审计市场价格噪声对客户选择事务所的影响

严文龙，陈宋生，曹圆圆

(1.北京理工大学管理与经济学院，北京 100081；2.北京石油化工学院经济管理学院，北京 102617)

一、引 言

现有研究常用回归模型残差表示异常审计收费[1]。对异常审计收费有两种不同观点，租金中心观认为其包含定价租金与价格噪声[2]，成本中心观认为其包含不可观察的成本与价格噪声[2]。这里的价格噪声是指不完全有效市场中，信息不对称引起的审计价格与其内在价值之间的偏差[3]。参考金融市场中噪声会影响证券交易[4]，审计市场价格噪声(以下简称“价格噪声”)也可能影响审计市场交易。然而，由于缺乏合适的定价模型，已有异常审计收费研究隐含价格噪声均值为零的假定，且与其他影响交易的因素相互独立，忽视了价格噪声与租金或成本性讨价还价之间的区别[2]。

噪声是Black(1986)从物理学中引入金融领域的概念，旨在刻画与有效信息无关的价格波动[5]。Shleifer等(1990)通过构建两期世代交叠模型(DSSW)讨论了噪声的交易影响[6]。与标准金融研究将价格噪声认为是均值为0的随机扰动项不同，DSSW模型下，噪声会对市场交易决策产生影响，市场并不能消化所有噪声。这一观点在后续的国内外实证研究中得到验证[4]。

DSSW模型的基础假设在于，交易人存在套利动机、市场存在信息不对称、噪声交易人会持续存在[6]。在金融与审计市场均存在前两种情况。至于第三种情况，金融市场是基于投资人风险中性假定，价格震荡导致的信息优势方不完全套利，吸引新进入的噪声交易者，来保证在金融市场始终存在噪声交易人。在审计市场中，鉴于上市公司年报必须经过审计，这导致即使在上市公司中存在弱势信息方，其也必须参与交易。与审计客户相对应，即使存在弱势信息的事务所，其也未必退出交易。相反，当所有弱势事务所都退出交易时，则必然又出现弱势的审计客户。因此，在审计市场上，由于制度约束，始终存在噪声交易情况。噪声交易理论同样适用于审计市场，市场价格噪声可能影响审计市场的交易决策。此外，相比于证券交易市场，审计市场缺乏公开的报价机制，交易退出转换成本更大，交易主体之间信息不对称严重，更不应忽略市场价格噪声带来的影响。支付高异常审计费用的客户会选择更可能实现审计合谋的事务所，如本地所[7]，通过变更事务所改善审计意见[8]。这一现象在证监会披露的合谋样本中也得到了证明[9]。那么，审计市场的噪声会影响客户对事务所的选择吗？

本文利用2012～2020年沪深A股上市公司样本，发现价格噪声越大，客户越不愿意变更事务所，即使变更也更愿意聘请有过长期合作的事务所；媒体关注能够减轻价格噪声对客户选择事务所的影响，起到外部信息治理作用。进一步分析发现，与客户相比，事务所更容易从市场价格噪声中获益。2014年审计定价管制政策放开后，价格噪声增强，客户在更换事务所方面更加谨慎。文章可能的贡献在于：一是利用双边随机边界模型，将异常审计收费区分为价格噪声与议价因素，度量Doogar等(2015)提出的价格噪声，弥补了现有回归模型无法区分异常审计收费中价格噪声的不足[2]。二是将噪声交易理论引入审计定价模型，拓展了Simunic(1980)有关审计定价影响因素的研究[10]。三是从省级层面，探究价格噪声对事务所变更的影响，丰富事务所选择影响因素相关研究。四是验证了媒体关注对价格噪声影响的信息治理机制。研究有助于综合分析审计价格机制，为有关部门监管提供参考。

二、文献回顾与假设

现有研究常用审计收费回归模型残差度量异常审计收费，忽视了残差中还可能存在价格噪声和不可观察的事务所租金的不同，未进行相应的区分。这里隐含遵循标准金融学中的假设，即基于投资组合理论，价格噪声是均值为零的随机数，并最终将归于0[11]，可以忽略价格噪声的影响。噪声交易理论揭示，价格噪声能够通过价格波动被市场交易者识别，进而影响交易缔约[6]。价格噪声影响缔约的关键在于交易者之间的私有信息是否具有关联性[12]。如果部分交易主体(知情交易者)都了解A私有信息，那么他们之间就通过A信息产生关联性[5]。知情交易者之间共享的信息越多，关联性越强，他们之间的竞争会更激烈，套利空间越低。此时，噪声交易者尽管处于信息弱势，也不容易被套利[4]。因而，私有信息关联性的加强会吸引更多噪声交易者参与交易[13]。更多噪声交易者的加入会增加交易频率，价格波动会传递更多私有信息，从而提升交易效率[4]。相反，交易人之间的私有信息关联性较少时，知情交易者之间的竞争则会减少，处于信息劣势的噪声交易者将承担更多交易风险，不愿意参与市场交易。此时，交易市场将收缩，价格难以即时揭示私有信息[14]，市场有效性和交易缔约效率降低。因而，私有信息关联性决定了价格噪声对交易缔约效率的影响。

就审计市场而言，不考虑审计一方存在占优的噪声套利影响，客户与在审事务所相互掌握对方更多的私有信息，私有信息关联性更强，为避免沦为噪声交易者，双方将不愿意更换交易对手。综上，价格噪声越大，客户与在审事务所信息关联性优势越大。为应对价格噪声风险和规避潜在短期损失[15]，客户将不愿意更换事务所，以保持双方的私有信息关联性优势。

由于ni,t=ni,t-1+Δni,t，通过递推公式可得ni,t=ni,1+(t-1)Δni,t，上式即可被改写为：

就客户而言，假定当期高溢价事务所总量为kt，由于客户可以选择退出高溢价事务所，事务所变动是Δkt，且Δkt<0。则，kt=kt-1+Δkt，Mt=Mt-1+Δkt。

通过不同类型事务所权重，客户变更事务所所支付的预期成本(COST)为：

上期遭受高溢价的客户的预期审计成本仍然大于市场均衡。此时，享受噪声收益的事务所可以适当降低其溢价水平维持客户，并获得一个逐年降低的溢价。因而，即使事务所从噪声中套利，市场噪声越大，高溢价的事务所会选择降低溢价维持客户。此时，受噪声损失降低的客户，为避免重新交易的不确定损失，也不倾向于变更事务所。

当审计市场出现多数客户利用噪声套利时，大多数客户支付较低的审计费用，从而享受噪声收益。享受收益的客户没有动机更换事务所，少数享有溢价收益的事务所不愿意放弃现有高收益客户。在噪声中承担套利损失的事务所难以通过清退已有低收益客户，吸纳新进市场的高收益客户以扭转损失。事实上，事务所出让已有低收益客户，可能不仅无法通过置换高收益客户来降低噪声损失，而且还需要承受客户流失带来的损失。因而，在客户噪声套利的市场中，市场噪声对客户选择事务所的影响与上文一致。由此，提出本文假设一。

H1：审计市场价格噪声越大，客户越不可能变更事务所。

事务所与客户的私有信息关联性强度受到以往私有信息积累的影响。事务所任期越长，越有利于双方积累对方的私有信息[17]，抵消市场价格噪声带来的负面影响。在噪声交易中变更事务所时，客户会权衡其与现任或潜在后任事务所信息关联度，避免因变更交易对象，降低信息关联性，使自身沦为噪声交易者。因而，客户都有动机聘请有过长期合作的事务所，以降低噪声带来的不确定性。

当考虑噪声获益方角色差异时，噪声获益方如果想要拓展新的客户就需要一方面降低自身溢价，另一方面也需要与其他同业竞争。由于噪声交易受损方总有动机与长期合作过的交易对手交易，获益方同业竞争的主要对象就是与噪声交易受损方长期合作过的交易对手。此时，获益方在抢占市场时，一是要放弃自身高溢价，二是要弥补潜在交易对象放弃回归其长期合作过的交易对手的潜在风险损失。由于成本收益制约，现有噪声收益方难以改变其潜在新的交易对手聘请长期合作过的交易对手的交易策略。因而在噪声市场中，如果变更事务所，客户更可能与长期合作过的事务所签约。由此，提出本文假设二。

H2：审计市场价格噪声越大，客户更换事务所时，更可能聘请长期合作过的事务所。

媒体关注会通过信息机制与声誉机制降低交易双方风险。信息机制而言，媒体关注会增加信息传播渠道、提升传播速度[18]，降低交易双方的信息搜寻成本[19]，进而降低市场信息不对称[20]。媒体关注度越高，通过信息机制，客户与事务所的信息更容易被搜索，进而降低市场噪声的影响。声誉机制而言，媒体关注会放大事务所、客户行为的声誉损失压力[21]。为降低声誉损失，事务所与客户的行为会更加规范。因而，媒体关注会通过信息与声誉机制降低审计交易的不确定性[22]，发挥信息治理作用。

在信息与声誉机制下，媒体关注越高，整个市场的信息透明度更高，交易不确定性越低，交易风险越低，少数知情交易者私有信息套利的空间越小，噪声交易的收益越小。此外，通过媒体关注，非在审事务所(潜在交易双方)与客户间共享的公共信息越多，信息关联性更高，在审事务所与客户的信息关联性优势相对降低，因而，客户变更事务所时更不容易受到价格噪声的影响。综上，媒体关注度高时，市场价格噪声对客户变更事务所的影响降低，客户变更事务所的意愿增强，变更事务所时，重新聘请长期合作过的事务所的必要性降低。由此，提出本文假设三。

H3：事务所或客户的媒体关注越高，审计市场价格噪声对客户选择事务所的影响越弱。

三、研究设计

(一)变量定义

1.因变量：客户变更事务所(Turnover)为1，否则为0。客户当期变更事务所且聘请长期合作过的事务所(Turn_oldl)为1，否则为0。

2.自变量：价格噪声(Mv_ha)。参考Kumbhakar和Parmeter(2009)、卢洪友等(2011)、严文龙等(2020)的双边随机边界模型，将审计收费分为正常审计收费(基于审计师努力与风险承担的业务相关价格f(x))、异常审计收费中的租金和价格噪声[23][24][25]。依据模型定义，价格噪声反映了与交易业务因素无关、与双方讨价还价无关部分因素对交易价格波动的影响。基于价格噪声的不知情交易定义，用不受交易双方私人信息影响的价格波动的绝对值作为价格噪声，用年度分省的价格噪声的均值度量市场价格噪声[26]。在计算价格噪声时，排除该笔交易本身影响，以避免交易自身对价格噪声影响。计算公式为：

其中，T为分年度省份的审计交易总数，j为本笔交易。SurplNi为依据双边随机边界模型分解的单笔交易的价格噪声。其具体计量见进一步检验(一)。

3.调节变量：客户与事务所媒体关注(Cli_sc、Acc_sc)。媒体关注研究已经从传统媒体向网络媒体延伸，并验证了网络媒体的重要作用[26]。网络媒体中，维基百科与百度百科等知识共享类媒体能够提升知识共享的质量、吸引全社会参与，改善资本市场信息不对称[28]。相比于证监会EDGAR系统的10-K资料库，美国投资者、分析师更愿意查阅维基百科数据[29]。陈灵珠(2017)对比中文维基百科与百度百科发现，后者更适用于中国大陆，题材覆盖面更广，信息修改权限分配更有利于保证信息质量[30]。其已成为社会获取知识的重要工具[31]。百度百科中某一关键词信息越多，表明市场更需要该信息，社会对其认知也更充分。因而，本文采用百度百科的公开信息容量(网页字数)的自然对数来分别衡量审计客户媒体关注(Cli_sc)与事务所媒体关注(Acc_sc)。

其他主要控制变量见表1。

表1 主要控制变量定义

(二)实证模型

为验证本文研究假设H1、H2、H3，分别构建如下模型：

(1)

(2)

模型(1)、(2)中的Turn变量包含事务所变更(Turnover)与聘请长期合作过的事务所(Turn_oldl)。模型(1)中用以分析H1、H2中市场价格噪声对客户选择事务所的影响。模型(2)中交乘项回归系数用以分析H3中媒体关注的调节影响。

四、实证结果

(一)数据来源

本文以2012～2019年我国沪深两市A股上市公司为研究对象。财务数据来自CSMAR数据库，市场化指数来自樊纲指数。客户与事务所媒体关注数据来自截至2020年3月20日针对百度百科的Python网络爬虫。在剔除金融行业企业与缺失值后，最终样本量为22743。为控制异常值影响，所有连续变量在上下1%分位点采取Winsorize处理。

(二)描述性统计

表2中，Mv_ha的均值较高，表明目前审计市场存在较大程度的市场噪声干扰，审计定价不确定性较高。Cli_sc的均值较高，标准差较小，表明社会对上市公司关注的同时，大多数上市公司信息披露也较充分。Acc_sc的均值为1.100，第三个四分位为0，标准差为3.019，表明大多数事务所并不为社会熟知，事务所的信息披露更少。同时，Acc_sc比Cli_sc更高的标准差也表明少数头部事务所更受到媒体关注。未变更事务所样本组的市场价格噪声(Mv_ha)、审计客户媒体关注(Cli_sc)、事务所媒体关注(Acc_sc)均值均显著高于变更组。这与假设H1中市场价格噪声越大，越不可能发生事务所变更一致。

表2 主要变量描述性统计(N=22743)

(三)主检验实证结果

1.假设H1和H2的检验。表3数据显示，Mv_ha变量的系数分别为负、正，表明价格噪声与事务所变更负相关、与聘请长期合作过的事务所正相关。这表明，面对较高的市场风险，客户不愿意更换交易对手以规避潜在的风险损失；而在发生事务所变更的样本中，客户更倾向于聘请长期合作过的事务所，减少交易的不确定性。

2.假设H3的检验。表3数据显示，Cli_sc_Mv_ha、Acc_sc_Mv_ha的回归系数显著且方向与Mv_ha系数相反，表明客户与事务所的媒体关注均能调减价格噪声对客户变更事务所、聘请长期合作过的事务所的影响。

表3 价格噪声对事务所选择的影响

(四)稳健性检验

为了保证结果的稳健性，本文分别采用了：(1)客户变更审计师与聘请长期合作过的审计师替代主回归中客户事务所选择的被解释变量；(2)剔除2019年可能受到新冠疫情干扰样本；(3)固定效应逻辑回归三种方式进行稳健性检验。稳健性检验结果均支持本文研究结论(限于篇幅，未报告稳健性检验结果)。

(五)内生性讨论

(1)针对反向因果问题，添加滞后一期的被解释变量，形成动态回归模型，以控制由于变量前后年度粘性导致的反向因果关系。此外，还利用樊纲指数中的中介环境指标(Leg_env)与价格噪声相关但与单笔交易的噪声收益的关系较小，将其构建为价格噪声的工具变量进行两阶段回归，避免其他可能的反向因果问题。(2)针对样本自选择问题，选取总资产规模、国企属性、审计收费、是否是国内“四大”、当年是否发生事务所变更及行业变量作为配对变量，按照价格噪声是否大于市场价格噪声进行近邻(1∶1)匹配，将配对后的样本重新进行主回归检验。(3)针对遗漏变量的问题，根据周茂等(2018)的安慰剂检验方法[32]对市场价格噪声变量进行200次随机赋值并回归，以间接检验遗漏变量的问题。内生性讨论结果均支持本文研究结论(限于篇幅，未报告内生性讨论结果)。

五、进一步检验

(一)双边随机边界模型的议价剩余指标分解

双边随机边界模型是Kumbhakar和Parmeter(2009)针对不对称信息博弈的劳动力市场提出的定价博弈模型[23]。本文参考卢洪友等(2011)、严文龙等(2020)将审计收费自然对数(Feei)分解为正常审计收费和异常审计收费两部分[24][25]。后者又分解为审计师议价收益(SurplAi)、客户议价收益(SurplCi)与价格噪声(SurplNi)三个部分。具体模型如下：

(3)

解释变量包括总资产规模对数、多元化行业个数、存货占总资产比重、应收及预付账款占总资产比重、资产负债率、营业收入对数、总资产收益率、员工人数对数、当年是否增发股票或债券、当年是否亏损、托宾Q、所有权性质、当年是否实施股票期权激励、樊纲中介市场发育和法治环境指数、基于业绩修正琼斯模型计算的残差绝对值、会计师事务所是否为国内“四大”、当期是否同时变更会计师事务所与两个签字注册会计师、分省年度市场竞争赫芬达指数、事务所行业专长、事务所客户依赖、东中西部地区控制变量、行业控制变量、年度控制变量(限于篇幅，未报告双边随机边界模型的回归结果)。

(二)价格噪声影响审计议价的非对称性

金融市场中，噪声套利来源于相对于噪声交易者的私有信息优势[6]。由于审计师与客户之间存在信息不对称，在审计定价谈判过程中，审计师与客户的私有信息优势未必均衡，市场价格噪声对审计双方议价收益的影响可能不同。本文通过上述双边随机边界模型分解出的异常审计收费内部结构指标，以及参考蔡春等(2015)构建的异常审计收费残差(Abfee)来验证事务所或客户一方是否更容易从价格噪声中获利[1]。

将上述变量代入被解释变量，应用如下固定效应回归模型验证：

(4)

其中，Surpli为双边随机边界模型分解出的样本i的议价收益与价格噪声收益指标，具体包括SurplAi,SurplCi,SurplACi,SurplNi和Abfeei五个议价收益指标变量。模型(4)的γ1用以分析价格噪声影响对审计师与客户议价收益的不对称性。

从表4可见，价格噪声(Mv_ha)与审计师议价收益、审计师净收益(SurplAC)与价格噪声收益(SurplN)、异常审计收费(Abfee)正相关，与客户的议价收益(SurplC)显著负相关。这表明价格噪声一方面能够直接让审计师获得更多的交易噪声收益，另一方面也能让审计师在议价过程中利用私有信息优势获得更多的讨价还价净收益。审计师能够在噪声中套利获益，而客户承担了更多的价格噪声风险。

表4 噪声影响的获益不对称性

(三)披露具体变更动因与高审计收费样本的验证分析

为了进一步验证价格噪声影响在实务领域的表现，依据CSMAR数据库提供的2015～2019年上市公司事务所变更情况表，将事务所变更中的“合同到期”“事务所辞职”“前任服务期限过长”“董事会决定”“其他原因”归并为客户的主观事务所变更(Subj)，以进一步验证价格噪声对主观事务所选择的影响。同时，价格噪声制约审计客户主观事务所选择的灵活性，还可能表现为抑制审计客户对高审计定价风险的规避。本文以异常审计收费(Abfee)为切入点，讨论价格噪声在高于行业年度均值的异常审计收费组的结果与主回归的差异。

表5回归结果中，前两列价格噪声(Mv_ha)与主观事务所变更(Subj)显著负相关，表明价格噪声越差审计客户主观事务所变更越受限。审计双方媒体关注与价格噪声交乘项(Cli_sc_Mv_ha、Acc_sc_Mv_ha)均与主观事务所变更(Subj)显著正相关。后四列展示了客户负担高异常审计收费情况下价格噪声的影响。其中，价格噪声变量(Mv_ha)与事务所变更(Turnover)显著负相关，与重新聘请长期合作过事务所(Turn_oldl)显著正相关。此外，Cli_sc_Mv_ha、Acc_sc_Mv_ha均与事务所变更显著正相关、与重新聘请长期合作过的事务所显著负相关。在主观原因事务所变更与高异常审计收费样本中，验证了价格噪声的影响。

表5 披露具体变更动因与高审计收费样本验证回归结果

(四)基于2014年审计定价管制政策取消的DID验证

2014年，国家发改委下发《国家发展改革委关于放开部分服务价格意见的通知》(发改价格〔2014〕2755号)，放开审计交易定价管制。短期来看，其可能放大了价格噪声。本文检索了2000年以后至2010年各省份审计定价管制文件，发现部分管制文件附有明确的惩戒措施，剩余部分则没有惩戒规定(1)安徽、重庆、河南、湖北、江苏、新疆六省审计定价管制文件中有明确的惩戒规定。。利用2012～2016年间的数据，构建了政策颁布年度虚拟变量(DY14，2014年及以后取值为1，否则为0)与严格执行虚拟变量(Rigid，管制文件附有明确惩戒规定该省份为1，否则为0)，通过DY14与Rigid的交乘项系数方向判断放开市场定价政策过程中市场价格噪声对事务所变更的影响。在分析媒体关注调节效应时，存在事务所与审计客户两类媒体关注且上文中影响方向基本一致的情况。本文对两类媒体关注提取主成分作为综合的媒体关注变量(SSoc)，通过构建DY14、Rigid与SSoc的三连乘变量分析媒体关注的调节效应。

表6为所构造的DID模型回归结果。放开管制与严格管制交乘项(DY14_Rigid)在变更事务所(Turnover)列回归系数显著为负，在重新聘请长期合作过的事务所(Turn_oldl)列回归系数显著为正。后两列的媒体关注调节效应中，放开管制、严格管制与媒体关注三连乘项(DY14_Rigid_SSoc)的回归系数依次显著为正、负，均与对应DY14_Rigid的回归系数方向相反。回归结果与主回归一致。

表6 价格管制放开后的市场影响

六、结 论

本文以2012～2019年A股沪深两市上市公司数据为样本，结合噪声交易理论，分析价格噪声的影响及交易双方的应对策略。研究发现：价格噪声越大，为规避短期市场风险，客户当期变更事务所的概率降低，而在发生事务所变更的样本中，聘请长期合作过的事务所的概率增加。媒体关注能减轻市场价格噪声对客户选择事务所的影响。价格噪声对定价收益影响不对称，审计师能够从价格噪声中获得更高的议价收益。利用价格噪声套利，可能是审计师获取超额收益的渠道之一。实务应用方面，价格噪声影响及媒体关注的调节作用在客户主观变更事务所、高异常审计收费以及2014年放开定价管制事件中均得到验证。

本文启示如下：第一，将金融市场噪声交易理论引入审计交易分析，发现噪声交易理论在审计市场同样适用，未来研究可进一步关注噪声交易对审计市场的影响。第二，价格噪声能够影响客户对事务所的选择，客户能够不更换事务所或聘请长期合作过的事务所以部分抵消噪声交易带来的不确定风险。这为事务所、客户应对噪声风险提供交易策略指引。另一方面，价格噪声制约了市场基于价格或审计质量的竞争。为建设良性审计市场，监管机构在当前加强个案审计质量监管的同时，还需要关注宏观的审计市场价格秩序。第三，充分的信息披露与公共信息平台建设是减弱私有信息优势，降低市场价格噪声影响的重要手段。针对长期被忽略的事务所信息披露，监管机构可以考虑加强事务所自身业务披露的充分性与规范性，特别是执行证券业务审计的事务所。