分析师关注、产权性质与审计质量

　　【摘 要】以我国 2010—2019 年沪深 A 股上市公司为研究样本，实证检验分析师关注对审计质量的影响。研究发现，对于分析师跟踪数量较多的企业和分析师预测乐观偏差较大的企业，审计师提供较高质量审计服务，对于分析师预测分歧度较大的企业，审计师提供较低质量审计服务;进一步研究发现，产权性质具有调节效应，在分析师追踪数量较多和分析师预测乐观偏差较大的非国有企业审计质量更高，而在分析师预测分歧度较大的国有企业审计质量更低。研究结果表明，审计师在对审计质量进行决策时会根据客户风险大小提供不同质量的审计服务，同时不同产权性质对分析师关注与审计质量的影响不同，对推进国企改革具有重要的借鉴价值。

　　本文源自会计之友 发表时间：2021-03-16《会计之友》杂志是面向国内外公开发行的综合性财会杂志，由山西省社会科学院主办，是国内外发行量较大的财会期刊之一，全国中文核心期刊，一级期刊，中国商业会计学会会刊(国家级)，面向国内外公开发行，涉及会计、财务、审计、税务、评估、金融等方面的内容，是财经界人士工作、学习和交流的平台。

　　【关键词】分析师关注; 产权性质; 审计质量; 分析师预测; 高质量审计服务

　　一、引言

　　近期瑞华会计师事务所上百亿元造假舞弊案件的曝光让人们对大型会计师事务所提供的审计服务产生质疑，一时间被誉为“经济警察”和资本市场“看门人”的审计师成为舞弊的“帮凶”。审计师能否保持与客户之间审计监督的独立性，始终如一地提供高质量审计服务，引起学术界和实务界的广泛关注。既往对事务所规模、行业专长等事务所特征如何影响审计质量的文献均假定同一家会计师事务所对外提供了统一质量的审计服务，而 Ke et al.[1]发现，四大会计师事务所针对不同客户提供不同质量的审计服务，即相比于香港交叉上市的客户，四大会计师事务所倾向于向中国内地上市客户提供较低质量审计服务;谢雅璐[2]也发现，审计师存在对客户区别对待的现象，即客户规模不同导致审计师对客户所投入的关注度不同，从而使得审计质量存在差异。那么审计师根据客户特征提供不同质量的审计服务是否为普遍现象呢?

　　基于声誉和审计风险考量，审计师会在成本、收益和风险的平衡中追求利润最大化，如果权衡发现审计失败后面临的诉讼赔偿风险和声誉受损风险比较低，那么审计师可能不太愿意对其投入过多人力物力来换取较高的审计质量;而如果审计师认为，审计失败后面临较高的诉讼赔偿风险和声誉受损风险，可能将投入较多的审计成本以提供高质量审计服务，进而将审计风险降低到可接受的水平。分析师关注是审计师判断客户审计风险大小的重要指标，分析师关注较多的企业曝光度和市场关注度较高[3]，审计失败被发现的概率比较高，从而会带来较高的诉讼赔偿风险和声誉受损风险。因此，审计师对分析师关注较多的企业可能会提供较高质量审计服务，而对分析师关注较少的企业则可能会提供较低质量审计服务，即审计师可能会对不同分析师关注的企业相机决策，提供差异化的审计服务。鉴于此，本文以分析师关注为切入点，从分析师跟踪、分析师乐观偏差和分析师分歧度三方面来探讨分析师关注对审计质量的影响，并在此基础上探究产权性质对分析师关注与审计质量关系的影响。

　　本文可能的研究贡献在于：(1)先前的研究更多地认为会计师事务所对不同的客户提供同等水平的审计服务，但本文研究则发现，会计师事务所会根据客户特征进行相机决策，对不同特征的客户提供不同质量的审计服务，深化了人们对会计师事务所审计质量决策的认识。(2)本文发现，分析师关注会影响审计师的审计质量决策行为，突破了以往只关注审计质量如何影响分析师预测的研究局限，有助于提高实务界和理论界对分析师角色作用的理解和认识。

