林晚發(fā)，周倩倩

(1.武漢大學(xué) 經(jīng)濟(jì)與管理學(xué)院，湖北 武漢 430072；2.南京大學(xué) 商學(xué)院，江蘇 南京 210093)

一、 引言

信用評(píng)級(jí)機(jī)構(gòu)作為市場中的一個(gè)信息中介，憑借其專業(yè)的數(shù)據(jù)搜集和處理能力，為投資者提供關(guān)于借款者信譽(yù)和違約風(fēng)險(xiǎn)的前瞻性觀點(diǎn)[1]，從而改善金融市場運(yùn)行效率、提高資源配置效率，所以信用評(píng)級(jí)機(jī)構(gòu)在市場財(cái)務(wù)報(bào)告信息披露環(huán)境中扮演了一個(gè)重要的、有價(jià)值的角色[2]。然而，安然的崩潰和其他一些優(yōu)良企業(yè)違約事件的發(fā)生突出了信用風(fēng)險(xiǎn)管理的重要性以及信用評(píng)級(jí)制度存在的問題。另外，學(xué)者在討論2008年美國金融危機(jī)的原因時(shí)，信用評(píng)級(jí)也是誘發(fā)金融危機(jī)的一個(gè)重要因素[3]，這是因?yàn)樾庞迷u(píng)級(jí)機(jī)構(gòu)在面對(duì)市場風(fēng)險(xiǎn)時(shí)，沒有做出及時(shí)的信用評(píng)級(jí)調(diào)整，甚至還給予較高的信用評(píng)級(jí)。所以，信用評(píng)級(jí)信息的真實(shí)性與及時(shí)性影響了信用評(píng)級(jí)功能的實(shí)現(xiàn)。在中國債券市場中，相關(guān)文獻(xiàn)對(duì)信用評(píng)級(jí)信息含量進(jìn)行了研究。比如，林晚發(fā)等從付費(fèi)模式角度得出發(fā)行人付費(fèi)模式評(píng)級(jí)的獨(dú)立性與信息含量較低[4]，周宏等認(rèn)為信用評(píng)級(jí)機(jī)構(gòu)的收入主要來自于企業(yè)，這將會(huì)導(dǎo)致一些代理問題，即企業(yè)與評(píng)級(jí)機(jī)構(gòu)會(huì)發(fā)生合謀，使其監(jiān)督功能缺失[5]。但是也有學(xué)者發(fā)現(xiàn)債券評(píng)級(jí)能為資本市場提供增量信息[6-7]。

基于目前對(duì)于信用評(píng)級(jí)信息含量結(jié)論的分歧，本文從會(huì)計(jì)師事務(wù)所角度分析信用評(píng)級(jí)的信息含量。以會(huì)計(jì)師事務(wù)所為角度進(jìn)行分析的原因主要是：第一，F(xiàn)ama的市場效率假說(EMH)認(rèn)為信息是影響市場效率的一個(gè)重要參數(shù)[8]。在EMH理論中，市場效率在很大程度上取決于信息環(huán)境。審計(jì)師作為市場的信息中介，通過對(duì)公司的財(cái)務(wù)報(bào)告進(jìn)行合規(guī)審計(jì)向市場注入新的信息，增加了市場公有信息，從而改善了市場信息環(huán)境。在此信息環(huán)境下，評(píng)級(jí)分析師利用這些新的信息對(duì)企業(yè)違約風(fēng)險(xiǎn)進(jìn)行準(zhǔn)確度量，提高評(píng)級(jí)精確度與及時(shí)性。第二，作為市場的兩個(gè)信息中介——會(huì)計(jì)師事務(wù)所與評(píng)級(jí)機(jī)構(gòu)，他們的工作具有相似性和互補(bǔ)性[9-10]，他們?cè)诠ぷ髦袝?huì)互相參考對(duì)方的工作成果[11]。另外，審計(jì)師在審計(jì)工作中除了關(guān)注會(huì)計(jì)信息外，還會(huì)利用評(píng)級(jí)分析師發(fā)布的主體評(píng)級(jí)及其變動(dòng)情況[7]，從而識(shí)別審計(jì)風(fēng)險(xiǎn)，確定審計(jì)的重點(diǎn)領(lǐng)域和問題。這是因?yàn)樵u(píng)級(jí)信息體現(xiàn)了發(fā)行人的信用風(fēng)險(xiǎn)，而信用風(fēng)險(xiǎn)過高的企業(yè)陷入財(cái)務(wù)困境的可能性更高，從而提高了審計(jì)相關(guān)風(fēng)險(xiǎn)。第三，異常審計(jì)費(fèi)用會(huì)損害審計(jì)質(zhì)量，審計(jì)的信息鑒證和保險(xiǎn)功能減弱[12]，提高了債券投資者面臨的違約風(fēng)險(xiǎn)，降低了債券評(píng)級(jí)[13]，所以在此風(fēng)險(xiǎn)觀下，評(píng)級(jí)分析師認(rèn)為異常審計(jì)費(fèi)用越高，企業(yè)相應(yīng)風(fēng)險(xiǎn)越高，從而給予較低的評(píng)級(jí)。通過上述分析，本文將從異常審計(jì)費(fèi)用角度分析信用評(píng)級(jí)的信息含量。

基于此，本文利用2008—2016年中國上市公司發(fā)債數(shù)據(jù)，檢驗(yàn)異常審計(jì)費(fèi)用對(duì)于債券信用評(píng)級(jí)的影響。研究發(fā)現(xiàn)：第一，在控制企業(yè)和事務(wù)所特征后，異常審計(jì)費(fèi)用越高，債券評(píng)級(jí)數(shù)據(jù)越低，該結(jié)論在內(nèi)生性檢驗(yàn)后仍然成立，這個(gè)結(jié)論表明異常審計(jì)費(fèi)用體現(xiàn)了企業(yè)的風(fēng)險(xiǎn)程度。第二，上述結(jié)果受企業(yè)股權(quán)性質(zhì)的影響，即當(dāng)企業(yè)為非國有企業(yè)時(shí)，異常審計(jì)費(fèi)用對(duì)債券評(píng)級(jí)的降低效應(yīng)更顯著；另外，經(jīng)濟(jì)周期也會(huì)影響異常審計(jì)費(fèi)用與債券評(píng)級(jí)的相關(guān)性，在經(jīng)濟(jì)緊縮期，債券違約的可能性更高時(shí)，異常審計(jì)費(fèi)用對(duì)債券評(píng)級(jí)的調(diào)低效應(yīng)更顯著。第三，本文也對(duì)異常審計(jì)費(fèi)用影響債券信用評(píng)級(jí)的機(jī)制進(jìn)行了檢驗(yàn)，即異常審計(jì)費(fèi)用增大了企業(yè)的違約風(fēng)險(xiǎn)，這個(gè)信息被評(píng)級(jí)機(jī)構(gòu)所利用，進(jìn)而降低了債券信用評(píng)級(jí)。

