中国本土会计师事务所市场地位与经济回报探析行业发展研究资料No3Word下载.docx

1、这些效应意味着行业专长化能够带给会计师事务所更大的经济回报。另一方面，行业专长化有助于事务所通过规模经济获得审计效率（Habib，2011），这同样为行业市场地位领先者降低审计定价提供了基础。考虑到行业市场地位对审计定价同样具有正负两方面影响，本文提出第二个原假设：H2：中国本土会计师事务所的行业市场领先地位与经济回报不相关。三、研究设计（一）模型。我们估计以下线性回归模型：LAF = b0 + b1LEADERprov+ b2LEADERind + b3LEADERprov*LEADERind+ b4LTA + b5SQSUBS + b6CATA + b7QUICK + b8LEV + b9

2、ROA+ b10LOSS + b11SOE + b12MOD + b13SWITCH + IND + YR + （1）各变量的含义如表1所示。模型的因变量为审计收费水平。与Pearson and Trompeter（1994）一致，我们考察处于市场领先地位的会计师事务所伴随的审计定价，因此实验变量为LEADERprov、LEADERind以及LEADERprov*LEADERind。如果当期负责审计的会计师事务所在上市公司所在省份的审计市场份额排名第一（按照上市公司总资产规模计算），则LEADERprov取1，否则取0。如果当期负责审计的会计师事务所在上市公司所在行业的审计市场份额排名第一（按

3、照上市公司总资产规模计算），则LEADERind取1，否则取0。通过加入LEADERprov和LEADERind的交互项，我们可以评价同时具备区域市场领先地位和行业市场领先地位的事务所的经济回报，同时也可以评价仅具某一种市场领先地位的事务所的经济回报。我们基于以往的审计定价文献（Simunic，1980；Craswell and Francis，1999）纳入模型的控制变量，包括客户规模（LTA）、审计复杂程度（SQSUBS）、审计风险变量（CATA、QUICK、LEV、ROA、LOSS、MOD）、公司产权性质（SOE）、事务所变更（SWITCH）以及行业和年度虚拟变量。根据Craswell和

4、Francis（1999）的讨论，LTA、 SQSUBS、CATA、LEV、LOSS、MOD的预期符号为正，QUICK和ROA的预期符号为负。以往文献指出，中国的国有企业缺乏对高质量审计服务的需求（Wang et al.，2008），因此SOE的预期符号为负。本文考察本土会计师事务所，故未纳入反映国际“四大”的控制变量。基于不同规模的本土会计师事务所可能具有不同的发展战略和审计定价策略，我们在对全样本进行回归分析的基础上进一步区分本土大所和本土中小所两组子样本分别回归。如果当期负责审计的会计师事务所在国内上市公司审计市场份额排名前十（按照上市公司总资产规模计算），则界定为本土大所，否则为本土中

5、小所。对两组子样本的分析有助于我们更有针对性地识别本土大所和本土中小所在市场地位与经济回报关系上的潜在差异。表1：变量含义变量含义界定LAF=AF取自然对数；AF表示年度审计收费（单位：万元人民币）；LEADERprov虚拟变量，取1时表示当期负责审计的会计师事务所在上市公司所在省份的审计市场份额排名第一（按照上市公司总资产规模计算），其余情形取0；LEADERind虚拟变量，取1时表示当期负责审计的会计师事务所在上市公司所处行业的审计市场份额排名第一（按照上市公司总资产规模计算，行业基于中国证监会13大类行业分类），其余情形取0；LTA总资产（单位：万元人民币）取自然对数；SQSUBS纳入合

6、并范围的子公司数量取平方根；CATA流动资产/总资产；QUICK（流动资产-存货）/流动负债；LEV负债总额/总资产；ROA净利润/总资产；LOSS虚拟变量，取1时表示当期净利润为负，其余情形取0；SOE虚拟变量，取1时表示公司受政府或国有企业控制，其余情形取0；MOD虚拟变量，取1时表示公司收到了非标准审计报告（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），其余情形取0；SWITCH虚拟变量，取1时表示当期发生了会计师事务所变更，其余情形取0；IND基于中国证监会行业分类的行业虚拟变量；YR年度虚拟变量。（二）样本和数据。自2001年起中国证券市场开始系统披露审计收费数据

7、，因此我们选取2001-2010年的所有A股上市公司（不含金融业上市公司）进行分析。数据来源于色诺芬（CCER）数据库。由于本文考察本土会计师事务所，样本中剔除了国际“四大”审计的上市公司观测。此外，样本剔除了回归模型所需变量值（如审计收费）缺失的所有观测。最终样本规模为11454个公司/年度观测。各连续变量的取值在1%和99%分位数上进行了截尾处理。需要说明的是，我们对区域（省际）市场地位领先者、行业市场地位领先者以及本土大所的界定并不限于研究样本，而是基于2001-2010年间各年份所有可获得上市公司资产规模的观测，以确保有关变量的度量基础的完整性。（三）描述性统计。表2的描述性统计显示，

