ABSTRACT

Based on a research sample of 11,760 annual data in 2012~2015 for the collection of Shanghai A shares and Shenzhen A shares in non-financial listing corporation, this study concentrates on the empirical researches about the relationship between audit firm industry expertise, client scale, audit firm scale and audit quality. Through multiple regression analysis method, the results show that audit firm industry expertise and audit quality is significantly positive correlated. Further research finds that compared with smaller scale customer market, bigger one can play a more positive role in audit quality. At the same time, the bigger audit firms are, the higher quality audit firm gets.

Keywords:Industry Expertise, Audit Quality, Client Scale, Audit Firm Scale

会计师事务所行业专长对审计质量影响研究

李莫愁，赵洁

东华大学旭日工商管理学院，上海

收稿日期：2017年11月13日；录用日期：2017年11月28日；发布日期：2017年12月6日

摘 要

本文以2011年~2015年沪深A股非金融类上市公司11,760个数据为样本，对会计师事务所行业专长、客户规模、会计师事务所规模与审计质量的关系进行实证研究。运用多元线性回归分析发现：总体来看，会计师事务所行业专长与审计质量显著正相关。进一步地，大规模客户市场中会计师事务所行业专长与审计质量正相关更显著；大规模会计师事务所行业专长与审计质量正相关关系更显著。

关键词 :行业专长，审计质量，客户规模，会计师事务所规模

Copyright © 2017 by authors and Hans Publishers Inc.

This work is licensed under the Creative Commons Attribution International License (CC BY).

http://creativecommons.org/licenses/by/4.0/

1. 引言

审计质量是会计师事务所能够发现财务会计报告存在的错误以及进行报告的联合概率，前者要求具备专业胜任能力，后者要求具有独立性(Deangelo, 1981 [1] )。我国中天勤会计师事务所于2001年因广夏(银川)实业股份有限公司(以下简称“银广夏”)而发生审计失败，根本原因并不是串谋舞弊丧失独立性所致，而是擅长机械制造业的中天勤会计师事务所对从事生物制药行业的银广夏经营模式并不知悉。导致对异常投入产出比率、进口萃取设备缺乏职业谨慎和应有关注。由此可见，除保持必要的独立性外，会计师事务所还应深入了解和熟悉客户所处行业，进而提高专业胜任能力。

对此，理论界也投入较高关注度，会计师事务所行业专长对审计质量是否有影响？影响程度如何？与此同时，不同规模的客户群体在甄别会计师事务所优劣时是否将行业专长作为重要考虑因素。不同规模的会计师事务所对两者之间的相关关系是否产生重大影响值得考究。通过本文论证，以期为理论界深度广度的拓展以及为实务界提供借鉴指导。

2. 文献回顾

2.1. 影响审计质量的因素

彭巧荣(2015)强调审计质量受审计外部环境、审计客体、审计主体三方面因素共同影响 [2] 。就外部环境而言，刘鑫(2008)提出审计市场的竞争程度对审计质量的影响是两面的 [3] 。当审计市场处于有效竞争时，会计师事务所竞争手段对于审计质量的提高具有促进作用。如果竞争过于激烈，不利于审计质量的提高。陈申(2011)在文中指出法律风险的倒逼效应可成为大型会计师事务所提供高质量审计的源泉 [4] 。反之，小型事务所存在低价竞争从而审计质量难以保证。部分学者实证得出审计任期与审计质量存在正相关的关系(夏立军等，2006 [5] )。刘明辉和乔贵涛(2014)发现员工行为模式和业务质量控制制度存在缺陷的会计师事务所，其审计质量系统性低于其他会计师事务所的审计质量 [6] 。Minutti-Meza (2013)提出审计师个人的决策判断质量受个人专业技能、解决问题能力、风险偏好、经验、独立性等因素影响 [7] 。胡晓丹(2016)指出签字注册会计师自身的对审计质量的影响，则主要受到其个人特征的影响，如性别、学历、专业、职位、执业年限、政治等因素影响 [8] 。