本文的主要研究貢獻(xiàn)包括以下三個(gè)方面：第一，本文從債券市場中介機(jī)構(gòu)的角度豐富了信息效率市場假說的研究。在市場效率假說下，信用評(píng)級(jí)機(jī)構(gòu)與審計(jì)師作為市場中的兩個(gè)信息中介，可以彼此參考對(duì)方的信息，提高自己的預(yù)測業(yè)績，從而使得市場更加有效。第二，本文豐富了信用評(píng)級(jí)的研究。在中國債券市場中，信用評(píng)級(jí)有無信息含量還存在一定的爭論[1,5]。本文的研究結(jié)果表明，信用評(píng)級(jí)機(jī)構(gòu)參考了異常審計(jì)費(fèi)用反映的風(fēng)險(xiǎn)信息進(jìn)行評(píng)級(jí)，從而體現(xiàn)了一定的信息含量。第三，通過分組檢驗(yàn)發(fā)現(xiàn)，中國債券信用評(píng)級(jí)的信息含量受到股權(quán)性質(zhì)以及經(jīng)濟(jì)環(huán)境的影響，這從另外一個(gè)角度論證了中國信用評(píng)級(jí)具有信息含量結(jié)論的準(zhǔn)確性。

二、 文獻(xiàn)綜述

評(píng)級(jí)機(jī)構(gòu)根據(jù)發(fā)行人的經(jīng)濟(jì)環(huán)境、公司行業(yè)特征、競爭形勢(shì)、管理能力以及財(cái)務(wù)狀況等多方面指標(biāo)，通過科學(xué)的評(píng)級(jí)體系量化發(fā)行人的信用風(fēng)險(xiǎn)[4]。許多文獻(xiàn)從企業(yè)內(nèi)部特征視角驗(yàn)證了信用評(píng)級(jí)對(duì)企業(yè)違約風(fēng)險(xiǎn)的反映。Copeland和Ingram利用變動(dòng)的公司評(píng)級(jí)數(shù)據(jù)發(fā)現(xiàn)財(cái)務(wù)指標(biāo)能夠反映企業(yè)的信用風(fēng)險(xiǎn)，因而可以預(yù)測評(píng)級(jí)變動(dòng)[14]。而在中國，雖然寇宗來認(rèn)為由于我國債券市場缺乏對(duì)信用風(fēng)險(xiǎn)的科學(xué)界定，所以投資者和證券公司給出的信用評(píng)級(jí)缺乏相應(yīng)的風(fēng)險(xiǎn)依據(jù)[1]；陳超和郭志明發(fā)現(xiàn)1998—2006年評(píng)級(jí)機(jī)構(gòu)的評(píng)級(jí)并不能反映企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)與績效的好壞[15]。但是，隨著近年來我國債券市場的不斷成熟和發(fā)展，監(jiān)管規(guī)定的不斷完善，投資者趨于理性化，信用評(píng)級(jí)也能體現(xiàn)相應(yīng)的信息。吳健和朱松發(fā)現(xiàn)2005年以后的信用評(píng)級(jí)在一定程度上反映出企業(yè)基本面風(fēng)險(xiǎn)的差異，企業(yè)盈利能力、負(fù)債水平、規(guī)模因素等風(fēng)險(xiǎn)指標(biāo)都顯著影響了評(píng)級(jí)結(jié)果[16]。另外，非財(cái)務(wù)因素方面，敖小波等發(fā)現(xiàn)企業(yè)的內(nèi)部控制質(zhì)量通過提高企業(yè)的經(jīng)營目標(biāo)和報(bào)告目標(biāo)降低企業(yè)的違約風(fēng)險(xiǎn),進(jìn)而提高了信用評(píng)級(jí)[7]，這表明評(píng)級(jí)機(jī)構(gòu)更認(rèn)可公司治理水平更高的企業(yè)。此外，也有學(xué)者發(fā)現(xiàn)“發(fā)行人付費(fèi)”模式會(huì)導(dǎo)致評(píng)級(jí)機(jī)構(gòu)給出過高的評(píng)級(jí)。如Jiang等發(fā)現(xiàn)穆迪轉(zhuǎn)成“發(fā)行人付費(fèi)”模式后，評(píng)級(jí)明顯高于仍采用“投資者付費(fèi)”模式的標(biāo)普，而等標(biāo)普也轉(zhuǎn)成“投資者付費(fèi)”模式后，兩者的評(píng)級(jí)結(jié)果差異便消失了[17]。周宏等的研究表明相比于“投資者付費(fèi)”模式下的信用評(píng)級(jí)，“發(fā)行人付費(fèi)”模式下的信用評(píng)級(jí)更樂觀[18]。林晚發(fā)等研究發(fā)現(xiàn)中債資信評(píng)級(jí)跟蹤能有效提高“發(fā)行人付費(fèi)模式”機(jī)構(gòu)的評(píng)級(jí)質(zhì)量[4]。

