李青原，周汝卓（武漢大學(xué)經(jīng)濟(jì)與管理學(xué)院，湖北武漢430072）

?

“四大”審計(jì)師與審計(jì)質(zhì)量的再審視

李青原，周汝卓
（武漢大學(xué)經(jīng)濟(jì)與管理學(xué)院，湖北武漢430072）

［摘要］本文利用2007—2013年A股上市公司的數(shù)據(jù)，選取了可操縱應(yīng)計(jì)利潤、出具標(biāo)準(zhǔn)審計(jì)意見的概率和審計(jì)費(fèi)用作為審計(jì)質(zhì)量的代理變量，運(yùn)用Heckman的兩階段回歸模型和傾向得分匹配模型的研究方法對(duì)審計(jì)師與審計(jì)質(zhì)量中存在的自相關(guān)問題進(jìn)行再審視。結(jié)果表明，審計(jì)師與審計(jì)質(zhì)量中存在顯著的自選擇相關(guān)問題；在降低了模型中的自選擇問題后：如果以會(huì)計(jì)事務(wù)所出具標(biāo)準(zhǔn)審計(jì)意見的概率和可操縱應(yīng)計(jì)利潤為審計(jì)質(zhì)量的代理變量，“四大”有顯著高于“非四大”的審計(jì)質(zhì)量；但以會(huì)計(jì)師事務(wù)所的審計(jì)費(fèi)用為審計(jì)質(zhì)量的代理變量，以上兩類會(huì)計(jì)事務(wù)所審計(jì)質(zhì)量間并無顯著差異。為了消除傾向得分匹配模型設(shè)計(jì)的敏感性對(duì)實(shí)驗(yàn)結(jié)果的影響，本文還隨機(jī)調(diào)整影響模型設(shè)計(jì)中的影響因素，設(shè)計(jì)出3000種不同的模型來比較匹配前和匹配后審計(jì)質(zhì)量差異，實(shí)驗(yàn)結(jié)果支持上述結(jié)論。

［關(guān)鍵詞］審計(jì)質(zhì)量；自相關(guān)問題；傾向得分匹配；會(huì)計(jì)師事務(wù)所

在審計(jì)領(lǐng)域，事務(wù)所的審計(jì)質(zhì)量一直是學(xué)術(shù)界長(zhǎng)期爭(zhēng)論的話題，尤其是事務(wù)所規(guī)模的大小對(duì)審計(jì)質(zhì)量的影響。目前的研究多數(shù)表明審計(jì)質(zhì)量的高低受到多重因素綜合影響，例如會(huì)計(jì)師事務(wù)所投入的審計(jì)資源、運(yùn)用的審計(jì)技術(shù)、審計(jì)師的專業(yè)判斷能力和職業(yè)態(tài)度。國際“四大”擁有高水平的業(yè)務(wù)質(zhì)量，豐富的審計(jì)資源，完善的審計(jì)體系，在國際上享有很高聲譽(yù)和影響力，已經(jīng)成為了高質(zhì)量審計(jì)的代名詞，所以對(duì)事務(wù)所審計(jì)質(zhì)量的研究演變成了“四大”會(huì)計(jì)師事務(wù)所和“非四大”會(huì)計(jì)師事務(wù)所之間審計(jì)質(zhì)量的比較。

但國外學(xué)者在分析導(dǎo)致“四大”高審計(jì)質(zhì)量的原因時(shí)有些差異，主要可以分為兩類觀點(diǎn)：一類認(rèn)為，“四大”的高審計(jì)質(zhì)量是迫于外力而形成的、是外生性的，這些外力包括市場(chǎng)對(duì)高審計(jì)質(zhì)量的需求、法律風(fēng)險(xiǎn)、投資者保護(hù)和“四大”協(xié)調(diào)爭(zhēng)端的能力。另一類則認(rèn)為“四大”的高審計(jì)質(zhì)量是其本身所固有的內(nèi)生性的，即“四大”的高審計(jì)質(zhì)量是其事務(wù)所有更大的動(dòng)機(jī)發(fā)現(xiàn)和揭露管理當(dāng)局的錯(cuò)報(bào)。這種解釋考慮的是“好”的公司更有可能選擇“四大”審計(jì)師，更少地進(jìn)行盈余管理，并且一般都更可能有更高質(zhì)量的收益。換句話說，所觀察到的好的審計(jì)結(jié)果并不是由高質(zhì)量的審計(jì)而導(dǎo)致的；相反，審計(jì)師的選擇是內(nèi)生的，它可能僅僅只是有良好的盈余質(zhì)量的公司聘請(qǐng)了高質(zhì)量的審計(jì)師，從而使得我們觀察出了“四大”審計(jì)有高于“非四大”的審計(jì)質(zhì)量。持這種觀點(diǎn)的學(xué)者發(fā)現(xiàn)，一旦這些外在的力量不存在，那么“四大”的審計(jì)質(zhì)量不一定會(huì)比非“四大”的要高。

后期關(guān)于“四大”與“非四大”審計(jì)質(zhì)量差異比較的研究中，越來越多的學(xué)者注意到存在的自選擇相關(guān)問題。例如普通最小二乘法（OLS），當(dāng)觀測(cè)值被非隨機(jī)分成離散組時(shí)，評(píng)估過程中系數(shù)偏差就可能存在，從而造成自選擇偏差［1］。研究認(rèn)為“四大”與“非四大”審計(jì)質(zhì)量的原因是具有綜合性的，不單單是“四大”能提供更好的審計(jì)質(zhì)量，也有可能是“四大”客戶本身就有高質(zhì)量的財(cái)務(wù)報(bào)告造成的。“四大”有動(dòng)機(jī)利用他們的聲譽(yù)去選擇公司經(jīng)營財(cái)務(wù)狀況佳，風(fēng)險(xiǎn)較低的客戶，進(jìn)一步促進(jìn)他們可以擁有更好的審計(jì)質(zhì)量［2-4］。因此對(duì)自相關(guān)選擇問題的研究也成了越來越多學(xué)者探索的方向，很多研究都在嘗試找到證據(jù)支持它，使用諸如Heckman兩階段的程序［5-6］，兩階段最小二乘法，兩個(gè)階段的實(shí)驗(yàn)?zāi)Ｐ停?］，一般的匹配方法［9］，替換分析方法［10］。大量研究采用了傳統(tǒng)的Heckman兩階段回歸模型以克服自選擇問題［11］，陳冬華等利用我國2002證券市場(chǎng)A股上市公司的數(shù)據(jù)，運(yùn)用了Heckman兩階段回歸模型來控制自選擇問題，在回歸模型中引入IMR系數(shù)來控制未能觀察到的因素對(duì)上市公司選擇事務(wù)所和審計(jì)費(fèi)用的影響，結(jié)果發(fā)現(xiàn)自選擇問題對(duì)審計(jì)費(fèi)用存在明顯的影響［12］。但Lennox等指出Heckman的兩階段回歸模型存在嚴(yán)重的共線性和推論結(jié)果十分脆弱這兩個(gè)問題［13］。相比于Heck?man的兩階段回歸模型，傾向得分匹配法有如下優(yōu)點(diǎn)：第一，傾向得分匹配方法下產(chǎn)生的“四大”客戶和“非四大”客戶在其客戶特征上具有同質(zhì)性，具有高度可比性，自然地為我們剔除了審計(jì)和客戶自身的特征對(duì)審計(jì)質(zhì)量代理變量所造成的干擾。第二，匹配模型不需要依賴特定的函數(shù)形式，并可以提供更直接的估計(jì)結(jié)果［14］；第三，匹配模型減輕了模型函數(shù)形式是非線性時(shí)對(duì)所估計(jì)的實(shí)驗(yàn)效果的潛在影響，并將多個(gè)協(xié)變量共同作用的結(jié)果顯示出來［15］。Lawrence等將傾向得分匹配法（propensity score matching）引入到“四大”與“非四大”審計(jì)質(zhì)量差異的比較研究中，分別以可操縱應(yīng)計(jì)利潤、分析師預(yù)測(cè)的準(zhǔn)確度和權(quán)益資本成本作為審計(jì)質(zhì)量代理變量，他們發(fā)現(xiàn)，匹配前“四大”的審計(jì)質(zhì)量顯著高于“非四大”，但是經(jīng)過匹配后，“四大”與“非四大”的審計(jì)質(zhì)量間并無顯著差異。因此給出建設(shè)性的意見：“四大”與“非四大”審計(jì)質(zhì)量的差異可以歸因?yàn)闀?huì)計(jì)師事務(wù)所客戶的自身特征差異［16］。

