企业高管联结与审计收费参照——基于2003-2017年上市公司的实证分析

汪要文/郑州航空工业管理学院

审计收费是审计服务的价格。价格是商品或服务最有效的营销方式，这是一把双刃剑，通过价格的竞争既可能扩大市场业务，也可能由于后续商品或服务跟不上而降低质量。审计收费涉及审计服务市场竞争是否有效有序，是否存在招揽业务的低价恶性竞争，损害审计执业的独立性，从而影响审计质量，因此审计收费是审计理论界和实务界普遍关注的重要问题之一。Simunic关于审计收费定价的开创性研究中认为审计收费取决于审计人员的努力程度和诉讼的预期损失［1］，随后有大量文献开始研究审计收费的影响因素，如林晚发和敖小波［2］等。Causholli et al从审计实施的生产成本要素（如审计人员努力程度、审计技术、审计效率、客户企业业务风险和复杂性）、会计师事务所的营销市场策略（如低价竞争、非审计服务、业务专业化）和审计市场的结构状况（如审计市场集中度、审计准则复杂性、政府管制）等方面做过很好的审计收费影响因素综述［3］。前期研究主要集中在审计成本、审计需求供给和审计定价能力等方面，很少关注客户企业的社会环境可能对审计收费产生的影响，本文尝试研究企业高管的外部社会网络联结对审计收费的影响。

在当前市场经济社会，经济行为深深嵌入社会网络之中，特征和背景类似的个人相互交往合作是社会组织关系的基础。与本文研究类似的是近期Jha和Yu Chen利用地区信任指标研究企业社会资本对审计收费的影响，发现信任不足会增加审计人员的努力和诉讼的预期成本，审计收费随着对客户企业信任度的降低相应增加［4］。国内与本文类似的有，李培功等发现社会规范对审计收费有显著影响［5］，何威风和刘巍认为高管能力对审计收费也有显著影响［6］。与Jha和Yu Chen［4］、李培功等［5］从根植于相对客观抽象、不易改变的地区社会资本、社会规范视角研究不同，也与何威风和刘巍［6］没有明确指出的高管能力研究不同，本文是通过高管所建立的企业与企业之间外部社会网络联结研究其对审计收费的影响，更贴近企业审计收费定价或调整变动的真实环境，不仅研究企业高管联结对审计收费的影响，还会具体量化其如何影响审计收费定价的决策。

一、理论分析与研究假设

个人或组织之间由于存在信息不对称，通过社会网络联结传递信息，可能会影响企业决策。企业之间重要的社会网络联结是董事会成员、监事会成员、高级管理人员（以下简称：董监高、高管）之间所形成的网络联结（即高管联结），国外大量论文研究高管联结影响企业决策，主要视角集中于联结企业之间的关系和联结企业在社会网络中的结构位置两个方面。

从联结企业之间的关系出发，企业与银行之间的高管联结会影响银行贷款价格和结构，企业高管联结会影响管理层薪酬的金额和结构［7］。同理，本文认为，高管联结有利于共享联结企业双方所掌握的特殊信息，提供的信息更加及时、生动，有效降低信息不对称，使得高管联结的不同企业之间与会计师事务所签订的审计收费服务合同条款更加合理，因此高管联结可能会影响审计收费。另一方面，网络关系对联结企业是有成本的，当一家企业出现问题时，网络联结的另一企业也可能受到政府监管、法律诉讼或声誉上的波及，会计师事务所的审计执业、审计收费可能会予以考虑参照调整。因此，本文提出企业高管联结与审计收费参照的水平分析基本假设1。

假设1：其他条件不变，审计收费定价具有企业高管联结参照效应，本企业审计收费水平会根据高管联结的企业审计收费水平进行调整，换言之，高管联结的企业审计收费水平会显著影响本企业审计收费水平。

梁上坤等在研究董事联结与高管薪酬契约参照时使用增量变动分析［8］，本文提出企业高管联结与审计收费参照的变动分析基本假设2。

假设2：其他条件不变，审计收费调整变动具有企业高管联结参照效应，本企业审计收费变动会根据高管联结的企业审计收费变动进行调整，换言之，高管联结的企业审计收费变动会显著影响本企业审计收费变动。

进一步从联结企业在社会网络中的结构位置出发延伸分析，高管联结的结构位置也影响企业决策，高管之间的社会网络联结越强，这些企业的投资决策越趋同，社会网络联结中心度越高的企业业绩就越高［9］。同理，本文认为，高管联结的企业数量不同，企业高管所处的信息交流圈子不同，高管可获取的联结企业审计收费信息进行对比也不同，审计收费定价的企业高管联结参照效应也不一样。不同的企业高管联结结构位置对审计收费的影响可能不同。根据高管在企业的任职位置情况，企业高管联结的结构类型可以分为内部高管联结和外部独立董事联结，两类高管联结传递审计收费信息的效果应该不一样。

