上市公司信息数量对审计意见的影响：法制环境的调节作用

The Influence of Information Quantity of Listed Companies on Audit Opinions: The Regulatory Role of Legal Environment

摘要: 尽管监管层持续鼓励上市公司提升信息披露“充分性”，但实践中企业是否真正通过增加披露数量来增强透明度，抑或借此实施策略性“信息淹没”以掩盖风险，仍缺乏系统检验。本文基于2014~2023年中国A股上市公司数据，实证考察信息披露数量对非标准审计意见的影响，并重点探究地区法制环境的调节作用。研究发现：第一，企业信息披露数量越多，被出具非标准审计意见的概率显著越高，表明在当前市场环境下，信息数量的扩张更可能被视为风险信号而非治理改善；第二，法制环境并未强化这一关系，反而显著抑制了信息数量对非标意见的正向影响，说明良好的法治通过提供可靠的验证机制，使审计师能够超越表层数量进行实质性判断；第三，上述效应存在显著的区域异质性：在法治成熟的东部地区，法制环境有效缓冲了信息数量的风险含义；而在西部地区，法制环境完善反而伴随更高的非标意见概率，反映其法治建设尚处于“监管强化暴露风险”的初级阶段，尚未形成稳定的治理效能。本文突破传统“重质量、轻数量”的研究范式，揭示了信息披露数量的“双刃剑”属性及其制度边界条件，为推动“有效披露”改革与差异化区域法治建设提供了重要经验证据。

Abstract: Although the regulatory authorities continue to encourage listed companies to improve the “sufficiency” of information disclosure, there is still a lack of systematic inspection on whether enterprises really enhance transparency by increasing the number of disclosures, or use this to implement strategic “information flooding” to cover up risks. Based on the data of A-share listed companies in China from 2014 to 2023, this paper empirically investigates the influence of information disclosure on non-standard audit opinions, and focuses on the regulatory role of regional legal environment. The findings are as follows: firstly, the more information is disclosed, the higher the probability of being issued with non-standard audit opinions, which indicates that in the current market environment, the expansion of information quantity is more likely to be regarded as a risk signal than a governance improvement; Second, the legal environment does not strengthen this relationship, but significantly inhibits the positive impact of the amount of information on non-standard opinions, indicating that a good rule of law enables auditors to make substantive judgments beyond the surface amount by providing a reliable verification mechanism; Thirdly, the above effects have significant regional heterogeneity: in the eastern region where the rule of law is mature, the legal environment effectively buffers the risk meaning of information quantity; However, in the western region, the improvement of the legal environment is accompanied by a higher probability of non-standard opinions, reflecting that its rule of law construction is still in the primary stage of “strengthening supervision and exposing risks” and has not yet formed a stable governance efficiency. This paper breaks through the traditional research paradigm of “emphasizing quality over quantity”, reveals the “double-edged sword” attribute of information disclosure quantity and its institutional boundary conditions, and provides important empirical evidence for promoting “effective disclosure” reform and differentiated regional rule of law construction.

1. 引言

信息披露是资本市场缓解信息不对称、保护投资者权益的核心制度安排。近年来，随着康美药业、瑞幸咖啡等重大财务舞弊案件频发，监管部门不断强调提升信息披露的“充分性、一致性与可理解性”。2023年国务院《关于加强监管防范风险推动资本市场高质量发展的若干意见》进一步要求“压实信息披露主体责任”。在此背景下，一个关键但被长期忽视的问题浮出水面：企业增加信息披露数量，究竟是主动沟通意愿的体现，还是策略性“信息淹没”以掩盖风险的工具？

现有文献对此存在明显争议。一方面，经典信号传递理论认为，更多披露可降低外部主体的信息搜寻成本，传递企业透明、治理良好的积极信号(Bédard et al., 2004) [1]。然而，这一观点正受到越来越多的挑战。近期研究表明，信息披露的“数量扩张”未必带来“质量提升”。例如，Chen et al. (2021)发现，美国上市公司年报篇幅越长，其文本复杂度越高，反而降低了信息可读性与决策有用性[2]；国内学者李明辉等(2022)亦指出，中国上市公司频繁发布临时公告，常伴随选择性披露或模糊表述，实质上加剧了信息噪音[3]。更值得警惕的是，部分陷入财务困境的企业会刻意扩充“管理层讨论与分析”(MD&A)篇幅或堆砌非核心业务描述，试图稀释负面信息的显著性(陆正飞等，2017) [4]。这种“策略性过载”(strategic overload)行为，使得信息数量本身可能成为风险掩饰的代理变量。

然而，现有研究在探讨信息披露对审计意见的影响时，几乎全部聚焦于语调倾向、文本可读性、及时性或语义复杂度等质量维度(Lennox，2009；李维安等，2005；李世刚和蒋尧明，2020；何璐伶和沈烈，2024) [5]-[8]，却普遍忽略了信息数量这一基础性但充满争议的信号载体。尽管韩燕等(2020) [9]率先考察了信息数量对股价波动的影响，但其结论能否推广至审计师这一专业信息使用者群体，仍属未知。审计师作为资本市场“看门人”，其风险判断不仅依赖信息内容，也可能对披露行为的异常模式高度敏感(Francis & Wang, 2008; Goh et al., 2023) [10] [11]。

