關(guān)鍵審計(jì)事項(xiàng)與股價(jià)崩盤(pán)風(fēng)險(xiǎn)

●趙 芳 許立志 羅瑞寧

一、引言

財(cái)務(wù)報(bào)表是公司外部投資者了解公司經(jīng)營(yíng)成果和財(cái)務(wù)狀況的重要信息來(lái)源，傳統(tǒng)審計(jì)報(bào)告的格式統(tǒng)一，對(duì)外部財(cái)務(wù)報(bào)表使用者而言， 審計(jì)報(bào)告最主要的作用就是表明公司財(cái)務(wù)報(bào)表是否合法合規(guī)， 傳統(tǒng)審計(jì)報(bào)告的內(nèi)容相似使得外部財(cái)務(wù)報(bào)表使用者難以從審計(jì)報(bào)告中提取關(guān)于被審單位的額外信息， 幫助外部投資者進(jìn)行投資項(xiàng)目的對(duì)比與決策?！吨袊?guó)注冊(cè)會(huì)計(jì)師審計(jì)準(zhǔn)則第1504 號(hào)——在審計(jì)報(bào)告中溝通關(guān)鍵審計(jì)事項(xiàng)》 準(zhǔn)則要求審計(jì)報(bào)告披露關(guān)鍵審計(jì)事項(xiàng)及相應(yīng)審計(jì)程序，有助于增加不同公司審計(jì)報(bào)告間的信息差異性，以提高審計(jì)報(bào)告的信息含量。根據(jù)現(xiàn)有研究， 股價(jià)崩盤(pán)風(fēng)險(xiǎn)產(chǎn)生的原因是公司內(nèi)外部信息不對(duì)稱(chēng)， 關(guān)鍵審計(jì)事項(xiàng)披露是否會(huì)因?yàn)閹?lái)增量信息從而影響股價(jià)崩盤(pán)風(fēng)險(xiǎn)， 學(xué)者們沒(méi)有統(tǒng)一的結(jié)論?；诖?，本文以準(zhǔn)則實(shí)施先后4 年為研究區(qū)間， 選取2012—2019 年A 股上市公司為研究樣本，將關(guān)鍵審計(jì)事項(xiàng)披露作為外生事件，實(shí)證研究其對(duì)股價(jià)崩盤(pán)風(fēng)險(xiǎn)的影響，并進(jìn)一步研究在不同信息透明度下二者關(guān)系的差異。

二、理論分析與研究假設(shè)

股價(jià)崩盤(pán)是指上市公司股票在證券市場(chǎng)出現(xiàn)大量拋售賣(mài)單， 導(dǎo)致股票價(jià)格下跌， 其直接誘因是公司對(duì)壞消息的隱藏， 當(dāng)壞消息囤積到無(wú)法承受的閾值后，消息集中釋放，造成股價(jià)崩盤(pán)。目前，對(duì)股價(jià)崩盤(pán)風(fēng)險(xiǎn)的影響研究按影響因素可分為兩類(lèi)， 分別為公司內(nèi)部影響因素和外部影響因素。

公司內(nèi)部影響因素集中在公司治理、 公司信息披露和委托代理問(wèn)題三個(gè)角度。在公司治理方面，公司股權(quán)集中度提升有助于股東行使監(jiān)督職責(zé)，降低管理層“掏空”行為的概率，抑制股價(jià)崩盤(pán)風(fēng)險(xiǎn)。 公司內(nèi)部信息披露的數(shù)量與質(zhì)量的提升， 有助于減緩公司內(nèi)外部信息不對(duì)稱(chēng)， 對(duì)穩(wěn)定股價(jià)有正向效果， 特別是披露關(guān)于公司盈余質(zhì)量、穩(wěn)健性方面的信息，對(duì)抑制股價(jià)崩盤(pán)風(fēng)險(xiǎn)作用顯著。 雖然提升公司信息的數(shù)量與質(zhì)量有利于股價(jià)穩(wěn)定， 但管理層對(duì)披露公司信息的選擇掌握決定權(quán)，不排除管理層為個(gè)人私利、為塑造公司良好形象，故意釋放特定信息，轉(zhuǎn)移外部關(guān)注焦點(diǎn)， 加劇公司內(nèi)外部信息差，提升股價(jià)崩盤(pán)風(fēng)險(xiǎn)。

公司外部的影響主要有外部審計(jì)、外部投資者以及政策變化等因素。股價(jià)崩盤(pán)風(fēng)險(xiǎn)的本質(zhì)是公司內(nèi)外部信息不對(duì)稱(chēng)造成的風(fēng)險(xiǎn)， 外部審計(jì)在審計(jì)財(cái)務(wù)報(bào)表過(guò)程中， 有利于發(fā)現(xiàn)內(nèi)部存在的問(wèn)題并對(duì)公司提出建議， 有效減少公司產(chǎn)生負(fù)面消息的概率， 從源頭緩解信息不對(duì)稱(chēng)。 外部投資者方面，公司負(fù)面消息集中披露使外部投資者對(duì)公司喪失信心， 做出盲目跟從他人的非理性投資行為， 造成短時(shí)間內(nèi)大量資金同方向進(jìn)退，增大股價(jià)波動(dòng)幅度，股市恐慌情緒加劇，產(chǎn)生新一輪非理性投資行為，形成羊群效應(yīng)，提升股價(jià)崩盤(pán)風(fēng)險(xiǎn)。

關(guān)鍵審計(jì)事項(xiàng)披露的目的是揭示公司可能存在的風(fēng)險(xiǎn)、 增加審計(jì)報(bào)告的信息含量以及緩解公司與投資者間的信息不對(duì)稱(chēng)。

關(guān)鍵審計(jì)事項(xiàng)是審計(jì)師在審計(jì)過(guò)程中依據(jù)自身職業(yè)水平選取的事項(xiàng)，直接釋放公司內(nèi)部風(fēng)險(xiǎn)信息，是財(cái)務(wù)報(bào)表使用者新增的獲取公司內(nèi)部信息的渠道，有助于提升會(huì)計(jì)信息可比性，抑制公司的盈余管理行為。 審計(jì)報(bào)告作為第三方材料，關(guān)鍵審計(jì)事項(xiàng)可以有效加深外部投資者對(duì)公司及管理層的了解，減少投資者獲取公司內(nèi)部信息的成本。 同時(shí)，審計(jì)師承擔(dān)了更多的外部監(jiān)督者責(zé)任，面對(duì)提升的審計(jì)責(zé)任、法律訴訟風(fēng)險(xiǎn)， 審計(jì)師傾向于執(zhí)行更嚴(yán)苛的審計(jì)程序，增加與公司管理層、治理層的溝通，提供信息含量高的審計(jì)報(bào)告和披露個(gè)性化的關(guān)鍵審計(jì)事項(xiàng)。 審計(jì)師增加與治理層的溝通有利于治理層發(fā)揮監(jiān)督作用，減少管理層粉飾財(cái)務(wù)信息的機(jī)會(huì)，抑制公司應(yīng)計(jì)盈余管理活動(dòng)，提升公司會(huì)計(jì)穩(wěn)健性，降低公司囤積負(fù)面消息的概率。

但是，嚴(yán)格的審計(jì)程序?qū)е聦徲?jì)費(fèi)用上漲，當(dāng)關(guān)鍵審計(jì)事項(xiàng)披露對(duì)市場(chǎng)、 股價(jià)或公司形象可能產(chǎn)生不利影響時(shí)，審計(jì)師為增強(qiáng)其業(yè)務(wù)競(jìng)爭(zhēng)力，在目前關(guān)鍵審計(jì)事項(xiàng)缺少相關(guān)監(jiān)管機(jī)構(gòu)或第三方提供甄別、背書(shū)服務(wù)的情況下， 審計(jì)師可以利用準(zhǔn)則的模糊性證明被審單位偏好的合理性來(lái)提升其競(jìng)爭(zhēng)力。 而且，管理層出于個(gè)人私利考慮， 為極力維持財(cái)務(wù)報(bào)表表現(xiàn)的經(jīng)營(yíng)成果，傾向于對(duì)審計(jì)師隱瞞重要信息或“購(gòu)買(mǎi)”審計(jì)意見(jiàn)，導(dǎo)致負(fù)面信息囤積。

關(guān)鍵審計(jì)事項(xiàng)有利于外部投資者了解公司內(nèi)部經(jīng)營(yíng)狀況，減少外部投資者對(duì)相關(guān)信息的解讀偏差，更準(zhǔn)確地衡量投資風(fēng)險(xiǎn)與收益， 從而縮小股價(jià)波動(dòng)幅度，緩解股價(jià)崩盤(pán)風(fēng)險(xiǎn)。

但是， 部分審計(jì)師為減少關(guān)鍵審計(jì)事項(xiàng)導(dǎo)致審計(jì)費(fèi)用提升等問(wèn)題對(duì)承接業(yè)務(wù)的影響， 無(wú)視審計(jì)職業(yè)道德要求，出現(xiàn)與管理層串通舞弊、“售賣(mài)”審計(jì)意見(jiàn)等情況，經(jīng)過(guò)“潤(rùn)色”或“包裝”后的關(guān)鍵審計(jì)事項(xiàng)無(wú)法有效增加投資者可獲取的被審單位信息，加劇公司內(nèi)外部信息不對(duì)稱(chēng)程度，提升股價(jià)崩盤(pán)風(fēng)險(xiǎn)。 綜上所述，我們可知關(guān)鍵審計(jì)事項(xiàng)披露對(duì)股價(jià)崩盤(pán)風(fēng)險(xiǎn)的影響并非是確定且唯一，由此提出以下對(duì)立假設(shè)：

H1a:關(guān)鍵審計(jì)事項(xiàng)披露會(huì)降低股價(jià)崩盤(pán)風(fēng)險(xiǎn)。

H1b:關(guān)鍵審計(jì)事項(xiàng)披露會(huì)增加股價(jià)崩盤(pán)風(fēng)險(xiǎn)。

三、研究設(shè)計(jì)

（一）樣本選擇與數(shù)據(jù)來(lái)源

本文以準(zhǔn)則實(shí)施前后4 年為研究區(qū)間， 選取2012—2019 年A 股上市公司為初始樣本， 并對(duì)初始樣本進(jìn)行如下處理：剔除金融類(lèi)上市公司；剔除ST、*ST 上市公司；刪除存在缺失值的樣本；對(duì)所有連續(xù)變量進(jìn)行上下1%的Winsorize 縮尾處理。 最終得到7683 個(gè)有效研究樣本。

股價(jià)崩盤(pán)風(fēng)險(xiǎn)衡量指標(biāo)及控制變量指標(biāo)來(lái)自CAMAR 數(shù)據(jù)庫(kù)，關(guān)鍵審計(jì)事項(xiàng)數(shù)據(jù)由作者從CNRDS數(shù)據(jù)庫(kù)下載和從巨潮資訊網(wǎng)搜集整理所得。 數(shù)據(jù)處理與分析采用Stata 15 軟件。

（二）變量定義

1、股價(jià)崩盤(pán)風(fēng)險(xiǎn)。 股價(jià)崩盤(pán)風(fēng)險(xiǎn)作為被解釋變量，本文借鑒吳曉暉等（2019）的處理方法，采用負(fù)收益偏態(tài)系數(shù)(NCSKEW)和公司股票收益率上下波動(dòng)比率 (DUVOL)對(duì)公司股價(jià)崩盤(pán)風(fēng)險(xiǎn)進(jìn)行衡量。

2、關(guān)鍵審計(jì)事項(xiàng)披露與準(zhǔn)則實(shí)施時(shí)點(diǎn)的交乘項(xiàng)

（Treat×Post）。 該變量的系數(shù)是本文實(shí)證重點(diǎn)考慮的政策效應(yīng)系數(shù)。 關(guān)鍵審計(jì)事項(xiàng)披露（Treat）為虛擬變量，公司為A+H 公司則取1，否則取0。準(zhǔn)則實(shí)施時(shí)點(diǎn)（Post）為年份虛擬變量，關(guān)鍵審計(jì)事項(xiàng)準(zhǔn)則開(kāi)始實(shí)施年份取1，之前年份取0。

3、控制變量。 本文從公司財(cái)務(wù)狀況、治理結(jié)構(gòu)等方面選取以下控制變量：公司規(guī)模（Size）、財(cái)務(wù)杠桿（Lev）、營(yíng)業(yè)收入增長(zhǎng)率（Growth）、每股收益（EPS）、賬面市值比（BM）、第一大股東持股比率（Top1）。

4、其他變量。 本文將進(jìn)一步研究關(guān)鍵審計(jì)事項(xiàng)對(duì)股價(jià)崩盤(pán)的影響在不同信息透明度下的差異，設(shè)置其他變量為信息透明度（AbsAcc），信息透明度以分年度、 分行業(yè)計(jì)算的修正Jones 模型殘差的絕對(duì)值的相反數(shù)的中位數(shù)為界限，信息透明度數(shù)值大于中位數(shù)的樣本劃分為高信息透明度組， 反之則為低信息透明度組。

表1 變量定義

（三）模型構(gòu)建

本文以關(guān)鍵審計(jì)事項(xiàng)準(zhǔn)則試點(diǎn)的A+H 股上市公司為實(shí)驗(yàn)組、其余A 股上市公司為對(duì)照組，進(jìn)行雙重差分法檢驗(yàn)。 為保證本文實(shí)證樣本的可比性，增強(qiáng)實(shí)證結(jié)果的準(zhǔn)確性，本文采用傾向得分匹配法（PSM）執(zhí)行1:3 且最大距離為0.05 的近鄰匹配得到與對(duì)照組類(lèi)似的樣本，用以消除樣本的選擇偏差問(wèn)題，從而在較大程度上保證研究結(jié)果的真實(shí)性與準(zhǔn)確性。 基于此，本文構(gòu)建模型（1）和模型（2）對(duì)研究假設(shè)進(jìn)行檢驗(yàn)：

模型研究關(guān)鍵審計(jì)事項(xiàng)準(zhǔn)則實(shí)施對(duì)股價(jià)崩盤(pán)風(fēng)險(xiǎn)產(chǎn)生的影響，控制了公司財(cái)務(wù)狀況變量、公司治理變量及其他可能影響股價(jià)崩盤(pán)風(fēng)險(xiǎn)的相關(guān)變量，考慮到關(guān)鍵審計(jì)事項(xiàng)披露對(duì)股價(jià)產(chǎn)生影響存在滯后性，模型中股價(jià)崩盤(pán)風(fēng)險(xiǎn)的衡量指標(biāo)取值滯后一期。

四、實(shí)證分析

（一）描述性統(tǒng)計(jì)

表2 列出了2012—2019 年7683 個(gè)研究樣本研究變量的描述性統(tǒng)計(jì)結(jié)果， 由此可以對(duì)樣本有整體性了解， 從而更好地分析變量關(guān)系。 從主要變量描述統(tǒng)計(jì)結(jié)果表呈現(xiàn)的數(shù)據(jù)來(lái)看， 樣本的股價(jià)崩盤(pán)風(fēng)險(xiǎn)程度差異較大。 股價(jià)崩盤(pán)風(fēng)險(xiǎn)衡量指標(biāo)的均值分別為-0.445 和-0.314，中位數(shù)分別為-0.387 和-0.311， 最 小 值分 別 為-2.648 和-1.49，最大值分別為1.771和0.98。 兩個(gè)衡量指標(biāo)的均值與中位數(shù)相差不明顯，說(shuō)明樣本數(shù)據(jù)分布較為均勻，但是最大最小值以及標(biāo)準(zhǔn)差表明樣本數(shù)據(jù)崩盤(pán)表現(xiàn)差距較大。Growth 的均值與中位數(shù)分別為0.347 和0.134，說(shuō)明大多數(shù)上市公司的成長(zhǎng)性低于均值，最大和最小值相差較大，說(shuō)明樣本之間存在較大的差異。 Lev 和 Size 的均值為 0.441、22.748，中位數(shù)為0.439、22.576， 兩者均值與中位數(shù)分別相差不大， 說(shuō)明上市公司的負(fù)債比率和規(guī)模符合正態(tài)分布。Top1 平均數(shù)和中位數(shù)分別為35.857 和34.57，可見(jiàn)上市公司第一大股東持股較為集中。

表2 描述性統(tǒng)計(jì)結(jié)果

（二）相關(guān)性分析

對(duì)變量進(jìn)行相關(guān)性分析， 表3 結(jié)果顯示： Treat×Post 的相關(guān)系數(shù)分別為0.040 和0.044，均在1%的水平上顯著， 即關(guān)鍵審計(jì)事項(xiàng)披露可能會(huì)引起股價(jià)崩盤(pán)風(fēng)險(xiǎn)的增加。 絕大多數(shù)變量間的相關(guān)系數(shù)小于0.6，且在1%的水平上顯著。 計(jì)算控制變量的方差膨脹因子后發(fā)現(xiàn)：均值為1.67，最大值為2.18，故本文變量間不存在嚴(yán)重的多重共線(xiàn)性。

表3 相關(guān)性分析

（三）回歸分析

表4 展示了實(shí)驗(yàn)組與對(duì)照組匹配前后各特征變量的平衡性檢驗(yàn)結(jié)果， 匹配后兩組絕大多數(shù)變量的標(biāo)準(zhǔn)偏差值小于10%，與匹配前相比，大多數(shù)變量的標(biāo)準(zhǔn)偏差大幅縮小， 表明匹配后篩選出了較為理想的數(shù)據(jù)樣本，有助于后文研究政策產(chǎn)生的影響。

表4 匹配前后平衡性檢驗(yàn)結(jié)果

本文應(yīng)用雙重差分法（DID）和雙重差分傾向得分匹配法（PSM+DID），分別對(duì)模型（1）、模型（2）進(jìn)行回歸分析，列（1）、列（2）采用 DID，列（3）、列（4）采用PSM+DID。根據(jù)Hausman 檢驗(yàn)，本文實(shí)證模型采用固定效應(yīng)模型，并控制行業(yè)和年份，結(jié)果如表5。

表5 關(guān)鍵審計(jì)事項(xiàng)披露與股價(jià)崩盤(pán)風(fēng)險(xiǎn)回歸結(jié)果

第（1）至（4）列 Treat×Post 的系數(shù)分別為 0.3741、0.2604、0.1834、0.127， 且 DID、PSM+DID 兩種方法下回歸顯示的系數(shù)分別在1%和5%水平上顯著， 該結(jié)果表明關(guān)鍵審計(jì)事項(xiàng)披露與股價(jià)崩盤(pán)風(fēng)險(xiǎn)均呈正相關(guān)關(guān)系，說(shuō)明關(guān)鍵審計(jì)事項(xiàng)準(zhǔn)則實(shí)施后，上市公司股價(jià)崩盤(pán)風(fēng)險(xiǎn)提升， 即關(guān)鍵審計(jì)事項(xiàng)披露會(huì)提升股價(jià)崩盤(pán)風(fēng)險(xiǎn)，假設(shè)H1b 得到驗(yàn)證。

五、穩(wěn)健性檢驗(yàn)

（一）反向雙重差分法檢驗(yàn)

關(guān)鍵審計(jì)事項(xiàng)披露政策于2016 年率先在A+H股上市公司中實(shí)施，為證明實(shí)證結(jié)果的穩(wěn)健性，采取反向雙重差分法并進(jìn)行傾向得分匹配進(jìn)行驗(yàn)證，在樣本時(shí)間上予以倒置，將2016 年以前未實(shí)行關(guān)鍵審計(jì)事項(xiàng)披露的公司視為實(shí)驗(yàn)組， 而披露關(guān)鍵審計(jì)事項(xiàng)的公司作為對(duì)照組，回歸結(jié)果如表6 中（1）所示，變形后的雙重差分處理的交乘項(xiàng)系數(shù)分別在1%和5%水平上顯著， 表明處理方法的改變并未改變政策對(duì)于股價(jià)崩盤(pán)的影響。

（二）擴(kuò)大匹配后有效樣本量，按照1：5 比例執(zhí)行PSM 匹配對(duì)照組

為保證實(shí)證結(jié)果的穩(wěn)定，本研究以1:5 且最大距離為0.05 的近鄰匹配對(duì)實(shí)證樣本重新進(jìn)行匹配，匹配后的實(shí)證結(jié)果如表6 中（2）所示，政策仍顯著正向影響股價(jià)崩盤(pán)風(fēng)險(xiǎn)。

表6 穩(wěn)健性檢驗(yàn)結(jié)果

六、進(jìn)一步研究

經(jīng)過(guò)前文分析， 本研究得到關(guān)鍵審計(jì)事項(xiàng)披露增加股價(jià)崩盤(pán)風(fēng)險(xiǎn)的結(jié)論， 為進(jìn)一步驗(yàn)證關(guān)鍵審計(jì)事項(xiàng)披露對(duì)上市公司的影響， 研究關(guān)鍵審計(jì)事項(xiàng)對(duì)股價(jià)崩盤(pán)的影響在不同信息透明度下的差異， 考察關(guān)鍵審計(jì)事項(xiàng)是否對(duì)低信息透明度特征的樣本影響更為靈敏， 以樣本的信息透明度中位數(shù)為界劃分高信息透明組與低信息透明組， 信息透明度數(shù)值大于等于中位數(shù)的樣本劃分為高信息透明度組， 反之則為低信息透明度組。

不同信息透明度下關(guān)鍵審計(jì)事項(xiàng)披露對(duì)股價(jià)崩盤(pán)影響的結(jié)果見(jiàn)表 7。 表 7 中列（1）、（3）為高信息透明度組的回歸結(jié)果， 交乘項(xiàng)系數(shù)分別為0.0705 和0.0707，均不顯著；列（2）、（4）為低信息透明度組的回歸結(jié)果，交乘項(xiàng)系數(shù)分別為0.3843 和0.2341，分別在1%和5%水平顯著。關(guān)鍵審計(jì)事項(xiàng)在低信息透明度組中對(duì)股價(jià)崩盤(pán)影響更明顯， 對(duì)高信息透明度樣本影響不顯著， 表明關(guān)鍵審計(jì)事項(xiàng)披露對(duì)具有低信息透明度特征的樣本的股價(jià)崩盤(pán)影響作用更大。

表7 進(jìn)一步研究實(shí)證結(jié)果

七、研究結(jié)論

本文以2012—2019 年滬深兩市A 股上市公司為研究樣本，采用DID 和PSM+DID 兩種方法，實(shí)證研究關(guān)鍵審計(jì)事項(xiàng)披露對(duì)上市公司股價(jià)崩盤(pán)風(fēng)險(xiǎn)的影響，研究發(fā)現(xiàn)關(guān)鍵審計(jì)事項(xiàng)披露顯著提升股價(jià)崩盤(pán)風(fēng)險(xiǎn)，進(jìn)一步研究發(fā)現(xiàn)，關(guān)鍵審計(jì)事項(xiàng)披露僅對(duì)具有低信息透明度的上市公司股價(jià)崩盤(pán)產(chǎn)生影響。 本文研究準(zhǔn)則實(shí)施前后股價(jià)崩盤(pán)風(fēng)險(xiǎn)的變化，豐富了關(guān)鍵審計(jì)事項(xiàng)與股價(jià)崩盤(pán)風(fēng)險(xiǎn)二者關(guān)系的相關(guān)研究。

雖然本文利用關(guān)鍵審計(jì)事項(xiàng)披露作為外生事件， 使用DID 和PSM 研究事件發(fā)生對(duì)股價(jià)崩盤(pán)的影響，有效估計(jì)政策效應(yīng)，避免內(nèi)生性問(wèn)題，但是本文僅研究政策是否對(duì)股價(jià)崩盤(pán)風(fēng)險(xiǎn)產(chǎn)生影響，進(jìn)一步研究發(fā)現(xiàn)關(guān)鍵審計(jì)事項(xiàng)披露主要對(duì)具有低信息透明度特征的上市公司股價(jià)有影響， 并沒(méi)有深入研究關(guān)鍵審計(jì)事項(xiàng)披露對(duì)股價(jià)崩盤(pán)風(fēng)險(xiǎn)產(chǎn)生影響的機(jī)制，未來(lái)的研究可從該角度進(jìn)一步拓展。