企业数字化转型与审计收费——基于审计时滞的机制检验

石道元 周玉玲 蒋水全

随着我国企业数字化建设的投入加大及数字化转型战略的逐步实现，业界开始广泛关注企业数字化转型产生的经济后果，如审计收费问题。研究发现，审计收费一方面会受到审计客户的产权性质、规模、上市年限、内部控制缺陷、业务复杂程度、会计信息质量、股权激励（陈胜蓝等，2018）、公司治理结构（盖地等，2013）、财务状况和盈利能力（Simunic, D. A.，1980）、企业董事会成员中独立董事所占比例（蔡春等，2015）等审计客户自身因素的影响，同时会受到审计师资质、任期和事务所规模等事务所层面因素的影响（夏宁等，2020），以及媒体关注度、市场供需和客户关系等外部市场层面因素的制约（董沛武等，2018）。在数字经济时代，通过实施互联网商业模式或大数据等新型数字技术将会给企业带来更多有价值的信息资讯，减少企业的信息搜集成本，同时也提高了财务会计信息透明度，审计师可以使用专业软件对被审计企业的数据信息进行相关处理，实现“无纸化”审计，从而提高审计效率，降低审计成本，降低审计收费（邓芳等，2017）。但是数字化转型也可能带来更多的战略风险，给企业的会计确认、计量、记录和报告带来很大的不确定性（翟华云等，2022），审计师可能通过某些措施降低审计风险，例如通过执行更严格的实质性测试程序，这将增加审计成本，从而增加审计费用。可见，学界对企业数字化转型对审计收费的影响作用机制并未形成定论。现有研究表明，企业数字化转型程度会正向影响审计时滞（钟越华等，2022），而审计时滞与审计收费呈正相关关系（施赟等，2022），系列研究显示了审计时滞可能在企业数字化转型和审计收费之间的传导机制中发挥影响作用。由此，企业数字化转型对审计收费究竟会造成怎样的影响？审计时滞是否发挥了中介传导机制的效用？在企业数字化转型的背景下，还有哪些因素会影响着审计收费？鉴于此，本文拟从审计时滞的视角考察企业数字化转型对审计收费的内在影响逻辑，厘清数字转型影响审计收费的作用机制，以期为数字经济时代审计收费提供决策支持。

本文可能的边际贡献如下：（1）现有文献在探究企业内部因素对审计收费的影响时，更多地关注企业自身特质因素，而针对企业数字化转型对审计收费影响的相关研究还较为缺失。本文考察企业数字化转型影响审计收费的同时，还将探讨审计时滞的中介传导作用，拓展了企业数字化转型经济后果研究，也丰富了审计收费影响因素文献研究。（2）通过对产权性质和媒体关注度的异质性分析，进一步揭示企业数字化转型对审计收费的异质性影响，为优化企业内部和外部治理提供经验证据。

(一)企业数字化转型和审计收费

根据审计定价理论，审计费用受审计师在审计过程中投入的成本和风险溢价的影响。（1）企业进行数字化转型可能会导致审计成本的提升。鉴于审计师的信息技术能力因素，企业进行数字化转型会增加其信息系统的复杂性。高端软件，特别是对审计师来说并不熟悉的软件，会给审计师带来更大的工作量，比如增加审计工作中的实质性程序等（秦荣生等，2014）。在遇到审计师感到相对陌生的系统时，可能还会增加聘请信息技术专家协助审计的成本投入。同时，事务所为了应对更加复杂的信息环境，也应加速进行智能审计升级（毕秀玲等，2019），这一过程不仅包括系统升级的开发成本，还包括相关的培训费用，以提高审计人员的信息技术能力（秦荣生等，2014）。综上所述，企业的数字化转型程度越高，总的审计成本也会越高。（2）企业的数字化程度越高，审计师面临的审计风险越高。首先，随着数字化转型水平的提高，企业的信息系统日趋成熟，但由于审计师和外聘的信息技术专家在相关领域能力的欠缺，导致审计师很难发现通过复杂信息系统操纵的精细化盈余管理活动（吴武清等，2022）。其次，企业的数字化转型将使得数字技术与企业的业务运营深度融合，从而引起企业的资源、产品、业务流程、服务和商业生态的整体性改变（凌华等，2022），这不仅会使企业的内控体系无法快速适应相关变化而出现故障，还会增加交易的复杂性甚至产生新的交易业务，使会计人员的工作更加复杂，同时增加审计工作的难度和成本，降低审计人员发现重大错报的可能性。第三，由于同群效应的存在（陈庆江等，2021），企业跟风式地进行数字化转型可能会引起管理层的战略缺位和认知偏差（武常岐等，2022），使企业的数字化技术先于内部系统构建。如果在没有充分考虑到企业实际状况的前提下就贸然进行数字化转型，不但会消耗大量人力、物力等资源，而且很难将其转化为切实高效的行动，从而获得与之对应的利益，还可能造成公司入不敷出的困境（凌华等，2022）。因此，企业进行数字化转型可能会导致审计师面临更大的审计风险。综上，企业数字化转型将会提升审计师的审计成本和审计风险，进而提高审计收费。由此，提出第一个假设：