　　二、理论分析与研究假设

　　(一)分析师关注与审计质量

　　既往研究发现，事务所特征是影响审计质量的重要因素。De Angelo[4]最早研究审计质量，认为事务所规模可以作为审计质量的代理变量，其规模越大，审计师执业水平和独立性越高，审计质量越高，并且得到了一些学者的论证[5-7]。然而，后来有学者发现，事务所规模对审计质量的影响并不显著[8-9]。事务所行业专长对审计质量的提高具有积极作用，具有行业专长的审计师因为具备特定的专业知识和丰富的经验，能够更好地评估审计师与客户相关的风险，所以具有行业专长的审计师往往提供的审计质量更高[10-12]。此外，会计师事务所信息化建设有助于提升审计质量，尤其是有助于提高审计师对高风险客户的风险控制水平[13]。但是上述研究均将会计师事务所视为一个整体，均假定同一家会计师事务所对外提供的审计服务质量是相同的，忽略了审计师作为理性经济人在权衡成本收益过程中会将审计风险和声誉作为重要的考虑因素纳入其中，从而针对不同特征的客户提供不同质量的审计服务。

　　基于对审计风险的考虑，审计师在审计质量决策时会权衡提供低质量审计服务节约的审计成本、审计失败被发现并卷入诉讼的概率以及由此带来的损失赔偿数额。分析师跟踪数量是审计师进行风险判断的重要指标，较多的分析师跟踪会增加上市公司的曝光度和市场关注度[3]，从而增加其低质量审计服务导致的审计失败被发现和起诉的概率，一旦败诉，很可能面临高额的民事赔偿，此时审计师就不会一味为了节约成本、提高利润而降低审计质量;但如果客户分析师跟踪数量较少，其低质量审计服务可能导致的审计失败被外界察觉的概率较小，则审计风险较小，审计师可能会投入较低的审计成本，提供低质量审计服务以满足其对利润的追求。

　　此外，会计师事务所声誉是一项重要的无形资产，也是审计质量决策时需要考虑的重要因素[14-15]。如果单纯为了提高自身声誉，审计师应该对每一个审计项目投入足够的时间和精力，以提供高质量审计服务，并且只有长期持续不断提供高质量审计服务才能建立起较高的市场声誉。与市场声誉的积累相反，一次社会关注度较高的审计失败就可能使已有的声誉荡然无存[16]。然而，会计师事务所的资源是有限的，也需要将资源在不同客户之间进行合理的分配。为了维护自身声誉，会计师事务所很有可能在资源配置时进行权衡，如果该客户审计失败会给会计师事务所带来较大的声誉受损风险，则会计师事务所会投入较多的审计资源，而如果该客户审计失败给会计师事务所带来的声誉受损风险较低，则会计师事务所会投入较少的审计资源[2]。由于分析师的跟踪会提高公司的整体信息透明度[17]，一旦审计失败会计师事务所的声誉将受到严重影响，因此对较多分析师跟踪的客户进行审计时，审计师会投入较多的精力，提供高质量审计服务以降低声誉受损风险。综上所述，审计师在审计质量决策时，会基于客户的分析师跟踪数量对自身诉讼赔偿风险和声誉受损风险的影响进行相机决策。基于以上分析，本文提出研究假设 1。

　　H1：在其他条件相同的情况下，审计师对分析师跟踪数量较多的客户提供较高质量审计服务。

　　相关文献表明，受制于承销关系、经纪业务、自营业务等利益冲突，分析师的预测存在普遍的乐观性偏差[18]。从业绩压力机制来看，分析师的乐观偏差会加大管理层达成市场预期的难度[19]，进而影响管理层的盈余决策。如果管理层业绩成果未能达到或超过分析师的期望值，投资者则会认为企业经营不佳改变投资计划，所以管理层为了缩小分析师的乐观偏差，传递企业经营良好的信号，通常会选择盈余操纵行为以满足市场预期的机会主义行为，从而使审计师面临较高的审计风险;从企业经营风险来看，管理层根据分析师的乐观偏差进行盈余管理，虽然可能在短期内降低企业的资本成本，推高股票的价格，但是这种效应难以长期维持，而一旦不利消息超过企业承受能力，则极易导致资产泡沫，加剧股价未来的崩盘风险 [20]，从而进一步增加了审计风险。为了规避这种经营风险对审计的影响，审计师要投入更多的审计资源，执行更多的审计程序以降低审计风险，从而提供高质量审计服务。基于以上分析，提出假设 2。

