-
债务契约是指债务人与债权人签订的用于明确双方权利义务关系的法律文件。为降低借款风险,债权人通常会在债务契约中规定借款利率、借款期限、担保事项、抵押品等详细条款(Smith和Warner,1979;Barclay和Smith,1995)。中国上市公司债务违约事件频繁发生,违约金额逐年提高,系统性金融风险的发生概率由此增加,债务违约成为中国资本市场需要重视的议题。那么,审计师如何应对上市公司债务违约问题?其应对措施之间是否存在强弱关系?这是本文关注的重点。
债务违约的经济后果是学术界研究的热点话题,已有文献着重探讨公司债务违约对债权人和违约公司财务决策和未来发展的影响。现有文献发现,债务违约后,债权人会对违约公司施加压力(Chen和Wei,1993),提高借款门槛及利率(Yue,2010)。在债权人干预下,违约公司未来的资本性支出大幅下降(Chava和Roberts,2008),资本结构动态调整速度降低(Devos等,2017),创新投资水平锐减(张玮倩和方军雄,2017),盈余管理动机增强、幅度增大(Franz等,2014)。此外,债权人的保护措施一定程度上会损害股东利益(Roberts和Sufi,2009),高管薪酬和普通员工的工作稳定性在债务违约事件后均会有所降低(Falato和Liang,2016;Balsam等,2018)。
作为公司会计信息的鉴证者,审计师是否会受到公司债务违约行为的影响?债务违约事件的发生是否会增加公司未来陷入财务困境的可能性,增强管理层掩盖和粉饰财务状况的盈余管理动机,进而增加审计师的审计难度和审计风险?在此情境下,审计师能否做出及时而充分的反应?Bhaskar等(2017)、Gao等(2017)选取美国数据研究了客户债务违约后审计师的风险应对行为,发现审计师会采取扩大测试范围、提高审计收费、出具持续经营不确定性审计意见、拒绝提供审计服务等应对措施。中国的制度背景和审计市场结构与美国资本市场存在较大差异:一方面,中国资本市场存在债务刚性兑付问题,且政府会对国有企业债务提供隐性担保(汪莉和陈诗一,2015);另一方面,中国审计市场存在过度竞争问题,审计市场集中度偏低,国内大型企业或重要客户对会计师事务所的谈判和议价能力较强,由此形成了会计师事务所审计收费的固化现象(谌嘉席,2014;蔡利等,2015)。本文基于中国制度背景,考察审计师是否会对客户债务违约行为做出反应,以及做出何种反应。
本文采用手工搜集的1999−2017年中国非金融类上市公司债务违约数据,从审计投入、审计费用、审计意见和审计师变更四个角度考察公司发生债务违约对审计师风险应对行为的影响。主要研究结论如下:(1)审计师会对公司债务违约采取风险应对措施,即会以增加审计投入、收取超额审计费用、出具非标审计意见等方式来应对增加的审计风险,甚至可能拒绝提供审计服务。(2)债务违约影响审计师风险应对行为的主要原因是其增加了公司经营风险和审计风险。与此相对应,债务违约越严重(表现为违约频率高和违约金额大),公司发生财务困境的可能性越大(表现为现金持有量较少),审计师采取风险应对措施的可能性越大。(3)不同风险应对措施之间存在由弱到强的递进关系,其中,增加审计投入最弱,提高审计费用次之,随后是出具非标审计意见和拒绝提供审计服务。审计师会根据公司债务违约程度和发生财务困境的可能性,采取由弱到强的不同风险应对措施。(4)产权性质对基于公司债务违约的审计师风险应对行为的影响较小。本文的研究结论在采用倾向评分匹配与双重差分法、Heckman两阶段模型以及改变关键变量度量方法等稳健性检验后依然成立。
本文的研究贡献主要体现如下:第一,从审计师风险应对视角拓展了债务违约的经济后果研究。本文不仅发现审计师会在公司发生债务违约时采取风险应对措施,还发现审计师的风险应对措施会随着公司债务违约风险的增大而呈现由弱至强的变化。本文的研究结论有助于深入理解审计师风险应对行为的影响情境与作用机制。第二,丰富了审计师风险应对的影响因素研究。现有研究审计师风险应对行为的文献多是基于第一类和第二类代理问题的视角展开(Donohoe和Knechel,2014;翟胜宝等,2017)。本文关注客户债务违约这一特殊事件,探究经营风险对审计师风险应对行为的影响,并且发现经营风险的变化是债务违约影响审计师风险应对决策的重要机制,丰富了审计师决策机制的相关研究。
-
债务违约的经济后果引发了学术界的广泛关注,已有研究主要从债权人、债务人以及其他利益相关者三个视角展开。
首先,从债权人视角看,债务违约损害了债权人利益,债权人会给违约公司施加压力,维护自身权益(Chen和Wei,1993),如申请拍卖抵押品以资抵债、要求担保人承担连带赔偿责任、向法院提起诉讼仲裁、申请对债务人进行破产清算等。债权人还会提高借款门槛及利率,以对债务人进行警示和惩戒(Yue,2010;Spiceland等,2016)。
其次,从债务人视角看,债务违约会影响违约公司的财务决策和长远发展。Chava和Roberts(2008)发现,当公司发生债务违约后,由于债权人加强了对公司决策的干预程度,公司未来的资本性支出会大幅下降(相对于违约前平均下降了13%),且该影响在代理问题和信息不对称程度严重的公司中更加突出。张玮倩和方军雄(2017)发现,债务违约会显著抑制公司创新投入,且该影响在未来经营期间内持续存在,说明债务违约使管理层的经营决策更加保守,不愿将资金投入具有高度不确定性的企业创新活动中。除对长期投资产生影响外,债务违约还显著降低了公司资本结构的动态调整速度,相对于未发生债务违约的公司,发生债务违约公司的资本结构动态调整速度平均下降了10%−13%(Devos等,2017)。此外,Franz等(2014)还发现,接近债务违约或发生技术性违约的公司具有更强动机进行盈余管理,且更倾向于采用真实盈余管理,而非应计盈余管理。
最后,从其他利益相关者视角看,债务违约会影响股东、高管和员工等的利益。债务违约发生后,债权人会采取债权保护行动(如限制公司资本投资、新债发行、股利发放等),直接损害股东利益(Chava和Roberts,2008;Roberts和Sufi,2009)。高管可能因债务违约事件而遭受经济损失,如债务违约后,CEO变更概率显著增加(Nini等,2012);即便留任,在债务违约发生后一年内,CEO超额薪酬也会显著降低(Balsam等,2018)。此外,债务违约还会影响普通员工的工作稳定性。Falato和Liang(2016)研究发现,债务违约会引起公司人事政策的巨大变动,引发大规模裁员行为,且该影响在整个行业和宏观经济不景气时更为显著。陈婧等(2018)发现,债务违约会影响审计收费,且该影响在债务违约曝光前已提前发生。然而,审计收费只是审计师风险应对措施之一,除审计收费外,审计师还会做出哪些反应值得进一步探究。
综上,债务违约不仅会影响违约主体及债权人决策,也会对其他利益相关者产生溢出效应。已有债务违约经济后果的研究主要基于发达资本市场的制度背景展开,受数据限制,基于中国资本市场情境探讨债务违约经济后果的研究较为缺乏。本文立足中国资本市场,考察上市公司债务违约对审计师风险应对行为的影响,以期提供增量贡献。
-
根据《中国注册会计师审计准则第1211号—了解被审计单位及其环境并评估重大错报风险》,注册会计师应当通过了解被审计单位及其环境,识别和评估财务报表层次和认定层次的重大错报风险。其中,“被审计单位的目标和战略,以及可能导致财务报表重大错报的相关经营风险”是审计师了解被审计单位及其环境的重要组成部分。经营风险则是指“对被审计单位实现目标和战略产生不利影响的重大情况、事项、环境和行动”导致的风险,或“不恰当的目标和战略”导致的风险。
本文认为,债务违约会增加公司经营风险。首先,债务违约属于“对被审计单位实现目标和战略产生不利影响的重大事项”。债务违约事件的发生促使债权人重新审视并更改债务条件、迫使债务人尽快还款、提起法律诉讼追偿债务等,从而给债务人造成压力。虽然发生债务违约并不等于上市公司已经陷入财务危机(Dichev和Skinner,2002),但是债务违约向外界释放了公司资金紧张的负面信号,债权人的自我保护措施可能使公司声誉受损,从而增加公司的融资约束和债务融资成本,加大公司未来陷入财务困境的可能性。其次,在债务偿还压力下,管理层具有较强动机通过盈余管理粉饰财务报表,以避免公司陷入债务违约困境(Dichev和Skinner,2002;Franz等,2014)。公司采用的盈余操纵手段既包括应计盈余管理,也包括真实活动盈余管理。公司既会在债务违约前采用盈余管理手段规避债务违约发生,也会在债务违约后通过盈余管理减少损失、减轻经济后果(HassabElnaby等,2014)。公司盈余操纵行为增加了审计师的审计难度,增大了财务报告中存在错报漏报而未被发现的可能性,进而增加了财务报表层次的重大错报风险。此外,债务违约引发了投资者对企业财务状况的高度关注,使得审计师发布的审计报告更具曝光度,进而增强了审计师的潜在诉讼风险和声誉风险。
已有研究表明,审计师在面临较高的审计风险时会采取应对措施,如扩大审计范围和增加审计投入(Simunic,1980;翟胜宝等,2017)、收取更高的审计费用(Pratt和Stice,1994;Menon和Williams,2001;Hay等,2006)、发表持续经营不确定性审计意见、主动辞职规避高风险客户(Krishnan和Krishnan,1997)等。因此,本文从审计投入、审计收费、审计意见和审计师变更四个角度分析上市公司债务违约对审计师风险应对行为的影响。
首先,会计师事务所会对债务违约公司增加审计投入。2007年审计准则的修订将现代风险导向审计理念引入中国资本市场。在风险导向审计准则的指导下,对于存在债务违约的客户,审计师会扩大审计测试范围、执行更多审计程序、投入更多审计工时,从而挖掘公司潜在风险。其次,审计师可能要求债务违约公司支付更高的审计费用。Simunic(1980)将审计定价划分为两个组成部分:一是为完成审计工作而需投入的固有费用;二是审计师要求的风险溢价,包括为应对潜在投资者诉讼要求的补偿费用等。对于债务违约公司,审计师会增加审计投入,从而提高固有费用;同时,债务违约暴露了公司已经存在或潜在的财务风险,可能的盈余管理活动增加了审计师面临的诉讼风险。因此,审计师可能因为固有费用和审计风险的增加而收取更高的审计费用。再次,审计师更可能对债务违约公司发表非标审计意见,向外界释放公司可能面临财务困境的信号。即使公司当时并未陷入财务困境,债务违约也可能增加审计师出具非标审计意见的概率,原因在于意料之外的债务违约可能是企业面临财务困境的事前信号,若审计师并未出具警示意见,当债务违约公司未来真正破产清算时,审计师很可能会因为当初的不作为而受到投资者的抨击和声讨,从而给自身带来声誉和经济的双重损失。最后,客户债务违约还会增加审计师辞职的可能性。一种情形是,债务违约导致经营风险增加而带来审计风险增加,审计师要求更高的审计费用作为补偿。如果审计师未能就增加审计收费与客户达成一致,可能会主动辞职;另一种情形是,如果审计师认为客户潜在的财务风险使得自身面临的诉讼和声誉损失超出了其能够承受的范围,便可能通过主动辞职的方式规避风险。综上,本文预期上市公司债务违约会促使审计师采取增加审计投入、提高审计收费、出具非标审计意见、拒绝提供审计服务等风险应对措施。因此,本文提出如下研究假说:
H1:上市公司债务违约与审计师风险应对行为显著正相关。上市公司发生债务违约后,审计师会增加审计投入、收取更高的审计费用、出具非标审计意见、拒绝提供审计服务。
-
