秦藍薇

【摘要】在中國經(jīng)濟的發(fā)展中，房地產(chǎn)行業(yè)占有重要地位，已經(jīng)逐漸成為國民經(jīng)濟的支柱產(chǎn)業(yè)，本文以2010年--2014年我國房地產(chǎn)企業(yè)上市公司的數(shù)據(jù)為樣本進行實證研究，分析了企業(yè)投資效率與審計費用的關系，研究審計能否識別企業(yè)過度投資和投資不足。

【關鍵詞】投資 審計費用 房地產(chǎn)上市公司

一、引言

近年來我國的房地產(chǎn)行業(yè)高速發(fā)展，對商品房投資的結果直接影響到公司經(jīng)營業(yè)績的好壞。審計作為一種外在監(jiān)督機制，能合理的判斷出企業(yè)投資結果的好壞所帶來的經(jīng)營狀況的好壞，從而促使企業(yè)改進投資決策，提高投資效率。已有的文獻主要是從資本結構、公司治理、事務所特征、財務狀況這些角度進行研究分析，很少有學者從投資角度分析。過度投資可能會降低企業(yè)收益，甚至可能導致企業(yè)資金鏈斷裂而引起嚴重的財務危機； 投資不足則使資金得不到充分利用，不利于企業(yè)利潤的增長。黎來芳等（ 2012）研究表明，融資規(guī)模與過度投資正相關，而投資者保護有利于抑制過度投資。也有少數(shù)研究從會計政策、審計對銀行借款的監(jiān)督角度研究了企業(yè)投資問題。

二、理論分析與研究假設

投資的結果直接影響到房地產(chǎn)企業(yè)經(jīng)營的好壞。當Q<1時，房地產(chǎn)企業(yè)投資機會小，一般會縮小對外的投資規(guī)模，審計師在進行審計的時候工作量就相對的小，風險就相對的低，審計費用也會低。也就是說，托賓Q值越大，公司的審計費用越高，托賓Q值越小，公司的審計費用越低。因此，本文提出如下假設：

H1：投資機會與審計費用正相關。

一定期間內(nèi)，如果房地產(chǎn)企業(yè)對外進行的投資越多，其所面臨的財務風險越大，審計師進行控制程序和實質性程序就會較為復雜，發(fā)生的審計費用就越大。因此碑文提出如下假設。

H2：投資規(guī)模與審計費用正相關。

三、實證研究

（一）樣本選擇與數(shù)據(jù)來源

本文選取2010年-2014年在A 股上市的房地產(chǎn)公司為研究樣本，剔除數(shù)據(jù)值可能異常的ST公司，然后進行了缺失值和不匹配值的提出，最終獲得657個樣本，數(shù)據(jù)來源CSMAR數(shù)據(jù)庫。

（二）模型、變量與方法

本文主要研究的是企業(yè)的投資對審計費用的影響，結合前面所出的投資機會、投資規(guī)模與審計費用之間的假設，參照黃珺、黃妮（2012）以及之前學者在審計費用影響因素方面的分析，本文構建了如下的模型；

各變量的解釋見表1。

本文使用了stata 12.0為計量工具進行分析。

（三）實證研究結果與解釋

1.描述性統(tǒng)計

在進行回歸之前，先對樣本數(shù)據(jù)進行了描述性分析。

2.相關系數(shù)統(tǒng)計

各變量之間的相關系數(shù)見下表。

從上表的數(shù)據(jù)可以看出，審計費用與托賓Q值和凈投資成正相關，審計費用與企業(yè)資產(chǎn)對數(shù)之間的相關性最高，而其他變量之間的相關性較小。

3.回歸分析

通過stata12.0對各變量進行線性回歸得出如下結果

上表的分析結果可以看出，回歸的結果很顯著。

1）投資機會方面：回歸結果顯示，在置信度為1%的置信區(qū)間內(nèi)，投資機會與審計費用成正相關，即企業(yè)面臨的投資機會越大，審計費用越高，企業(yè)面臨的投資機會越小，審計費用越低，符合原假設。

2）投資規(guī)模方面：本模型中通過房地產(chǎn)企業(yè)當年的凈投資來衡量投資規(guī)模?；貧w結果顯示，在置信度為0.1%的置信區(qū)間內(nèi)，投資規(guī)模與審計費用正相關，即企業(yè)投資規(guī)模越大，審計費用越高；投資規(guī)模越小，審計費用越低，符合原假設。

3）其他方面：從控制變量的角度進行公司資產(chǎn)越大審計費用越高；國有控股的公司審計費用較低；被出具標準無保留意見的審計報告的公司的審計費用低；第一大股東的持股比例與審計費用負相關；公司的每股收益與審計費用負相關。這些結論均和以前學者的研究結果相符。

參考文獻：

[1]蔡吉甫.公司治理、審計風險與審計費用關系研究[J].審計研究，2007，08.

[2]黃珺、黃妮.過度投資、債務結構與治理效應——來自中國房地產(chǎn)上市公司的經(jīng)驗證據(jù)[J].會計研究，2012，09.

[3]陳健等.房地產(chǎn)價格的托賓Q效應檢驗——基于PVAR模型的分析[J].中國房地產(chǎn)，2011，09.