姚祎歆

一、理論分析與假設提出

根據(jù) Simunic 提出的的審計收費模型，審計收費包含正常報酬、審計資源成本和審計風險溢價。[1]相比于在存貨、應收賬款和固定資產等方面的投資，企業(yè)在無形資產上的投入的不確定性更大。創(chuàng)新項目往往需要大量的資源投入，產生的經濟收益具有較大的波動性和不確定性，復雜程度較高，審計研發(fā)投入的過程涉及大量的職業(yè)判斷，審計師需要投入更多的時間和資源，最終會導致審計費用的提高。另外，由于研發(fā)投入對財務指標波動性的影響較大，公司會平滑研發(fā)投入帶來的利潤波動，創(chuàng)新投入帶來的風險會增加企業(yè)粉飾利潤的可能性，這會導致財務報表重大錯報風險提高，為了保證審計風險處于既定的水平，審計師需要通過增加審計投入來降低檢查風險，最終導致審計費用的增加。[2]研發(fā)投入的不確定性會增加審計失敗的風險和訴訟風險，也會最終提高審計收費。

因此，本文提出假設一：

H1：在控制其他變量的情況下，研發(fā)投入越多，審計費用越高

相較于規(guī)模較小的事務所，規(guī)模較大的事務所擁有更多資深的和具有行業(yè)專長的注冊會計師。規(guī)模較大的事務所的審計師往往能更輕易地識別研發(fā)投入引發(fā)的盈余管理行為和導致的財務報表重大錯報風險，進而降低審計失敗的風險。而規(guī)模較小的事務所往往需要增加更多的審計程序和投入更多的審計資源來降低審計風險，這會導致審計成本的上升，這些審計成本的上升需要通過審計收費的提高來補償。因此，本文提出假設二：

H2：事務所規(guī)模會對研發(fā)投入與審計費用的關系產生負向調節(jié)作用。

二、研究設計

（一）樣本選擇

本文以2014年至2019年滬深 A 股的上市公司的數(shù)據(jù)作為初始樣本。剔除了金融保險類公司樣本、ST公司的樣本、數(shù)據(jù)缺失樣本和極端數(shù)據(jù)樣本之后，本文最終得到了12988個樣本觀測值。本文所有數(shù)據(jù)均來自國泰安數(shù)據(jù)庫，本文采用的分析軟件是 Excel2010 和Stata15.0。

（二）變量定義與模型設計

為了驗證假設一，本文建立模型一如下：

為了驗證假設二，本文建立模型二如下：

其中，被解釋變量為Tcost，用樣本企業(yè)當年支付的審計費用的自然對數(shù)來衡量，解釋變量為RD，用樣本企業(yè)當年的研發(fā)費用的自然對數(shù)來衡量，變量bigfour為虛擬變量，本文以是否為國際四大會計師事務所來區(qū)別事務所的規(guī)模，若當年為樣本企業(yè)提供審計服務的事務所為國際四大，則該變量取1，否則取0。為了檢驗事務所規(guī)模對研發(fā)投入與審計收費之間關系的調節(jié)作用，本文在模型二中構建了調節(jié)變量bigfour_RD，該變量是變量bigfour與變量RD交乘的結果。在借鑒學者研究成果的基礎上，本文還選取了公司規(guī)模、資產負債率、資產報酬率、股權性質、第一大股東持股比例和審計意見為控制變量。本文還控制年份效應和行業(yè)效應。

三、實證結果與分析

（一）描述性統(tǒng)計結果分析

表1 主要變量描述性統(tǒng)計

根據(jù)表1的結果，RD的均值為17.79，標準差為1.469，中位數(shù)為17.76，最小值是13.61，最大值為21.89，可見在2014至2019年間，上市公司的研發(fā)投入金額較大，公司間研發(fā)投入的數(shù)額存在一定差距。Tcost的均值為13.83，標準差為0.687，中位數(shù)為13.71，最大值為16.36，最小值為12.61，可見不同上市公司的審計費用存在差異，這些差異是由審計客戶情況、市場環(huán)境和審計師特征等因素導致的。Bigfour的均值為0.0540，標準差為0.226，這說明在2014至2019年間，大概有5.4%的樣本公司選擇國際四大作為審計服務的提供方。

（二）回歸結果分析

表2 研發(fā)投入與審計收費

結果顯示，研發(fā)費用（RD）會對審計收費（Tcost）產生顯著的正向影響，該結果在1%的顯著性水平上具有意義，回歸系數(shù)為0.021。這個結果驗證了假設一，即在控制了相關變量的前提下，企業(yè)的研發(fā)投入越多，需要向審計方支付的審計費用越高。另外，事務所規(guī)模（bigfour）、公司規(guī)模（size）和股權性質（state）都會對審計費用產生正向影響，且回歸系數(shù)都在1%的水平上顯著大于零。根據(jù)研究結果，資產收益率（ROA）的回歸系數(shù)為-0.216，在1%的水平上顯著，審計意見類型（opinion）對審計收費（Tcost）產生顯著的負向影響，系數(shù)為-0.076。

表3 研發(fā)投入與審計收費（基于事務所規(guī)模的調節(jié)效應）

表3檢驗了事務所規(guī)模對研發(fā)投入和審計收費之間關系的調節(jié)效應。本文構建了事務所規(guī)模與研發(fā)投入的交乘項（bigfour_RD），作為研發(fā)投入與審計收費之間關系的調節(jié)變量。研究結果表明，在引入了調節(jié)變量bigfour_RD后，研發(fā)投入對審計收費的正向影響依然在1%的水平上顯著，系數(shù)為0.026，事務所規(guī)模的回歸系數(shù)為1.265，該結果也是在1%的水平上顯著，調節(jié)變量bigfour_RD的回歸系數(shù)為-0.056，該結果在1%的水平上顯著，這與本文的假設二相一致，說明了事務所規(guī)模會對研發(fā)投入與審計收費之間的關系產生負向的調節(jié)作用。

（三）穩(wěn)健性檢驗

研發(fā)投入和審計收費可能存在著互為因果的問題。為了解決反向因果問題，本文采取了工具變量法。本文選取的工具變量是企業(yè)收到的政府補助收入。收到的來源于政府的補助收入是企業(yè)進行研發(fā)投入的一個重要資金來源，政府補助可以促進企業(yè)創(chuàng)新投入的提高，這兩者之間顯著正相關，這滿足了使用工具變量法的第一個條件。[3]另外，政府補助與模型中的殘差項不相關，這滿足了使用工具變量法的第二個條件。本文采用工具變量法的結果如表4所示。

表4 工具變量法回歸結果

由表4可見，在第一階段的回歸中，政府補助在1%的水平上與研發(fā)費用顯著正相關，系數(shù)為0.178，說明不存在弱工具變量。在第二階段的回歸中，研發(fā)費用（predict_RD）對審計費用（Tcost）產生的正向影響在1%的水平上顯著，回歸系數(shù)為0.071，說明研發(fā)費用越多，審計費用越高這一結論是穩(wěn)健的。