2.2. 行业专长与审计质量

多数学者持相同观点：会计师事务所行业专长与审计质量成正相关关系。最早研究会计师事务所行业专长的鼻祖是Zeff和Fossum (1967)，得出结论为处于领头地位的“八大”事务所因行业不同而垄断程度不同 [9] 。国内学者刘文军(2012)发现在控制了其他因素对盈余管理影响后，具有行业专长的会计师事务所有助于辨别盈余管理属性的差异化，提高审计质量，事务所专门化经验战略作为有效的竞争战略，推动其在竞争程度较低的行业内得到发展 [10] 。第二种观点是会计师事务所行业专长与审计质量成负相关关系。蔡春和鲜文铎(2007)研究发现，会计师事务所行业专长反而会损害审计质量 [11] 。第三种观点是Lys 和Watts (1994)认为会计师事务所行业专长与审计质量无相关关系 [12] 。

2.3. 文献评述

纵观会计师事务所行业专长与审计质量的研究，我国起步较晚，文献内容较匮乏，不仅与国外学者结论不一致，而且国内学者之间争议不断，结论莫衷一是。另外，众多学者直接就客户规模、会计师事规模影响审计质量有长足研究，至于在不同规模的客户、不同规模会计师事务所的交互作用下，行业专长是否对审计质量产生不同影响。理论界并未给以充分一致研究。

3. 理论分析和研究假设

从资本市场演进角度看，分工理论刺激了各行业各领域建立行业专长。会计师事务所作为“独立警察”因行业专长在资本市场中备受青睐。具备专业素养的会计师事务所约束管理者报表粉饰等不正当行为，提高财务信息披露质量，实现利益均衡。从投资者角度看，Telser (1966)最早提出保险理论：为解决利益方之间的利益冲突，股东委托会计师事务所目的在于转移财务信息披露风险，可借其失责为由提起诉讼，此时兼具信息价值和保险价值的会计师事务所扮演报表保险人和风险承担者角色 [13] 。诉讼威胁促使会计师事务所谨慎对待职业风险，追求高质量审计报告。也间接表明会计师事务所要对被审计单位环境的变化高度警觉，结合审计客户所处行业的特点，设计执行更为合理和高效的审计程序，搜集更为恰当的审计证据以减少经营风险造成法律损失。基于上述分析，提出假设1。

假设1：其他条件一定，会计师事务所行业专长与审计质量呈正相关。

马莉(2011)提出信号传递理论，即通过可观察的行为来传递商品价值或质量的确切信息 [14] 。高素质客户一般经营环境良好，内部控制有效，业务流程规范，资产规模较大。为与低素质企业相区别，公司希望通过某种信号提高会计信息质量，进而增强投资者信心，对外传递利好信息，满足自己在资本市场获得额外收益。

假设2：大规模客户中，会计师事务所行业专长更有利于审计质量的提高。

李连军和薛云奎(2007)认为证券市场上的利益相关方有时无法直接识别审计报告的质量，会计师事务所声誉作为一种显性市场信号发挥不可替代的作用 [15] 。通过研究发现国际合作所、国内大所、小所存在不同程度的声誉溢价现象。规模较大的会计师事务所为通过行业专门化加固自身声誉，创造声誉溢价，塑造品牌形象保证审计质量，从而提升市场份额。因此，行业专长能够实现声誉机制。如果审计质量低下，必将影响其在审计市场的地位名声，陷入客户流失，份额降低，公众失望的等不利窘境。

假设3：与小规模会计师事务所相比，大规模会计师事务所行业专长对审计质量影响更显著。

4. 研究设计

4.1. 样本选择与数据来源

本文选取2011~2015年我国沪深A股上市公司作为总研究样本并进行手工摘录、计算和整理，统一根据2001年发布的《上市公司行业分类指引》，行业分类代码级次为：制造业(C)上市公司采用二级分类代码，其他行业采用一级分类代码。本文的数据处理和统计分析利用spss22.0与stata14.0计量分析软件进行。数据筛选过程如表1。

表1. 数据剔除过程

4.2. 变量定义

4.2.1. 被解释变量

借鉴国外学者Dechow等(1994)评估了五种应计利润模型探测盈余管理的能力，利用SEC确定扩大盈余的公司样本，最终发现修正Jones模型在捕捉公司盈余管理程度上最具解释力 [16] 。具体计算方法如下：

