资于能够为企业带来价值的项目，避免将资金投资于无效项目。Stein认为，资源配置的完整过程包括融资和投资两个阶段，融资阶段是公司是否能够以合理的资本成本通过债权和股权融资筹集到所需资金，这是对资源的第一次配置。
投资阶段是公司将通过融资筹集到的资金分配给高回报率的项目，这是资源的第二次配置。在资源配置的过程中，融资是为了从外部获取资金，只是资源配置过程的开始，并不是资本配置的最终目标。而投资的目标是将融资阶段筹集的资金投放于有价值的项目来提升企业价值，投资才是资本配置的最终目标。融资效率最终体现为投资效率，研究的资本配置效率为企业投资效率，而非融资效率。
目前相关研究中关于资本配置效率的衡量方式主要有三种。一是Wurgler模型，学者们大多用此模型研究区域及行业整体层面的资本配置效率，用投资弹性系数值衡量资本配置效率的高低。二是边际托宾Q模型，该模型用公司投资对边际Q的敏感性衡量资本配置效率，主要涉及公司投资水平和投资机会两个变量，只要边际Q不等于1，企业就会不断地对资本存量进行调整，但是此模型不能计算企业投资效率的具体偏离程度。
三是Richardson模型，该模型被多数学者用于衡量企业层面的资本配置效率，通过对影响投资效率的主要因素进行回归，得出企业的预期投资水平，实际投资水平与预期投资水平之间的差值即为非效率投资程度。参考张庆君等、刘娟等及程新生等的研究，运用Richardson模型来衡量资本配置效率，用此模型能衡量某一公司具体的投资效率。
超额现金持有。企业所处的行业不同，其经营的业务范围也各不相同，企业之间的现金持有量也存在较大差异，因此仅仅比较各企业间的现金持有量没有意义。但可以比较在满足了企业日常经营所需的现金之外的超额现金持有部分对资本配置效率的影响。因此，选择超额现金持有作为变量研究其与资本配置效率的关系。
企业的超额现金持有是企业在满足正常经营过程中的资金量以外持有的现金，用企业在某一时期实际持有的现金减去企业预期正常经营过程中应当持有的现金，即为超额现金持有量，选取实际现金持有量减去预期正常现金持有量所得到的正值为样本进行研究。
目前学者们常用的计算预期正常现金持有量的方法有两种，一种是借鉴Opleretal的做法，将影响现金持有量的各个因素作为自变量、以实际现金持有量为因变量构建预期现金持有模型，对模型进行回归之后，即可求得预期正常现金持有量。另一种是张会丽和吴有红用企业所在行业的现金持有均值衡量企业预期正常现金持有量。在研究过程中，采用第一种计算方法Opler的回归模型计算预期正常现金持有量，采用第二种衡量预期现金持有水平的方式进行稳健性检验。
借鉴Opleretal的做法，构建预期现金持有模型衡量企业的预期现金持有水平，然后将公司的实际现金持有量与预期现金持有量做差，即为超额现金持有量。分析师关注。在资本市场中，分析师扮演着越来越重要的角色，能够对上市公司进行投资研报解读、经营情况预测并为投资决策提供参考意见。以往的相关研究表明，分析师关注能够通过向市场传递有效信息发挥外部监督作用，缓解委托代理问题，在一定程度上能够影响管理层的行为。
因此，将分析师关注作为调节变量，研究其对超额现金持有与资本配置效率之间的关系产生的影响。分析师关注是指对某一公司在某一期间的经营状况进行专业分析解读并发布研报的数量。通常同一家证券机构关注同一公司的不同分析师会形成统一的意见，由机构发布研报。借鉴Yu的方法，将分析师关注定义为针对某一上市公司发布研报的机构数。
在进行回归时，将该数据加1后取自然对数。该指标可以衡量上市公司受到外部监督或被关注的程度，进而评价分析师对上市公司或资本市场产生的影响。参考杨兴全等、程新生等、蒋煦涵的研究，选择公司规模、成长性、资产负债率、净资产收益率、上市年限、管理费用率及大股东占款作为控制变量，同时控制行业和年份。
主要确定了的样本所属年份区间及数据来源，根据研究假设设计相关变量，构建理论模型对前一章的研究假设进行检验。企业的现金持有状况存在正向超额现金持有和负向超额现金持有，将现金过多与不足统一处理，容易模糊不清和出现逻辑推演方面的困难。为了避免这一问题，同时便于理解和分析，选取正向超额现金持有的样本为研究对象。
研究的样本选取标准为根据预期正常现金持有模型计算的企业实际现金持有与目标现金持有的差值并取正数，以此为超额现金持有样本，而资本配置效率表现为投资过度和投资不足，将超额现金持有样本分为投资过度组与投资不足组进行研究，后续基于此展开分析。
分别为投资不足样本和投资过度样本的描述性统计结果，由表可知：(1)投资不足样本的非效率投资均值为0.028，标准差为0.034；投资过度样本的非效率投资均值为0.063，标准差为0.227；表明投资过度样本较投资不足样本非效率投资的变动幅度大，且非效率投资程度较为严重。
(2)投资不足样本与投资过度样本超额现金持有的均值分别为0.089和0.090，中位数分别为0.061和0.059，说明两组样本公司超额持有现金水平较为接近，且平均数均大于中位数，说明样本公司之间的超额现金持有水平存在两极分化的现象，与正常现金持有水平存在较大差距的公司倾向于持有更多的现金。
(3)为了更清晰地理解数据，对分析师关注指标取对数前后的数据分别进行了统计。通过观察可知，每一家上市公司一年内平均大约受到7家机构的分析师关注，两组样本的中位数分别为3和4，最小值为0，说明有些公司从未受到过分析师的关注，大多数公司的分析师关注度较低，受到最高关注度的公司同时有54家机构对其进行跟踪分析。
(4)在控制变量中，投资不足组的资产负债率最大值为0.996，最小值为0.011，均值为0.492，投资过度组的资产负债率最大值为0.982，最小值为0.007，均值为0.472，说明公司的财务状况差异较大，有些企业负债程度较高。投资过度样本的净资产收益率均值为0.097高于投资不足样本的0.062，投资过度公司较投资不足公司有更多的内部留存现金。通过观察标准差可知，公司规模、成长性及上市年限在各公司之间存在较大差异，管理费用率与大股东占款在各公司中较为平稳。