本文以1999−2017年中国沪深A股上市公司为初始样本。选取1999年作为样本起始年份的原因在于Wind数据库披露的上市公司诉讼数据始于1999年,而本研究开始时所能获取到的最新数据年份为2017年。在初始样本基础上,本文剔除金融行业样本、存在数据缺失值的样本后,最终得到31,511(28,183、25,189、26,680)个“公司−年度”观测值①。为控制异常值对回归结果的影响,本文对所有连续变量进行1%和99%分位数的缩尾处理(Winsorize)。为控制标准误估计偏差,本文在所有回归中进行了公司层面的聚类调整(Cluster)。
由于监管部门并未要求上市公司披露债务违约信息,参考张玮倩和方军雄(2017)、陈婧等(2018)的做法,本文基于上市公司诉讼信息手工搜集得到债务违约数据②。具体搜集思路:先从Wind数据库中获得上市公司诉讼数据,再按以下标准筛选出与公司债务违约直接相关的信息:(1)保留与“借款合同纠纷”“债务纠纷”“借款纠纷”“借贷纠纷”“借贷合同纠纷”“贷款纠纷”“金融借款纠纷”“票据纠纷”“企业借贷纠纷”“民间借贷纠纷”“欠款纠纷”“债务债权纠纷”“债务纠纷”等词条相关的诉讼;(2)剔除披露方为原告或原告母公司的数据;(3)剔除披露方为担保方(非第一被告方)、仅承担连带担保责任的数据;(4)剔除被告方为披露方母公司、其他大股东或参股公司的数据;(5)剔除被告方与披露方存在关联关系、但无实际投资控股关系的数据。经过上述筛选后,本文共获得1,324条公司债务违约数据。本文研究中使用的审计师数据、公司财务信息和公司治理数据均来自国泰安数据库(CSMAR)。
-
本文采用如下两个变量衡量公司债务违约(Default):(1)Default_d为债务违约哑变量,如果公司当年发生债务违约,取值为1,否则为0;(2)Default_r为债务违约金额,等于公司当年债务违约金额除以期末资产总额。
-
本文从审计投入、审计收费、审计意见和审计师变更四个维度考察审计师的风险应对行为(Audit):(1)审计投入(Ainvest),采用审计延迟来衡量,等于会计期末(12月31日)至次年审计结束日之间的日历天数,再取自然对数(Mao和Yu,2015;刘笑霞等,2017;翟胜宝等,2017);(2)审计收费(Afee),公司规模是影响审计收费的重要因素,对审计费用的解释能力甚至超过50%(O’Keefe等,1994;伍利娜,2003),因此,本文以公司当年支付给境内审计师审计收费的自然对数除以期末资产总额的自然对数来衡量(Simunic,1980);(3)审计意见(Aop),如果审计师当年出具了非标审计意见,取值为1,否则为0。非标审计意见包括带强调事项段的非标准无保留意见、保留意见、无法表示意见和否定意见;(4)审计师变更(Aswitch),如果当年发生审计师变更,Aswitch取值为1,否则为0③。本文在识别过程中排除了因会计师事务所合并、分立、更名等因素导致的审计师变更。
-
参考已有研究(蔡利等,2015;翟胜宝等,2017;陈婧等,2018),本文在研究审计投入和审计收费时,控制变量包括会计师事务所的审计任期(Tenure)、销售增长率(Growth)、流动资产占总资产的比重(Cur)、经营活动现金净流量除以总资产(Ocf)、业务复杂程度(Subs)。其中,在研究审计投入时额外控制了当期盈余是否下滑(Ue)、公司上市年数(Age)和股权集中度(Top1);在研究审计收费时额外控制了审计意见(Aop)、流动比率(Liq)、是否增发股票(Seo)、是否发生并购(Ma)和市场化指数(Mi)。在研究审计意见时,控制变量包括Tenure、Growth、Age、Top1、董监高薪酬(Comp)、董事会独立性(Indep)、高管持股(Ehold)、董事长是否兼任总经理(Dual)和审计师行业专长(Expert)。在研究审计师变更时,控制变量包括Age、Top1、Comp、Indep。此外,所有回归均控制了公司规模(Size)、财务杠杆(Lev)、盈利能力(Roa)、是否发生亏损(Loss)、存货占比(Inv)、应收账款占比(Rec)、审计师规模(Big10)、行业(Ind)和年度(Year)。
-
为检验研究假说,参考已有研究(Knechel和Payne,2001;Hay等,2006;Mao和Yu,2015;翟胜宝等,2017;陈婧等,2018;王娟和潘秀丽,2018),本文构建模型(1)检验上市公司债务违约对审计师风险应对行为的影响。如果研究假说成立,即审计师会对债务违约公司增加审计投入、提高审计收费、出具非标审计意见或拒绝提供审计服务,预期Default的估计系数显著为正。
$$\begin{array}{l} Ainves{t_{i,t}}/Afe{e_{i,t}}/Ao{p_{i,t}}/Aswitc{h_{i,t}} = {\alpha _0} + {\alpha _1}Defaul{t_{i,t}} \\\qquad+ \displaystyle\sum Control{s_{i,t}} + \sum Ind + \sum Year + {\rm{\varepsilon }} \\\end{array}$$ (1) -
表1报告了主要变量的描述性统计结果。审计投入(Ainvest)的均值为4.445,换算为天数约为89天,标准差为0.323,四分之一分位数和四分之三分位数分别为4.344和4.691,换算为天数分别约为77天和109天,与翟胜宝等(2017)的统计结果(77天和108天)接近,说明审计师对不同公司的审计投入存在较大差异。审计收费(Afee)取对数并经公司规模调整后的均值为0.616,四分之一分位数和四分之三分位数分别为0.600和0.631,说明审计师对不同公司的审计收费存在一定差异。审计意见类型(Aop)的均值为0.068,说明约有6.8%的样本公司被出具非标审计意见。审计师变更(Aswitch)的均值为0.130,说明约有13%的样本公司发生审计师变更。是否发生债务违约哑变量(Default_d)的均值为0.037,说明发生债务违约的样本占全样本的比例约为3.7%。
表 1 主要变量描述性统计
变量 均值 标准差 最小值 25分位数 中位数 75分位数 最大值 Ainvest 4.445 0.323 3.091 4.344 4.489 4.691 4.771 Afee 0.616 0.025 0.483 0.600 0.616 0.631 0.776 Aop 0.068 0.252 0.000 0.000 0.000 0.000 1.000 Aswitch 0.130 0.336 0.000 0.000 0.000 0.000 1.000 Default_d 0.037 0.188 0.000 0.000 0.000 0.000 1.000 Default_r 0.001 0.010 0.000 0.000 0.000 0.000 0.083 Size 21.660 1.290 18.878 20.765 21.506 22.365 26.337 Lev 0.459 0.229 0.051 0.289 0.451 0.612 1.282 Roa 0.056 0.073 −0.246 0.028 0.054 0.087 0.310 Ocf 0.043 0.079 −0.210 0.002 0.043 0.087 0.265 注:限于篇幅,未报告其他变量的描述性统计结果,资料备索。 表2的列(1)至列(3)报告了债务违约子样本与无债务违约子样本的单变量均值差异检验结果④。对于债务违约子样本,审计投入(Ainvest)的均值为4.471,显著大于无债务违约子样本的4.444;审计收费(Afee)的均值为0.630,显著大于无债务违约子样本的0.615;审计意见类型(Aop)的均值为0.381,也显著大于无债务违约子样本的0.055。而债务违约子样本的公司规模(Size)、盈利能力(Roa)、经营活动现金净流量(Ocf)的均值均显著小于无债务违约子样本的均值,财务杠杆(Lev)的均值显著大于无债务违约子样本。上述单变量检验结果表明,规模较小、盈利能力较差、经营活动现金净流量较低、财务杠杆较高的公司更容易发生债务违约。审计师对债务违约公司增加了审计投入,提高了审计收费,同时更可能出具非标审计意见,初步验证了本文的研究假说。然而,审计师变更(Aswitch)的均值在两个子样本中未表现出显著差异,说明还需要通过进一步的多元回归分析进行判断。
表 2 单变量均值差异检验
变量 债务违约 无债务违约 差异检验 债务违约程度高 债务违约程度低 差异检验 (1) (2) (3) (4) (5) (6) Ainvest 4.471 4.444 0.027*** 4.482 4.455 0.027 Afee 0.630 0.615 0.015*** 0.638 0.618 0.020*** Aop 0.381 0.055 0.325*** 0.484 0.234 0.250*** Aswitch 0.226 0.207 0.019 0.252 0.189 0.062*** Size 20.860 21.690 −0.830*** 20.450 21.444 −0.995*** Lev 0.729 0.449 0.280*** 0.784 0.650 0.134*** Roa 0.016 0.057 −0.042*** 0.007 0.029 −0.022*** Ocf 0.025 0.044 −0.019*** 0.020 0.032 −0.012** 注:*、**、***分别代表在10%、5%、1%水平上显著;限于篇幅,未报告其他变量的单变量均值差异检验结果,资料备索。 表2的列(4)至列(6)报告了债务违约程度高子样本与债务违约程度低子样本的单变量均值差异检验结果。违约程度高低的划分标准为公司当年债务违约金额占总资产比重的行业年度中位数。结果显示,在债务违约程度高组,审计师投入(Ainvest)更多、要求更高的审计收费(Afee)、出具非标审计意见(Aop)的可能性更大、更可能发生变更(Aswitch),同时,公司规模(Size)更小、盈利能力(Roa)更差、经营活动现金净流量(Ocf)更低、财务杠杆(Lev)更高。
-
本文采用模型(1)检验上市公司债务违约对审计师风险应对行为的影响,表3报告了回归结果。Default_d的系数均至少在5%水平上显著为正,说明相对于没有发生债务违约的公司,审计师对债务违约公司增加了审计投入、收取了更高的审计费用、更有可能出具非标审计意见,且这些公司更可能发生审计师变更。Default_r的系数也至少在5%水平上显著为正,说明公司债务违约金额越大,审计师面临的风险越大,采取风险应对措施的可能性越大。以上结果均支持本文的研究假说。
表 3 债务违约与审计师风险应对
变量 Ainvest (OLS) Afee (OLS) Aop (Logit) Aswitch (Logit) (1) (2) (3) (4) (5) (6) (7) (8) Default_d 0.024** 0.004*** 0.990*** 0.381*** (2.151) (5.075) (6.920) (4.144) Default_r 0.602** 0.098*** 16.505*** 4.468** (2.498) (5.984) (6.136) (2.465) Constant 4.024*** 4.016*** 0.921*** 0.919*** 13.691*** 13.342*** −0.023 0.018 (62.414) (62.178) (100.091) (99.814) (8.892) (8.619) (−0.050) (0.038) Controls Yes Yes Yes Yes Yes Yes Yes Yes Ind/Year Yes Yes Yes Yes Yes Yes Yes Yes Obs 31,511 31,511 28,183 28,183 25,189 25,189 26,680 26,680 Adj/Pseudo R2 0.134 0.134 0.502 0.502 0.389 0.389 0.052 0.052 F/Wald Chi2 73.443*** 73.464*** 402.165*** 403.547*** 2364.512*** 2327.797*** 1004.385*** 1002.614*** 注:*、**、***分别代表在10%、5%、1%水平上显著;列(1)至列(4)括号内为t值,列(5)至列(8)括号内为z值,均经过公司层面的聚类调整(Cluster);限于篇幅,未报告控制变量的回归结果,资料备索。 -