H1：在其他条件不变的情况下，企业数字化转型程度越高，审计收费越高。

（二）数字化转型、审计时滞和审计收费

审计时滞是影响财务报告时效性的一个重要因素，指的是从资产负债表日到审计报告签署日中间间隔的天数，其主要由两部分组成：一是审计师在资产负债表日后进行审计工作的时间；
二是审计师向企业提出相关要求，企业作出调整后发布审计报告的时间（张艺馨等，2021）。近年来，随着我国数字化建设的不断深入，企业系统的复杂性也在不断提高。根据我国的审计准则，审计师应当重点关注被审计企业的信息系统，例如，在风险评价中，审计师应当了解企业防范信息技术导致的风险的措施、了解企业所使用的与财务报告相关的信息系统。根据审计师的信息技术能力，企业中更复杂的信息系统必然要求审计师执行更严格的实质性程序，增加控制测试的样本量等（秦荣生等，2014），这意味着审计师要投入更多时间和精力，造成审计时滞延长。此外，由于每个被审计客户的系统不尽相同，审计师可能需要花费额外的时间来熟悉，这也会增加审计时滞。由此可见，企业数字化转型对审计时滞有着一定的影响作用。

企业的数字化转型程度越高，其中的审计风险也会越高。当审计师识别出被审计单位更多的风险时，为免于或较少地承担可能的声誉成本和诉讼风险等，事务所可能会采用更严格的风险控制办法，这就需要审计师付出更多的努力，例如审计师可能会为了获取更多的审计证据增加审计取证活动。同时，为了降低潜在的审计风险，审计师可能会花更多的时间与企业的管理层进行反复讨论和博弈，进而延长完成财务报表审计和出具审计报告的时间（范蕊等，2018）。审计时滞的延长，意味着审计成本的提高（范蕊等，2018；
刘慧等，2018），从而导致了更高的审计收费。因此，对于数字化转型程度更高的企业收取更多的审计费用，很可能是因为审计时滞的延长。由此，本文提出第二个假设：

H2：在其他条件不变的情况下，企业的数字化转型程越高，审计时滞越长，审计收费也就越高。

（一）数据来源与样本选择

我国数字经济的蓬勃发展自2010年开始，之后的数据能较好反映企业间数字化转型水平的差异和动态趋势，因此本文选取2010-2021年沪深A股上市企业为研究样本，并对数据按照下述规则进行处理：（1）剔除ST类或PT类上市企业；
（2）剔除所有金融行业上市企业；
（3）剔除了主要变量数据缺失的上市企业。经过处理，最终得到29941个有效研究样本。本文所有财务数据均来自国泰安经济金融研究数据库（CSMAR）。最后，为消除极端值带来的影响，本文对所有连续型数据均进行了1%和99%的缩尾处理。

（二）变量定义与说明

1 . 被解释变量：
审计收费（Auditee）。根据Ke等（2015）、窦超等（2 0 2 0）、金婕和于博（2020）等的相关研究，本文采取上市公司年度审计收费作为被解释变量，并对其作对数化处理。

2.解释变量：企业数字化转型（DT）。本文借鉴赵宸宇（2021）方法，拟以上市公司年报中涉及数字技术应用、互联网商业模式、智能制造和现代信息系统等维度的99个关键词词频加1后的自然对数值，作为企业数字化转型程度测度指标。