　　H2：在其他条件相同的情况下，审计师对分析师预测乐观偏差较大的企业提供较高质量审计服务。

　　分析师预测分歧度反映了分析师对上市公司前景看法的差异，反映了上市公司信息环境和收益的不确定性[21]。一方面，对于分析师预测分歧度较大的企业，未来收益的不确定性较大，投资者投资欲望不高，这种企业受到外界关注较少，即使审计失败也不会引起资本市场很大反应，因此，面对分析师预测分歧度较大的客户，审计师面临的审计风险较低，可能倾向于提供较低质量审计服务。另一方面，经营失败是造成审计失败的原因之一，分析师预测分歧度较大表明企业未来经营的不确定性较大，同时也向资本市场传递其经营失败可能性较大的信号[22]。鉴于此，即便发生审计失败，人们可能将失败主要原因归咎于企业经营状况不佳，而不是将审计失败归咎于审计师，这样审计师受牵连的概率较低，审计风险较低，所以面对这种情况，审计师更有可能节约审计资源，提供低质量的审计服务。基于以上分析，提出假设 3。

　　H3：在其他条件相同的情况下，审计师对分析师预测分歧度较高的企业提供较低质量审计服务。

　　(二)产权性质的调节作用

　　分析师作为外部监督者，一方面承担着信息中介的作用，通过发布研究报告向市场传递上市公司基本面的有效信息，一定程度上可以缓解代理冲突问题，发挥公司治理效应[23-25];另一方面分析师关注度增强也会让事务所在提供审计服务时有所顾忌[26]，所以说分析师关注对会计师事务所这一外部利益相关方的决策也具有重要的影响。谭雪[27]认为，分析师关注对非国有企业的市场监督效用更大，虽然国有企业具有“所有者缺位”和“一股独大”的特点，在一定程度上会弱化治理机制，诱发经理层的机会主义行为，但是由于其具有政府隐性担保特点，受到较多的政府扶持，面临的财务困境和破产风险都比较低[28]，并且其受到审计诉讼和审计处罚的概率比较低，而在非国有企业中，一旦被曝光，投资者就会丧失信心引起公司股价大幅波动，审计师面临审计失败被惩罚的概率比较高，所以即便在分析师追踪数量较多和分析师预测乐观偏差较大情形下，审计师会针对产权性质的不同提供差别化的审计服务，即相比国有企业，在审计师对待分析师跟踪数量较多和分析师预测乐观偏差较大的非国有企业更容易提供高质量审计服务;同样，当分析师预测分歧度较大时，本身未来经营存在不确定性，投资者也不会太关注，其面临审计风险也比较低，在国有企业的“父爱式”监管下，被惩罚的风险更低，所以在分析师预测分歧度较大情形下，相比非国有企业，审计师对国有企业会提供更低质量审计服务。

　　H4：相比国有企业，审计师更容易对分析师追踪数量较多和分析师乐观偏差较大的非国有企业提供高质量审计服务。

　　H5：相比非国有企业，审计师更容易对分析师分歧度较大的国有企业提供低质量审计服务。

　　三、研究设计

　　(一)样本选择和数据来源

　　本文选取 2010—2019 年中国沪深两市 A 股上市公司数据为研究样本，数据来源于国泰安(CSMAR)数据库。本文对初始样本做如下剔除处理：(1)剔除金融行业上市公司和 ST 等特殊处理的样本;(2)剔除数据有缺漏的观测值;(3)剔除分析师跟踪数量为 0 的样本。最终得到的研究样本包含 2 271 家公司，得到 9 237 个样本观察值。为避免离群值的影响，对所有连续变量在上下 1%位置进行了缩尾(Winsorize)处理。

　　(二)模型设定与变量定义

　　1.被解释变量

　　操控性应计是学术界最常用的审计质量度量指标，它能够采用连续变量的方式反映出审计师降低财务报表中错报的努力程度，因此，本文也选择操控性应计作为审计质量的代理变量。本文借鉴以下三种方法估计操控性应计：基本 Jones 模型(Jones，1991)、修正的 Jones 模型(Dechow et al.，1995)、业绩匹配的 Kothari 模型(Kothari et al.，2005)。具体计算通过以下模型分行业分年度进行回归：

