资本化的研发费用与审计收费关系研究——来自A股上市公司2007—2017年的经验证据

杜建菊，乔 蕾

(1.安徽财经大学，安徽蚌埠 233030；2.安徽文达信息工程学院，安徽合肥 231201)

1 研究背景

2014年9月，国务院总理李克强在夏季达沃斯论坛上公开发出“大众创业、万众创新”的号召，各地掀起创新创业的浪潮。而对于公司来说，创新是其存活和成长的基础，研究与开发的投入又是推动公司持续创新的源动力所在。对当代公司的而言，他们的竞争优势已从对原料的控制和使用向对知识、科技等无形资产的拥有和开发进行转变。随着行业间竞争的愈演愈烈，公司对研究与开发的投入就会逐步增加。

2006年之前，会计界对研究开发支出采用全部进行费用化的模式进行计量，新会计准则颁布后业界对研究开发支出的会计处理，调整为满足一定的条件，允许进行资本化计量。只有当满足一定条件时，公司的研究开发费用可进行的资本化处理的模式在某种水平上激励了公司对研究开发的资金投入量，可以增大企业的持续经营的可能性，这与国际会计准则基本保持步调一致。但是将中国的实际国情考虑进去，我国的经济制度、国内环境、实务中工作人员的业务能力等，实际上，由于研究开发活动过程复杂,外界对与研发项目的信息所知甚少，什么时间段属于研究阶段，什么时间段属于开发阶段，以什么样的判断标准进行资本化处理,可资本化的数额是多少等，都与企业管理层的主观意愿分不开。同时，研发的未来收益不确定性为管理者提供了一种权限，让经理人可以利用研发支出来调控收益。在资本市场中，投资者通过上市公司公布的会计报表进行决策，而作为独立第三方的审计师就肩负起了市场监察的作用。通过审计师的审计，对于存在于管理层与投资者之间的信息不对称进行缓和，使市场更有效率。但是研究开发的特性给注册会计师进行审计带来了工作难度和压力。基于研究开发活动的特殊性，在一定程度上增加了注册会计师进行审计时的工作难度和工作量以及随之而来的风险。因此，注册会计师是否会因为额外的审计工作或者因面临更大的审计风险而增加审计收费，应当引起我们的关注，本文就资本化的研究开发费用与审计收费之间的关系进行探讨。

2 文献综述与假设提出

2.1 文献综述

关于如何界定研究开发费用的资本化和费用化，在一些西方国家的会计准则中对此进行颁布条例、明确说明的时间较早，所以这两个方面的研究一直都是学术界关注的热点，涉及研发费用动机、研发资本化信息披露与企业价值相关性研究等方面。在我国新准则公布前后学术界对于它的研究一分为二。新的会计准则颁布之前的很长一段时间里，国内研究中，大部分文献都是围绕研究开发费用如何在实务中进行会计计量的理论性探讨展开，绝大多数学术研究围绕开发的性质展开，学者们将研究重点放在对英国、美国等西方国家与我国关于研究与开发费用的会计处理方法的对比上。随着新的会计准则的出台，学术界、实务界开始将研究重点移动到关注研发支出资本化影响因素及动机、研究开发支出资本化影响因素等方面。关于审计定价这一主题，最早是由Simunic[1]于20世纪80年代开启，之后的学者也进行了诸多研究。对于开发费用与审计收费的关系，国外学者有所涉足，国内学者研究甚少。Liu Z[2]研究了23439家公司的研发强度与审计收费之间的关系，审计费用会因为研发力度支出的强度而有所不同，某些其他因素(如专家审计师)可以缓解研发强度与审计费用之间的关系，从而证实了研发强度与审计费用之间存在积极的关系，雇用行业专家审计师可能会削弱他们之间的这种关系。Krishnan G V[3]以特定行业软件行业为例，研究了资本化的软件开发成本与审计收费之间的关系。依据SFAS NO.8，研发费用资本化，意味着由公司向公众传达出有关其软件产品的未来商业可行性的信息。这表明客户的业务风险降低，从而降低审计风险。这一论点预测资本化软件开发成本与审计费用之间存在负相关关系。另一方面，资本化的软件开发成本增加了盈余管理的风险，从而提高了审计风险。为了弥补更高的审计风险带来的损失，注册会计师需要付出较高的努力，收集更多的证据和进行更多的测试，预计审计师应确保软件资产的认可是适当的。因此，审计费用预计与资本化的软件开发成本正相关。鉴于对审计费用与资本化的软件开发成本之间的相反预测，在不同的假设检验之下进行研究，研究得出资本化的软件开发成本与企业的审计费用是负相关的。Cheng J C[4]研究了中国市场的资本化的研发成本与审计收费的关系。以全行业的数据为例，首先进行了资本化的研发费用与审计收费之间关系的研究，接着将资本化的研发费用进行划分，得出可自由量裁的研发资本化的部分是出于盈余管理动机，而不可自由量裁部分则反映了得付出更多的审计工作。最后以资本化的样本与全样本进行对比，对于资本化的企业而言，盈余管理动机加强了资本化的研发费用与审计收费之间的关系。

2.2 假设提出

2007年会计准则改变对研发支出的会计处理方法——允许有条件地进行资本化处理，这与原准则有很大不同，改变了当前对研发费用进行费用化处理的做法，对于满足五大确认条件的研发活动支出可以进行资本化处理，可确认为资产。具体而言，CASBE No.6规定的资本化标准主要是管理者的主观判断，再加上研发活动所带来的未来经济利益具有不确定性，还有人们对项目的“成功”的具体定义不同，因此不同的人对研发项目成功率的估计可能差异甚大，实务中对于研究开发支出资本化的会计操作难度也大。现实生活中，有的公司可能是多个研发项目同步开工，导致有的项目成功，有的项目失败。对于已经成功开发项目在资本化时按照什么样的标准来确认其费用并予以资本化，资本化后又怎样摊销，具有很大的主观性，不易把握操作，所以可资本化的部分使管理层具有很大的自主选择权，对于资本化金额的确定存在很大的不确定性。再者，将研究开发支出资本化后，可能导致虚增资，虚增收益，因此，企业管理者可能会滥用这种自主选择权，人为地粉饰财务报表。上述分析表明，探究利益相关者是否将研发资本化看作机会主义行为或者信号传递很重要，但是之前的文献研究主要从股东或者债权人的视角，很少有学者从审计师的角度出发进行研究。

影响审计师定价决策的有两个方面的因素：第一，审计客户的风险状况影响审计师对客户特定业务风险的评估。高业务风险的特定用户可能会加剧审计师面临诉讼风险，或者因被审计单位破产或未查出的误报会计数据而丧失声誉。因此，审计师收取风险溢价以补偿未来可能面临的各种风险。研发投入具有一些独特的特征：历经周期长，结果不确定，存在失败的可能性。再者，研发支出与其他企业投资不同，产生了大量的信息不对称问题，较高的信息不对称可能导致盈余管理和资产盗用的可能性较高。因此，研发投入大、资本化计量的主观性、信息不对称、盈余管理风险、审计师业务失败风险以及可能面临的诉讼风险，都引发审计师对研究开发费用资本化的重视。Simunic指出，如果业务失败风险较高，审计师将商业失败概率和破产风险纳入定价决策，并要求通过收取审计服务溢价补偿诉讼风险和声誉丧失的风险。第二，审计报告的范围和审计工作的数量在不同的审计客户之间可能有所不同，这些都会对审计师的定价决策产生影响。研发投入具有独特性，每个研发项目都是独一无二的，研发投入的独特性增加了这些投资估值的难度，研发投入的计量一般不可靠，对这些投资的会计测量的不可靠性，要求注册会计师进行审计之前制定审计计划，组织好审计程序，确定审计工作的范围，展开审计工作。必要时可与对客户研发活动了解的专家进行交流，证实研发资本化的成本能够反映公司的潜在经济实质。所有这些工作都会花费一定的时间和努力，增加审计工作的成本，相应地，就会增加审计收费。

由于更多的资本化的研发成本可以提高审计风险，从而审计师收取更多的费用，我们预测资本化的研发费用与审计费用之间存在正相关关系，提出第一个假设：H1：在全行业里，存在研发费用资本化的上市公司中，资本化的研发成本与审计收费正相关。

企业规模会对R&D投入产生影响，不同的学者进行了不同程度的探索，之前学者的研究表明，对于小规模企业来说，他们会非常谨慎地选择所要进行研发的项目，范围有限。而对大企业来说，他们能够承担得起失败的风险，也有足够的实力持续投入，其研发投资则比较分散。为了使两个样本比较的标准一致，只选取制造业这一个行业，考察不同企业规模对研发资本化与审计费用之间关系的影响，一般而言，大规模制造企业的研发投入、研发强度大，资本化的金额更大。因此提出第二个假设：H2：在规模较大的制造业上市公司中，资本化的研发成本与审计收费间的正向关系比规模较小的企业更明显。

3 研究设计

3.1 数据来源

以国泰安财经研究数据库中2012版行业分类为选择依据，选取了2007—2017年全部A股上市公司的数据，并对数据进行了如下筛选：①剔除ST类上市公司；②剔除没有披露审计费用的公司；③剔除公司没有进行研发支出资本化的企业，最终得到有效数据3040个。

3.2 回归模型与变量定义

Simunic(1980)开启了关于审计定价这一研究主题的先河。早在2001年，美国就要求上市公司公开其审计费用，依据Simunic构造的模型，学术界涌现了大量关于这一主题的研究，学者们大都从审计供给方的视角考察各种影响审计定价的因素，具体的研究模型为：

(1)

本文以Simunic(1980)的模型为参考基准，总结之前学者们关于审计定价这一主题的影响因素的研究结果，初步建立多元线性回归模型：

Lnfee=β0+β1RDInvest+β2SIZE+β3LEV+β4Quick+β5Opinion+β6AR+β7Big+ε.

(2)

上述模型中各变量所代表的含义如下：①被解释变量：主要研究审计收费的影响因素，为了使结果更理想，将上市公司财务报告中披露的年度审计收费取自然对数之后，以Lnfee作为被解释变量。②解释变量：主要研究的是资本化的研究开发费用对审计收费的影响，因此选取上市公司财务报表中披露的资本化的研究开发费用作为解释变量，记为RDInvest。③控制变量：为了保证实证结果的准确性，从客户规模、审计风险、审计业务复杂程度、审计师特征四个方面引入控制变量，其中，被审计单位资本化的研发费用金额(RDInvest)、被审计单位营业收入的金额(SIZE)，是对客户规模进行度量。资产负债率(LEV)、速动比率(Quick)、审计意见类型(Opinion)(非标准审计意见为“1”，否则为“0”)是对审计风险进行度量。应收账款/总资产(AR)是对审计业务复杂程度进行度量。事务所规模(Big)(由“国际十大”事务所审计为“1”，否则为“0”)是对审计师特征进行度量。

4 实证分析

4.1 描述性统计

以总样本进行分析对主要变量进行的描述性统计结果如表1所示，被解释变量审计收费(Lnfee)的最小值为11.5129，最大值为17.5168，均值为13.7135，标准差为0.7395，这说明不同的行业对研发的重视程度不同，公司研发资金投入存在差距，与之相关联的审计费用就存在差异，且差异相对较大。解释变量资本化的研发投入(RDInvest)，均值为16.2301，可以看出各公司对研究开发比较重视，投入金额都较多。但标准差为1.9397，这个值较大，这是因为研发投入的金额以及资本化的研发投入的金额受诸多因素的影响，例如，企业规模、管理层结构、股权性质、市场化进程等都会对其产生影响，所以各行业以及不同上市公司之间差距很大。资本化的研发投入(RDInvest)的最大值为21.6503，可以看出该公司历年来重视新产品和新技术的开发和创新工作，将新产品研发作为公司保持核心竞争力的重要保证。最小值为4.0198，这与最大值差距较大，可以看出该公司对于研究开发的重视程度不足，资金投入量较少。

表1 全行业研究变量的描述性统计表

4.2 相关性分析

在进行回归分析之前，为了检验各变量之间是否存在相关关系，对主要的变量做了相关性分析，以便初步判断变量选取及模型构建的合理性。由表2可知，审计收费(Lnfee)与资本化的研发支出(RDInvest)为显著正相关关系，资本化的金额越大，审计收费越高。相关系数为0.259，在1%的水平上显著，初步验证了假设。

表2 全样本主要变量之间的相关系数

注：*、**、***分别表示显著性水平10%、5%、1%。

同时，对于控制变量，企业规模(SIZE)与审计收费(Lnfee)为显著正相关关系，系数为0.731，说明公司规模越大，审计收费越高。企业的资产负债率(LEV)与审计收费(Lnfee)为显著正相关关系，系数为0.438，说明上市公司的资产负债率越大，审计收费越高。速动比率(Quick)与审计收费(Lnfee)为显著负相关关系，系数为-0.266，速动比率(Quick)与资本化的研发支出(RDInvest)为负相关关系，说明速动比率越大，存在于企业流动资产中可以立即变现用于偿还流动负债的能力较强，用于研发投入的资金就会减少，资本化的金额幅度也少，减少了审计师的工作量及审计风险，审计收费相应减少。应收账款/总资产(AR)与审计收费(Lnfee)为显著负相关关系，系数为-0.127，与预期的符号并不相符，可能的原因是应收账款中隐藏的风险没有得到审计师的重视，因此注册会计师在制定审计计划时没有将应收账款作为重点审查对象，没有实施必要的审计程序。审计师特征(Big)与审计收费(Lnfee)的关系显著正相关关系，系数为0.248，这说明“国际十大”的收费水平要显著高于国内的其他会计师事务所，在审计市场上存在着品牌效应，国际十大会计师事务所的服务异质性从审计收费中得到了体现。

4.3 多元回归分析

为了验证研究假设H1，根据构建的模型进行多元回归，在全行业的情况下对审计收费与研发费用资本化进行的回归结果如表3所示。可以看出，被解释变量审计收费(Lnfee)与解释变量资本化的研发费用(RDInvest)在1%的显著性水平上呈正相关关系，假设H1得到验证。调整的R2为56%，说明模型拟合效果较理想，解释力度较强。回归结果显示，作为主要解释变量资本化的研发费用(RDInvest)与被解释变量的回归系数为0.0145，并且在1%的水平上显著，这也验证了假设H1的结论是成立的。说明研发费用资本化的金额越大，审计收费越高。

在控制变量中，公司规模(SIZE)、审计意见(Opinion)、审计师特征(Big)与审计收费(Lnfee)在1%的水平上呈显著的正相关关系，系数分别为0.3250、0.2531、0.2027，这说明对于上市公司而言，规模越大，审计收费越多。同时，出具的审计意见中，非标准审计意见也会对审计收费产生影响。聘请专家事务所进行审计时，由于事务所品牌效应的存在，越大型的事务所，审计质量越高，因而会收取更高的审计费。但是应收账款/总资产(AR)这个控制变量与审计收费(Lnfee)在1%的水平上显著负相关，系数为-0.5275，与预期的方向不一致，分析其原因为：对于应收账款，可能是因为应收账款中隐藏的风险没有得到审计师的重视，因此在制定审计计划时，注册会计师没有将应收账款作为重点审查对象，没有实施必要的审计程序。资产负债率(LEV)、速动比率(Quick)与审计收费(Lnfee)之间的显著性没有得到验证，具体结果如表3所示。

表3 全行业研究变量的回归结果

注：*、**、***分别表示显著性水平10%、5%、1%。

进一步地，由于公司规模对研究开发投入与审计收费均有影响，为了验证假设H2，比较的标准一致，仅以制造业为例，对于制造业上市公司，以每年营业收入为基准，将每一年度营业收入平均数作为标准对样本进行规模划分，分为大规模企业和小规模企业，并与解释变量资本化的研发投入(RDInvest)进行交乘，得到交乘项RDInvest×SIZE，回归分析的结果如表4所示。

从表4中假设H2的回归结果可以看出，在划分了企业规模，考虑交乘项之后，原解释变量资本化的研发投入(RDInvest)与被解释变量审计收费(Lnfee)之间的显著性关系不变，依然是在1%的水平上显著，系数为0.0422。公司规模(SIZE)与审计收费(Lnfee)正相关，但不显著。交乘项RDInvest×SIZE与审计收费(Lnfee)在5%的水平上显著正相关，系数为0.0245，即在制造业上市公司中，规模越大，资本化的研发费用与审计收费之间的正相关关系越强，假设H2得到验证。

在控制变量中，资产负债率(LEV)与审计收费(Lnfee)在1%的水平上显著正相关，系数为0.7683。速动比率(Quick)与审计收费(Lnfee)在5%的水平上显著负相关，系数为-0.0073。在规模不同的情况下，应收账款/总资产(AR)与审计收费(Lnfee)在1%的水平上显著负相关，与全行业的显著程度一致，系数为-0.9437。审计师特征(Big)与审计收费(Lnfee)在1%的水平上显著正相关，系数为0.2585。

通过以上分析可以看出，在对全部样本进行行业选取、选择制造业之后，解释变量(RDInvest)与被解释变量审计收费(Lnfee)之间的相关性系数发生了些许变化。控制变量之中，资产负债率(LEV)、速动比率(Quick)、审计意见类型(Opinion)与审计收费(Lnfee)之间的显著性都或多或少地发生了改变，说明不同行业之间，各控制变量与审计收费之间的关系存在一定的差异。

表4 制造业研究变量的回归结果

注：*、**、***分别表示显著性水平10%、5%、1%。

5 稳健性检验

由于上市公司的研发投入与研发支出资本化金额呈正相关关系，为了检验上述结果的可靠性与稳健性，以全行业上市公司研发投入的金额作为研发资本化金额的替代量进行稳健性检验。采用以下模型：

Lnfee=β0+β1RD+β2SIZE+β3LEV+β4Quick+β5Opinion+β6AR+β7Big+ε.

(3)

先以“研发投入”作为新的解释变量对原模型进行稳健性检验，控制变量保持不变。各研究变量与审计收费之间的相关系数以及T值如表5所示。以研发投入(RD)作为研发投入资本化(RDInvest)的替代变量与被解释变量审计收费(Lnfee)进行多元回归之后，研发投入(RD)与审计收费(Lnfee)在1%的水平上显著正相关，系数为0.0345，说明原模型稳健性良好。控制变量公司规模(SIZE)与审计收费(Lnfee)在1%的水平上显著正相关，系数为0.2906。审计意见类型(Opinion)与审计收费(Lnfee)在1%的水平上显著正相关，系数为0.1664。应收账款/总资产(AR)与审计收费(Lnfee)在1%的水平上显著负相关，系数为-0.3648。审计师特征(Big)与审计收费(Lnfee)在1%的水平上显著正相关，系数为0.1370。控制变量中资产收益率(LEV)、速动比率(Quick)与审计收费(Lnfee)之间的显著性没有得到验证，但总体上与原检验结果基本相同。

表5 稳健性检验

注：*、**、***分别表示显著性水平10%、5%、1%。

6 研究结论

通过对全行业上市公司的样本进行分析得出，资本化的研发费用与审计收费显著正相关，资本化的研发投入与审计定价显著正相关，资本化的研发投入金额越大，审计收费越高。在选取对制造业、划分规模单独进行分析时，规模越大的企业，资本化的研发费用与审计收费之间的正相关关系越强，这说明规模对二者之间的关系也会产生一定的影响。在稳健性检验里，在以研发投入作为资本化研发投入的替代变量时，研发投入与审计收费之间也存在显著正相关关系，无论是资本化的研究开发费用，还是企业投入的全部研究开发费用都与审计收费有一定的关系。

以之前学者的研究作为参照，本文在模型中引入影响审计定价的其他变量，对于这些控制变量与审计收费的关系，与之前学者的研究结论大致相同：上市公司规模、上市公司资产负债率、审计师特征是否由国际十大会计师事务所审计与审计收费呈显著正相关，速动比率与审计收费显著负相关。但是应收账款/总资产这个控制变量与审计收费的关系与预期的结论相反，在实证分析部分对可能存在的原因进行了说明，这里不再一一列举。研究结果表明，这些控制变量仍是影响审计定价的主要因素，在考虑审计收费时依然不可忽略。