3.中介变量：审计时滞(Delay)。本文借鉴范蕊(2018)、刘慧(2018)、钟越华(2022)等的研究，采用资产负债表日与审计报告签署日之间的天数加1后的自然对数作为中介变量。

4.控制变量。本文借鉴张永坤（2021）、吴武清（2022）、邹美凤（2022）等的相关研究成果，从公司特征、治理结构、财务状况、审计单位特征角度控制了一系列可能影响审计收费的其他因素。从公司特征角度选取企业规模（Size）、成长性（Grow）、上市年限（Listage）、产权性质（Soe）作为控制变量；
从治理结构角度选取股权集中度（Top_1）、独董比例（Indep）作为控制变量；
从财务状况角度选取了资产负债率（Lev）和现金流（Cash）作为控制变量；
从审计单位角度选取审计意见（Opinion）和“四大”审计（Big4）作为控制变量；
从外部环境角度选取媒体关注度（Media）作为控制变量。同时，本文还控制了年度和行业两个变量。

上述变量的定义及说明如表1所示。

表1 变量定义

（三）研究模型设计

为了验证前面提出的研究假设，结合中介效应检验模型，本文构建如下3个回归模型：

模型（1）是本文研究的基准回归模型，主要验证解释变量（DT）对被解释变量（Auditee）的影响关系；
模型（2）主要验证解释变量（DT）对中介变量（Delay）的影响关系；
模型（3）是在模型（1）基础上加入中介变量（Delay）后，解释变量（DT）、中介变量（Delay）对被解释变量（Auditee）的共同影响关系。其中：被解释变量为审计收费（Auditee），解释变量为企业数字化转型（DT），中介变量为审计时滞（Delay），Controls为控制变量，Year、Industry分别为年度和行业虚拟变量，ε为随机干扰项。

本文根据B a r o n & K e n n y（1986）提出的因果逐步回归法进行中介效应检验：首先根据模型（1）和模型（2），分别检验企业数字化转型对审计收费和审计时滞的影响，具体关注模型中α1与β1的系数。然后检验企业数字化转型和审计时滞同时对审计收费的影响，具体关注模型（3）中γ1和γ2的系数。若上述实证检验中α1、β1、γ1和γ2的系数皆显著，且为正，则证明审计时滞在企业数字化转型对审计收费的影响中存在部分正向中介效应，若α1、β1和γ2均显著，且为正，而γ1不显著，则证明审计时滞在企业数字化转型对审计收费的影响中存在完全正向中介效应。

（一）描述性统计分析

表2为本文主要变量的描述性统计分析结果。结合表2，审计收费（Auditee）最小值为12.429（对应原值25万），最大值16.728（对应原值1840.27万），均值13.827（对应原值141.982万），表明我国上市企业的审计费用水平较高，同时各企业之间差距较大；
企业数字化转型（DT）的最小值为0，最大值为5.338，表明企业间数字化转型的程度存在较大差异；
审计时滞（Delay）最小值为3.357（对应原值27.71天），最大值为4.796（对应原值120天），均值4.566（对应原值95.159天），中位数4.644（对应原值103天），表明我国上市企业审计时滞的总体水平相对较高但企业间差距较大。从控制变量方面讲，产权性质（SOE）的均值为0.365，说明上市企业中只有三分之一的企业是国有企业；
会计师事务所规模（BIG4）均值为0.061，表明我国只有小部分的上市企业会在外部审计时选取国际“四大”会计师事务所；
媒体关注度（Media）的最大值为3.775万，最小值为0，均值为0.991万，表明样本企业的媒体关注度差距明显。

表2 主要变量描述性统计

在进行基准回归分析之前，对企业数字化转型与审计收费的相关性运用单变量T检验的方法进行分析。以企业数字化转型程度（DT）的中位数和均值为标准，分别将样本企业分为高低两类，对两组样本中审计收费（Auditee）的中位数和均值进行比较，结果如表3所示。结果显示，数字化转型程度高的企业的审计收费明显高于数字化转型程度低的审计收费，且审计收费（Auditee）的中位数和均值均在1%的水平上呈现显著，这为企业数字化转型（DT）会提高审计收费（Auditee）的假设提供了初步支持。