更关键的是，即便承认信息数量具有双重性，其经济后果也并非在制度真空中发生。中国各省份在司法效率、合同执行强度与专业中介发育水平等方面存在显著差异(王小鲁等，2024) [12]，这种制度情境如何塑造审计师对信息数量的解读逻辑，现有研究尚未纳入分析框架。近期文献开始关注制度环境对审计行为的影响，如Chen et al. (2022) [13]发现市场化程度高的地区审计质量更高，但鲜有研究将法制环境作为调节变量引入信息披露与审计意见的关系模型中。法制环境究竟是放大还是弱化了信息数量的风险含义？这一问题的答案，对于理解转型经济体中“正式制度如何边界化微观信息披露行为”至关重要。

针对上述缺口，本文首次系统考察上市公司信息数量对非标准审计意见的影响，并引入地区法制环境作为关键调节变量。与以往研究相比，本文的贡献在于：① 突破“重质量、轻数量”的研究范式，揭示信息数量本身即可作为审计风险的重要预测指标；② 构建“信息–制度–审计”整合分析框架，发现法制环境并非增强而是缓冲了信息数量的负面效应，体现了制度对专业判断认知逻辑的重塑作用；③ 基于省级制度数据与微观企业匹配，揭示中国区域法治发展的阶段性差异——东部已实现“制度缓释风险”，而西部仍处于“监管暴露风险”阶段，为差异化政策设计提供依据。

下文结构安排如下：第二部分为文献综述与理论假设；第三部分为研究设计；第四、五部分报告实证结果；第六部分总结结论与政策启示。

2. 文献综述

2.1. 审计意见的决定因素：从公司特征到制度情境

审计意见是注册会计师对企业财务报表公允性与合规性的专业判断，构成资本市场重要的外部治理机制(DeFond & Zhang, 2014) [14]。早期研究主要聚焦于企业自身特征对审计意见的影响。例如，Francis 和Krishnan (1999)发现盈利能力越差的企业越可能被出具非标准意见[15]；Chen等(2016)证实高资产负债率显著增加审计风险[16]；Lennox (2009)则强调持续经营不确定性是审计师出具保留或否定意见的关键诱因[5]。这些研究奠定了公司层面因素在审计决策中的基础地位。

然而，近年来学者们逐渐意识到，审计行为不仅受微观企业特征驱动，更深刻地嵌入于宏观制度环境之中。Chen等(2022)基于中国数据发现，市场化程度高的地区，审计师更倾向于保持独立性，非标意见出具概率更高[13]；Goh等(2023)则指出，在法律执行效率强的国家，审计师对信息不确定性的容忍度更低[11]。这些研究表明，制度环境通过塑造审计师的风险感知与执业成本，间接影响其专业判断。尽管如此，现有文献多将制度变量作为主效应纳入模型，尚未将其作为调节变量考察其如何边界化其他关键因素(如信息披露)对审计意见的作用机制。

2.2. 信息披露对审计意见的影响：质量主导下的数量盲区

关于信息披露与审计意见的关系，学界已积累丰富成果，但研究焦点高度集中于信息质量维度。大量文献证实，年报可读性越低(Li, 2008) [17]、语调越乐观(Huang et al., 2014) [18]、文本复杂度越高(李世刚和蒋尧明，2020) [7]，企业越可能收到非标意见。近期研究进一步细化至语义层面，如，何璐伶和沈烈(2024) [8]发现管理层讨论与分析(MD&A)中的模糊表述会显著提高审计风险感知。

然而，一个基础性问题被长期忽视：信息披露的数量本身是否具有独立经济后果？尽管监管政策常以“充分披露”为目标，但“充分”是否等同于“数量多”？理论上存在两种对立观点。一方面，信号传递理论认为，高频次、广覆盖的信息发布可降低外部主体的信息搜寻成本，传递企业透明、治理良好的积极信号(Bédard et al., 2004) [1]。另一方面，信息过载理论指出，冗余或低相关性的信息会增加认知负担，甚至被用于策略性“淹没”关键负面内容，反而加剧信息不对称(Eppler & Mengis, 2004) [19]。近期实证研究开始支持后者：Chen等(2021) [2]发现美国上市公司年报篇幅越长，信息可读性越差；李明辉等(2022) [3]证实中国上市公司临时公告频率越高，股价同步性反而上升，反映信息噪音增加。韩燕等(2020) [9]虽首次系统检验了信息数量对股价波动的影响，但其结论能否推广至审计师这一专业信息使用者群体，仍属未知。尤其缺乏证据表明，审计师是否会将异常高的披露数量本身视为风险警示信号。

2.3. 制度环境与审计行为：调节机制的理论空白

制度理论强调，正式规则(如法律、监管)通过降低交易成本与不确定性，塑造市场主体的行为逻辑(North, 1990) [20]。在中国区域发展不平衡的背景下，各省份在司法效率、合同执行力度与专业中介发育水平上存在显著差异(王小鲁等，2024) [12]，这为考察制度情境如何影响审计决策提供了天然实验场。已有研究证实，法治水平高的地区审计质量更高(Chaney & Philipich, 2002) [21]、盈余管理更少(Chen et al., 2016) [16]。然而，这些研究均将法制环境视为直接影响审计结果的外生变量，未将其引入“信息披露–审计意见”的关系模型中作为调节变量。

换言之，现有文献尚未回答一个关键问题：同一信息披露行为，在不同法制环境下是否会被审计师赋予不同的风险含义？在法治薄弱地区，由于缺乏可靠的外部验证渠道，审计师可能更依赖披露行为本身作为风险代理变量；而在法治成熟地区，健全的司法体系与专业服务网络可能使审计师能够超越表层数量，进行实质性判断。这一调节机制的缺失，导致我们难以理解制度如何“边界化”微观信息披露行为的治理效应。

