论A股上市公司视角下会计师事务所行业专长与客户选择的内在关联

论A股上市公司视角下会计师事务所行业专长与客户选择的内在关联一、引言1.1研究背景随着我国经济的快速发展和资本市场的日益成熟，A股市场在国民经济中的地位愈发重要。作为资本市场的重要参与者，会计师事务所承担着对上市公司财务报表进行审计，提供独立、客观、公正审计意见的重任。其审计质量直接关系到投资者的决策和资本市场的有效运行。在这样的背景下，会计师事务所的行业专长与客户选择之间的关系逐渐受到关注。行业专长是指会计师事务所在特定行业中积累的专业知识、技能和经验，能够使其在该行业的审计业务中表现出更高的专业胜任能力。而客户选择则涉及到会计师事务所如何根据自身的战略目标、资源优势以及风险偏好等因素，挑选合适的客户进行审计服务。一方面，具有行业专长的会计师事务所往往能够更好地理解特定行业的业务特点、经营模式和财务风险，从而提供更精准、高效的审计服务。这不仅有助于提高审计质量，增强投资者对上市公司财务信息的信任，也有利于会计师事务所在激烈的市场竞争中脱颖而出，树立良好的品牌形象。例如，在一些技术密集型行业，如电子信息、生物医药等，企业的研发投入、知识产权等无形资产的核算较为复杂，需要审计人员具备深厚的行业知识和专业技能。具有该行业专长的会计师事务所能够更准确地评估这些无形资产的价值和风险，为投资者提供更可靠的审计报告。另一方面，客户选择对会计师事务所的发展同样至关重要。优质的客户资源不仅能够为事务所带来稳定的收入来源，还有助于提升事务所的声誉和市场地位。同时，合理的客户结构可以降低事务所的经营风险，确保其可持续发展。然而，在实际操作中，会计师事务所的行业专长与客户选择之间可能存在相互影响、相互制约的关系。例如，一些具有行业专长的事务所可能过于集中在某几个行业，导致客户结构单一，一旦这些行业出现系统性风险，事务所将面临较大的经营压力；反之，一些事务所为了追求业务规模的扩张，可能忽视自身的行业专长，盲目承接不同行业的客户，从而影响审计质量。因此，深入研究会计师事务所行业专长与客户选择之间的相关性，对于优化会计师事务所的经营策略，提高审计质量，促进资本市场的健康发展具有重要的现实意义。1.2研究目的与意义本研究旨在深入剖析会计师事务所行业专长与客户选择之间的相关性，并揭示影响两者关系的关键因素。通过对A股上市公司数据的实证分析，期望达成以下目标：一是明确会计师事务所行业专长的衡量标准及其在不同行业中的分布情况，量化评估事务所的行业专长程度，进而清晰呈现其在各行业的集中与分散态势；二是探究会计师事务所行业专长对客户选择的具体影响路径和程度，揭示行业专长如何作用于客户选择决策，以及这种影响在不同规模、性质的事务所和不同行业的客户之间存在的差异；三是识别影响会计师事务所基于行业专长进行客户选择的内外部因素，从内部资源、战略规划，到外部市场环境、监管政策等多维度进行考量，为事务所优化客户选择策略提供全面依据。本研究的意义主要体现在以下几个方面：从理论角度来看，丰富了会计师事务所行为研究的理论体系，进一步完善了行业专长与客户选择相关理论。当前学术界对于会计师事务所行业专长与客户选择的研究虽有一定成果，但两者之间复杂的内在联系尚未被充分揭示。本研究通过深入的实证分析，为后续学者研究事务所的市场行为、战略决策以及审计市场的运行机制提供新的思路和实证依据，推动该领域理论的进一步发展。在实践方面，本研究对会计师事务所和上市公司都具有重要的指导意义。对于会计师事务所而言，有助于其明确自身在行业专长方面的优势与不足，从而制定更为科学合理的客户选择策略。通过依据行业专长精准定位目标客户群体，事务所能够提高审计服务的质量和效率，增强市场竞争力，降低审计风险。例如，对于在制造业具有深厚行业专长的事务所，可加大对制造业优质客户的开拓力度，集中资源提供更专业的审计服务，树立在该行业的良好口碑。同时，本研究也为上市公司在选择会计师事务所时提供参考，帮助其识别具有行业专长的事务所，从而获得更符合自身行业特点的高质量审计服务，提升财务信息的可信度，增强投资者信心。从审计市场整体发展的角度，本研究有助于促进审计市场资源的优化配置。当会计师事务所依据行业专长合理选择客户时，市场资源将向专业匹配度高的组合倾斜，从而提高审计市场的整体效率，推动审计市场向更加专业化、规范化的方向发展，保障资本市场的健康稳定运行。1.3研究方法与创新点本研究综合运用多种研究方法，以确保研究的科学性、全面性和深入性。在数据收集阶段，通过多种权威渠道获取丰富的数据，涵盖A股上市公司公开披露的财务报告、会计师事务所的审计报告、行业统计数据以及相关监管机构发布的信息等，为后续分析奠定坚实基础。在分析阶段，主要采用实证研究方法，构建多元线性回归模型。通过精心选取解释变量，如用于衡量会计师事务所行业专长的指标，包括行业市场份额、行业投资组合份额等；被解释变量则为客户选择相关指标，如客户规模、客户行业分布等；同时纳入公司规模、盈利能力、财务杠杆等一系列控制变量，以有效控制其他因素对研究结果的干扰。运用统计软件对数据进行处理和分析，包括描述性统计、相关性分析、回归分析等，通过严谨的数据分析来验证研究假设，揭示会计师事务所行业专长与客户选择之间的数量关系和内在联系。除实证研究外，还结合案例分析方法，选取具有代表性的会计师事务所及其客户群体进行深入剖析。详细阐述这些事务所凭借行业专长获取特定客户的具体过程，以及客户选择对事务所业务发展和市场竞争地位的影响。例如，深入分析某大型会计师事务所在制造业领域积累深厚行业专长后，成功吸引多家大型制造业企业作为客户的案例，探讨其在审计服务过程中如何运用行业专长满足客户需求，提升审计质量，进而增强客户粘性和市场竞争力；同时分析小型会计师事务所在某细分行业凭借独特专长赢得特定客户群体的案例，总结其成功经验和面临的挑战。通过案例分析，为实证研究结果提供实际案例支撑，从实践角度深入解读两者之间的相关性，使研究结论更具说服力和实践指导意义。本研究在研究方法上具有一定创新之处。一方面，突破以往单一数据来源的局限，整合多维度数据进行分析。不仅考虑上市公司财务数据，还纳入会计师事务所内部业务数据以及行业宏观数据，全面涵盖影响会计师事务所行业专长与客户选择的各种因素，从而更准确、全面地揭示两者之间的复杂关系。另一方面，在模型构建中，创新性地引入动态调整机制。考虑到会计师事务所行业专长和客户选择是一个动态变化的过程，受到市场环境、政策法规等多种因素的影响，通过在模型中设置时间变量和交互项，以捕捉不同时期两者关系的变化趋势，以及外部因素对这种关系的调节作用，使研究更贴合实际情况，研究结果更具时效性和应用价值。二、理论基础与文献综述2.1相关理论基础2.1.1专业化分工理论专业化分工理论最早可追溯至亚当・斯密在《国富论》中对制针工厂的经典描述。在制针过程中，将整个生产流程细分为多个专门的工序，每个工人专注于一项特定任务，相较于工人独立完成整个制针流程，极大地提高了生产效率。这一理论核心在于，当个体或组织专注于特定领域的生产或服务时，能够通过不断积累经验、提升技能以及优化生产流程，实现效率的大幅提升。在会计师事务所领域，专业化分工理论同样具有重要的指导意义。随着经济的发展和资本市场的日益复杂，不同行业的企业在业务模式、财务核算、风险特征等方面呈现出显著的差异。例如，金融行业企业涉及大量复杂的金融工具和风险管理活动，其财务报表的编制和审计需要审计人员具备深厚的金融知识和丰富的金融行业经验；而制造业企业则侧重于生产成本核算、存货管理以及固定资产折旧等方面，对审计人员在这些领域的专业知识和技能要求较高。基于专业化分工理论，会计师事务所为了在激烈的市场竞争中立足并取得优势，逐渐发展行业专长。事务所通过将资源集中投入到特定行业，如组织审计人员参加行业专项培训、深入研究行业会计准则和监管要求、建立行业专属的审计数据库等方式，不断积累该行业的专业知识和实践经验。这种专业化的发展模式使得事务所能够更深入地了解特定行业的运营特点和潜在风险，从而在审计过程中更准确地识别和评估风险，提高审计效率与质量。例如，一家在信息技术行业具有专长的会计师事务所，由于对该行业企业的研发投入资本化、收入确认方式以及无形资产估值等关键问题有着深入的理解和丰富的经验，在对信息技术企业进行审计时，能够更高效地完成审计工作，并且提供更准确、更有价值的审计意见，为企业的财务信息使用者提供更可靠的决策依据。2.1.2委托代理理论委托代理理论源于企业所有权与经营权的分离。在现代企业制度下，股东作为企业的所有者，由于自身知识、能力和精力的限制，无法直接参与企业的日常经营管理，于是将经营权委托给具有专业管理知识和技能的管理层。然而，股东和管理层的目标函数并不完全一致，股东追求的是企业价值最大化和自身财富的增长，而管理层可能更关注自身的薪酬、职位晋升和在职消费等个人利益。这种目标差异可能导致管理层为了追求自身利益而采取损害股东利益的行为，如进行过度的在职消费、操纵财务报表以获取高额奖金等，从而产生委托代理问题。在这种委托代理关系中，会计师事务所作为独立的第三方审计机构，发挥着重要的监督作用。具有行业专长的会计师事务所能够更好地降低代理成本，保障股东利益。一方面，行业专长使得会计师事务所对特定行业的业务和财务特点有更深入的了解，能够更敏锐地察觉管理层可能存在的机会主义行为。例如，在对医药行业企业进行审计时，了解该行业研发项目的周期长、风险高以及药品销售渠道的特殊性等特点，有助于审计人员识别管理层是否存在对研发费用的不合理资本化、虚构药品销售收入等操纵财务报表的行为。另一方面，行业专长还能够增强审计报告的可信度。当会计师事务所凭借其在特定行业的专业声誉和丰富经验出具审计报告时，投资者和其他利益相关者会更加信任该报告所提供的信息，从而降低因信息不对称而导致的代理成本。例如，一家在食品饮料行业具有较高行业专长的会计师事务所，其对该行业企业的审计报告能够为投资者提供更准确的企业财务状况和经营成果信息，帮助投资者做出更合理的投资决策，减少因信息误导而产生的投资损失，进而保障股东的利益。2.1.3信号传递理论信号传递理论认为，在市场交易中，信息不对称是普遍存在的现象。拥有信息优势的一方（如企业管理层）为了向信息劣势的一方（如投资者、债权人等）传递关于自身真实价值或质量的信号，会采取一些可观察的行为或决策。这些信号能够帮助信息劣势方更好地评估交易对象的价值和风险，从而做出更合理的决策。在上市公司与资本市场的关系中，上市公司选择会计师事务所是一种重要的信号传递行为。上市公司通过选择有行业专长的会计师事务所向市场传递积极信号。一方面，选择具有行业专长的会计师事务所表明上市公司对自身财务信息质量的重视，愿意投入更多资源来确保财务报表的准确性和可靠性。例如，一家在新能源汽车行业的上市公司选择在该行业具有丰富经验和专业声誉的会计师事务所进行审计，向市场传递出其对自身财务信息披露的严谨态度，暗示公司的财务报表经过了专业的审核，具有较高的可信度。另一方面，这也体现了上市公司对自身经营实力和发展前景的信心。因为具有行业专长的会计师事务所通常对客户的选择较为谨慎，只有当上市公司的经营状况良好、财务风险较低时，才更有可能被这类事务所接纳为客户。所以，上市公司选择有行业专长的会计师事务所，间接向市场表明自己具备较强的竞争力和良好的发展潜力，有助于提升投资者对公司的信心，吸引更多的投资者关注和投资，进而降低公司的融资成本，促进公司的发展。2.2文献综述2.2.1会计师事务所行业专长研究国外对会计师事务所行业专长的研究起步较早。在内涵界定方面，DeAngelo（1981）将行业专长定义为会计师事务所在特定行业中积累的专业知识和技能，使其能够比非行业专长事务所更有效地审计该行业客户。这种专业知识涵盖行业特有的会计准则、经营模式以及风险特征等方面，为准确评估财务报表提供坚实基础。在衡量指标上，国外学者提出多种方法。如行业市场份额（IndustryMarketShare，IMS），Balsam等（2003）运用该指标衡量事务所行业专长，即某事务所审计某行业客户的数量占该行业所有上市公司数量的比例。研究发现，行业市场份额较高的事务所，在该行业审计中更具优势，能有效识别和纠正财务报表中的错误与舞弊。此外，行业投资组合份额（IndustryPortfolioShare，IPS）也是常用指标，Craswell等（1995）采用此指标，它是指某事务所审计某行业客户的资产总额占该事务所审计所有客户资产总额的比例。通过对不同行业的实证研究，发现该指标与审计质量之间存在一定关联，较高的行业投资组合份额往往伴随着更高的审计质量。关于行业专长的发展影响因素，学者们从多个角度进行分析。市场竞争是重要因素之一，在竞争激烈的审计市场中，事务所为获取竞争优势，会通过专注特定行业来提升服务质量和效率。例如，在金融行业审计市场，由于金融业务的复杂性和专业性，竞争促使事务所加大对金融行业知识和技能的投入，培养专业人才，从而形成行业专长。同时，客户需求也推动着事务所行业专长的发展。随着企业规模的扩大和业务的多元化，不同行业客户对审计服务的需求呈现出差异化特点。为满足客户需求，事务所需要深入了解特定行业的业务特点和财务风险，提供定制化的审计服务，进而发展行业专长。国内研究在借鉴国外成果的基础上，结合我国国情展开。在内涵理解上，刘峰、许菲（2002）认为我国会计师事务所行业专长不仅包括专业知识和技能，还应考虑对国内特定行业监管环境和政策法规的熟悉程度。由于我国各行业监管政策差异较大，熟悉行业监管环境对于准确审计至关重要。在衡量指标选取上，国内学者也进行了探索。王英姿（2002）使用行业市场份额和行业集中度两个指标来衡量我国会计师事务所行业专长。通过对我国上市公司审计市场的研究发现，行业市场份额和行业集中度较高的事务所，在行业审计中表现出更强的专业能力和更高的审计质量。此外，也有学者采用审计费用溢价指标来衡量行业专长，认为具有行业专长的事务所能够凭借其专业优势收取更高的审计费用（余玉苗，2004）。对于影响行业专长发展的因素，国内研究关注到制度环境的重要作用。我国资本市场尚不完善，监管政策和法律法规对会计师事务所的发展有着重要影响。例如，证监会对上市公司审计的监管要求不断提高，促使事务所加强行业专长建设，以满足监管要求，提高审计质量。同时，国内会计师事务所的组织形式和内部治理结构也影响着行业专长的发展。合伙制事务所相比有限责任制事务所，更注重长期声誉和品牌建设，会更积极地投入资源培养行业专长（朱小平、郭志英，2006）。2.2.2客户选择会计师事务所影响因素研究上市公司规模是影响事务所选择的重要因素之一。Forker（1999）的研究表明，规模较大的上市公司通常拥有复杂的业务结构和庞大的财务数据，对审计质量的要求更高。这些公司更倾向于选择大规模、声誉好的会计师事务所，因为大规模事务所拥有更丰富的审计资源和专业人才，能够满足其复杂的审计需求。例如，跨国公司在全球范围内开展业务，涉及多个国家和地区的会计准则和税收政策，需要具备国际化视野和专业能力的大型会计师事务所提供审计服务。财务状况也是客户选择事务所时考虑的关键因素。DeFond和Subramanyam（1998）发现，财务状况不佳的公司，如面临亏损、债务压力较大的企业，可能更倾向于选择审计质量较低的事务所，以降低审计成本或寻求更宽松的审计意见。然而，这种选择可能会增加公司的财务风险和市场信任危机。相反，财务状况良好的公司更注重审计质量，希望通过高质量的审计报告向市场传递积极信号，增强投资者信心，因此更愿意选择声誉高、专业能力强的事务所。公司治理结构对客户选择事务所也有显著影响。董事会独立性较强的公司，能够更好地发挥监督作用，在选择会计师事务所时更注重审计质量和独立性（Klein，2002）。独立董事占比较高的董事会，会对事务所的专业能力、声誉和独立性进行严格评估，以确保审计工作的公正性和有效性。此外，高管持股比例也会影响事务所选择决策。当高管持股比例较高时，高管与公司利益更加紧密相连，为了维护自身利益和公司价值，会更积极地选择能够提供高质量审计服务的事务所，以保障公司财务信息的真实性和可靠性（Core等，1999）。国内学者对客户选择会计师事务所的影响因素也进行了深入研究。吴水澎、李奇凤（2006）通过对我国上市公司的实证分析发现，公司规模、资产负债率和盈利能力等因素与事务所选择密切相关。规模较大、资产负债率较高的公司更倾向于选择大规模的会计师事务所，以增强市场对公司财务状况的信心；而盈利能力较强的公司则更注重审计质量，更可能选择声誉好的事务所。此外，蔡春等（2005）研究指出，我国上市公司的股权结构对事务所选择有重要影响。国有控股上市公司在选择事务所时，可能会受到政府干预等因素的影响，不一定完全基于市场原则和审计质量考虑；而民营上市公司相对更注重成本效益和审计质量，在选择事务所时会综合权衡各方面因素。2.2.3行业专长与客户选择相关性研究现有研究在探讨会计师事务所行业专长与客户选择的相关性方面取得了一定成果。一些研究表明，会计师事务所的行业专长能够吸引特定行业的客户。具有行业专长的事务所，由于对特定行业的业务流程、财务风险和会计准则有深入了解，能够提供更专业、高效的审计服务，从而增加对该行业客户的吸引力（Balsam等，2003）。例如，在信息技术行业，业务创新性强、无形资产占比高，具有该行业专长的事务所能够准确评估企业的研发投入资本化、软件收入确认等复杂问题，为企业提供更符合行业特点的审计服务，因此更容易获得信息技术企业的青睐。然而，当前研究也存在一些不足之处。一方面，大部分研究主要从理论分析和实证检验的角度探讨两者关系，缺乏对具体案例的深入剖析。通过实际案例分析，可以更直观地了解会计师事务所如何凭借行业专长获取客户，以及客户选择对事务所业务发展的影响。另一方面，研究样本的局限性也可能影响研究结果的普遍性。部分研究仅选取特定时间段或特定行业的上市公司作为样本，无法全面反映整个资本市场中会计师事务所行业专长与客户选择的相关性。未来研究可以扩大样本范围，涵盖不同规模、不同行业和不同地区的上市公司，以提高研究结果的可靠性和普适性。同时，进一步加强案例研究，深入分析典型案例中两者的相互作用机制，为理论研究提供更丰富的实践支持。三、研究设计3.1研究假设会计师事务所的行业专长对其客户选择具有重要影响。具备行业专长的事务所，凭借在特定行业积累的专业知识、技能和丰富经验，能够更精准地把握该行业企业的业务特点、财务核算要点以及潜在风险。这些优势使事务所在审计过程中能够提供更专业、高效的服务，从而对同行业的其他企业产生强大的吸引力。基于此，提出假设1：假设1：会计师事务所的行业专长与客户选择呈正相关关系，即会计师事务所的行业专长程度越高，越容易吸引同行业的客户。不同行业的企业在业务复杂性、经营风险、监管要求等方面存在显著差异，这使得它们对会计师事务所行业专长的敏感度有所不同。例如，新兴的高科技行业，如人工智能、区块链等，技术更新换代迅速，业务模式创新频繁，财务核算涉及大量的研发投入、无形资产估值等复杂问题，对审计人员的专业知识和技能要求极高。这类行业的企业对具有行业专长的会计师事务所敏感度较高，更倾向于选择在该行业有深入了解和丰富经验的事务所进行审计，以确保财务信息的准确性和可靠性。而一些传统的劳动密集型行业，如纺织、服装等，业务模式相对简单，财务核算较为常规，对会计师事务所行业专长的敏感度相对较低。基于此，提出假设2：假设2：不同行业的企业对会计师事务所行业专长的敏感度存在差异，新兴行业和高风险行业的企业对会计师事务所行业专长的敏感度较高，传统行业和低风险行业的企业对会计师事务所行业专长的敏感度较低。会计师事务所的规模大小在很大程度上反映了其资源拥有量、专业人才储备以及市场影响力。大型会计师事务所通常拥有更雄厚的资金实力，能够投入大量资源进行行业研究和专业人才培养，从而在多个行业积累深厚的行业专长。同时，大型事务所凭借其广泛的业务网络和良好的品牌声誉，更容易吸引各类客户，包括不同行业的优质企业。相比之下，小型会计师事务所由于资源有限，往往难以在多个行业全面发展行业专长，可能更专注于某一个或少数几个细分行业。并且，小型事务所的市场知名度和影响力相对较小，在获取客户资源时可能面临更多困难，尤其是在争取大型企业或对审计质量要求较高的企业客户时。基于此，提出假设3：假设3：会计师事务所的规模对行业专长与客户选择的关系具有调节作用，大型会计师事务所凭借其资源优势和品牌影响力，在利用行业专长吸引客户方面具有更大的优势，行业专长与客户选择的正相关关系在大型会计师事务所中更为显著；而小型会计师事务所由于资源和品牌的限制，行业专长对客户选择的影响相对较弱。3.2样本选择与数据来源为深入探究会计师事务所行业专长与客户选择之间的相关性，本研究选取A股上市公司作为研究样本。数据主要来源于多个权威数据库，包括国泰安经济金融研究数据库（CSMAR）、万得资讯金融终端（Wind）以及巨潮资讯网。这些数据库提供了丰富且全面的上市公司财务数据、审计报告信息以及会计师事务所相关资料，为研究的准确性和可靠性奠定了坚实基础。样本筛选过程遵循严格的标准，以确保数据的有效性和研究结果的可靠性。首先，从数据库中获取所有A股上市公司在2015-2022年期间的相关数据。然后，剔除金融类上市公司，因为金融行业具有独特的业务模式、监管要求和财务特征，与其他行业存在较大差异，若纳入金融类公司可能会对研究结果产生干扰，影响研究结论的普遍性和准确性。例如，金融行业的资产负债结构、收入确认方式以及风险计量方法等都与非金融行业截然不同，其审计重点和要求也有很大区别。接着，剔除数据缺失严重的公司样本。数据缺失可能导致无法准确计算相关变量，影响实证分析的结果。例如，如果一家公司的财务报表中关键财务数据如营业收入、资产总额等存在缺失，那么在计算公司规模、盈利能力等指标时就会出现偏差，进而影响对该公司特征的准确把握以及后续的相关性分析。此外，对于会计师事务所信息披露不完整的样本也予以剔除，因为完整的会计师事务所信息是准确衡量其行业专长的关键。若事务所的客户数量、客户行业分布等信息缺失，就无法准确计算行业市场份额、行业投资组合份额等衡量行业专长的指标，从而影响对事务所行业专长程度的评估。经过上述严格的筛选过程，最终获得了涵盖多个行业、不同规模和性质的上市公司样本[X]个。这些样本具有广泛的代表性，能够较好地反映A股市场中会计师事务所行业专长与客户选择的实际情况，为后续的实证分析提供了有力的数据支持。3.3变量定义与模型构建被解释变量为客户选择，采用客户资产规模（ClientAsset）来衡量。客户资产规模在一定程度上反映了客户对会计师事务所的吸引力和价值，资产规模越大的客户通常意味着更复杂的业务和更高的审计风险，对会计师事务所的专业能力和资源要求也更高。因此，客户资产规模能够较好地体现会计师事务所的客户选择倾向，具体计算为上市公司年末总资产的自然对数。解释变量为会计师事务所行业专长，借鉴国内外相关研究，采用行业市场份额（IMS）作为衡量指标。行业市场份额指某会计师事务所在特定行业中审计客户的资产总额占该行业所有上市公司资产总额的比例。该指标能够直观地反映出会计师事务所在特定行业中的市场地位和专业资源投入程度，比例越高，表明其在该行业的专长程度越高，对行业内企业的了解和服务能力可能越强，计算公式为：IMS_{ij}=\frac{\sum_{k=1}^{n}Asset_{ijk}}{\sum_{l=1}^{m}Asset_{ijl}}其中，IMS_{ij}表示第i家会计师事务所在第j行业的行业市场份额，Asset_{ijk}表示第i家会计师事务所审计的第j行业中第k家上市公司的资产总额，n为第i家会计师事务所在第j行业审计的上市公司数量，Asset_{ijl}表示第j行业中第l家上市公司的资产总额，m为第j行业的上市公司总数。为了控制其他因素对客户选择的影响，选取以下控制变量：公司规模（Size），以上市公司年末总资产的自然对数衡量，公司规模越大，其业务复杂程度和财务风险可能越高，对会计师事务所的选择也可能产生影响；盈利能力（ROA），采用总资产收益率衡量，反映公司的盈利水平，盈利能力强的公司可能更注重审计质量，对会计师事务所的要求也可能不同；财务杠杆（Lev），通过资产负债率衡量，体现公司的债务负担和偿债能力，财务杠杆高的公司可能面临更大的财务风险，进而影响会计师事务所的客户选择决策；股权集中度（Top1），用第一大股东持股比例表示，股权集中度的高低会影响公司的治理结构和决策机制，从而对会计师事务所的选择产生间接作用；审计任期（Tenure），指会计师事务所连续审计某客户的年限，审计任期的长短可能影响审计师对客户的了解程度和审计质量，进而影响客户与会计师事务所之间的合作关系。基于上述变量定义，构建如下回归模型来检验研究假设：ClientAsset_{ijt}=\beta_0+\beta_1IMS_{ijt}+\beta_2Size_{ijt}+\beta_3ROA_{ijt}+\beta_4Lev_{ijt}+\beta_5Top1_{ijt}+\beta_6Tenure_{ijt}+\sum_{k=1}^{n}\gamma_kYear_k+\sum_{l=1}^{m}\delta_lIndustry_l+\epsilon_{ijt}其中，ClientAsset_{ijt}表示第t年第i家会计师事务所审计的第j家上市公司的客户资产规模；\beta_0为常数项；\beta_1-\beta_6为各变量的回归系数；Year_k和Industry_l分别为年度虚拟变量和行业虚拟变量，用于控制年度和行业固定效应，以消除不同年份和行业宏观经济环境、政策法规等因素对研究结果的影响；\epsilon_{ijt}为随机误差项，反映模型中未考虑到的其他随机因素对客户资产规模的影响。四、实证结果与分析4.1描述性统计对样本数据进行描述性统计，结果如表1所示。在样本期间内，客户资产规模（ClientAsset）的均值为22.289，最大值达到27.647，最小值为19.058，标准差为1.385，表明不同上市公司的资产规模存在较大差异。这反映了A股市场上市公司的规模分布较为广泛，既有大型企业，也有规模相对较小的公司，这种差异可能对会计师事务所的客户选择产生影响。例如，大型企业通常业务复杂，对审计服务的要求更高，可能更倾向于选择具有丰富经验和行业专长的大型会计师事务所；而小型企业可能因成本等因素的考虑，在选择会计师事务所时会有不同的侧重点。会计师事务所行业市场份额（IMS）的均值为0.041，最大值为0.458，最小值为0，标准差为0.073。这表明各会计师事务所在不同行业的市场份额差异明显，部分事务所具有较高的行业专长水平，在特定行业占据较大的市场份额；而相当一部分事务所的行业专长程度较低，在行业中的市场份额较小。这种差异可能导致不同事务所的客户选择策略有所不同，具有较高行业专长的事务所可能更专注于吸引同行业的优质客户，而行业专长较低的事务所可能需要通过拓展不同行业的客户来扩大业务规模。公司规模（Size）的均值为22.293，与客户资产规模的均值相近，这是因为公司规模通常以总资产衡量，与客户资产规模的衡量方式一致，进一步说明了上市公司规模的多样性。盈利能力（ROA）的均值为0.036，最大值为0.283，最小值为-0.377，表明样本公司的盈利能力参差不齐，盈利能力的差异可能影响公司对审计质量的重视程度，进而影响其对会计师事务所的选择。财务杠杆（Lev）的均值为0.468，最大值为0.940，最小值为0.062，说明样本公司的债务负担存在一定差异，财务杠杆较高的公司可能面临更大的财务风险，在选择会计师事务所时可能更注重其风险评估和应对能力。股权集中度（Top1）的均值为0.335，最大值为0.757，最小值为0.089，反映出样本公司股权集中度的差异，股权集中度的高低会影响公司的治理结构和决策机制，从而对会计师事务所的选择产生间接影响。审计任期（Tenure）的均值为4.738，最大值为25，最小值为1，表明会计师事务所与客户的合作期限存在较大差异，审计任期的长短可能影响审计师对客户的了解程度和审计质量，进而影响客户与会计师事务所之间的合作关系。表1：描述性统计变量观测值均值标准差最小值最大值ClientAssetXXXX22.2891.38519.05827.647IMSXXXX0.0410.07300.458SizeXXXX22.2931.38619.06327.652ROAXXXX0.0360.068-0.3770.283LevXXXX0.4680.2040.0620.940Top1XXXX0.3350.1440.0890.757TenureXXXX4.7383.6021254.2相关性分析对各变量进行Pearson相关性分析，结果如表2所示。客户资产规模（ClientAsset）与会计师事务所行业市场份额（IMS）在1%的水平上显著正相关，相关系数为0.215，初步验证了假设1，即会计师事务所的行业专长与客户选择呈正相关关系。这表明，会计师事务所的行业专长程度越高，越容易吸引资产规模较大的同行业客户。例如，在信息技术行业，具有较高行业专长的会计师事务所凭借其对该行业复杂业务和财务风险的深入了解，能够为行业内大型企业提供更专业的审计服务，从而赢得这些企业的青睐。公司规模（Size）与客户资产规模（ClientAsset）在1%的水平上显著正相关，相关系数高达0.986，这是因为客户资产规模本身就是衡量公司规模的一个重要指标，两者高度相关符合预期。盈利能力（ROA）与客户资产规模（ClientAsset）在1%的水平上正相关，相关系数为0.187，说明盈利能力较强的公司往往资产规模也较大，这类公司通常更注重审计质量，对会计师事务所的选择更为谨慎，更倾向于选择具有行业专长的事务所。财务杠杆（Lev）与客户资产规模（ClientAsset）在1%的水平上正相关，相关系数为0.153，表明财务杠杆较高的公司可能由于债务融资需求等原因，资产规模较大，同时在选择会计师事务所时可能会考虑其对财务风险的应对能力。股权集中度（Top1）与客户资产规模（ClientAsset）的相关性不显著，说明股权集中度对客户资产规模的影响相对较小，在选择会计师事务所时，股权集中度可能不是主要的考虑因素。审计任期（Tenure）与客户资产规模（ClientAsset）在1%的水平上正相关，相关系数为0.128，意味着审计任期较长的会计师事务所与资产规模较大的客户之间存在一定的关联，可能是因为长期合作使得事务所对客户的了解更深入，能够更好地满足客户的审计需求。在各变量的相关性分析中，所有变量之间的相关系数绝对值均小于0.8，说明不存在严重的多重共线性问题，可进一步进行回归分析。表2：相关性分析变量ClientAssetIMSSizeROALevTop1TenureClientAsset1IMS0.215***1Size0.986***0.201***1ROA0.187***0.112***0.173***1Lev0.153***0.098***0.141***0.056**1Top10.0210.0370.0240.0120.0451Tenure0.128***0.075***0.117***0.092***0.068**0.0311注：***、**分别表示在1%、5%的水平上显著相关4.3回归结果分析对构建的回归模型进行多元线性回归分析，结果如表3所示。模型的调整R²为0.765，说明该模型对客户资产规模的解释能力较强，能够解释76.5%的客户资产规模变动，表明所选取的变量能够较好地反映会计师事务所行业专长与客户选择之间的关系。F值为125.638，在1%的水平上显著，进一步验证了模型整体的显著性，即自变量与因变量之间存在显著的线性关系。表3：回归结果|变量|系数|标准误|t值|P>|t|||----|----|----|----|----||Constant|-3.456***|0.872|-3.963|0.000||IMS|0.568***|0.102|5.569|0.000||Size|0.926***|0.045|20.578|0.000||ROA|0.485***|0.121|3.992|0.000||Lev|0.234**|0.094|2.489|0.013||Top1|-0.052|0.071|-0.732|0.464||Tenure|0.115***|0.035|3.286|0.001||Year/Industry|控制|控制|-|-||Adj.R²|0.765|-|-|-||F值|125.638***|-|-|-||变量|系数|标准误|t值|P>|t|||----|----|----|----|----||Constant|-3.456***|0.872|-3.963|0.000||IMS|0.568***|0.102|5.569|0.000||Size|0.926***|0.045|20.578|0.000||ROA|0.485***|0.121|3.992|0.000||Lev|0.234**|0.094|2.489|0.013||Top1|-0.052|0.071|-0.732|0.464||Tenure|0.115***|0.035|3.286|0.001||Year/Industry|控制|控制|-|-||Adj.R²|0.765|-|-|-||F值|125.638***|-|-|-||----|----|----|----|----||Constant|-3.456***|0.872|-3.963|0.000||IMS|0.568***|0.102|5.569|0.000||Size|0.926***|0.045|20.578|0.000||ROA|0.485***|0.121|3.992|0.000||Lev|0.234**|0.094|2.489|0.013||Top1|-0.052|0.071|-0.732|0.464||Tenure|0.115***|0.035|3.286|0.001||Year/Industry|控制|控制|-|-||Adj.R²|0.765|-|-|-||F值|125.638***|-|-|-||Constant|-3.456***|0.872|-3.963|0.000||IMS|0.568***|0.102|5.569|0.000||Size|0.926***|0.045|20.578|0.000||ROA|0.485***|0.121|3.992|0.000||Lev|0.234**|0.094|2.489|0.013||Top1|-0.052|0.071|-0.732|0.464||Tenure|0.115***|0.035|3.286|0.001||Year/Industry|控制|控制|-|-||Adj.R²|0.765|-|-|-||F值|125.638***|-|-|-||IMS|0.568***|0.102|5.569|0.000||Size|0.926***|0.045|20.578|0.000||ROA|0.485***|0.121|3.992|0.000||Lev|0.234**|0.094|2.489|0.013||Top1|-0.052|0.071|-0.732|0.464||Tenure|0.115***|0.035|3.286|0.001||Year/Industry|控制|控制|-|-||Adj.R²|0.765|-|-|-||F值|125.638***|-|-|-||Size|0.926***|0.045|20.578|0.000||ROA|0.485***|0.121|3.992|0.000||Lev|0.234**|0.094|2.489|0.013||Top1|-0.052|0.071|-0.732|0.464||Tenure|0.115***|0.035|3.286|0.001||Year/Industry|控制|控制|-|-||Adj.R²|0.765|-|-|-||F值|125.638***|-|-|-||ROA|0.485***|0.121|3.992|0.000||Lev|0.234**|0.094|2.489|0.013||Top1|-0.052|0.071|-0.732|0.464||Tenure|0.115***|0.035|3.286|0.001||Year/Industry|控制|控制|-|-||Adj.R²|0.765|-|-|-||F值|125.638***|-|-|-||Lev|0.234**|0.094|2.489|0.013||Top1|-0.052|0.071|-0.732|0.464||Tenure|0.115***|0.035|3.286|0.001||Year/Industry|控制|控制|-|-||Adj.R²|0.765|-|-|-||F值|125.638***|-|-|-||Top1|-0.052|0.071|-0.732|0.464||Tenure|0.115***|0.035|3.286|0.001||Year/Industry|控制|控制|-|-||Adj.R²|0.765|-|-|-||F值|125.638***|-|-|-||Tenure|0.115***|0.035|3.286|0.001||Year/Industry|控制|控制|-|-||Adj.R²|0.765|-|-|-||F值|125.638***|-|-|-||Year/Industry|控制|控制|-|-||Adj.R²|0.765|-|-|-||F值|125.638***|-|-|-||Adj.R²|0.765|-|-|-||F值|125.638***|-|-|-||F值|125.638***|-|-|-|注：***、**分别表示在1%、5%的水平上显著相关会计师事务所行业市场份额（IMS）的系数为0.568，在1%的水平上显著为正，这表明会计师事务所的行业专长与客户选择之间存在显著的正相关关系，假设1得到进一步验证。具体而言，会计师事务所的行业专长程度每提高1个单位，客户资产规模的自然对数将增加0.568个单位。这充分说明，具有较高行业专长的会计师事务所确实更容易吸引到资产规模较大的同行业客户。例如，在新能源汽车行业，某会计师事务所凭借其在该行业长期积累的丰富经验和专业知识，对新能源汽车企业的研发投入核算、政府补贴确认以及销售渠道的财务风险等关键问题有着深入的了解，能够为企业提供更专业、更精准的审计服务，从而吸引了多家行业内大型企业选择其作为审计机构。公司规模（Size）的系数为0.926，在1%的水平上显著为正，说明公司规模对客户资产规模有显著的正向影响。公司规模越大，其资产规模也越大，在选择会计师事务所时，更倾向于选择能够满足其复杂审计需求的事务所，这与理论预期相符。盈利能力（ROA）的系数为0.485，在1%的水平上显著为正，表明盈利能力较强的公司往往资产规模较大，且更注重审计质量，更有可能选择具有行业专长的会计师事务所，以提升财务信息的可信度。财务杠杆（Lev）的系数为0.234，在5%的水平上显著为正，意味着财务杠杆较高的公司资产规模较大，在选择会计师事务所时会考虑其应对财务风险的能力，具有行业专长的事务所可能更受青睐。股权集中度（Top1）的系数为-0.052，不显著，说明股权集中度对客户选择会计师事务所的影响较小，在本研究模型中不是影响客户选择的主要因素。审计任期（Tenure）的系数为0.115，在1%的水平上显著为正，表明审计任期越长，会计师事务所与客户之间的合作关系越稳定，事务所对客户的了解更深入，能够更好地满足客户的审计需求，从而客户更倾向于继续选择该事务所。4.4稳健性检验为了确保研究结果的可靠性和稳定性，进一步进行稳健性检验。采用多种方法对前文的回归结果进行验证，以排除可能存在的干扰因素和异常情况对研究结论的影响。首先，替换变量进行检验。将解释变量会计师事务所行业专长的衡量指标由行业市场份额（IMS）替换为行业投资组合份额（IPS）。行业投资组合份额是指某会计师事务所在特定行业中审计客户的资产总额占该事务所审计所有客户资产总额的比例，该指标从另一个角度反映了会计师事务所在特定行业的资源投入和专长程度。重新对模型进行回归分析，回归结果如表4所示。表4：替换变量后的回归结果|变量|系数|标准误|t值|P>|t|||----|----|----|----|----||Constant|-3.218***|0.856|-3.759|0.000||IPS|0.483***|0.098|4.929|0.000||Size|0.905***|0.043|21.047|0.000||ROA|0.468***|0.118|3.966|0.000||Lev|0.217**|0.091|2.385|0.017||Top1|-0.048|0.068|-0.706|0.480||Tenure|0.109***|0.033|3.303|0.001||Year/Industry|控制|控制|-|-||Adj.R²|0.758|-|-|-||F值|120.345***|-|-|-||变量|系数|标准误|t值|P>|t|||----|----|----|----|----||Constant|-3.218***|0.856|-3.759|0.000||IPS|0.483***|0.098|4.929|0.000||Size|0.905***|0.043|21.047|0.000||ROA|0.468***|0.118|3.966|0.000||Lev|0.217**|0.091|2.385|0.017||Top1|-0.048|0.068|-0.706|0.480||Tenure|0.109***|0.033|3.303|0.001||Year/Industry|控制|控制|-|-||Adj.R²|0.758|-|-|-||F值|120.345***|-|-|-||----|----|----|----|----||Constant|-3.218***|0.856|-3.759|0.000||IPS|0.483***|0.098|4.929|0.000||Size|0.905***|0.043|21.047|0.000||ROA|0.468***|0.118|3.966|0.000||Lev|0.217**|0.091|2.385|0.017||Top1|-0.048|0.068|-0.706|0.480||Tenure|0.109***|0.033|3.303|0.001||Year/Industry|控制|控制|-|-||Adj.R²|0.758|-|-|-||F值|120.345***|-|-|-||Constant|-3.218***|0.856|-3.759|0.000||IPS|0.483***|0.098|4.929|0.000||Size|0.905***|0.043|21.047|0.000||ROA|0.468***|0.118|3.966|0.000||Lev|0.217**|0.091|2.385|0.017||Top1|-0.048|0.068|-0.706|0.480||Tenure|0.109***|0.033|3.303|0.001||Year/Industry|控制|控制|-|-||Adj.R²|0.758|-|-|-||F值|120.345***|-|-|-||IPS|0.483***|0.098|4.929|0.000||Size|0.905***|0.043|21.047|0.000||ROA|0.468***|0.118|3.966|0.000||Lev|0.217**|0.091|2.385|0.017||Top1|-0.048|0.068|-0.706|0.480||Tenure|0.109***|0.033|3.303|0.001||Year/Industry|控制|控制|-|-||Adj.R²|0.758|-|-|-||F值|120.345***|-|-|-||Size|0.905***|0.043|21.047|0.000||ROA|0.468***|0.118|3.966|0.000||Lev|0.217**|0.091|2.385|0.017||Top1|-0.048|0.068|-0.706|0.480||Tenure|0.109***|0.033|3.303|0.001||Year/Industry|控制|控制|-|-||Adj.R²|0.758|-|-|-||F值|120.345***|-|-|-||ROA|0.468***|0.118|3.966|0.000||Lev|0.217**|0.091|2.385|0.017||Top1|-0.048|0.068|-0.706|0.480||Tenure|0.109***|0.033|3.303|0.001||Year/Industry|控制|控制|-|-||Adj.R²|0.758|-|-|-||F值|120.345***|-|-|-||Lev|0.217**|0.091|2.385|0.017||Top1|-0.048|0.068|-0.706|0.480||Tenure|0.109***|0.033|3.303|0.001||Year/Industry|控制|控制|-|-||Adj.R²|0.758|-|-|-||F值|120.345***|-|-|-||Top1|-0.048|0.068|-0.706|0.480||Tenure|0.109***|0.033|3.303|0.001||Year/Industry|控制|控制|-|-||Adj.R²|0.758|-|-|-||F值|120.345***|-|-|-||Tenure|0.109***|0.033|3.303|0.001||Year/Industry|控制|控制|-|-||Adj.R²|0.758|-|-|-||F值|120.345***|-|-|-||Year/Industry|控制|控制|-|-||Adj.R²|0.758|-|-|-||F值|120.345***|-|-|-||Adj.R²|0.758|-|-|-||F值|120.345***|-|-|-||F值|120.345***|-|-|-|注：***、**分别表示在1%、5%的水平上显著相关从表4可以看出，替换变量后，行业投资组合份额（IPS）的系数为0.483，在1%的水平上显著为正，依然表明会计师事务所的行业专长与客户选择呈正相关关系，与前文以行业市场份额衡量行业专长时的研究结论一致，说明研究结果在变量替换后具有较强的稳健性。其次，进行分样本检验。根据会计师事务所规模大小，将样本分为大型会计师事务所和小型会计师事务所两个子样本。参考相关行业标准和市场实际情况，以事务所的年度业务收入或上市公司客户数量为划分依据，将业务收入排名前[X]或上市公司客户数量超过[X]家的事务所定义为大型会计师事务所，其余为小型会计师事务所。分别对两个子样本进行回归分析，结果如表5和表6所示。表5：大型会计师事务所子样本回归结果|变量|系数|标准误|t值|P>|t|||----|----|----|----|----||Constant|-2.876***|0.765|-3.759|0.000||IMS|0.685***|0.115|5.957|0.000||Size|0.956***|0.052|18.385|0.000||ROA|0.523***|0.132|3.962|0.000||Lev|0.256**|0.102|2.510|0.012||Top1|-0.061|0.082|-0.744|0.457||Tenure|0.128***|0.038|3.368|0.001||Year/Industry|控制|控制|-|-||Adj.R²|0.782|-|-|-||F值|135.672***|-|-|-||变量|系数|标准误|t值|P>|t|||----|----|----|----|----||Constant|-2.876***|0.765|-3.759|0.000||IMS|0.685***|0.115|5.957|0.000||Size|0.956***|0.052|18.385|0.000||ROA|0.523***|0.132|3.962|0.000||Lev|0.256**|0.102|2.510|0.012||Top1|-0.061|0.082|-0.744|0.457||Tenure|0.128***|0.038|3.368|0.001||Year/Industry|控制|控制|-|-||Adj.R²|0.782|-|-|-||F值|135.672***|-|-|-||----|----|----|----|----||Constant|-2.876***|0.765|-3.759|0.000||IMS|0.685***|0.115|5.957|0.000||Size|0.956***|0.052|18.385|0.000||ROA|0.523***|0.132|3.962|0.000||Lev|0.256**|0.102|2.510|0.012||Top1|-0.061|0.082|-0.744|0.457||Tenure|0.128***|0.038|3.368|0.001||Year/Industry|控制|控制|-|-||Adj.R²|0.782|-|-|-||F值|135.672***|-|-|-||Constant|-2.876***|0.765|-3.759|0.000||IMS|0.685***|0.115|5.957|0.000||Size|0.956***|0.052|18.385|0.000||ROA|0.523***|0.132|3.962|0.000||Lev|0.256**|0.102|2.510|0.012||Top1|-0.061|0.082|-0.744|0.457||Tenure|0.128***|0.038|3.368|0.001||Year/Industry|控制|控制|-|-||Adj.R²|0.782|-|-|-||F值|135.672***|-|-|-||IMS|0.685***|0.115|5.957|0.000||Size|0.956***|0.052|18.385|0.000||ROA|0.523***|0.132|3.962|0.000||Lev|0.256**|0.102|2.510|0.012||Top1|-0.061|0.082|-0.744|0.457||Tenure|0.128***|0.038|3.368|0.001||Year/Industry|控制|控制|-|-||Adj.R²|0.782|-|-|-||F值|135.672***|-|-|-||Size|0.956***|0.052|18.385|0.000||ROA|0.523***|0.132|3.962|0.000||Lev|0.256**|0.102|2.510|0.012||Top1|-0.061|0.082|-0.744|0.457||Tenure|0.128***|0.038|3.368|0.001||Year/Industry|控制|控制|-|-||Adj.R²|0.782|-|-|-||F值|135.672***|-|-|-||ROA|0.523***|0.132|3.962|0.000||Lev|0.256**|0.102|2.510|0.012||Top1|-0.061|0.082|-0.744|0.457||Tenure|0.128***|0.038|3.368|0.001||Year/Industry|控制|控制|-|-||Adj.R²|0.782|-|-|-||F值|135.672***|-|-|-||Lev|0.256**|0.102|2.510|0.012||Top1|-0.061|0.082|-0.744|0.457||Tenure|0.128***|0.038|3.368|0.001||Year/Industry|控制|控制|-|-||Adj.R²|0.782|-|-|-||F值|135.672***|-|-|-||Top1|-0.061|0.082|-0.744|0.457||Tenure|0.128***|0.038|3.368|0.001||Year/Industry|控制|控制|-|-||Adj.R²|0.782|-|-|-||F值|135.672***|-|-|-||Tenure|0.128***|0.038|3.368|0.001||Year/Industry|控制|控制|-|-||Adj.R²|0.782|-|-|-||F值|135.672***|-|-|-||Year/Industry|控制|控制|-|-||Adj.R²|0.782|-|-|-||F值|135.672***|-|-|-||Adj.R²|0.782|-|-|-||F值|135.672***|-|-|-||F值|135.672***|-|-|-|注：***、**分别表示在1%、5%的水平上显著相关表6：小型会计师事务所子样本回归结果|变量|系数|标准误|t值|P>|t|||----|----|----|----|----||Constant|-4.015***|1.023|-3.925|0.000||IMS|0.356**|0.131|2.718|0.007||Size|0.863***|0.058|14.879|0.000||ROA|0.398**|0.153|2.597|0.010||Lev|0.189|0.117|1.615|0.107||Top1|-0.039|0.089|-0.438|0.662||Tenure|0.092**|0.042|2.190|0.029||Year/Industry|控制|控制|-|-||Adj.R²|0.705|-|-|-||F值|85.436***|-|-|-||变量|系数|标准误|t值|P>|t|||----|----|----|----|----||Constant|-4.015***|1.023|-3.925|0.000||IMS|0.356**|0.131|2.718|0.007||Size|0.863***|0.058|14.879|0.000||ROA|0.398**|0.153|2.597|0.010||Lev|0.189|0.117|1.615|0.107||Top1|-0.039|0.089|-0.438|0.662||Tenure|0.092**|0.042|2.190|0.029||Year/Industry|控制|控制|-|-||Adj.R²|0.705|-|-|-||F值|85.436***|-|-|-||----|----|----|----|----||Constant|-4.015***|1.023|-3.925|0.000||IMS|0.356**|0.131|2.718|0.007||Size|0.863***|0.058|14.879|0.000||ROA|0.398**|0.153|2.597|0.010||Lev|0.189|0.117|1.615|0.107||Top1|-0.039|0.089|-0.438|0.662||Tenure|0.092**|0.042|2.190|0.029||Year/Industry|控制|控制|-|-||Adj.R²|0.705|-|-|-||F值|85.436***|-|-|-||Constant|-4.015***|1.023|-3.925|0.000||IMS|0.356**|0.131|2.718|0.007||Size|0.863***|0.058|14.879|0.000||ROA|0.398**|0.153|2.597|0.010||Lev|0.189|0.117|1.615|0.107||Top1|-0.039|0.089|-0.438|0.662||Tenure|0.092**|0.042|2.190|0.029||Year/Industry|控制|控制|-|-||Adj.R²|0.705|-|-|-||F值|85.436***|-|-|-||IMS|0.356**|0.131|2.718|0.007||Size|0.863***|0.058|14.879|0.000||ROA|0.398**|0.153|2.597|0.010||Lev|0.189|0.117|1.615|0.107||Top1|-0.039|0.089|-0.438|0.662||Tenure|0.092**|0.042|2.190|0.029||Year/Industry|控制|控制|-|-||Adj.R²|0.705|-|-|-||F值|85.436***|-|-|-||Size|0.863***|0.058|14.879|0.000||ROA|0.398**|0.153|2.597|0.010||Lev|0.189|0.117|1.615|0.107||Top1|-0.039|0.089|-0.438|0.662||Tenure|0.092**|0.042|2.190|0.029||Year/Industry|控制|控制|-|-||Adj.R²|0.705|-|-|-||F值|85.436***|-|-|-||ROA|0.398**|0.153|2.597|0.010||Lev|0.189|0.117|1.615|0.107||Top1|-0.039|0.089|-0.438|0.662||Tenure|0.092**|0.042|2.190|0.029||Year/Industry|控制|控制|-|-||Adj.R²|0.705|-|-|-||F值|85.436***|-|-|-||Lev|0.189|0.117|1.615|0.107||Top1|-0.039|0.089|-0.438|0.662||Tenure|0.092**|0.042|2.190|0.029||Year/Industry|控制|控制|-|-||Adj.R²|0.705|-|-|-||F值|85.436***|-|-|-||Top1|-0.039|0.089|-0.438|0.662||Tenure|0.092**|0.042|2.190|0.029||Year/Industry|控制|控制|-|-||Adj.R²|0.705|-|-|-||F值|85.436***|-|-|-||Tenure|0.092**|0.042|2.190|0.029||Year/Industry|控制|控制|-|-||Adj.R²|0.705|-|-|-||F值|85.436***|-|-|-||Year/Industry|控制|控制|-|-||Adj.R²|0.705|-|-|-||F值|85.436***|-|-|-||Adj.R²|0.705|-|-|-||F值|85.436***|-|-|-||F值|85.436***|-|-|-|注：***、**分别表示在1%、5%的水平上显著相关在大型会计师事务所子样本中，行业市场份额（IMS）的系数为0.685，在1%的水平上显著为正；在小型会计师事务所子样本中，行业市场份额（IMS）的系数为0.356，在5%的水平上显著为