對(duì)于異常審計(jì)費(fèi)用的成因，目前學(xué)術(shù)界主要存在著“經(jīng)濟(jì)依賴觀”和“風(fēng)險(xiǎn)觀”兩種解釋理論?！敖?jīng)濟(jì)依賴觀”認(rèn)為審計(jì)師由于采取“發(fā)行人付費(fèi)”的收入模式，會(huì)對(duì)被審計(jì)單位產(chǎn)生經(jīng)濟(jì)依賴，從而損害了審計(jì)師的獨(dú)立性[12,19]。有關(guān)文獻(xiàn)表明異常審計(jì)費(fèi)用越高的公司，審計(jì)師對(duì)管理層盈余操縱的容忍度越高[20]，盈余可持續(xù)性下降，降低了會(huì)計(jì)信息質(zhì)量[21]，發(fā)生財(cái)務(wù)重述、財(cái)務(wù)舞弊的可能性也越大[22]。另一種“風(fēng)險(xiǎn)觀”認(rèn)為異常審計(jì)費(fèi)用是對(duì)審計(jì)師審計(jì)高風(fēng)險(xiǎn)企業(yè)所付出的更多勞動(dòng)成本的補(bǔ)償[23-24]。Kinney的研究表明，陷入財(cái)務(wù)困境的公司舞弊動(dòng)機(jī)更強(qiáng)，因此當(dāng)公司的經(jīng)營風(fēng)險(xiǎn)或財(cái)務(wù)風(fēng)險(xiǎn)越高時(shí)，發(fā)生重大錯(cuò)報(bào)的可能性越高，審計(jì)師因而需要投入更多的時(shí)間和人力成本，從而提高了審計(jì)費(fèi)用，導(dǎo)致了異常審計(jì)費(fèi)用[25]。Palmrose發(fā)現(xiàn)公司的財(cái)務(wù)風(fēng)險(xiǎn)和經(jīng)營風(fēng)險(xiǎn)過高時(shí)，事務(wù)所被起訴的可能性更大，因而審計(jì)師收取較高的費(fèi)用以彌補(bǔ)未來的經(jīng)濟(jì)損失[26]。張繼勛等選取上市公司對(duì)外擔(dān)保額和應(yīng)收賬款比率作為風(fēng)險(xiǎn)指標(biāo)，發(fā)現(xiàn)我國審計(jì)收費(fèi)在一定程度上考慮了風(fēng)險(xiǎn)因素[27]。

綜上所述，目前國內(nèi)外關(guān)于信用評(píng)級(jí)和異常審計(jì)費(fèi)用的研究文獻(xiàn)十分豐富，但都是從單一的評(píng)級(jí)機(jī)構(gòu)或者審計(jì)師的角度出發(fā)。作為市場中的兩個(gè)信息中介，他們之間的信息可能相互利用，從而提高市場信息效率。因此，本文將檢驗(yàn)這兩個(gè)信息中介之間的關(guān)系，這將有利于豐富信息中介與市場效率假說。

三、 理論分析與假設(shè)提出

國內(nèi)外文獻(xiàn)從多個(gè)角度分析了信用評(píng)級(jí)的影響因素，比如盈利水平、企業(yè)規(guī)模、成本黏性、審計(jì)質(zhì)量與付費(fèi)模式等[4,13,28-30]?，F(xiàn)有研究較少從審計(jì)定價(jià)角度進(jìn)行分析。Simunic認(rèn)為審計(jì)費(fèi)用是審計(jì)投入的時(shí)間、成本的函數(shù)，它以審計(jì)成本為基礎(chǔ)，受客戶規(guī)模、業(yè)務(wù)復(fù)雜程度、風(fēng)險(xiǎn)等因素的影響[31]。正常審計(jì)費(fèi)用存在合理區(qū)間，偏離合理區(qū)間的即為異常審計(jì)費(fèi)用，它是審計(jì)費(fèi)用中可觀察到的決定因素所不能解釋的那部分[32]。

在異常審計(jì)費(fèi)用的“風(fēng)險(xiǎn)觀”下，異常審計(jì)費(fèi)用可能與信用評(píng)級(jí)存在聯(lián)系。第一，內(nèi)部控制風(fēng)險(xiǎn)。信用評(píng)級(jí)機(jī)構(gòu)會(huì)將企業(yè)的內(nèi)部控制缺陷納入信用評(píng)級(jí)的考慮因素[7]，而內(nèi)部控制風(fēng)險(xiǎn)也是審計(jì)風(fēng)險(xiǎn)的一個(gè)構(gòu)成部分[33]。第二，代理風(fēng)險(xiǎn)。相比未來的不確定性，職業(yè)經(jīng)理人更多考慮的是當(dāng)前職業(yè)聲譽(yù)，他們不愿意投入更多的精力來追求長期價(jià)值，財(cái)務(wù)報(bào)告操控動(dòng)機(jī)也會(huì)增強(qiáng)，進(jìn)而提高審計(jì)師面臨的審計(jì)風(fēng)險(xiǎn)，從而要求較高的風(fēng)險(xiǎn)溢價(jià)[34]。然而企業(yè)內(nèi)部代理問題的增大，會(huì)增大企業(yè)的違約風(fēng)險(xiǎn)，導(dǎo)致較低的信用評(píng)級(jí)[2]。第三，經(jīng)營風(fēng)險(xiǎn)。超額審計(jì)費(fèi)用在一定程度上也體現(xiàn)了企業(yè)的經(jīng)營風(fēng)險(xiǎn)，業(yè)務(wù)復(fù)雜度和經(jīng)營狀況的惡化會(huì)增加審計(jì)風(fēng)險(xiǎn)，而未來經(jīng)營狀況的不確定性也會(huì)影響債券評(píng)級(jí)師對(duì)企業(yè)償債能力的判斷，進(jìn)而影響債券評(píng)級(jí)[35]。

基于對(duì)異常審計(jì)費(fèi)用的成因分析，“風(fēng)險(xiǎn)觀”下異常審計(jì)費(fèi)用越高表明企業(yè)未來違約相關(guān)風(fēng)險(xiǎn)越高，在這一理論下，評(píng)級(jí)分析師也會(huì)察覺到企業(yè)的特有風(fēng)險(xiǎn)，進(jìn)而降低評(píng)級(jí)[22]。在這一假說下，異常審計(jì)費(fèi)用是中介機(jī)構(gòu)關(guān)注到的風(fēng)險(xiǎn)指示變量，越高的異常審計(jì)費(fèi)用會(huì)帶來越低的債券評(píng)級(jí)。因此，本文提出第一個(gè)研究假設(shè)。