　　其中，TAi，t 是 i 公司第 t 年的总应计利润，等于营业利润减去经营活动现金流量净额;ΔREV 是主营业务收入与上期主营业务收入的差额;ΔREC 是年末应收账款与上期应收账款的差额;PPE 是厂房、设备等固定资产;Ai，t-1 是 i 公司上期期末总资产;ROA 是总资产收益率;ε 是残差项，代表各公司总应计利润中的可操控性应计利润部分，对其取绝对值即操控应计。

　　2.解释变量

　　(1)分析师跟踪数量

　　本文主要检验审计师对待不同分析师跟踪的客户是否提供不同的服务，因此按照事务所和年度对客户进行分组，计算出每组中客户分析师跟踪数量的中位数，位于中位数以上的取值为 1，其他取值为 0。本文将分析师跟踪数量分别按照分析师跟踪人数和跟踪机构数进行分析。

　　(2)分析师预测乐观偏差

　　采用分析师盈余预测值与实际值的误差表示，具体见公式 1：

　　其中，Feps 为分析师预测的每股收益，Meps 为上市公司每股收益的实际值。预测值只采用预测当年的数据，只保留分析师预测误差大于 0 的样本，其数值越大，表明分析师乐观偏差越大。

　　(3)分析师预测分歧度

　　采用所有分析师对某家上市公司某年样本预测标准差，具体见公式 2：

　　其中，按照不同事务所和年度对客户进行分组，计算出每组中客户分析师预测分歧度的中位数，位于中位数以上的取值为 1，其他取值为 0。

　　3.控制变量

　　借鉴 Chen et al.[29]审计质量相关领域研究，本文选取以下控制变量：公司规模(Size)、资产负债率(Lev)、总资产收益率(Roa)、是否发生亏损(Loss)、公司成长性(Growth)、是否为“四大”会计师事务所(Big4)、审计意见(Opinion)、总资产周转率(Turnover)、两职合一(Dual)、前三位高管薪酬(Top3)、存货资产比率(Inv)、第一大股东持股比例(First)、账面市值比(BM)、产权性质(Soe)，除此之外，还控制了年度、行业虚拟变量。

　　变量具体定义见表 1。

　　(三)模型建立

　　1.分析师跟踪数量对审计质量的影响模型。本文构建模型 1 对前文提出的研究 H1 进行检验：

　　Absacc=α0+α1Broker+α2Size+α3Lev+α4Roa+ α5Loss+α6Growth+α7Big4+α8Opinion+α9Turnover+ α10Dual+α11Top3+α12Inv+α13First+α14BM+α15Soe+ ∑Year+∑IND+ε (1)

　　其中，被解释变量为审计质量(Absacc)，具体可以用 Absacc1、Absacc2、Absacc3 表示，解释变量为分析师跟踪数量 (Broker)，具体包括分析师跟踪人数为(Borker1)和分析师跟踪机构数(Broker2)。根据 H1，预期 α1 系数为负，表明在其他条件相同的情况下，审计师对分析师跟踪数量较多的客户提供较高质量审计服务。

　　2.分析师预测乐观偏差对审计质量的影响模型。本文构建模型 2 对前文提出的 H2 进行检验：

　　Absacc=α0+α1Optim+α2Size+α3Lev+α4Roa+ α5Loss+α6Growth+α7Big4+α8Opinion+α9Turnover+ α10Dual+α11Top3+α12Inv+α13First+α14BM+α15Soe+ ∑Year+∑IND+ε (2)

　　其中，解释变量为分析师预测乐观偏差(Optim)，根据研究 H2，预期 α1 系数为负，表明在其他条件相同的情况下，审计师对分析师预测分歧度乐观偏差较大的客户提供较高质量审计服务。

　　3.分析师预测分歧度对审计质量的影响模型。本文构建模型 3 对前文提出的 H3 进行检验：

　　Absacc=α0+α1Dfdisp+α2Size+α3Lev+α4Roa+ α5Loss+α6Growth+α7Big4+α8Opinion+α9Turnover+ α10Dual+α11Top3+α12Inv+α13First+α14BM+α15Soe+ ∑Year+∑IND+ε (3)

　　其中，解释变量为分析师预测分歧度(Dfdisp)，根据研究 H3，预期 α1 系数为正，表明在其他条件相同的情况下，审计师对分析师预测分歧度较大的客户提供较低质量审计服务。