8、样本公司的年度审计费用均值（中值）为54（45）万元。具有区域（省际）审计市场领先地位的本土会计师事务所审计了36%的样本公司。各行业审计市场份额的领先者审计了7%的样本公司，这意味着总体而言中国本土会计师事务所的行业专长化程度较低。63%的样本公司受政府或国有企业控制；13%的样本公司发生了亏损；9%的样本公司收到了非标准审计报告；9%的样本公司发生了会计师事务所变更。表2：模型主要变量的描述统计观测数均值标准差最小值中位数最大值AF11,45453.8134.1415452203.840.522.713.815.390.360.4810.070.2612.001.029.3911.9014

9、.902.461.432.247.420.540.210.080.550.971.321.750.090.8513.100.330.060.502.890.02-0.520.030.220.130.630.29注：变量界定参见表1。在样本中，有40%（60%）的样本观测由本土大所（本土中小所）审计。表3组A列示了区域（省际）市场地位领先者与不同规模事务所的交互分布。在本土大所的审计业务中，有42.6%（=1959/4603）是其作为区域审计市场地位领先者承做的审计业务。在本土其他事务所的审计业务中，有31.7%是其作为区域市场份额领先者承做的审计业务。卡方检验显示本土大所更可能作为区域审计市场

10、地位领先者承做审计业务（Pearson 卡方=139.9，p=0.000）。表3组B列示了行业市场地位领先者与不同规模事务所的交互分布。在本土大所的审计业务中，有16.9%（=779/4603）是其作为行业审计市场地位领先者承做的审计业务。在本土其他事务所的审计业务中，仅有1%是其作为行业市场份额领先者承做的审计业务。卡方检验显示本土大所更可能作为行业市场份额领先者承做审计业务（Pearson 卡方=1000，p=0.000）。表3组C列示了区域市场地位领先者与行业市场地位领先者的交互分布。在区域市场地位领先者承做的审计业务中，有13.1%（=539/4133）是其同时作为行业市场份额领先者承

11、做的审计业务。在区域市场地位非领先者承做的审计业务中，仅有4.2%是其作为行业市场份额领先者承做的审计业务。卡方检验显示区域审计市场地位领先者更可能作为行业审计市场地位领先者承做审计业务（Pearson 卡方=298.6，p=0.000）。此外，LEADERprov与LEADERind的相关系数为0.16。表3：对处于不同市场地位的会计师事务所的进一步描述组A：区域审计市场地位领先者与本土事务所的交互分布LEADERprov=1LEADERprov=0合计本土大所1,9592,6444,603本土中小所2,1744,6776,8514,1337,321组B：行业审计市场地位领先者与本土事务所的

12、交互分布LEADERind=1LEADERind=07793,824706,78184910,605组C：区域审计市场地位领先者与行业审计市场地位领先者的交互分布5393103,5947,011本土大所表示当期负责审计的会计师事务所在国内上市公司审计市场份额排名前十（按照上市公司总资产规模计算）；其余本土事务所均作为本土中小所。LEADERprov与LEADERind的界定参见表1。四、结果（一）单变量分析。表4比较了不同市场地位的本土会计师事务所的审计定价。单变量分析结果显示，当本土事务所处于区域（省际）市场领先地位时，审计收费均值（中位数）为55.4（45）万元；未处于区域市场领先地位时，

13、审计收费均值（中位数）为52.9（45）万元，两者存在显著差异。当本土事务所处于行业市场领先地位时，审计收费均值（中位数）为69.5（60）万元；未处于行业市场领先地位时，审计收费均值（中位数）为52.6（45）万元，两者同样存在显著差异（且差异大于以区域市场地位作为区分的组间差异）。单变量的结果与市场地位伴随更高经济回报的假说一致。考虑到不同类型的会计师事务所具有不同的客户群特征，上述单变量分析结果可能受到客户特征的影响，为此有必要进行进一步的多元回归分析。表4：中国本土会计师事务所的市场地位与审计定价：单变量分析（n=4133）（n=7321）（n=849）（n=10605）t统计量（中位