本文考察债务违约与审计师风险应对措施之间的因果关系,这一关系可能受内生性问题的干扰。第一是反向因果的内生性问题,审计师出具非标审计意见可能会给上市公司带来更大的外部压力,加剧上市公司融资约束,从而导致上市公司更容易发生债务违约。第二是自选择问题,存在较高债务违约概率的上市公司可能更倾向于聘用特定类型的会计师事务所,这些会计师事务所更容易出具标准审计意见;或者这类公司更愿意支付较高的审计费用,以获得标准无保留审计意见。第三是遗漏变量偏误,可能存在增加公司债务违约概率的其他公司和外部环境特征,这些因素同时也会增加审计师风险,迫使审计师采取更为严格的风险应对措施。为控制上述潜在内生性问题的干扰,本文采用倾向评分匹配与双重差分法(PSM−DID)、Heckman两阶段样本自选择模型以及改变关键变量的度量方法进行稳健性检验。
-
本文采用PSM−DID方法缓解反向因果导致的内生性问题。考虑到债务违约公司与未发生债务违约公司之间可能存在系统性差异,本文采用倾向评分匹配法为债务违约公司(处理组)匹配最相似的未发生债务违约公司(控制组)。参考已有文献(许浩然和荆新,2016;Robin等,2017;张玮倩和方军雄,2017),本文构建了影响公司发生债务违约的Logit模型,如模型(2)所示:
$$ Default\_{d_{i,t}} = {\eta _0} + \sum Covariant{s_{i,t}} + \sum Ind + \sum Year + {\rm{\varepsilon }} $$ (2) 其中,被解释变量Default_d为是否发生债务违约哑变量,Covariants为用于匹配的协变量⑤。本文采用1∶1有放回最近邻匹配方法,协变量平行性检验结果表明⑥,偿债能力、盈利能力和公司治理水平较低的公司发生债务违约的概率更高。在进行倾向得分匹配之前,影响公司是否发生债务违约的协变量在处理组样本与控制组样本中存在显著差异,说明样本具有选择性偏差,有必要进行匹配;按倾向得分值匹配后,两组样本的协变量不再具有显著差异,表明匹配后的样本满足平行性假设。
在倾向评分匹配法生成配对样本的基础上,本文构建双重差分模型来分析审计师风险应对行为在处理组与控制组之间的差异。构建的双重差分模型如下:
$$ \begin{array}{l} Ainves{t_{i,t}}/Afe{e_{i,t}}/Ao{p_{i,t}}/Aswitc{h_{i,t}} = {\alpha _0} + {\alpha _1}Trea{t_{i,t}} + {\alpha _2}Trea{t_{i,t}} \times Pos{t_{i,t}} \\\qquad+ \displaystyle\sum Control{s_{i,t}} + \sum Ind + \sum Year + {\rm{\varepsilon }} \\\end{array} $$ (3) 其中,Treat代表是否为处理组哑变量,如果观测值属于处理组样本(在样本期间内发生过债务违约),Treat取值为1,否则为0;Post为期间变量,如果样本观测所属期间是债务违约以后年度,Post取值为1,否则为0。Treat×Post的系数α2表示相对于控制组样本,处理组样本发生债务违约前后审计师风险应对水平的差异。由于不同处理组接受处理的时间不同(不同公司发生债务违约的年度不同),期间变量Post的赋值原则是只有在处理组样本(Treat=1)债务违约后取值为1,其他任何情况均取值为0,这使得Post的值等于Treat×Post的值,因此模型中未单独加入Post变量。
表4报告了PSM−DID的回归结果。Treat×Post的系数至少在5%水平上显著为正,表明相对于没有发生债务违约的公司,发生债务违约的公司在债务违约后,审计师会增加审计投入、收取更高的审计费用、更有可能发表非标审计意见,而且公司更有可能发生审计师变更。PSM−DID的结果说明,在控制了潜在内生性问题后,本文的研究结论依然成立。
表 4 倾向评分匹配与双重差分法(PSM−DID)的回归结果
变量 Ainvest (OLS) Afee (OLS) Aop (Logit) Aswithc (Logit) (1) (2) (3) (4) Treat 0.020** 0.001 0.770*** 0.129** (2.525) (1.414) (4.761) (2.079) Treat×Post 0.021** 0.002*** 0.685*** 0.308*** (2.170) (3.684) (5.731) (3.632) Constant 3.936*** 0.924*** 11.510*** −1.230** (59.174) (124.772) (6.823) (−2.216) Controls Yes Yes Yes Yes Ind/Year Yes Yes Yes Yes Obs 30,210 27,250 24,289 25,425 Adj/Pseudo R2 0.130 0.502 0.401 0.050 F/Wald Chi2 70.054*** 396.974*** 2369.138*** 950.262*** 注:*、**、***分别代表在10%、5%、1%水平上显著;列(1)、列(2)括号内为t值,列(3)、列(4)括号内为z值,均经过公司层面的聚类调整(Cluster);限于篇幅,未报告控制变量的回归结果,资料备索。 -
为控制样本自选择问题,本文采用Heckman两阶段样本自选择模型重新进行回归。在第一阶段中,通过Probit模型估计公司发生债务违约的概率,由此得到逆米尔斯比率(IMR);在第二阶段中,将逆米尔斯比率(IMR)作为控制变量加入模型重新进行回归。同行业公司面临相似的宏观环境和行业竞争状况,债务违约概率也较为相近,但是行业内其他公司的债务违约情况对本公司的审计师行为影响较小,因而本文采用去除本公司后的行业平均债务违约率(Ind_default)作为工具变量,该变量符合工具变量相关性和外生性要求。Heckman两阶段样本自选择模型的回归结果⑦显示,在第二阶段回归中,债务违约变量的系数总体上均显著为正,说明控制了潜在的自选择问题后,本文的研究结论仍然成立。
-
本文分别采用债务违约金额除以公司当年净利润(Default_r1)、债务违约金额加1取自然对数(Default_r2)来衡量公司债务违约情况。采用替代指标衡量债务违约情况的回归结果⑧显示,Default_r1和Default_r2均在1%水平上与审计投入(Ainvest)、审计收费(Afee)、审计意见(Aop)和审计师变更(Aswitch)显著正相关,说明本文的研究结论不受债务违约估计方法的影响。
-
本文采用未经对数化的审计时滞衡量审计投入(Ainvest_robust)、审计费用加1取自然对数衡量审计收费(Afee_robust)、债务违约公司发生审计意见购买(Shop)的可能性衡量审计意见的保守程度,并分别进行稳健性检验。参考Lennox(2000)的研究,审计意见购买为更换审计师获得非标审计意见的概率减去不更换审计师获得非标审计意见的概率。若审计意见购买的系数显著为负,说明更换审计师获得标准无保留意见的概率大于不更换审计师,公司存在审计意见购买行为。本文预期,审计师对债务违约公司的风险应对行为会降低审计意见购买的可能性。为此,本文在审计意见购买回归模型中加入债务违约与审计意见购买的交乘项。
表5报告了采用替代指标衡量审计师风险应对行为的回归结果。债务违约对审计投入和审计收费的影响依然显著,列(5)、列(6)中审计意见购买(Shop)的系数均显著为负,说明公司总体上存在审计意见购买行为。债务违约与审计意见购买交乘项(Default_d×Shop和Default_r×Shop)的系数均显著为正,说明债务违约削弱了审计意见购买的可能性,表明审计师对债务违约客户更加谨慎。
表 5 稳健性检验:替换审计师风险应对衡量方法
变量 Ainvest _robust (OLS) Afee_robust (OLS) Aswitch (Logit) (1) (2) (3) (4) (5) (6) Default_d 2.365*** 0.074*** 0.211** (2.971) (4.604) (2.176) Default_r 61.075*** 1.749*** 2.592 (3.567) (5.311) (1.464) Default_d×Shop 0.631* (1.781) Default_r×Shop 9.724* (1.646) Shop −1.709*** −1.686*** (−11.423) (−11.571) Constant 68.588*** 67.685*** 6.728*** 6.709*** 0.317 0.282 (14.364) (14.105) (34.270) (34.110) (0.693) (0.622) Controls Yes Yes Yes Yes Yes Yes Ind/Year Yes Yes Yes Yes Yes Yes Obs 31,514 31,514 28,183 28,183 26,596 26,596 Adj/Pseudo R2 0.140 0.140 0.653 0.653 0.059 0.059 F/Wald Chi2 97.874*** 98.070*** 963.421*** 964.123*** 1219.142*** 1218.234*** 注:*、**、***分别代表在10%、5%、1%水平上显著;列(1)至列(4)括号内为t值,列(5)、列(6)括号内为z值,均经过公司层面的聚类调整(Cluster);限于篇幅,未报告控制变量的回归结果,资料备索。 -
上文研究结果表明,债务违约引发了审计师的风险应对行为。那么,债务违约对审计师风险应对行为产生影响的内在机制是什么?经营风险和审计风险是否对两者之间的关系发挥了中介作用?本文借鉴Baron和Kenny(1986)的Sobel中介因子检验方法,设定中介效应路径模型进行检验。
为检验经营风险在债务违约与审计师风险应对行为关系中的作用,本文设定中介效应路径模型Path A、Path B、Path C如下:
$$\begin{array}{l} \!\!\!Ainves{t_{i,t}}/Afe{e_{i,t}}/Ao{p_{i,t}}/Aswitc{h_{i,t}} = {\alpha _0} + {\alpha _1}Defaul{t_{i,t}} + \displaystyle\sum Control{s_{i,t}} \\\qquad+ \displaystyle\sum Ind + \sum Year + {\rm{\varepsilon }} \\\end{array} \tag{Path A}$$ $$ Busris{k_{i,t}} = {\beta _0} + {\beta _1}Defaul{t_{i,t}} + \sum Control{s_{i,t}} + \sum Ind + \sum Year + {\rm{\varepsilon }} \tag{Path B}$$ $$\begin{array}{l} \!\!\!Ainves{t_{i,t}}/Afe{e_{i,t}}/Ao{p_{i,t}}/Aswitc{h_{i,t}} = {\gamma _0} + {\gamma _1}Defaul{t_{i,t}} + {\gamma _2}Busris{k_{i,t}} \\\qquad+ \displaystyle\sum Control{s_{i,t}} + \sum Ind + \sum Year + {\rm{\varepsilon }}\\\end{array}\tag{Path C}$$ 其中,Busrisk表示经营风险,具体采用盈利能力(Oroa=营业利润/期末资产总额)和财务杠杆(Lev=期末负债总额/资产总额)进行衡量,Oroa越小、Lev越大,表示经营风险越高。Default表示债务违约情况,由是否发生债务违约哑变量(Default_d)衡量。其余控制变量与前文相同。路径模型Path B的设定及控制变量选取参考Stanley(2011)、Bentley等(2013)、翟胜宝等(2017)的研究。
为检验经营风险在债务违约与审计师风险应对行为关系中的中介效应,本文依据Baron和Kenny(1986)的研究方法,分三步展开:第一步,通过基本回归模型(不添加经营风险指标Busrisk)检验债务违约对审计师风险应对行为的影响,观察路径Path A的回归系数α1;第二步,检验债务违约对经营风险的影响,观察路径模型Path B的回归系数β1;第三步,同时分析债务违约与经营风险对审计师风险应对行为的影响,观察路径模型Path C的回归系数γ1。此时,通过回归系数可以检验经营风险是否存在完全中介效应或部分中介效应。如果α1、β1显著,γ1不显著,则经营风险具有完全中介效应;如果α1、β1、γ1均显著,则经营风险具有部分中介效应;如果α1和β1至少有一个不显著,而Sobel Z值显著,依然说明经营风险的部分中介效应显著。
表6、表7、表8分别报告了三个路径的经营风险中介效应检验结果。在Path A(不含中介因子)中,Default_d的系数均显著为正;在Path B(中介因子检验)中,当经营风险指标为盈利能力(Oroa)时,Default_d的系数在1%水平上显著为负;当经营风险指标为财务杠杆(Lev)时,Default_d的系数在1%水平上显著为正,表明债务违约降低了公司盈利能力和偿债能力,增加了审计风险;在Path C(包含中介因子)中,大部分Default_d的系数仍然显著为正⑨,Sobel Z检验均在1%水平上显著。以上结果表明,经营风险在债务违约对审计师风险应对行为的影响中发挥了部分中介作用。
表 6 经营风险中介效应检验结果:Path A
变量 Ainvest (OLS) Afee (OLS) Aop (Logit) Aswitch (Logit) (1) (2) (3) (4) (5) (6) (7) (8) Default_d 0.020* 0.019* 0.004*** 0.004*** 0.955*** 1.641*** 0.385*** 0.452*** (1.809) (1.657) (5.137) (5.664) (6.700) (12.775) (4.191) (5.050) Constant 3.982*** 3.975*** 0.921*** 0.921*** 12.753*** 13.200*** 1.988*** −1.194*** (61.325) (62.358) (99.848) (100.928) (7.521) (7.692) (4.170) (−2.283) Controls Yes Yes Yes Yes Yes Yes Yes Yes Ind/Year Yes Yes Yes Yes Yes Yes Yes Yes Obs 31,511 31,511 28,183 28,183 25,189 25,189 26,680 26,680 Adj/Pseudo R2 0.126 0.134 0.502 0.502 0.386 0.320 0.052 0.052 F/Wald Chi2 72.561*** 74.803*** 409.831*** 407.855*** 2,443.808*** 2,356.144*** 1,001.731*** 1,000.072*** 注:*、**、***分别代表在10%、5%、1%水平上显著;列(1)至列(4)括号内为t值,列(5)至列(8)括号内为z值,均经过公司层面的聚类调整(Cluster);限于篇幅,未报告控制变量的回归结果,资料备索。 表 7 经营风险中介效应检验结果:Path B
变量 Oroa (OLS) Lev (OLS) (1) (2) Default_d −0.021*** 0.235*** (−5.533) (17.104) Constant −0.262*** −0.303*** (−16.449) (−5.159) Controls Yes Yes Ind/Year Yes Yes Obs 28,593 28,593 Adj/Pseudo R2 0.403 0.524 F/Wald Chi2 204.762*** 503.871*** 注:*、**、***分别代表在10%、5%、1%水平上显著;括号内为经公司层面聚类调整(Cluster)的t值;限于篇幅,未报告控制变量的回归结果,资料备索。 表 8 经营风险中介效应检验结果:Path C
变量 Ainvest (OLS) Afee (OLS) Aop (Logit) Aswitch (Logit) (1) (2) (3) (4) (5) (6) (7) (8) Default_d 0.013 0.024** 0.004*** 0.004*** 0.891*** 0.990*** 0.374*** 0.381*** (1.122) (2.151) (5.070) (5.075) (5.978) (6.920) (4.063) (4.144) Oroa −0.632*** −0.007* −6.438*** −0.633 (−13.374) (−1.861) (−9.209) (−1.610) Lev −0.026* 0.002 3.919*** 0.305*** (−1.690) (1.141) (14.698) (2.751) Constant 3.874*** 4.024*** 0.920*** 0.921*** 10.821*** 13.691*** 1.946*** −0.023 (58.807) (62.414) (99.127) (100.091) (6.365) (8.892) (3.598) (−0.050) Controls Yes Yes Yes Yes Yes Yes Yes Yes Ind/Year Yes Yes Yes Yes Yes Yes Yes Yes Obs 31,511 31,511 28,183 28,183 25,189 25,189 26,680 26,680 Adj/Pseudo R2 0.136 0.134 0.502 0.502 0.400 0.389 0.052 0.052 F/Wald chi2 72.863*** 73.443*** 394.984*** 402.165*** 2,314.983*** 2,364.512*** 1,001.581*** 1,004.385*** Sobel Z 22.723*** 8.114*** 13.649*** −25.620*** 35.803*** 34.199*** −10.219*** −12.654*** 注:*、**、***分别代表在10%、5%、1%水平上显著;列(1)至列(4)括号内为t值,列(5)至列(8)括号内为z值,均经过公司层面的聚类调整(Cluster);限于篇幅,未报告控制变量的回归结果,资料备索。 本文进一步检验了审计风险是否在债务违约与审计师风险应对行为的关系中发挥了中介效应。审计风险是指审计师未能发现财务报表中存在重大错报或漏报,从而出具不恰当审计意见的风险。债务违约发生后,为稳定债权人和投资者情绪,债务违约公司管理层可能通过盈余管理掩饰财务问题(Franz等,2014)。盈余管理行为增加了审计师的工作难度和财务报表出现错报和漏报的可能性,从而增大了审计风险。因此,审计风险可能是债务违约对审计师风险应对行为的传导渠道之一。
本文采用基于修正琼斯模型计算的操纵性应计利润的绝对值衡量审计风险(Aurisk),操纵性应计利润的绝对值越大,表示审计师面临的审计风险越高。中介效应模型和具体检验思路与经营风险中介效应检验相似,不再赘述。检验结果⑩表明,审计风险在债务违约对审计师风险应对行为的影响中发挥了部分中介作用。
-
相对于仅在某一年度发生债务违约的公司,在多个年度反复发生债务违约的公司经营风险可能更高,由此审计师可能会采取更强的风险应对措施。为检验债务违约频率的影响,本文将债务违约变量(Repeat)定义为在整个样本期间内是否反复发生债务违约。如果在多个年度反复发生债务违约,Repeat取值为1;如果仅在某一年度发生债务违约,Repeat取值为0。表9列(1)、列(3)、列(5)、列(7)报告了模型(1)的重新回归结果。当被解释变量为审计投入(Ainvest)、审计意见类型(Aop)和审计师变更(Aswitch)时,债务违约频率(Repeat)的系数均在5%水平上显著为正。当被解释变量为审计收费(Afee)时,债务违约频率(Repeat)的系数为正,但不具有统计上的显著性。以上结果表明,对于反复发生债务违约的公司,审计师主要通过增加审计投入、出具非标审计意见以及拒绝提供审计服务来应对增加的风险。
表 9 债务违约程度的影响
变量 Ainvest (OLS) Afee (OLS) Aop (Logit) Aswitch (Logit) (1) (2) (3) (4) (5) (6) (7) (8) Repeat 0.032** 0.001 0.441** 0.195** (2.520) (0.201) (2.084) (2.274) Default_r 0.114*** 0.040* 14.712*** 2.234 (3.211) (1.964) (3.897) (0.645) Constant 3.785*** 3.639*** 0.967*** 1.012*** 13.700*** 9.779** −0.548 −1.186 (30.054) (12.524) (69.573) (52.853) (6.432) (2.373) (−0.658) (−0.509) Controls Yes Yes Yes Yes Yes Yes Yes Yes Ind/Year Yes Yes Yes Yes Yes Yes Yes Yes Obs 8,396 1,255 7,253 1,090 5,816 844 6,496 916 Adj/Pseudo R2 0.143 0.124 0.587 0.655 0.382 0.477 0.050 0.077 F/Wald Chi2 22.628*** 4.421*** 162.824*** 40.866*** 1,047.228*** 527.434*** 299.684*** 76.586*** 注:*、**、***分别代表在10%、5%、1%水平上显著;列(1)至列(4)括号内为t值,列(5)至列(8)括号内为z值,均经过公司层面的聚类调整(Cluster);限于篇幅,未报告控制变量的回归结果,资料备索。 为进一步检验违约金额的影响,本文仅保留发生债务违约的样本,重新回归模型(1),结果如表9列(2)、列(4)、列(6)、列(8)所示。债务违约金额占期末总资产的比重(Default_r)与审计投入(Ainvest)、审计收费(Afee)、审计意见类型(Aop)均显著正相关。以上结果表明,对于发生债务违约的公司,以违约金额代表的债务违约程度越高,审计师采取风险应对措施的可能性越大。