表3 T检验分析结果

（二）基准回归分析

本文采取递进回归方式，对企业数字化转型对审计收费的影响进行多元回归分析，结果如表4所示。表4的第（1）列数据是在只控制时间和行业效应时的回归结果，可以看出企业数字化转型（DT）的回归系数为0.019，且在1%的水平上显著；
第（2）列显示的是加入控制变量后的回归结果，加入控制变量后，变量解释度从0.075提升到了0.659，数字化转型（DT）的回归系数也有所提高，且通过了1%统计水平的显著性检验。从上述回归结果可见，企业数字化转型（DT）会提升审计收费（Auditee），假说H1得以验证。深究其内在原因，可能是大多数事务所对于数字化转型的到来尚未完全做好准备，而且相较于上市企业，事务所在数字化建设上进程更为迟缓，因此当审计客户为数字化转型企业时，审计风险会更高；
为了降低检查风险，审计师可能会增加审计的实质性检测程序或提高样本量，或收取相对更高的费用作为风险补偿，这些方式都会造成审计收费的提高。

表4 企业数字化转型与审计收费

（三）稳健性检验

1．工具变量法。

本文借鉴余江龙（2022）的研究思路，使用同省份其他上市企业数字经济水平的平均值作为工具变量，采用两阶段最小二乘法（2SLS）进行回归检验。该工具变量在相关性和外生性两方面均符合条件：一方面，企业所在省份的数字经济水平势必影响到企业的数字化转型水平，符合相关性；
另一方面，其他企业的数字经济发展水平难以对本企业的审计收费产生直接影响，符合外生性。根据Durbin-Wu-Hausman的检验结果，其检验值均在1%的水平上显著拒绝了原假设，说明存在内生性问题；
2SLS第一阶段的统计量F值大于10，且通过了1%的统计显著性检验，表明工具变量与核心解释变量具有很强的相关性，不存在弱工具变量问题。第二阶段的回归结果如表4列（3）所示，企业数字化转型（DT）的回归系数依然在1%的统计水平上正向显著，说明在缓解内生性问题后，本文结论仍然成立。

2．滞后一期。本文参考了郭庆宾等（2021）的研究，由于在现实中企业数字化转型可能需要一段时间才能影响审计师的审计收费决策，所以主要解释变量企业数字化转型（DT）被滞后一期处理。同时，本文将所有的控制变量滞后一期，以避免控制变量的内生性带来的影响。在回归前将相关变量进行滞后一期处理，在一定程度上缓解了双向因果的内生性偏差问题。回归结果如表4列（4）所示，数字化转型的滞后项（DT）和审计收费（Auditee）之间的回归系数为0.037，且在1%的统计水平上显著为正，说明研究结论仍然成立。

3．PSM方法。为了避免样本自选择问题，本文采用倾向性得分匹配（PSM）方法进行检验，建立一个虚拟变量DT_dum，根据企业的数字化转型程度进行筛选和排序，选择前25%的样本作为高数字化转型水平的处理组，并赋值为1；
其余的作为控制组，取值为0，同时选择产权性质（Soe）、“四大”审计（Big4）、审计意见（Opinion）等企业特征作为协变量来计算倾向性得分。本文基于半径匹配法后的样本数据对企业数字化转型与审计收费之间的关系进行回归分析，表5的PSM平行假设检验结果显示，匹配前，企业的产权性质（Soe）、“四大”审计（Big4）、审计意见（Opinion）差异明显（p＜0.05），而匹配后上述特征在实验组和控制组中未呈现出显著差异（p＞0.05），且匹配后的标准化偏差均有明显下降，绝对值均小于20%，通过了PSM平行假设检验，说明匹配效果较好。表4列（5）显示了回归结果，在缓解样本自选择问题后，企业数字化转型（DT）与审计收费（Auditee）之间的关系在1%的统计水平上显著为正，因此本文研究结论具有稳健型。

