提供论文发表、期刊发表、证书、著作、课题申请、专利等一条龙服务——畅志文化期刊网您负责教书育人,我们负责解决您职称,晋级路上遇到的难题。

年报风险提示信息影响审计意见类型吗?——来自高管任期周期性特征的

分类:(三) 发表时间:2019-08-05

一、引言 已有研究发现, 审计意见受到诸如公司财务状况、经营业绩等众多因素的影响 (原红旗和李海建, 2003;朱小平, 2003) 。在风险导向审计下, 审计师更加关注与之有关的各种风险, 薄

一、引言

已有研究发现, 审计意见受到诸如公司财务状况、经营业绩等众多因素的影响 (原红旗和李海建, 2003;朱小平, 2003) 。在风险导向审计下, 审计师更加关注与之有关的各种风险, 薄仙慧和吴联生 (2010) 以公司应计利润的波动性 (Accruals Quality) 作为信息风险的替代变量, 研究发现信息风险与非标审计意见之间存在明显的正向关联。与这一研究相类似, 大多数文献倾向于检验年报中披露的高负债财务信息、盈余管理行为、业绩波动现象、环境责任等通过结构化财务指标折射出的风险信号对审计意见的影响 (Lennox, 2000;曾雪云和陆正飞, 2016;韩丽荣等, 2011;吴良海等, 2017) , 缺少对风险提示等大量非结构化信息在总体层面上如何影响审计意见的深入研究。而非结构化风险提示信息的功能往往异于结构化的财务信息, 它不但有利于诠释财务指标的构成, 还有助于投资者确定相关风险在事前暴露和事后实现的可能性, 提高决策质量。Hope等 (2016) 研究发现, 风险因素披露与股票短期价格反应及交易量之间存在明显的正相关关系, 风险信息披露有利于财务报表使用者的决策。王雄元等 (2017) 指出, 非财务风险信息披露能提升分析师预测的准确程度, 中国注册会计师协会从2011年开始实施的“事务所约谈制度”对于降低财务报告审计风险起到了很好的作用 (吴溪等, 2014) 。那么, 审计师在执行审计的过程中是否考虑了年报中披露的风险提示信息呢?风险提示信息与审计意见之间是否存在呼应抑或是某种内在关联呢?综合以上研究来看, 审计师有理由将非结构化的风险提示纳入审计意见的考量范围, 这与财务指标折射出的信息风险价值二者之间截然不同但能够相互补充。

同时, 上市公司的高管人员作为财务报告信息影响审计意见系统的前端因子, 从各项信息生成到最终意见发布始终扮演着重要角色, 但是高管任期的治理效应存在不同的观点, 李龙会和刘行 (2011) 研究发现, 高管任职时间和上市公司绩效之间呈现倒U型关系, 并且指出高管人员的最优任职时间大约只有5年左右, 而许言等 (2017) 从“职业生涯忧虑” (Career Concerns) 视角探索了CEO在其任职周期里选择是否隐藏公司坏消息的动态发展过程, 研究发现当CEO处于刚上任的前三年以及即将离任的前一年时均存在隐匿坏消息的明显动机。也就是说, 高管任期具备明显周期性特征, 任期延长形成的差异性风险认知将决定其风险提示信息的披露质量与择机偏好。同时研究发现, 当高管团队成员在一些人口学特征诸如年龄、教育水平等方面体现的差异性越小时, 公司会计政策更稳健, 决策水平更客观 (张兆国, 2011) , 而且高管人员在酌量是否会计违规时候, 人口学的差异性特征会在随后的行为决策中得到明显的反馈, 并且会进一步影响盈余管理和审计意见之间的相关关系 (林丽萍和余佩斯, 2017) , 但以上研究并未从风险提示信息角度检测其对审计意见产生的影响。鉴于审计意见是反映高管提供的会计信息是否真实公允的直接表征, 审计意见的出具离不开高管的配合, 因此本文进一步考察高管任期是否会通过风险提示信息的择机披露进而影响审计意见?高管任期的人口学特征及其战略意识是否能持续对上述关系产生同质影响?

基于以上分析, 本文利用ROSTCM6等文本挖掘技术考察与实证检验审计意见与年报风险提示信息之间的关联以及高管任期在其中的调节作用。本文的可能贡献在于:第一, 开拓文本分析方法在非结构化信息研究的新领域, 为建立中国企业风险报告框架提供证据支持。在以往的研究中 (薄仙慧和吴联生, 2010;曾雪云和陆正飞, 2016) , 大多采用Francis等 (2005) 、Kravet和Shevlin (2010) 等方法, 通过结构化信息 (数字化信息, 方便通过计算机和数据库技术进行管理) 来衡量企业风险, 这在存在大量非结构化信息 (无法完全数字化的信息) 的现实环境下, 显得有一些不足。我们借鉴文本挖掘技术, 通过量化具有未来价值的“管理层讨论”等内容, 整体衡量企业风险趋势, 观察其是否以及如何影响审计意见的出具。既创新了研究方法, 跟踪国际先进的文本分析技术, 同时也从另外一个风险衡量的角度补充验证了前人的研究成果, 拓展和深化了风险提示等非结构化信息影响审计意见的理论研究。同时这一研究也在一定程度上为风险会计以及风险报告框架 (Tamer Elshandidy等, 2018) 建设提供证据支撑, 为探索中国制度环境下的风险报告提供有益启发。第二, 揭示了高管任期周期性的风险偏好特征, 呼应了Jeffrey等 (2008) 关于信息披露的战略择机假说 (Strategic Timing Hypothesis) (1) 。高管对风险信息的披露 (包括数量和严重程度) 受到高管任期周期性的影响, 也就是说, 由于风险提示对任期业绩 (包括任期活动的安排) 会产生不同的后果, 高管任期周期性对风险提示具有不同的偏好。本文通过建立内部公司治理机制与微观企业信息披露行为的互动分析框架, 提供了Jeffrey等 (2008) 假说在风险提示信息领域的经验证据, 从非结构化信息披露视角进一步丰富公司治理机制领域的经验证据, 揭示企业风险提示信息披露面临内部治理环境变化的能动性, 为上市公司高管团队的建设提供理论依据, 有助于指导高管任期的合理安排。