$\frac{T{A}_i}{A_{i-1}}=a_1\ast \frac{1}{A_{i-1}}+a_2\ast \frac{\Delta RE{V}_i}{A_{i-1}}+a_3\ast \frac{PP{E}_i}{A_{i-1}}+{\epsilon }_i$ (1)

$ND{A}_i=a_1\ast \frac{1}{A_{i-1}}+a_2\ast \frac{\Delta RE{V}_i-\Delta RE{C}_i}{A_{i-1}}+a_3\ast \frac{PP{E}_i}{A_{i-1}}$ (2)

$D{A}_i=\frac{T{A}_i}{A_{i-1}}-ND{A}_i$ (3)

式(1) $T{A}_i$ 是总应计利润，等于当期净利润与经营活动净流量之差；

$A_{i-1}$ 是上期资产总额；

$\Delta RE{V}_i$ 是当期营业收入与上期之差；

$PP{E}_i$ 是当期固定资产原值；

${\epsilon }_i$ 是残差项；

式(2) $ND{A}_i$ 是经上期资产调整后的当期非操纵性应计利润；

$\Delta RE{C}_i$ 是期末应收账款净额与上期之差；

式(3) $D{A}_i$ 是当期操纵性应计利润。

本文经过公式(1)分行业(人为划分21个行业)、分年度(5个会计年度)进行105次最小二乘回归(OLS)得到系数 $a_1$ ， $a_2$ ， $a_3$ 带入式(2)，求出 $ND{A}_i$ ，(1)、(2)两式相减，得到 $D{A}_i$ 。最终将 $D{A}_i$ 绝对值作为被解释变量。即 $\left|D{A}_i\right|$ 越大，客户盈余管理程度越高，审计质量越低。

4.2.2. 解释变量

传统理论Zeff和Fossum (1967)选用行业市场份额法与行业组合份额法 [9] 。Neal和Riley (2011)研究发现在美国市场环境下，行业市场份额法和行业组合份额法的相关系数为0.16 [17] ，认为行业市场份额和行业组合份额是互补的，故提出“加权市场份额法”，克服单一方法的缺陷。本文采用此方法更具综合性，即加权市场份额法量化会计师事务所行业专长。计算方法如下。

$MS\alpha \beta ={\displaystyle {\sum }_{\gamma =1}^{\gamma }MS\alpha \beta \gamma }/{\displaystyle {\sum }_{\alpha =1}^{\alpha }{\displaystyle {\sum }_{\gamma =1}^{\gamma }MS\alpha \beta \gamma }}$ (4)

$MS\alpha \beta$ 代表行业市场份额法。以客户主营业务收入总额为基础，会计师事务所α占整个行业β的比例；

${\displaystyle {\sum }_{\gamma =1}^{\gamma }MS\alpha \beta \gamma }$ 是会计师事务所α在行业β主营业务收入总额合计数；

${\displaystyle {\sum }_{\alpha =1}^{\alpha }{\displaystyle {\sum }_{\gamma =1}^{\gamma }MS\alpha \beta \gamma }}$ 是所有会计师事务所在行业β主营业务收入总额合计数。

$\sqrt{MS\alpha \beta }={\displaystyle {\sum }_{\gamma =1}^{\gamma }\sqrt{MS\alpha \beta \gamma }}/{\displaystyle {\sum }_{\alpha =1}^{\alpha }{\displaystyle {\sum }_{\gamma =1}^{\gamma }\sqrt{MS\alpha \beta \gamma }}}$ (5)

$\sqrt{MS\alpha \beta }$ 代表行业市场份额法。以客户主营业务收入总额平方根为基础，会计师事务所α占整个行业β的比例；

${\displaystyle {\sum }_{\gamma =1}^{\gamma }\sqrt{MS\alpha \beta \gamma }}$ 是会计师事务所α在行业β主营业务收入总额平方根合计数；

${\displaystyle {\sum }_{\alpha =1}^{\alpha }{\displaystyle {\sum }_{\gamma =1}^{\gamma }\sqrt{MS\alpha \beta \gamma }}}$ 是所有会计师事务所在行业β主营业务收入总额平方根合计数。