表5 PSM平行假设检验

4．其他稳健性检验。为确保结论的可靠性，本文还采用了以下三种稳健性检验。（1）为了避免新冠疫情对本文研究结论的潜在影响，将数据按照年份分为2010-2019年和2020-2021年两组，分别进行回归测试。表4列（6）和列（7）分别展示了2010-2019年度和2020-2021年度数据的回归结果，结果表明在新冠疫情前后，企业数字化转型（DT）与审计收费（Auditee）之间的关系的系数均在1%水平上显著为正。（2）Robust稳健性回归。为了避免异常值对本文实证结果的影响，本文将样本进行了Robust回归，回归结果如表6列（1）所示。（3）分位数回归。由于分位数回归不需要考虑因变量的正态性，而且分位数回归在面对异常值时呈现出稳健性特征，同时无需考虑异方差等问题，所以本文采用该方法对研究结论进行稳健性检验。回归结果如表6列（2）所示，上述检验结果显示本文结论仍然是稳健的。

表6 其他稳健性检验和中介机制检验

（四）中介机制检验

按因果逐步回归中介效应分析检验方法，先分别检验数字化转型与审计时滞和审计费用的关系，再检验企业数字化转型和审计时滞共同对审计费用产生的影响。表4列（2），表6列（3）、列（4）报告了基于“数字化转型→审计时滞→审计收费”的机制检验结果。其中：表4列（2）显示数字化转型（DT）系数正向显著，表明数字化转型和审计收费正向相关；
表6列（3）显示数字化转型（DT）的回归系数在1%的水平上显著为正，说明企业数字化程度越高，审计单位所需要的审计时滞越长；
表6列（4）报告了同时控制企业数字化转型程度（DT）和审计单位的审计时滞（Delay）的回归结果，其中审计时滞（Delay）与审计收费（Auditee）的回归系数在1%的水平上正向显著，而企业数字化转型(DT)与审计收费(Auditee)的回归系数同样正向显著，这说明了审计时滞在企业数字化转型和审计收费的传导机制中发挥了部分中介作用。检验结果表明，企业的数字化转型程度越高，审计时滞越长，审计收费也就越高，H2得以验证。

为确保以上中介效应分析结论的准确性和稳健性，接下来拟采用系数乘积检验法进行检验分析。顾名思义，系数乘积检验法是直接针对模型（2）、模型（3）中回归系数β1*γ2=0提出的检验方法，其最常见的两种检验方法是Sobel法和Bootstrap法。其中，Slobel检验结果显示：Z=15.825且p＜0.01，表明企业数字化转型→审计时滞→审计收费的Sobel Z检验统计值在0.01统计水平上显著，审计时滞（Delay）的中介效应显著。温忠麟等（2014）认为，与其他中介效应检验方法相比，Bootstrap抽样法具有更高的检验功效。通过对乘积系数Bootstrap区间中介效应检验发现，在Bootstrap估计方法放回抽样1000次之后，系数乘积的95%置信区间[0.009，0.012]不包括数字0，表明审计时滞的中介效应显著。可见，通过Slobel、Bootstrap两种不同统计方法检验分析发现，本文研究结论是稳健的。

（五）进一步讨论分析

1．产权性质。在资源和治理结构方面，我国国有企业和非国有企业具有明显差别（张永坤等，2021），这使得不同产权性质的企业在数字化转型水平上有所不同，而数字化转型对审计费用产生的影响也可能存在一定差异。在国有企业中，其行为决策和资金用途通常会受到政府的制约和监管；
与之相反，非国有企业可以根据企业现状和战略目标，按照自身意愿对战略作出调整，其在数字化转型过程中的行为更加市场化，能根据需要配置企业资产，调整组织结构，自由控制数字化转型的步伐，从而降低企业在数字化转型过程中面临的风险（翟华云等，2022）。据此，本文推测国有企业在数字化转型后会比非国有企业收取更多的审计费用。在本文中，所有的企业按照产权性质被分为国有和非国有两组，分别进行回归。回归结果见表7列（1），列（1）中第一列显示的是在非国有企业中数字化转型对审计收费的影响，数字化转型(DT)的回归系数在1%的水平上显著为正，第二列显示国有企业的数字化转型回归系数同样在1%的统计水平上显著为正，但与非国有企业相比，国有企业的系数更高，说明国有企业进行数字化转型更能提升审计收费。

