第三节 研究设计

一、审计质量的衡量指标

审计意见和经过审计的企业会计信息是注册会计师审计的两个可被观测的产出。由此，我们以注册会计师出具非标意见的概率和企业内部盈余管理的程度作为审计质量的衡量指标。在其他条件相同的情况下，更倾向于出具非标意见或者对企业内部盈余管理抑制作用更显著通常代表了注册会计师发现并报告企业会计错弊的能力更强，因而审计质量更高。与以往的文献保持一致（DeFond等，2000），我们将“无保留意见加强调事项段”“保留意见”“无法表示意见”以及“否定意见”划分为非标意见，以虚拟变量MAO代表。如果被审计企业在当前年度收到非标审计意见，MAO为1，否则为0。

根据Chen和Yuan（2004）的研究，我们以企业的非经常项目收益率作为盈余管理程度的衡量指标，以NROE表示。在我国资本市场上存在许多基于会计数字的监管要求，例如在1998年之前，企业IPO和SEO必须满足连续三年至少有10% ROE的要求。除此之外，若上市企业连续两年ROE小于零时，其股票将被冠以“ST”（特别处理）前缀作为警告。若在第三年企业依旧不能扭亏为盈，则将遭到退市处理。为了满足这些监管要求，我国企业管理层普遍存在通过非经常项目操纵收益的倾向，而监管者也将非经常性项目视为企业管理层可以利用的盈余管理手段（Chen和Yuan, 2004）。因此，以非经常项目收益率衡量企业内部盈余管理程度是恰当的。与Chen和Yuan（2004）保持一致，我们首先以企业的净利润减去营业利润计算其非经常项目收益，然后再以非经常项目收益与企业期初总资产之比计算非经常项目收益率。

二、模型设定

为了检验“脱钩改制”对我国注册会计师审计质量的影响，根据以往研究（Chen和Yuan, 2004; DeFond等，2001），我们构建如下实证模型：

在式（3.1）中，被解释变量AQ代表审计质量，以非标审计意见MAO和企业盈余管理NROE衡量。我们的实验变量Period和Dishis分别代表“脱钩改制”前后以及会计师事务所参与“脱钩改制”与否。Period为虚拟变量，如果观测值处在会计师事务所“脱钩改制”之前的1995—1996年度则为0，若处在“脱钩改制”之后的1998—2000年度，Period则取1。为了减少其他因素的影响，我们排除“脱钩改制”发生的1997年。Dishis同为虚拟变量，若会计师事务所是参与“脱钩改制”的我国本土事务所，则Dishis取1，否则取0。在这个计量模型中，我们最关心的是交乘项Period×Dishis的回归系数，其代表了相对于未参与“脱钩改制”的会计师事务所，那些参与“脱钩改制”事务所的审计质量在“脱钩改制”前后的变化。如果“脱钩改制”能够提升审计质量，交乘项Period×Dishis应该与非标审计意见MAO显著正相关，与企业盈余管理程度NROE显著负相关。

为了控制其他因素对审计质量的影响，我们进一步基于以往研究（Chen和Yuan, 2004; DeFond等，2001），在模型中加入一组控制变量。其中，Topaud 代表会计师事务所规模，如果参与“脱钩改制”的本土事务所以客户总资产衡量的市场份额处在所有本土事务所的前十位，Topaud设为1，否则为0。Size, ROE, Detrat代表企业的经营规模、盈利状况和破产风险，分别以企业总资产的自然对数、所有者权益回报率以及长期债务与所有者权益之比衡量。被审计企业的上市年限Age以及同时发行A股和B股或H股的状态Foreign也作为控制变量加入我们的计量模型以控制企业财务风险和制度环境的影响。除此之外，我们进一步加入被审计企业的流动比率Currant，应收账款以及存货与总资产比例REC和INV以控制注册会计师面对的审计复杂度。

最后，我们在模型中加入被审计企业所处行业和年度的虚拟变量以控制年度和行业固定效应。为了降低极端值的影响，我们对所有连续变量在1%和99%的区间进行winsoorize缩尾处理。由于回归使用面板数据，同一个企业存在不同年度的观测值，为此我们对回归模型的残差进行集簇（cluster）处理以降低组间异方差对回归系数显著性的影响。我们使用Logit模型估计“脱钩改制”对注册会计师出具非标审计意见概率的影响，使用最小二乘法估计企业盈余管理程度在“脱钩改制”前后的变化。

三、样本选择

我们选择1995—2000年度在沪深两市挂牌交易的所有上市企业为样本。初始样本包括1248家企业，共4359个企业-年度观测值。为了排除“脱钩改制”过渡年份的影响，我们首先剔除了处在1997年度的711个观测值。我们进一步剔除13个无法确定当期审计意见的观测值以检验“脱钩改制”对注册会计师出具非标审计意见概率的影响。在此基础之上，为检验“脱钩改制”与企业盈余管理程度之间关系，870个未披露净利润或者主营业务利润的观测值也从我们的样本中被剔除。经过这一系列步骤之后，我们用以估计审计意见的最终样本共3635个观测值，而用以估计企业盈余管理程度的最终样本共2765个观测值。所有关于企业财务、审计意见以及会计师事务所信息的数据均来自CSMAR数据库。在表3.1中，我们列示了具体的样本筛选步骤。

表3.1 样本筛选

表3.2报告了我们基于审计意见估计样本的控制变量描述性统计结果。如表3.2所示，在我们的样本中，平均有28.5%的企业-年度观测值聘用本土“十大”会计师事务所进行审计。除此之外，样本观测值的平均规模为85万人民币（e13.643），平均所有者权益收益率为5.2%，长期负债与所有者权益之比平均为39.7%。而且，对于我们的样本观测值而言，其平均流动比率只有0.784，应收账款和存货分别占到总资产的10%和10.7%。最后，由于我们选择的样本期间较早，样本企业的平均上市年限只有不到4年，同时发行A股和B股或H股的观测值也只占到总样本的11.9%。这些数据与以往针对我国“脱钩改制”的研究中所报告的数据基本一致（Gul等，2009; Yang等，2001）。

表3.2 控制变量描述性统计

注：这张表报告的是基于审计意见估计样本的控制变量描述性统计结果。