被审计单位受到行政处罚对审计师决策的影响

The Impact of Administrative Punishment on Auditor’s Decision

摘要: 以2012~2021年受到证监会处罚的上市公司为研究对象，采用固定效应模型，从审计质量和审计收费两个维度，实证研究了被审计单位受到行政处罚对审计师决策的影响。研究结果显示：被审计单位受到行政处罚促进了审计师提高审计质量和审计收费，进一步分析发现，相较于国有企业，非国有企业受到行政处罚对审计师提高审计质量的影响更加明显，审计收费则无差异。研究结论拓展了证监会处罚经济后果的研究范围，为政府机构未来制定相关政策提供参考以及经验。

Abstract: Taking listed companies punished by China Securities Regulatory Commission (CSRC) from 2012 to 2021 as the object of the research, the fixed-effect model is adopted to empirically study the impact of administrative punishment on auditor decision-making from two dimensions of audit quality and audit fees. The findings are as follows: administrative punishment of auditees promotes auditors to improve audit quality and audit fees. Further research shows that compared with state-owned enterprises, administrative punishment of non-state-owned enterprises has a more significant impact on auditors to improve audit quality, while the audit fees have no difference. The conclusion extends the research scope of the economic consequences of CSRC’s punishment, and provides refer-ence and experience for the government to make relevant policies in the future.

1. 引言

上市公司违规行为层见叠出，严重破坏了资本市场的正常秩序。为了规范资本市场参与者的行为，推动资本市场高质量发展，证监会不断加大对违规行为的处罚力度，行政处罚数量逐年增加，根据中国证券监督管理委员会官网显示，2020年和2021年处罚数量较上年增幅分别为15.54%和9.45%，引发市场的高度关注。审计师作为资本市场的“守门人”，对被审计单位受到行政处罚后的反应成为了理论界和实务界关注的热点问题，即被审计单位受到行政处罚是否会影响审计师的决策，促使其做出相应的应对策略，提高审计质量或者增加审计收费。

现有研究主要关注受罚主体——上市公司或会计师事务所的直接后果。当上市公司受到行政处罚后，其经济后果主要表现为：企业的当期业绩受到负面冲击 [1] ，降低企业银行贷款签约率意愿 [2] ，企业的财务风险和法律风险会因此上升 [3] 。因此上市公司管理层出于降薪和撤职的考虑会改善企业的治理机制 [4] ，出于融资约束和社会监督的考虑会改善自身的盈余质量 [5] 。当会计师事务所受到行政处罚后，事务所的声誉受到损害 [6] ，会导致客户流失、市场份额下降 [7] 。为了挽回声誉，会计师事务所会主动提高审计质量，进行声誉重塑行为 [8] 。现有研究在受罚主体的直接后果这一方面已较为丰富，但鲜少关注到溢出效应，即上市公司受罚证监会行政处罚对其外部审计师决策的影响。

本文的边际贡献在于：第一，与已有文献研究证监会处罚对上市公司及会计师事务所带来的直接后果不同之处，本文考虑了证监会处罚上市公司对外部审计师决策带来的影响，拓展了证监会行政处罚经济后果的研究范围。第二，本文深入阐释了声誉机制以及压力传导机制对审计师决策的影响，扩展了被审计单位受到行政处罚对审计师决策产生影响的相关文献。第三，本文的研究证明证监会行政处罚能够有效规范资本市场参与者的行为，有利于资本市场的稳定发展，亦能在将来相关部门修订监管政策时提供参考。

2. 理论分析与研究假设

2.1. 被审计单位受到行政处罚对审计师审计质量的影响

行政处罚具体可以通过声誉机制来影响审计师的决策，声誉对审计师的重要程度不言而喻，当被审计单位受到行政处罚后其审计师的声誉也会受到影响，进而影响其客户需求和市场份额，甚至会对其出具审计报告的可信度造成负面影响 [9] 。除此之外，行政处罚还可以通过压力传导的方式来影响审计师的行为。随着监管机构法律法规的日益完善以及不断加大的处罚力度，注册会计师需要承担的法律风险也逐渐明确，相比之下，审计知识的提高和技术的创新相对缓慢，发展不平衡，投资者的期望与审计师能力之间的差距越来越大，这种差距进一步加剧了审计师的压力，进而影响审计师决策 [10] 。如果审计师有较大的压力，就会更加谨慎地作出判断并付出更多努力，因此，当被审计单位受到行政处罚后，审计师在未来的审计工作中会出于对风险的考虑而更关注审计质量。