本文采用了兩種方法來克服自選擇問題，分別是傾向得分匹配法和Heckman的兩階段最小二乘法。傾向得分匹配模型和Heckman的兩階段模型分別從不同的角度去控制實(shí)驗(yàn)中存在的自相關(guān)問題。Rubin和Rosenbaum于1983年首次提出傾向得分，其概念為以給定一組協(xié)變量為前提，將任意一個(gè)研究對(duì)象分配到實(shí)驗(yàn)組或?qū)φ战M的條件概率［17］。傾向得分匹配模型著重于形成實(shí)驗(yàn)組和對(duì)照組的平衡樣本，保持兩組觀測(cè)值的特征同質(zhì)性，是一種將非隨機(jī)化過程隨機(jī)化的模型，從而消除掉自選擇相關(guān)因素；而Heckman的兩階段模型則引入逆米爾斯比率（IMR）作為獨(dú)立的外生變量來控制未觀測(cè)的遺漏變量對(duì)模型設(shè)計(jì)的影響。本文結(jié)合我國的審計(jì)市場(chǎng)，運(yùn)用Heckman的兩階段回歸模型和傾向得分匹配模型的研究方法對(duì)審計(jì)師與審計(jì)質(zhì)量中的自相關(guān)問題進(jìn)行再審視。

一、文獻(xiàn)回顧

國外學(xué)者一致認(rèn)為“四大”有高于“非四大”的審計(jì)質(zhì)量。De Angelo開創(chuàng)性將會(huì)計(jì)師事務(wù)所的規(guī)模作為審計(jì)質(zhì)量（獨(dú)立性）的代理變量，她認(rèn)為，對(duì)于大規(guī)模的會(huì)計(jì)師事務(wù)所來說，沒有單一的客戶對(duì)他們來說是重要的，并且大所具有更多的累積準(zhǔn)租金，如果大所不能識(shí)別客戶財(cái)務(wù)報(bào)告中的錯(cuò)誤，他們將承擔(dān)更大的責(zé)任，因此大所更愿意提供高質(zhì)量的審計(jì)服務(wù)［18］。Dopuch和Simunic認(rèn)為較大的會(huì)計(jì)師事務(wù)所提供更高質(zhì)量的服務(wù)，因?yàn)樗麄冇懈蟮穆曌u(yù)保護(hù)。此外，“四大”因其龐大的規(guī)模能支持更強(qiáng)大的培訓(xùn)，標(biāo)準(zhǔn)化的審計(jì)方法，能帶來更優(yōu)越的審計(jì)質(zhì)量［19］。Watts和Zimmerman認(rèn)為由于規(guī)模效應(yīng)的存在，“四大”比“非四大”審計(jì)所能更有效地監(jiān)督其審計(jì)工作中的的審計(jì)質(zhì)量。由于具有強(qiáng)大的客戶基礎(chǔ)，“四大”比“非四大”對(duì)客戶有較低的依賴性，從而擁有有更高的獨(dú)立性［20］?！八拇蟆睂徲?jì)人員具有較高的質(zhì)量審核輸出，如財(cái)務(wù)欺詐（AAERs）可能性較低［21］，出具可持續(xù)經(jīng)營意見的可能性更高［22］，絕對(duì)可操縱應(yīng)計(jì)利潤較低［23-24］，管理層預(yù)測(cè)得到改善［25］?！八拇蟆睂徲?jì)師也具有較高質(zhì)量的審計(jì)投入，比如更多的審計(jì)工作反映出更高的審計(jì)費(fèi)用［26］。此外，市場(chǎng)的相關(guān)指標(biāo)也反映出“四大”審計(jì)具有更高的審計(jì)質(zhì)量，反映為更高的盈余反應(yīng)系數(shù)［27］和較低的權(quán)益資本成本［28］?？偟膩碚f，上述文獻(xiàn)從多維度綜合全面地選取了不同的審計(jì)質(zhì)量代理變量，并通過檢驗(yàn)發(fā)現(xiàn)“四大”審計(jì)與捕獲實(shí)際和感知的審計(jì)質(zhì)量相關(guān)，這些審計(jì)質(zhì)量代理變量都是審計(jì)過程直接或間接的產(chǎn)物。因此，這些研究提供了廣泛的基礎(chǔ)和一致的證據(jù)表明，“四大”審計(jì)師比非“四大”審計(jì)提供了更高質(zhì)量的審計(jì)。