　　4.产权性质调节效应模型。为了验证产权性质对分析师关注影响审计质量的调节效应，本文构建模型 4—模型 6 分别对前文 H4 和 H5 进行检验。

　　Absacc=α0+α1Broker+α2Broker×Soe+α3Size+ α4Lev+α5Roa+α6Loss+α7Growth+α8Big4+α9Opinion+α10Turnover+α11Dual+α12Top3+α13Inv+α14First+ α15BM+α16Soe+∑Year+∑IND+ε (4)

　　Absacc=α0+α1Optim+α2Optim×Soe+α3Size+ α4Lev+α5Roa+α6Loss+α7Growth+α8Big4+α9Opinion+α10Turnover+α11Dual+α12Top3+α13Inv+α14First+ α15BM+α16Soe+∑Year+∑IND+ε (5)

　　Absacc=α0+α1Dfdisp+α2Dfdisp×Soe+α3Size+ α4Lev+α5Roa+α6Loss+α7Growth+α8Big4+α9Opinion+α10Turnover+α11Dual+α12Top3+α13Inv+α14First+ α15BM+α16Soe+∑Year+∑IND+ε (6)

　　其中，模型 4—模型 6 主要验证产权性质(Soe)的调节效应，根据 H4，预期模型 4 和模型 5 中的 α2 系数为正，根据 H5，预期模型 6 中的 α2 系数为负，表明产权性质在分析师关注对审计质量的影响中具有调节效应。

　　四、实证结果分析

　　(一)描述性统计

　　表 2 列示了主要变量的描述性统计结果。由于操控性应计都是在 Jones 模型基础上变形回归残差取绝对值的方式得到，所以描述性统计数据均大于 0，Absacc1、 Absacc2 和 Absacc3 描述性统计数据基本一致;分析师跟踪人数(Broker1)的均值和中位数分别 0.45 和 0.00，最大值和最小值分别为 1.00 和 0.00;分析师跟踪机构数(Broker2)的均值和中位数分别为 0.44 和 0.00，最大值和最小值分别为 1.00 和 0.00，说明不同上市公司的分析师跟踪数量存在较大的差异，侧面反映上市公司所处的信息环境不同;分析师预测乐观偏差(Optim)均值和中位数分别为 1.61 和 0.32，说明从整体来看，分析师会高估上市公司的实际盈余能力;分析师预测分歧度(Dfdisp)均值和中位数分别为 0.61 和 1.00，最大值和最小值分别为 1.00 和 0.00，说明分析师对不同公司盈余预测准确性会有所差异;审计意见(Opinion)的均值和中位数分别为 0.01 和 0.00，表明得到非标审计意见的样本占样本总量的比例较低;是否为“四大”(Big4)均值为 0.07，表明国内前四大会计师事务所的市场份额较小;总资产收益率(Roa)的均值和中位数分别为 0.04 和 0.03，最小值和最大值分别为 0.00 和 0.15，表明样本公司的盈利能力虽然有较大差异，但总体水平较好;企业成长性(Growth)的均值和中位数分别为 0.13 和 0.10，表明样本公司的成长性较好;是否发生亏损(Loss)的均值和中位数分别为 0.01 和 0.00，说明大部分公司在上一年度处于盈利状态。企业性质(Soe)的均值为 0.42，即观测样本中国有企业比例接近半数，仍是国民经济增长的主力。

　　(二)回归结果分析

　　1.分析师跟踪数量与审计质量之间的回归结果分析

　　本文对模型 1 进行了 OLS 稳健标准误回归来验证 H1，回归结果如表 3 所示。从表 3 可以看出，(1)—(3)列分析师跟踪人数与审计质量之间的回归系数都是 -0.003，均在 1%水平上显著为负，表明审计师对分析师跟踪人数较多的客户提供了更高质量审计服务;(4)—(6)列中分析师跟踪机构数与审计质量之间的回归系数都是 -0.003，均在 1%水平上显著，表明审计师对分析师跟踪机构数较多的客户提供了更高质量审计服务。上述结论验证了 H1，表明审计师会根据客户的分析师跟踪数量对审计质量相机决策。

　　2.分析师预测乐观偏差与审计质量之间的回归结果分析

　　本文对模型 2 进行了 OLS 稳健标准误回归来验证 H2，回归结果如表 4 所示。从表 4 可以看出，(1)—(3)列中分析师预测乐观偏差与审计质量之间的回归系数分别为 -0.002、-0.003、-0.003，均 在 5%水平上显著，表明审计师对存在分析师预测乐观偏差倾向的客户提供了更高质量的审计服务，验证了 H2，表明审计师会根据客户分析师预测的乐观偏差程度相机决策。

　　3.分析师预测分歧度与审计质量之间的回归结果分析

　　本文对模型 3 进行稳健标准误 OLS 回归来验证 H3，回归结果如表 5 所示。从表 5 可以看出，(1)—(3)列中分析师预测分歧度虚拟变量与审计质量之间的回归系数分别为 0.006、0.006、0.006，均在 1% 水平上显著为正，表明审计师对分析师预测分歧度较大的客户提供了较低质量审计服务，验证了 H3，表明审计师会根据客户分析师分歧度的不同对审计质量进行相机决策。

　　4.产权性质对分析师关注与审计质量之间调节效应的回归结果分析。本文对模型 4—模型 6 进行稳健标准误 OLS 回归来验证 H4 和 H5，回归结果如表 6 所示。从表 6 可以看出，(1)—(3)列中，交乘项 Soe×Broker1 的回归系数分别为 0.003、0.003 和 0.002，在 5%、10%和 10%的水平上显著为正;(4)—(6)列中，交乘项 Soe×Broker2 的回归系数分别为 0.003、0.003 和 0.002，分别在 5%、1%和 1%水平上显著为正。从表 7 可以看出，(7)—(9)列中，交乘 项 Soe×Optim 的回归系数分别为 0.003、0.003 和 0.004，都在 10%水平上显著为正，验证 H4，说明与国有企业相比，分析师追踪数量较多和分析师预测乐观偏差较大的非国有企业中的审计质量更高;(10)—(12)列中，交乘项 Soe×Dfdisp 的回归系数分别 -0.005、-0.002、-0.002，都在 10%水平上显著为负，验证了 H5，说明与非国有企业相比，分析师分歧度较大的国有企业中的审计质量更低。

　　(三)稳健性检验

　　1.采用固定效应模型回归。为了防止对分析师关注与审计质量产生共同作用的遗漏变量而产生的内生性问题。本文还采用固定效应模型进行了检验，回归结果(未列示)与原回归结果一致，说明本文的研究结论是稳健的。

　　2.Cluster 聚类标准误回归。为缓解截面相关、校正组内异方差及时间序列相关问题，对模型中各变量回归系数的标准误差在公司层面与年度层面进行 Cluster 处理，回归结果(未列示)与原回归结果一致，说明本文的研究结论是稳健的。

　　五、研究结论与政策建议

　　本文以我国沪深两市 A 股上市公司 2010—2019 年的样本为研究对象，检验分析师关注对审计质量的影响。通过研究发现：(1)审计师提供审计服务时会根据客户风险大小进行相机决策。具体而言，对于分析师跟踪数量较多的企业和分析师预测乐观偏差较大的企业，审计风险较高，审计师会提供较高质量审计服务;对于分析师预测分歧度较大的企业，审计风险较低，审计师会提供较低质量审计服务。(2)在进一步区分产权性质的分析中，本文发现审计师对分析师追踪数量较多和分析师预测乐观偏差较大的非国有企业提供高质量审计服务，对分析师预测分歧度较高的国有企业提供低质量审计服务。

　　基于以上研究结论，本文提出以下政策建议：第一，审计行业监管机构在对会计师事务所进行执业检查时，要对分析师关注程度较低的上市公司进行重点检查，并对审计师的低质量审计服务行为采取更严厉的行政处罚，防止会计师事务所提供差异化审计服务;第二，对会计师事务所来讲，应当提高审计服务的标准化程度，强化审计业务质量控制制度建设，避免对客户提供差异化的审计服务，以长期的高质量审计服务维持较高的市场声誉;第三，通过研究产权性质对分析师关注与审计质量的影响，我们应该深刻认识到国有企业存在的问题，为我国特殊制度背景下的审计质量供给提供了更本土化的解释，对完善国有企业公司治理机制提供借鉴。