-
本文进一步探究公司发生财务困境的可能性对债务违约与审计师风险应对行为之间关系的影响。如果公司发生债务违约,但财务状况并没有出现明显恶化的迹象,那么债务违约导致公司出现经营风险的可能性较小,审计师采取额外风险应对措施的可能性也较小;反之,如果公司发生财务困境的可能性较大,债务违约会进一步加大经营风险,提高审计师感知到的风险水平,审计师因而会采取不同的风险应对措施。
现金短缺通常是公司财务困境的导火索,本文采用现金持有水平度量公司发生财务困境的可能性。现金持有水平(Cash)为公司期末现金与现金等价物之和除以期末总资产,Cash值越大,代表公司发生财务困境的可能性越低。基于发生债务违约子样本,本文采用如下模型进行回归:
$$ \begin{array}{l} Ainves{t_{i,t}}/Afe{e_{i,t}}/Ao{p_{i,t}}/Aswitc{h_{i,t}} = {\lambda _0} + {\lambda _1}Default\_{r_{i,t}} + {\lambda _2}Default\_{r_{i,t}} \times Cas{h_{i,t}} \\\qquad+ {\lambda _3}Cas{h_{i,t}} + \displaystyle\sum Control{s_{i,t}} + \sum Ind + \sum Year + {\rm{\varepsilon }} \\\end{array} $$ (4) 本文关注的是债务违约金额与现金持有水平交乘项(Default_r×Cash)的系数。如果交乘项的系数显著为负,说明债务违约对审计师风险应对行为的影响在上市公司现金持有水平较低时更为显著。表10报告了模型(4)的回归结果,Default_r×Cash的系数均显著为负,说明上市公司处于财务困境的可能性越大、现金持有水平越低,审计师对公司债务违约行为采取应对措施的可能性越大。
表 10 现金持有水平的影响
变量 Ainvest (OLS) Afee (OLS) Aop (Logit) Aswitch (Logit) (1) (2) (3) (4) Default_r 0.558 0.002* 1.176*** 5.374 (1.303) (1.716) (2.974) (1.486) Default_r×Cash −0.329*** −0.021*** −0.048* −11.422* (−2.904) (−2.697) (−1.870) (−1.679) Cash 0.027*** 0.009 0.036* 0.086 (2.904) (1.359) (1.804) (0.168) Constant 3.633*** 1.045*** 12.458*** −0.588 (12.183) (53.839) (2.971) (−0.237) Controls Yes Yes Yes Yes Ind/Year Yes Yes Yes Yes Obs 1,255 1,090 844 916 Adj/Pseudo R2 0.118 0.656 0.472 0.085 F/Wald Chi2 4.093*** 39.460*** 522.556*** 82.835*** 注:*、**、***分别代表在10%、5%、1%水平上显著;列(1)、列(2)括号内为t值,列(3)、列(4)括号内为z值,均经过公司层面的聚类调整(Cluster);限于篇幅,未报告控制变量的回归结果,资料备索。 -
上文研究发现,债务违约增加了上市公司经营风险和审计风险,促使审计师采取增加审计投入、提高审计收费、出具非标审计意见、拒绝提供审计服务等应对措施。那么,这些应对措施之间是否存在递进关系?审计师是否会根据债务违约风险大小,采取不同强度的应对措施?本文认为,不同风险应对措施对客户的影响程度不同,增加审计投入只会影响审计成本,对客户财务成本没有实质影响;提高审计收费会直接影响客户的审计费用支出;出具非标审计意见则会给客户带来更加严重的经济后果。本文认为,对客户影响程度的不同,直接体现了审计师风险应对措施的强度。因此,本文将审计师风险应对措施从弱到强分为四个级别,依次为增加审计投入、提高审计收费、出具非标审计意见、拒绝提供审计服务,逻辑思路如图1所示。
参考Elder等(2009)的研究,本文构建模型(5),采用Ordered Logit回归检验审计师风险应对措施的强度。模型(5)中,被解释变量为审计师风险应对措施的顺序变量Aorder,取值为1到4的正整数。如果当年审计投入(延迟)大于上一年,Aorder取值为1;如果当年经总资产调整后的审计费用大于上一年,Aorder取值为2;如果上市公司当年获得非标审计意见、而上一年获得标准无保留审计意见,Aorder取值为3;如果上市公司当年发生审计师变更、而上一年未发生审计师变更,Aorder取值为4。Aorder取值越大,表示审计师的风险应对措施越强。本文预期,上市公司债务违约程度越严重,审计师采取的风险应对措施越强,即μ1的系数显著为正。
$$ Aorde{r_{i,t}} = {\mu _0} + {\mu _1}Defaul{t_{i,t}} + \sum Control{s_{i,t}} + \sum Ind + \sum Year + {\rm{\varepsilon }} $$ (5) 表11报告了模型(5)的回归结果。是否发生债务违约哑变量(Default_d)和债务违约金额变量(Default_r)的系数均显著为正,说明针对不同程度的债务违约风险,审计师会采取由弱至强的风险应对措施,即首先扩大审计测试范围、增加审计投入,然后提高审计收费。如果债务违约风险更加严重,则会考虑出具非标审计意见,直至拒绝提供审计服务。
表 11 审计师对上市公司债务违约的风险应对强度
变量 Aorder (Logit) (1) (2) (3) (4) Default_d 0.558*** 0.158* (7.101) (1.754) Default_r 0.611*** 0.426*** (4.208) (2.646) Constant −2.140*** −3.134*** −2.130*** −3.085*** (−2.304) (−3.037) (−2.299) (−3.020) Controls No Yes No Yes Ind/Year Yes Yes Yes Yes Obs 17,838 17,838 17,838 17,838 Pseudo R2 0.009 0.065 0.008 0.065 LR Chi2 327.832*** 2,465.813*** 294.439*** 2,470.544*** 注:*、**、***分别代表在10%、5%、1%水平上显著;括号内为经公司层面聚类调整(Cluster)的z值;限于篇幅,未报告控制变量的回归结果,资料备索。 -
本文进一步检验上市公司债务违约与审计师风险应对行为之间的关系是否受产权性质的影响。本文将全样本分为国有企业(Soe=1)和民营企业(Soe=0)两个子样本,分别对模型(1)进行回归。表12的回归结果和系数差异检验结果显示,发生债务违约后,国有企业和民营企业在审计投入、审计意见、审计师变更方面均无显著差异。综上表明,上市公司债务违约对审计师风险应对措施的影响不会因产权性质不同而产生明显差异,在面对不同客户的债务违约问题时,审计师会客观综合地评价债务违约对审计风险的影响。
表 12 产权异质性影响
变量 Ainvest (OLS) SOE=1 SOE=0 SOE=1 SOE=0 Default_d 0.015 0.027 (0.996) (1.581) Default_r 0.503 0.535 (1.318) (1.621) Constant 3.789*** 4.085*** 3.782*** 4.077*** (42.121) (39.284) (41.926) (39.342) Controls Yes Yes Yes Yes Ind/Year Yes Yes Yes Yes 组间系数差异 −0.011
(−0.501)−0.033
(−0.063)Obs 16,011 15,045 16,011 15,045 Adj R2 0.148 0.115 0.148 0.115 F 52.421*** 37.340*** 52.464*** 37.353*** 注:*、**、***分别代表在10%、5%、1%水平上显著;括号内为经公司层面聚类调整(Cluster)的t值;表中仅报告了以Ainvest为因变量的回归结果,限于篇幅,未报告以Afee、Aop、Aswitch为因变量的回归结果以及控制变量的回归结果,资料备索。 -
近年来,中国公司财务杠杆不断增高,债务违约的发生频率和金额也在不断增加,债务违约已成为业界和学界共同关注的热点。现有研究较多关注债务违约对违约主体本身的投融资决策和人力资源政策的影响,直接讨论债务违约对其他经济主体决策影响的较少。与已有研究不同,本文基于手工搜集的中国上市公司1999−2017年债务违约数据,考察上市公司债务违约对审计师风险应对措施的影响。
研究发现,公司发生债务违约后,审计师会增加审计投入、提高审计收费、更可能出具非标审计意见,甚至拒绝提供审计服务。债务违约影响审计师风险应对行为的主要路径是增加了经营风险和审计风险,这进一步表现为债务违约程度越严重(违约频率高和违约金额大),公司发生财务困境(现金短缺)的可能性越大,审计师采取风险应对措施的可能性越大。研究还发现,审计师对客户债务违约风险采取的不同应对措施之间存在递进关系,在公司债务违约风险较低时,审计师可能只是增加审计投入;随着公司债务违约风险的增加,审计师的应对措施会越来越强硬,包括提高审计收费、出具非标审计意见,甚至拒绝提供审计服务。审计师会根据违约程度进行客观决策,采取的应对措施不会因公司产权性质不同而产生显著差异。本文的研究从利益相关者视角拓展了公司债务违约的经济后果研究,同时也有助于深入理解审计师的风险应对行为,为监管部门的政策制定提供参考。
-
摘要: 基于手工搜集的1999−2017年中国沪深A股上市公司债务违约数据,文章从外部审计师风险应对视角,实证检验了债务违约的经济后果。研究发现,上市公司债务违约引发审计师采取风险应对措施,如增加审计投入、收取更高的审计费用、出具非标审计意见和拒绝提供审计服务。机制检验显示,债务违约引发审计师采取风险应对措施的主要原因是其增加了上市公司经营风险和审计风险。拓展性研究发现,公司债务违约问题越严重、出现财务困境的可能性越大,审计师采取风险应对措施的可能性越大;不同风险应对措施之间存在递进关系,即审计师会根据客户的债务违约风险大小,采取由弱到强的不同应对措施。
Firm Debt Violations and Auditor Responses to Risk