H1a：在“風(fēng)險(xiǎn)觀”下，異常審計(jì)費(fèi)用越高，債券評(píng)級(jí)越低。

相反，“經(jīng)濟(jì)依賴觀”預(yù)期同樣采用“發(fā)行人付費(fèi)”收入模式的審計(jì)師和評(píng)級(jí)機(jī)構(gòu)都面臨著利益沖突，這一現(xiàn)象已得到許多學(xué)者的研究證實(shí)[4]。在現(xiàn)實(shí)中，能夠左右審計(jì)師獨(dú)立性的發(fā)行企業(yè)往往也能獲得評(píng)級(jí)機(jī)構(gòu)的優(yōu)待。當(dāng)面對(duì)一個(gè)大型客戶時(shí)，審計(jì)師和評(píng)級(jí)機(jī)構(gòu)面臨的短期利益大大高于聲譽(yù)資本，安然事件中審計(jì)費(fèi)用和評(píng)級(jí)費(fèi)用大大高于市場平均水平就是一個(gè)典型的案例。在這一假說下，異常審計(jì)費(fèi)用是審計(jì)師獨(dú)立性受損的指示變量，也就是說企業(yè)由于某方面的缺陷，有動(dòng)力與審計(jì)師進(jìn)行合謀，以獲得較好的審計(jì)意見。相似地，這種企業(yè)也有動(dòng)力與評(píng)級(jí)機(jī)構(gòu)進(jìn)行合謀，以獲得較高的評(píng)級(jí)，因此越高的審計(jì)費(fèi)用會(huì)帶來越高的債券評(píng)級(jí)?；谏鲜龇治?，本文提出H1a的競爭性假設(shè)。

H1b：在“經(jīng)濟(jì)依賴觀”下，異常審計(jì)費(fèi)用越高，債券評(píng)級(jí)越高。

此外，我國資本市場一個(gè)典型特征是國有企業(yè)占據(jù)了上市公司的大多數(shù)。政府為國有企業(yè)提供“隱形擔(dān)?！?，為了避免失業(yè)和維護(hù)社會(huì)安定，國有企業(yè)在陷入經(jīng)營困境時(shí)更容易得到政府的救助。而政府的救助會(huì)降低會(huì)計(jì)師事務(wù)所審計(jì)失敗時(shí)遭受訴訟的可能，因而降低了審計(jì)風(fēng)險(xiǎn)的補(bǔ)償，降低了審計(jì)費(fèi)用[36]。同時(shí)，在債券市場中，評(píng)級(jí)機(jī)構(gòu)在評(píng)定企業(yè)的違約風(fēng)險(xiǎn)時(shí)，由于國有企業(yè)的融資約束更低，可以獲得更長的貸款期限、更低的貸款成本，即使違約，背后的政府也會(huì)對(duì)其利益輸送并進(jìn)行“兜底”[4]。因此，當(dāng)評(píng)級(jí)機(jī)構(gòu)意識(shí)到這一點(diǎn)，即使國有企業(yè)存在違約風(fēng)險(xiǎn)，債券分析師也會(huì)給國有企業(yè)債券更高的評(píng)級(jí)[37]，評(píng)級(jí)對(duì)于企業(yè)特征與企業(yè)風(fēng)險(xiǎn)反映得更少。因此，我們預(yù)期評(píng)級(jí)機(jī)構(gòu)對(duì)異常審計(jì)費(fèi)用風(fēng)險(xiǎn)信息的考慮會(huì)受到企業(yè)股權(quán)性質(zhì)的影響，即在非國有企業(yè)中，異常審計(jì)費(fèi)用對(duì)債券評(píng)級(jí)的影響程度更高。據(jù)此本文提出第二個(gè)假設(shè)。

H2：相對(duì)于國有企業(yè)，非國有企業(yè)異常審計(jì)費(fèi)用與債券信用評(píng)級(jí)之間的關(guān)系更顯著。

另外，因?yàn)槠髽I(yè)陷入財(cái)務(wù)困境的可能性(這種情況下企業(yè)的財(cái)務(wù)報(bào)告虛假陳述和評(píng)級(jí)虛高更容易暴露給外部市場)在不同經(jīng)濟(jì)周期是不同的[11]。一方面，從企業(yè)本身的風(fēng)險(xiǎn)來看，經(jīng)濟(jì)周期變化使得企業(yè)經(jīng)營環(huán)境不確定性增大[38]，從而放大企業(yè)的風(fēng)險(xiǎn)。另一方面，從外部監(jiān)管環(huán)境來說，相較于在經(jīng)濟(jì)上行期的“金融狂歡”與債券市場的剛性兌付，在經(jīng)濟(jì)下行期投資者的情緒更為低落，審計(jì)師和債券分析師面臨被監(jiān)管機(jī)構(gòu)查處的風(fēng)險(xiǎn)更大，相比短期利益審計(jì)師和債券分析師更在意自身的聲譽(yù)，因此審計(jì)工作和債券評(píng)級(jí)會(huì)更注重對(duì)企業(yè)固有風(fēng)險(xiǎn)和內(nèi)部控制風(fēng)險(xiǎn)的評(píng)估[11，39]，因此異常審計(jì)費(fèi)用與債券評(píng)級(jí)之間的風(fēng)險(xiǎn)機(jī)制更顯著。基于此，本文提出第三個(gè)假設(shè)。

H3：在經(jīng)濟(jì)下行期，企業(yè)異常審計(jì)費(fèi)用與債券信用評(píng)級(jí)之間的關(guān)系更顯著。

四、 研究設(shè)計(jì)與樣本選擇

(一) 樣本選取與數(shù)據(jù)來源

鑒于債券評(píng)級(jí)數(shù)據(jù)的可獲得性，本文選取2008—2016年A股上市公司的財(cái)務(wù)數(shù)據(jù)和發(fā)債數(shù)據(jù)作為研究樣本，并剔除了金融行業(yè)公司、ST公司、存在缺失值、可轉(zhuǎn)債、城投債和行業(yè)分類后個(gè)數(shù)少于10家的公司。所有的財(cái)務(wù)數(shù)據(jù)都來自于CSMAR數(shù)據(jù)庫，公司債券數(shù)據(jù)來自于WIND金融數(shù)據(jù)。最終，本文的研究樣本數(shù)為1698個(gè)，其中的財(cái)務(wù)數(shù)據(jù)等連續(xù)變量均進(jìn)行了1%與99%的縮尾處理。