二、理论分析与研究假设

(一) 风险提示信息对审计意见的影响

审计意见发布的合理与否反映了签字会计师乃至整个事务所的执业能力及声誉。已有研究表明, 会计师事务所基于风险规避的考虑往往会选择对存在重大风险的上市公司出具非标意见 (林钟高等, 2009;李留闯等, 2015;李嘉明等, 2016) 。因此, 审计师需要综合考量包括风险提示在内的各种信息以降低其审计内在风险, 特别是盈余管理行为盛行导致传统财务信息不能完全满足相关性和有用性的要求 (李心合, 2012) , 风险提示信息作为一种非财务信息, 能够缓解信息不对称、提高公司透明度, 将有助于帮助审计师更全面地了解公司运营状况。

首先, 从信息经济学的甄别理论看, 审计意见是审计市场参与者根据上市公司的行为初步判断内在价值和公司质量基础上, 会计师再对各方信息进一步甄别加工之后, 所形成一个相对全面的认知与信息的集合, 其中企业风险提示信息成为会计师甄别的重点。Kravet和Muslu (2013) 的研究发现, 公司披露的特定风险信息及其数量变化会影响投资者对企业风险和价值的评估, 作为市场参与的重要成员之一, 特别是对保证财务报告质量至关重要的审计师而言, 必然也会获取并甄别这一风险提示信息, 成为出具何种审计意见的一项判定依据。与之相类似, 吴良海等 (2017) 从环境污染治理以及公益性捐赠等非财务信号角度影响审计意见“清洁度”的研究发现:公益性捐赠及其相关信息披露提高其获得标准无保留审计意见的可能性, 而且污染程度较低的上市公司更易获得。而本文则是从年报风险信息角度挖掘其中的信号价值, 这一信息作为定量财务指标的有益补充, 往往可以给审计师更多的信息资源。加之其是在上市公司年报中直接予以披露, 文本的信息量大、干净度高、噪音低, 审计师在获取这一信号进行甄别时无需耗费过多成本, 故其有理由将该信息纳入审计意见标准与否的考量范围。

其次, 从审计保险理论角度分析, 审计活动实质上是把财务报告风险调整至报告使用者能够容许的范围之内的过程, 是一项风险分担的服务。当审计师由于执业能力欠缺等客观因素或职业道德低下等主观因素而无法为财务报告的真实性提供合理保证时, 他们将会为自身的失误或失职承担必要的损失。不仅如此, 根据保险理论, 审计师应当承担的审计风险不但包含由于实施测试不到位导致最终审计结果和企业现状相悖而发生的责任赔偿, 还包括企业可能由于经营失败引起破产清算对其声誉产生损害的执业风险, 风险的范围进一步扩大。尽管有少量文献 (Bell等, 2001) 检验了企业风险水平估计对审计意见的影响, 但是缺乏企业实际整体风险水平对审计意见影响的经验证据, 尤其是近几年愈演愈烈的审计诉讼案件, 表明审计师决策不仅要关注财务报告的质量, 更彰显了非财务信息对审计意见的重要作用。Brazel等 (2009) 认为, 财务信息与非财务信息不一致程度越大, 上市公司财务报表欺诈的可能性也越大, 审计师能够有效利用非财务信息评估预测和发现财务报表欺诈的可能性。韩文才和汤琦瑾 (2013) 研究发现, 社会责任信息影响了审计师对被审计单位的反应, 相比未发布社会责任报告的公司, 审计师对独立发布社会责任报告的公司出具持续经营审计意见的可能性会更低。