由于審計(jì)質(zhì)量具有非直接觀察性，因此國內(nèi)對(duì)審計(jì)質(zhì)量的衡量主要從以過程輸入為導(dǎo)向和以結(jié)果輸出為導(dǎo)向兩個(gè)方面入手。以過程輸入為導(dǎo)向主要體現(xiàn)在觀測(cè)審計(jì)師的表現(xiàn)行為及其獨(dú)立性程度，大多數(shù)學(xué)者將是否出具非標(biāo)準(zhǔn)審計(jì)意見作為衡量指標(biāo)。于鵬實(shí)證研究發(fā)現(xiàn)“四大”與“非四大”在出具非標(biāo)意見的概率之間存在顯著差異，特別是對(duì)于高風(fēng)險(xiǎn)差業(yè)績(jī)的公司，國際“四大”有著更高的可能性去出具非標(biāo)意見［29］。但是，也有學(xué)者存在截然相反的看法，如劉峰認(rèn)為，在以出具非標(biāo)準(zhǔn)意見的概率為審計(jì)質(zhì)量的代理變量時(shí)，“四大”與“非四大”間不存在顯著差異，然而一旦控制了上市公司的客戶特征，不同事務(wù)所規(guī)模間的出具非標(biāo)準(zhǔn)意見的概率存在差異：對(duì)于高財(cái)務(wù)杠桿公司，“四大”出具非標(biāo)準(zhǔn)意見的概率顯著高于“非四大”，而對(duì)于業(yè)績(jī)好的公司，“四大”出具非標(biāo)意見的概率顯著低于“非四大”，他們的研究結(jié)果表明，在開展審計(jì)工作時(shí)，“四大”對(duì)業(yè)績(jī)優(yōu)的公司“低眉順目”，對(duì)業(yè)績(jī)差的公司“吹毛求疵”，該客戶的項(xiàng)目風(fēng)險(xiǎn)成了影響他們審計(jì)質(zhì)量的因素之一［30］。此外，審計(jì)費(fèi)用可以捕捉到審計(jì)師審計(jì)工作的努力程度，也可以作為反映審計(jì)質(zhì)量的輸入性指標(biāo)。另一方面，以結(jié)果輸出為導(dǎo)向主要體現(xiàn)在觀測(cè)審計(jì)師的工作結(jié)果，例如觀測(cè)經(jīng)審計(jì)的財(cái)務(wù)報(bào)表質(zhì)量。大多數(shù)學(xué)者將盈余管理的程度作為衡量審計(jì)質(zhì)量好壞的指標(biāo)，他們認(rèn)為高的審計(jì)質(zhì)量不能容忍較多的盈余管理。劉峰、章永奎選取了1998年中所有被出具非標(biāo)準(zhǔn)審計(jì)意見的上市公司為樣本，通過修正的瓊斯模型來觀測(cè)公司的盈余管理水平。他們發(fā)現(xiàn)，審計(jì)師有識(shí)別盈余管理的能力，會(huì)計(jì)師事務(wù)所審計(jì)質(zhì)量與他們的規(guī)模大小有關(guān)，與小所相比，大所識(shí)別出盈余管理的能力明顯較強(qiáng)，并且更易出具較為嚴(yán)格的審計(jì)意見［31］。蔡春等發(fā)現(xiàn)采取雙重審計(jì)公司的可操控應(yīng)計(jì)利潤明顯低于采用非雙重審計(jì)公司的可操控性應(yīng)計(jì)利潤［32］；漆江娜等發(fā)現(xiàn)“四大”審計(jì)質(zhì)量高于本土所，表現(xiàn)在其客戶的可操控性應(yīng)計(jì)水平明顯低于本土所客戶［33］；吳水澎和李奇鳳研究發(fā)現(xiàn)，國際“四大”會(huì)計(jì)師事務(wù)所審計(jì)報(bào)告的可操控性應(yīng)計(jì)顯著低于國內(nèi)十大會(huì)計(jì)師事務(wù)所審計(jì)報(bào)告的可操控性應(yīng)計(jì)，從而表明國際“四大”會(huì)計(jì)師事務(wù)所的審計(jì)質(zhì)量高于國內(nèi)十大會(huì)計(jì)師事務(wù)所［34］。曾亞敏和張俊生以2010年上市公司為研究樣本，來探究國際會(huì)計(jì)公司成員所、“四大”所和完全本土化會(huì)計(jì)事務(wù)所間審計(jì)質(zhì)量的差異。該論文采取了傾向得分匹配法來控制模型設(shè)計(jì)中的自選擇問題。研究表明，在降低模型中的自選擇問題后：如果以會(huì)計(jì)事務(wù)所出示非標(biāo)準(zhǔn)審計(jì)意見的概率為審計(jì)質(zhì)量的代理變量，“四大”的審計(jì)質(zhì)量較國際會(huì)計(jì)成員所有非常明顯的優(yōu)勢(shì)；但以上市公司財(cái)務(wù)報(bào)表的可控應(yīng)計(jì)項(xiàng)作為審計(jì)質(zhì)量的代理變量，以上三種會(huì)計(jì)事務(wù)所之間并無顯著差異［35］。因此本文從審計(jì)過程和審計(jì)結(jié)果兩個(gè)角度綜合選取了可操縱應(yīng)計(jì)利潤、是否出具非標(biāo)準(zhǔn)審計(jì)意見和審計(jì)費(fèi)用這三個(gè)指標(biāo)作為審計(jì)質(zhì)量的代理變量。

二、研究設(shè)計(jì)

（一）樣本和數(shù)據(jù)來源

我國在2006年對(duì)企業(yè)會(huì)計(jì)準(zhǔn)則作出了重大調(diào)整，為了保持樣本數(shù)據(jù)的可比性，本文選取了2007—2013年數(shù)據(jù)七年間全部A股上市公司為樣本，剔除金融行業(yè)、創(chuàng)業(yè)版、數(shù)據(jù)缺省的公司，共計(jì)樣本10042家，其中采用“四大”審計(jì)的公司計(jì)631家，“非四大”審計(jì)的公司計(jì)9411家。本文所選用公司的財(cái)務(wù)數(shù)據(jù)和審計(jì)數(shù)據(jù)來自CSMAR數(shù)據(jù)庫。

（二）變量定義與研究模型

根據(jù)傾向得分匹配法，我們先用概率模型來估計(jì)傾向性匹配得分，并采用logit模型來估計(jì)選擇“四大”審計(jì)的可能性，通過該可能性的數(shù)值作為傾向匹配得分的基準(zhǔn)。并分別對(duì)三個(gè)審計(jì)質(zhì)量代理變量進(jìn)行回歸分析。

其中，BIG4為虛擬變量，如果客戶采用“四大”審計(jì)所，則取值為1，反之為0。LnTAi，t為公司總資產(chǎn)的自然對(duì)數(shù)值，ATURN為公司總資產(chǎn)周轉(zhuǎn)率，CURR為公司流動(dòng)資產(chǎn)與流動(dòng)負(fù)債的比率，LEV為公司資產(chǎn)負(fù)債率，ROA為公司總資產(chǎn)利潤率，∑γiIndustry為行業(yè)的固定效應(yīng)，∑δiYear為年度的固定效應(yīng)。

第二種方法我們采用的是Heckman的兩階段程序。與傾向得分匹配法不同的是，第一步我們先采用probit概率模型來估計(jì)各項(xiàng)變量的系數(shù)值和殘差，進(jìn)一步運(yùn)用其算出逆米爾斯比率（IMR）來控制未觀測(cè)的遺漏變量對(duì)模型設(shè)計(jì)的影響，并將其作為一個(gè)新增的解釋變量加入第二步的回歸模型中來檢測(cè)是否存在自相關(guān)問題。