14、数）（z统计量）55.452.93.72*69.552.612.43*（45）（4.31*）（60）（16.14*）3.863.833.81*4.113.8216.10*（3.81）（4.09）*表示0.01的显著性水平（双尾）。（二）多元分析。表5列示了审计定价模型的多元回归结果。我们首先基于全样本进行回归分析（栏（1）和栏（2），随后分别对本土大所（栏（3）和栏（4）以及本土中小所（栏（5）和栏（6）两组子样本进行回归分析。在各组样本的分析中，我们先纳入两个市场地位变量LEADERprov与LEADERind（栏（1）、（3）、（5），随后纳入两个市场地位变量及其交互项（栏（2）、（4）、

15、（6）。各组回归的调整R2介于0.37-0.50。栏（1）和栏（2）对全样本的回归结果显示，LEADERprov的系数不显著，而LEADERind的系数显著大于零（p0.01），F检验显示LEADERind的系数显著大于LEADERprov。纳入了交互项后，交互项的系数也显著大于零（p0.05）。这意味着，当本土事务所仅处于区域市场领先地位（而不具有行业市场领先地位）时，无法获取显著的审计溢价；当本土事务所仅处于行业市场领先地位（而不具有区域市场领先地位）时，则能够获取显著的审计溢价；如果本土事务所既处于区域市场领先地位，又具有行业市场领先地位，则能够在单一维度市场领先地位的基础上获取显著的审

16、计溢价。上述证据的含义是，本土会计师事务所仅仅通过区域“规模化”（在各省际市场取得领先地位）并不足以获取明显的经济回报，而“专长化”（通过在各行业做专）则可以获取明显的经济回报，而同时实施“规模化”和“专长化”伴随着更大的经济回报。基于本土大所子样本的回归分析显示出与全样本不同的结果。栏（3）和栏（4）显示，LEADERprov和LEADERind的系数均显著大于零（p0.01），且F检验显示LEADERprov与LEADERind的系数无显著差异。栏（4）还显示，LEADERprov*LEADERind的系数与零无显著差异。这些证据意味着对于本土大所，取得区域市场领先地位（“规模化”）或取得

17、行业市场领先地位（“专长化”）均伴随着明显的经济回报。基于本土中小所子样本的回归分析显示出与本土大所不同的结果。栏（5）和栏（6）显示，LEADERprov的系数显著为负（p0.05或0.01），不纳入交互项时LEADERind的系数显著为正（p0.01），纳入交互项时LEADERind的系数为正，交互项的系数则显著大于零（pF检验显示LEADERind的系数显著大于LEADERprov。这些证据意味着对于本土中小所，仅仅取得区域市场领先地位不仅不能给事务所带来正面的经济回报，反而需要向客户提供审计折价（一个可能的解释是本土中小所通过低价策略争取区域市场领先地位）；取得行业市场领先地位给中小事

18、务所带来的经济回报明显大于取得区域市场领先地位伴随的经济回报；如果本土中小所同时取得区域市场领先地位和行业市场领先地位，则能够在单一维度市场领先地位的基础上获取显著的审计溢价。简言之，对于本土中小所，行业专长化（包括在行业专长化的基础上实施区域规模化）是能够产生正面经济回报的策略。表5：审计定价模型的多元回归结果全样本（1）（2）（3）（4）（5）（6）系数因变量 = LAF（t统计量）检验变量：0.0090.0030.078-0.046-0.049（0.59）（0.17）（3.87）*（3.61）*（-2.55）*（-2.67）*0.1770.1280.1220.1240.2160.117（

19、9.71）*（4.59）*（6.13）*（3.88）*（3.95）*（1.57）LEADERprov*LEADERind0.081-0.0020.224（2.17）*（-0.05）（2.22）*控制变量：0.2580.2690.245（29.33）*（29.40）*（23.12）*（23.10）*0.0890.0960.084（15.91）*（15.83）*（12.87）*（12.89）*（12.07）*（12.04）*0.0100.011-0.007（0.26）（0.28）（-0.12）（0.19）（0.18）-0.0010.001（-0.23）（-0.24）（-0.49）（0.27）0.1

20、210.152（5.28）*（5.29）*（2.61）*（5.46）*（5.45）*0.2330.2320.2820.2830.185（2.91）*（2.89）*（2.31）*（1.84）*0.0300.0340.025（1.82）*（1.33）（1.25）（1.24）-0.044-0.040-0.043（-2.92）*（-2.96）*（-2.07）*（-2.06）*（-2.33）*0.0950.1460.062（4.15）*（4.14）*（4.13）*（2.24）*（2.23）*-0.035-0.059-0.024-0.025（-2.53）*（-2.52）*（-2.77）*（-1.35）（-1.38）YesConstant0.4110.4130.4530.4520.5660.563（3.81）*（3.83）*（3.09）*（3.08）*（4.38）*（4.36）*调整R20.4300.5010.3710.372F统计量（LEADERprov = LEADERind）43.8317.242.001.6320.40