实际上, 不仅风险提示信息的存在对审计意见的谨慎性具有影响, 提醒审计师在关注公司风险方面应该发挥应有的职业谨慎性 (Sengupta和Shen, 2007) , 而且风险提示信息越多, 具有对公司报告更具专业分析能力和更强解读能力的审计师, 其发表的审计意见越是趋于严格, 出具与公司风险相对应、相匹配的审计意见。相关研究表明 (Lennox, 2000;Biddle和Hilary, 2006;Lam和Mensah, 2012;Krishnan等, 2007;方军雄等, 2004;吕先锫和王伟, 2007;于鹏, 2007) , 破产、违约、诉讼、持续亏损、高负债率以及违规占款等各种可能影响公司持续经营的事项越多, 表明公司财务风险越高, 被出具非标意见的概率越高。同时, 从非会计事项对财务会计有用性的角度看, 风险提示信息作为非会计事项, 会影响财务报告的有用性, 进而影响会计师审计意见的出具。巴鲁克和谷丰 (2016) 研究指出:新药临床试验结果、重大合同的签订或者终止、公司技术来自外部的冲击风险, 或者关键员工的流失等各类风险, 这些非会计事项对公司价值的影响不但巨大, 而且数量增多, 使得非会计事项成为导致财务会计报告有用性恶化的重要原因之一。可见, 信息风险越高, 会计信息使用者尤其是投资者会要求更高的风险补偿, 引起企业高的资本成本或者债务成本。相对于其他信息使用者而言, 审计师基于职业谨慎性与更强的报告解读能力考量, 信息风险必然影响审计师发表审计意见的类型。据此我们提出假设1。

H1:保持其他条件不变, 年报披露的风险提示信息越多, 审计师越倾向于出具非标审计意见。

(二) 高管任期周期对风险提示信息影响审计意见的调节作用

根据高阶理论, 高管人员的价值观、认知能力等时常会在公司的战略规划中得以体现 (Hambrick和Mason, 1984) , 其不同的心理特征会极大影响公司的决策行为, 而且高管人员在人口学上展现的外部特点之一——任职年限等能够在一定程度上代表其个人认知与心理偏好, 从而对企业绩效、投资效率等产生重大影响 (Auden等, 2006;姜付秀等, 2009) 。根据Hambrick和Fukutomi (1991) 提出的“CEO任期五阶段模型” (任命期、探索期、模式选择期、模式集聚期和功能障碍期) , 研究发现高管不同阶段任期与公司绩效、研发投资、盈余质量等因素之间存在倒U型关系 (Zhang, 2015;Chen, 2013;岑维和董娜琼, 2015) , 尽管其中部分研究已涉及到对公司财务信息质量及审计意见影响的探讨 (卢馨等, 2015;王芳, 2016) , 但却未细致考察任期的阶段性特征在其中的作用机理, 与风险提示信息披露相关关系的研究更是寥寥无几。

从信息披露质量的角度看高管任期周期的影响。由于风险提示信息的披露方式及内容目前尚未受到相关法律制度的约束, 根据“信息披露的择机假说”, 具备有限理性的高管人员会因其自身任职时间的不同在行为选择上产生差异, 根据心理承受能力和风险偏好做出是否披露或披露多少风险信息的决策。在任职初期, 对风险信息大多采用“模糊化”处理, 对审计意见的影响程度有限。随着高管任职时间的延长, 对企业内外部环境愈来愈了解, 在应对各项事务时更能驾轻就熟, 对会计政策的理解和会计估计的运用能力也将提高 (周晓惠等, 2017) , 年报风险信息的披露范围与准确程度也更高。Thomas和Simerly (1995) 研究发现, 石化行业的高管团队任期与企业风险等预警信息披露质量存在显著正相关关系, 任期较长的高管更有动力去揭示企业未来财务困境并提高风险信息披露质量, 以提示利益相关者保持应有的决策谨慎性 (孙德升, 2009) 。当到达任职后期 (就任的第7、8年后) , 随着高管资历的不断上升, 往往变得过度自信, 更加坚持既有的思维模式和行为习惯, 创新能力差, 努力程度弱 (Finkelstein和Hambrick, 1996) , 信息来源和内容也日益狭窄和贫乏。为了迎合长任期高管的自满心理, 他们披露的大部分信息都是经过精心筛选和过滤的, 风险提示信息质量显著下降, 而这将丧失其与审计意见之间关联性。

从审计质量的角度看高管任期周期的影响。不同任期的管理者因其在认知、偏好与信念等方面产生的差异, 导致他们对审计服务质量的选择形成了不同的观念或敏感性。新上任的高管往往更愿意试验和追求创新战略, 在公司未来发展的战略规划上保持更加积极乐观的心态, 此时管理层较低的审计质量要求会使得审计师对风险提示信息不会给予过分关注 (Lewis等, 2014) 。而随着任期的逐渐增加, 高管团队将愈来愈忠实于已有的发展运行模式, 更可能形成高质量审计必不可少的风险观念 (Slater和Fowler, 2010) , 通常会对审计师的严格测试态度诚恳, 要求提供更高质量的审计服务以降低未来不确定性风险, 高质量的审计标准将促使审计师更加审慎地对待年报风险信息, 审计师对这些参考价值较大的风险信息给予更细致地考量, 加大其发布非标意见的概率。Fraser等 (2006) 研究指出, 高管任职时间越久, 越倾向于通过大量的客观和经验因素持续更正自身的决策偏差或者完善决策内容, 尽可能规避风险因素的影响, Katz (1982) 的研究发现, 任职周期较长的公司, 一般倾向于按照CEO自身偏好设置特殊的信息搜寻及筛选机制, 该机制将使CEO对企业环境的识别能力逐渐减弱, 信息质量亦大大降低。据此提出假设2。