2．媒体关注度。被审计单位在媒体上的曝光度越高，审计师越关注审计失败的风险及相关影响，比如声誉损失等，从而导致审计师在审计合同中对预期风险提出更高的补偿要求，最终体现在增加的审计费用上（冉明东等，2014）。本文参考凌华等（2022）的研究思路，采用文章内容中出现过该企业名称的报刊和网媒合计新闻总数来衡量企业的媒体关注度，并以中位数为标准将样本企业分为媒体关注度高、低两组，回归结果如表7列（2）所示。列（2）中第一列和第二列分别为低媒体关注度组和高媒体关注度组的回归结果，两组中企业数字化转型（DT）的系数都在1%的水平上显著为正，但与低媒体关注度组相比，高媒体关注组的回归系数更高，说明当媒体关注度较高时，企业数字化转型更能增加审计收费。

在政策和市场的共同驱动下，企业作为我国市场经济中的重要组成部分，其数字化转型成为一种必然趋势。本文选取2010-2021年沪深A股上市企业为研究样本，实证检验了企业数字化转型对审计收费的影响，还验证了审计时滞的的中介传导效用，并进一步分析了在不同的情景下企业数字化转型对审计收费的影响效果。研究发现：（1）企业数字化转型能显著提升审计收费，在使用工具变量法、相关变量滞后一期等一系列方法进行稳健性检验后，这一结论仍然可靠。（2）审计时滞在企业数字化转型和审计收费的传导机制中发挥了部分中介作用，企业数字化转型可以通过延长审计时滞进一步影响审计收费。（3）进一步研究发现，国有企业进行数字化转型能更多地提升审计收费；
媒体关注度较高时，有助于增强企业数字化转型对审计收费的提升效果。基于以上研究，本文提出以下建议：

1.积极推进企业数字化转型，提高企业会计管理创新水平。数字化转型不仅是一种科技支持，更是理念上的转型和突破，对提高企业的生存能力和竞争力至关重要。相较而言，国有企业应当采取更为灵活的战略措施，在数字化转型的过程中强化管控，以规避相关的运营、财务和战略等风险；
而媒体关注度高的企业更应注重自身行为举措，以更高的标准要求自身，降低审计风险。与此同时，企业也需要注重会计管理创新，以适应企业数字化转型带来的众多变化。

2.审计机构应加快自身数字化进程，快速适应企业数字化转型趋势。在数字经济时代，审计师的审计工作风险更高，审计环境更趋复杂，如果审计师的业务能力和其所掌握的信息技术能有效检测出数字化转型企业的重大错报风险，审计质量和效率会得到明显提升。因此，事务所需增强对新技术的反应能力，加快自身数字化的进程。同时，加强对审计师的培训，提升其在当前复杂环境下的专业胜任能力，提升审计效率，降低审计时滞，有效识别并控制审计风险。

3.监管机构应正确引导上市公司和审计机构的数字化转型，确保资本市场正常运行。监管机构在对企业和审计机构进行积极引导的同时，也应当履行其监管职责，主动发掘企业通过信息系统进行粉饰、捏造财务信息的新手段，加大对使用新兴技术进行舞弊行为的企业的处罚力度，加强对会计师事务所审计质量的监管，鼓励企业和会计师事务所共同协作，在提高数字化水平和会计信息质量的同时，确保资本市场的秩序稳定。此外，监管者还应加强对报刊网络媒体舆论的监管，尽量减少外部环境对审计收费的影响，保证企业数字化转型的顺利进行。

猜你喜欢 审计师时滞收费 审计师驻村“治未病”桐庐“纪审联动”延伸至村 打通“最后一米”杭州(2023年1期)2023-03-15财务重述、董事长更换与审计师变更江西理工大学学报(2022年2期)2022-07-26——基于“关系”的视角">审计师轮换类别与审计结果
——基于“关系”的视角南京审计大学学报(2021年6期)2021-11-29行政法上之不利类推禁止*——以一起登记收费案为例法律方法(2021年4期)2021-03-16带有时滞项的复Ginzburg-Landau方程的拉回吸引子数学物理学报(2020年5期)2020-11-26审计师声誉与企业融资约束智富时代(2018年7期)2018-09-03审计师声誉与企业融资约束智富时代(2018年7期)2018-09-03论高速公路收费服务水平的提高和收费服务设施的完善中国公路(2017年10期)2017-07-21Python与Spark集群在收费数据分析中的应用中国交通信息化(2017年3期)2017-06-08一阶非线性时滞微分方程正周期解的存在性四川师范大学学报（自然科学版）(2015年2期)2015-02-28