2.4. 研究评述与本文定位

综上所述，关于信息披露对审计意见的影响，现有研究仍存在三方面明显局限：第一，研究焦点过度集中于信息质量，忽视了信息数量这一基础但具争议性的维度，未能回应“披露数量是否越多越好”的现实困惑；第二，虽有文献探讨制度环境对审计行为的影响，但未将其作为调节变量引入信息披露与审计意见的关系模型中，缺乏对“制度如何塑造信息解读逻辑”的机制检验；第三，缺乏基于中国区域法制差异的中观层面实证证据，难以揭示正式制度在转型经济体中的阶段性功能——是暴露风险还是缓释风险？

因此，与以往研究相比，本文的贡献在于：① 首次系统考察上市公司信息数量对非标准审计意见类型的影响，突破传统“重质量、轻数量”的研究范式，揭示信息数量本身的“双刃剑”属性；② 引入法制环境作为关键调节变量，构建“信息–制度–审计”整合分析框架，发现良好法治并非强化而是缓冲了信息数量的风险信号，体现了正式制度对专业判断认知逻辑的重塑作用；③ 基于中国省级制度数据与上市公司微观数据的匹配，揭示区域法治发展的非均衡性——东部已进入“制度缓释风险”阶段，而西部仍处于“监管暴露风险”初级阶段，为监管部门差异化推进法治建设与优化信息披露规则提供新的经验证据。

3. 理论分析与研究假设

3.1. 上市公司信息数量与审计意见

信息不对称理论指出，在资本市场中，企业管理层相较于外部利益相关者(包括投资者、监管者及审计师)拥有更多信息优势，可能导致逆向选择与道德风险问题(Akerlof, 1970) [22]。为缓解这一问题，上市公司通过定期报告、临时公告等形式主动披露信息，以降低外部主体的信息搜寻成本并增强市场信任。然而，关于信息披露数量的经济后果，理论上存在两种截然不同的观点。

一方面，信号传递理论认为，增加信息披露数量可视为企业传递透明度高、治理良好的积极信号(Bédard et al., 2004) [1]。在这一视角下，高频次、广覆盖的披露行为有助于降低审计师的信息获取成本，从而减少其对财务报表公允性的疑虑，降低出具非标准审计意见的可能性。

另一方面，信息过载与策略性披露理论则提出相反预期。大量研究表明，冗余、模糊或低相关性的信息不仅无法有效降低信息不对称，反而会增加信息使用者的认知负担(Eppler & Mengis, 2004) [19]。在中国资本市场实践中，这种策略性行为并不罕见。一些财务状况恶化或存在重大不确定性的公司，往往在年报中大幅扩充“管理层讨论与分析”(MD&A)篇幅、增加非核心业务描述或重复性陈述，试图稀释关键负面信息的显著性(陆正飞等，2017；何璐伶和沈烈) [2] [4]。此类“信息过载”不仅未能有效降低信息不对称，反而增加了审计师识别重大错报风险的难度。

面对海量但低效的信息，审计师需投入更多资源进行甄别与验证，执业风险显著上升。根据审计风险模型(Audit Risk = Inherent Risk × Control Risk × Detection Risk)，当固有风险因信息复杂性而提高时，审计师倾向于采取更为保守的执业立场，更可能出具非标准审计意见以规避潜在诉讼与声誉损失(Francis & Wang, 2008) [10]。此外，新《证券法》实施后，监管机构对信息披露“充分性”的要求日益严格，审计师亦被赋予更高的核查责任。若企业披露内容庞杂但缺乏实质性，审计师可能质疑其披露动机的真实性，进而对其整体财务报表的公允性产生怀疑。

综上，尽管信息披露数量增加在理论上具有双重可能性，但在当前中国制度环境下，策略性动机与信息过载效应可能占据主导地位。因此，本文提出：

假设H1：在其他条件不变的情况下，上市公司信息披露数量越多，被出具非标准审计意见的可能性越高。

3.2. 法制环境的调节作用

值得注意的是，信息披露的经济后果并非在制度真空中发生。制度理论强调，正式规则(如法律、司法体系)通过提供可信的承诺与执行机制，显著影响市场主体的行为逻辑与风险判断(North, 1990) [20]。在中国各省份法治水平存在显著差异的背景下(王小鲁等，2024) [12]，地区法制环境可能深刻塑造审计师对信息数量的解读方式。

一种可能的路径是，良好的法制环境强化了信息披露的治理功能。在法治成熟地区，健全的投资者保护机制与活跃的诉讼文化可能促使企业更真实地披露信息，从而使高披露数量成为高质量信号，进一步降低审计风险。然而，另一种更具现实解释力的路径是：法制环境通过提供外部验证渠道，弱化了审计师对表层披露行为的依赖。

具体而言，在法治水平高的地区(如东部沿海)，审计师可依托高效的司法体系、发达的专业中介市场(如律师事务所、评估机构)以及成熟的投资者维权机制，对披露信息进行交叉验证与实质性判断(Chen et al., 2022) [13]。因此，他们不会将“信息数量多”简单等同于风险高，而是更关注信息内容的实质。相反，在法治薄弱地区，由于缺乏有效的外部验证手段，审计师只能将异常高的披露数量本身作为风险代理变量，导致信息数量的负面信号效应被放大。

进一步地，考虑到中国区域法治发展的非均衡性，法制环境的功能可能处于不同演进阶段。在西部等欠发达地区，法治建设往往以“加强监管执法”为先导，短期内可能加速暴露企业原有风险，表现为法制改善与非标意见概率正相关；而在东部地区，法治已内化为稳定的治理基础设施，能够有效缓释风险(黄少安，2018) [23]。