H2:保持其他条件不变, 高管任期越长, 由风险提示信息增多引起的审计师出具非标审计意见的可能性越大, 但是其影响的态势会随着高管任期的周期性特征呈现倒U型的状态。

三、研究设计

(一) 样本和数据

本文以2010—2016年中国A股上市公司作为研究对象, 并剔除了金融保险等行业以及研究期间相关数据缺失的公司, 最后共计得到10595个样本观察值的数据。样本的财务数据来自于CSMAR数据库, 部分缺失的数据以及非财务性的风险信息通过手工搜集公司披露的年报获得。对所有连续变量进行了上下1%的缩尾调整 (winsorize) 以剔除异常值的影响。本文运用Excel2007和Stata13进行统计分析。

(二) 模型设定及变量定义

为检验风险提示信息与审计意见之间的关系以及高管任期对其产生的调节影响, 本文构建如下两个多元回归模型:

OPIN=α0+α1Risk+α2Q+α3ROE+α4LEV+α5Size+α6CFO

+α7Indratio+α8Lnsalary+α9Avoidloss+α10Diffcult 1+α11Diffcult 2+α12L_OPIN+α13Switch+α14Occupy+α15Big4+α16DA+∑Year+∑Industry+δ (1)

OPIN=β0+β1Risk+β2Tenure/Etenure/Atenure/Dtenure/Tenure2+β3Risk×Tenure/Etenure/Atenure/Dtenure/Tenure2+β4Q+β5ROE+β6LEV+β7Size

+β8CFO+β9Indratio+β10Lnsalary+β11Avoidloss

+β12Diffcult1+β13Diffcult2+β14L_OPIN+β15Switch+β16Occupy+β17Big4+β18DA+∑Year

+∑Industry+δ (2)

其中, OPIN表示审计意见, 借鉴薄仙慧和吴联生 (2011) 的研究, 将OPIN定义为审计意见类型的虚拟变量, 若审计意见为标准无保留审计意见, OPIN=0, 否则OPIN=1。

Risk表示风险提示信息, 由于和风险有关的内容多见于对业绩的分析和对未来的预测, 以文字描述为主, 并且多集中于公司年报中“董事会报告”的“管理层讨论与分析”和“公司未来展望”两小节下, 因此借鉴罗彪等 (2014) 的研究, 本文采用内容分析法测量年报中披露的风险信息的强度 (2)

Tenure与Etenure分别为高管的既有任期和预期任期, 即高管在企业的实际、预计工作年数。参考Mcclelland等 (2012) 、Luo等 (2014) 、Antia等 (2010) 、李培功和肖珉 (2012) 的做法, 按照如下计算方法衡量既有任期和预期任期 (3) :

Tenurei, t= (Yeari, t-Yeari, t0-1) + (Monthi, t

- (12-Monthi, t0) +1) /12 (3)

Etenurei, t= (Tenureind, t-Tenurei, t) + (Ageind, t-Agei, t) (4)

根据已有研究, 我们在模型中还加入其他研究变量和控制变量, 详细的变量定义见表1。

1 变量定义表 导出到EXCEL

 

 

变量名称 变量符号 计算方法

审计意见
OPIN 虚拟变量, 如果为标准无保留审计意见, 则OPIN=0, 否则OPIN=1

风险提示信息
Risk ( (年报中披露的与风险有关的信息词频数汇总*字节数) /董事会报告章节字节数×100) %

高管既有任期
Tenure 高管的既有任职年数, 按照模型 (3) 计算得出

高管预期任期
Etenure 高管的预期任职年数, 按照模型 (4) 计算得出

高管团队平均任期
Atenure 上市公司高管任职的时间之和/高管团队总人数

高管团队任期异质性
Dtenure 借鉴张兆国等 (2011) 的做法, 高管人员任期的标准差/团队平均任期

高管既有任期平方项

Tenure2
借鉴李龙会和刘行 (2011) 的做法, (高管既有任期) ^2

Atenure2
借鉴张兆国等 (2011) 的做法, (高管团队平均任期) ^2
托宾Q值 Q (负债账面价值+ (非流通股占总股本比率*股东权益账面价值+流通股市值) ) /总资产账面价值

净资产收益率
ROE 期末净利润/期末净资产

资产负债率
LEV 为降低资产负债率与风险提示信息之间由于相关性较高产生的共线性影响, 确立 (期末负债总额/期末资产总额) >样本平均值时取1, 否则取0

企业规模
Size 期末总资产的自然对数

经营现金流
CFO 企业本期由经营活动产生的现金流量净额的自然对数

独立董事比例
Indratio 独董人数/董事会总人数

高管薪酬
Lnsalary 前三名高管薪酬的总额的自然对数

是否处于避亏区间
Avoidloss 若0<ROE<1%, 则Avoidloss=1, 否则Avoidloss=0

公司的审计风险

Difficult1
公司年末应收账款除以年末总资产

Difficult2
公司年末存货除以年末总资产
滞后一期审计意见 L_OPIN 若滞后一期审计意见为标准无保留意见, 则L_OPIN=0, 否则L_OPIN=1

