陳大坤 新沂市正泰會(huì)計(jì)師事務(wù)所有限公司
信息時(shí)代,以互聯(lián)網(wǎng)、大數(shù)據(jù)、區(qū)塊鏈為代表的信息技術(shù),成為推動(dòng)經(jīng)濟(jì)增長的重要引擎。依據(jù)中國數(shù)字經(jīng)濟(jì)發(fā)展報(bào)告,2021 年全年我國數(shù)字經(jīng)濟(jì)規(guī)模達(dá)到45.5 萬億元,占GDP 比重為39.8%[1]。“十四五”規(guī)劃指出:發(fā)展數(shù)字經(jīng)濟(jì),推動(dòng)產(chǎn)業(yè)數(shù)字化,促進(jìn)數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)高度融合。企業(yè)數(shù)字化轉(zhuǎn)型過程中,能獲得更多有價(jià)值的信息,提高財(cái)務(wù)會(huì)計(jì)的透明度;但同時(shí)戰(zhàn)略風(fēng)險(xiǎn)也在增多,為會(huì)計(jì)確認(rèn)、計(jì)量、報(bào)告帶來了不確定性。因此,關(guān)于企業(yè)數(shù)字化轉(zhuǎn)型與審計(jì)質(zhì)量兩者的關(guān)系,目前尚無統(tǒng)一定論。
簡單來說,數(shù)字化轉(zhuǎn)型是開發(fā)數(shù)字化技術(shù)及支持能力,建成一個(gè)新型的數(shù)字化商業(yè)模式。2020 年5 月,國家發(fā)改委發(fā)布“數(shù)字化轉(zhuǎn)型伙伴行動(dòng)”倡議,提出政府和社會(huì)各界聯(lián)合起來,帶動(dòng)中小微企業(yè)數(shù)字化轉(zhuǎn)型,加快打造數(shù)字化企業(yè),支撐經(jīng)濟(jì)高質(zhì)量發(fā)展。通過數(shù)字化轉(zhuǎn)型,對企業(yè)的經(jīng)濟(jì)發(fā)展具有積極影響,體現(xiàn)在生產(chǎn)效率、企業(yè)績效、公司治理、盈余管理等方面,是企業(yè)的重要戰(zhàn)略發(fā)展方向和目標(biāo)。
審計(jì)是對企事業(yè)單位的重大項(xiàng)目和財(cái)務(wù)收支進(jìn)行獨(dú)立性的經(jīng)濟(jì)監(jiān)督,其目的是改善經(jīng)營管理水平,提高經(jīng)濟(jì)效益。審計(jì)質(zhì)量是評價(jià)審計(jì)效果好壞的指標(biāo),審計(jì)質(zhì)量應(yīng)具有客觀性、可靠性、準(zhǔn)確性、充分性等特征。然而,實(shí)際工作中影響審計(jì)質(zhì)量的因素較多,例如管理體制、人員素質(zhì)、理論研究、實(shí)踐經(jīng)驗(yàn)等[2]。
企業(yè)數(shù)字化轉(zhuǎn)型包括三個(gè)階段:第一階段是獲取數(shù)字資源,引入先進(jìn)的數(shù)字技術(shù)和軟硬件設(shè)備。第二階段是變革組織結(jié)構(gòu),涉及業(yè)務(wù)流程、人力管理、客戶關(guān)系維持等,可能與原有的制度和流程產(chǎn)生沖突。第三階段是數(shù)字化成長,打造數(shù)字化平臺(tái),重新確定業(yè)務(wù)和組織邊界。企業(yè)通過數(shù)字化轉(zhuǎn)型,一方面有利于資源的優(yōu)化配置,提高使用效率,增強(qiáng)企業(yè)的競爭優(yōu)勢;另一方面能推動(dòng)技術(shù)創(chuàng)新,打造新產(chǎn)品、開拓新市場,更好地適應(yīng)市場環(huán)境,降低經(jīng)營風(fēng)險(xiǎn)。
站在注冊會(huì)計(jì)師的角度,審計(jì)質(zhì)量就是發(fā)現(xiàn)重大錯(cuò)報(bào)并且報(bào)告這些錯(cuò)誤的概率,其決定因素有兩個(gè):一是重大錯(cuò)報(bào)的復(fù)雜程度。二是注冊會(huì)計(jì)師自身的能力[3]。在注冊會(huì)計(jì)師能力一定的條件下,企業(yè)的經(jīng)營風(fēng)險(xiǎn)越大,重大錯(cuò)報(bào)發(fā)生率越高,其會(huì)計(jì)信息質(zhì)量越低、審計(jì)質(zhì)量越低。反之,企業(yè)的經(jīng)營風(fēng)險(xiǎn)越小,重大錯(cuò)報(bào)發(fā)生率越低,其會(huì)計(jì)信息質(zhì)量越高、審計(jì)質(zhì)量越高。
積極角度看,企業(yè)數(shù)字化轉(zhuǎn)型后,可以獲取更多的財(cái)務(wù)會(huì)計(jì)信息,通過數(shù)據(jù)分析和數(shù)據(jù)挖掘,將非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)化為可視化信息,提高了財(cái)務(wù)信息的透明度。注冊會(huì)計(jì)師在審計(jì)時(shí),能得到更多有價(jià)值的信息,更好地識(shí)別風(fēng)險(xiǎn),從而提高審計(jì)質(zhì)量。消極角度看,數(shù)字化轉(zhuǎn)型會(huì)伴隨著人員變動(dòng),增加交易復(fù)雜程度,為會(huì)計(jì)處理帶來更多困難,會(huì)影響交易確認(rèn)、計(jì)量和報(bào)告的及時(shí)性、可靠性[4]??梢?,如果數(shù)字化轉(zhuǎn)型能增加信息透明度,則有助于審計(jì)質(zhì)量提高;反之,審計(jì)質(zhì)量降低。
綜合數(shù)字化轉(zhuǎn)型與經(jīng)營風(fēng)險(xiǎn)、信息透明度之間的關(guān)系,提出假設(shè)1:其他條件保持不變,企業(yè)數(shù)字化轉(zhuǎn)型對審計(jì)質(zhì)量有明顯影響。
選擇2011-2022 年在滬深A(yù) 股上市的公司為對象,需要剔除以下企業(yè):(1)主營業(yè)務(wù)與軟件有關(guān)的企業(yè),如計(jì)算機(jī)、互聯(lián)網(wǎng)、高新技術(shù)等。(2)金融類企業(yè)。(3)ST 類企業(yè)。(4)行業(yè)內(nèi)數(shù)量<15 家公司的企業(yè)。(5)相關(guān)變量缺失或無法獲得的企業(yè)[5]。最終得到樣本數(shù)15622 個(gè)。
1.企業(yè)數(shù)字化轉(zhuǎn)型指標(biāo)
以數(shù)字技術(shù)的應(yīng)用、商業(yè)模式的創(chuàng)新為核心,作為企業(yè)數(shù)字化轉(zhuǎn)型的兩個(gè)必備要素。該指標(biāo)的確定主要是提取關(guān)鍵詞,分為三步:第一步是結(jié)合現(xiàn)有研究文獻(xiàn),采用第三方自然語言處理庫,對中文文本分詞進(jìn)行計(jì)算,根據(jù)分詞的詞頻-逆文檔頻率(TF-IDF)對分詞排序,排名前5 位的詞進(jìn)入候選名單。第二步是根據(jù)企業(yè)數(shù)字化轉(zhuǎn)型的文本特征,從候選關(guān)鍵詞中人工抽取出領(lǐng)域關(guān)鍵詞,通過深度學(xué)習(xí)計(jì)算詞向量的相似度,經(jīng)人工篩選確定最終的關(guān)鍵詞庫。第三步是閱讀年報(bào),判斷數(shù)字化技術(shù)和商業(yè)模式創(chuàng)新的時(shí)態(tài),已經(jīng)實(shí)行或完成的予以保留,尚未實(shí)行的予以剔除。
2.數(shù)字化轉(zhuǎn)型指標(biāo)的衡量方式
企業(yè)數(shù)字化轉(zhuǎn)型的衡量方式,目前沒有形成統(tǒng)一意見。本研究采用文本挖掘法和人工判斷法,首先,根據(jù)企業(yè)是否數(shù)字化轉(zhuǎn)型構(gòu)建啞變量,是取1,否則取0。然后,確定數(shù)字化技術(shù)運(yùn)用(DT)、商業(yè)模式創(chuàng)新(BM),作為企業(yè)數(shù)字化轉(zhuǎn)型的特征。最后,參考相關(guān)研究成果,把數(shù)字化轉(zhuǎn)型劃分為底層技術(shù)運(yùn)用(KDT)、技術(shù)實(shí)踐運(yùn)用(ADT)兩個(gè)層面,前者體現(xiàn)在技術(shù)架構(gòu)上,后者體現(xiàn)在業(yè)務(wù)場景中[6]。
企業(yè)發(fā)展受到經(jīng)濟(jì)政策、市場環(huán)境的影響,他們的數(shù)字化轉(zhuǎn)型時(shí)間節(jié)點(diǎn)不同,因此構(gòu)建多時(shí)點(diǎn)雙重差分模型(DID)進(jìn)行檢驗(yàn):
相關(guān)變量定義:(1)企業(yè)是否數(shù)字化轉(zhuǎn)型(Digit)是解釋變量,是取1,否則取0。(2)審計(jì)質(zhì)量(DACC)是被解釋變量,選擇盈余管理作為代理指標(biāo),用瓊斯模型計(jì)算得出的可操縱性應(yīng)計(jì)利潤的絕對值。(3)控制變量包括10 個(gè),分別是:企業(yè)規(guī)模(Lnsize),取公司總資產(chǎn)的對數(shù);財(cái)務(wù)杠桿(LEV),取負(fù)債總額與資產(chǎn)總額的比值;盈利能力(ROA),取凈利潤與總資產(chǎn)的比值;是否虧損(Loss),當(dāng)年凈利潤<0 取1,否則取0;企業(yè)性質(zhì)(SOE),國企取1,否則取0;兩職合一(Dual),董事長兼任總經(jīng)理取1,否則取0;獨(dú)董比例(DLDS),即獨(dú)立董事占董事會(huì)人數(shù)的比例;是否增配股(SEO),當(dāng)年有增股或配股取1,否則取0;事務(wù)所規(guī)模(Big 10),屬于前十大事務(wù)所取1,否則取0;業(yè)務(wù)復(fù)雜度(RECINV),計(jì)算方法是(年末應(yīng)收賬款+存貨)/年末總資產(chǎn)。
15622 個(gè)樣本中,數(shù)字化轉(zhuǎn)型排名前3 位的行業(yè)是制造業(yè)、批發(fā)零售業(yè)、房地產(chǎn)業(yè),三者總占比超過75%;排名靠后3 位是文化體育和娛樂業(yè)、餐飲住宿業(yè)、修理和其他服務(wù)業(yè),三者總占比不足2%。
針對變量的描述性統(tǒng)計(jì)結(jié)果見表1,分析可見:(1)樣本企業(yè)應(yīng)計(jì)盈余管理的平均水平為0.072,不同樣本之間的差異較大。(2)企業(yè)數(shù)字化轉(zhuǎn)型均值為0.523,中位數(shù)是1,說明超過50%的企業(yè)進(jìn)行了數(shù)字化轉(zhuǎn)型。
表1 描述性統(tǒng)計(jì)結(jié)果
回歸分析采用固定效應(yīng)模型,結(jié)果見表2。分析可知:“是否數(shù)字化”一列是解釋變量為Digit 的回歸分析結(jié)果,其回歸系數(shù)是-0.003,在1%的水平上顯著。說明:企業(yè)通過數(shù)字化轉(zhuǎn)型,顯著提高了審計(jì)質(zhì)量。原因在于數(shù)字化轉(zhuǎn)型是一種發(fā)展戰(zhàn)略,通過合理設(shè)計(jì)、謹(jǐn)慎實(shí)施,可增強(qiáng)企業(yè)的風(fēng)險(xiǎn)抵御和應(yīng)對能力,為審計(jì)人員提供有價(jià)值的信息,有助于全面準(zhǔn)確識(shí)別企業(yè)的應(yīng)計(jì)盈余管理行為[7-8]。另外,“數(shù)字化程度1 和2”兩列,是解釋變量企業(yè)數(shù)字化轉(zhuǎn)型程度(數(shù)量Digit-Num、類別Digit-Freq)的回歸分析結(jié)果,其回歸系數(shù)均是-0.004,在1%的水平上顯著。說明企業(yè)數(shù)字化轉(zhuǎn)型程度越高,應(yīng)計(jì)盈余管理水平越低,審計(jì)質(zhì)量就越高。因此,假設(shè)1 得到驗(yàn)證。
表2 數(shù)字化轉(zhuǎn)型與審計(jì)質(zhì)量的回歸分析結(jié)果
穩(wěn)健性檢驗(yàn)主要采用以下兩種方法:
一是替換變量的衡量方式。除了替換解釋變量,本研究還替換被解釋變量。其中,選取審計(jì)收費(fèi)的自然對數(shù)(lnFee)、經(jīng)瓊斯模型計(jì)算的操縱性應(yīng)計(jì)盈余(DAROA)作為審計(jì)質(zhì)量的替代變量。檢驗(yàn)結(jié)果顯示,回歸分析結(jié)果在10%的水平上顯著。
二是平行趨勢假設(shè)檢驗(yàn)。繪制多時(shí)點(diǎn)DID 模型的平行趨勢圖,分析圖形可見樣本企業(yè)在數(shù)字化轉(zhuǎn)型之前,企業(yè)特征、審計(jì)風(fēng)險(xiǎn)等方面沒有明顯差異;數(shù)字化轉(zhuǎn)型之后,這些方面出現(xiàn)明顯差異。因此,本研究構(gòu)建的多時(shí)點(diǎn)DID 模型通過了平行趨勢假設(shè)。
綜上所述,本次研究選取2011-2022 年在滬深A(yù) 股上市的15622 個(gè)公司為對象,構(gòu)建多時(shí)點(diǎn)DID 模型,分析了企業(yè)數(shù)字化轉(zhuǎn)型對審計(jì)質(zhì)量的影響。得到的結(jié)論是:企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型,通過運(yùn)用數(shù)字技術(shù)、創(chuàng)新商業(yè)模式,一方面能降低經(jīng)營風(fēng)險(xiǎn),另一方面能增強(qiáng)信息透明度,從而提高審計(jì)質(zhì)量。而且,企業(yè)的數(shù)字化轉(zhuǎn)型程度越高,其審計(jì)質(zhì)量越高。