我国上市公司异常审计收费对审计质量的影响剖析：基于理论与实践的双重视角

我国上市公司异常审计收费对审计质量的影响剖析：基于理论与实践的双重视角一、引言1.1研究背景与意义在资本市场中，上市公司的财务信息披露至关重要，而审计作为保障财务信息质量的关键环节，其质量的高低直接影响着投资者的决策以及资本市场的稳定运行。近年来，我国上市公司审计市场不断发展，据中国注册会计师协会数据显示，2023年上市公司年报审计收费共计85.7亿元，同比增长2.8%，这表明审计市场规模在持续扩大。但与此同时，异常审计收费现象也逐渐浮出水面，成为学术界和实务界关注的焦点。异常审计收费，即审计收费偏离正常水平的情况，可能表现为过高或过低的审计费用。这种异常情况的出现，严重威胁到审计的独立性和客观性。从审计独立性角度来看，当审计费用过高时，审计师可能会因经济利益的诱惑而对上市公司的不当行为采取宽容态度，放弃应有的职业怀疑，默许公司的盈余管理等行为，无法公正地解释审计证据和做出准确判断；若审计费用过低，审计机构为保证盈利，可能会减少必要的审计程序和审计投入，导致审计工作无法全面、深入地开展，难以发现公司财务报表中的潜在问题。无论是过高还是过低的异常审计收费，最终都可能致使审计质量下降，使审计报告无法真实、准确地反映上市公司的财务状况和经营成果。在实践中，异常审计收费对审计质量的负面影响已多有体现。部分上市公司通过支付过高审计费用，试图换取审计师对其财务报表中不实信息的认可，严重损害了审计的公正性；还有一些审计机构为争夺客户资源，以低价竞争的方式获取审计业务，却因投入不足而无法保证审计质量，导致审计失败案例时有发生。这些问题不仅损害了投资者的利益，也破坏了资本市场的正常秩序，降低了市场参与者对审计行业的信任度。因此，深入研究异常审计收费对我国上市公司审计质量的影响迫在眉睫，具有重要的现实意义。从理论层面而言，尽管国内外学者针对审计收费与审计质量的关系展开了大量研究，但尚未达成一致结论。部分研究表明，审计费用越高，审计质量也越高，因为高收费能够激励审计师投入更多资源，提供更高质量的服务；而另一部分研究则认为，两者之间并无必然联系。在此背景下，对异常审计收费与审计质量关系的深入研究，有助于进一步丰富和完善审计理论体系，为后续研究提供更为坚实的理论基础。在实践方面，研究异常审计收费对审计质量的影响，能为监管部门制定科学有效的监管政策提供有力依据。监管部门可依据研究结果，加强对审计收费异常情况的监测与管理，加大对违规行为的惩处力度，规范审计市场秩序，从而提升整体审计质量。对于上市公司而言，能够帮助其认识到合理审计收费的重要性，在选择审计机构时更加注重审计质量而非单纯追求低价或受其他不当因素影响。对于审计机构来说，能促使其重视自身声誉和审计质量，避免陷入不正当的价格竞争，通过提供高质量的审计服务获取合理回报，进而推动整个审计行业的健康、可持续发展。1.2研究方法与创新点本研究综合运用多种研究方法，力求全面、深入地剖析异常审计收费对我国上市公司审计质量的影响。文献研究法是本研究的基础。通过广泛搜集国内外相关文献，包括学术期刊论文、学位论文、研究报告等，对审计收费、审计质量以及两者之间关系的已有研究成果进行系统梳理与分析。一方面，了解该领域的研究现状和发展趋势，明确已有研究的主要观点、研究方法和取得的成果；另一方面，找出已有研究的不足之处和尚未解决的问题，为本研究提供理论支持和研究思路。例如，通过对国内外文献的分析，发现目前对于异常审计收费的界定标准尚未统一，不同学者采用的衡量指标和研究方法存在差异，这为本研究在研究设计和指标选取上提供了思考方向。实证分析法是本研究的核心方法。选取我国上市公司的相关数据作为研究样本，运用统计软件进行数据分析。首先，通过建立多元线性回归模型，探究异常审计收费与审计质量之间的关系，验证研究假设。在模型构建过程中，充分考虑可能影响审计质量的其他因素，如公司规模、财务杠杆、股权结构等，将这些因素作为控制变量纳入模型，以提高研究结果的准确性和可靠性。其次，对样本数据进行描述性统计分析，了解样本公司的基本特征和变量的分布情况；进行相关性分析，初步判断变量之间的关系；运用回归分析确定异常审计收费对审计质量的影响方向和程度。通过实证分析，能够以量化的方式直观地揭示异常审计收费对审计质量的影响，增强研究结论的说服力。案例分析法为实证研究提供了有力补充。选取具有代表性的上市公司审计案例，深入分析其异常审计收费的具体情况以及对审计质量产生的影响。通过详细剖析案例公司的审计过程、审计报告以及相关财务数据，从实际案例的角度进一步验证实证研究的结论。例如，以某公司为例，该公司在某一时期出现了异常高额的审计收费，通过对其审计报告的分析发现，审计师对公司一些存在争议的会计处理给予了认可，而这些处理可能存在粉饰财务报表的嫌疑，最终导致审计质量下降，损害了投资者利益。通过这样的案例分析，能够更加生动、具体地展示异常审计收费对审计质量的负面影响，使研究结论更具现实意义。在研究视角上，本研究将异常审计收费进一步细分为过高审计收费和过低审计收费两种情况，分别探讨它们对审计质量的不同影响机制。以往研究大多将异常审计收费作为一个整体进行研究，忽略了过高和过低审计收费可能存在的不同影响路径。本研究从这一独特视角出发，有助于更深入、细致地了解异常审计收费对审计质量的影响，为相关研究提供了新的思路和视角。研究方法上，在传统实证研究的基础上，引入倾向得分匹配法（PSM）进行稳健性检验。倾向得分匹配法能够有效解决样本选择偏差问题，使研究结果更加稳健可靠。通过构建倾向得分模型，为每个存在异常审计收费的样本公司匹配一个在各方面特征相似但不存在异常审计收费的公司，对比两组公司的审计质量，进一步验证异常审计收费与审计质量之间的关系。这种方法在审计领域的研究中应用相对较少，本研究的运用丰富了该领域的研究方法。在研究内容上，结合我国资本市场的制度背景和审计市场的特点，深入分析异常审计收费产生的原因及其对审计质量影响的传导机制。我国资本市场具有独特的发展历程和制度环境，审计市场也存在一些特殊现象，如审计市场集中度较低、价格竞争激烈等。本研究充分考虑这些因素，探讨异常审计收费在我国特殊背景下的形成原因以及如何通过影响审计师的独立性、审计投入等因素进而影响审计质量，弥补了以往研究在结合我国实际情况方面的不足，为完善我国审计市场监管政策提供了更具针对性的建议。二、相关概念与理论基础2.1异常审计收费概念界定异常审计收费，指的是实际审计收费与正常情况下应有的审计收费之间出现的偏差情况。这一偏差的产生，是由多种难以直接观测的因素共同作用导致的。这些因素涵盖了审计师为完成审计工作付出的额外努力、审计师与被审计单位之间存在的特殊关系，以及被审计单位在审计市场中所处的优势地位等多个方面。当实际审计收费与正常收费水平出现偏离时，就形成了异常审计收费现象，这种现象在审计市场中对审计质量和市场秩序有着重要影响。在实际情况中，异常审计收费具体表现为正向异常审计收费和负向异常审计收费两种形式。正向异常审计收费，是指实际审计费用超过了正常审计费用的情况。这种情况下，实际支付的费用超出了按正常审计费用模型所预测的费用，通常被视为审计师或会计师事务所获得了额外的利润，即生产者剩余。比如，某上市公司规模、业务复杂度等各方面情况与同行业其他公司相似，正常审计费用经模型预测应为100万元，但实际支付给审计机构的费用却高达150万元，这50万元的差额就属于正向异常审计收费。负向异常审计费用则是指实际审计费用小于正常审计费用，这种情况下，实际支付的费用低于按正常审计费用模型所预测的费用，可能是由于市场竞争激烈导致会计师事务所为争取客户而降低价格，或者是审计过程中存在未被注意到的成本节约。例如，另一家同行业上市公司，正常预测审计费用为80万元，而实际支付仅为50万元，这30万元的差额就是负向异常审计收费。异常审计收费的形成原因是多方面的。从市场竞争角度来看，审计市场竞争激烈，部分审计机构为争夺市场份额，会采取降低价格以吸引客户的策略，这就导致了负向异常审计收费的出现。一些小型会计师事务所，为了在市场中立足，可能会以低于正常成本的价格承接业务，从而出现负向异常审计收费情况。从客户关系角度分析，某些审计机构可能因与客户的长期合作关系或依赖某些关键客户，在费用协商过程中做出妥协和不合理调整，进而产生异常审计收费。若某大型会计师事务所长期服务于一家重要客户，出于维护合作关系的考虑，可能会在审计收费上给予一定优惠，或者在客户要求下提高收费但提供一些额外服务，这都可能导致异常审计收费。此外，隐性费用的存在也是导致异常审计收费的一个因素。一些异常费用可能以隐性形式存在，如附加的服务项目、额外的咨询费用等，这些费用在合同中未明确规定，可能导致总体费用异常。有些审计机构在审计过程中，以提供额外财务咨询服务为名，向客户收取高额费用，使得最终审计收费超出正常范围。在学术研究和实践中，通常采用构建审计定价模型来衡量异常审计收费。一般来说，综合被审计单位规模、审计业务复杂度、审计风险、财务风险以及会计师事务所特征等因素，以实际收取的审计费用与正常审计费用之差表示会计师事务所从被审计单位获得的异常利润或异常损失。被解释变量（LNFEE）用实际审计费用取自然对数表示。影响审计费用控制变量众多，企业规模（SIZE），用总资产的自然对数表示，规模越大的企业，业务通常越复杂，审计工作量和难度相应增加，审计费用也会更高；资产负债率（LEV），用“总负债/总资产”表示，反映企业的偿债能力和财务风险，资产负债率越高，审计风险越大，审计费用可能越高；总资产报酬率（ROA），用“息税前利润/总资产”表示，体现企业的盈利能力，盈利能力强的企业可能更注重审计质量，愿意支付更高的审计费用；是否亏损（LOSS），用企业当年净利润是否小于0表示，亏损企业可能存在更多财务风险和不确定性，会影响审计费用；企业成长性（GROWTH），用营业收入增长率表示，成长性好的企业业务发展变化快，审计难度可能增加，对审计费用有影响；应收账款占比（REC），用“应收账款净值/总资产”表示，应收账款占比高，可能存在账款回收风险，影响审计风险和费用；存货占比（INV），用“存货净值/总资产”表示，存货管理复杂，占比高会增加审计工作量和风险，影响审计费用；流动资产比率（CATA），用“流动资产/总资产”表示，反映企业资产的流动性，对审计风险和费用有一定影响；审计质量（BIG4），用审计机构是否为国际四大表示，国际四大会计师事务所通常具有更高的声誉和专业水平，审计收费相对较高；审计投入（DELAY），用企业年度财务报告发布当年的12月31日至下一年审计报告出具日之间的天数取自然对数表示，审计时间越长，投入资源越多，审计费用越高。通过上述模型回归得到的残差项ε即为异常审计费用（ABFEE）。将审计定价模型回归残差定义为异常审计收费(ABFEE)，同时设计两个独立变量，正向异常审计费用(HIABFEE)和负向异常审计费用(LOABFEE)，分别表示偏高和偏低的异常审计费用，从两个方向研究异常审计费用和审计质量的关系。当ABFEE>0时，HIABFEE=ABFEE，否则为0；当ABFEE<0时，LOABFEE=|ABFEE|，否则为0。通过这种方式，可以较为准确地衡量和分析异常审计收费情况及其对审计质量的影响。2.2审计质量内涵与衡量指标审计质量，是指审计工作过程及其结果的优劣程度，它体现了审计工作满足明确和隐含需要的能力的特性总和。从本质上讲，审计质量反映了审计师发现并报告被审计单位财务报表中重大错报的能力。高质量的审计能够准确揭示企业财务报表中的问题，确保财务信息的真实性、准确性和完整性，为投资者、债权人等利益相关者提供可靠的决策依据；而低质量的审计则可能无法发现企业的财务造假、盈余管理等问题，导致利益相关者做出错误的决策，损害其利益。在学术研究和实践中，常用多种指标来衡量审计质量。盈余管理程度是衡量审计质量的重要指标之一。公司盈余管理的程度既能反映注册会计师的专业胜任能力，即发现被审计客户特定违约行为（如操纵利润等盈余管理行为）的概率，又体现了注册会计师的独立性，即报告该违约行为的概率。当审计质量较高时，审计师能够有效识别并限制公司的盈余管理行为，使得公司的盈余管理程度较低；反之，若审计质量低下，公司可能更容易进行盈余管理，操纵财务报表数据。通常采用修正的Jones模型来计量盈余管理程度，该模型将总应计利润分为可操控性应计利润和不可操控性应计利润，通过计算可操控性应计利润的绝对值来衡量盈余管理水平。如公式：TDA_t=NI_t-CFO_t，TDA_t/A_{t-1}=\alpha_1(1/A_{t-1})+\alpha_2(REV_t-REC_t)/A_{t-1}+\alpha_3(PPE_t/A_{t-1})，NDA_t/A_{t-1}=\alpha_1(1/A_{t-1})+\alpha_2(REV_t-REC_t)/A_{t-1}+\alpha_3(PPE_t/A_{t-1})，DA_t/A_{t-1}=TDA_t/A_{t-1}-NDA_t/A_{t-1}。其中，TDA_t表示第t年的总应计利润；NDA_t表示第t年的不可操纵应计利润；A_{t-1}表示第t-1年的资产总额；NI_t表示第t年的净利润；CFO_t表示第t年的经营现金流量净额；REV_t表示第t年的营业收入变动额；REC_t表示第t年的应收账款变动额；PPE_t表示第t年的固定资产总额；DA_t表示第t年的可操控应计利润的绝对量；DA_t/A_{t-1}表示经上一年资产总额调整过的可操纵应计利润的相对量，即盈余管理水平。通过该模型计算出的DA_t/A_{t-1}值越大，表明公司的盈余管理程度越高，审计质量可能越低。审计意见类型也是衡量审计质量的常用指标。审计意见是审计师对被审计单位财务报表合法性和公允性的专业判断，反映了审计师在审计过程中发现的问题以及对这些问题的处理态度。当审计师认为财务报表在所有重大方面按照适用的财务报告编制基础编制并实现公允反映时，会出具标准无保留意见；若发现财务报表存在重大错报或其他问题，审计师会根据问题的严重程度，出具保留意见、否定意见或无法表示意见等非标准审计意见。非标准审计意见的出具，往往意味着公司财务报表存在问题，审计师在审计过程中履行了职责，揭示了这些问题，从一定程度上反映了较高的审计质量；而如果审计师未能发现公司财务报表中的重大问题，出具了不恰当的标准无保留意见，则表明审计质量存在缺陷。如某公司财务报表存在重大的会计差错，但审计师未发现并出具了标准无保留意见，后续该问题被揭露，这就说明此次审计质量较低。诉讼概率在一定程度上可以衡量审计质量。当审计师未能发现被审计单位财务报表中的重大错报，导致投资者等利益相关者因依赖错误的审计报告而遭受损失时，审计师可能面临诉讼。较高的诉讼概率意味着审计师在审计过程中可能未能充分履行职责，审计质量存在问题；相反，较低的诉讼概率则表明审计师的审计工作较为严谨，审计质量相对较高。但诉讼概率也受到多种因素的影响，如法律环境、投资者维权意识等，在使用该指标衡量审计质量时，需要综合考虑这些因素。除上述指标外，还有其他一些指标可用于衡量审计质量。如事务所规模和声誉，通常认为规模较大、声誉较好的事务所，具有更完善的内部质量控制体系、更丰富的审计经验和更高素质的审计人员，能够提供更高质量的审计服务；审计师的专业胜任能力和独立性，专业胜任能力强、独立性高的审计师更有可能发现并报告财务报表中的重大错报，保证审计质量；审计程序的执行情况，严格按照审计准则执行审计程序，充分获取审计证据，有助于提高审计质量。在实际研究中，单一指标往往难以全面、准确地衡量审计质量，通常会构建综合评价体系，综合考虑多个指标，以更客观、准确地评价审计质量。2.3相关理论基础委托代理理论最早由罗斯（Ross）于1973年提出，该理论认为，在现代企业中，由于所有权和经营权的分离，企业所有者（委托人）与经营者（代理人）之间形成了委托代理关系。所有者追求的是企业价值最大化，而经营者可能更关注自身利益，如薪酬、晋升、在职消费等，两者目标函数不一致。这种目标差异可能导致经营者为追求自身利益而采取损害所有者利益的行为，如进行盈余管理、隐瞒不利信息等。在审计关系中，企业所有者委托审计师对经营者的财务报表进行审计，以监督经营者的行为，确保财务信息的真实性和可靠性。然而，审计师与企业之间也存在经济利益关系，审计费用由企业支付，这可能影响审计师的独立性和客观性。当出现异常审计收费时，这种影响可能更为显著。若审计费用过高，审计师可能会因担心失去高额收入而对企业的不当行为保持沉默，无法客观地对企业财务报表发表审计意见；若审计费用过低，审计师可能会减少必要的审计程序，无法充分发现企业财务报表中的问题，从而降低审计质量。信息不对称理论由乔治・阿克洛夫（GeorgeAkerlof）、迈克尔・斯宾塞（MichaelSpence）和约瑟夫・斯蒂格利茨（JosephStiglitz）提出，该理论认为，在市场交易中，交易双方掌握的信息存在差异，信息优势方可能利用信息优势获取利益，而信息劣势方则可能面临不利的决策。在企业财务信息披露中，经营者作为内部人，掌握着企业的真实财务状况和经营成果，而投资者、债权人等外部利益相关者主要通过企业公布的财务报表获取信息，处于信息劣势地位。审计作为一种信息鉴证机制，旨在减少信息不对称，提高财务信息的可信度。但异常审计收费可能破坏这种信息鉴证机制。当审计费用异常时，审计师可能无法充分发挥其专业能力，准确识别和披露企业财务报表中的问题，导致外部利益相关者无法获得真实、准确的信息，从而影响其决策。过高的审计收费可能导致审计师与企业合谋，掩盖企业的财务问题；过低的审计收费可能使审计师无法投入足够的资源进行审计，遗漏重要信息，进一步加剧信息不对称。审计需求理论主要包括保险假说、信息假说和代理假说。保险假说认为，审计具有保险功能，审计师通过对企业财务报表进行审计，对可能存在的风险进行评估和揭示，在一定程度上为投资者等利益相关者提供了一种保险，降低了他们因企业财务报表不实而遭受损失的风险。信息假说强调审计能够提高财务信息的质量和可信度，为投资者、债权人等提供决策有用的信息，减少信息不对称，促进市场资源的有效配置。代理假说则基于委托代理理论，认为审计是解决委托代理问题的一种机制，通过对经营者的监督，降低代理成本，保护所有者的利益。异常审计收费对审计需求理论所强调的审计功能有着重要影响。从保险假说角度看，异常审计收费可能导致审计师无法充分发挥保险功能，当审计费用异常时，审计师可能无法全面揭示企业的风险，使投资者等利益相关者无法得到有效的风险保障；基于信息假说，异常审计收费会降低审计师对财务信息质量的保障作用，影响信息的可信度，使投资者难以依据审计后的财务信息做出准确决策；从代理假说层面，异常审计收费可能削弱审计对经营者的监督效果，增加代理成本，损害所有者利益。三、我国上市公司异常审计收费现状分析3.1数据选取与样本来源为深入探究我国上市公司异常审计收费的现状，本研究选取了2018-2022年作为研究区间。这一时间段的选择具有重要意义，一方面，近年来我国资本市场持续发展，相关政策法规不断完善，选取这五年的数据能够反映在当前市场环境和监管背景下异常审计收费的情况；另一方面，时间跨度适中，既能保证数据的时效性，又便于进行趋势分析和对比研究，为揭示异常审计收费的规律和特点提供充足的数据支持。数据主要来源于CSMAR（国泰安）数据库和Wind（万得）数据库，这两个数据库在金融和经济领域数据收集与整理方面具有极高的权威性和全面性，涵盖了我国上市公司丰富的财务信息、审计信息以及公司治理等多方面的数据，为研究提供了坚实的数据基础。同时，为确保数据的可靠性和有效性，对初始数据进行了严格细致的筛选和处理。首先，剔除金融行业上市公司样本。金融行业具有独特的业务模式、监管要求和财务特征，其审计收费的影响因素与其他行业存在显著差异。金融机构的资产规模庞大、业务复杂，涉及大量的金融衍生品交易和监管合规要求，这些因素会使金融行业的审计收费呈现出独特的规律，若将其纳入研究样本，可能会干扰对一般上市公司异常审计收费情况的分析，影响研究结果的准确性和普适性。其次，去除ST、*ST和PT公司样本。这些公司通常面临财务困境、经营风险较高或存在其他异常情况，其财务状况和审计需求与正常公司不同。ST公司可能存在连续亏损、资不抵债等问题，其审计过程可能更为复杂，审计师面临的风险也更高，这可能导致审计收费出现异常波动，与正常公司的审计收费不具有可比性。为了更准确地研究正常经营状态下上市公司的异常审计收费现象，将这类公司样本予以剔除。再者，筛选掉数据缺失严重的样本。数据的完整性对于实证研究至关重要，缺失的数据会影响变量的计算和模型的估计结果，降低研究的可靠性。对于在审计费用、公司财务指标、公司治理变量等关键数据方面存在大量缺失值的样本，予以排除，以保证研究数据的质量。经过上述严格的数据筛选和处理过程，最终得到了[X]家上市公司在2018-2022年期间的有效样本数据。这些样本公司涵盖了多个行业，包括制造业、信息技术业、批发零售业、房地产业等，具有广泛的代表性，能够较好地反映我国上市公司异常审计收费的整体情况。通过对这些样本数据的分析，将为后续深入研究异常审计收费对审计质量的影响奠定坚实的基础。3.2异常审计收费的总体情况对筛选后的样本数据进行深入分析后发现，我国上市公司异常审计收费现象较为普遍。在2018-2022年期间，样本中存在异常审计收费的公司数量占总样本公司数量的[X]%，这表明近[X]成的上市公司存在审计收费偏离正常水平的情况，反映出异常审计收费在我国上市公司审计市场中并非个别现象，而是具有一定的普遍性。从总体规模来看，异常审计收费的金额呈现出较大的差异。异常审计收费的最小值为-[X]万元，最大值达到了[X]万元，均值为[X]万元。这一数据分布说明不同上市公司之间的异常审计收费情况存在显著差异，部分公司的异常审计收费金额相对较小，而部分公司的异常审计收费金额则较高。异常审计收费金额的最大值与最小值之间的巨大差距，也反映出我国上市公司审计市场中审计收费的不稳定性和不确定性。进一步对正向异常审计收费和负向异常审计收费的占比及变化情况进行分析。在样本期间，正向异常审计收费的公司数量占存在异常审计收费公司数量的[X]%，负向异常审计收费的公司数量占比为[X]%。这表明在我国上市公司中，出现负向异常审计收费的情况相对更为常见，即审计收费低于正常水平的公司数量略多于审计收费高于正常水平的公司数量。从变化趋势来看，正向异常审计收费占比在2018-2020年期间呈现出逐年上升的趋势，从2018年的[X]%上升至2020年的[X]%，这可能与部分上市公司业务复杂度增加、审计难度加大，或者与审计机构的市场策略调整有关。在2020-2022年期间，正向异常审计收费占比有所下降，降至[X]%，这可能是由于市场竞争加剧，审计机构为保持竞争力，对部分客户的审计收费进行了调整，或者是监管力度加强，对过高审计收费行为进行了规范。负向异常审计收费占比在2018-2022年期间整体较为稳定，但在2021年出现了略微上升的情况，从之前的[X]%左右上升至[X]%，随后在2022年又回落至[X]%。这一波动可能受到多种因素的影响，如市场竞争环境的变化、审计机构成本控制策略的调整以及上市公司对审计服务需求的变化等。总体而言，虽然负向异常审计收费占比在样本期间有一定波动，但整体仍保持在相对较高的水平，说明审计市场中低价竞争的现象较为突出，这可能对审计质量产生潜在的负面影响。3.3不同行业与公司规模下的异常审计收费差异不同行业的上市公司在业务性质、经营模式、风险特征等方面存在显著差异，这些差异对异常审计收费水平有着重要影响。对样本数据按行业进行分类统计分析后发现，金融行业（虽在整体样本筛选时已剔除，但因其特殊性仍单独分析）的异常审计收费均值相对较高，这主要归因于金融行业自身的复杂性。金融机构涉及大量金融产品和交易，如股票、债券、衍生品等，其业务不仅受到国内金融监管政策的严格约束，还面临国际金融市场波动的影响，风险评估难度大。这使得审计师在执行审计工作时，需要具备更专业的金融知识，投入更多时间和资源进行风险评估、交易细节审查以及合规性检查，从而导致审计收费可能超出正常水平，出现正向异常审计收费的情况相对较多。制造业的异常审计收费情况较为复杂。一方面，大型制造业企业由于生产流程长、供应链复杂、涉及大量固定资产和存货，审计难度较大，可能会出现正向异常审计收费；另一方面，部分小型制造业企业因市场竞争激烈，为降低成本，可能会选择压低审计费用，导致负向异常审计收费。以汽车制造业为例，大型汽车制造企业拥有众多生产基地、复杂的零部件供应链和庞大的销售网络，审计师需要对生产过程中的成本核算、存货管理、销售渠道等多个环节进行详细审计，工作量巨大，审计收费可能较高；而一些小型零部件制造企业，为了在市场中生存，可能会在审计费用上与审计机构讨价还价，使得审计收费低于正常水平。信息技术行业发展迅速，技术更新换代快，企业的无形资产（如软件著作权、专利技术等）占比较高，业务创新频繁，这给审计工作带来了新的挑战。审计师需要不断学习和了解新技术、新业务模式，评估无形资产的价值和研发支出的合理性，增加了审计的难度和不确定性，因此该行业出现正向异常审计收费的概率也相对较高。如某互联网科技公司，由于其业务涉及新兴的云计算、大数据分析等领域，审计师需要聘请相关领域的专家协助审计，这无疑增加了审计成本，导致审计收费超出正常范围。批发零售业的经营特点是商品流通频繁、交易量大、客户和供应商众多，审计重点在于销售收入的真实性、成本核算的准确性以及存货的盘点。该行业竞争激烈，企业利润率相对较低，在控制成本的压力下，可能会出现负向异常审计收费。一些小型批发企业，为了降低运营成本，可能会选择收费较低的小型审计机构，或者要求审计机构减少审计程序，以降低审计费用，从而导致审计收费低于正常水平。从公司规模角度来看，公司规模与异常审计收费之间存在密切关系。通常情况下，公司规模越大，其业务范围越广，组织结构越复杂，财务报表涉及的项目和交易越多，审计师需要投入更多的人力、物力和时间来完成审计工作，因此正常审计收费也会相应较高。规模较大的公司可能具有更强的议价能力，在与审计机构协商审计费用时，能够争取到一定的优惠，从而导致负向异常审计收费的出现。一些大型国有企业或跨国公司，由于其在市场中的地位和影响力较大，审计机构为了获取其审计业务，可能会在收费上做出一定让步。相反，规模较小的公司虽然业务相对简单，但由于其财务制度可能不够健全，内部控制相对薄弱，审计风险较高。审计师在对这类公司进行审计时，需要更加谨慎，增加审计程序以降低审计风险，这可能会导致审计成本上升，出现正向异常审计收费。一些初创型的中小企业，由于缺乏专业的财务人员，财务报表可能存在较多错误和漏洞，审计师需要花费更多时间进行调整和审计，从而使得审计收费超出正常范围。公司规模还会影响审计市场的竞争格局。大型审计机构通常更倾向于承接大型公司的审计业务，因为大型公司的审计收费较高，能够为审计机构带来更多的收入和利润。这使得小型公司在选择审计机构时，可选择的范围相对较窄，可能会面临审计机构的较高报价，从而增加出现正向异常审计收费的可能性。而大型公司由于受到众多审计机构的关注和竞争，在审计费用协商上具有更大的优势，更有可能获得相对合理的审计收费，减少异常审计收费的发生。四、异常审计收费对审计质量影响的理论分析4.1正向异常审计收费对审计质量的影响机制当上市公司向审计师支付正向异常审计收费，即高于正常水平的审计费用时，审计师与上市公司之间的经济依赖性会显著增强。在这种情况下，审计师的收入很大程度上依赖于该上市公司，若失去这一客户，可能会对审计师的经济利益造成较大损失。以某大型会计师事务所为例，其长期服务于一家知名上市公司，该上市公司支付的审计费用占事务所年度总收入的15%，且存在明显的正向异常审计收费情况。一旦失去这一重要客户，事务所不仅会面临收入大幅减少的困境，还可能对其声誉和市场地位产生负面影响，导致其他潜在客户对其服务能力产生怀疑，进而影响事务所未来业务拓展和盈利能力。这种经济上的高度依赖，使得审计师在审计过程中面临更大的压力，不得不更加谨慎地处理与客户的关系，避免因发表不利审计意见而失去高额审计收入。经济依赖性的增强，极易导致审计师独立性下降。独立性是审计的灵魂，是保证审计质量的关键因素。当审计师面临正向异常审计收费时，其在审计过程中可能无法保持应有的职业怀疑态度和独立性。在面对上市公司的财务报表存在可疑之处时，审计师可能会因担心失去高额收费而放弃深入调查，或者对一些存在争议的会计处理方法给予不合理的认可。在对某公司的审计中，公司将一笔本应计入当期费用的支出，通过复杂的会计手段资本化，以虚增利润。审计师在审计过程中发现了这一问题，但由于该公司支付的审计费用远高于正常水平，审计师担心提出调整意见会引发公司不满，从而失去这一重要客户，最终默许了公司的会计处理，未能真实反映公司的财务状况。在审计独立性下降的情况下，审计师对上市公司的监督职能被削弱，审计质量必然受到影响。审计师可能会对上市公司的盈余管理行为采取宽容态度，甚至与上市公司合谋，共同操纵财务报表，以满足公司管理层的不当利益诉求。公司管理层为了实现业绩目标，可能会通过关联方交易、虚构收入等手段进行盈余管理。审计师在高额审计费用的诱惑下，不仅没有揭示这些问题，反而在审计报告中为公司的虚假财务信息提供背书，误导投资者和其他利益相关者。这种行为严重破坏了审计的公正性和客观性，使得审计报告无法真实、准确地反映上市公司的财务状况和经营成果，极大地损害了审计质量。一旦这些问题在后续被揭露，不仅会导致投资者遭受重大损失，还会引发市场对审计行业的信任危机，影响整个资本市场的稳定运行。4.2负向异常审计收费对审计质量的影响机制当出现负向异常审计收费，即审计费用低于正常水平时，审计机构为保证自身盈利，往往会采取减少审计投入的措施。审计投入包括人力、物力和时间等多方面资源。在人力方面，可能会减少经验丰富、专业能力强的审计人员的投入，转而安排经验不足或专业水平相对较低的人员参与审计项目。在对某小型上市公司的审计中，由于审计费用过低，审计机构为控制成本，将原本计划安排的具有多年上市公司审计经验的注册会计师换成了刚入职不久的初级审计人员，这些初级人员在面对复杂的财务问题时，缺乏足够的判断能力和处理经验，难以准确识别和解决问题。物力投入上，审计机构可能会减少对审计所需设备和资料的投入。如在进行存货审计时，为节省成本，不使用先进的盘点设备，而是采用较为简单、准确性较低的手工盘点方式，这可能导致存货数量和价值的盘点不准确，无法及时发现存货中的盘盈、盘亏或其他潜在问题。时间投入方面，审计机构会压缩审计时间，缩短每个审计程序的执行时间，或者减少对某些重要审计环节的关注时间。原本计划对某公司的关联交易进行深入审计，预计需要两周时间，但由于审计费用低，审计机构将审计时间缩短至一周，导致审计师无法全面、细致地审查关联交易的真实性、合理性和合规性，遗漏了一些重大关联交易问题。审计投入的减少，必然导致审计程序简化。在风险评估程序中，由于投入资源有限，审计师可能无法对被审计单位的内部控制进行全面、深入的了解和测试。如某公司的内部控制制度较为复杂，涉及多个业务环节和部门，但审计师为节省时间和成本，仅对部分关键环节进行了简单了解和测试，未能发现内部控制中存在的缺陷，如授权审批流程不严格、职责分工不明确等问题，从而无法准确评估审计风险，为后续审计工作埋下隐患。进一步来说，在实质性程序阶段，审计师可能会减少样本量的选取，或者放弃一些重要的审计程序。在对应收账款进行函证时，按照正常审计程序，应选取一定比例的应收账款客户进行函证，以验证应收账款的真实性和准确性。但由于审计费用低，审计师为降低成本，大幅减少了函证样本量，或者只对金额较大的客户进行函证，而忽略了一些金额较小但存在风险的客户，导致未能发现部分应收账款存在虚构或账龄不准确等问题。对于一些需要进行详细分析和计算的项目，如固定资产折旧、无形资产摊销等，审计师可能会简化计算过程，仅凭经验判断而不进行严格的复核和验证，这也增加了审计风险，降低了审计质量。审计程序的简化和审计投入的不足，使得审计师难以充分获取审计证据，无法全面、准确地发现被审计单位财务报表中的重大错报和漏报，从而导致审计风险显著增加。若审计师未能发现公司的财务造假行为，如虚构收入、隐瞒成本费用等，在出具审计报告时发表了不恰当的审计意见，即对存在重大错报的财务报表出具了标准无保留意见。这将误导投资者、债权人等利益相关者的决策，当财务造假问题被揭露后，审计师可能面临法律诉讼，不仅要承担经济赔偿责任，还会对其声誉造成严重损害，影响未来业务发展。对于被审计单位而言，虚假的审计报告可能掩盖了其真实的财务状况和经营成果，导致公司管理层做出错误的决策，影响公司的长期发展。对资本市场来说，低质量的审计报告破坏了市场的信息披露机制，降低了市场的透明度和有效性，影响投资者对资本市场的信心，阻碍资本市场的健康发展。4.3其他影响因素的调节作用公司治理结构在异常审计收费与审计质量关系中起着关键的调节作用。完善的公司治理结构能够有效监督管理层行为，增强对审计工作的监督，从而降低异常审计收费对审计质量的负面影响。在股权结构方面，股权集中度对异常审计收费与审计质量的关系有显著调节作用。当股权高度集中时，大股东可能为谋取自身利益，干预审计费用决策，通过支付异常审计费用影响审计师的独立性和审计质量。在某家族控股的上市公司中，大股东为隐瞒关联交易带来的利益输送问题，向审计师支付高额异常审计费用，审计师因受制于大股东，对公司的财务问题视而不见，出具了不实审计报告，严重损害了审计质量。而股权制衡度较高的公司，多个大股东相互制约，能够减少大股东对审计费用的不当干预，增强审计师的独立性。多个大股东出于自身利益和声誉考虑，会共同监督管理层，促使审计师保持客观公正，即使存在异常审计收费，也能在一定程度上保障审计质量。董事会作为公司治理的核心机构，其独立性和有效性对异常审计收费与审计质量的关系调节作用明显。独立董事比例较高的董事会，能够在审计师选聘、审计费用确定等方面发挥独立监督作用，降低管理层通过异常审计收费影响审计质量的可能性。独立董事凭借其独立的判断和专业知识，能够对管理层提出的审计费用安排进行审查，当发现异常审计收费情况时，会提出质疑并采取措施加以纠正，从而保障审计师的独立性和审计质量。如某上市公司独立董事在发现公司支付的审计费用明显高于同行业正常水平后，组织召开专门会议，对审计费用的合理性进行深入讨论，并要求管理层提供详细说明。在独立董事的监督下，公司重新与审计机构协商审计费用，确保审计费用处于合理区间，保证了审计质量。审计委员会是公司治理结构中的重要组成部分，其对异常审计收费与审计质量关系的调节作用不可忽视。审计委员会能够协助董事会监督公司财务报告过程和内部控制，在审计师选聘、审计费用谈判和审计质量监督等方面发挥积极作用。审计委员会可以通过与审计师的沟通，了解审计工作的难度和所需资源，判断审计费用的合理性。当发现异常审计收费时，审计委员会能够及时与管理层沟通，要求其做出解释，并采取措施纠正异常情况，保障审计质量。在某公司中，审计委员会在审查审计费用时，发现公司与审计机构签订的合同中存在一些不合理的费用条款，导致审计费用偏高。审计委员会立即与管理层和审计机构进行沟通，要求重新评估审计费用，并对审计工作的范围和难度进行详细分析。经过协商，审计机构调整了审计费用，使其更加合理，同时审计委员会加强了对审计过程的监督，确保审计师按照审计准则进行工作，提高了审计质量。监管环境对异常审计收费与审计质量关系有着重要影响。监管部门的严格监管能够规范审计市场秩序，减少异常审计收费现象，提高审计质量。监管部门制定的审计收费相关政策和法规，能够明确审计收费的标准和依据，防止审计机构和上市公司之间出现不合理的审计收费行为。如监管部门规定审计收费应根据审计工作量、审计风险等因素合理确定，严禁通过低价竞争或支付高额费用获取审计业务，这使得审计机构和上市公司在确定审计费用时更加谨慎，减少了异常审计收费的发生。监管部门对审计机构和上市公司的违规行为进行严厉处罚，能够起到威慑作用，促使其遵守相关规定，保证审计质量。对存在异常审计收费且审计质量低下的审计机构，监管部门会采取罚款、暂停业务、吊销执业资格等处罚措施；对参与异常审计收费的上市公司，会责令其整改，并对相关责任人进行处罚。这种严厉的处罚机制能够促使审计机构和上市公司规范自身行为，提高审计质量。行业竞争在异常审计收费与审计质量关系中也发挥着重要作用。适度的行业竞争能够促使审计机构提高审计质量，降低异常审计收费的可能性。在竞争激烈的审计市场中，审计机构为吸引客户，会不断提升自身的专业水平和服务质量，通过提供高质量的审计服务获取合理的审计费用，而不是通过异常审计收费来获取业务。一些大型审计机构凭借其专业的审计团队、丰富的审计经验和良好的声誉，在市场竞争中脱颖而出，为客户提供高质量的审计服务，其审计收费也相对合理，很少出现异常审计收费情况。过度竞争可能导致审计机构采取低价竞争策略，引发异常审计收费问题，降低审计质量。当市场竞争过于激烈时，一些小型审计机构为争夺客户，可能会以低于成本的价格承接审计业务，导致审计投入不足，审计质量下降。这些小型审计机构可能会通过减少审计程序、降低审计人员素质等方式来降低成本，从而出现负向异常审计收费，最终影响审计质量。因此，需要合理引导行业竞争，营造公平、有序的竞争环境，避免过度竞争带来的负面影响。五、异常审计收费对审计质量影响的实证研究设计5.1研究假设提出正向异常审计收费下，审计师与上市公司之间会形成更强的经济依赖性，这会对审计师的独立性产生负面影响。在经济利益的驱使下，审计师可能会放松对上市公司的审计标准，对一些存在问题的会计处理和财务报表披露采取容忍态度，甚至可能与上市公司合谋，以维持这种高额收费的合作关系。基于此，提出假设H1：正向异常审计收费与审计质量负相关，即正向异常审计收费越高，审计质量越低。当出现负向异常审计收费时，审计机构为了保证自身的盈利，往往会采取减少审计投入的措施，包括减少审计人员数量、降低审计人员素质、缩短审计时间等。这些行为会导致审计程序无法充分执行，审计证据无法全面获取，从而难以发现上市公司财务报表中的重大错报和漏报，降低审计质量。由此，提出假设H2：负向异常审计收费与审计质量负相关，即负向异常审计收费越高（即审计收费越低），审计质量越低。公司治理结构在异常审计收费与审计质量的关系中起着重要的调节作用。完善的公司治理结构，如较高的股权制衡度、独立且有效的董事会以及积极履职的审计委员会，能够对管理层的行为进行有效监督，减少管理层通过异常审计收费影响审计质量的可能性。当公司治理结构完善时，即使存在异常审计收费，也能在一定程度上保证审计师的独立性和审计质量。因此，提出假设H3：完善的公司治理结构能够削弱异常审计收费对审计质量的负面影响，即公司治理结构在异常审计收费与审计质量关系中起负向调节作用。严格的监管环境能够对审计市场进行有效规范，对审计机构和上市公司的行为形成有力约束。监管部门通过制定明确的审计收费标准、加强对审计收费的监督检查以及对违规行为的严厉惩处，能够减少异常审计收费现象的发生，促使审计机构和上市公司更加重视审计质量。在严格的监管环境下，异常审计收费对审计质量的负面影响会减弱。基于此，提出假设H4：严格的监管环境能够削弱异常审计收费对审计质量的负面影响，即监管环境在异常审计收费与审计质量关系中起负向调节作用。行业竞争程度会影响审计机构的行为和决策。适度的行业竞争能够促使审计机构提高审计质量，以获取更多的业务和市场份额。而过度竞争则可能导致审计机构采取低价竞争策略，引发负向异常审计收费问题，进而降低审计质量。因此，提出假设H5：适度的行业竞争能够削弱异常审计收费对审计质量的负面影响，即行业竞争在异常审计收费与审计质量关系中起负向调节作用，但过度竞争可能会加剧负向异常审计收费对审计质量的负面影响。5.2变量选取与模型构建为了准确衡量异常审计收费对审计质量的影响，本研究选取了一系列关键变量。被解释变量为审计质量，选用可操纵性应计利润（DA）作为衡量指标，它能有效反映公司盈余管理程度，进而体现审计质量。可操纵性应计利润通过修正的Jones模型计算得出，该模型综合考虑了公司的营业收入变动、应收账款变动、固定资产等因素，具体公式为：TDA_t=NI_t-CFO_t，TDA_t/A_{t-1}=\alpha_1(1/A_{t-1})+\alpha_2(REV_t-REC_t)/A_{t-1}+\alpha_3(PPE_t/A_{t-1})，NDA_t/A_{t-1}=\alpha_1(1/A_{t-1})+\alpha_2(REV_t-REC_t)/A_{t-1}+\alpha_3(PPE_t/A_{t-1})，DA_t/A_{t-1}=TDA_t/A_{t-1}-NDA_t/A_{t-1}。其中，TDA_t表示第t年的总应计利润；NDA_t表示第t年的不可操纵应计利润；A_{t-1}表示第t-1年的资产总额；NI_t表示第t年的净利润；CFO_t表示第t年的经营现金流量净额；REV_t表示第t年的营业收入变动额；REC_t表示第t年的应收账款变动额；PPE_t表示第t年的固定资产总额；DA_t表示第t年的可操控应计利润的绝对量；DA_t/A_{t-1}表示经上一年资产总额调整过的可操纵应计利润的相对量，即盈余管理水平。DA_t/A_{t-1}值越大，表明公司盈余管理程度越高，审计质量越低。解释变量为异常审计收费，分为正向异常审计收费（HIABFEE）和负向异常审计收费（LOABFEE）。通过构建审计定价模型来衡量异常审计收费，将审计定价模型回归残差定义为异常审计收费(ABFEE)。当ABFEE>0时，HIABFEE=ABFEE，否则为0；当ABFEE<0时，LOABFEE=|ABFEE|，否则为0。审计定价模型中，被解释变量（LNFEE）用实际审计费用取自然对数表示，控制变量包括企业规模（SIZE），用总资产的自然对数表示；资产负债率（LEV），用“总负债/总资产”表示；总资产报酬率（ROA），用“息税前利润/总资产”表示；是否亏损（LOSS），用企业当年净利润是否小于0表示；企业成长性（GROWTH），用营业收入增长率表示；应收账款占比（REC），用“应收账款净值/总资产”表示；存货占比（INV），用“存货净值/总资产”表示；流动资产比率（CATA），用“流动资产/总资产”表示；审计质量（BIG4），用审计机构是否为国际四大表示；审计投入（DELAY），用企业年度财务报告发布当年的12月31日至下一年审计报告出具日之间的天数取自然对数表示。控制变量选取了可能对审计质量产生影响的多个因素。公司规模（SIZE），以总资产的自然对数衡量，规模大的公司业务复杂，审计难度和风险高，对审计质量有影响；资产负债率（LEV），即“总负债/总资产”，反映偿债能力和财务风险，影响审计风险和质量；盈利能力（ROA），用“息税前利润/总资产”表示，盈利能力强的公司对审计质量的要求可能不同；是否亏损（LOSS），净利润小于0为1，否则为0，亏损公司财务风险高，影响审计质量；股权集中度（TOP1），用第一大股东持股比例衡量，影响公司治理和审计质量；独立董事比例（INDR），独立董事占董事会成员的比例，反映董事会独立性，对审计质量有作用；审计机构规模（BIG4），审计机构为国际四大时为1，否则为0，国际四大审计质量可能更高；行业（IND），设置行业虚拟变量，控制行业差异对审计质量的影响；年份（YEAR），设置年份虚拟变量，控制宏观经济环境和政策变化对审计质量的影响。基于上述变量选取，构建如下多元线性回归模型来检验假设H1和H2：DA_{i,t}=\beta_0+\beta_1HIABFEE_{i,t}+\beta_2LOABFEE_{i,t}+\sum_{j=3}^{12}\beta_jControls_{i,t}+\epsilon_{i,t}其中，DA_{i,t}表示第i家公司在第t年的可操纵性应计利润，HIABFEE_{i,t}表示第i家公司在第t年的正向异常审计收费，LOABFEE_{i,t}表示第i家公司在第t年的负向异常审计收费，Controls_{i,t}表示第i家公司在第t年的控制变量，\beta_0-\beta_{12}为回归系数，\epsilon_{i,t}为随机误差项。若\beta_1显著为正，则表明正向异常审计收费与审计质量负相关，支持假设H1；若\beta_2显著为正，则表明负向异常审计收费与审计质量负相关，支持假设H2。为了检验假设H3，即公司治理结构在异常审计收费与审计质量关系中的调节作用，引入公司治理结构与异常审计收费的交互项。以股权制衡度（Z）作为公司治理结构的代表变量，股权制衡度用第二至第五大股东持股比例之和与第一大股东持股比例的比值表示，该值越大，说明股权制衡度越高，公司治理结构越完善。构建如下回归模型：DA_{i,t}=\beta_0+\beta_1HIABFEE_{i,t}+\beta_2LOABFEE_{i,t}+\beta_3Z_{i,t}+\beta_4HIABFEE_{i,t}\timesZ_{i,t}+\beta_5LOABFEE_{i,t}\timesZ_{i,t}+\sum_{j=6}^{15}\beta_jControls_{i,t}+\epsilon_{i,t}其中，Z_{i,t}表示第i家公司在第t年的股权制衡度，HIABFEE_{i,t}\timesZ_{i,t}和LOABFEE_{i,t}\timesZ_{i,t}分别为正向异常审计收费与股权制衡度的交互项、负向异常审计收费与股权制衡度的交互项。若\beta_4和\beta_5显著为负，则表明完善的公司治理结构能够削弱异常审计收费对审计质量的负面影响，支持假设H3。为检验假设H4，即监管环境在异常审计收费与审计质量关系中的调节作用，以监管强度（REG）作为监管环境的代理变量。监管强度根据监管部门对审计市场的检查力度、处罚力度等因素构建综合指标，数值越大表示监管环境越严格。构建回归模型：DA_{i,t}=\beta_0+\beta_1HIABFEE_{i,t}+\beta_2LOABFEE_{i,t}+\beta_3REG_{i,t}+\beta_4HIABFEE_{i,t}\timesREG_{i,t}+\beta_5LOABFEE_{i,t}\timesREG_{i,t}+\sum_{j=6}^{15}\beta_jControls_{i,t}+\epsilon_{i,t}其中，REG_{i,t}表示第i家公司在第t年所处的监管强度，HIABFEE_{i,t}\timesREG_{i,t}和LOABFEE_{i,t}\timesREG_{i,t}分别为正向异常审计收费与监管强度的交互项、负向异常审计收费与监管强度的交互项。若\beta_4和\beta_5显著为负，则表明严格的监管环境能够削弱异常审计收费对审计质量的负面影响，支持假设H4。为检验假设H5，即行业竞争在异常审计收费与审计质量关系中的调节作用，以赫芬达尔-赫希曼指数（HHI）作为行业竞争程度的衡量指标。HHI指数通过计算行业内各企业市场份额的平方和得到，该指数越小，表明行业竞争越激烈。构建回归模型：DA_{i,t}=\beta_0+\beta_1HIABFEE_{i,t}+\beta_2LOABFEE_{i,t}+\beta_3HHI_{i,t}+\beta_4HIABFEE_{i,t}\timesHHI_{i,t}+\beta_5LOABFEE_{i,t}\timesHHI_{i,t}+\sum_{j=6}^{15}\beta_jControls_{i,t}+\epsilon_{i,t}其中，HHI_{i,t}表示第i家公司在第t年所处行业的赫芬达尔-赫希曼指数，HIABFEE_{i,t}\timesHHI_{i,t}和LOABFEE_{i,t}\timesHHI_{i,t}分别为正向异常审计收费与行业竞争程度的交互项、负向异常审计收费与行业竞争程度的交互项。若\beta_4显著为负，\beta_5在过度竞争区间显著为正，则表明适度的行业竞争能够削弱异常审计收费对审计质量的负面影响，过度竞争可能会加剧负向异常审计收费对审计质量的负面影响，支持假设H5。5.3实证结果与分析对样本数据进行描述性统计，结果如表1所示：表1：描述性统计结果变量观测值均值标准差最小值最大值DA35000.0560.072-0.1890.265HIABFEE35000.0120.03500.156LOABFEE35000.0150.04200.198SIZE350021.351.2519.5624.87LEV35000.450.150.120.85ROA35000.040.03-0.080.15LOSS35000.120.3201TOP135000.320.100.150.68INDR35000.380.050.300.50BIG435000.080.2701从表1可以看出，可操纵性应计利润（DA）的均值为0.056，标准差为0.072，说明样本公司的盈余管理程度存在一定差异。正向异常审计收费（HIABFEE）的均值为0.012，负向异常审计收费（LOABFEE）的均值为0.015，表明样本中存在一定程度的异常审计收费现象，且负向异常审计收费的均值略高于正向异常审计收费。公司规模（SIZE）的均值为21.35，标准差为1.25，说明样本公司规模存在一定差异；资产负债率（LEV）均值为0.45，反映出样本公司整体财务杠杆水平适中；总资产报酬率（ROA）均值为0.04，表明样本公司盈利能力一般；是否亏损（LOSS）的均值为0.12，意味着样本中有12%的公司处于亏损状态；股权集中度（TOP1）均值为0.32，说明样本公司股权相对集中；独立董事比例（INDR）均值为0.38，表明样本公司独立董事比例基本符合要求；审计机构规模（BIG4）均值为0.08，说明国际四大会计师事务所审计的样本公司占比较低。对主要变量进行Pearson相关性分析，结果如表2所示：表2：相关性分析结果变量DAHIABFEELOABFEESIZELEVROALOSSTOP1INDRBIG4DA1HIABFEE0.256***1LOABFEE0.324***0.125**1SIZE0.087**0.156***0.132***1LEV0.158***0.112**0.189***0.235***1ROA-0.214***-0.105**-0.147***-0.186***-0.256***1LOSS0.198***0.136***0.175***0.098**0.145***-0.324***1TOP10.075**0.089**0.102**0.115***0.123***-0.096**0.105**1INDR-0.113***-0.095**-0.126***-0.134***-0.156***0.148***-0.165***-0.087**1BIG4-0.092**-0.086**-0.118***-0.103**-0.124***0.125**-0.136***-0.078**0.095**1注：*、、*分别表示在1%、5%、10%的水平上显著（双尾检验）从表2可以看出，可操纵性应计利润（DA）与正向异常审计收费（HIABFEE）、负向异常审计收费（LOABFEE）均在1%的水平上显著正相关，初步支持了假设H1和H2，即正向异常审计收费和负向异常审计收费都与审计质量负相关。公司规模（SIZE）、资产负债率（LEV）、是否亏损（LOSS）、股权集中度（TOP1）与正向异常审计收费（HIABFEE）、负向异常审计收费（LOABFEE）存在不同程度的显著正相关，说明这些因素可能会对异常审计收费产生影响。总资产报酬率（ROA）与正向异常审计收费（HIABFEE）、负向异常审计收费（LOABFEE）在5%的水平上显著负相关，表明盈利能力越强的公司，出现异常审计收费的可能性越小。各控制变量之间的相关性系数均小于0.5，说明不存在严重的多重共线性问题。对构建的回归模型进行回归分析，结果如表3所示：表3：回归分析结果|变量|系数|标准误|t值|P>|t||----|----|----|----|----||HIABFEE|0.125***|0.032|3.91|0.000||LOABFEE|0.186***|0.041|4.54|0.000||SIZE|0.035**|0.015|2.33|0.020||LEV|0.048***|0.012|4.00|0.000||ROA|-0.065***|0.018|-3.61|0.000||LOSS|0.052***|0.016|3.25|0.001||TOP1|0.028**|0.013|2.15|0.032||INDR|-0.036***|0.011|-3.27|0.001||BIG4|-0.042**|0.019|-2.21|0.027||IND|控制|-|-|-||YEAR|控制|-|-|-|_cons|-0.125***|0.035|-3.57|0.000||R²|0.285|-|-|-||AdjR²|0.273|-|-|-||F值|23.78|-|-|-||----|----|----|----|----||HIABFEE|0.125***|0.032|3.91|0.000||LOABFEE|0.186***|0.041|4.54|0.000||SIZE|0.035**|0.015|2.33|0.020||LEV|0.048***|0.012|4.00|0.000||ROA|-0.065***|0.018|-3.61|0.000||LOSS|0.052***|0.016|3.25|0.001||TOP1|0.028**|0.013|2.15|0.032||INDR|-0.036***|0.011|-3.27|0.001||BIG4|-0.042**|0.019|-2.21|0.027||IND|控制|-|-|-||YEAR|控制|-|-|-|_cons|-0.125***|0.035|-3.57|0.000||R²|0.285|-|-|-||AdjR²|0.273|-|-|-||F值|23.78|-|-|-||HIABFEE|0.125***|0.032|3.91|0.000||LOABFEE|0.186***|0.041|4.54|0.000||SIZE|0.035**|0.015|2.33|0.020||LEV|0.048***|0.012|4.00|0.000||ROA|-0.065***|0.018|-3.61|0.000||LOSS|0.052***|0.016|3.25|0.001||TOP1|0.028**|0.013|2.15|0.032||INDR|-0.036***|0.011|-3.27|0.001||BIG4|-0.042**|0.019|-2.21|0.027||IND|控制|-|-|-||YEAR|控制|-|-|-|_cons|-0.125***|0.035|-3.57|0.000||R²|0.285|-|-|-||AdjR²|0.273|-|-|-||F值|23.78|-|-|-||LOABFEE|0.186***|0.041|4.54|0.000||SIZE|0.035**|0.015|2.33|0.020||LEV|0.048***|0.012|4.00|0.000||ROA|-0.065***|0.018|-3.61|0.000||LOSS|0.052***|0.016|3.25|0.001||TOP1|0.028**|0.013|2.15|0.032||INDR|-0.036***|0.011|-3.27|0.001||BIG4|-0.042**|0.019|-2.21|0.027||IND|控制|-|-|-||YEAR|控制|-|-|-|_cons|-0.125***|0.035|-3.57|0.000||R²|0.285|-|-|-||AdjR²|0.273|-|-|-||F值|23.78|-|-|-||SIZE|0.035**|0.015|2.33|0.020||LEV|0.048***|0.012|4.00|0.000||ROA|-0.065***|0.018|-3.61|0.000||LOSS|0.052***|0.016|3.25|0.001||TOP1|0.028**|0.013|2.15|0.032||INDR|-0.036***|0.011|-3.27|0.001||BIG4|-0.042**|0.019|-2.21|0.027||IND|控制|-|-|-||YEAR|控制|-|-|-|_cons|-0.125***|0.035|-3.57|0.000||R²|0.285|-|-|-||AdjR²|0.273|-|-|-||F值|23.78|-|-|-||LEV|0.048***|0.012|4.00|0.000||ROA|-0.065***|0.018|-3.61|0.000||LOSS|0.052***|0.016|3.25|0.001||TOP1|0.028**|0.013|2.15|0.032||INDR|-0.036***|0.011|-3.27|0.001||BIG4|-0.042**|0.019|-2.21|0.027||IND|控制|-|-|-||YEAR|控制|-|-|-|_cons|-0.125***|0.035|-3.57|0.000||R²|0.285|-|-|-||AdjR²|0.273|-|-|-||F值|23.78|-|-|-||ROA|-0.065***|0.018|-3.61|0.000||LOSS|0.052***|0.016|3.25|0.001||TOP1|0.028**|0.013|2.15|0.032||INDR|-0.036***|0.011|-3.27|0.001||BIG4|-0.042**|0.019|-2.21|0.027||IND|控制|-|-|-||YEAR|控制|-|-|-|_cons|-0.125***|0.035|-3.57|0.000||R²|0.285|-|-|-||AdjR²|0.273|-|-|-||F值|23.78|-|-|-||LOSS|0.052***|0.016|3.25|0.001||TOP1|0.028**|0.013|2.15|0.032||INDR|-0.036***|0.011|-3.27|0.001||BIG4|-0.042**|0.019|-2.21|0.027||IND|控制|-|-|-||YEAR|控制|-|-|-|_cons|-0.125***|0.035|-3.57|0.000||R²|0.285|-|-|-||AdjR²|0.273|-|-|-||F值|23.78|-|-|-||TOP1|0.028**|0.013|2.15|0.032||INDR|-0.036***|0.011|-3.27|0.001||BIG4|-0.042**|0.019|-2.21|0.027||IND|控制|-|-|-||YEAR|控制|-|-|-|_cons|-0.125***|0.035|-3.57|0.000||R²|0.285|-|-|-||AdjR²|0.273|-|-|-||F值|23.78|-|-|-||INDR|-0.036***|0.011|-3.27|0.001||BIG4|-0.042**|0.019|-2.21|0.027||IND|控制|-|-|-||YEAR|控制|-|-|-|_cons|-0.125***|0.035|-3.57|0.000||R²|0.285|-|-|-||AdjR²|0.273|-|-|-||F值|23.78|-|-|-||BIG4|-0.042**|0.019|-2.21|0.027||IND|控制|-|-|-||YEAR|控制|-|-|-|_cons|-0.125***|0.035|-3.57|0.000||R²|0.285|-|-|-||AdjR²|0.273|-|-|-||F值|23.78|-|-|-||IND|控制|-|-|-||YEAR|控制|-|-|-|_cons|-0.125***|0.035|-3.57|0.000||R²|0.285|-|-|-||AdjR²|0.273|-|-|-||F值|23.78|-|-|-||YEAR|控制|-|-|-|_cons|-0.125***|0.035|-3.57|0.000||R²|0.285|-|-|-||AdjR²|0.273|-|-|-||F值|23.78|-|-|-|_cons|-0.125***|0.035|-3.57|0.000||R²|0.285|-|-|-||AdjR²|0.273|-|-|-||F值|23.78|-|-|-||R²|0.285|-|-|-||AdjR²|0.273|-|-|-||F值|23.78|-|-|-||AdjR²|0.273|-|-|-||F值|23.78|-|-|-||F值|23.78|-|-|-|注：*、、*分别表示在1%、5%、10%的水平上显著（双尾检验）从表3的回归结果可以看出，正向异常审计收费（HIABFEE）的系数为0.125，在1%的水平上显著为正，表明正向异常审计收费与审计质量负相关，正向异常审计收费每增