审计师是否变更
Switch 若发生了审计师变更, 则Switch=1, 否则Switch=0

大股东资金占用程度
Occupy 其他应收款除以年末总资产

是否四大
Big4 虚拟变量, 公司聘请国际四大事务所为1, 否则为0

操纵性应计利润
DA 基于行业分类横截面修正的 Jones 模型计算所得

年份
Year 年度虚拟变量

行业
Industry 行业虚拟变量, 根据证监会《上市公司2012版行业分类指引》, 将样本上市公司归属为21个行业分类 (不含金融行业)

 

四、回归结果及其实证分析 (4)

(一) 多元回归分析

1.风险提示信息与审计意见

表2显示了审计意见与风险提示信息的回归结果。第一列为风险提示信息与审计意见的Logit回归结果, 首先, 根据χ2值以及Pseudo-R2值可以认为模型构建较为合理。其次, 审计意见OPIN与风险提示信息Risk在5%水平上显著正相关, 表明上市公司年报中披露的风险提示信息越多, 越容易收到非标意见。第二至七列分别为风险提示信息与审计意见的Probit回归、变量滞后一期回归、一阶差分检验、基于面板数据的混合回归与随机效应回归、GMM回归结果 (5) , 检验结果显示审计意见OPIN与风险提示信息Risk分别在10%、5%和1%水平上呈显著正相关, 证明了Logit回归的结果是稳健的, 假设1得证。

2 风险提示信息与审计意见 (6) 导出到EXCEL

 

 


解释变量

被解释变量

OPIN
Logit Probit 滞后一期 一阶差分 基于面板数据
(混合回归)
基于面板数据
(RE)
GMM
Risk 0.402**
(2.07)
0.182*
(1.69)
0.743*
(1.76)
0.967*
(1.83)
0.415**
(2.08)
0.415*
(1.66)
0.150***
(2.61)

Q
0.056
(1.25)
0.034*
(1.72)
0.127***
(3.08)
0.048
(0.53)
0.062
(1.38)
0.062*
(1.93)
0.004***
(3.78)

ROE
-0.236
(-0.31)
-0.219
(-0.66)
-1.052
(-1.41)
-0.073
(-0.05)
-0.269
(-0.37)
-0.269
(-0.78)
-0.045
(-1.26)

LEV
1.024***
(5.08)
0.445***
(5.04)
1.049***
(5.35)
-0.186
(-0.55)
1.062***
(4.94)
1.062***
(5.30)
0.017***
(4.95)

Size
-0.189
(-1.42)
-0.073
(-1.30)
0.256**
(2.29)
0.675**
(2.15)
-0.202
(-1.47)
-0.202**
(-2.22)
-0.003*
(-1.74)

CFO
-0.210***
(-2.71)
-0.094***
(-2.90)
-0.219***
(-3.47)
-0.023
(-0.23)
-0.215***
(-2.73)
-0.215
(-1.46)
-0.004***
(-2.88)

Indratio
0.937
(0.47)
0.462
(0.58)
-1.629
(-0.94)
3.290
(0.94)
1.119
(0.54)
1.119
(0.69)
0.002
(0.10)

Lnsalary
-0.158
(-1.04)
-0.054
(-0.87)
-0.580***
(-3.92)
0.227
(0.61)
-0.169
(-1.07)
-0.169
(-1.16)
0.000
(0.15)

Avoidloss
1.195***
(4.42)
0.505***
(4.49)
0.877***
(3.57)
0.088
(0.18)
1.207***
(4.25)
1.207***
(5.16)
0.019**
(2.57)

Difficult1
-2.165*
(-1.90)
-1.105**
(-2.22)
-1.589
(-1.39)
2.721
(0.66)
-2.138*
(-1.71)
-2.138**
(-1.97)
-0.052***
(-3.66)

Difficult2
-1.513*
(-1.66)
-0.636*
(-1.66)
-2.054**
(-2.40)
-3.882*
(-1.88)
-1.544*
(-1.73)
-1.544*
(-1.73)
-0.029***
(-2.76)

L_OPIN
4.028***
(19.18)
2.054***
(20.27)
2.915***
(13.77)
4.460***
(10.62)
4.001***
(17.77)
4.001***
(20.06)
0.478***
(15.29)

Switch
-0.157
(-0.79)
-0.087
(-1.10)
0.128
(0.71)
-0.222
(-1.54)
-0.167
(-0.84)
-0.167
(-0.83)
-0.003
(-1.09)

Occupy
5.830**
(2.00)
2.589**
(2.14)
8.608***
(3.67)
1.425
(0.19)
6.183**
(2.19)
6.183**
(2.40)
0.212**
(2.23)

Big4
-0.021
(-0.04)
-0.047
(-0.21)
-0.104
(-0.23)
-0.272
(-0.54)
-0.038
(-0.07)
-0.038
(-0.27)
0.009**
(2.24)

DA
4.562***
(3.06)
2.274***
(3.54)
1.262
(0.80)
-0.529
(-0.23)
4.701***
(3.11)
4.701***
(3.57)
0.130***
(2.82)

Constant
5.085*
(1.74)
1.534
(1.25)
4.717*
(1.91)
-4.992***
(-5.41)
-1.253
(-1.20)
-1.253
(-1.18)
0.108***
(2.78)