(二) 模型設(shè)定與變量定義

為了獲得企業(yè)的異常審計(jì)費(fèi)用，本文在借鑒Krishnan 和 Wang研究的基礎(chǔ)上[40]，構(gòu)建模型(1) 進(jìn)行回歸分析，以模型(1)的殘差度量異常審計(jì)費(fèi)用。

LAUDITit=α0+α1LNTAit+α2EQit-1+α3BMit+α4LEVit+α5ROAit+α6INVRECit+α7LOSSit+α8XDOPSit+α9FOROPSit+α10SGROWTHit+α11INITIALit+α12AUDLAGit+α13SGSEGSit+α14AGEit+α15GCit+α16BIG4it+εit

(1)

模型(1)的被解釋變量為審計(jì)費(fèi)用LAUDIT(審計(jì)費(fèi)用的自然對(duì)數(shù))，解釋變量如表1定義所示。模型(1) 分行業(yè)、年度回歸后得到殘差即為異常審計(jì)費(fèi)用，記為ABFEE。另外，為了檢驗(yàn)H1，我們?cè)讷@得企業(yè)異常審計(jì)費(fèi)用的基礎(chǔ)上，構(gòu)建模型(2)分析異常審計(jì)費(fèi)用與債券信用評(píng)級(jí)的關(guān)系。

RATINGit+1=α0+α1ABFEEit+α2LNTAit+α3LEVit+α4CURASSit+α5ROAit+α6SGROWTHit+α7MATURITYit+α8NONSOEit+Industry_FE+Year_FE+εit+1

(2)

模型(2)中的被解釋變量為債券信用評(píng)級(jí)，定義當(dāng)債券的信用評(píng)級(jí)為BBB-、BBB、BBB+、A-、A、A+、AA-、AA、AA+、AAA-、AAA時(shí)，相應(yīng)的評(píng)級(jí)RATING取值分別為1—11。

本文還構(gòu)建以債券信用利差為被解釋變量的回歸模型(3)[42]。其中VSPREAD表示公司債券的到期收益率與該債券期限相同的國債的到期收益率之差。

SPREADit+1=α0+α1ABFEEit+α2COUPONit+α3LFFLit+α4LNUMit+α5AGEit+α6BMit+α7ROAit+α8LEVit+α9NONSOEit+α10LOSSit+α11RATINGit+α12ISSUERRATEit+Industry_FE+Year_FE+εit+1

(3)

表1 變量定義

LFFL表示當(dāng)年距債券到期年的剩余年限，LNUM表示債券發(fā)行總額(以億元計(jì))的對(duì)數(shù)，AGE表示債券已發(fā)行的年限，ISSUERRATE表示債券發(fā)行主體的主體評(píng)級(jí)，其他變量與模型(2)一致。

借鑒林晚發(fā)等的研究[4]，本文選擇相應(yīng)的控制變量。相關(guān)變量的定義與符號(hào)見表1所示。

五、 實(shí)證結(jié)果分析

(一) 異常審計(jì)費(fèi)用估計(jì)模型的回歸結(jié)果

表2列示了模型(1)各個(gè)變量的回歸系數(shù)和統(tǒng)計(jì)t值，代表企業(yè)資產(chǎn)規(guī)模和業(yè)務(wù)復(fù)雜程度的變量LNTA、INVREC、FORDOPS、SQSEGS和AUDLAG與審計(jì)費(fèi)用之間均顯著正相關(guān)。審計(jì)費(fèi)用與LEV、LOSS、BM等變量的相關(guān)關(guān)系均顯著，表明審計(jì)費(fèi)用與被審計(jì)單位的審計(jì)風(fēng)險(xiǎn)存在顯著相關(guān)性。

表2 異常審計(jì)費(fèi)用的估計(jì)結(jié)果

注：符號(hào)***、**、*分別表示在1%、5%、10%的水平

上顯著。

審計(jì)意見GC與審計(jì)收費(fèi)正相關(guān)可能源于審計(jì)師承受了更高的審計(jì)風(fēng)險(xiǎn)對(duì)應(yīng)的審計(jì)溢價(jià)。另外，盈余質(zhì)量指數(shù)EQ與審計(jì)費(fèi)用之間的關(guān)系并不顯著，可以排除異常審計(jì)費(fèi)用的存在是由于提供了更高質(zhì)量審計(jì)服務(wù)的解釋。BIG4會(huì)顯著提高審計(jì)費(fèi)用，由此可知，四大會(huì)計(jì)師事務(wù)所存在著明顯的收費(fèi)溢價(jià)。

(二) 描述性統(tǒng)計(jì)分析

表3列示了模型(2)中變量的描述性統(tǒng)計(jì)結(jié)果。我們發(fā)現(xiàn)債券評(píng)級(jí)RATING的均值、四分位數(shù)都是9，反映我國的債券評(píng)級(jí)的偏高現(xiàn)象，另外債券評(píng)級(jí)的最小值為6，說明最小評(píng)級(jí)為A+。異常審計(jì)費(fèi)用ABFEE的均值0.019，說明絕大部分企業(yè)都存在超額審計(jì)費(fèi)用。在本文所使用的控制變量中，發(fā)債企業(yè)規(guī)模(LNTA)的均值為23.76，企業(yè)杠桿率(LEV)的均值為60.4%，企業(yè)流動(dòng)資產(chǎn)比例(CURASS)的均值為53.2%，企業(yè)績效(ROA)的均值為2.8%，企業(yè)營業(yè)收入增長率比例(SGROWTH)的均值為20.1%，債券的發(fā)行期限(MATURITY)的均值為5.683，非國有企業(yè)(NONSOE)占比48.5%。樣本中變量LEV、CURASS和括號(hào)內(nèi)為相應(yīng)的標(biāo)準(zhǔn)誤，且經(jīng)過異方差處理。篇幅所限,控制變量不報(bào)告,留存?zhèn)渌?下同。