基于上述分析，本文认为法制环境更可能抑制而非强化信息数量对非标意见的正向影响。因此，提出如下假设：

假设H2：地区法制环境负向调节上市公司信息数量与非标准审计意见之间的关系，即在法制环境越完善的地区，信息数量对非标审计意见的正向影响越弱。

4. 研究设计

4.1. 样本选择与数据来源

本文以中国A股上市公司为研究对象，样本期间为2014~2023年。选择该时间段主要基于以下考虑：第一，2014~2015年正值中国资本市场牛熊转换期，上市公司信息披露活跃，投资者关注度高，有助于捕捉信息数量的经济后果；第二，自2015年党的十八届五中全会明确提出“完善法制化、国际化、便利化的营商环境”以来，国家层面持续强化法治建设与信息披露监管，为考察法制环境的调节作用提供了良好的制度背景；第三，目前可获得的省级法制环境数据最新截止至2023年(王小鲁等，2024)，确保变量匹配的时效性。在样本筛选过程中，本文参照金融财务领域实证研究的通行做法，执行如下剔除标准：(1) 剔除金融类行业上市公司；(2) 剔除ST、*ST公司，因其财务状况异常可能干扰审计判断；(3) 剔除关键变量存在缺失值的观测样本。最终获得33,461个公司_年度观测值。所有连续变量均在1%和99%分位进行缩尾处理(Winsorize)以减轻极端值影响。标准误聚类到公司层面以控制序列相关。

本文所用数据主要来源于以下数据库：上市公司新闻报道与公告数据来自锐思数据库(RESSET)中的“证券资讯”数据库，其中“公司动态新闻”表提供与每家上市公司相关的新闻报道，“公司公告原文”表包含所有正式公告，两表均包含发布日期与公司代码，便于按年度汇总；地区法制环境指标采用王小鲁等(2024)《中国分省份市场化指数报告(2024)》中的“市场中介组织的发育和法律制度环境”子指数(以下简称LENV)。另外公司财务与治理特征数据来自国泰安CSMAR数据库；

4.2. 变量定义

(1) 被解释变量

非标审计意见(MAO)：若上市公司在当年被出具除标准无保留意见以外的审计意见(包括带强调事项段的无保留意见、保留意见、否定意见或无法表示意见)，则MAO = 1，否则MAO = 0。该变量为虚拟变量，反映审计师对企业财务报表公允性的负面判断。

(2) 解释变量

企业信息披露数量(NumInfo)：参考张纯和吴明明(2015) [24]、钱国根(2016) [25]、韩燕等(2020) [9]的做法，本文将信息数量定义为上市公司每年发布的新闻报道数量与公司公告数量之和。鉴于原始计数数据存在右偏分布(离散系数、峰度较大)，参照既有文献惯例，对NumInfo进行自然对数转换(即ln(NumInfo + 1))以缓解异方差问题并提升模型稳定性。此外，在稳健性检验中，本文分别使用仅新闻报道数量和仅公司公告数量作为替代性度量。

(3) 调节变量

法制环境(LENV)：该指标采用王小鲁等(2024) [12]《中国分省份市场化指数报告(2024)》中的“市场中介组织的发育和法律制度环境”子指数(以下简称LENV)，该指数综合反映各省份司法效率、合同执行力度、律师与会计师等专业服务机构发展水平，数值越大表示法制环境越完善。该指数综合反映各省份司法效率、合同执行力度、律师与会计师等专业服务机构发展水平，数值越大表示法制环境越完善。本文以上市公司注册地所在省份的LENV值代表其所属区域法制环境。

(4) 控制变量

为控制其他可能影响审计意见的因素，本文引入以下公司层面控制变量公司规模(Size)、杠杆率(Leverage)、应收账款资产比率(Recratio)、流动性(Liquidity)、操纵性应计盈余利润(EM)、四大审计机构(Big4)、公司年限(Age)、企业性质(SOE)。与此同时，本文控制年度固定效应(Year)以吸收宏观经济周期与政策冲击的影响，以及行业固定效应(Industry)以控制不同行业固有风险差异(基于中国证监会行业分类标准)。

本文的研究变量如表1所示。

Table 1. This paper studies the variable definition table

表1. 本文研究变量定义表

变量类型	变量名称	变量符号	变量定义
被解释变量	非标审计意见	MAO	除外部审计师出具的标准无保留意见外的其他审计意见类型，例如带强调事项的无保留意见、保留意见、否定意见或无法表示意见。MAO以虚拟变量形式进行测量：若企业收到非标审计意见，则MAO = 1，否则MAO = 0
解释变量	企业信息 披露数量	NumInfo	反映上市公司通过证券交易所、公司官网等指定渠道向公众披露或公告的新闻频率。该指标是以每个上市公司每年的新闻报道数量和公告的总数量来表示，鉴于部分企业不同年度的NumInfo (离散系数)偏度和峰度较大，我们采用参考其他研究者采用自然对数转换法(韩燕等人，2020)来计算IQA
替代解释变量1	企业信息披露 数量–新闻报道	NumInfo1	Ln(1 + 上市公司每年的新闻报道数量)
替代解释变量2	企业信息披露 数量–公司公告	NumInfo2	Ln(1 + 上市公司每年的公司公告数量)
调节变量	法制环境	LENV	参照王小鲁等(2024)的《中国分省份市场化指数报告(2024)》中“市场中介组织的发育和法律制度环境”指标来衡量地区法制 环境(LENV)
控制变量	公司规模	Size	规模以企业年末总资产的自然对数衡量
	杠杆率	Leverage	代表公司总负债比率，计算方式为总负债除以总资产
	应收账款 资产比率	Recratio	表示应收账款占总资产的比例，计算方式为应收账款除以总资产
	流动性	Liquidity	作为衡量短期偿付能力的关键指标，通常通过流动资产与总资产的比率来评估
	操纵性应计 盈余利润	EM	通过绝对可操作性应计盈余利润值进行衡量
	四大审计机构	Big4	Big4审计机构代表高审计质量，这一特征通过虚拟变量体现：如审计机构为四大审计机构则Big4 = 1，其他情况则为0
	公司年限	Age	年龄指标表示公司成立至今的年数，计算方式为当前年份减去成立年份，然后取对数
	企业性质	SOE	SOE衡量采用虚拟变量，若为国有企业则取值1，否则取值0
	年份	Year	控制时间效应
	行业	Industry	控制行业效应