综上所述，被审计单位受到行政处罚后，审计师对风险的忍耐程度会下降，基于自身声誉和工作压力的考虑，审计师会更关注审计质量，审计时更加严谨。基于以上分析，提出假设1。

H1：其他条件一定的情况下，被审计单位受到行政处罚后，审计师会采取提高审计质量的决策。

2.2. 被审计单位受到行政处罚对审计收费的影响

审计收费一般由完成审计业务需要支出的费用、可能产生的损失如审计师信誉受损后进行信誉修复所需的潜在成本以及正常利润组成。当被审计的上市公司受到行政处罚时，其负面影响会波及审计师。从风险的角度而言，上市公司受到行政处罚后注册会计师会要求被审计单位提供更高的收益以抵消相对应的风险。从成本方面而言，审计师在未来的审计工作中会更加严谨也会更关注审计质量，这就意味着审计师需要扩大审计范围、增加审计人员投入、收集更多的审计证据，这会增加审计成本，审计师基于成本补偿考虑，会提高审计收费 [11] 。

综上所述，被审计单位受到行政处罚后，审计师为了降低审计风险，提高发现问题能力，会在审计实施阶段增加成本投入。因此，审计师会选择提高审计收费。基于以上分析，提出假设2。

H2：其他条件一定的情况下，被审计单位受到行政处罚后，审计师会采取提高审计收费的决策。

3. 研究设计

3.1. 样本选取与数据来源

本文数据均从样本企业年度报告以及国泰安数据库(CSMAR)中获取，本文以2012~2021期间受到证监会行政处罚并在公告中披露的上市公司作为样本，除去已经退市的样本、*ST的样本、处于金融行业的样本以及相关数据不完整的样本企业。为考察行政处罚后审计师行为的变化，剔除在2012~2021年间不同年份中受到过行政处罚的上市公司，由于样本中的部分上市公司在当年不止一次受到证监会的行政处罚，本文只对这些样本上市公司取那一年内受罚最重的一次进行观测以免重复值对最终的结果产生影响并得到了702个观测值。本文通过Excel2019版本处理原始数据，Stata16进行回归分析，在1%和99%分位数上对连续变量进行缩尾处理。

3.2. 变量设计

3.2.1. 被解释变量

1) 审计质量。本文借鉴葛锐等 [12] 的研究方法，用操纵性应计利润取绝对值(|DA|)来表示审计质量。分年度、分行业对下列模型回归：

$ACC{A}_t/A_{t-1}/={\alpha }_0+{\alpha }_1\left(1/A_{t-1}\right)+{\alpha }_2\left(\Delta RE{V}_t/A_{t-1}\right)+{\alpha }_3\left(PP{E}_t/A_{t-1}\right)+{\alpha }_{4}RO{A}_t+{\epsilon }_1$

上述模型中 $ACC{A}_t=\left(t年营业利润-t年经营现金流量\right)/A_t{}_{-1}$ ， $A_t{}_{-1}$ 为样本上市公司上一年度年的总资产，ΔREV_t为样本企业在某一年内的主营业务收入和前一年度相比增加或减少的值，PPE_t为样本企业某一年度固定资产的价值，ROA_t为样本企业某一年度的总资产收益率，ε₁是误差项。进行回归时考虑了行业和年度。为了同时表示DA为正数以及DA为负数时样本上市公司的盈余管理情况，取绝对值(|DA|)表示审计质量。若|DA|的数值大，则代表样本企业盈余管理程度高，审计质量不好。

2) 审计收费。参考周少燕等 [13] 的研究方法，以审计费用的自然对数(Fee)作为衡量审计收费的指标。样本上市公司规模可能会对审计收费的衡量有所影响，所以本文根据样本上市公司规模对审计收费进行了标准化处理，这一部分在稳健性检验中体现。

3.2.2. 解释变量

被审计单位受到行政处罚的哑变量(Penalty)。整理样本企业受到证监会处罚的年份，样本受罚之前的年份Penalty的值为0，受罚当年和之后的年份Penalty的值为1。

3.2.3. 控制变量

本文在已有审计质量和审计收费的研究基础上选择了下列控制变量：企业规模(Size)、资产负债率(Lev)、总资产回报率(Roa)、审计复杂程度(Complex)、盈亏状况(Loss)、八大会计师事务所(Big8)、签字会计师层面审计任期(Scten)和样本企业的产权性质(State)。不仅如此，还引入了行业(Ind)和年度(Year)，并控制了二者对回归结果的影响，相关变量说明如下表所示。

Table 1. Definition of variables

表1. 变量定义

3.3. 模型构建

借鉴陈运森等 [14] 的研究，构建下列模型。构建模型(1)以探讨被审计单位受到行政处罚对其外部审计师改变审计质量的影响

$\begin{array}{l}\left|DA\right|={\beta }_0+{\beta }_1\text{Penalty}+{\beta }_2\text{Size}+{\beta }_3\text{Lev}+{\beta }_4\text{Roa}+{\beta }_5\text{Complex}+{\beta }_6\text{Loss}\\ +{\beta }_7\text{Big}8+{\beta }_8\text{Scten}+{\beta }_9\text{State}+\sum \text{Year}+\sum \text{Industry}+{\epsilon }_2\end{array}$ (1)

构建模型(2)以探讨被审计单位受到行政处罚对其外部审计师改变审计收费的影响：

$\begin{array}{l}Fee={\lambda }_0+{\lambda }_1\text{Penalty}+{\lambda }_2\text{Size}+{\lambda }_3\text{Lev}+{\lambda }_4\text{Roa}+{\lambda }_5\text{Complex}\\ +{\lambda }_6\text{Loss}+{\lambda }_7\text{Big}8+{\lambda }_8\text{Scten}+{\lambda }_9\text{State}+\sum \text{Year}+\sum \text{Industry}+{\epsilon }_3\end{array}$ (2)

4. 实证结果分析

4.1. 描述性统计

下表为模型中相应变量的描述性统计结果，可以看到每个变量的观测值并不是完全相同的，这是因为部分变量的观测值存在空值，而进行回归时Stata会自动跳过这些空值，所以回归结果并不会受到影响。从样本企业来看，观测样本被解释变量可操纵性应计数绝对值(|DA|)均值为0.071；审计费用(Fee)最小值为12.61，最大值为15.27，说明审计师对样本上市公司的审计收费之间存在差距但差距并不是很大。解释变量(Penalty)均值为0.531，说明有53.1%的样本处于受到行政处罚那一年及以后的年份。控制变量中，规模最大的样本企业比最小的样本企业规模高出34.26%，意味着部分样本的规模大相径庭；资产负债率平均值为48.8%处于较为合适的水平；盈亏状况(Loss)的均值是25.5%，意味着样本上市公司中有74.5%并没有出于亏损的状态；签字会计师层面审计任期(Scten)平均值为4.5年；至于产权性质，样本企业中有28.3%为国有企业。

Table 2. Descriptive statistics of variables

表2. 变量描述性统计

表3统计了2012~2021期间被证监会处罚过的上市公司受到处罚当年及以后年份(Penalty = 1)与受到处罚以前的年份(Penalty = 0)一些主要变量的平均值和标准差。可以看到样本上市公司被处罚当年与以后年份的操纵性应计利润和受罚前相比降低了0.009，审计收费则增加了0.216，说明审计质量有所提高，审计收费也有所增加。至于样本上市公司的盈亏状况，被处罚当年及以后年份和受罚前相比增加了0.005，说明发生亏损的企业更多，盈利能力有所下降。

Table 3. Descriptive statistics of main variables before and after penalty

表3. 主要变量受罚前后描述性统计

4.2. 相关性分析

通过Spearman相关性检验判断被审计单位受到行政处罚是否与审计师改变审计质量和审计收费的决策之间存在相关关系，如表4所示，|DA|和Fee分别与Penalty以相关系数为负显著水平为10%、相关系数为正显著水平为1%相关，初步验证了H1和H2。对其余变量也进行Spearman相关性检验，其系数的绝对值均低于0.6，可以得出各变量之间并不存在严重的多重共线性。为了使该结论更可信，采用方差膨胀因子法对变量间多重共线性问题再次检验，VIF值均低于3，验证了该结论。因篇幅限制，相关性检验结果未予列示。

Table 4. Correlation analysis

表4. 相关性分析

注：*、**和***分别表示在10%、5%和1%水平上显著

4.3. 多元回归分析

4.3.1. 被审计单位受罚影响审计师审计质量的回归结果

|DA|与Penalty的回归结果如表5所示，系数为−0.016，在5%的水平上显著，表明被审计的上市公司受到行政处罚对审计师作出提高审计质量这一决策具有正向影响，且影响的结果显著，H1得到验证。

Table 5. Results regression between penalty and audit quality and audit fees

表5. 上市公司受罚与审计质量和审计收费的回归结果

注：*、**和***分别表示在10%、5%和1%水平上显著；括号内为P值。

4.3.2. 被审计单位受罚影响审计师审计收费的回归结果

Fee与Penalty的回归结果如表5所示，系数为0.181，在1%的水平上显著，表明被审计的上市公司受到行政处罚对审计师作出增加审计收费这一决策具有正向影响，且影响的结果显著，H2得到验证。

4.4. 进一步分析

表6为基于产权性质对审计师的审计质量与审计收费进行分组回归的结果。

Table 6. Further analysis based on property rights

表6. 基于产权性质的进一步分析

注：*、**和***分别表示在10%、5%和1%水平上显著；括号内为P值。

由于政府支持对国有企业的运营有一定的帮助，所以被审计单位不同的产权性质可能会使得审计师面临的风险不同，即被审计单位受罚对外部审计师的审计质量与审计收费的影响程度也会不同。列(1)表示非国有企业受到行政处罚对其外部审计师审计质量的影响，列(2)的样本主体则为国有企业，可以看出国有企业与非国有企业受到证监会行政处罚对外部审计师提高审计质量的影响程度是不同的且非国有企业的影响更明显。列(3)为非国有企业受到行政处罚对其外部审计师审计收费的影响，列(4)的样本主体则为国有企业，可以看出样本无论主体的产权性质是什么，其外部审计师都会在被审计单位受到行政处罚后作出增加审计收费的决策，且这种影响都是显著的。

4.5. 稳健性检验

本文的稳健性检验部分包括滞后效应检验以及采用其他指标来衡量被解释变量。一方面，将Penalty滞后一期即Penalty1作为新的解释变量，对模型再次回归，表7列(1)以及列(2)为回归结果，可以看出相关性和显著性没有发生很大的变化。

Table 7. Robustness test analysis

表7. 稳健性检验分析表

注：*、**和***分别表示在10%、5%和1%水平上显著；括号内为P值。

另一方面，将审计意见类型(Mao)作为审计质量的替代指标进行回归 [15] ，由列(3)可知被审计的上市公司受到行政处罚与审计师发表标准无保留审计意见的显著水平为1%且相关系数为负，意味着审计师在被审计单位受到行政处罚后会选择更为谨慎地发表审计意见，为该上市公司出具标准无保留审计意见的几率更低；为了避免审计收费受到样本上市公司规模影响，以样本上市公司规模为依据进行标准化，将审计费用除以总资产后取对数的值作为衡量审计收费的指标(Fee1)进行回归，回归结果如列(4)所示，表明被审计单位受到行政处罚后，审计师采取了提高被审计单位审计收费的决策，以上稳健性检验结果均支持前文的结论。

5. 结论与启示

证监会行政处罚效果一直是业界与学界普遍关注的问题，本文检验了上市公司受到证监会行政处罚对审计师审计决策的影响。研究发现：基于声誉机制和压力传导机制，当上市公司受到行政处罚后，其外部审计师会提高审计质量；基于风险警示效应，其外部审计师因审计投入增加或风险补偿需求，会收取更高的审计收费。进一步分析显示，相对于国有企业，非国有企业受到行政处罚对其外部审计师提高审计质量决策的影响更明显，对增加审计收费的影响则没有差异。

本文的研究证明证监会的行政处罚是有效的，也拓展了我国监管机构行政处罚经济后果的研究范围，通过上述研究结论，有利于正确认识证监会行政处罚对资本市场参与者的监管效果。本文有以下两点启示：一方面，本文的研究证明了证监会行政处罚的有效性，新证券法也强调监管执法公信力的提升，所以我国政府部门应进一步发挥政府监管部门的监管作用，加大对违规上市公司的行政处罚力度，提高行政处罚的威慑力，提高上市公司的违法成本，有利于维护资本市场的稳定；另一方面，应真正发挥好注册会计师资本市场守门人的作用，审计师应牢记行业宗旨“以质量求生存，以信誉求发展”，不断提升自身发现问题和提示问题的能力，通过自己的专业服务，提升上市公司财务报表的可信度，监督并约束上市故事以便及时发现其违规行为并加以纠正，避免造成更严重的后果，助力我国资本市场的高质量发展。