1.可操縱應(yīng)計(jì)利潤

作為審計(jì)的主要觀察到的結(jié)果是標(biāo)準(zhǔn)化的審計(jì)報(bào)告，研究人員已經(jīng)在試圖評(píng)估審計(jì)質(zhì)量使用的各種代理，并反過來，確定審計(jì)質(zhì)量差是否存在。審計(jì)分化的研究側(cè)重于客戶的財(cái)務(wù)報(bào)表，其中可操縱應(yīng)計(jì)利潤經(jīng)常被用來作為審計(jì)質(zhì)量的代理，因?yàn)樗鼈兎从沉斯芾韺拥膱?bào)告決策的審計(jì)約束的質(zhì)量。Becker等發(fā)現(xiàn)，“四大”客戶報(bào)告比“非四大”客戶有較低的絕對(duì)可操縱應(yīng)計(jì)利潤［36］。Francis等表明，“四大”審計(jì)師限制投機(jī)和出示積極意見的報(bào)告，他們的客戶有較高的總應(yīng)計(jì)利潤，但較低的可操縱應(yīng)計(jì)利潤［37］。Krishnan發(fā)現(xiàn)可操縱應(yīng)計(jì)利潤和“四大”未來收益間的聯(lián)系高于與“非四大”客戶之間的關(guān)聯(lián)［38］。因此我們使用可操縱應(yīng)計(jì)利潤作為我們的第一個(gè)審計(jì)質(zhì)量的代理變量。這項(xiàng)措施的好處是，它反映了審計(jì)者對(duì)會(huì)計(jì)準(zhǔn)則的強(qiáng)制執(zhí)行。然而，一個(gè)弱點(diǎn)是它只是部分捕獲了制約盈余管理審計(jì)的有效性，例如可操縱應(yīng)計(jì)利潤不僅反映了管理層的機(jī)會(huì)主義，也是管理層的信號(hào)的嘗試和隨機(jī)噪聲。

其中，CF為公司經(jīng)營性活動(dòng)產(chǎn)生的凈現(xiàn)金流與總資產(chǎn)的比率；EPS為公司的每股收益；MB為公司市值與公司賬面價(jià)值的比率；GROWTH為公司的銷售增長(zhǎng)率；LOSS為公司盈利狀況指標(biāo)，如果公司凈利潤小于0，則為1，否則為0。

我們選用修正的Jones模型來計(jì)算樣本公司的可操縱應(yīng)計(jì)利潤，對(duì)此模型進(jìn)行分年度分行業(yè)回歸，用其殘差項(xiàng)作為可操縱應(yīng)計(jì)利潤的衡量指標(biāo)。

TACCi，t為公司t年的總應(yīng)計(jì)額，TAi，t為公司t-1年末總資產(chǎn)，ΔREVi，t為公司t年度的主營業(yè)務(wù)收入的改變量，ΔRECi，t為公司t年度應(yīng)收賬款的改變量，PPEi，t為公司t年末固定資產(chǎn)原值，εi，t為殘差項(xiàng)。

2.標(biāo)準(zhǔn)審計(jì)意見

從審計(jì)報(bào)告的研究證據(jù)支持“四大”審計(jì)質(zhì)量更高。Francis等認(rèn)為，當(dāng)被審計(jì)單位應(yīng)計(jì)項(xiàng)目偏高時(shí)，“四大”比“非四大”更容易出具保留意見的報(bào)告，這表明對(duì)于一個(gè)給定的客戶特性，大所會(huì)更偏向于保守主義的審計(jì)報(bào)告［37］。Lennox認(rèn)為，“四大”審計(jì)報(bào)告在英國具有更高的精確度［39］，Weber等發(fā)現(xiàn)，從對(duì)未來股票收益率和上市后退市的可能性的角度來看，大型國內(nèi)和國際（四大）會(huì)計(jì)師事務(wù)所上市前的審計(jì)報(bào)告的預(yù)測(cè)精度高于小型會(huì)計(jì)師事務(wù)所［5］。

其中，OPINION為虛擬變量，如果公司被出具標(biāo)準(zhǔn)無保留審計(jì)意見，則為1，否則為0；AGE為公司上市至今的年數(shù)。

3.審計(jì)費(fèi)用

Palmrose認(rèn)為大事務(wù)所花費(fèi)更多的審計(jì)時(shí)間和收取更高的審計(jì)費(fèi)用，故認(rèn)為大事務(wù)所提供更高的審計(jì)質(zhì)量［40］。Craswell等認(rèn)為大事務(wù)所在專門技術(shù)培訓(xùn)方面比小事務(wù)所付出更多的精力和投入，故要求更高的審計(jì)費(fèi)用，而專業(yè)培訓(xùn)有助于提高審計(jì)質(zhì)量。審計(jì)費(fèi)用能有效地反映出審計(jì)師的努力程度，是得到高審計(jì)質(zhì)量的審計(jì)過程中不可或缺的重要指標(biāo)［41］。

其中，SWITCH為虛擬變量，如果公司審計(jì)師發(fā)生輪換，則為1，否則為0；QUICK為速動(dòng)資產(chǎn)與速動(dòng)負(fù)債的比率。

三、研究結(jié)果

這部分我們先對(duì)全樣本和傾向得分匹配后樣本中各變量值進(jìn)行描述性統(tǒng)計(jì)，通過觀測(cè)“四大”與“非四大”客戶的變量值特征差異來衡量?jī)A向得分匹配的平衡性。接著我們分別對(duì)可操縱應(yīng)計(jì)利潤，出具標(biāo)準(zhǔn)審計(jì)意見的概率和審計(jì)費(fèi)用這三種審計(jì)質(zhì)量代理變量進(jìn)行多元回歸，實(shí)證研究了全樣本和傾向得分匹配樣本下“四大”與“非四大”審計(jì)質(zhì)量是否存在顯著差異。

（一）描述性統(tǒng)計(jì)

表1　主要變量分組描述性統(tǒng)計(jì)與差異性檢驗(yàn)

表1為全樣本和傾向得分匹配后樣本的描述性統(tǒng)計(jì)表。全樣本中包含了10042個(gè)公司年度的觀測(cè)值，其中被“四大”審計(jì)的公司計(jì)631（6.3%）家，被“非四大”審計(jì)的公司計(jì)9411（93.7%）家。我國的上市公司更傾向于選擇“非四大”審計(jì)，這可能是由于政府對(duì)我國資本市場(chǎng)和審計(jì)市場(chǎng)的高度監(jiān)督和管制有關(guān)。通過描述性統(tǒng)計(jì)，我們發(fā)現(xiàn)“四大”和“非四大”審計(jì)所有顯著不同的客戶群。表1的第四列反映的是“四大”與“非四大”客戶的均值差及其T值，除了公司已成立的年數(shù)和更換審計(jì)師外，其余各項(xiàng)變量的描述值在“四大”與“非四大”客戶間均有顯著的差異。與“非四大”客戶相比，“四大”審計(jì)的客戶總資產(chǎn)為其2.5倍，收取的審計(jì)費(fèi)用為其8.5倍，“四大”客戶有更多的利潤和桿杠比，更高的資產(chǎn)周轉(zhuǎn)率，顯著較低的可操縱應(yīng)計(jì)利潤和流動(dòng)資產(chǎn)。