4.3. 模型构建

为检验研究假设，本文构建如下Logistic回归模型：

为了检验研究假设H1，我们构建主效应模型如下：

$\begin{array}{l}{\text{MAO}}_{it}={\beta }_0+{\beta }_1{\text{INumInfo}}_{it}+{\beta }_2{\text{Size}}_{it}+{\beta }_3{\text{Leverage}}_{it}+{\beta }_4{\text{Recratio}}_{it}+{\beta }_5{\text{Liquidity}}_{it}+{\beta }_6{\text{EM}}_{it}\\ +{\beta }_7\text{Big}{4}_{it}+{\beta }_8{\text{Age}}_{it}+{\beta }_9{\text{SOE}}_{it}+{\beta }_{10}{\displaystyle \sum {\text{Year}}_{it}}+{\beta }_{11}{\displaystyle \sum {\text{Industry}}_{it}}+{\epsilon }_{it}\end{array}$ (1)

为了检验研究假设H2我们构建调节效应模型如下：

$\begin{array}{l}{\text{MAO}}_{it}={\beta }_0+{\beta }_1{\text{NumInfo}}_{it}+{\beta }_2{\text{LENV}}_{it}+{\beta }_3{\text{NumInfo}}_{it}\ast {\text{LENV}}_{it}+{\beta }_4{\text{Size}}_{it}+{\beta }_5{\text{Leverage}}_{it}+{\beta }_6{\text{Recratio}}_{it}\\ +{\beta }_7{\text{Liquidity}}_{it}+{\beta }_8{\text{EM}}_{it}+{\beta }_9\text{Big}{4}_{it}+{\beta }_{10}{\text{Age}}_{it}+{\beta }_{11}{\text{SOE}}_{it}+{\beta }_{12}{\displaystyle \sum {\text{Year}}_{it}}+{\beta }_{13}{\displaystyle \sum {\text{Industry}}_{it}}+{\epsilon }_{it}\end{array}$ (2)

其中，β₀表示常数项，β_i为变量对应的回归系数，MAO_it表示企业获得的审计意见类型，NumInfo_it表示企业信息披露数量，LENV_it表示企业所属区域法制环境水平，Size_it表示企业规模，Leverage_it表示企业杠杆率，Recratio_it表示应收账款资产比率，Liquidity_it表示企业流动性，EM_it表示企业的操纵性应计盈余利润，Big4_it表示企业是否由四大会计师事务所审计，Age_it表示企业成立年限，SOE_it表示企业是否是国有企业，Year_it是一个虚拟向量，表示2014~2023年观测年份的差异，Industry_it是一个虚拟向量，表示基于中国证券交易所属的行业分类类型，ε_it表示残差。

为检验区域制度环境的异质性影响，在调节效应模型回归时，我们按区域对样本进行分组，参照国家统计局做法采用区域四分法，将样本分为东部、中部、西部和东北四大区域，其具体包含的省份/直辖市/自治区如下：东部地区包括北京、天津、河北、上海、江苏、浙江、福建、山东、广东、海南；中部地区包括山西、安徽、江西、河南、湖北、湖南；东北地区包括辽宁、吉林、黑龙江；西部地区包括内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆。

5. 实证检验结果

5.1. 变量的描述性统计和相关性分析

表2报告了主要变量的描述性统计结果。信息披露数量(NumInfo)的均值为332.25条，标准差高达475.05，表明不同企业及年度间的信息披露频率存在显著异质性。法制环境指数(LENV)的均值为12.78，标准差为3.81，反映出各省份在法治水平上亦存在较大差异。进一步观察2014~2023年间的年度均值分别为9.4312、9.7689、9.6498、9.5554、10.0346、12.1800、13.3100、14.5723、15.9540、17.3794)，可见LENV从9.43稳步上升至17.38，整体呈持续改善趋势，印证了我国近年来法治建设的持续推进。

Table 2. Descriptive statistical results of variables

表2. 变量描述性统计结果

VarName	样本数	平均值	标准差	最小值	中位数	最大值
MAO	33,461	0.0371	0.1891	0.0000	0.0000	1.0000
NumInfo	33,461	332.2545	475.0527	23.0000	186.0000	3341.0000
NumInfo1	33,461	247.1023	379.3347	14.0000	127.0000	2630.0000
NumInfo2	33,461	85.1523	103.8333	9.0000	55.0000	711.0000
LENV	33,461	12.7785	3.8121	2.3490	13.1340	20.2980
SOE	33,461	0.3130	0.4637	0.0000	0.0000	1.0000
Size	33,461	22.3144	1.3009	19.8090	22.1251	26.2576
Lev	33,461	0.4234	0.2040	0.0556	0.4138	0.9085
Rec	33,461	0.1263	0.1037	0.0002	0.1048	0.4617
FirmAge	33,461	3.0137	0.2951	1.9459	3.0445	3.6109
Big4	33,461	0.0612	0.2398	0.0000	0.0000	1.0000
Liquid	33,461	2.4413	2.3422	0.3075	1.6956	15.6581
EM	33,461	−0.0009	0.0947	−0.3236	0.0031	0.3282

表3展示了变量间的Pearson相关系数矩阵。结果显示，信息披露数量(NumInfo)与非标准审计意见(MAO)在1%水平上显著正相关(r = 0.011)，初步支持本文核心假设。此外，法制环境(LENV)与MAO显著负相关(r =−0.027)，表明法治水平较高的地区，企业被出具非标意见的概率更低。其他控制变量的相关关系亦基本符合理论预期：公司规模(Size)、是否由四大审计(Big4)与MAO负相关，而杠杆率(Leverage)和公司年限(FirmAge)则与MAO正相关。

Table 3. Correlation coefficient matrix of variables

表3. 变量相关系数矩阵

MAO

NumInfo

NumInfo1

NumInfo2

LENV

SOE

Size

Lev

Rec

FirmAge

Big4

Liquid

EM

MAO

1

NumInfo

0.011^**

1

NumInfo1

0.017^***

0.995^***

1

NumInfo2

−0.008

0.932^***

0.894^***

1

LENV

−0.027^***

−0.167^***

−0.208^***

−0.018^***

1

SOE

−0.056^***

0.074^***

0.072^***

0.060^***

−0.140^***

1

Size

−0.054^***

0.427^***

0.410^***

0.447^***

−0.015^***

0.361^***

1

Lev

0.155^***

0.190^***

0.186^***

0.189^***

−0.074^***

0.248^***

0.476^***

1

Rec

0.010^*

−0.147^***

−0.149^***

−0.122^***

0.086^***

−0.167^***

−0.209^***

0.059^***

1

FirmAge

0.057^***

−0.084^***

−0.100^***

−0.026^***

0.166^***

0.206^***

0.176^***

0.166^***

−0.110^***

1

Big4

−0.031^***

0.232^***

0.224^***

0.224^***

0.035^***

0.118^***

0.326^***

0.087^***

−0.089^***

0.013^**

1

Liquid

−0.073^***

−0.115^***

−0.112^***

−0.121^***

0.089^***

−0.180^***

−0.338^***

−0.658^***

−0.046^***

−0.126^***

−0.057^***

1

EM

−0.155^***

0.023^***

0.025^***

0.013^**

−0.033^***

0.004

0.036^***

−0.114^***

0.056^***

−0.031^***

−0.015^***

0.080^***

1

注：^*、^**、^***分别代表10%、5%、1%水平的显著性。

5.2. 回归结果分析

(1) 对假设1的检验——公司信息数量与非标审计意见的关系

表4报告了主回归方程，即回归模型(1)的结果。表4的结果分为三列，第1列中的回归结果是公司信息数量(NumInfo)是新闻报道和公司公告之和，第2列中的回归结果是公司信息数量(NumInfo1)是指新闻报道的数量，第3列中的回归结果是公司信息数量(NumInfo)是指公司公告数量。回归结果显示，当不区分信息类型，以新闻和公告总数作为信息数量时，信息数量(NumInfo)的系数显著为正，这说明信息数量越多，获得非标审计意见的可能性越大。这一回归结果支持了研究假设1，所以这一结果支持了研究假设1所做的理论分析。当我们把信息数量区分为信息数量和公司公告两种信息类型时，我们发现信息数量(NumInfo1)和信息数量(NumInfo2)的系数同样显著为正，即新闻报道信息数量或公司公告信息数量越多，企业获得非标审计意见的可能性越大。这说明即使区分信息类型的情况下，信息数量依然与非标审计意见呈现正相关，支持研究假设1。这说明这说明无论是来自媒体的外部关注(新闻报道)，还是企业主动发布的官方信息(公司公告)，其数量的异常增加均可能被审计师解读为潜在风险信号。一方面，大量新闻报道往往伴随负面舆情或监管关注，本身就构成审计风险因子；另一方面，高频次的公司公告(尤其是临时公告)可能反映经营不确定性上升、重大事项频发或试图通过“信息淹没”掩盖关键问题。在此背景下，审计师基于职业谨慎原则，倾向于将高信息数量视为治理缺陷或财务困境的间接证据，从而提高出具非标审计意见的概率。这一发现进一步印证了本文的核心论点：在当前制度环境下，信息披露的“数量扩张”尚未有效转化为“质量提升”，反而可能因策略性动机或信息过载效应，加剧审计师的风险感知。

Table 4. Regression results of company information quantity to non-standard audit opinions

表4. 公司信息数量对非标审计意见的回归结果

变量	新闻报道与公司公告之和	新闻报道	公司公告
	(1)	(2)	(3)
NumInfo	0.0111^***	-	-
	(7.8239)	-	-
NumInfo1	-	0.0119^***	-
	-	(8.9244)	-
NumInfo2	-	-	0.0232^***
	-	-	(3.5037)
SOE	−0.0325^***	−0.0322^***	−0.0338^***
	(−12.8588)	(−12.7271)	(−13.3426)
Size	−0.0251^***	−0.0255^***	−0.0231^***
	(−22.1784)	(−22.6325)	(−20.3979)
Lev	0.2503^***	0.2496^***	0.2522^***
	(32.9334)	(32.8406)	(33.1754)
Rec	−0.0360^***	−0.0351^***	−0.0392^***
	(−3.0568)	(−2.9817)	(−3.3320)
FirmAge	0.0427^***	0.0430^***	0.0415^***
	(11.2600)	(11.3510)	(10.9469)
Big4	−0.0044	−0.0049	−0.0018
	(−0.9778)	(−1.0915)	(−0.4081)
Liquid	0.0046^***	0.0045^***	0.0047^***
	(7.8532)	(7.7797)	(8.0530)
EM	−0.2411^***	−0.2412^***	−0.2406^***
	(−21.5338)	(−21.5429)	(−21.4650)
_cons	0.2647^***	0.2709^***	0.2556^***
	(9.1726)	(9.3800)	(8.8543)
industry	Yes	Yes	Yes
year	Yes	Yes	Yes
N	33,461	33,461	33,461
F	31.7541	31.9613	31.2040
R^2	0.0845	0.0850	0.0832