Year/IND
控制 控制 控制 控制 控制 控制 控制

Pseudo-R2
0.4458 0.4470 0.2887 0.1588 Wald chi2=616.92 Wald chi2=616.92 Wald chi2=405.07

χ2
697.54 745.87 480.74 196.52 Prob>chi2 =0.0000 Prob>chi2 =0.0000 R-squared=0.2804

N
10595 10595 8575 8575 10595 10595 10595

注:***表示在1%水平下显著, **表示在5%水平下显著, *表示在10%水平下显著。已对回归方程中的异方差问题进行了检验和处理, 括号内提供的Z值经过异方差稳健修正, 下同。经VIF测试证实变量方差膨胀因子均小于10, 不存在多重共线性问题。

2.高管任期周期对风险提示信息影响审计意见的调节作用

表3显示了加入高管任期后风险提示信息与审计意见的Logit回归结果。第 (1) 和 (3) 列显示, 风险提示信息和高管既有任期 (团队平均任期) 的交乘项Risk×Tenure (Risk×Atenure) 与审计意见OPIN在5% (10%) 的水平上显著正相关, 表明高管在任周期越长, 风险提示信息的增多更易引起上市公司获得非标审计意见, 强化了风险提示信息与非标意见之间的正向关系。第 (2) 列结果显示, 风险提示信息和高管预期任期的交乘项Risk×Etenure与审计意见OPIN在10%的水平上显著负相关, 表明当高管的预估任期越长时, 会抑制风险提示信息对非标意见的正向影响。这一结果能够从上述关系的对立面得到较好的解释, 即当高管预计未来任职时间很短, 其很可能会为了获得职位晋升或更高的离任报酬, 在有限预期任期内尽量使企业运营维持稳定, 对待风险将更加慎重, 因此倾向于披露较少但相关性较高的风险信息以警示投资者。而对于预期任期较长的高管, 其风险容忍度则相对较高, 其披露的风险信息虽然范围更广但往往不具备针对性, 对审计师决策价值不高, 从而抑制了该信息与非标意见之间的正向关联。第 (4) 列结果显示, 风险提示信息和高管团队任期异质性的交乘项Risk×Dtenure与审计意见OPIN未出现显著关系, 表明团队内高管任期存在异质性, 风险提示信息对审计意见的过程形成没有明显约束。第 (5) — (6) 列结果显示, 风险提示信息和高管既有任期 (团队平均任期) 的交乘项Risk×Tenure (Risk×Atenure) 与审计意见OPIN在5%的水平上显著正相关, 风险提示信息和既有任期 (团队平均任期) 平方项的交乘项Risk×Tenure2 (Risk×Atenure2) 与审计意见OPIN在10% (5%) 的水平上显著负相关, 表明当高管既有任期 (团队平均任期) 增加, 出具非标意见的概率会随着风险提示信息的增多而提升, 但随着该任期的进一步增加, 大约在其任职的第7年 (阈值为6.78) 左右, 出具非标意见的概率将随着风险提示信息的增多而减小, 即随着任期时间的延长, 二者之间呈现出倒U型关系, 高管既有任期实质上产生了一种非线性调节作用。这一结果与已有的对高管任期周期性及阈值的研究 (Finkelstein和Hambrick, 1996;陈守明等, 2011) 结论相一致, 假设2得证。

3 高管任期周期性调节作用的Logit回归结果 导出到EXCEL

 

 


解释变量

被解释变量

OPIN
(1) (2) (3) (4) (5) (6)
Risk -0.516
(-0.91)
0.705*
(1.70)
-0.475
(-0.77)
-0.153
(-0.27)
-0.736
(-1.44)
2.221*
(1.79)

Tenure
-0.102*
(-1.73)
      -0.367***
(-3.83)
 

Risk×Tenure
0.324**
(2.27)
      0.574**
(2.11)
 

Etenure
  0.007
(1.57)
       

Risk×Etenure
  -0.023*
(-1.84)
       

Atenure
    -0.009
(-1.27)
    -0.010
(-1.19)

Risk×Atenure
    0.029*
(1.88)
    0.122**
(2.42)

Dtenure
      -0.560
(-1.36)
   

Risk×Dtenure
      1.230
(1.17)
   

Tenure2
        0.026***
(3.01)
 

Risk×Tenure2
        -0.041*
(-1.69)
 

ATenure2
          0.000
(1.30)

Risk×Atenure2
          -0.009**
(-2.11)

Control Variables
Yes Yes Yes Yes Yes Yes

Constant
5.409*
(1.85)
4.840*
(1.67)
5.581*
(1.89)
5.467*
(1.85)
5.605*
(1.90)
5.853**
(1.98)