表3 變量描述性統(tǒng)計(jì)分析

表4 異常審計(jì)費(fèi)用與債券評(píng)級(jí)模型回歸結(jié)果

注: 符號(hào)***、 **、 *分別表示在 1%、 5%、 10% 的水平上顯著。

表5 異常審計(jì)費(fèi)用與債券評(píng)級(jí)模型加入交互項(xiàng)的分析

注：***、**、*分別表示在1%、5%、10%的水平上顯著。

EPS的極差較大，說明發(fā)行債券的公司之間財(cái)務(wù)結(jié)構(gòu)和盈利狀況差異明顯?？刂谱兞繑?shù)據(jù)與以往文獻(xiàn)相似[4]。

(三) 多元回歸分析

1. 異常審計(jì)費(fèi)用與債券信用評(píng)級(jí)

表4的第(1)列、第(2)列和第(3)列分別列示了模型(2)的全樣本、異常審計(jì)費(fèi)用大于零和小于零樣本數(shù)據(jù)的回歸結(jié)果。對(duì)于所有樣本來說，發(fā)行人的債券評(píng)級(jí)與異常審計(jì)費(fèi)用在10%的顯著性水平上負(fù)向相關(guān)，而且在正向異常審計(jì)費(fèi)用樣本中的回歸系數(shù)值比全樣本中的更大，顯著性水平更高。我們可以判定，在控制了常規(guī)的信貸風(fēng)險(xiǎn)因素情況下，異常審計(jì)費(fèi)用越高，債券評(píng)級(jí)結(jié)果越低，這個(gè)結(jié)論支持了假設(shè)H1a。此外，對(duì)于正向超額異常審計(jì)費(fèi)用的樣本中變量ABFEE的系數(shù)絕對(duì)值比全樣本大，說明這一現(xiàn)象在被審計(jì)單位付出超額審計(jì)費(fèi)用的情況下更廣泛，而在異常審計(jì)費(fèi)用小于零的樣本中并不顯著，說明超額審計(jì)費(fèi)用是對(duì)風(fēng)險(xiǎn)溢價(jià)的補(bǔ)償，而這一補(bǔ)償并不存在于異常審計(jì)費(fèi)用小于零的樣本，進(jìn)一步論證了異常審計(jì)費(fèi)用的“風(fēng)險(xiǎn)觀”結(jié)論。

2. 企業(yè)所有權(quán)性質(zhì)、異常審計(jì)費(fèi)用與債券信用評(píng)級(jí)

為了檢驗(yàn)假設(shè)H2，異常審計(jì)費(fèi)用與債券信用評(píng)級(jí)的關(guān)系在非國有企業(yè)中更加顯著，本文在模型(2)中引入非國有企業(yè)虛擬變量與異常審計(jì)費(fèi)用的交互項(xiàng)ABFEE×NONSOE來進(jìn)行分析，相應(yīng)的回歸結(jié)果見表5第(1)列。異常審計(jì)費(fèi)用ABFEE的變量系數(shù)為0.115，但不顯著，ABFEE×NONSOE變量系數(shù)為-0.461，且在1%的水平上顯著，這說明在非國有企業(yè)樣本中，異常審計(jì)費(fèi)用降低債券信用評(píng)級(jí)的作用強(qiáng)于國有企業(yè)樣本。原因可能在于國有企業(yè)擁有政府的“隱形擔(dān)?！保瑐治鰩煂?duì)企業(yè)本身的風(fēng)險(xiǎn)相對(duì)不關(guān)注，從而給出一個(gè)虛高的評(píng)級(jí)，這也證實(shí)了假設(shè)H2的成立。

3. 經(jīng)濟(jì)周期、異常審計(jì)費(fèi)用與債券信用評(píng)級(jí)

為檢驗(yàn)假設(shè)H3，本文進(jìn)一步對(duì)模型(2)分不同的經(jīng)濟(jì)發(fā)展階段進(jìn)行回歸分析。對(duì)2008—2016年經(jīng)濟(jì)發(fā)展階段的劃分,我們借鑒了蘇冬蔚和曾海艦的做法[41]，以消費(fèi)物價(jià)指數(shù)CPI(以1978年為基期)調(diào)整名義GDP，然后采用實(shí)際GDP的自然對(duì)數(shù)值為被解釋變量，用1、2、3等序數(shù)代替年度值作為解釋變量，回歸得到的殘差值作為剔除時(shí)間趨勢(shì)的實(shí)際GDP。如果回歸殘差小于樣本中位數(shù)，則定義該年度為經(jīng)濟(jì)下行年度。表6列示了經(jīng)濟(jì)周期劃分的數(shù)據(jù)[注]本文選取《2017年中國統(tǒng)計(jì)年鑒》中2008—2016年的名義GDP和CPI數(shù)據(jù)，兩者相除的結(jié)果作為實(shí)際GDP，然后采用2008—2016年實(shí)際GDP的對(duì)數(shù)為被解釋變量，各年份依次用序數(shù)代替作為解釋變量，將回歸結(jié)果的殘差值定義為剔除時(shí)間趨勢(shì)的實(shí)際GDP(見表6)，最后將各年份的殘差值從小至大排序，將小于中位數(shù)的殘差的年份定義為經(jīng)濟(jì)下行年度，反之為經(jīng)濟(jì)上行年度。。因此，我們定義2010—2014年為經(jīng)濟(jì)上行期，其余年度為經(jīng)濟(jì)下行期，定義經(jīng)濟(jì)下行期間變量DEFLA，即當(dāng)樣本所在的年度為經(jīng)濟(jì)下行期間時(shí)，DEFLA=1，反之為0。在模型(2)中引入交乘項(xiàng)ABFEE×DEFLA進(jìn)行回歸，相應(yīng)的回歸結(jié)果見表5第(2)列，ABFEE×DEFLA的回歸系數(shù)為-0.290，且在5%的水平上顯著，而ABFEE的系數(shù)為0.0703，統(tǒng)計(jì)上不顯著?？梢娫诤暧^經(jīng)濟(jì)下行時(shí)期，異常審計(jì)費(fèi)用降低債券評(píng)級(jí)作用更顯著，而這一降低作用在宏觀經(jīng)濟(jì)上行期間并不顯著。這個(gè)結(jié)果說明，在經(jīng)濟(jì)上行期，由于債券剛性兌付的存在，評(píng)級(jí)機(jī)構(gòu)并不特別關(guān)注異常審計(jì)費(fèi)用所體現(xiàn)出的風(fēng)險(xiǎn)；而在經(jīng)濟(jì)下行期，由于整體系統(tǒng)性風(fēng)險(xiǎn)的增大，評(píng)級(jí)機(jī)構(gòu)會(huì)更關(guān)注異常審計(jì)費(fèi)用所體現(xiàn)的風(fēng)險(xiǎn)因素。因此，上述結(jié)論證實(shí)了假設(shè)H3的成立。