$PS\alpha \beta ={\displaystyle {\sum }_{\gamma =1}^{\gamma }PS\alpha \beta \gamma }/{\displaystyle {\sum }_{\beta =1}^{\beta }{\displaystyle {\sum }_{\gamma =1}^{\gamma }PS\alpha \beta \gamma }}$ (6)

$PS\alpha \beta$ 代表行业组合份额。以客户主营业务收入总额为基础，会计师事务所α在特定行业β占其全部客户的比例；

${\displaystyle {\sum }_{\gamma =1}^{\gamma }PS\alpha \beta \gamma }$ 是会计师事务所α在行业β主营业务收入总额合计数；

${\displaystyle {\sum }_{\beta =1}^{\beta }{\displaystyle {\sum }_{\gamma =1}^{\gamma }PS\alpha \beta \gamma }}$ 是会计师事务所α在所有行业主营业务收入总额合计数。

$\sqrt{PS\alpha \beta }={\displaystyle {\sum }_{\gamma =1}^{\gamma }\sqrt{PS\alpha \beta \gamma }}/{\displaystyle {\sum }_{\beta =1}^{\beta }{\displaystyle {\sum }_{\gamma =1}^{\gamma }\sqrt{PS\alpha \beta \gamma }}}$ (7)

$\sqrt{PS\alpha \beta }$ 代表行业组合份额。以客户主营业务收入总额平方根为基础，会计师事务所α在特定行业β占其全部客户的比例；

${\displaystyle {\sum }_{\gamma =1}^{\gamma }\sqrt{PS\alpha \beta \gamma }}$ 是会计师事务所α在行业β主营业务收入总额平方根合计数；

${\displaystyle {\sum }_{\beta =1}^{\beta }{\displaystyle {\sum }_{\gamma =1}^{\gamma }\sqrt{PS\alpha \beta \gamma }}}$ 是会计师事务所α在所有行业主营业务收入总额平方根合计数。

$WMS\alpha \beta =MS\alpha \beta \ast PS\alpha \beta$ (8)

$\sqrt{WMS\alpha \beta }=\sqrt{MS\alpha \beta }\ast \sqrt{PS\alpha \beta }$ (9)

式(8) $WMS\alpha \beta$ 代表加权市场份额法。是以客户主营业务收入总额为基础，行业市场份额和行业组合份额相乘；

式(9) $\sqrt{WMS\alpha \beta }$ 代表加权份额市场法。是以客户主营业务收入总额平方根为基础，行业市场份额和行业组合份额相乘。

最终选用 $WMS\alpha \beta$ 、 $\sqrt{WMS\alpha \beta }$ 作为解释变量的替代变量。

4.2.3. 控制变量

本文参照国内外相关文献，选取代表客户规模，长期偿债能力，盈利能力，发展能力，短期期偿债能力，股东盈利能力，上市年限作为控制变量中的连续变量；选取客户当年是否亏损，会计师事务所出具审计意见类型，会计师事务所规模作为控制变量中的哑变量。同时控制了客户所处行业和年度。

4.3. 模型设定

根据前文被解释变量、解释变量、控制变量选择，构建以下模型：

$\begin{array}{c}\left|DA\right|=a_1+a_{2}Expert+a_{3}LnA+a_{4}LEV+a_{5}ROA+a_{6}GROW+a_{7}CATA\\ +a_{8}EPS+a_{9}AGE+a_{10}LOSS+a_{11}OPI-\epsilon \end{array}$ (10)

总体样本以及大小客户分样本采用式(10)模型一。

$\begin{array}{c}\left|DA\right|=a_1+a_{2}Expert+a_{3}LnA+a_{4}LEV+a_{5}ROA+a_{6}GROW+a_{7}CATA\\ +a_{8}EPS+a_{9}AGE+a_{10}LOSS+a_{11}OPI\end{array}$ (11)