Pseudo-R2
0.4481 0.4456 0.4471 0.4470 0.4489 0.4492

χ2
675.82 677.65 687.25 687.20 693.05 693.05

N
10595 10595 10595 10595 10595 10595

注:为节省篇幅, 表中的控制变量不再列示, 资料备索, 下同。

(二) 延伸性研究:考虑高管人口特征的分析

根据高阶理论、信息质量观及审计意见需求的基本理论可知, 高管人员的一系列性格特征和心理偏好会影响年报中各类信息披露的内容及含量, 也将作用于审计意见的形成过程。因此, 整个审计过程都与高管人口特征息息相关 (姜付秀等, 2009;张国清和肖华, 2016) 。根据李金早和许晓明 (2008) 、Henderson等 (2006) 对CEO任期与企业绩效关系机理的研究发现, CEO任期向企业绩效转化的重要内在路径之一便是CEO的个人学习程度。结合以上分析, 在前文任期研究的基础上, 引入与个人学习程度相关的变量:高管年龄 (Age) 和学历 (Edu) 做进一步探讨 (7)

表4显示了加入高管其他人口特征之后, 高管既有任期 (既有任期平方项) 、风险提示信息与审计意见的Logit回归结果。第 (1) — (4) 列结果显示, 当高管年龄低于 (高于) 均值组Age=0 (Age=1) 时, 风险提示信息和既有任期的交乘项Risk×Tenure与审计意见OPIN未显示显著关系 (在1%的水平上显著正相关) , 风险提示信息和既有任期平方项的交乘项Risk×Tenure2与审计意见OPIN在10%的水平上显著负相关 (未显示显著关系) , 表明对于年龄较低的高管而言, 随着任期的延长, 风险提示信息与非标审计意见之间呈现先上升后下降的倒U型关系, 即任期在低年龄高管组中产生的是非线性调节作用;对于年龄较高的高管来说, 由任期增加引起的风险提示信息与审计意见之间的正向关联会更显著, 即任期在高年龄高管组中产生的是线性调节作用。高管按学历分组的回归结果与年龄回归结果差异不大, 即任期在低学历组 (Edu=0) 中对风险提示信息与审计意见关系产生的是非线性调节作用, 在高学历组 (Edu=1) 中产生的是显著正向调节作用。上述回归结果表明, 随着任期在一定时间内的延长, 由个人不断努力学习与经验提升带来的风险提示信息对审计意见的信息价值效应能够有效发挥, 但该效应对处于不同年龄和学历层次的高管人员具备不同的增值区间。

4 年龄/学历、高管任期、风险提示信息与审计意见的Logit回归结果 导出到EXCEL

 

 


解释变量

被解释变量

OPIN
Age=0 Age=1 Edu=0 Edu=1
(1) (2) (3) (4) (5) (6) (7) (8)
Risk -0.970
(-0.70)
-0.686
(-0.87)
-0.444
(-1.28)
-0.300
(-0.32)
0.294
(0.46)
1.336*
(1.73)
1.744*
(1.93)
1.704
(1.14)

Tenure
-0.022
(-0.18)
-0.510***
(-3.73)
-0.142**
(-2.20)
-0.083
(-0.35)
-0.060
(-0.64)
-0.472***
(-3.61)
-0.161*
(-1.95)
-0.077
(-0.28)

Risk×Tenure
-0.040
(-0.09)
0.776
(1.64)
0.437***
(3.53)
0.352
(0.68)
0.093
(0.34)
0.862**
(2.32)
0.519***
(2.87)
-0.758
(-0.92)

Tenure2
  0.051***
(3.78)
  -0.005
(-0.27)
  0.037***
(3.09)
  -0.014
(-0.55)

Risk×Tenure2
  -0.098*
(-1.95)
  0.008
(0.17)
  -0.071**
(-1.99)
  0.084
(1.19)

Control Variables
Yes Yes Yes Yes Yes Yes Yes Yes

Constant
8.538*
(1.81)
8.738*
(1.81)
2.144
(0.57)
2.043
(0.54)
6.544
(1.20)
6.331
(1.18)
4.478
(1.13)
4.999
(1.24)

Pseudo-R2
0.4832 0.4894 0.4323 0.4324 0.4244 0.4261 0.4947 0.4926

χ2
399.97 419.74 343.03 343.53 308.70 307.55 381.72 387.71

N
3602 3602 6993 6993 5277 5277 5318 5318

注:***表示在1%水平下显著, **表示在5%水平下显著, *表示在10%水平下显著。

(三) 内生性检验与稳健性测试

第一, 内生性检验。

借鉴已有研究 (许年行和李哲, 2016;仇云杰和魏炜, 2016) , 采用倾向得分匹配法 (PSM) 进行内生性检验。即使用模型 (1) 中的控制变量对“分组风险提示信息 (FZRisk) ” (8) 进行Logit回归, 计算出PS值, 而后采用核匹配方法进行配对, 筛选出配对样本并基于上述匹配数据进行多元分析。表5显示了PSM的平均处理效应 (ATT) , 可以看出, 在没有经过倾向值匹配的情况下, 风险提示信息较多组 (FZRisk=1) 与风险提示信息较少组 (FZRisk=0) 在获取的审计意见上产生的差异为0.0071, 而在经过倾向值匹配之后, 这一效应只达到0.00504, 表明内生性的存在会高估普通Logit回归的估计结果。尽管采用倾向值匹配之后差异变小, 但此时的T值仍达到1.78, 表明风险提示信息对于非标审计意见的促进作用在统计上依然是显著的, 进一步支持了假设1。

5 PSM的平均处理效应 (ATT) 导出到EXCEL

 

 