Abstract: Based on the hand-collected data of Chinese listed firms from 1999 to 2017, we empirically examine the economic consequences of firm debt violations from a perspective of external auditors. The results show that firm debt violations trigger auditor actions, including increasing audit investment, charging higher audit fees, issuing more stringent audit opinions, and even refusing to offer audit service. Channel tests reveal that debt violations increase firms' business and audit risks, and thus trigger auditor actions. Further analysis finds that auditors are more prone to respond to circumstances when firms' debt violations are more severe and the likelihood of financial distress is higher. In addition, audit actions are progressive. Auditors will take measures from weak to strong according to the risk of clients' debt defaults.-
Key words:
- debt violation /
- audit investment /
- audit fee /
- audit opinion /
- auditor switch
-
表 1 主要变量描述性统计
变量 均值 标准差 最小值 25分位数 中位数 75分位数 最大值 Ainvest 4.445 0.323 3.091 4.344 4.489 4.691 4.771 Afee 0.616 0.025 0.483 0.600 0.616 0.631 0.776 Aop 0.068 0.252 0.000 0.000 0.000 0.000 1.000 Aswitch 0.130 0.336 0.000 0.000 0.000 0.000 1.000 Default_d 0.037 0.188 0.000 0.000 0.000 0.000 1.000 Default_r 0.001 0.010 0.000 0.000 0.000 0.000 0.083 Size 21.660 1.290 18.878 20.765 21.506 22.365 26.337 Lev 0.459 0.229 0.051 0.289 0.451 0.612 1.282 Roa 0.056 0.073 −0.246 0.028 0.054 0.087 0.310 Ocf 0.043 0.079 −0.210 0.002 0.043 0.087 0.265 注:限于篇幅,未报告其他变量的描述性统计结果,资料备索。 表 2 单变量均值差异检验
变量 债务违约 无债务违约 差异检验 债务违约程度高 债务违约程度低 差异检验 (1) (2) (3) (4) (5) (6) Ainvest 4.471 4.444 0.027*** 4.482 4.455 0.027 Afee 0.630 0.615 0.015*** 0.638 0.618 0.020*** Aop 0.381 0.055 0.325*** 0.484 0.234 0.250*** Aswitch 0.226 0.207 0.019 0.252 0.189 0.062*** Size 20.860 21.690 −0.830*** 20.450 21.444 −0.995*** Lev 0.729 0.449 0.280*** 0.784 0.650 0.134*** Roa 0.016 0.057 −0.042*** 0.007 0.029 −0.022*** Ocf 0.025 0.044 −0.019*** 0.020 0.032 −0.012** 注:*、**、***分别代表在10%、5%、1%水平上显著;限于篇幅,未报告其他变量的单变量均值差异检验结果,资料备索。 表 3 债务违约与审计师风险应对
变量 Ainvest (OLS) Afee (OLS) Aop (Logit) Aswitch (Logit) (1) (2) (3) (4) (5) (6) (7) (8) Default_d 0.024** 0.004*** 0.990*** 0.381*** (2.151) (5.075) (6.920) (4.144) Default_r 0.602** 0.098*** 16.505*** 4.468** (2.498) (5.984) (6.136) (2.465) Constant 4.024*** 4.016*** 0.921*** 0.919*** 13.691*** 13.342*** −0.023 0.018 (62.414) (62.178) (100.091) (99.814) (8.892) (8.619) (−0.050) (0.038) Controls Yes Yes Yes Yes Yes Yes Yes Yes Ind/Year Yes Yes Yes Yes Yes Yes Yes Yes Obs 31,511 31,511 28,183 28,183 25,189 25,189 26,680 26,680 Adj/Pseudo R2 0.134 0.134 0.502 0.502 0.389 0.389 0.052 0.052 F/Wald Chi2 73.443*** 73.464*** 402.165*** 403.547*** 2364.512*** 2327.797*** 1004.385*** 1002.614*** 注:*、**、***分别代表在10%、5%、1%水平上显著;列(1)至列(4)括号内为t值,列(5)至列(8)括号内为z值,均经过公司层面的聚类调整(Cluster);限于篇幅,未报告控制变量的回归结果,资料备索。 表 4 倾向评分匹配与双重差分法(PSM−DID)的回归结果
变量 Ainvest (OLS) Afee (OLS) Aop (Logit) Aswithc (Logit) (1) (2) (3) (4) Treat 0.020** 0.001 0.770*** 0.129** (2.525) (1.414) (4.761) (2.079) Treat×Post 0.021** 0.002*** 0.685*** 0.308*** (2.170) (3.684) (5.731) (3.632) Constant 3.936*** 0.924*** 11.510*** −1.230** (59.174) (124.772) (6.823) (−2.216) Controls Yes Yes Yes Yes Ind/Year Yes Yes Yes Yes Obs 30,210 27,250 24,289 25,425 Adj/Pseudo R2 0.130 0.502 0.401 0.050 F/Wald Chi2 70.054*** 396.974*** 2369.138*** 950.262*** 注:*、**、***分别代表在10%、5%、1%水平上显著;列(1)、列(2)括号内为t值,列(3)、列(4)括号内为z值,均经过公司层面的聚类调整(Cluster);限于篇幅,未报告控制变量的回归结果,资料备索。 表 5 稳健性检验:替换审计师风险应对衡量方法
变量 Ainvest _robust (OLS) Afee_robust (OLS) Aswitch (Logit) (1) (2) (3) (4) (5) (6) Default_d 2.365*** 0.074*** 0.211** (2.971) (4.604) (2.176) Default_r 61.075*** 1.749*** 2.592 (3.567) (5.311) (1.464) Default_d×Shop 0.631* (1.781) Default_r×Shop 9.724* (1.646) Shop −1.709*** −1.686*** (−11.423) (−11.571) Constant 68.588*** 67.685*** 6.728*** 6.709*** 0.317 0.282 (14.364) (14.105) (34.270) (34.110) (0.693) (0.622) Controls Yes Yes Yes Yes Yes Yes Ind/Year Yes Yes Yes Yes Yes Yes Obs 31,514 31,514 28,183 28,183 26,596 26,596 Adj/Pseudo R2 0.140 0.140 0.653 0.653 0.059 0.059 F/Wald Chi2 97.874*** 98.070*** 963.421*** 964.123*** 1219.142*** 1218.234*** 注:*、**、***分别代表在10%、5%、1%水平上显著;列(1)至列(4)括号内为t值,列(5)、列(6)括号内为z值,均经过公司层面的聚类调整(Cluster);限于篇幅,未报告控制变量的回归结果,资料备索。 表 6 经营风险中介效应检验结果:Path A
变量 Ainvest (OLS) Afee (OLS) Aop (Logit) Aswitch (Logit) (1) (2) (3) (4) (5) (6) (7) (8) Default_d 0.020* 0.019* 0.004*** 0.004*** 0.955*** 1.641*** 0.385*** 0.452*** (1.809) (1.657) (5.137) (5.664) (6.700) (12.775) (4.191) (5.050) Constant 3.982*** 3.975*** 0.921*** 0.921*** 12.753*** 13.200*** 1.988*** −1.194*** (61.325) (62.358) (99.848) (100.928) (7.521) (7.692) (4.170) (−2.283) Controls Yes Yes Yes Yes Yes Yes Yes Yes Ind/Year Yes Yes Yes Yes Yes Yes Yes Yes Obs 31,511 31,511 28,183 28,183 25,189 25,189 26,680 26,680 Adj/Pseudo R2 0.126 0.134 0.502 0.502 0.386 0.320 0.052 0.052 F/Wald Chi2 72.561*** 74.803*** 409.831*** 407.855*** 2,443.808*** 2,356.144*** 1,001.731*** 1,000.072*** 注:*、**、***分别代表在10%、5%、1%水平上显著;列(1)至列(4)括号内为t值,列(5)至列(8)括号内为z值,均经过公司层面的聚类调整(Cluster);限于篇幅,未报告控制变量的回归结果,资料备索。 表 7 经营风险中介效应检验结果:Path B