大小所分样本采用式(11)模型二。其中ε是残差项，其他变量汇总以及预期符号，如表2。

5. 实证检验分析

5.1. 描述性统计

表3为整体样本变量描述性统计，从中可以得出：1) 与我国相关领域研究相比， $\left|DA\right|$ 数字整体偏大，主要原因可能受极值影响，未对连续变量分别在第1%和第99%百分位上Winsorize缩尾处理。均值为0.0848且存在数字波动幅度大、分布不均态势，说明不同上市公司盈余管理程度相差悬殊。2) 行业专长采用连续变量指标， $WMS$ 、 $\sqrt{WMS}$ 均值在0.7%左右。从中可以看出，我国一部分会计师事务所以合并为主要途径提高市场份额，并不具备真正意义的行业专长，审计市场整体行业专长度较低，会计师事务所内部行业专长度差异较大。3) 控制变量方面，除个别极端值以外统计值与以往文献基本一致。就连续变量而言其中客户规模(LnA)平均值约21.97，规模适中且较符合正态分布。会计师事务所规模(TOP)这一指标意味着“国际四大”与“国内十大”的客户高达67.59%，行业集中在“大所”现象较为明显。表明客户在选择会计师事务所时出于声誉以及专业胜任角度考虑，选用大所为其提供高质量审计服务。

5.2. 变量相关性分析

表4为采用加权市场份额法下，会计师事务所行业专长及其他各个变量与操纵性应计利润绝对值 $\left|DA\right|$ 相关关系矩阵。在不考虑其他因素的情况下， 和 $\sqrt{WMS}$ 与 $\left|DA\right|$ 在1%的水平上呈显著负相关关系，系数均为−0.066。表明行业专长抑制了客户的盈余管理，明显提高了审计质量。从控制变量显著性角度看，整体独立性良好，彼此共线性可忽略不计。表明各变量程度对审计质量产生不同程度影响。

5.3. 多变量回归分析

经过相关性检验，本文将操纵性应计利润绝对值 $\left|DA\right|$ 与会计师事务所行业专长进行总体最小二乘法(OLS)多元线性回归分析，接着依客户规模LnA中位数(21.8000)及以上为大客户，以下为小客户。会计师事务所各年度排名中国际“四大”与内资所排名前十定义为大所，其余为小所。分样本继续论证假设。同时为避免模型变量之间出现多重共线性，以下模型均通方差膨胀因子(VIF)检测，所有值均介于1~5之间，排除多重共线性问题。如表5所列。

表5列出了总样本、分样本之大小客户、大小所在两种不同加权市场份额法下，行业专长与审计质量的多元回归结果。从(1)、(2)列看出就模型一整体拟合优度指标值来看，F统计值与 $Adj\text{\_}{R}^2$ 较高，模型设计合理；从解释变量与被解释变量的显著性程度尚可。即控制其他因素后， $WMS$ 、 $\sqrt{WMS}$ 分别与 $\left|DA\right|$ 在10%，5%的水平下呈显著负相关，系数分别为−0.001、−0.594这与预期完全相符，该方法更为合理可行地量化行业专长，会计师事务所基于自身发展需要，主动实施战略部署，通过有所侧重的专用性投资，落脚于某一个或多个特定行业，借以专门化程度，提高审计信息质量，从而支持了假设1。客户规模(LnA)系数为负，表明审计规模越大，审计质量也越高。资产负债率(LEV)、资产报酬率(ROA)、主营业务收入增长率(GROW)、流动资产比率(CATA)、基本每股收益(EPS)、上市年限(AGE)、客户亏损(LOSS)、审计意见类型(OPI)系数与 显著正相关，且均对|DA|产生重要影响。意味着高举债、高收益、成长性且易亏损客户倾向于利润操纵，导致审计质量低下。资产周转率(TURNOVER)、系数为负反映营运能力越高的客户审计质量越高。会计师事务所规模(TOP)与 $\left|DA\right|$ 负相关，间接表明大规模事务所具备更高质量的审计水平。