注：^*、^**、^***分别代表10%、5%、1%水平的显著性，括号内为t值。

(2) 对假设2的检验——区域法制环境水平的调节作用

用于检验假设2的回归方程(2)的结果报告在表5中。表5的回归结果显示，信息数量(NumInfo)的系数显著为正，当我们把所有省份划分为东部、西部、中部、东部和东北部四个区域，我们看到信息数量(NumInfo)的系数也都是显著为正。这与表3的结果相符，即总体来看无论企业属于哪个省份结论都是企业信息数量越多，企业获得非标审计意见的可能性越大。

与表4的结构不同，表5包含了调节变量法制环境(LENV)和信息数量与法制环境的交互项。首先是法制环境(LENV)的系数在全样本下显著为负，即法制环境(LENV)越完善，企业被出具非标审计意见的可能性越低，然而当我们把样本按照上市公司所属省份分为东部、西部、中部、东部和东北部四个区域，回归结果显示东部地区的法制环境(LENV)系数显著为负，与全样本一致，中部和东北部系数也为负数，但不显著；而西部地区的法制环境(LENV)系数显著为正，即对于西部地区上市公司来说，地区法制环境越完善，企业被出具非标审计意见的可能性越高。这是因为西部地区整体法治基础薄弱，近年来虽在国家政策推动下法制指数有所提升，但其“完善”更多体现为监管强度的短期加强(如环保督查、金融整顿等)，而非司法独立性与投资者保护机制的系统性成熟。在此背景下，法制环境的“改善”可能首先表现为监管趋严与执法频次增加，反而使原本隐蔽的风险更容易暴露，导致审计师更倾向于出具非标意见。换言之，西部地区的法制建设尚处于“风险揭示阶段”，尚未进入“风险预防与治理优化阶段”。

接着再看交互项NumInfo_LENV的系数，使用所有省份公司全样本时，信息数量(NumInfo)的系数显著为正，而交互项(信息数量与法制环境的乘积)的系数显著为负，这说明法制环境的完善抑制了企业信息数量对获得非标审计意见可能性得提升作用。这一回归结果支持了假设2。这是因为在高法治地区，审计师可依托健全的法律体系、发达的专业中介市场(如律师事务所、评估机构)以及活跃的投资者诉讼机制，对披露信息进行交叉验证与实质性判断，因而不会将“信息数量多”简单等同于“风险高”；相反，在低法治地区，由于缺乏有效的外部验证渠道，审计师只能依赖披露行为本身作为风险代理变量，导致信息数量的负面信号效应更强。因此，法制环境并非强化而是缓解了信息数量所传递的风险含义，体现了正式制度对信息解读逻辑的重构作用。。

进一步分析，把样本按照上市公司所属省份分为东部、西部、中部、东部和东北部四个区域分组回归。回归结果如表5的列(2)~(5)所示，从表中可以看出交互效应系数出现了与全样本不尽相同的结果。首先是东部地区上市公司样本回归的结果，交互项系数显著为负，与全样本一致；东北部交互项系数为负但不显著；西部和中部系数为正，即对于西部和中部的上市公司来说，法制环境越好，越促进信息数量与非标审计意见之间的正向关系，但结果并不显著，调节作用不明显。这说明区域制度演进阶段的差异深刻影响了法制环境的功能定位：在东部地区，法治已内化为稳定的治理基础设施，能够有效过滤噪声信息；而在中西部地区，法治建设仍处于过渡期，其“完善”可能伴随监管扰动或制度摩擦，尚未形成对信息披露行为的稳定引导机制，导致调节效应微弱甚至方向模糊。这也印证了本文的核心观点——制度环境的作用不仅取决于其水平高低，更取决于其运行质量与市场适配度。