經(jīng)過傾向得分匹配后，本文有效地形成了“四大”和“非四大”客戶的平衡樣本，包含總的公司年度的觀測(cè)值共計(jì)1190個(gè)，其中被“四大”審計(jì)和被“非四大”審計(jì)的公司各包含595個(gè)。描述性統(tǒng)計(jì)的結(jié)果表明，除了審計(jì)費(fèi)用代理變量外，所有累積的控制變量在“四大”與“非四大”間并無顯著差異，在兩種客戶規(guī)模之間的10%的水平上并沒有顯著不同，進(jìn)而說明經(jīng)過傾向得分匹配后，實(shí)驗(yàn)組和對(duì)照組具有同質(zhì)的客戶特征，消除了自選擇相關(guān)因素。

（二）實(shí)證結(jié)果

1.可操縱應(yīng)計(jì)利潤回歸結(jié)果

表2　可操縱應(yīng)計(jì)利潤回歸結(jié)果

表3　出具標(biāo)準(zhǔn)審計(jì)意見回歸結(jié)果

表2為未控制自選擇問題和控制了自選擇問題的情況下可操縱應(yīng)計(jì)利潤的多元回歸結(jié)果。三列分別表示著全樣本、運(yùn)用傾向得分匹配法和運(yùn)用Heckman的兩階段最小二乘法的回歸結(jié)果。在全樣本下，我們發(fā)現(xiàn)“四大”與“非四大”的可操縱應(yīng)計(jì)利潤存在一個(gè)顯著的均值差異為-0.0453，（t=-6.37；p<0.01）。通過對(duì)可操縱應(yīng)計(jì)利潤和若干控制變量分年度分行業(yè)回歸的結(jié)果顯示，可操縱應(yīng)計(jì)利潤與選擇“四大”審計(jì)呈現(xiàn)出顯著負(fù)相關(guān)關(guān)系，系數(shù)為-0.0510，（t=-9.88；p<0.01），結(jié)果說明與“非四大”相比，“四大”能容忍較低的可操縱應(yīng)計(jì)利潤。經(jīng)過傾向得分匹配的樣本中，“四大”與“非四大”的可操縱應(yīng)計(jì)利潤并不存在顯著的均值差異，其值為0.0096，（t=1.33；p=0.18）。并且傾向得分匹配樣本多元回歸的結(jié)果也表明，選擇“四大”審計(jì)的虛擬變量的系數(shù)為-0.0038，（t=-0.65；p=0.49），且不存在顯著性。這表明一旦控制了客戶的公司特征，可操縱應(yīng)計(jì)利潤與選擇“四大”審計(jì)并不存在顯著相關(guān)關(guān)系，即無論公司是否選擇了“四大”審計(jì)，他們被容忍的可操縱應(yīng)計(jì)利潤并無顯著差異。Heck?man的兩階段最小二乘法引入IMR后，得到了顯著為正的系數(shù)值0.248（t=17.54；p<0.01），說明未觀測(cè)到的因素對(duì)上市公司選擇會(huì)計(jì)師事務(wù)所的決策產(chǎn)生了顯著的影響。經(jīng)過多元回歸的結(jié)果，“四大”審計(jì)與可操縱應(yīng)計(jì)利潤仍呈現(xiàn)顯著的負(fù)相關(guān)關(guān)系，其系數(shù)值為－0.497（t=－20.03；p<0.01）。并且與全樣本的情況相比，經(jīng)過Heckman兩階段最小二乘法控制了自選擇相關(guān)問題后，我們發(fā)現(xiàn)“四大”審計(jì)對(duì)審計(jì)質(zhì)量的影響更大。

2.出具標(biāo)準(zhǔn)審計(jì)意見回歸結(jié)果

表3為未控制自選擇問題和控制了自選擇問題的情況下出具標(biāo)準(zhǔn)審計(jì)意見的多元回歸結(jié)果。三列分別表示著全樣本、運(yùn)用傾向得分匹配法和運(yùn)用Heckman的兩階段最小二乘法的回歸結(jié)果。類似的，以出具標(biāo)準(zhǔn)審計(jì)意見作為審計(jì)質(zhì)量代理變量的模型中，在全樣本的情況下，“四大”出具非標(biāo)準(zhǔn)審計(jì)意見的概率明顯高于“非四大”出具非標(biāo)準(zhǔn)審計(jì)意見的概率，其均值差異為0.033，（t=-3.54；p< 0.01）。多元回歸的結(jié)果也顯示出具標(biāo)準(zhǔn)審計(jì)意見與選擇“四大”審計(jì)呈現(xiàn)出顯著負(fù)相關(guān)關(guān)系，系數(shù)為-0.049，（t=-6.42；p<0.01），說明與“非四大”相比，“四大”審計(jì)師更容易出具非標(biāo)準(zhǔn)審計(jì)意見。經(jīng)過傾向得分匹配處理后，實(shí)驗(yàn)組與對(duì)照組中出現(xiàn)的為不顯著的均值差異，其差異值為-0.002，（t=-0.19；p>0.50），多元回歸則顯示著出具標(biāo)準(zhǔn)審計(jì)意見與選擇“四大”審計(jì)并無顯著相關(guān)關(guān)系，系數(shù)為-0.007，（t=-0.83；p=0.41）。這表明一旦控制了公司特征因素后，以出具標(biāo)準(zhǔn)審計(jì)意見作為審計(jì)質(zhì)量代理變量的情況下，“四大”沒有明顯高于“非四大”的審計(jì)質(zhì)量。在采用Heckman兩階段最小二乘法后，得到了顯著為正的IMR系數(shù)，其值為0.223，（t= 11.4；p<0.01），也說明出具標(biāo)準(zhǔn)的審計(jì)意見與客戶特征間存在顯著的自相關(guān)關(guān)系，公司的財(cái)務(wù)特征會(huì)影響到上市公司審計(jì)報(bào)告意見。經(jīng)過多元回歸的結(jié)果，“四大”審計(jì)與出具標(biāo)準(zhǔn)審計(jì)意見的概率仍呈現(xiàn)顯著的負(fù)相關(guān)關(guān)系，其系數(shù)值為-0.452，（t=-13.03；p<0.01），說明“四大”與“非四大”相比，更容易出具非標(biāo)準(zhǔn)審計(jì)意見，考慮到未觀測(cè)到的因素控制了自選擇問題后，“四大”仍有顯著高于“非四大”的審計(jì)質(zhì)量。

3.審計(jì)費(fèi)用回歸結(jié)果

表4　審計(jì)費(fèi)用回歸結(jié)果

表4為未控制自選擇問題和控制了自選擇問題的情況下以審計(jì)費(fèi)用為審計(jì)質(zhì)量代理變量的多元回歸結(jié)果。在全樣本的情況下，“四大”的審計(jì)費(fèi)用明顯高于“非四大”的審計(jì)費(fèi)用，其均值差異為1.646，（t=63.91；p<0.01）。多元回歸的結(jié)果也顯示審計(jì)費(fèi)用與選擇“四大”審計(jì)呈現(xiàn)出顯著正相關(guān)關(guān)系，系數(shù)為1.019，（t=31.99；p<0.01）。經(jīng)過傾向得分匹配處理后，實(shí)驗(yàn)組與對(duì)照組中的均值差異仍具有顯著性，其差異值為0.930，（t=17.44；p<0.01），多元回歸也顯示著審計(jì)費(fèi)用與選擇“四大”審計(jì)并有顯著正相關(guān)關(guān)系，系數(shù)為0.218，（t=6.00；p<0.01）。結(jié)果顯示，無論是在全樣本還是在傾向得分匹配樣本的情況下，“四大”與“非四大”的審計(jì)費(fèi)用都存在顯著的差異，“四大”有高于“非四大”的審計(jì)費(fèi)用。Heckman兩階段最小二乘法的結(jié)果也顯示會(huì)計(jì)師事務(wù)所于審計(jì)質(zhì)量間存在顯著的自選擇相關(guān)關(guān)系，IMR系數(shù)為-1.438，（t=47.61；p<0.01），在10%的水平上顯著。但與傾向得分匹配結(jié)果不同的是，多元回歸結(jié)果顯示控制了自選擇相關(guān)問題后，“四大”仍有顯著高于“非四大”的審計(jì)費(fèi)用溢價(jià)。

四、穩(wěn)健性檢驗(yàn)

由于自選擇相關(guān)模型具有模型設(shè)計(jì)高度敏感，結(jié)果不穩(wěn)健的特征。因此傾向得分匹配模型在運(yùn)用中也有如下弱點(diǎn)：他們采取的是單一的傾向得分匹配模型，忽略了傾向得分匹配法對(duì)模型設(shè)計(jì)具有較高的敏感度。Defond指出傾向性得分模型的模型設(shè)計(jì)主要受三個(gè)方面影響：第一是匹配比率（the treatment to control ratio），即在每一組匹配組中，所選取的實(shí)驗(yàn)組中的公司和對(duì)照組中公司數(shù)量的比率。第二是匹配緊密度（the level of pruning），即匹配組中剔除掉較差匹配程度的比率，第三是非線性協(xié)變量的選取，既加入原控制變量的平方次或立方次等對(duì)logit模型中的選擇四大的可能性進(jìn)行估計(jì)。在不同的模型設(shè)計(jì)中會(huì)出現(xiàn)不同的研究結(jié)果，有可能會(huì)得到不一致的研究結(jié)論［42］。因此，本文借鑒了Defond等的研究方法，對(duì)傾向得分匹配模型中的參數(shù)進(jìn)行調(diào)整，重新對(duì)中國審計(jì)市場(chǎng)進(jìn)行驗(yàn)證。

對(duì)于前文中我們采用的三個(gè)審計(jì)質(zhì)量代理變量，我們按照相同的迭代過程分別對(duì)匹配比率、非線性協(xié)變量的選取進(jìn)行隨機(jī)組合，在每一個(gè)審計(jì)質(zhì)量代理變量下創(chuàng)建出3000種匹配的實(shí)驗(yàn)樣本，通過考察3000種匹配的樣本下的實(shí)驗(yàn)結(jié)果來評(píng)價(jià)研究?jī)A向得分匹配模型設(shè)計(jì)選擇的敏感性。我們首先選擇1000種隨機(jī)繪制五個(gè)協(xié)變量的非線性項(xiàng)（即五個(gè)協(xié)變量的平方項(xiàng)，五個(gè)協(xié)變量的立方項(xiàng)和五個(gè)協(xié)變量的平方項(xiàng)，五個(gè)協(xié)變量的立方項(xiàng)的簡(jiǎn)單交互）。然后我們?cè)诘谝浑A段logit模型中隨機(jī)新增選擇的非線性方面的五個(gè)主要變項(xiàng)，并估計(jì)傾向匹配得分。其次，我們選擇其中的1000種模型來調(diào)整實(shí)驗(yàn)組中公司與對(duì)照組中公司的匹配比例，隨機(jī)選用一對(duì)一、一對(duì)二、一對(duì)三匹配，并且一旦選擇過的公司不重復(fù)納入。最后，對(duì)于每一個(gè)所產(chǎn)生的3000種已匹配后的樣本，根據(jù)每一組匹配后的實(shí)驗(yàn)組公司和對(duì)照組公司的傾向得分差異值，我們隨機(jī)剔除0-99%比例的最差的匹配組。通過以上對(duì)傾向得分匹配模型的調(diào)整，我們可以得到3000例匹配組，然后我們對(duì)各審計(jì)質(zhì)量代理變量和四大虛擬變量及其他對(duì)應(yīng)的控制變量進(jìn)行回歸，并描述出四大虛擬變量系數(shù)的分布。

圖1　可操縱應(yīng)計(jì)利潤的四大虛擬變量系數(shù)分布圖

圖1表示可操縱應(yīng)計(jì)利潤的四大虛擬變量系數(shù)分布圖，橫軸代表四大虛擬變量的系數(shù)值，縱軸代表每一個(gè)系數(shù)值對(duì)應(yīng)的密度。虛線表示的為四大虛擬變量系數(shù)的實(shí)際分布估計(jì)，實(shí)線表示的為經(jīng)過正態(tài)化后的四大虛擬變量系數(shù)的正態(tài)分布估計(jì)。圖1顯示在以可操作應(yīng)計(jì)利潤為審計(jì)質(zhì)量的代理變量回歸模型下，四大虛擬變量的系數(shù)落在-0.0095到0.0037的區(qū)間中，這個(gè)現(xiàn)象與已有文獻(xiàn)中傾向得分匹配模型敏感度較高的結(jié)論一致。其中，95.74%的系數(shù)都落于負(fù)區(qū)間，進(jìn)一步說明在考慮到模型設(shè)計(jì)的影響下，選擇“四大”審計(jì)與可操縱應(yīng)計(jì)利潤間呈負(fù)相關(guān)關(guān)系，即“四大”審計(jì)與“非四大”審計(jì)相比，能容忍較低的可操縱應(yīng)計(jì)利潤。并且，經(jīng)過3000種模型設(shè)計(jì)匹配后的樣本中，四大虛擬變量的系數(shù)在統(tǒng)計(jì)上都不顯著，而在全樣本中，“四大”審計(jì)與可操縱應(yīng)計(jì)利潤間顯著負(fù)相關(guān)，因此可以給出“四大”與“非四大”審計(jì)質(zhì)量的差異可能存在自選擇問題的影響因素。

