關(guān)鍵審計(jì)事項(xiàng)披露能夠降低股價(jià)崩盤風(fēng)險(xiǎn)嗎

孫再凌 候曉娟

【摘 要】 新審計(jì)報(bào)告準(zhǔn)則發(fā)布后，新增的關(guān)鍵審計(jì)事項(xiàng)是否為投資者提供更多信息價(jià)值引起理論界的高度關(guān)注，而股價(jià)崩盤風(fēng)險(xiǎn)的高低恰恰能夠體現(xiàn)出投資者在資本市場(chǎng)上獲取的信息含量。文章以2017—2018年滬深A(yù)股上市公司披露關(guān)鍵審計(jì)事項(xiàng)為研究對(duì)象，采用多元線性回歸的方法探究關(guān)鍵審計(jì)事項(xiàng)披露與股價(jià)崩盤風(fēng)險(xiǎn)的內(nèi)在關(guān)系。研究發(fā)現(xiàn)，關(guān)鍵審計(jì)事項(xiàng)披露可以降低股價(jià)崩盤風(fēng)險(xiǎn)，且披露數(shù)量越多，對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的降低作用越明顯;另外，披露公司層面特質(zhì)信息的事項(xiàng)越多，股價(jià)崩盤風(fēng)險(xiǎn)越小。本研究在豐富關(guān)鍵審計(jì)事項(xiàng)披露和股價(jià)崩盤風(fēng)險(xiǎn)相關(guān)領(lǐng)域成果的同時(shí)，也對(duì)政策制定者完善未來準(zhǔn)則披露細(xì)節(jié)提供新的參考思路。

【關(guān)鍵詞】 關(guān)鍵審計(jì)事項(xiàng); 信息含量; 股價(jià)崩盤風(fēng)險(xiǎn); 信息不對(duì)稱

【中圖分類號(hào)】 F239 ?【文獻(xiàn)標(biāo)識(shí)碼】 A ?【文章編號(hào)】 1004-5937（2020）13-0108-08

一、引言

股價(jià)崩盤不僅給投資者帶來毀滅性打擊，而且嚴(yán)重?cái)_亂資本市場(chǎng)的平穩(wěn)有序發(fā)展。可以發(fā)現(xiàn)，自早期的“銀廣夏（000557）”“獐子島（002069）”，到如今的“酒鬼酒（000799）”“康得新（002450）”，股價(jià)崩盤案例屢屢發(fā)生。因此，探討抑制股價(jià)崩盤風(fēng)險(xiǎn)的因素，不僅能夠豐富學(xué)術(shù)上的研究成果，更重要的是可以為政策制定提供支撐。

現(xiàn)有研究認(rèn)為，股價(jià)崩盤風(fēng)險(xiǎn)的產(chǎn)生源于公司內(nèi)部管理層長期對(duì)壞消息的隱瞞，當(dāng)隱藏的壞消息突破可容納的臨界值后面向市場(chǎng)“爆炸式”釋放，劇烈沖擊股價(jià)，進(jìn)而造成股價(jià)跌停甚至是發(fā)生公司退市的嚴(yán)重后果，對(duì)投資者造成不可逆的傷害。為此，學(xué)者們對(duì)股價(jià)崩盤風(fēng)險(xiǎn)影響因素進(jìn)行了多方面研究，從公司治理角度來看，包括管理層期權(quán)激勵(lì)[1]、高管超額薪酬[2]、高管性別[3]、大股東持股[4]、上市公司多個(gè)大股東[5]等因素。從資產(chǎn)定價(jià)角度來看，包括會(huì)計(jì)信息質(zhì)量[6-7]、分析師[8-9]、機(jī)構(gòu)投資者[10]、內(nèi)部控制信息披露[11]等因素。綜合各學(xué)者研究成果后發(fā)現(xiàn)，從降低信息不對(duì)稱程度來緩解股價(jià)崩盤風(fēng)險(xiǎn)這一角度鮮有研究。

為向投資者提供更多有用信息，保護(hù)投資者利益，2016年財(cái)政部發(fā)布新審計(jì)報(bào)告準(zhǔn)則要求上市公司披露關(guān)鍵審計(jì)事項(xiàng)。準(zhǔn)則發(fā)布后各學(xué)者探討了關(guān)鍵審計(jì)事項(xiàng)是否具備信息價(jià)值[12-16]，已有研究主要集中在短期市場(chǎng)反應(yīng)和審計(jì)報(bào)告價(jià)值領(lǐng)域。而作為新增信息，它能否降低股價(jià)崩盤風(fēng)險(xiǎn)的研究較少。管理層對(duì)壞消息的隱瞞是引發(fā)股價(jià)崩盤風(fēng)險(xiǎn)的主要原因[17]，關(guān)鍵審計(jì)事項(xiàng)的披露能否減少隱瞞的可能性，進(jìn)而降低股價(jià)崩盤風(fēng)險(xiǎn)，是本文研究的核心內(nèi)容。本文的主要貢獻(xiàn)在于：一方面豐富了股價(jià)崩盤風(fēng)險(xiǎn)與關(guān)鍵審計(jì)事項(xiàng)的研究成果;另一方面，研究結(jié)果證明特質(zhì)信息類關(guān)鍵審計(jì)事項(xiàng)提供更多信息含量，有助于實(shí)現(xiàn)穩(wěn)定資本市場(chǎng)的目標(biāo)，為政策制定者完善審計(jì)報(bào)告準(zhǔn)則提供了新的參考。

二、理論分析與研究假設(shè)

現(xiàn)有學(xué)者對(duì)股價(jià)崩盤風(fēng)險(xiǎn)領(lǐng)域的研究分為以下兩個(gè)方面：其一，由于第一類代理問題的存在，管理層出于保護(hù)自己的職位和薪酬[18-21]、避稅[17]、提高短期內(nèi)的期權(quán)價(jià)值[1]、構(gòu)建企業(yè)帝國[22]等動(dòng)機(jī)，往往選擇隱藏公司壞消息。隨著時(shí)間的推移，公司隱藏的壞消息越來越多，隱藏難度越來越大。當(dāng)超過某個(gè)臨界點(diǎn)時(shí)，這些負(fù)面消息集中突然曝光，引發(fā)投資者恐慌，導(dǎo)致股價(jià)崩盤。其二，信息不對(duì)稱情況的存在使得投資者無法準(zhǔn)確感知公司經(jīng)營情況，存在的“負(fù)面消息”無法在股價(jià)中體現(xiàn)，導(dǎo)致虛假股價(jià)“泡沫”出現(xiàn)。一旦“泡沫”破裂，股價(jià)將遭遇斷崖式下跌，引發(fā)嚴(yán)重的經(jīng)濟(jì)后果[3]。

沿襲以上思路，后續(xù)學(xué)者陸續(xù)對(duì)多種因素展開研究。一方面，部分學(xué)者發(fā)現(xiàn)某些因素會(huì)增加股價(jià)崩盤風(fēng)險(xiǎn)，例如：分析師的樂觀偏差[2，8]、存在羊群效應(yīng)的機(jī)構(gòu)投資者[10，23]、高管的超額薪酬[2]、大股東持股[4]以及高管減持的同伴效應(yīng)[24]。另一方面，某些因素能夠緩解股價(jià)崩盤風(fēng)險(xiǎn)，例如：女性高管[3]、會(huì)計(jì)穩(wěn)健性[25]、內(nèi)部控制信息披露[11]、投資者保護(hù)[26]和多個(gè)大股東[5]。綜上可見，影響股價(jià)崩盤風(fēng)險(xiǎn)的因素主要是通過影響管理層機(jī)會(huì)主義和市場(chǎng)信息透明度兩個(gè)方面起作用。而目前已有成果表明學(xué)者們更加關(guān)注公司治理方面的影響，對(duì)信息不對(duì)稱的研究較少。因此，本文從信息不對(duì)稱的角度出發(fā)，考察關(guān)鍵審計(jì)事項(xiàng)披露是否具有緩解股價(jià)崩盤風(fēng)險(xiǎn)的作用。

對(duì)于關(guān)鍵審計(jì)事項(xiàng)的研究，學(xué)者們認(rèn)為它作為市場(chǎng)上的新增信息，可以充當(dāng)投資者經(jīng)濟(jì)決策的信息依據(jù)，具備信息價(jià)值。Chistensen et al.[12]發(fā)現(xiàn)，關(guān)鍵審計(jì)事項(xiàng)的披露可以讓投資者在進(jìn)行決策時(shí)改變想法。除此之外，從心理和行為的角度來看，個(gè)體投資者感知性在新審計(jì)報(bào)告準(zhǔn)則的影響下變得更強(qiáng)，判斷力得到了改變[14]。關(guān)鍵審計(jì)事項(xiàng)的披露也能夠降低股價(jià)同步性[27]，提高分析師盈余預(yù)測(cè)精確度[28]。

關(guān)鍵審計(jì)事項(xiàng)披露是審計(jì)師在當(dāng)期審計(jì)中挑選出企業(yè)經(jīng)營活動(dòng)最關(guān)鍵的事項(xiàng)予以披露，并且附上審計(jì)師做出的審計(jì)應(yīng)對(duì)[29]。這有利于投資者對(duì)經(jīng)營業(yè)績做出更準(zhǔn)確的評(píng)估，關(guān)注公司經(jīng)營發(fā)展面臨的關(guān)鍵業(yè)務(wù)，降低信息解讀偏差，主動(dòng)將信息納入股票定價(jià)，提高資本市場(chǎng)效率。因此，關(guān)鍵審計(jì)事項(xiàng)披露降低了買賣雙方的信息不對(duì)稱程度。另外，投資者可以及時(shí)發(fā)現(xiàn)公司運(yùn)營中存在的問題和發(fā)展機(jī)會(huì)，采取相應(yīng)的投資策略，也使得股價(jià)能夠及時(shí)、客觀反映企業(yè)情況，降低未來的股價(jià)崩盤風(fēng)險(xiǎn)。綜上所述，提出假設(shè)1。

H1：關(guān)鍵審計(jì)事項(xiàng)披露可以降低股價(jià)崩盤風(fēng)險(xiǎn)。

在衡量關(guān)鍵審計(jì)事項(xiàng)包含的信息含量時(shí)，披露數(shù)量是一種直觀有效的衡量方式，因?yàn)榕稊?shù)量的多少間接代表了披露范圍的大小，涉及到的披露范圍越大，投資者能夠從關(guān)鍵審計(jì)事項(xiàng)中提取出的有用信息越多，因而對(duì)公司的了解程度更加深刻。相關(guān)信息被納入股票資本定價(jià)后，買賣雙方信息不對(duì)稱程度得到緩解，股價(jià)崩盤風(fēng)險(xiǎn)隨之下降。另外，根據(jù)披露的信息，具有專業(yè)能力的投資者和分析師會(huì)因?yàn)槭盏搅斯餐男盘?hào)而進(jìn)行股票買賣，這種情形恰好體現(xiàn)出了信息被充分納入了以股票作為媒介的資產(chǎn)定價(jià)中[30]，將有助于信息透明度的提高和市場(chǎng)效率的提升，促進(jìn)信息在股價(jià)中的反應(yīng)，能夠降低股價(jià)崩盤風(fēng)險(xiǎn)。據(jù)此，提出假設(shè)2。

H2：關(guān)鍵審計(jì)事項(xiàng)披露數(shù)量與股價(jià)崩盤風(fēng)險(xiǎn)負(fù)相關(guān)。

在對(duì)關(guān)鍵審計(jì)事項(xiàng)披露文本特征分析時(shí)發(fā)現(xiàn)，同一行業(yè)內(nèi)公司披露的事項(xiàng)往往相同，具有行業(yè)共性，這些事項(xiàng)除了披露金額不同外，在披露方法、審計(jì)師應(yīng)對(duì)等方面都十分相似，可能存在“模式化”嫌疑[31]。相對(duì)而言公司披露更多非行業(yè)共性信息[27]（如遞延所得稅資產(chǎn)、公司合并、政府補(bǔ)助）更能夠體現(xiàn)出本公司特征，提供更多個(gè)性信息。信息作為傳導(dǎo)因子，其不對(duì)稱是導(dǎo)致股價(jià)崩盤風(fēng)險(xiǎn)的內(nèi)在原因，通過信息披露可以降低買賣雙方信息不對(duì)稱程度進(jìn)而降低股價(jià)崩盤風(fēng)險(xiǎn)。因此，可以合理推斷與特質(zhì)信息相關(guān)的關(guān)鍵審計(jì)事項(xiàng)披露數(shù)量越多，股價(jià)崩盤風(fēng)險(xiǎn)越低。在劃分行業(yè)共性與特質(zhì)信息方面，本文參考了王木之等[27]的方法，行業(yè)內(nèi)超過一半的公司披露的關(guān)鍵審計(jì)事項(xiàng)為行業(yè)共有型關(guān)鍵審計(jì)事項(xiàng)。綜上所述，本文提出假設(shè)3。

H3：特質(zhì)信息類審計(jì)事項(xiàng)披露數(shù)量越多，股價(jià)崩盤風(fēng)險(xiǎn)越小。

三、研究設(shè)計(jì)

（一）樣本選擇與數(shù)據(jù)來源

本文選取2017—2018年滬深A(yù)股上市公司發(fā)布的審計(jì)報(bào)告和財(cái)務(wù)報(bào)告數(shù)據(jù)為樣本，對(duì)審計(jì)報(bào)告中的關(guān)鍵審計(jì)事項(xiàng)數(shù)據(jù)進(jìn)行手工收集和整理后進(jìn)行研究。在此基礎(chǔ)上，本文剔除了以下樣本：（1）出具了非標(biāo)準(zhǔn)審計(jì)報(bào)告的公司;（2）數(shù)據(jù)異常、缺失及ST類公司;（3）法定披露期間即4月30日后披露審計(jì)報(bào)告的上市公司;（4）同時(shí)發(fā)行A股和H股的上市公司;（5）金融行業(yè)公司。

本文研究數(shù)據(jù)部分來自于國泰安數(shù)據(jù)庫（CSMAR）和銳思數(shù)據(jù)庫（Resset），另外部分變量數(shù)據(jù)利用Excel手工操作得出。在進(jìn)行數(shù)據(jù)回歸時(shí)，為避免異常值的影響，對(duì)數(shù)據(jù)進(jìn)行了1%水平的Winsorize處理。

（二）變量定義

1.股價(jià)崩盤風(fēng)險(xiǎn)

2.關(guān)鍵審計(jì)事項(xiàng)披露（Post）：關(guān)鍵審計(jì)事項(xiàng)披露前Post=0，披露后Post=1

2018年1月1日起，新審計(jì)報(bào)告準(zhǔn)則全面實(shí)施。故研究樣本中Post=0時(shí)的樣本即為2017年未披露關(guān)鍵審計(jì)事項(xiàng)的上市公司，Post=1時(shí)的樣本即為2018年披露了關(guān)鍵審計(jì)事項(xiàng)的上市公司。

關(guān)鍵審計(jì)事項(xiàng)披露數(shù)量（Count）：上市公司審計(jì)報(bào)告披露的關(guān)鍵審計(jì)事項(xiàng)段中的項(xiàng)目數(shù)量。關(guān)鍵審計(jì)事項(xiàng)披露中特質(zhì)信息項(xiàng)數(shù)量（Unnormal）：參考了王木之等[27]的方法，行業(yè)內(nèi)少于一半的公司披露的事項(xiàng)為特質(zhì)信息類關(guān)鍵審計(jì)事項(xiàng)。

3.控制變量

參考Chen et al.[31]、Hutton et al.[7]和Kim et al.[1，16]，本文控制以下變量：（1）Dturn，股票換手率的變化率，股票i本年度的換手率減去上年度的換手率的差比本年度的換手率;（2）Yretwd，股票i的年度收益率;（3）Sigma，股票i經(jīng)市場(chǎng)調(diào)整后周收益率Wi，t的標(biāo)準(zhǔn)差;（4）Size，上市公司的規(guī)模，用公司總資產(chǎn)表示;（5）Growth，上市公司營業(yè)收入增長率，衡量公司的成長性;（6）Ins，機(jī)構(gòu)投資者持股比例，機(jī)構(gòu)投資者持有A股比例;（7）ROA，上市公司的總資產(chǎn)收益率，即凈利潤比總資產(chǎn);（8）Da，上市公司的信息透明度，用修正Jones模型估計(jì)的應(yīng)計(jì)盈余表示。

具體變量定義如表1所示。

（三）模型設(shè)計(jì)

基于提出的假設(shè)，本文運(yùn)用多元回歸方程的方式進(jìn)行檢驗(yàn)，構(gòu)建以下模型：

模型中Crash i，t代表了股價(jià)崩盤風(fēng)險(xiǎn)，Posti，t為關(guān)鍵審計(jì)事項(xiàng)是否披露（Posti，t=1為披露，否則為未披露），Counti，t為關(guān)鍵審計(jì)事項(xiàng)數(shù)量，Unnormali，t為關(guān)鍵審計(jì)事項(xiàng)特質(zhì)信息數(shù)量。Controli，t為控制變量。β1代表了常數(shù)項(xiàng)，主要觀察它的正負(fù)方向。

四、實(shí)證結(jié)果

（一）描述性統(tǒng)計(jì)分析

從表2報(bào)告的主要變量描述性統(tǒng)計(jì)結(jié)果來看，不同公司間的股價(jià)崩盤風(fēng)險(xiǎn)程度差異很大，負(fù)收益偏態(tài)系數(shù)（NSCKEW）最大值為4.029，最小值為-3.486，均值為-0.133，中位數(shù)為-0.135;收益上下波動(dòng)率（DUVOL）最大值為2.921，最小值為-1.971，均值為-0.087，中位數(shù)-0.1。兩項(xiàng)指標(biāo)的均值和中位數(shù)差距不明顯，說明數(shù)據(jù)分布較為均勻。總資產(chǎn)收益率最大值為43.155，最小值為-54.404，二者之間差異較大，可以做回歸分析。根據(jù)現(xiàn)有情況，股價(jià)崩盤風(fēng)險(xiǎn)可能同時(shí)還受到資產(chǎn)規(guī)模、收益率等的影響。

（二）相關(guān)性分析

表3為樣本變量的相關(guān)性分析，左下角表示Person相關(guān)性分析，右上角表示Spearman相關(guān)性分析。

從總體上看，解釋變量之間和控制變量之間的相關(guān)系數(shù)未超過0.5，而且經(jīng)過計(jì)算自變量之間的方差膨脹系數(shù)VIF<10，不存在多重共線性的問題，模型整體設(shè)計(jì)比較合理。代表股價(jià)崩盤風(fēng)險(xiǎn)的指標(biāo)NSCKEW和DUVOL相關(guān)系數(shù)為0.8且在1%的水平上顯著，說明兩個(gè)指標(biāo)高度相關(guān)，具有相同的趨勢(shì)，指標(biāo)合理。解釋變量Post與被解釋變量NSCKEW、DUVOL系數(shù)關(guān)系總體為負(fù)值，在10%的水平上顯著，說明關(guān)鍵審計(jì)事項(xiàng)的披露降低了股價(jià)崩盤風(fēng)險(xiǎn)，與預(yù)期基本一致。另外，資產(chǎn)規(guī)模（Size）與股價(jià)崩盤風(fēng)險(xiǎn)呈負(fù)相關(guān)關(guān)系，說明規(guī)模越大的公司穩(wěn)定市場(chǎng)的作用越強(qiáng)。而機(jī)構(gòu)投資者持股和總資產(chǎn)收益率和股價(jià)崩盤風(fēng)險(xiǎn)呈現(xiàn)正相關(guān)關(guān)系。

（三）回歸分析

1.關(guān)鍵審計(jì)事項(xiàng)與股價(jià)崩盤風(fēng)險(xiǎn)的檢驗(yàn)

本文應(yīng)用模型5對(duì)H1進(jìn)行了回歸分析，結(jié)果如表4。

模型通過F檢驗(yàn)。從變量來看，關(guān)鍵審計(jì)事項(xiàng)披露（Post）與股價(jià)崩盤風(fēng)險(xiǎn)（Crash）呈現(xiàn)負(fù)相關(guān)關(guān)系，NSCKEW回歸系數(shù)為-0.0425，在10%的水平上顯著，DUVOL系數(shù)為-0.0835，在1%的水平上顯著，即披露關(guān)鍵審計(jì)事項(xiàng)后整體的股價(jià)崩盤風(fēng)險(xiǎn)降低，H1得到驗(yàn)證。關(guān)鍵審計(jì)事項(xiàng)是審計(jì)師識(shí)別出的公司經(jīng)營活動(dòng)中關(guān)鍵事項(xiàng)，提升了報(bào)表使用者關(guān)注度，同時(shí)通過披露對(duì)關(guān)鍵審計(jì)事項(xiàng)的審計(jì)應(yīng)對(duì)措施進(jìn)一步加強(qiáng)投資者對(duì)公司經(jīng)營情況的理解。投資者將此類信息納入資產(chǎn)定價(jià)，從而降低了股價(jià)崩盤風(fēng)險(xiǎn)。

在控制變量方面，公司換手率變化率（Dturn）、資產(chǎn)規(guī)模（Size）、個(gè)股收益率（Yretwd）和經(jīng)市場(chǎng)調(diào)整的周收益率標(biāo)準(zhǔn)差（Sigma）的回歸系數(shù)分別為-0.0025、-0.0002、-0.622、-2.846，分別在10%、5%、1%和5%的水平上顯著，都與股價(jià)崩盤風(fēng)險(xiǎn)呈相反的關(guān)系。機(jī)構(gòu)投資者持股比例（Ins）的回歸系數(shù)為0.198，并在1%的水平上顯著，產(chǎn)生正相關(guān)的原因是機(jī)構(gòu)投資者的“羊群效益”。目前中國資本市場(chǎng)中主要交易者是機(jī)構(gòu)投資者，雖然與個(gè)人投資者相比他們具備更強(qiáng)的專業(yè)技能、更多獲取信息的方式，但在投資過程中仍然存在各種行為上的偏差，即機(jī)構(gòu)投資者的“羊群效應(yīng)”，這種效應(yīng)會(huì)增加股價(jià)波動(dòng)幅度，導(dǎo)致股價(jià)崩盤風(fēng)險(xiǎn)上升[10]。

2.關(guān)鍵審計(jì)事項(xiàng)披露數(shù)量與股價(jià)崩盤風(fēng)險(xiǎn)的檢驗(yàn)結(jié)果

本文應(yīng)用模型6對(duì)H2進(jìn)行回歸分析，結(jié)果如表5所示。

從結(jié)果可以發(fā)現(xiàn)關(guān)鍵審計(jì)事項(xiàng)披露數(shù)量和股價(jià)崩盤風(fēng)險(xiǎn)（Crash）呈負(fù)相關(guān)，NSCKEW回歸系數(shù)為-0.0328，在5%的水平上顯著;DUVOL回歸系數(shù)為-0.0231，在10%水平上顯著。目前審計(jì)報(bào)告中關(guān)鍵審計(jì)事項(xiàng)披露形式大多為“標(biāo)題+內(nèi)容”，即關(guān)鍵審計(jì)事項(xiàng)披露數(shù)量可以代表披露的信息范圍。審計(jì)師提供的審計(jì)服務(wù)屬于第三方保證，披露信息范圍越大時(shí)提供的信息含量越多，因此關(guān)鍵審計(jì)事項(xiàng)披露的數(shù)量越多，股價(jià)中包含的信息越豐富，股價(jià)崩盤風(fēng)險(xiǎn)越小。

在控制變量方面，換手率的變化率（Dturn）、年個(gè)股收益率（Yretwd）、經(jīng)市場(chǎng)調(diào)整收益率標(biāo)準(zhǔn)差（Sigma）、公司信息透明度（Da）和公司規(guī)模（Size）都與股價(jià)崩盤風(fēng)險(xiǎn)呈負(fù)相關(guān)關(guān)系?；貧w系數(shù)分別為-0.0320、-0.299、-10.1300、-0.0818和-0.0005，且都在1%的水平上顯著。從系數(shù)上看，除了公司信息透明度系數(shù)較大，為-10.13外，其余系數(shù)都較小，對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的降低作用不明顯。可能的原因是我國資本市場(chǎng)仍處于弱勢(shì)有效市場(chǎng)階段，發(fā)展不成熟，股市上信息不能被所有投資者有效利用，而且還存在投資者情緒影響股價(jià)等各種特殊情況?？傎Y產(chǎn)收益率（ROA）、機(jī)構(gòu)投資者持股比例（Ins）系數(shù)分別為0.008和0.122，與股價(jià)崩盤風(fēng)險(xiǎn)呈正相關(guān)關(guān)系，與已有研究結(jié)果一致。

3.關(guān)鍵審計(jì)事項(xiàng)特質(zhì)信息項(xiàng)與股價(jià)崩盤風(fēng)險(xiǎn)檢驗(yàn)結(jié)果

本文應(yīng)用模型7對(duì)H3進(jìn)行回歸分析，結(jié)果如表6所示。

關(guān)鍵審計(jì)事項(xiàng)中特質(zhì)信息數(shù)量和股價(jià)崩盤風(fēng)險(xiǎn)呈現(xiàn)負(fù)相關(guān)關(guān)系，回歸系數(shù)為-0.0299和-0.0142，在10%的水平上顯著。在審計(jì)過程中，審計(jì)師認(rèn)為收入和資產(chǎn)減值都是公司經(jīng)營活動(dòng)的關(guān)鍵事項(xiàng)，可能影響企業(yè)的生死存亡，所以在披露關(guān)鍵審計(jì)事項(xiàng)時(shí)更多選擇此類較為關(guān)鍵的事項(xiàng)進(jìn)行披露。但也正因如此，此類信息在財(cái)務(wù)報(bào)告中也會(huì)通過勾稽關(guān)系的方式詳細(xì)披露，可以獲取的信息比較全面。而對(duì)非日常經(jīng)營活動(dòng)發(fā)生但涉及公司特質(zhì)信息的項(xiàng)目（如同遞延所得稅資產(chǎn)等信息），其披露的數(shù)量和披露的全面性都有所欠缺，所以披露了此類信息的關(guān)鍵審計(jì)事項(xiàng)對(duì)股價(jià)崩盤風(fēng)險(xiǎn)有更明顯的降低作用。

五、穩(wěn)健性檢驗(yàn)

（一）加入其他控制變量

參考Kim和Zhang（2016）的研究，會(huì)計(jì)穩(wěn)健性的情況也會(huì)影響股價(jià)崩盤風(fēng)險(xiǎn)，因此本文加入會(huì)計(jì)穩(wěn)健性指標(biāo)C_score進(jìn)行進(jìn)一步檢驗(yàn)。表7顯示出了檢驗(yàn)的結(jié)果。

可以看出，股價(jià)崩盤風(fēng)險(xiǎn)Crash仍與關(guān)鍵審計(jì)事項(xiàng)披露數(shù)量呈負(fù)相關(guān)關(guān)系，NSCKEW回歸系數(shù)為-0.0405，在10%的水平上顯著;DUVOL回歸系數(shù)為-0.0839，在1%的水平上顯著，符合本文假設(shè)。

（二）固定效益模型

為了避免在回歸中遺漏重要變量，本文選擇固定效益模型重新回歸，得到結(jié)果如表8所示。

更換為固定效應(yīng)模型后，關(guān)鍵審計(jì)事項(xiàng)披露和股價(jià)崩盤風(fēng)險(xiǎn)仍然顯著負(fù)相關(guān)，與前文結(jié)論一致。模型中NSCKEW回歸系數(shù)為-0.127，DUVOL回歸系數(shù)為-0.139，均在1%的水平上顯著。除此之外，本文還對(duì)樣本進(jìn)行了傾向性得分匹配（PSM）檢驗(yàn)，檢驗(yàn)結(jié)果與上述結(jié)果一致，關(guān)鍵審計(jì)事項(xiàng)的披露可以降低股價(jià)崩盤風(fēng)險(xiǎn)，本文結(jié)論得到證明。

六、研究結(jié)論

本文討論了關(guān)鍵審計(jì)事項(xiàng)披露與股價(jià)崩盤風(fēng)險(xiǎn)的關(guān)系。研究發(fā)現(xiàn)：關(guān)鍵審計(jì)事項(xiàng)披露可以降低股價(jià)崩盤風(fēng)險(xiǎn)，且披露數(shù)量越多，股價(jià)崩盤風(fēng)險(xiǎn)越低。進(jìn)一步的，關(guān)鍵審計(jì)事項(xiàng)涉及特質(zhì)信息項(xiàng)目越多時(shí)，對(duì)股價(jià)崩盤風(fēng)險(xiǎn)降低作用越強(qiáng)。研究結(jié)論為關(guān)鍵審計(jì)事項(xiàng)披露的經(jīng)濟(jì)后果提供了更多證據(jù)。本文的研究還存在以下的政策啟示：第一，強(qiáng)化注冊(cè)會(huì)計(jì)師專業(yè)勝任能力，提高關(guān)鍵審計(jì)事項(xiàng)披露的有效性。確定關(guān)鍵審計(jì)事項(xiàng)時(shí)需要注冊(cè)會(huì)計(jì)師做出專業(yè)判斷，專業(yè)勝任能力越強(qiáng)，則判斷愈加準(zhǔn)確，為投資者提供的信息參考價(jià)值愈高。第二，進(jìn)一步完善審計(jì)報(bào)告準(zhǔn)則具體披露要求。新審計(jì)報(bào)告準(zhǔn)則雖然新增關(guān)鍵審計(jì)事項(xiàng)披露要求，但具體的披露數(shù)量、披露格式以及內(nèi)容尚未明確規(guī)定，存在無法保證信息質(zhì)量的可能性。因此，有必要繼續(xù)完善準(zhǔn)則，明確披露細(xì)節(jié)，適當(dāng)增加特質(zhì)類信息項(xiàng)目的披露。

【參考文獻(xiàn)】

[1] KIM J，LI Y，ZHANG L.CFOs versus CEOs：equity incentives and crashes[J].Journal of Financial Economics，2011，101（3）：713-730.

[2] XU N，JIANG X，CHAN K C，et al.Analyst coverage，optimism，and stock price crash risk：evidence from China[J].Pacifc-Basin Finance Journal，2013，25：217-239.

[3] 李小榮，劉行.CEO vs CFO：性別與股價(jià)崩盤風(fēng)險(xiǎn)[J].世界經(jīng)濟(jì)，2012，35（12）：102-129.

[4] 王化成，曹豐，葉康濤.監(jiān)督還是掏空：大股東持股比例與股價(jià)崩盤風(fēng)險(xiǎn)[J].管理世界，2015（2）：45-57，187.

[5] 姜付秀，蔡欣妮，朱冰.多個(gè)大股東與股價(jià)崩盤風(fēng)險(xiǎn)[J].會(huì)計(jì)研究，2018（1）：68-74.

[6] JIN L，MYERS S C.R2 around the world：new theory and new tests[J].Journal of Financial Economics，2006，79（2）：257-292.

[7] AMY P HUTTON，et al.Opaque financial reports，R2，and crash risk[J].Journal of Financial Economics，2008，94（1）：67-86.

[8] 許年行，江軒宇，伊志宏，等.分析師利益沖突、樂觀偏差與股價(jià)崩盤風(fēng)險(xiǎn)[J].經(jīng)濟(jì)研究，2012，47（7）：127-140.

[9] 肖土盛，宋順林，李路.信息披露質(zhì)量與股價(jià)崩盤風(fēng)險(xiǎn)：分析師預(yù)測(cè)的中介作用[J].財(cái)經(jīng)研究，2017，43（2）：110-121.

[10] 許年行，于上堯，伊志宏.機(jī)構(gòu)投資者羊群行為與股價(jià)崩盤風(fēng)險(xiǎn)[J].管理世界，2013（7）：31-43.

[11] 葉康濤，曹豐，王化成.內(nèi)部控制信息披露能夠降低股價(jià)崩盤風(fēng)險(xiǎn)嗎？[J].金融研究，2015（2）：192-206.

[12] CHISTENSEN B，et al.Do critical audit matter paragraph sin the audit report change nonprofessional investors decision to invest？[J].Auditing：A Journal of Practice & Theory，2014（4）：71-93.

[13] 張繼勛，賀超，韓冬梅.標(biāo)準(zhǔn)審計(jì)報(bào)告改進(jìn)與投資者感知的審計(jì)人員責(zé)任——一項(xiàng)實(shí)驗(yàn)證據(jù)[J].審計(jì)研究，2015（3）：56-63.

[14] 張繼勛，韓冬梅.標(biāo)準(zhǔn)審計(jì)報(bào)告改進(jìn)與投資者感知的相關(guān)性、有用性及投資決策——一項(xiàng)實(shí)驗(yàn)證據(jù)[J].審計(jì)研究，2014（3）：51-59.

[15] 吳秋生，獨(dú)正元.A+H股公司關(guān)鍵審計(jì)事項(xiàng)準(zhǔn)則執(zhí)行效果分析[J].會(huì)計(jì)之友，2018（12）：86-90.

[16] 葉妮.關(guān)于關(guān)鍵審計(jì)事項(xiàng)披露與會(huì)計(jì)信息質(zhì)量的分析——基于最新審計(jì)報(bào)告的經(jīng)驗(yàn)證據(jù)[J].審計(jì)與理財(cái)，2018（12）：12-16.

[17] KIM J，LI Y，ZHANG L.Corporate tax avoidance and stock price crash risk：firm-level analysis[J].Journal of Financial Economics，2011，100（3）：639-662.

[18] LAFOND R，WATTS R L.The information role of conservatism[J].The Accounting Review，2008，83（2）：447-478.

[19] VERRECCHIA R E.Essays on disclosure[J].Journal of Accounting and Economics，2001，32（1）：97-180.

[20] GRAHAM J R，HARVEY C R，RAJGOPAL S.The economic implications of corporate financial reporting[J].Journal of Accounting and Economics，2005，40（1）：3-73.

[21] BALL R et al.Market and political regulatory perspectives on the recent accounting scandals[J].Journal of Accounting Research，2009，47（2）：277-323.

[22] KOTHARI S P，SHU S，WYSOCKI P D.Do managers withhold bad news？[J].Journal of Accounting Research，2009，47（1）：241-276.

[23] AN H，ZHANG T.Stock price synchronicity，crash risk and institutional investors[J].Journal of Corporate Finance，2013，21（1）：1-15.

[24] 易志高，李心丹，潘子成，等.公司高管減持同伴效應(yīng)與股價(jià)崩盤風(fēng)險(xiǎn)研究[J].經(jīng)濟(jì)研究，2019，54（11）：54-70.

[25] KIM J B，ZHANG L.Accounting conservatism and stock price crash risk：firm-level evidence[J].Contemporary Accounting Research，F(xiàn)orthcoming，2014，33（1）：412-441.

[26] 王化成，曹豐，高升好，等.投資者保護(hù)與股價(jià)崩盤風(fēng)險(xiǎn)[J].財(cái)貿(mào)經(jīng)濟(jì)，2014（10）：73-82.

[27] 王木之，李丹.新審計(jì)報(bào)告和股價(jià)同步性[J].會(huì)計(jì)研究，2019（1）：86-92.

[28] 趙剛，江雨佳，馬楊，等.新審計(jì)準(zhǔn)則實(shí)施改善了資本市場(chǎng)信息環(huán)境嗎？——基于分析師盈余預(yù)測(cè)準(zhǔn)確性的研究[J].財(cái)經(jīng)研究，2019，45（9）：114-126.

[29] 財(cái)政部.中國注冊(cè)會(huì)計(jì)師審計(jì)準(zhǔn)則第1504號(hào)——在審計(jì)報(bào)告中溝通關(guān)鍵審計(jì)事項(xiàng)[A].2016.

[30] CLARKE J E，AJAY KHORANA，AJAY PATEL，et al.Independents day？Analyst behavior surrounding the global settlement[J].Annals of Finance，2011，7（4）：529-547.

[31] 闞京華，劉超宇.關(guān)鍵審計(jì)事項(xiàng)的披露特征與思考——以2017年審計(jì)報(bào)告為例[J].中國注冊(cè)會(huì)計(jì)師，2018（4）：71-75.

[32] CHEN J，HONG H，STEIN J C.Forecasting crashes：trading volume，past returns，and conditional skewness in stock prices[J].Journal of Financial Economics，2001，61（3）：345-381.