二、研究设计

（一）样本选择与数据来源

我国上市公司高管制度尤其是独立董事制度自2003年才开始趋于稳定，因此本文从2003年开始收集深沪A股上市公司的高管联结数据，具体选择过程如下：首先从国泰安人物特征数据库中选取2003-2017年的董监高个人特征文件，删除以2、3、9开头的证券代码数据；接着识别联结高管，分别按年度和PersonID作为主要和次要关键词依次排序，数据库中每位董监高个人具有唯一的PersonID，可有效区分重名的董监高是不是同一人，从而按年度确定在多家公司任职的联结董事，剔除掉仅在一家公司任职的高管个人信息；最后识别每家企业通过所有高管联结的企业，利用Excel将同年同PersonID的单个高管任职的多家公司匹配，合并每家企业所有高管的联结匹配企业信息，进而生成企业之间的联结数据，根据企业之间的联结数据查询计算出联结企业所支付的审计收费等参照信息。样本筛选过程类似林晚发和敖小波（2018）的处理，以2003-2017年的所有沪深A股上市公司为初始研究样本，首先剔除金融行业公司样本、信息缺失样本，最后共获得24300个公司年样本。其他数据主要来自国泰安数据库，统计计量使用Stata软件分析。

（二）模型构建与变量定义

其中，主要变量定义如下：

1.被解释变量。审计收费（lnaf），为企业披露的当期境内会计师事务所审计费金额的自然对数。在变动分析中，审计收费变动（daf）为企业披露的当期与上期境内会计师事务所审计费金额之比-1。

2.解释变量。鉴于企业可能同时与不止一家企业存在高管联结关系，联结企业审计收费（lncaf）为当期多家联结企业审计收费中位数的自然对数。在变动分析中，联结企业的审计收费变动（afgap）为当期多家联结企业审计收费中位数的自然对数与企业披露的本期境内会计师事务所审计费金额的自然对数之差。

3.控制变量Control。第一，参考林晚发和敖小波［2］、Jha和Yu Chen［4］、何威风和刘巍［6］的研究，选取以下企业特征变量作为控制变量（Control）：企业规模（size）为企业期末总资产的自然对数，资产负债率（lev）为企业期末总负债与总资产之比，业绩（roa）为企业当期净利润与期末总资产之比，收入增长率（rg）为企业当期收入与上期收入之比，存货占比（inv）为企业期末存货与总资产之比，应收账款占比（ar）为企业期末应收账款与总资产之比，流动比率（cr）为企业期末流动负债与总资产之比，是否亏损（loss）为企业当期亏损则为1、否则为0。第二，接着控制不同公司治理特征对审计收费的影响，包括高管年龄（age）、是否国有企业（soe）、第一大股东持股比例（lshare）、两职兼任（dua）、董事会人数规模（bsize）、独立董事比例（ind）。第三，还考虑审计特征控制变量：是否国际四大会计师事务所（big4）、是否非标准无保留审计意见（opinion）、会计师事务所是否改聘（switch）。最后，本文还加入行业（Industry）和年度（Year）虚拟变量。

三、研究分析与结果

（一）描述性统计与双变量分析

表1列出主要变量的描述性统计，审计收费（lnaf）均值13.4943与联结企业的审计收费（lncaf）均值13.4407相差不大，审计收费略低于联结企业的审计收费均值；公司规模变化（size）均值为22.0241；资产负债率（lev）均值为0.5874；大股东持股（lshare）均值为36.9481。

表2列出主要变量的Pearson相关系数矩阵，审计收费（lnaf）与联结企业的审计收费（lncaf）显著正相关，初步支持假设1，相关系数0.413说明影响较大。审计收费（lnaf）与企业规模（size）、是否国有企业（soe）、第一大股东持股比例（lshare）、是否国际四大会计师事务所（big4）显著正相关，与会计师事务所是否改聘（switch）显著负相关，说明企业规模越大，聘任国际四大会计师事务所的审计收费就越高，会计师事务所的改聘导致审计收费降低。此外，变量之间相关系数的绝对值均在0.8以下，所有变量的平均膨胀因子VIF为1.61，除行业年度虚拟变量之外的变量膨胀因子最大值为1.79，远小于10，回归结果受多重共线性的影响不大。

表1 主要变量的描述性统计

（二）研究假设检验

表3是假设1多元混合回归模型的水平检验结果。模型1只纳入控制变量，审计收费（lnaf）与企业规模（size）、负债率（lev）、业绩（roa）、应收账款占比（ar）、流动比率（cr）、是否亏损（loss）、是否国有企业（soe）、第一大股东持股比例（lshare）、独立董事比例（ind）、是否国际四大会计师事务所（big4）、是否非标准无保留审计意见（opinion）显著正相关，且在10%的水平下显著，与会计师事务所是否改聘（switch）显著负相关，企业改聘会计师事务所可以节约审计收费。模型2只纳入解释变量，审计收费（lnaf）与联结企业的审计收费（lncaf）显著正相关，且在1%的水平下显著，进一步支持假设1，相关系数0.4089说明影响较大，即企业审计收费（lnaf）会参照联结企业的审计收费（lncaf）。模型3一起加入解释变量和控制变量，审计收费（lnaf）与联结企业的审计收费（lncaf）仍然显著正相关，且在1%的水平下显著，相关系数为0.0991。

表2 主要变量的相关系数矩阵

表3 企业高管联结与审计收费参照

续表

表4报告是假设2多元混合回归模型的变动检验结果。模型4只纳入控制变量，审计收费变动（daf）与企业规模（size）、业绩（roa）、是否国际四大会计师事务所（big4）、会计师事务所是否改聘（switch）显著正相关，且在5%的水平下显著，与是否亏损（loss）、是否国有企业（soe）显著负相关，企业亏损、国有企业对审计收费的变动具有反向抑制作用。模型5只纳入解释变量，审计收费变动（daf）与联结企业的审计收费变动（afgap）显著正相关，且在1%的水平下显著，支持假设2，相关系数0.1716，即企业审计收费变动（daf）会参照联结企业的审计收费变动（afgap）。模型6一起加入解释变量和控制变量，审计收费变动（daf）与联结企业的审计收费变动（afgap）仍然显著正相关，且在1%的水平下显著，进一步支持假设2，相关系数0.3084说明影响较大。

表4 企业高管联结与审计收费变动参照

续表

综合上述水平分析和变动分析结果，审计收费定价或调整在实务中具有显著的企业高管联结参照效应，本企业审计收费水平或调整变动会根据高管联结的企业审计收费水平或变动进行调整，换言之，高管联结的企业审计收费水平或变动会显著影响本企业审计收费水平或变动。

（三）进一步分析检验

1.联结企业数量与审计收费参照

根据企业通过高管联结的企业数量（num）是否高于中位数进行分组检验，表5第1列为低联结数量样本组的回归结果，表5第2列为高联结数量样本组的回归结果，审计收费（lnaf）与联结企业的审计收费（lncaf）的系数均在1%的水平下显著为正，说明审计收费在低联结数量组和高联结数量组中均具有显著的参照效应，高联结数量组的回归系数大于低联结数量组的，说明随着高管联结企业数量的增加，企业获取更多的审计收费信息，审计收费的参照效应进一步增强。表5第3列为全样本，加入交乘项在全样本中进行检验，审计收费（lnaf）与联结企业的审计收费（lncaf）的系数在5%的水平下显著为正，联结企业的审计收费与联结企业数量的交乘项（lncaf×num）的系数在1%的水平下显著为正，进一步支持审计收费的参照效应随着高管联结企业数量的增加而增强。

表5 进一步分析：联结企业数量与审计收费参照

2.高管联结类型与审计收费参照

表6 进一步分析：高管联结类型与审计收费参照

表7 稳健性检验：高管联结与审计收费参照的固定效应面板分析

根据高管在企业的任职位置不同，区分高管为外部独立董事和内部高管联结两种类型后再分别进行分组检验，表6第1列是外部独立董事联结样本组，表6第2列是内部高管联结样本组，审计收费（lnaf）与联结企业的审计收费（lncaf）的系数在1%水平下显著为正，说明审计收费在外部独立董事联结样本组和内部高管联结样本组中均具有显著的参照效应，外部独立董事联结数量组的回归系数大于内部高管联结数量组的，说明审计收费通过外部独立董事联结的参照效应更强，企业获取的审计收费信息更多。表6第3列是全样本，加入交乘项在全样本中进行检验，审计收费（lnaf）与联结企业的审计收费（lncaf）的回归系数在1%水平下显著为正，虽然联结企业的审计收费与外部独立董事联结企业的交乘项（lncaf×indc）的系数为正，进一步支持审计收费的参照效应随着外部独立董事的高管联结增加而增强，但结果并不显著。

（四）稳健性检验

上面的检验分析主要引入行业虚拟变量和年度虚拟变量，为缓解遗漏变量的内生性问题，控制企业固定效应重新进行面板回归分析，表7模型8和模型9中审计收费（lnaf）与联结企业的审计收费（lncaf）的回归系数仍然在1%水平下显著为正，稳健性检验结果进一步支持假设1。

四、研究结论

审计收费可能影响审计独立性和审计质量，因此审计收费一直是审计理论研究和实务中被持续关注的重要问题之一。本文基于企业高管联结的社会环境出发，研究审计收费的参照效应，发现审计收费定价过程中存在显著的企业高管联结参照效应，审计收费会根据高管联结的企业审计收费水平或变动进行相应调整，换言之，高管联结的企业审计收费水平或变动会显著影响本企业审计收费水平或变动。进一步从联结企业在社会网络中的结构位置延伸分析发现，高管联结的结构位置也影响企业审计收费支付决策，联结企业的数量增加使得企业获取更多的审计收费信息，对审计收费的参照效应具有显著的强化作用，外部独立董事联结和内部高管联结的不同高管联结类型也均会对审计收费参照效应产生相应影响。本文的研究既丰富基于企业联结的社会经济理论，又为进一步深入理解审计收费的相关影响因素提供一定的依据。