圖2　出具標(biāo)準(zhǔn)審計(jì)意見的四大虛擬變量系數(shù)分布圖

圖2表示出具標(biāo)準(zhǔn)審計(jì)意見的四大虛擬變量系數(shù)分布圖。同樣的，橫軸代表四大虛擬變量的系數(shù)值，縱軸代表每一個(gè)系數(shù)值對(duì)應(yīng)的密度。虛線表示的為四大虛擬變量系數(shù)的實(shí)際分布估計(jì)，實(shí)線表示的為經(jīng)過正態(tài)化后的四大虛擬變量系數(shù)的正態(tài)分布估計(jì)。圖2顯示在出具標(biāo)準(zhǔn)審計(jì)意見為審計(jì)質(zhì)量代理變量的模型下，四大虛擬變量的落在-0.0568到0.0288的區(qū)間中，說明傾向得分匹配模型具有高度的敏感度性。其中，53.57%的系數(shù)都落于負(fù)區(qū)間，進(jìn)一步說明在考慮到模型設(shè)計(jì)的影響下，選擇出具標(biāo)準(zhǔn)審計(jì)意見與選擇“四大”審計(jì)的虛擬變量間呈負(fù)相關(guān)關(guān)系，即“四大”審計(jì)與“非四大”審計(jì)相比，更容易出具非標(biāo)準(zhǔn)審計(jì)意見，89.56%的系數(shù)在統(tǒng)計(jì)上不顯著，而在全樣本中，“四大”審計(jì)與出具非標(biāo)準(zhǔn)審計(jì)意見間顯著負(fù)相關(guān)，因此在以出具標(biāo)準(zhǔn)審計(jì)意見為審計(jì)質(zhì)量代理變量下，可以給出“四大”與“非四大”審計(jì)質(zhì)量的差異可能存在自選擇問題的影響因素的建議。

圖3　審計(jì)費(fèi)用的四大虛擬變量的系數(shù)分布圖

圖3為審計(jì)費(fèi)用的四大虛擬變量的系數(shù)分布圖。虛線表示的為四大虛擬變量系數(shù)的實(shí)際分布估計(jì)，實(shí)線表示的為經(jīng)過正態(tài)化后的四大虛擬變量系數(shù)的正態(tài)分布估計(jì)。以審計(jì)費(fèi)用為審計(jì)質(zhì)量代理變量，在考慮到3000種不同模型設(shè)計(jì)下的傾向得分匹配模型的回歸結(jié)果中，有99.8%的四大虛擬變量的系數(shù)落在大于零的區(qū)間，系數(shù)從-0.023變化到0.483。這與Defond的研究結(jié)果一致，說明考慮到傾向得分匹配模型設(shè)計(jì)的影響后，審計(jì)費(fèi)用與選擇“四大”審計(jì)的虛擬變量間呈正相關(guān)關(guān)系，結(jié)果表明“四大”仍有顯著高于“非四大”的審計(jì)費(fèi)用溢價(jià)。此外，匹配后的四大虛擬變量的系數(shù)中，78.6%的系數(shù)在統(tǒng)計(jì)上仍具有顯著性。結(jié)果說明即使控制了客戶特征后，“四大”的高的審計(jì)質(zhì)量效應(yīng)仍然存在。

五、結(jié)語

本研究對(duì)“四大”審計(jì)師與審計(jì)質(zhì)量間的自選擇相關(guān)問題進(jìn)行了綜合性的審視，探討了四大會(huì)計(jì)師事務(wù)和非四大會(huì)計(jì)師事務(wù)所審計(jì)質(zhì)量的差異是否可能是它們各自客戶特征的反映。我們使用三個(gè)審計(jì)質(zhì)量的代理，可操縱應(yīng)計(jì)利潤，出具標(biāo)準(zhǔn)審計(jì)意見的概率和審計(jì)費(fèi)用，并采用傾向得分和Heckman的兩階段回歸模型，試圖控制許多不同分配辦法的同時(shí)，估計(jì)這兩個(gè)審計(jì)組之間的客戶特性對(duì)審計(jì)質(zhì)量的影響。通過Heckman的兩階段回歸模型，我們發(fā)現(xiàn)，審計(jì)師與審計(jì)質(zhì)量中存在顯著的自選擇相關(guān)問題。通過傾向得分匹配模型，我們發(fā)現(xiàn)，以可操縱應(yīng)計(jì)利潤，出具標(biāo)準(zhǔn)審計(jì)意見的概率為審計(jì)質(zhì)量代理變量時(shí)，匹配前，四大會(huì)計(jì)師事務(wù)所的審計(jì)質(zhì)量顯著高于非四大會(huì)計(jì)師事務(wù)所，但經(jīng)過傾向得分匹配后，四大會(huì)計(jì)師事務(wù)所高于非四大會(huì)計(jì)師事務(wù)所審計(jì)質(zhì)量的差異并不顯著；但以審計(jì)費(fèi)用作為審計(jì)質(zhì)量代理變量時(shí)，匹配前，四大會(huì)計(jì)師事務(wù)所有顯著高于非四大會(huì)計(jì)師事務(wù)所的審計(jì)質(zhì)量，經(jīng)過傾向得分匹配后，四大會(huì)計(jì)師事務(wù)所仍顯著高于非四大會(huì)計(jì)師事務(wù)所的審計(jì)質(zhì)量。此外，為了消除傾向得分匹配模型設(shè)計(jì)的敏感性對(duì)實(shí)驗(yàn)結(jié)果的影響，本文按照相同的迭代過程分別對(duì)匹配比率、我非線性協(xié)變量的選取進(jìn)行隨機(jī)調(diào)整，在每一個(gè)審計(jì)質(zhì)量代理變量下設(shè)計(jì)出3000種不同的模型來比較匹配前和匹配后審計(jì)質(zhì)量差異，實(shí)驗(yàn)結(jié)果支持上述結(jié)論。

［參考文獻(xiàn)］

［1］Maddala G．A perspective on the use of limited-dependent and qualitative variables models in accounting research［J］．The Account?ing Review，1991，66（4）：788–807．

［2］Raghunandan K，Rama D．Auditor resignations and the market for audit services［J］．Auditing：A Journal of Practice & Theory，1999，18（Spring）：124–134．

［3］Johnstone K．Client-acceptance decisions：Simultaneous effects of client business risk，audit risk，auditor business risk，and risk ad?aptation［J］．Auditing：A Journal of Practice & Theory，2000，19（Spring）：1–26．

［4］Johnstone K M，Bedard J C．Audit firm portfolio management decisions［J］．Journal of Accounting Research，2004，42（4）：659-690.