表2. 变量解释

表3. 变量描述性统计

表4. 变量相关性系数

注：表格左下方为Spearman系数。^**为在1%的水平上显著(双尾检验)。

表5. 多元线性回归结果

Continued

注1：括号内为T统计量。注2： ***、**、* 分别表示在1%、5%、10%水平上显著(双尾)。注3：各回归方程均进行了年度和行业哑变量控制，但省略了其结果。

在模型一中，从(3)、(5)列以及(4)、(6)列对比系数看出，大小客户市场中，会计师事务所行业专长都有利于审计质量的提高，在大客户中正向相关性更为明显， $WMS$ 、 $\sqrt{WMS}$ 均与 $\left|DA\right|$ 在1%水平下显著，小客户显著性并不很明显。究其原因是大客户对审计质量具有更高需求，会计师事务所行业专长的差异化优势约束客户利润操纵行为，对于排斥或者拒绝高质量审计的小客户而言，并没有表现出较为强烈追求高审计质量动力，表明行业专长在大小客户的区别对待是审计市场的优化选择的结果。假设2成立。

在模型二中，从(7)、(9)列以及(8)、(10)列对比得出，会计师事务所规模不同，发挥行业专长对审计质量提高的程度不同，大所系数值高于小所对应的系数，大所 $WMS$ 、 $\sqrt{WMS}$ 均与 $\left|DA\right|$ 在5%，1%置信区间内显著相关，即大所更易于发挥行业专长对审计质量的正向作用，小所并未表现出一定的显著性。表明大所遏制盈余管理力度更高，审计质量也越高。结果支持假设3。

5.4. 稳健型检验

为使结果更具说服力，本文借鉴蔡春和鲜文铎(2007)以及李霁友和李宝毅(2016)经验，采用异常性营运资本绝对值的自然对数( $\ln \left|AWCA\right|$ )作为审计质量替代变量，先后进行总体样本、分类样本稳健型分析。异常性营运资本计算方法如下：

$AWC{A}_i=W{C}_i-W{C}_{i-1}\ast \left(S{T}_i/S{T}_{i-1}\right)$ (12)

$AWC{A}_i$ 是异常性营运资本， $S{T}_i$ 和 $S{T}_{i-1}$ 分别为本期以及上期主营业务收入；

$WC$ = (流动资产 − 现金和短期投资) − (流动负债 − 短期借款)。

最终结果依旧支持假设1、假设2和假设3，提高了结果的准确性：1) 会计师事务所行业专长可以提高审计质量；2) 大客户样本中，加强了两者之间正相关关系；3) 大所具备的行业专长对审计质量的提高作用更为明显。

6. 研究结论和建议

6.1. 研究结论

会计师事务所行业专长是审计研究领域的热点话题。最终得出以下三点结论：第一、从总体来看，越具有行业专长的会计师事务所发现盈余管理的能力越强，审计质量越高。第二、进一步根据客户规模将样本进行二分，研究结果表明：客户规模大小在一定程度上影响了会计师事务所行业专长的发挥。大客户中，会计师事务所更加注重发挥行业专长对审计质量正向作用。第三、再一步根据会计师事务所综合排名将样本分为大所和小所，具体地：与小所相比，大所更擅长利用审计专长抑制盈余管理行为以保证审计质量。

6.2. 建议

1) 加大行业专长供给。实现“规模效应”与“专有效应”双管齐下，降低审计风险，减少审计失败，避免审计诉讼，提高审计质量。大所充分利用优质资源积极发挥行业专长效应，与此同时小所避免审计合谋现象发生，将有限资源投放于特定行业予以专门化，促进其持续性良性发展。

2) 刺激行业专长需求。大客户更有动机限制管理层机会主义行为，鼓励会计师事务所行业专长为提高会计质量。针对小客户怠于追求高质审计，也应在力所能及范围内将“行业专长”纳入选聘会计师事务所的标准之中。

致谢

自2015年来东华大学旭日工商管理学院攻读研究生深造以来，不忘学院为学生提供便捷广阔的学术资源，定期开展具有时效性、新颖性学术论坛；不忘会计系各位导师诲人不倦，谆谆教导；不忘导师每周开展论文研讨会，取长补短，相互促进；不忘同学相互鼓励，共同进步。硕士期间学术能力有了很大提高，收获满满。最后，为在相关领域的学者致敬。

文章引用

李莫愁,赵 洁. 会计师事务所行业专长对审计质量影响研究
The Effect of Audit Firm Industry Expertise to Audit Quality[J]. 现代管理, 2017, 07(06): 373-382. http://dx.doi.org/10.12677/MM.2017.76049

参考文献 (References)