Table 5. Regression results of interaction effects

表5. 交互效应回归结果

变量	(1)	(2)	(3)	(4)	(5)
	全样本	西部	中部	东部	东北部
NumInfo	0.0109^***	0.0157^***	0.0164^***	0.0091^***	0.0282^*
	(7.6305)	(2.9223)	(3.7797)	(5.4200)	(1.8850)
NumInfo_LENV	−0.0007^**	0.0007	0.0007	−0.0008^*	-0.0002
	(−2.0893)	(0.8618)	(0.8679)	(−1.7270)	(-0.0639)
LENV	−0.0013^***	0.0021^*	−0.0027	−0.0017^**	-0.0038
	(−3.0626)	(1.8723)	(−1.5843)	(−2.2790)	(-0.2372)
SOE	−0.0332^***	−0.0390^***	−0.0444^***	−0.0299^***	-0.0368^**
	(−13.0716)	(−5.3172)	(−6.9212)	(−9.4866)	(-2.3330)
Size	−0.0249^***	−0.0173^***	−0.0333^***	−0.0241^***	-0.0406^***
	(−21.9157)	(−5.1576)	(−10.7970)	(−17.8977)	(-5.5795)
Lev	0.2481^***	0.2507^***	0.2668^***	0.2341^***	0.4368^***
	(32.5517)	(10.9740)	(12.7781)	(25.6796)	(9.6166)
Rec	−0.0350^***	−0.0600	−0.0944^***	−0.0214	-0.1115
	(−2.9722)	(−1.5918)	(−2.6750)	(−1.5825)	(-1.3967)
FirmAge	0.0423^***	0.0297^**	0.0477^***	0.0422^***	0.0478^*
	(11.1637)	(2.3453)	(4.2214)	(9.7848)	(1.6591)
Big4	−0.0033	−0.0336^**	−0.0019	−0.0025	0.0087
	(−0.7263)	(−2.0550)	(−0.1383)	(−0.5075)	(0.2214)
Liquid	0.0045^***	0.0031	0.0036^**	0.0044^***	0.0125^***
	(7.7600)	(1.5606)	(2.0125)	(6.6727)	(3.4402)
EM	−0.2412^***	−0.3275^***	−0.2293^***	−0.2244^***	-0.1704^**
	(−21.5416)	(−9.1413)	(−7.7360)	(−17.3246)	(-2.5503)
_cons	0.2716^***	0.0821	0.4179^***	0.2992^***	0.4721^**
	(9.3587)	(1.0356)	(5.3756)	(7.7625)	(2.0950)
industry	Yes	Yes	Yes	Yes	Yes
year	Yes	Yes	Yes	Yes	Yes
N	33461	4253	4476	23382	1350
F	31.2668	6.5357	8.0717	21.6024	5.0038
R^2	0.0849	0.1201	0.1352	0.0810	0.2226

注：^*、^**、^***分别代表10%、5%、1%水平的显著性，括号内为t值。

以上针对信息数量、法制环境以及它们的交互项三个变量系数符号的分析表明，法制环境总体上并没有表现出增强信息披露质量的作用，它们对非标审计意见的影响主要表现为对信息数量所传递风险信号的“过滤”或“缓冲”功能。具体而言，企业披露的信息数量越多，越可能被审计师视为潜在风险行为，从而提高非标审计意见的概率；而良好的法制环境并未强化这一关系，反而显著削弱了信息数量与非标意见之间的正向关联。这说明，在法治水平较高的地区，审计师能够依托健全的司法体系、专业中介服务和有效的投资者保护机制，对海量披露信息进行实质性甄别，不再简单将“多披露”等同于“高风险”；而在法治薄弱地区，由于缺乏可靠的外部验证渠道，审计师更依赖披露行为本身作为风险代理变量，导致信息数量的负面效应被放大。因此，法制环境的作用并非提升信息披露质量本身，而是通过改善信息解读与验证的制度条件，缓解因信息过载或策略性披露引发的审计误判，从而降低非标意见对信息数量的敏感性。表5中控制变量的系数基本一致，此处不再讨论表5的控制变量。

6. 结论与政策建议

本文基于2014~2023年中国A股上市公司数据，实证检验了信息披露数量对非标准审计意见的影响及其在不同法制环境下的异质性。研究发现：(1) 信息披露数量越多，企业被出具非标审计意见的概率越高，表明当前市场中信息数量扩张更可能被视为策略性“信息淹没”或风险信号；(2) 良好的法制环境显著削弱这一正向关系，说明法治通过提供外部验证机制，使审计师能够超越表层数量进行实质性判断；(3) 该调节效应存在明显区域分化：东部地区法治已发挥风险缓释功能，而西部地区法治改善反而伴随更高非标意见概率，反映其仍处于“监管暴露风险”的初级阶段。

上述结果对完善信息披露制度具有明确启示。首先，监管机构应推动评估标准从“数量充分”转向“有效披露”。建议交易所和证监局引入“有效披露指数”，剔除模板化、重复性内容，聚焦关键风险事项的披露深度与可验证性，并借助文本分析技术识别模糊表述与信息冗余。其次，针对中西部法治薄弱地区，可试点“审计师–律师协同核查机制”，通过专业中介协作弥补司法执行短板，提升高风险项目的信息可信度。最后，实施差异化区域监管策略：在东部鼓励高质量披露激励，在中西部强化能力建设，推动法治从风险暴露工具向风险预防机制转型。

本研究仍存在一定局限。首先，信息披露数量指标虽经对数处理，但仍难以完全剥离其与信息质量的内生关联；其次，法制环境采用省级宏观指数，可能忽略企业层面的制度感知差异。未来研究可结合文本分析方法，对公告内容进行细粒度刻画，构建更能识别“策略性信息淹没”行为的指标，例如区分常规与非常规公告的数量、测算文本冗余度或标准化程度，以及统计年报中风险提示类词汇的频率与语境强度。此外，可进一步考察市场化水平、政府干预、媒体监督等制度因素与法制环境的协同效应，以更系统揭示制度环境如何调节信息披露行为与审计判断之间的关系。

基金项目

广州南方学院2024年度校级科研项目(2024XK017)；

广州南方学院2024年度校级教学质量与教学改革工程建设项目(XJJG2411)；

2023年度广东省本科高校教学质量与教学改革工程建设项目：审计学课程“三位一体”混合式教学模式的探索与实践(GDJG2304)；

2024年度广东省本科高校教学质量与教学改革工程建设项目：广州注册会计师协会科产教融合实践教学基地(GDZL2401)；

广州南方学院2025年度校级科研项目(2025XK022)。

NOTES

^*通讯作者。