变量 Oroa (OLS) Lev (OLS) (1) (2) Default_d −0.021*** 0.235*** (−5.533) (17.104) Constant −0.262*** −0.303*** (−16.449) (−5.159) Controls Yes Yes Ind/Year Yes Yes Obs 28,593 28,593 Adj/Pseudo R2 0.403 0.524 F/Wald Chi2 204.762*** 503.871*** 注:*、**、***分别代表在10%、5%、1%水平上显著;括号内为经公司层面聚类调整(Cluster)的t值;限于篇幅,未报告控制变量的回归结果,资料备索。 表 8 经营风险中介效应检验结果:Path C
变量 Ainvest (OLS) Afee (OLS) Aop (Logit) Aswitch (Logit) (1) (2) (3) (4) (5) (6) (7) (8) Default_d 0.013 0.024** 0.004*** 0.004*** 0.891*** 0.990*** 0.374*** 0.381*** (1.122) (2.151) (5.070) (5.075) (5.978) (6.920) (4.063) (4.144) Oroa −0.632*** −0.007* −6.438*** −0.633 (−13.374) (−1.861) (−9.209) (−1.610) Lev −0.026* 0.002 3.919*** 0.305*** (−1.690) (1.141) (14.698) (2.751) Constant 3.874*** 4.024*** 0.920*** 0.921*** 10.821*** 13.691*** 1.946*** −0.023 (58.807) (62.414) (99.127) (100.091) (6.365) (8.892) (3.598) (−0.050) Controls Yes Yes Yes Yes Yes Yes Yes Yes Ind/Year Yes Yes Yes Yes Yes Yes Yes Yes Obs 31,511 31,511 28,183 28,183 25,189 25,189 26,680 26,680 Adj/Pseudo R2 0.136 0.134 0.502 0.502 0.400 0.389 0.052 0.052 F/Wald chi2 72.863*** 73.443*** 394.984*** 402.165*** 2,314.983*** 2,364.512*** 1,001.581*** 1,004.385*** Sobel Z 22.723*** 8.114*** 13.649*** −25.620*** 35.803*** 34.199*** −10.219*** −12.654*** 注:*、**、***分别代表在10%、5%、1%水平上显著;列(1)至列(4)括号内为t值,列(5)至列(8)括号内为z值,均经过公司层面的聚类调整(Cluster);限于篇幅,未报告控制变量的回归结果,资料备索。 表 9 债务违约程度的影响
变量 Ainvest (OLS) Afee (OLS) Aop (Logit) Aswitch (Logit) (1) (2) (3) (4) (5) (6) (7) (8) Repeat 0.032** 0.001 0.441** 0.195** (2.520) (0.201) (2.084) (2.274) Default_r 0.114*** 0.040* 14.712*** 2.234 (3.211) (1.964) (3.897) (0.645) Constant 3.785*** 3.639*** 0.967*** 1.012*** 13.700*** 9.779** −0.548 −1.186 (30.054) (12.524) (69.573) (52.853) (6.432) (2.373) (−0.658) (−0.509) Controls Yes Yes Yes Yes Yes Yes Yes Yes Ind/Year Yes Yes Yes Yes Yes Yes Yes Yes Obs 8,396 1,255 7,253 1,090 5,816 844 6,496 916 Adj/Pseudo R2 0.143 0.124 0.587 0.655 0.382 0.477 0.050 0.077 F/Wald Chi2 22.628*** 4.421*** 162.824*** 40.866*** 1,047.228*** 527.434*** 299.684*** 76.586*** 注:*、**、***分别代表在10%、5%、1%水平上显著;列(1)至列(4)括号内为t值,列(5)至列(8)括号内为z值,均经过公司层面的聚类调整(Cluster);限于篇幅,未报告控制变量的回归结果,资料备索。 表 10 现金持有水平的影响
变量 Ainvest (OLS) Afee (OLS) Aop (Logit) Aswitch (Logit) (1) (2) (3) (4) Default_r 0.558 0.002* 1.176*** 5.374 (1.303) (1.716) (2.974) (1.486) Default_r×Cash −0.329*** −0.021*** −0.048* −11.422* (−2.904) (−2.697) (−1.870) (−1.679) Cash 0.027*** 0.009 0.036* 0.086 (2.904) (1.359) (1.804) (0.168) Constant 3.633*** 1.045*** 12.458*** −0.588 (12.183) (53.839) (2.971) (−0.237) Controls Yes Yes Yes Yes Ind/Year Yes Yes Yes Yes Obs 1,255 1,090 844 916 Adj/Pseudo R2 0.118 0.656 0.472 0.085 F/Wald Chi2 4.093*** 39.460*** 522.556*** 82.835*** 注:*、**、***分别代表在10%、5%、1%水平上显著;列(1)、列(2)括号内为t值,列(3)、列(4)括号内为z值,均经过公司层面的聚类调整(Cluster);限于篇幅,未报告控制变量的回归结果,资料备索。 表 11 审计师对上市公司债务违约的风险应对强度
变量 Aorder (Logit) (1) (2) (3) (4) Default_d 0.558*** 0.158* (7.101) (1.754) Default_r 0.611*** 0.426*** (4.208) (2.646) Constant −2.140*** −3.134*** −2.130*** −3.085*** (−2.304) (−3.037) (−2.299) (−3.020) Controls No Yes No Yes Ind/Year Yes Yes Yes Yes Obs 17,838 17,838 17,838 17,838 Pseudo R2 0.009 0.065 0.008 0.065 LR Chi2 327.832*** 2,465.813*** 294.439*** 2,470.544*** 注:*、**、***分别代表在10%、5%、1%水平上显著;括号内为经公司层面聚类调整(Cluster)的z值;限于篇幅,未报告控制变量的回归结果,资料备索。 表 12 产权异质性影响
变量 Ainvest (OLS) SOE=1 SOE=0 SOE=1 SOE=0 Default_d 0.015 0.027 (0.996) (1.581) Default_r 0.503 0.535 (1.318) (1.621) Constant 3.789*** 4.085*** 3.782*** 4.077*** (42.121) (39.284) (41.926) (39.342) Controls Yes Yes Yes Yes Ind/Year Yes Yes Yes Yes 组间系数差异 −0.011
(−0.501)−0.033
(−0.063)Obs 16,011 15,045 16,011 15,045 Adj R2 0.148 0.115 0.148 0.115 F 52.421*** 37.340*** 52.464*** 37.353*** 注:*、**、***分别代表在10%、5%、1%水平上显著;括号内为经公司层面聚类调整(Cluster)的t值;表中仅报告了以Ainvest为因变量的回归结果,限于篇幅,未报告以Afee、Aop、Aswitch为因变量的回归结果以及控制变量的回归结果,资料备索。 -
[1] 蔡利, 毕铭悦, 蔡春. 2015. 真实盈余管理与审计师认知. 会计研究 (11): 83−89. [2] 陈婧, 张金丹, 方军雄. 2018. 公司债务违约风险影响审计收费吗. 财贸经济 (5): 71−87. [3] 刘笑霞, 李明辉, 孙蕾. 2017. 媒体负面报道、审计定价与审计延迟. 会计研究 (4): 88−94. [4] 谌嘉席. 2014. 审计收费“固化”成因探究. 中国会计评论 (2): 199−228. [5] 王娟, 潘秀丽. 2018. 慈善捐赠对审计意见的影响—基于慈善捐赠利己动机视角的实证分析. 审计研究 (3): 87−94. [6] 汪莉, 陈诗一. 2015. 政府隐性担保、债务违约与利率决定. 金融研究 (9): 66−81. [7] 伍利娜. 2003. 盈余管理对审计费用影响分析—来自中国上市公司首次审计费用披露的证据. 会计研究 (12): 39−44. [8] 许浩然, 荆新. 2016. 社会关系网络与公司债务违约—基于中国A股上市公司的经验证据. 财贸经济 (9): 36−52. [9] 翟胜宝, 许浩然, 刘耀淞, 唐玮. 2017. 控股股东股权质押与审计师风险应对. 管理世界 (10): 51−65. [10] 张玮倩, 方军雄. 2017. 债务违约会抑制公司创新投资吗? 产业经济研究 (5): 1−11. [11] Balsam, S., Y. Gu, and C. X. Mao. 2018. Creditor influence and CEO compensation: Evidence from debt covenant violations. The Accounting Review 93(5): 23−50. doi: 10.2308/accr-52013 [12] Barclay, M. J., and C. W. Smith. 1995. The maturity structure of corporate debt. The Journal of Finance 50(2): 609−631. doi: 10.1111/j.1540-6261.1995.tb04797.x [13] Baron, R. M., and D. A. Kenny. 1986. The moderator-mediator variable distinction in social psychological research: Conceptual, strategic, and statistical considerations. Journal of Personality and Social Psychology 51(6): 1173−1182. doi: 10.1037/0022-3514.51.6.1173 [14] Bentley, K. A., T. C. Omer, and N. Y. Sharp. 