变量 处理效应 处理组 控制组 差距 T值

Opinion
Unmatched 0.0253 0.0182 0.00710** 2.610
  ATT 0.0253 0.0203 0.00504* 1.780
  ATU 0.0182 0.0200 0.00181  
  ATE     0.00325  

注:同时, 我们还补充进行了其他两种PSM匹配方法 (最近邻匹配、半径匹配) , 按照PST和PSC差异在正负0.001的范围内搜寻, 结果与表5差异不大, 验证了前述PSM的结果是稳健的。限于篇幅, 不再列示具体过程, 资料备索。

第二, 稳健性测试。

借鉴韩丽荣等 (2013) 的研究, 采用审计收费 (Fee) 对原有的审计意见进行替代对模型 (1) 进行敏感性测试;借鉴罗彪等 (2014) 的做法, 采用分类风险强度 (即将与市场风险以及财务风险有关的词频字节数除以董事会报告总长度, 得到分类风险强度的标准化测量结果) 替换原先的总风险强度, 形成替代性变量Riskqd对模型 (1) 进行敏感性测试;剔除当年被ST的上市公司, 考察正常上市的公司风险信息披露与审计意见获得情况;考虑到风险词频表达危险程度可能存在差异, 为了尽量缓解文本型语言自身存在的弊端对本文研究结果可能造成的影响, 加入“公司自身经营状态”与“审计师是否初次审计”两种替代性解释渠道, 对模型 (1) 进行验证。以上测试结果均与表2中的回归结果基本保持一致, 证明假设1的结论是稳健的。

五、研究结论与局限性

本文以我国A股上市公司为样本, 在研究年报中的风险提示信息对审计师出具的审计意见是否产生影响的基础上, 加入高管任期作为调节变量, 实证检验了高管任期的周期性特征及其他特征 (高管年龄、学历) 能否通过丰富风险信息含量、完善治理环境而在其中发挥调节效应。检验结果发现, 审计意见与风险提示信息之间存在显著的正相关关系。在加入高管任期后发现, 随着任期的延长, 原先风险提示信息对非标准审计意见的正向影响会更显著, 但是随着该时间的进一步增加, 任期的周期性特征开始显现, 非标审计意见的出示概率开始随着风险提示信息的增多而减小, 即任期对二者之间产生了一种非线性调节作用。在进一步引入高管其他特征后发现, 高管任期、风险提示信息与审计意见三者之间的显著关联存在于高管年龄较大、学历较高的组别中。

以上研究结果表明, 首先, 财务报告中的风险提示信息能够在审计师发布的审计报告中得到反映, 说明审计师在执行审计测试时已经对该信息给予了相应关注, 对风险信息含量较多的上市公司实施了更加严格的检查并出具了更为稳健的审计意见。同时也表明, 当下我国上市公司在年报中汇报的风险信息与公司现实状况较为符合, 具有较高的决策价值, 这积极响应了财政部于2014年发布的要求上市公司对年报中“管理层讨论与分析”章节进行补充完善的相关规定。其次, 高管任职时间越长, 由在位时期形成的价值观以及风险偏好会通过提升风险信息的含金量而增加审计意见的可靠性, 但这一现象具有周期性, 即任期并非越长越好, 由此提醒上市公司应当为高管人员确立适度的任职时间以使其产生的公司治理效应最大化。此外, 由于年龄较大、学历较高的高管任期特征更能促进风险提示信息对非标审计意见的正向作用, 表明上市公司在建设高管团队时应注意按照成员个人特征实施有效组合, 同时也暗示审计师在执行审计时应紧密联系客户所处的内外部环境进行分析, 关注审计人员的安排与审计频率之间的匹配关系, 充分把控审计风险。最后, 年报中的非财务性风险提示信息具备较高的参考价值, 因此我们在今后进行风险会计研究和风险报告框架建设的过程中应对其给予充分关注。

本文的研究也存在改进空间。鉴于非财务信息在定义与计量上兼具困难, 风险一词在语言学中也存在众多表达方式, 因而本文讨论的风险提示信息仅围绕在年报中的“董事会报告”章节, 选择对其进行度量的有关词汇也只在一定程度上反映了风险信息含量, 而且考虑到对这些风险的归类存在一定的主观性, 在现实中这些风险也可能交织在一起, 所以我们没有对风险按照类型 (比如系统层面与公司层面) 做进一步的研究。这些局限期待通过以后更先进的文本分析检索技术, 在一个更高的层面上破解上述难题。



畅志文化期刊网,一个专业的论文发表,期刊发表,著作出版,课题等评职称相关平台。

文章名称:年报风险提示信息影响审计意见类型吗?——来自高管任期周期性特征的

文章地址:www.sjzjkl.com/lunwenjianshang/_san_/1034.html

内容来自网络-如有侵权,请告知删之

上一篇:管理者能力影响企业成本粘性吗? 下一篇:绿色信贷政策、企业新增银行借款与环保效应

还有问题,免费咨询专业人员

没有问题了,我想发稿或出版

选择服务:

作者姓名: *

联系电话: *

留言备注: *

咨询部:

发表部:

在线客服

客服电话:17600057161

投稿邮箱:71712724@qq.com

QQ:71712724
QQ:71712724

咨询部:

发表部: