商誉、经营风险与审计收费——来自上市公司的经验证据

Goodwill, Operational Risk and Audit Fee—Empirical Evidence from Listed Companies

摘要: 基于2012~2021年中国沪深A股上市公司样本，探讨了商誉对于审计收费的影响和作用机理。研究结果表明，商誉与审计收费正相关。作用机制分析发现，当企业处于经营风险较高的情况下，商誉对审计收费的正向效应得到显著增强。进一步深入分析发现，商誉减值会计处理以及商誉减值政策出台对于审计收费产生影响：商誉减值能够正向显著地影响审计收费、同时《商誉减值》政策出台后，对于计提商誉减值的企业，审计师将更多审计资源投入风险较高的领域从而收取更高的审计费用。此研究对于商誉审计具有借鉴意义。

Abstract: Based on the sample of A-share listed companies in Shanghai and Shenzhen from 2012 to 2021, the influence and mechanism of goodwill on audit fee were discussed. The findings suggest that goodwill is positively correlated with audit fee. The mechanism analysis shows that when the enterprise is in a high business risk, the positive effect of goodwill on audit fee is significantly enhanced. Further in-depth analysis shows that the accounting treatment of goodwill impairment and the introduction of goodwill impairment policy have an impact on audit fee: goodwill impairment can positively and significantly affect audit fee, and after the introduction of the “Goodwill Impairment” policy, auditors will invest more audit resources in higher risk areas and charge higher audit fee for enterprises that provide for goodwill impairment. This study is of reference for goodwill auditing.

1. 引言

近十年，国内A股上市公司市值飞速增长。与之而来，企业并购形成的商誉也呈现快速上升的态势。商誉产生于企业的溢价并购，其背后代表并购方对标的企业未来盈利能力的看好。但由于企业在对商誉计量和后续计量的过程中具有强烈的主观判断性与估计不确定性，商誉的存在也为企业未来良好成长埋下了隐患。纵观资本主义市场，高商誉“洗大澡”事件屡见不鲜，并购标的的业绩一旦下滑，就需要对商誉进行减值测试，确定资产减值损失的可能性增大。

在面临市场商誉巨额减值的压力下，中国证监会于2018年出台《会计监管风险提示第8号——商誉减值》会计政策，要求上市公司商誉减值需由专业评估机构执行，并定期进行信息披露。在现行审计要求下，审计师基于现代风险导向型审计方法将审计风险降低至可接受的低水平。经营风险大的企业，审计师评估重大错报风险也高。为使审计风险降低至可接受的低水平，注册会计师不得不扩大审计范围、实施更加严格的实质性程序，从而获取充分适当的审计证据来提供合理保证。审计费用作为审计市场重要组成部分，合理的审计收费是审计师对企业财务信息的真实性与可靠性发表恰当的审计意见的重要保障。

基于此，本文以2012~2021十年之间我国沪深A股上市公司的财务数据为研究样本，探寻商誉与审计收费之间的联系以及经营风险在其影响路径上所起到的作用。

2. 文献回顾

2.1. 审计收费的相关研究

审计费用作为审计市场一项重要的组成部分，国内外对于审计收费的研究也主要集中在审计工作量投入、审计风险溢价、审计师事务所三个方面。国外学者Simunic (1980) [1]最早提出审计收费定价模型，其认为审计收费由审计工作量成本和审计风险溢价组成。而对于事务所规模这项因素对审计收费是否有显著性影响存在不同的结论。Simunic (1980) [1]、Firth (1985) [2]发现事务所规模变量并不是显著变量，而Francis [3] (1984)却得到了与其相反的研究结论。国内学者也对于中国审计市场审计收费展开了丰富的研究。基于Simunic模型基础，在审计工作量投入方面：刘斌等(2003) [4]发现被审计单位资产规模、业务复杂情况是影响审计收费的主要因素。在审计风险溢价方面：企业对外担保额为一项敏感因素，而存货却缺乏证据(张继勋，2005) [5]；企业资产负债率也显著影响审计收费水平(王敏，2013) [6]。在审计师事务所方面：刘斌等(2003) [4]发现审计收费与事务所规模不存在明显关系。而伍利娜(2003) [7]在审计研究中发现并得出相反的结论，审计收费与事务所规模有关联，即规模越大的事务所的审计收费相应就会越高。同时事务所变更也将对审计收费产生明显影响(宋衍蘅，2005 [8]、王敏，2013 [6])。

2.2. 并购商誉的相关研究

1) 商誉的会计处理研究

国内商誉历经确认为无形资产–后续采用摊销法–改用减值测试三个阶段，逐步向国际会计准则靠拢。对于商誉由摊销法转为减值测试法的转变，各方褒贬不一。周晓苏(2008) [9]认为减值测试法是合并价差会计处理的一次倒退。张为国等(2020) [10]提出一种较为可行的商誉后续计量模式，即摊销加减值模式。与固定资产和有使用寿命的无形资产一样，在能够给投资者提供有效未来现金流等有效信息的同时，方便对于商誉的监管和操作，减少管理层操控商誉减值的行为。

2) 商誉经济后果研究

我国对于商誉引发的经济后果研究颇为丰富。冯科(2018) [11]发现：在一定水平的商誉下，能够提高公司的企业价值、过高的溢价商誉无法提高企业价值，而是对市场资源的一种浪费，呈现一种“倒U型”影响。王文姣(2017) [12]、王典(2021) [13]发现巨额商誉资产会加大企业会计信息不稳健的可能性，带来会计信息的缺失。其未来股价崩盘的概率变高。刘东(2021) [14]发现管理层通过对商誉进行减值测试，计提巨额商誉减值以达到操控利润目的。

2.3. 商誉与审计收费相关研究

大多学者在研究商誉时发现，商誉对于审计收费水平产生正向影响(许莉莉，2022) [15]。但商誉对审计收费影响的路径研究却不尽相同，存在基于盈余管理行为视角、商誉减值、内部控制环境等视角。郑春美等(2018) [16]、郑煜琦(2020) [17]从盈余管理的角度发现商誉容易成为企业盈余管理的工具。他们通过设置盈余管理变量并发现盈余动机在其中起到了调节作用。曹曦子(2019) [18]研究商誉减值和审计收费的关系中，发现公司计提巨额商誉减值，代表公司未完成预期业绩越多。这显著地增加了公司的信息、违约等风险，从而提升审计风险，因而审计定价越高。胡晓明(2021) [19]基于企业内部控制角度发现：在商誉对审计收费产生正向影响的基础上，内部控制质量起到负的调节作用。

3. 理论基础与研究假设

3.1. 理论基础

1) 风险导向审计理论：该理论基于战略与系统理论发展，核心是将风险理论融入审计，要求审计师充分评估企业风险，把更多资源投向高风险领域，以将审计风险降至可接受水平。在实务中，审计师需先实施风险评估程序，以此判断财务报表及认定层次的重大错报风险。

2) 委托代理理论：市场经济下的专业化分工催生此理论，核心是企业“两权分离”——股东拥有所有权，职业经理人负责经营权。但双方易存在利益冲突，经理人可能因业绩压力，通过不当盈余管理、财务造假粉饰业绩；股东则需审计师核查真实经营成果，判断经理人是否完成承诺。审计师作为股东委托方，却因信息差处于劣势，这种利益冲突与信息劣势，构成商誉审计中需重点应对的代理问题。

3) 信息不对称理论：该理论由美国经济学家基于二手车市场提出，指市场交易双方信息掌握程度不同，信息优势方占据主导，信息劣势方则受到一定损失。

3.2. 研究假设

审计师为减轻由于高风险审计水平所带来审计失败的负面影响，往往采取提高审计收费水平来应对审计风险的变化。通常来说公司股价崩盘的风险越高，审计收费就越高。现有文献表明商誉资产加大了企业会计信息不稳健的可能性，带来会计信息的缺失，加大股价崩盘的概率(王文姣，2017) [12]。并且并购商誉净额规模越大的上市公司，其股价未来崩盘的概率越高(王典，2021) [13]。商誉能提高企业的风险水平，根据风险导向型审计理论，审计师为将审计风险降低至可接受的低水平，审计师会将更多的审计资源投入到商誉审计之中。同时审计师处于信息劣势方，审计师需要搜集大量的审计证据来支撑审计结论，这无疑增加了审计工作量，从而引起审计收费增加。基于此，本文提出假设H₁。

假设H₁：商誉与审计收费正相关。

近些年来学者发现企业经营风险与审计收费密切相关，企业风险指数与审计师风险偏好呈现明显的负向关系(单松，2020) [20]。根据委托代理理论以及信息不对称理论，在企业面临高的经营风险的情况下，商誉容易被当作企业盈余管理的工具，为管理层所操纵。管理层可以通过计提商誉减值损失使得商誉“大包袱”卸载，对于未来业绩的实现而言存在好处。未完成的业绩压力通过计提巨额商誉减值而消失，对于以后年度，管理层无需背负业绩承诺的压力，从而“轻松上阵”。基于此，本文提出假设H2。

假设H2：相比于经营风险低的企业，经营风险高的企业中商誉与审计费用之间的正相关关系更加显著，即经营风险起到调节作用。

4. 研究设计

4.1. 数据来源

本文以2012~2021年我国沪、深两市A股上市公司为研究对象，并通过国泰安(CSMAR)数据库和万得(WIND)数据库获取初始样本数据，后续利用EXCEL进行整理和筛选。根据研究需要，通过以下步骤对样本数据进行筛选：(1) 剔除2012~2021年相关变量财务数据缺失的公司样本；(2) 筛除所有金融类上市公司样本；(3) 筛除2012~2021年期间ST、*ST的样本；(4) 为构建平衡面板数据，保留期间上市10年的公司样本；(5) 为了消除极端值影响，本文对连续变量进行1%缩尾处理。经过上述整理和筛选，本文最终得到20,280个有效数据样本。

4.2. 变量定义

1) 被解释变量：审计收费(Auditfee)

本文的被解释变量是审计收费，使用符号Auditfee表示，借鉴刘斌、叶建中等(2003) [4]的衡量方式。因此本文用公司本年审计收费的自然对数来度量审计费用，该数值越大，表明企业的审计收费越高。

2) 解释变量：商誉(GW_1, GW_2)

本文将商誉资产作为模型的解释变量，用符号GW表示。本文用GW_1，GW_2分别来衡量商誉资产。其中GW_1为分类变量，若年末合并报表中存在商誉则取值为1，否则为0；GW_2为数值变量，用企业年末商誉净额与总资产的账面价值的比值来度量企业的商誉。

3) 调节变量

本文以企业经营风险作为模型的调节变量，借鉴单松(2020) [21]等人度量方式，用Z-score模型来衡量，表明Z值越大，企业的经营风险反而越小。

该风险指数的计算方法为：

$\begin{array}{l}经营风险指数=3.3\times 息税前利润/总资产+1.4\times 留存收益/总资产+1.2\times 营运资产/总资产\\ +0.6\times 股票总市值/负债账面价值+0.999\times 销售收入/总资产\end{array}$ (1)

4) 控制变量

考虑到审计收费水平与企业其他因素相关，本文借鉴Simunic (1980) [1]和刘斌(2003) [4]等人的研究选取如下控制变量：业务规模类：总资产(Size)、应收款项(Acr)、存货(Stoc)、企业风险类：速冻比率(QR)、独立董事比例(IDP)、资产负债率(Lev)、大股东持股比例(First)、审计师事务所类：审计意见(Opinion)、国际四大(Big4)、企业性质类：产权性质(SOE)。

此外，本文使用的模型对行业(IND)效应和年份(Year)效应进行控制。具体变量定义如表1所示。

Table 1. Definitions of key variables

表1. 变量定义表

变量类型	表示符号	变量名称	定义
被解释变量	Auditfee	审计收费	审计收费的自然对数
解释变量	GW_1	商誉	存在商誉取值为1，否则为0
解释变量	GW_2	商誉	商誉净额/总资产
调节变量	Z	经营风险	具体定义详见公式(1)
控制变量	Size	总资产	总资产的自然对数
控制变量	Acr	应收款项	应收款项/总资产
控制变量	Stoc	存货	存货/总资产
控制变量	QR	速冻比率	速动资产/流动负债
控制变量	IDP	独立董事比例	独立董事人数/董事会人数
控制变量	Lev	资产负债率	负债/资产
控制变量	First	大股东持股比例	大股东持股数/总股数
控制变量	Opinion	审计意见	非标准无保留意见取值为1，否则为0
控制变量	Big4	国际四大	审计单位国际四大取值为1，否则为0
控制变量	SOE	产权性质	国有企业取值为1，否则为0
控制变量	IND	行业固定效应	控制行业
控制变量	Year	年份固定效应	控制年份

4.3. 模型设定

本文为了检验商誉与审计收费之间的关系，借鉴Simunic (1980) [1]和刘斌(2003) [4]等人的研究，建立如下主回归模型(1)，考察模型中GW的系数为α₁，预测该系数显著为正。

$\begin{array}{l}\text{Auditfee}={\alpha }_0+{\alpha }_1\text{GW}+{\alpha }_2\text{Size}+{\alpha }_3\text{Acr}+{\alpha }_4\text{Stoc}+{\alpha }_5\text{QR}+{\alpha }_6\text{IDP}+{\alpha }_7\text{Lev}\\ +{\alpha }_8\text{First}+{\alpha }_9\text{Opinion}+{\alpha }_{10}\text{Big}4+{\alpha }_{11}\text{SOE}+{\displaystyle \sum \text{IND}}\text{+}{\displaystyle \sum \text{Year}+\epsilon }\end{array}$ 模型(1)

在模型(1)中Auditfee为审计费用，GW为商誉，其余变量均为控制变量，IND表示行业固定效应，Year表示年份固定效应，ε表示随机扰动项。

为了检验经营风险在审计收费和商誉之间的调节效应，建立如下回归模型(2)，考察模型中GW系数β₁和交乘项$\text{GW}\ast \text{Z}$ 系数β₂。预测GW系数β₁为正，交乘项$\text{GW}\ast \text{Z}$ 系数β₂显著为负。

$\begin{array}{l}\text{Auditfee}={\beta }_0+{\beta }_1\text{GW}+{\beta }_2\text{GW}\ast \text{Z}+{\beta }_3\text{Z}+{\beta }_4\text{Size}+{\beta }_5\text{Acr}+{\beta }_6\text{Stoc}+{\beta }_7\text{QR}+{\beta }_8\text{IDP}+{\beta }_9\text{Lev}\\ +{\beta }_{10}\text{First}+{\beta }_{11}\text{Opinion}+{\beta }_{12}\text{Big4}+{\beta }_{13}\text{SOE}+{\displaystyle \sum \text{IND}}+{\displaystyle \sum \text{Year}+\epsilon }\end{array}$ 模型(2)

在模型(2)中主要考察交乘项($\text{GW}\ast \text{Z}$ )对于审计费用(Auditfee)的影响模型，说明经营风险的调节效应，其余变量均与(2)模型相同。

5. 实证结果分析

5.1. 描述性统计

主要变量的描述性统计结果如表2所示。审计费用(Auditfee)平均值为13.750，最大值为16.060，最小值为12.540，差距较大。但是由标准差为0.679可以看出，处理过后的审计费用整体分布较为均匀，波动较小。商誉(GW_1)均值为0.552，中位数为1，表明超过半数样本存在商誉资产。商誉(GW_2)均值为0.029，中位数为0，均值大于中位数表明商誉分布是有偏的。经营风险(Z)均值为5.787，中位数3.308，代表大多数企业面临的风险程度尚可接受。标准差为7.537，数值偏大表明样本经营风险分布不均，波动较大。同时最小值仅为−0.205，最大值为47.790，表明某些企业经营风险很大，面临破产清算的可能。

Table 2. Descriptive statistics results of main variables

表2. 主要变量描述性统计结果

变量名	样本量	均值	中位数	标准差	最小值	最大值
Auditfee	20,280	13.740	13.650	0.679	12.540	16.060
GW_1	20,280	0.552	1	0.497	0	1
GW_2	20,280	0.029	0	0.069	0	0.377
Z	20,280	5.787	3.308	7.537	−0.205	47.790
Size	20,280	22.400	22.25	1.305	19.740	26.240
Acr	20,280	0.137	0.114	0.115	0	0.496
Stoc	20,280	0.147	0.111	0.142	0	0.726
QR	20,280	1.731	1.111	2.001	0.166	13.220
IDP	20,280	0.374	0.333	0.053	0.333	0.571
Lev	20,280	0.447	0.440	0.209	0.056	0.934
First	20,280	0.560	0.562	0.151	0.230	0.899
Opinion	20,280	0.036	0	0.187	0	1
Big4	20,280	0.059	0	0.235	0	1
SOE	20,280	0.420	0	0.494	0	1

5.2. 基础回归结果

本文构建模型(1)来检验商誉(GW)与审计费用(Auditfee)之间的关系，从而验证假设1，其回归结果如表3所示。第(1)列与第(4)列数据是仅仅控制时间固定效应和行业固定效应而未加入其他控制变量之前的回归结果。企业商誉(GW_1)与审计费用(Auditfee)之间的系数为0.185，企业商誉(GW_2)与审计费用(Auditfee)之间的系数为1.324，且均在1%水平上显著。表明商誉能够对审计收费产生显著正向影响。第(2)列和第(5)列数据显示：当不添加年度和行业控制变量时，商誉(GW_1)和商誉(GW_2)与审计费用(Auditfee)的系数分别为0.054、0.244，且均在1%水平上显著正相关。当添加年度和行业控制变量后，商誉(GW_1)和商誉(GW_2)与审计费用(Auditfee)的系数依旧在1%水平上显著正相关，且模型的拟合优度(R²)有所提高。以上回归控制时间和行业变量时，均使用公司层面的聚类标准误。表3表明商誉对审计费用具有显著的提髙效应，由于商誉会计处理的主观性，使其很容易成为管理层操纵利润的工具，从而使企业报表重大错报风险显著提高。根据风险导向型审计理论，审计师需要通过增加审计工作量来降低检查风险，从而使审计风险降低至可接受的低水平。同时为减轻审计失败所对审计师事务所的负面影响，需对风险较高的企业收取更高的风险溢价。进而引起审计费用水平上升。假设H1成立。

Table 3. Regression results of goodwill and audit fee criteria

表3. 商誉与审计收费基准回归结果

变量	(1)	(2)	(3)	(4)	(5)	(6)
	GW_1	GW_1	GW_1	GW_2	GW_2	GW_2
	Auditfee	Auditfee	Auditfee	Auditfee	Auditfee	Auditfee
GW_1	0.185^***	0.054^***	0.055^***
	(13.54)	(5.02)	(5.48)
GW_2				1.324^***	0.244^***	0.405^***
				(13.56)	(2.71)	(4.72)
Controls	NO	YES	YES	NO	YES	YES
Constant	13.34^***	3.924^***	5.974^***	13.34^***	3.848^***	6.021^***
	(1367.41)	(17.58)	(22.23)	(1367.41)	(16.72)	(21.63)
Year & IND	YES	NO	YES	YES	NO	YES
N	20280	20280	20280	20280	20280	20280
Adjust-R^2	0.4315	0.5833	0.6218	0.4361	0.5822	0.6222

5.3. 作用机制检验

为了验证在企业面临不同的经营风险水平下商誉对审计收费的影响有无不同。本文设计模型(2)来检验经营风险的调节作用，主要检验商誉(GW)与企业风险(Z)交乘项$\text{GW}\ast \text{Z}$ 系数是否显著，并且符号是否为负。检验结果如表4所示。由检验结果表可知：商誉(GW_1)与企业风险(Z)产生的交乘项$\text{GW}\ast \text{Z}$ 和审计费用之间的系数为−0.002，且在5%水平上负显著；商誉(GW_2)与企业风险(Z)产生的交乘项$\text{GW}\ast \text{Z}$ 和审计费用之间的系数为−0.032，且维持在1%水平上负显著。表明在面临Z值越小(即经营风险越大)的企业下，商誉对于审计收费的正向效应更加强烈，即经营风险在商誉对审计收费的影响路径中起到正向的调节作用。该结果符合风险理论，审计师在面临高风险企业时，往往收取更高的审计风险溢价费用。本文假设H2得到验证。

Table 4. Results of the moderating effect of operational risk

表4. 经营风险的调节效应结果表

变量	(1)	(2)
	GW_1	GW_2
	Auditfee	Auditfee
GW	0.068^***	0.664^***
	(5.81)	(6.40)
GW * Z	−0.002^**	−0.032^***
	(−2.23)	(−4.96)
Z	0.001	0.002^**
	(1.15)	(2.07)
Controls	YES	YES
Constant	5.970^***	6.020^***
	(22.08)	(21.50)
Year & IND	YES	YES
N	20280	20280
Adjust-R^2	0.6221	0.6243

注：^***、^**、^*分别代表在1%、5%、10%水平上显著，括号内为t值。

5.4. 稳健性检验

替换审计收费的度量方式：本文采用本期审计收费与上期审计收费的差额(即审计收费的增加量)作为衡量审计收费的标准。采用模型(1)进行主回归，回归结果如表5所示。由表5可知：(3) (6)列表明加入年份和行业虚拟变量和其他控制变量后，商誉(GW_1) (GW_2)和审计收费(Auditfee)之间的系数均在1%水平上显著为正。企业存在商誉会使得审计收费较上期增加，并且商誉金额越多，审计收费增长量越大，即上市公司计提商誉金额的行为影响审计收费的变化，故假设H1得到验证，上述主回归结果具有稳健性。

Table 5. Robustness test of alternative measures of audit fee

表5. 替换审计收费的度量方式的稳健性检验

变量	(1)	(2)	(3)	(4)	(5)	(6)
	GW_1	GW_1	GW_1	GW_2	GW_2	GW_2
	Auditfee	Auditfee	Auditfee	Auditfee	Auditfee	Auditfee
GW_1	65836^***	36352^***	31229^***
	(9.97)	(5.89)	(5.04)
GW_2				584842^***	452718^***	358834^***
				(11.59)	(9.09)	(7.26)
Controls	NO	YES	YES	NO	YES	YES
Constant	^***	^***	^***	^***	^***	^***
	(4.49)	(−12.64)	(−13.96)	(11.72)	(−11.47)	(−13.19)
Year & IND	YES	NO	YES	YES	NO	YES
N	18252	18252	18252	18252	18252	18252
Adjust-R^2	0.0166	0.0418	0.0524	0.0229	0.0470	0.0552

注：^***、^**、^*分别代表在1%、5%、10%水平上显著，括号内为t值。

6. 进一步分析

审计师在对公司进行审计时，会重点关注企业的商誉的金额，以充分判断与评估企业的风险程度。上文也证实商誉能够对审计收费水平起到显著的正向影响，并且当公司面临更高的经营风险时，这种正效应得到显著加强。但是往往是由于计提商誉减值具有很强的主观性，商誉而被企业作为操纵利润的工具之一。商誉的存在本身会给企业带来风险，但当大额计提商誉减值损失时，这种风险将实质化地体现在财务报表中。因此，商誉会计处理中关于商誉减值部分值得探讨。那么商誉减值程度是否会显著性地影响审计收费水平？并且2018年国家出台《商誉减值》政策后，在这项政策的影响下，商誉减值对与审计收费又将产生什么样的影响？下文从这两个角度进行进一步分析与讨论。

6.1. 商誉减值与审计收费

本文基于上文数据，统计发生商誉减值的公司样本，共得到有效样本4152个。将商誉减值(DGW)变量替换模型(1)中商誉(GW)变量，行业控制变量(IND)替换为公司层面控制变量(Company)，其余控制变量均保持一致。对于年份和公司层面进行控制之后，再采用混合横截面最小二乘法进行回归验证。回归结果如表6所示。第(1)列采取异方差稳健型标准误，第(2)列采取公司层面的聚类标准误。第(1)、(2)列商誉减值(DGW)与审计收费之间的相关系数均为0.009，且均在1%水平上显著。表明商誉减值会显著性地影响审计收费水平。正是由于被收购方无法实现业绩承诺，不及预期，因此企业发生商誉减值。审计师面对商誉减值的情况时，往往采取更多的细节测试来验证计提商誉减值的合理性，提高了审计工作成本，审计单位从而提高审计收费水平，符合理论预期。

Table 6. Regression results of goodwill impairment and audit fee

表6. 商誉减值与审计收费基准回归结果

变量	Auditfee	Auditfee
DGW	0.009^***	0.009^***
	(3.41)	(2.73)
Controls	YES	YES
Constant	8.645^***	8.645^***
	(18.20)	(12.93)
Year & Company	YES	YES
N	4152	4152
Adjust-R^2	0.9356	0.9356

注：^***、^**、^*分别代表在1%、5%、10%水平上显著，括号内为t值。

6.2. 商誉减值政策与审计收费

为检验《商誉减值》政策提出后，其对于审计收费的影响，本文构建DID模型，此外考虑到不同公司的审计收费水平不同，同一公司不同年份审计收费也存在明显差异，因此本文选择双固定模型。具体模型设定如下

${\text{Auditfee}}_{\iota \tau }={\beta }_0+{\beta }_1{\text{treat}}_{\iota }+{\beta }_2{\text{period}}_t+{\beta }_3{\text{treat}}_{\iota }\ast {\text{period}}_t+{\displaystyle \sum {\beta }_x{\text{Control}}_{it}}+f_{\iota }+f_t+{\epsilon }_{\iota \tau }$

式中，i，t分别表示公司与年份(以年为单位)，Auditfee_it表示被解释变量审计收费，代表i公司第t年的审计费用。treat和period为虚拟变量。treat为政策虚拟变量，收到商誉减值政策影响则取值为1，否则为0。period为时间虚拟变量，2018年及以后取值为1，之前取值为0。当且仅当公司i受到商誉减值政策影响并且period ≥ 2018时，treat * period取值为1，否则为0。Control表示影响审计收费的其他控制变量，具体定义与前文一致。f_i表示公司固定效应，f_t表示时间固定效应。

主要估计结果如表7所示(数据已通过平衡性检验)。明显看出：我们关注的变量treat * period与审计收费之间的系数为0.040，并且在1%水平上显著，表明商誉减值政策提出后，这项政策能对审计收费产生显著的正效应。即政策实施后，对于进行商誉减值的企业，审计师显著地提高审计收费水平。由政策内容可知：上市公司商誉减值需由专业评估机构执行，并定期进行信息披露。这意味着审计师会将更多的审计资源投入到商誉减值领域，从而加大了审计师的审计工作量。同时计提商誉减值的主观性强，具有较大的风险性，因此审计风险也随之提高。审计收费水平自然上升。检验结果符合理论预期。

Table 7. DID estimation results

表7. DID估计结果

变量	Auditfee
Treat * period	0.040^***
	(7.32)
Controls	YES
Constant	6.703^***
	(40.58)
Year & Company	YES
N	18625
Adjust-R^2	0.9287

注：^***、^**、^*分别代表在1%、5%、10%水平上显著，括号内为t值。

7. 研究结论与政策启示

本文以2012~2021年中国沪、深A股上市公司为研究对象，基于面板数据固定效应模型，实证考察了商誉、经营风险、审计收费三者之间的关系。研究发现，在控制相关变量情况下，企业商誉与审计收费正相关。基于经营风险视角可以发现，当企业面临高的经营风险时，商誉对审计收费的正效应得到显著增强。进一步深入探究商誉减值会计处理和商誉减值政策实施对于审计收费影响时。结果发现：商誉减值能够正向显著地影响审计收费。同时2018年国家出台《会计监管风险提示第8号——商誉减值》会计政策后，对于计提商誉减值的企业，审计师为将审计风险降低至可接受的低水平，从而将更多审计资源投入该领域而收取更高的审计费用。在改变被解释变量审计收费度量方式后，再次回归分析，回归结果依然证明原假设成立：商誉与审计收费明显正相关，并且经营风险起到显著正向调节作用。

基于所得研究结论。本文将从企业、审计师事务所两个角度围绕商誉领域提出针对性建议，旨在能一定程度上增进双方对于商誉的认知。(1) 建立重大决策追责制：对于企业而言，高溢价的背后多数是公司管理层对企业版图扩张的欲望以及对私利的追求。对于企业高溢价并购，而后未完成对赌协议或业绩承诺而计提巨额商誉减值的决策者应该建立追责制度。(2) 完善商誉审计程序：对于审计单位而言，审计师应该重点关注商誉相关的关键审计事项。一般其集中在商誉减值评估方面。对于商誉计提减值损失的情况，审计师事务所需规范基本统一的审计程序。包括：评估及测试与商誉减值测试相关的内部控制的设计及执行有效性、评估管理层对于未来现金流量产生的合理性，并对减值评估中采用的关键假设予以严格评价(例如折现率、增长率、毛利率估计等)、评估商誉是否按照合理的方法分摊至相关资产组或资产组组合。基于以上实质性程序，强制要求管理层披露减值测试中的关键假设参数，审计师重新计算商誉减值，并于企业商誉减值数额进行比对。

最后本文仅从商誉的角度探讨其与审计收费之间的关系，但影响审计收费的因素远不止商誉这一项。未来可以探讨更多更丰富的因素与审计收费之间的联系。同时在实证设计部分也存在局限性，比如变量衡量的单一性、样本选择问题、未能完全排除的内生性等。希望在后续研究中这种情况能得到改善。