［5］Weber J，Willenborg M．Do expert informational intermediaries add value？Evidence from auditors in microcap IPOs［J］．Journal of Accounting Research，2003，21（4）：681-720．

［6］Khurana I K，Raman K K．Do investors care about the auditor’s economic dependence on the client［J］．Contemporary Accounting Research，2006，23（4）：977-1016．

［7］Guedhami O，J Pittman．Ownership concentration in privatized firms：The role of disclosure standards，auditor choice，and auditing infrastructure［J］．Journal of Accounting Research，2006，44（5）：889–929．

［8］Kim J B，R Chung，M Firth．Auditor conservatism，asymmetric monitoring，and earnings management［J］．Contemporary Account?ing Research，2000，20（2）：323–359．

［9］Doogar R，Easley R F．Concentration without differentiation：A new look at the determinants of audit market concentrateon［J］．Jour?nal of Accounting and Economics，1998，25（1）：235-253．

［10］Schwartz K B，Soo B S．The association between auditor changes and reporting lags［J］．Contemporary Accounting Research，1996，13（1）：353-370．

［11］Chaney P K，Jeter D C，Shivakumar L．Self-Selection of auditors and audit pricing in private firms［J］．The Accounting Review，2004，79（1）：51-72．

［12］陳東華，周春泉．自選擇問題對(duì)審計(jì)收費(fèi)的影響：來自中國上市公司的經(jīng)驗(yàn)證據(jù)［J］．財(cái)經(jīng)研究，2006（3）：44-55．

［13］Lennox C，F(xiàn)rancis J R，Wang Z．Selection models in accounting research［J］．The Accounting Review，2012，87（2）：589-616．

［14］Li K，N Prabhala．Self-selection models in corporate finance［M］//Handbook of Corporate Finance：Empirical Corporate Finance，edited by B. E. Eckso，2012：37–86．

［15］Armstrong C S，Jagolinzer A D，Larcker D F．Chief executive officer equity incentives and accounting regularities［J］．Journal of Ac?counting Research，2010，48：225-271．

［16］Lawrence A，Minutti-Meza M，Zhang P．Can Big 4 versus Non-Big 4 differences in audit-quality proxies be attributed to client char?acteristics？［J］．The Accounting Review，2011，86（1）：259-286．

［17］Rosenbaum P R，Rubin D B．The central role of the propensity score in observational studies for causal effect［J］．Biome-trika，1983，70（1）：41-55．

［18］DeAngelo L E．Auditor Size and Audit Quality［J］．Journal of Accounting and Economics，1981，3（3）：183-199．

［19］Dopuch N，D Simunic．The nature of competition in the auditing profession：a descriptive and normative view．［M］//Regulation and the Accounting Profession，edited by J Buckley and F Weston，Belmont，CA：Lifetime Learning Publications，1980，34（2）：283–289．［20］Watts R，Zimmerman J．Auditors and the determination of accounting standards［C］．Working paper，University of Rochester，1978.

［21］Lennox C，Pittman J．Big Five audits and accounting fraud［J］．Contemporary Accounting Research，2010，27（1）：209- 247．

［22］Chan H K，Wu D．Aggregate quasi rents and auditor independence：Evidence from audit firm mergers in China［J］．Contemporary Accounting Research，2011，28（1）：175-213．

［23］Becker C L，DeFond M L，Jiambalvo J，Subramanyam K R．The effect of audit quality on earnings management［J］．Contemporary Accounting Research，1998，15（1）：1-24．

［24］Francis J R，Maydew E L，Sparks H C．The role of Big 6 auditors in the credible reporting of accruals［J］．Auditing：A Journal of Practice & Theory，1999，18（2）：17-34．

［25］Ball R，Jayaraman S，Shivakumar L．Audited financial reporting and voluntary disclosure as complements：A test of the confirmation hypothesis［J］．Journal of Accounting and Economics，2012，53（3）：136-166．

［26］Ireland C J，Lennox C S．The large audit firm fee premium：A case of selectivity bias？［J］．Journal of Accounting，Auditing and Fi?nance，2002，17（1）：73-91．

［27］Teoh S，and Wong T J．Perceived auditor quality and the earnings response coefficient［J］．The Accounting Review，1993，68（2）：346–66．

［28］Pittman J A，F(xiàn)ortin S．Auditor choice and the cost of debt capital for newly public firms［J］．Journal of Accounting and Economics，2004，37（1）：113-136．

［29］于鵬．公司特征、國際“四大”與審計(jì)意見［J］．審計(jì)研究，2007（2）：53-60．

［30］劉峰，謝斌，黃宇明．規(guī)模與審計(jì)質(zhì)量：店大欺客與客大欺店？［J］．審計(jì)研究，2009（3）：45-54．

［31］章永奎，劉峰．盈余管理與審計(jì)意見相關(guān)性實(shí)證研究［J］．中國會(huì)計(jì)與財(cái)務(wù)研究，2002（1）：15-21．

［32］蔡春，黃益建，趙莎．關(guān)于審計(jì)質(zhì)量對(duì)盈余管理影響的實(shí)證研究［J］．審計(jì)研究2005（2）：3-10．

［33］漆江娜，陳慧琳，張陽．事務(wù)所規(guī)模、品牌、價(jià)格與審計(jì)質(zhì)量——國際“四大”中國審計(jì)市場(chǎng)審計(jì)收費(fèi)與質(zhì)量研究［J］．審計(jì)研究2004（3）：59-64．

［34］吳水澎，李奇鳳．國際四大、國內(nèi)十大與國內(nèi)非十大的審計(jì)質(zhì)量［J］．當(dāng)代財(cái)經(jīng)2006（2）：114-118．

［35］曾亞敏，張俊生．國際會(huì)計(jì)公司成員所的審計(jì)質(zhì)量［J］．審計(jì)研究2014（1）：96-112．

［36］Becker C，M Defond，J Jiambalvo，and K R Subramanyam．The Effect of Audit Quality on Earnings Management［J］．Contemporary Accounting Research，1998，15（1）：1-24．

［37］Francis J and J Krishnan．Accounting Accruals and Auditor Reporting Conservatism［J］．Contemporary Accounting Researching，1999，16（1）：135-165．

［38］Krishnan G．Audit quality and the pricing of discretionary accruals［J］．Auditing：A Journal of Practice & Theory，2003，22（1）：109–126．

［39］Lennox C．Are Large Auditors More Accurate than Small Auditors？［J］．Accounting and Business Research，1999，29（3）：217-227．

［40］Palmrose Z．Audit Fees and Auditor Size：Further Evidence［J］．The Accounting Review，1986，12（1）：97-110．

［41］Craswell A，J Francis，and S Taylor．Auditor Brand Name Reputations and Industry Special Locations［J］．Journal of Accounting and Economics，1995，10（3）：297-323．

［42］DeFond，M L，David H E，Jieying Zhang．Do Client Characteristics Really Drive Big N Quality Differentiation？［C］．Working pa?per，2014．

［作者簡(jiǎn)介］李青原（1977—），男，武漢大學(xué)經(jīng)濟(jì)與管理學(xué)院會(huì)計(jì)系教授，博士生導(dǎo)師，研究方向：資本市場(chǎng)財(cái)務(wù)與會(huì)計(jì)。

［基金項(xiàng)目］教育部哲學(xué)社會(huì)科學(xué)研究重大課題攻關(guān)項(xiàng)目（10JZD0019）、國家自然科學(xué)基金項(xiàng)目（71072103；71272228）、教育部新世紀(jì)優(yōu)秀人才支持計(jì)劃項(xiàng)目（NECT-12-0432）成果之一。

［收稿日期］2015-09-18

［中圖分類號(hào)］F239.4

［文獻(xiàn)標(biāo)識(shí)碼］A

［文章編號(hào)］1671－511X（2016）01－0041－11