表6 經(jīng)濟(jì)周期的劃分

注：名義GDP和CPI數(shù)據(jù)均來自于《2017年中國統(tǒng)計(jì)年鑒》，GDP數(shù)據(jù)以萬億元計(jì)。

表7 異常審計(jì)費(fèi)用與違約風(fēng)險(xiǎn)模型的回歸結(jié)果

注：***、**、*分別表示在1%、5%、10%的水平上顯著。括號(hào)內(nèi)為相應(yīng)的標(biāo)準(zhǔn)誤，且經(jīng)過異方差處理。

4. 機(jī)制分析：異常審計(jì)費(fèi)用與違約風(fēng)險(xiǎn)

根據(jù)模型(2)的回歸結(jié)果我們證實(shí)了假設(shè)H1a，異常審計(jì)費(fèi)用可以作為風(fēng)險(xiǎn)因子指標(biāo)給債券評(píng)級(jí)師提供額外的關(guān)于發(fā)行人的違約信息，從而影響債券評(píng)級(jí)結(jié)果。因此，本文分析違約風(fēng)險(xiǎn)是否為異常審計(jì)費(fèi)用影響債券評(píng)級(jí)的機(jī)制，以破產(chǎn)指數(shù)值(ZSCORE)為被解釋變量衡量企業(yè)的違約風(fēng)險(xiǎn)，以異常審計(jì)費(fèi)用為解釋變量進(jìn)行回歸分析。

表7列示了回歸數(shù)據(jù)結(jié)果。我們發(fā)現(xiàn)在全樣本回歸中，ABFEE變量系數(shù)在1%的顯著水平上為負(fù)，說明異常審計(jì)費(fèi)用越高，企業(yè)ZSCORE指數(shù)越低，破產(chǎn)風(fēng)險(xiǎn)和違約風(fēng)險(xiǎn)越高，與我們的預(yù)期結(jié)果相符。相似地，在以正向異常審計(jì)費(fèi)用樣本的回歸結(jié)果中，ABFEE變量系數(shù)也顯著為負(fù)，而在異常審計(jì)費(fèi)用小于零的樣本中不能得出這樣的結(jié)論。因此，上述結(jié)論證實(shí)了異常審計(jì)費(fèi)用對(duì)發(fā)行人破產(chǎn)風(fēng)險(xiǎn)和違約風(fēng)險(xiǎn)的預(yù)警作用，進(jìn)一步確定了本文主要結(jié)論的影響機(jī)制。

(四) 進(jìn)一步分析

1. 異常審計(jì)費(fèi)用的市場反應(yīng)

表8給出了異常審計(jì)費(fèi)用與債券信用利差的回歸結(jié)果。第(1)列的結(jié)果是只考慮債券本身的特征數(shù)據(jù)而不考慮發(fā)行人主體財(cái)務(wù)特征時(shí)的回歸結(jié)果，由于ABFEE變量系數(shù)顯著為正，這說明投資者意識(shí)到異常審計(jì)費(fèi)用越大，企業(yè)風(fēng)險(xiǎn)越高，從而要求的債券信用利差越大。第(2)列、第(3)列分別是加入發(fā)行人的主體評(píng)級(jí)數(shù)據(jù)與債券評(píng)級(jí)變量的回歸結(jié)果，異常審計(jì)費(fèi)用ABFEE的系數(shù)仍然顯著為正，說明盡管債券評(píng)級(jí)已將異常審計(jì)費(fèi)用納入評(píng)估債券信用風(fēng)險(xiǎn)時(shí)考慮的因素，但在實(shí)際的市場交易中，投資者并不完全依賴債券評(píng)級(jí)結(jié)果預(yù)測債券違約風(fēng)險(xiǎn)，他們也可以通過自己擁有的信息進(jìn)行分析。第(4)列顯示在加入發(fā)行人的衡量經(jīng)營風(fēng)險(xiǎn)和違約風(fēng)險(xiǎn)的財(cái)務(wù)指標(biāo)變量后，異常審計(jì)費(fèi)用與信用利差依然高度相關(guān)，說明在投資者看來，異常審計(jì)費(fèi)用還預(yù)示了除經(jīng)營風(fēng)險(xiǎn)和違約風(fēng)險(xiǎn)之外的其他風(fēng)險(xiǎn)要素，從而進(jìn)一步證實(shí)了異常審計(jì)費(fèi)用在資本市場的風(fēng)險(xiǎn)預(yù)警功能。

表8 異常審計(jì)費(fèi)用與信用利差的回歸結(jié)果

注：***、**、*分別表示在1%、5%、10%的水平上顯著。括號(hào)內(nèi)為相應(yīng)的標(biāo)準(zhǔn)誤，且經(jīng)過異方差處理。

2. 信用評(píng)級(jí)異質(zhì)性視角

有研究表明在評(píng)級(jí)技術(shù)等綜合實(shí)力方面，有外資背景的評(píng)級(jí)機(jī)構(gòu)比本土評(píng)級(jí)機(jī)構(gòu)存在明顯的優(yōu)勢(shì)，具有更強(qiáng)的獨(dú)立性[42]。相反，非外資背景的評(píng)級(jí)機(jī)構(gòu)的反應(yīng)可能更加敏感。為此，本文定義當(dāng)評(píng)級(jí)機(jī)構(gòu)為中誠信與聯(lián)合外資背景評(píng)級(jí)機(jī)構(gòu)時(shí)，F(xiàn)OREIGN=1，否則FOREIGN=0，通過構(gòu)建ABFEE×FOREIGN交乘項(xiàng)進(jìn)行相關(guān)檢驗(yàn)，相應(yīng)的回歸結(jié)果見表9。由表9可知,ABFEE變量系數(shù)在10%水平上顯著為負(fù)，而ABFEE×FOREIGN系數(shù)為正，但不顯著。上述結(jié)果說明，異常審計(jì)費(fèi)用與信用評(píng)級(jí)的關(guān)系不受評(píng)級(jí)機(jī)構(gòu)股權(quán)性質(zhì)的影響。也就是說，無論是外資持股的評(píng)級(jí)機(jī)構(gòu)還是本土的評(píng)級(jí)機(jī)構(gòu)，它們都關(guān)注異常審計(jì)費(fèi)用所體現(xiàn)的風(fēng)險(xiǎn)因素，從而進(jìn)一步證實(shí)了本文的主要結(jié)論。

表9評(píng)級(jí)機(jī)構(gòu)異質(zhì)性的影響

變量被解釋變量:RATINGABFEE-0.207*(0.106)ABFEE×FOREIGN0.135(0.131)控制變量控制Constant-6.035***(0.776)行業(yè)控制年度控制樣本量1,698R20.456

注：***、**、*分別表示在1%、5%、10%的水平上顯著。括號(hào)內(nèi)為相應(yīng)的標(biāo)準(zhǔn)誤，且經(jīng)過異方差處理。

3. 內(nèi)生性考慮

考慮模型中可能存在的反向因果問題，對(duì)于模型(2)，本文主要采用三種方法減弱相應(yīng)的內(nèi)生性。一是滯后變量分析法。本文采用異常審計(jì)費(fèi)用的滯后一期進(jìn)行分析，能在一定程度上減輕相互因果的影響。二是工具變量法。本文采用同行業(yè)同年度的異常審計(jì)費(fèi)用均值(MABFEE)作為第一階段的工具變量。表10列示了這個(gè)工具變量兩個(gè)階段的回歸檢驗(yàn)結(jié)果，第一階段的回歸結(jié)果顯示工具變量MABFEE與ABFEE呈明顯的正向回歸關(guān)系，表明MABFEE適合成為ABFEE的工具變量。表10第(2)列報(bào)告了第二階段的估計(jì)結(jié)果，結(jié)果表明ABFEE變量系數(shù)為-1.365，且在1%水平上顯著。三是采用GMM方法進(jìn)行分析， 通過GMM檢驗(yàn)統(tǒng)計(jì)得出工具變量存在顯著的相關(guān)性(F=42.861)，以及外生性檢驗(yàn)統(tǒng)計(jì)量的P值小于0.05，所以工具變量選取合適。最后，ABFEE變量系數(shù)仍然顯著為負(fù)。因此，在考慮了內(nèi)生性問題之后，異常審計(jì)費(fèi)用與對(duì)債券信用評(píng)級(jí)和信用利差的調(diào)低效應(yīng)依然顯著，從而證實(shí)了本文的研究結(jié)論是穩(wěn)健的。

表10 工具變量回歸結(jié)果

注：***、**、*分別表示在1%、5%、10%的水平上顯著。括號(hào)內(nèi)為相應(yīng)的標(biāo)準(zhǔn)誤，且經(jīng)過異方差處理?？刂谱兞颗c主回歸一致。

六、 研究結(jié)論與啟示

本文利用2008—2016年中國上市公司發(fā)債數(shù)據(jù)，實(shí)證檢驗(yàn)異常審計(jì)費(fèi)用對(duì)于債券信用評(píng)級(jí)的影響。實(shí)證研究發(fā)現(xiàn)：第一，異常審計(jì)費(fèi)用越高，債券評(píng)級(jí)數(shù)據(jù)越低，該結(jié)論在內(nèi)生性檢驗(yàn)后仍然成立。第二，當(dāng)企業(yè)為非國有企業(yè)時(shí)，異常審計(jì)費(fèi)用對(duì)債券評(píng)級(jí)的降低效應(yīng)更顯著；另外，經(jīng)濟(jì)周期也會(huì)影響異常審計(jì)費(fèi)用與債券評(píng)級(jí)的相關(guān)性，在經(jīng)濟(jì)緊縮期，債券違約的可能性更高時(shí)，異常審計(jì)費(fèi)用對(duì)債券評(píng)級(jí)的調(diào)低效應(yīng)越顯著。第三，本文也對(duì)異常審計(jì)費(fèi)用影響債券信用評(píng)級(jí)的機(jī)制進(jìn)行了檢驗(yàn)，即異常審計(jì)費(fèi)用增大了企業(yè)的違約風(fēng)險(xiǎn)，這個(gè)信息被評(píng)級(jí)機(jī)構(gòu)所利用，進(jìn)而降低債券信用評(píng)級(jí)。

本文研究在理論上和實(shí)踐上都有一些啟示。第一，在信息效率市場假說下，加強(qiáng)對(duì)信息中介的監(jiān)督與監(jiān)管，尤其是對(duì)審計(jì)師與評(píng)級(jí)分析師信息披露的監(jiān)管，有利于信息效率的最大化，從而提高整個(gè)市場的資源配置效率。第二，雖然從整體來看，信用評(píng)級(jí)存在著一定的信息含量，但是信用評(píng)級(jí)的信息含量高低會(huì)隨著相應(yīng)條件的改變而改變，這要求監(jiān)管部門在某些特定的環(huán)境下對(duì)信用評(píng)級(jí)加強(qiáng)監(jiān)管，提高信用評(píng)級(jí)的預(yù)測價(jià)值。第三，本文的結(jié)論也對(duì)監(jiān)管機(jī)構(gòu)提供了額外的動(dòng)力，促使它們出臺(tái)有關(guān)對(duì)信用評(píng)級(jí)與審計(jì)活動(dòng)的監(jiān)管規(guī)定。

本文也存在一定的局限：首先，由于本文采用的是上市公司數(shù)據(jù)，所以本文的研究結(jié)論僅適用于發(fā)行了公開債券的上市公司，對(duì)于非上市公司是否存在相似的結(jié)論有待進(jìn)一步分析；其次，本文并沒有直接檢驗(yàn)信用評(píng)級(jí)機(jī)構(gòu)與企業(yè)之間的合謀；最后，對(duì)于現(xiàn)階段信用評(píng)級(jí)虛高的質(zhì)疑，未來的研究需要進(jìn)一步證實(shí)信用評(píng)級(jí)是否存在信息含量、信用評(píng)級(jí)是否存在虛高現(xiàn)象以及這種虛高現(xiàn)象所帶來的后果。