2013. Business strategy, financial reporting irregularities, and audit effort. Contemporary Accounting Research 30(2): 780−817. doi: 10.1111/j.1911-3846.2012.01174.x [15] Bhaskar, L. S., G. V. Krishnan, and W. Yu. 2017. Debt covenant violations, firm financial distress, and auditor actions. Contemporary Accounting Research 34(1): 186−215. doi: 10.1111/1911-3846.12241 [16] Chava, S., and M. R. Roberts. 2008. How does financing impact investment? The role of debt covenants. The Journal of Finance 63(5): 2085−2121. doi: 10.1111/j.1540-6261.2008.01391.x [17] Chen, K. C. W., and K. C. J. Wei. 1993. Creditors’ decisions to waive violations of accounting-based debt covenants. The Accounting Review 68(2): 218−232. [18] Devos, E., S. Rahman, and D. Tsang. 2017. Debt covenants and the speed of capital structure adjustment. Journal of Corporate Finance 45: 1−18. doi: 10.1016/j.jcorpfin.2017.04.008 [19] Dichev, I. D., and D. J. Skinner. 2002. Large-sample evidence on the debt covenant hypothesis. Journal of Accounting Research 40(4): 1091−1123. doi: 10.1111/1475-679X.00083 [20] Donohoe, M. P., and W. R. Knechel. 2014. Does corporate tax aggressiveness influence audit pricing. Contemporary Accounting Research 31(1): 284−308. doi: 10.1111/1911-3846.12027 [21] Elder, R., Y. Zhang, J. Zhou, and N. Zhou. 2009. Internal control weaknesses and client risk management. Journal of Accounting, Auditing & Finance 24(4): 543−579. [22] Falato, A., and N. Liang. 2016. Do creditor rights increase employment risk? Evidence from loan covenants. The Journal of Finance 71(6): 2545−2590. doi: 10.1111/jofi.12435 [23] Franz, D. R., H. R. HassabElnaby, and G. J. Lobo. 2014. Impact of proximity to debt covenant violation on earnings management. Review of Accounting Studies 19(1): 473−505. doi: 10.1007/s11142-013-9252-9 [24] Gao, Y., M. Khan, and L. Tan. 2017. Further evidence on consequences of debt covenant violations. Contemporary Accounting Research 34(3): 1489−1521. doi: 10.1111/1911-3846.12303 [25] HassabElnaby, H. R., J. Mosebach, M. Mosebach, and S. Whisenant. 2014. The effect of technical default cost on discretionary accounting decisions. International Research Journal of Applied Finance 8: 1075−1097. [26] Hay, D. C., W. R. Knechel, and N. Wong. 2006. Audit fees: A meta-analysis of the effect of supply and demand attributes. Contemporary Accounting Research 23(1): 141−191. doi: 10.1506/4XR4-KT5V-E8CN-91GX [27] Knechel, W. R., and J. L. Payne. 2001. Additional evidence on audit report lag. Auditing: A Journal of Practice & Theory 20(1): 137−146. [28] Krishnan, J., and J. Krishnan. 1997. Litigation risk and auditor resignations. The Accounting Review 72(4): 539−560. [29] Lennox, C. 2000. Do companies successfully engage in opinion-shopping? Evidence from the UK. Journal of Accounting and Economics 29(3): 321−337. doi: 10.1016/S0165-4101(00)00025-2 [30] Mao, M. Q., and Y. Yu. 2015. Analysts’ cash flow forecasts, audit effort, and audit opinions on internal control. Journal of Business Finance & Accounting 42(5-6): 635−664. [31] Menon, K., and D. D. Williams. 2001. Long-term trends in audit fees. Auditing: A Journal of Practice & Theory 20(1): 115−136. [32] Nini, G., D. C. Smith, and A. Sufi. 2012. Creditor control rights, corporate governance, and firm value. The Review of Financial Studies 25(6): 1713−1761. doi: 10.1093/rfs/hhs007 [33] O’Keefe, T. B., D. A. Simunic, and M. T. Stein. 1994. The production of audit services: Evidence from a major public accounting firm. Journal of Accounting Research 32(2): 241−261. doi: 10.2307/2491284 [34] Pratt, J., and J. D. Stice. 1994. The effects of client characteristics on auditor litigation risk judgments, required audit evidence, and recommended audit fees. The Accounting Review 69(4): 639−656. [35] Robin, A., Q. Wu, and H. Zhang. 2017. Auditor quality and debt covenants. Contemporary Accounting Research 34(1): 154−185. doi: 10.1111/1911-3846.12243 [36] Roberts, M. R., and A. Sufi. 2009. Renegotiation of financial contracts: Evidence from private credit agreements. Journal of Financial Economics 93(2): 159−184. doi: 10.1016/j.jfineco.2008.08.005 [37] Simunic, D. A. 1980. The pricing of audit services: Theory and evidence. Journal of Accounting Research 18(1): 161−190. doi: 10.2307/2490397 [38] Smith, C. W., and J. B. Warner. 1979. On financial contracting: An analysis of bond covenants. Journal of Financial Economics 7(2): 117−161. doi: 10.1016/0304-405X(79)90011-4 [39] Spiceland, C. P., L. L. Yang, and J. H. Zhang. 2016. Accounting quality, debt covenant design, and the cost of debt. Review of Quantitative Finance and Accounting 47(4): 1271−1302. doi: 10.1007/s11156-015-0538-9 [40] Stanley, J. D. 2011. Is the audit fee disclosure a leading indicator of clients’ business risk? Auditing: A Journal of Practice & Theory 30(3): 157−179. [41] Yue, V. Z. 2010. Sovereign default and debt renegotiation. Journal of International Economics 80(2): 176−187. doi: 10.1016/j.jinteco.2009.11.004

下载:







