企業(yè)數(shù)字化轉(zhuǎn)型影響了審計師風(fēng)險決策嗎

朱冠平 謝湘華

【摘要】以2011 ～ 2020年我國滬深A(yù)股上市公司為研究樣本， 實證檢驗審計師如何應(yīng)對企業(yè)數(shù)字化轉(zhuǎn)型， 旨在為理解企業(yè)數(shù)字化轉(zhuǎn)型影響審計師風(fēng)險決策的內(nèi)在機理提供證據(jù)。研究發(fā)現(xiàn)， 企業(yè)數(shù)字化轉(zhuǎn)型能夠有效緩解審計師的風(fēng)險決策， 表現(xiàn)為審計費用顯著降低。從影響渠道來看， 企業(yè)數(shù)字化轉(zhuǎn)型是通過影響內(nèi)部控制質(zhì)量、 管理層代理動機和企業(yè)違約風(fēng)險等機制， 改變審計師的風(fēng)險感知， 進(jìn)而影響審計師的風(fēng)險決策。異質(zhì)性檢驗結(jié)果顯示， 企業(yè)數(shù)字化轉(zhuǎn)型對審計師風(fēng)險決策的緩解作用在低管理層年齡、 低管理層持股和弱產(chǎn)業(yè)政策支持的企業(yè)組表現(xiàn)得更為顯著。

【關(guān)鍵詞】數(shù)字化轉(zhuǎn)型；審計師風(fēng)險決策；內(nèi)部控制；代理動機；違約風(fēng)險

【中圖分類號】 F275 ? ? 【文獻(xiàn)標(biāo)識碼】A ? ? ?【文章編號】1004-0994（2023）15-0091-8

一、 引言

數(shù)字化作為傳統(tǒng)企業(yè)信息化的延續(xù)和提升， 是指通過信息技術(shù)重塑組織結(jié)構(gòu)、 生產(chǎn)模式和戰(zhàn)略方式的全過程。而數(shù)字化轉(zhuǎn)型則是以提升效率和效益為導(dǎo)向， 以價值創(chuàng)造為目的， 通過激發(fā)數(shù)據(jù)要素創(chuàng)新驅(qū)動潛能， 最終實現(xiàn)企業(yè)轉(zhuǎn)型升級和高質(zhì)量發(fā)展等目標(biāo)（許憲春等，2021）。國家第十四個五年發(fā)展規(guī)劃明確提出， 要加快建設(shè)數(shù)字化轉(zhuǎn)型驅(qū)動生產(chǎn)的變革方式， 充分發(fā)揮數(shù)字技術(shù)對企業(yè)發(fā)展的倍增、 放大和疊加作用， 助力企業(yè)高質(zhì)量發(fā)展。如何發(fā)揮企業(yè)數(shù)字化轉(zhuǎn)型的價值創(chuàng)造效應(yīng)？已有研究既考察了企業(yè)數(shù)字化轉(zhuǎn)型對組織邊界、 適應(yīng)性變革和管理變革等組織變革的積極影響（Schwertner，2017；林琳和呂文棟，2019；許龍等，2023）， 也分析了企業(yè)數(shù)字化轉(zhuǎn)型對競爭優(yōu)勢、 業(yè)績表現(xiàn)和企業(yè)價值等經(jīng)營效果的促進(jìn)功能（Mikalef和Pateli，2017；易露霞等，2021；黃大禹等，2021）。此外， 還有一部分學(xué)者從宏觀角度， 探討了企業(yè)數(shù)字化轉(zhuǎn)型對優(yōu)化營商環(huán)境、 國家創(chuàng)新體系構(gòu)建和政府公共服務(wù)能力提升的影響（楊晶等，2020；王志剛，2020）。然而， 鮮有學(xué)者研究企業(yè)數(shù)字化轉(zhuǎn)型與審計師風(fēng)險決策的關(guān)系。

我國2006年確立以現(xiàn)代風(fēng)險導(dǎo)向為基礎(chǔ)的審計模式， 該模式要求審計師全面識別和評估被審計單位的經(jīng)營環(huán)境， 以便對被審計單位的經(jīng)營風(fēng)險做出準(zhǔn)確判斷。當(dāng)審計師在審計過程面臨較高審計風(fēng)險時， 會影響其審計風(fēng)險決策行為， 如收取更高的審計費用、 增加審計投入、 擴(kuò)大審計范圍和發(fā)表不確定性審計意見等（Hay，2013；翟勝寶等，2017；Bhaskar等，2017；杜勇等，2019）， 從而減少審計風(fēng)險帶來的潛在聲譽和經(jīng)濟(jì)損失。很顯然， 導(dǎo)致審計師增加風(fēng)險決策的一個重要原因是審計師對被審計單位內(nèi)部控制、 代理動機和違約風(fēng)險等方面判斷的不確定性（朱春艷等，2017；文雯等，2020；李志斌等，2020）， 而企業(yè)數(shù)字化轉(zhuǎn)型具有開放性、 透明性和預(yù)警性等特點， 能夠在一定程度上緩解這種不確定性， 似乎表明企業(yè)推進(jìn)數(shù)字化轉(zhuǎn)型有可能抑制審計師的風(fēng)險決策傾向。為檢驗這種可能性， 本文以2011 ～ 2020年滬深A(yù)股上市公司為研究樣本， 實證分析企業(yè)數(shù)字化轉(zhuǎn)型對審計師風(fēng)險決策的影響及其作用機制。

本文的貢獻(xiàn)主要在于： ①豐富了審計師風(fēng)險決策的影響因素研究。與以往大多從代理問題角度研究審計師風(fēng)險決策影響因素的文獻(xiàn)不同， 本文聚焦于數(shù)字化技術(shù)運用這一特殊事件， 探討企業(yè)推進(jìn)數(shù)字化轉(zhuǎn)型對審計師風(fēng)險決策的影響， 有助于豐富審計師風(fēng)險決策的決定因素。②檢驗了企業(yè)數(shù)字化轉(zhuǎn)型影響審計師風(fēng)險決策的傳遞渠道。為充分識別其影響機制， 本文又從內(nèi)部控制、 代理動機以及違約風(fēng)險等幾個能夠影響審計師風(fēng)險感知的重要因素出發(fā)， 探究其作用渠道， 有助于揭開企業(yè)數(shù)字化轉(zhuǎn)型影響審計師風(fēng)險決策的內(nèi)在機理。③考察了企業(yè)數(shù)字化轉(zhuǎn)型對審計師風(fēng)險決策的異質(zhì)性影響。為豐富樣本的異質(zhì)性， 本文從管理層年齡、 管理層持股和產(chǎn)業(yè)政策支持角度分析了企業(yè)數(shù)字化轉(zhuǎn)型與審計師風(fēng)險決策的異質(zhì)性影響。

二、 理論分析與研究假設(shè)

已有文獻(xiàn)表明， 審計師的風(fēng)險決策主要受被審計單位不確定性因素的影響， 而這些不確定性又是受企業(yè)內(nèi)部控制有效性、 管理層代理動機強弱以及企業(yè)債務(wù)違約高低等因素的影響。因此， 本文認(rèn)為， 企業(yè)數(shù)字化轉(zhuǎn)型對審計師風(fēng)險決策的影響可能是通過影響內(nèi)部控制質(zhì)量、 管理層代理動機和企業(yè)違約風(fēng)險等渠道發(fā)揮作用。

首先， 企業(yè)數(shù)字化轉(zhuǎn)型能夠改善內(nèi)部控制質(zhì)量。內(nèi)部控制作為企業(yè)實現(xiàn)經(jīng)營目標(biāo)、 保護(hù)資產(chǎn)安全和確保信息真實等而制定的一系列手段和方法的總稱， 包含企業(yè)控制環(huán)境、 信息與溝通、 風(fēng)險評估、 控制管理決策活動和監(jiān)督等制度性體系（李志斌等，2020）。一方面， 企業(yè)數(shù)字化轉(zhuǎn)型加快了企業(yè)信息化進(jìn)程， 改變了傳統(tǒng)企業(yè)的運營模式。相較于傳統(tǒng)企業(yè)運營模式， 大數(shù)據(jù)、 物聯(lián)網(wǎng)和云計算等數(shù)字技術(shù)的運用使得企業(yè)在生產(chǎn)管理、 運營管理和財務(wù)管理方面變得更加透明和高效， 有效推動了企業(yè)運營方式的數(shù)字化和信息化（江紅莉等，2022）。另一方面， 數(shù)字技術(shù)還是一種有效的監(jiān)督手段， 具有信息監(jiān)督和倒逼功能， 不僅能夠全方位提升內(nèi)部控制各個環(huán)節(jié)的監(jiān)管效率， 動態(tài)實現(xiàn)對企業(yè)與環(huán)境交互中的風(fēng)險識別、 風(fēng)險捕捉和管理決策的反饋評估（肖紅軍等，2021）， 而且還能夠緩解企業(yè)與外部的信息不對稱， 進(jìn)而倒逼企業(yè)加強信息披露質(zhì)量提升。而高質(zhì)量內(nèi)部控制不僅能夠通過各種有效的風(fēng)險管控方法化解潛在經(jīng)營風(fēng)險， 而且還能夠有效抑制管理層的機會主義、 道德風(fēng)險以及逆向選擇， 進(jìn)而降低審計師的風(fēng)險感知和緩解風(fēng)險決策（周美華等，2016）。因此， 從內(nèi)部控制角度而言， 本文認(rèn)為企業(yè)數(shù)字化轉(zhuǎn)型能夠顯著改善企業(yè)內(nèi)部控制有效性， 而高質(zhì)量內(nèi)部控制能夠減小審計師的工作量和審計難度， 降低審計師風(fēng)險感知， 進(jìn)而緩解了審計師的風(fēng)險決策。

其次， 企業(yè)數(shù)字化轉(zhuǎn)型能夠抑制管理層代理動機。自兩權(quán)分離以來， 股東與管理層的委托代理問題一直受到學(xué)者們的追捧。受逐利動機影響， 管理層總是追求自身利益最大化， 尤其是在缺乏外部約束和存在信息不對稱時， 其自利行為將表現(xiàn)得更加突出。但在數(shù)字化環(huán)境下， 管理層代理動機將可能被弱化。一方面， 企業(yè)數(shù)字化轉(zhuǎn)型能夠提高外部約束力。相較于傳統(tǒng)監(jiān)管， 基于大數(shù)據(jù)、 互聯(lián)網(wǎng)和物聯(lián)網(wǎng)的數(shù)字技術(shù)具有開放性強、 透明度高和效率高等優(yōu)勢， 管理層的不規(guī)范和不道德行為更容易被曝光（江紅莉等，2022）。在此壓力下， 管理層可能會更加規(guī)范經(jīng)營企業(yè)， 減少隱蔽性機會主義和代理風(fēng)險。另一方面， 企業(yè)數(shù)字化轉(zhuǎn)型還能夠緩解信息不對稱。管理層能夠追求自身利益最大化的一個重要原因在于管理層與利益相關(guān)者之間的信息不對稱， 但在高數(shù)字化進(jìn)程的企業(yè)， 由于企業(yè)數(shù)字技術(shù)的滲透性、 通用性和透明性較高， 能夠大大降低管理層與利益相關(guān)者之間的互動成本和信息不對稱， 從而抑制了管理層代理動機（Hinings等，2018）。而低代理動機的管理層不僅會嚴(yán)格遵守和執(zhí)行企業(yè)的相關(guān)經(jīng)營管理政策和制度， 而且在隱蔽性機會主義、 盈余管理和錯報風(fēng)險上也將變得更弱， 從而弱化了審計師的風(fēng)險感知和降低風(fēng)險溢價（朱春艷等，2017）。因此， 從代理動機角度而言， 本文認(rèn)為企業(yè)數(shù)字化轉(zhuǎn)型能夠顯著抑制管理層的代理動機， 而代理動機的弱化能夠降低審計師在隱蔽性代理問題的搜尋成本， 使得審計師風(fēng)險感知變?nèi)酰?進(jìn)而緩解了審計師的風(fēng)險決策。

最后， 企業(yè)數(shù)字化轉(zhuǎn)型能夠降低企業(yè)違約風(fēng)險。債務(wù)違約的經(jīng)濟(jì)后果一直以來都是學(xué)術(shù)界研究的熱點， 原因在于發(fā)生過違約的企業(yè)不僅會影響違約主體的財務(wù)決策和盈余管理， 如隨著債權(quán)人監(jiān)督力度的增加， 企業(yè)會減少研發(fā)創(chuàng)新投入和增加盈余管理操縱（Franz等，2017；張瑋倩和方軍雄，2017）， 而且還會影響審計師索取更高審計費用和發(fā)表非標(biāo)準(zhǔn)審計意見的風(fēng)險決策。在現(xiàn)代審計風(fēng)險導(dǎo)向準(zhǔn)則的指導(dǎo)下， 對于有債務(wù)違約的企業(yè)， 審計師會擴(kuò)大審計范圍、 投入更多的審計工時和執(zhí)行更多的審計程序（文雯等，2020）。為避免潛在的訴訟風(fēng)險和聲譽損失， 在出具審計意見類型時， 審計師傾向于發(fā)表非標(biāo)準(zhǔn)無保留審計意見。令人欣慰的是， 企業(yè)數(shù)字化轉(zhuǎn)型可能會在一定程度上降低企業(yè)違約風(fēng)險。一方面， 企業(yè)數(shù)字化轉(zhuǎn)型是基于大數(shù)據(jù)等數(shù)字技術(shù)的運用， 具有開放性、 透明性和預(yù)警性等特點， 能夠顯著抑制管理層代理動機問題， 減少在職消費和過度投資等影響企業(yè)違約風(fēng)險的重要因素。另一方面， 企業(yè)數(shù)字技術(shù)運用還是一種有效監(jiān)督手段， 具有信息反饋、 監(jiān)督和預(yù)警等功能。當(dāng)企業(yè)經(jīng)營管理出現(xiàn)運營或盈利危機時， 管理層和股東均能夠從財務(wù)信息平臺觀測到， 有助于及時做出應(yīng)對措施， 從而降低了企業(yè)債務(wù)違約風(fēng)險的發(fā)生。因此， 從違約風(fēng)險角度而言， 本文認(rèn)為企業(yè)數(shù)字化轉(zhuǎn)型能夠顯著降低企業(yè)的債務(wù)違約風(fēng)險， 從而進(jìn)一步緩解了審計師的風(fēng)險決策。

綜上所述， 在現(xiàn)代風(fēng)險導(dǎo)向的審計要求下， 審計師會對被審計單位的經(jīng)營環(huán)境展開審計， 而較高的企業(yè)數(shù)字化轉(zhuǎn)型程度不僅能夠通過改善企業(yè)內(nèi)部控制質(zhì)量和抑制管理層代理動機等， 降低企業(yè)固有風(fēng)險和代理風(fēng)險， 而且還能夠通過降低企業(yè)違約風(fēng)險等發(fā)揮作用， 緩解審計師的風(fēng)險決策?；谝陨戏治?， 本文提出如下假設(shè)：

H1： 較高的企業(yè)數(shù)字化轉(zhuǎn)型程度有助于緩解審計師風(fēng)險決策行為。

三、 數(shù)據(jù)選取與研究設(shè)計

（一）數(shù)據(jù)選取

本文選取2011 ～ 2020年我國A股上市公司作為初始樣本， 為保證數(shù)據(jù)的可比性和有效性， 對初始數(shù)據(jù)進(jìn)行了如下處理： ①剔除ST和?ST上市公司； ②剔除金融保險類上市公司； ③剔除存在明顯異常的數(shù)據(jù)， 如資產(chǎn)為0等情況； ④剔除數(shù)據(jù)存在缺失的上市公司。此外， 為避免異常極端值的影響， 對所有連續(xù)變量均執(zhí)行了1%和99%的Winsor縮尾技術(shù)處理。通過以上篩選和處理后， 最終獲得了14040個有效觀測數(shù)據(jù)。本文使用的財務(wù)數(shù)據(jù)主要來源于CSMAR數(shù)據(jù)庫。

（二）研究設(shè)計

為檢驗企業(yè)數(shù)字化轉(zhuǎn)型是否能夠緩解審計師的風(fēng)險決策， 本文構(gòu)建如下實證模型：

ARPi，t=β0+β1Digi，t+β2Levi，t+β3INSi，t+β4ARSi，t+

β5IDRi，t+β6Boardi，t+β7ULAi，t+β8Duali，t+β9Big4i，t+

β10Fouri，t+β11LLRi，t+β12SOEi，t+β13Agei，t+β14ROAi，t+

Firm+Year+μ （1）

其中： ARP為被解釋變量審計師風(fēng)險決策。關(guān)于審計師風(fēng)險決策的度量方式， 較為常見的有兩類： 一種是以企業(yè)支出的審計費用作為衡量標(biāo)準(zhǔn)， 另一種是以審計師出具的意見類型作為代理變量（褚劍等，2018）， 本文采用企業(yè)支出的審計費用作為審計師風(fēng)險決策的衡量標(biāo)準(zhǔn)， 為消除企業(yè)規(guī)模的影響， 以審計費用占總資產(chǎn)的比衡量審計師風(fēng)險決策。

Dig為解釋變量企業(yè)數(shù)字化轉(zhuǎn)型。當(dāng)前， 企業(yè)數(shù)字化轉(zhuǎn)型的測算較為常見的是用年報詞頻法（黃大禹等，2021）。具體而言， 首先確定數(shù)字化轉(zhuǎn)型的詞頻范圍。本文將數(shù)字化轉(zhuǎn)型界定為“底層技術(shù)”和“實踐應(yīng)用”兩個部分， 其中， 底層技術(shù)包括人工智能技術(shù)、 區(qū)塊鏈技術(shù)、 云計算技術(shù)和大數(shù)據(jù)技術(shù)四個組成部分， 而實踐應(yīng)用則是指企業(yè)在移動互聯(lián)網(wǎng)、 電子商務(wù)、 智能營銷等數(shù)字技術(shù)方面的應(yīng)用詞頻。其次， 使用Python爬蟲功能提取年度報告中反映數(shù)字化轉(zhuǎn)型特征的關(guān)鍵詞詞頻數(shù)。最后， 將“底層技術(shù)”和“實踐應(yīng)用”的詞頻數(shù)之和加1后取自然對數(shù)衡量企業(yè)數(shù)字化轉(zhuǎn)型程度。該數(shù)值越大， 表明企業(yè)數(shù)字化轉(zhuǎn)型程度就越高。

Lev、 INS、 ARS、 IDR、 Board、 ULA、 Dual、 Big4、 Four、 LLR、 SOE、 Age和ROA分別為財務(wù)杠桿、 存貨比例、 應(yīng)收賬款比、 獨董比例、 董事會規(guī)模、 違規(guī)行為、 兩職合一、 會計師事務(wù)所規(guī)模、 四委機構(gòu)（審計委員會、 戰(zhàn)略委員會、 提名委員會和薪酬與考核委員會）、 訴訟風(fēng)險、 產(chǎn)權(quán)性質(zhì)、 上市年限和資產(chǎn)收益率等控制變量。i和t分別表示第i個公司t年的數(shù)值； u為殘差項。具體變量定義見表1。

四、 實證結(jié)果分析

（一）描述性統(tǒng)計

表2為描述性統(tǒng)計結(jié)果。由表2可知， 審計師風(fēng)險決策（ARP）的均值為0.7631， 最大值為5.0385， 最小值為0.0142， 表明我國企業(yè)間審計風(fēng)險決策存在一定差異性。企業(yè)數(shù)字化轉(zhuǎn)型（Dig）均值為15.343， 最小值為1， 最大值為147， 說明總體而言我國非金融上市公司在數(shù)字化轉(zhuǎn)型發(fā)展上表現(xiàn)出明顯的差異性， 個別上市公司在年報中強調(diào)數(shù)字化轉(zhuǎn)型程度多達(dá)147次， 平均而言強調(diào)了約15次。控制變量方面， 基本與前人研究的描述性統(tǒng)計結(jié)果較為一致， 均在合理范圍內(nèi)， 未表現(xiàn)出明顯的異常偏態(tài)。

（二）主回歸結(jié)果

表3為本文的主回歸結(jié)果。由表3列（1）可知， 企業(yè)數(shù)字化轉(zhuǎn)型的系數(shù)在1%的水平上顯著為負(fù)， 初步表明企業(yè)數(shù)字化轉(zhuǎn)型與審計師風(fēng)險決策呈顯著負(fù)向關(guān)系。由列（3）可知， 企業(yè)數(shù)字化轉(zhuǎn)型的系數(shù)在1%的水平上顯著為負(fù)， 表明企業(yè)數(shù)字化轉(zhuǎn)型對審計師風(fēng)險決策具有顯著抑制作用， 能夠降低企業(yè)審計費用， 支持了H1。此外， 為消除可能存在反向因果關(guān)系， 進(jìn)一步對企業(yè)數(shù)字化轉(zhuǎn)型做滯后期處理。由列（4）、 （5）的結(jié)果可知， 在考慮反向因果關(guān)系后， 企業(yè)數(shù)字化轉(zhuǎn)型的系數(shù)仍在1%的水平上顯著為負(fù)。

（三）穩(wěn)健性檢驗

1. ?雙重差分法。參考張嘉偉等（2022）的做法， 一個地區(qū)若被選為電子政務(wù)試點， 更有助于數(shù)字經(jīng)濟(jì)發(fā)展和企業(yè)數(shù)字化轉(zhuǎn)型。因此， 本文以2017年國家電子政務(wù)試點作為外生事件沖擊， 構(gòu)建如下雙重差分計量模型：

ARP=β0+β1Treat+β2Time+β3Treat×Time+CVs+Firm+Year+μ （2）

其中： Treat表示政策沖擊數(shù)字化變量， 如果上市公司的注冊地在國家電子政務(wù)綜合試點區(qū)域， 取值為1， 否則為0； Time表示政策沖擊時間變量， 如果時間在2017年國家電子政務(wù)政策實施后， 取值為1， 否則為0； CVs為控制變量； 其余變量定義同上。表4列（1）、 列（2）結(jié)果顯示， 在無控制變量和有控制變量時， Treat×Time的系數(shù)分別為-0.0478和-0.0703， 均在1%的水平上顯著， 表明企業(yè)數(shù)字化轉(zhuǎn)型能夠緩解審計師的風(fēng)險決策。

2. 工具變量法?？紤]到本文可能存在遺漏變量引發(fā)的內(nèi)生性問題， 進(jìn)一步尋找工具變量對其再檢驗。根據(jù)工具變量的選擇要求， 工具變量需滿足相關(guān)性和外部性。對于時間序列數(shù)據(jù)而言， 常常使用解釋變量滯后期作為其工具變量。一方面， 滯后期與當(dāng)期存在較強的相關(guān)性， 滿足工具變量要求的相關(guān)性。另一方面， 當(dāng)期審計師的風(fēng)險決策不可能影響過去的企業(yè)數(shù)字化轉(zhuǎn)型， 故滯后期也滿足工具變量的外部性要求?；诖?， 本文使用企業(yè)數(shù)字化轉(zhuǎn)型滯后一期作為數(shù)字化轉(zhuǎn)型的工具變量。由表5第一階段的結(jié)果顯示， 企業(yè)數(shù)字化轉(zhuǎn)型滯后期系數(shù)為0.8612且在1%的水平上顯著。進(jìn)一步觀察第二階段的結(jié)果， 顯示企業(yè)數(shù)字化轉(zhuǎn)型的系數(shù)為-0.0307且在1%的水平上顯著， 表明企業(yè)數(shù)字化轉(zhuǎn)型有助于緩解審計師的風(fēng)險決策。

3. ?傾向得分匹配法?？紤]到本文可能存在樣本選擇性偏差問題， 以及不同企業(yè)在規(guī)模、 盈利和運營上存在差異性， 導(dǎo)致審計師的風(fēng)險決策并不受企業(yè)數(shù)字化轉(zhuǎn)型的影響， 而是受遺漏變量的影響。本文又對樣本數(shù)據(jù)進(jìn)行傾向得分匹配檢驗。具體而言， 首先以企業(yè)數(shù)字化轉(zhuǎn)型的中位數(shù)進(jìn)行分組， 若大于中位數(shù)取值為1， 否則為0。接著以Lev、 INS、 ARS、 IDR、 Board、 ULA、 Dual、 Big4、 Four、 LLR、 SOE、 Age和ROA作為協(xié)變量， 而后再進(jìn)行實證檢驗。表5列（3）結(jié)果顯示， 企業(yè)數(shù)字化轉(zhuǎn)型的系數(shù)為-0.0638且在1%的水平上顯著， 說明本文的結(jié)論是穩(wěn)健的。

五、 中介效應(yīng)分析

（一）內(nèi)部控制有效性

為檢驗內(nèi)部控制有效性的中介作用， 本文在模型（1）的基礎(chǔ)上， 構(gòu)建中介效應(yīng)實證模型（3）和（4）：

ICL=α0+α1Dig+α2Lev+α3INS+α4ARS+α5IDR+

α6Board+α7ULA+α8Dual+α9Big4+α10Four+α11LLR+

α12SOE+α13Age+α14ROA+Firm+Year+μ ?（3）

ARP=θ0+θ1ICL+θ2Dig+θ3Lev+θ4INS+θ5ARS+

θ6IDR+θ7Board+θ8ULA+θ9Dual+θ10Big4+θ11Four+

θ12LLR+θ13SOE+θ14Age+θ15ROA+Firm+Year+μ （4）

其中： ICL為內(nèi)部控制有效性中介變量， 其余變量定義同上。內(nèi)部控制有效性使用深圳迪博披露的“內(nèi)部控制指數(shù)”作為代理變量， 該指數(shù)越大， 企業(yè)內(nèi)部控制有效性就越高（曹越和孫麗，2021）?？紤]到指數(shù)數(shù)值過大， 會導(dǎo)致回歸系數(shù)過小， 因此將內(nèi)部控制指數(shù)除以100， 結(jié)果見表6列（1）、 （2）。此外， 本文還輔以其他兩種檢驗作為補充。一是改變企業(yè)數(shù)字化轉(zhuǎn)型的度量方式， 使用數(shù)字普惠金融作為企業(yè)數(shù)字化轉(zhuǎn)型的代理變量， 再次檢驗內(nèi)部控制有效性的中介效應(yīng)， 結(jié)果見列（3）、 （4）。二是考慮到樣本可能存在自選擇問題， 進(jìn)一步使用傾向得分匹配法檢驗內(nèi)部控制有效性的中介效應(yīng)， 結(jié)果見列（5）、 （6）。如果內(nèi)部控制有效性在企業(yè)數(shù)字化轉(zhuǎn)型對審計師風(fēng)險決策的影響過程中具有中介傳導(dǎo)功能， 則滿足β1、 α1和θ1均顯著， 而θ2的顯著性則控制著是部分傳導(dǎo)效應(yīng)， 還是完全傳導(dǎo)效應(yīng)。

由表3列（3）的結(jié)果可知， 企業(yè)數(shù)字化轉(zhuǎn)型的系數(shù)為-0.0568在1%的水平上顯著， 則β1顯著。由表6列（1）、 （3）和（5）的結(jié)果可知， 企業(yè)數(shù)字化轉(zhuǎn)型的系數(shù)分別為0.0835、 0.3773和0.0951， 均在1%的水平上顯著， 則α1顯著， 表明企業(yè)數(shù)字化轉(zhuǎn)型將有助于提升公司內(nèi)部控制有效性。列（2）、 （4）和（6）的結(jié)果顯示， 內(nèi)部控制有效性的系數(shù)分別為-0.0313、 -0.0324和-0.0259， 也在1%的水平上顯著， 則θ1顯著， 該結(jié)果表明企業(yè)內(nèi)部控制有效性越好， 越有助于緩解審計師的風(fēng)險決策， 降低企業(yè)審計費用。進(jìn)一步觀察列（2）、 （4）和（6）θ2的顯著性， 發(fā)現(xiàn)企業(yè)數(shù)字化轉(zhuǎn)型的系數(shù)分別為-0.0542、

-0.0923和-0.0570， 且均顯著， 表明內(nèi)部控制有效性在企業(yè)數(shù)字化轉(zhuǎn)型影響審計師風(fēng)險決策中扮演的更多是部分中介效應(yīng)。

（二）管理層代理成本

為檢驗管理層代理成本的中介作用， 本文在模型（1）的基礎(chǔ)上， 構(gòu)建中介效應(yīng)實證模型（5）和（6）：

MAC=α0+α1Dig+α2Lev+α3INS+α4ARS+α5IDR+α6Board+α7ULA+α8Dual+α9Big4+α10Four+α11LLR+

α12SOE+α13Age+α14ROA+Firm+Year+μ ? ?（5）

ARP=θ0+θ1MAC+θ2Dig+θ3Lev+θ4INS+θ5ARS+

θ6IDR+θ7Board+θ8ULA+θ9Dual+θ10Big4+θ11Four+

θ12LLR+θ13SOE+θ14Age+θ15ROA+Firm+Year+μ ? ?（6）

其中： MAC為管理層代理成本中介變量， 其余變量定義同上。管理層代理成本采用管理費用率衡量（Zhu等，2021）， 結(jié)果見表7列（1）、 （2）。與此同時， 本文還輔以其他兩種檢驗作為補充： 一是使用數(shù)字普惠金融作為企業(yè)數(shù)字化轉(zhuǎn)型的代理變量， 結(jié)果見列（3）、 （4）； 二是使用傾向得分匹配法檢驗管理層代理成本的中介效應(yīng)， 結(jié)果見列（5）、 （6）。

列（1）、 （3）和（5）的結(jié)果顯示， 企業(yè)數(shù)字化轉(zhuǎn)型的系數(shù)分別為-0.0047、 -0.0246和-0.0046， 均在1%的水平上顯著， 則α1顯著， 表明企業(yè)數(shù)字化轉(zhuǎn)型將有助于緩解管理層的代理問題， 降低在職管理層消費。列（2）、 （4）和（6）的結(jié)果顯示， 管理層代理成本的系數(shù)分別為5.2478、 5.2789和5.1038， 也都在1%的水平上顯著， 則θ1顯著， 該結(jié)果表明管理層的代理問題越嚴(yán)重， 越會加劇審計師的風(fēng)險決策， 導(dǎo)致企業(yè)的審計費用增多。進(jìn)一步觀察列（2）、 （4）和（6）θ2的顯著性， 發(fā)現(xiàn)企業(yè)數(shù)字化轉(zhuǎn)型的系數(shù)分別為-0.0321、 -0.0069和-0.0401， 均在1%的水平上顯著， 表明管理層代理成本在企業(yè)數(shù)字化轉(zhuǎn)型影響審計師風(fēng)險決策中扮演的是部分傳導(dǎo)作用。

（三）企業(yè)違約風(fēng)險

為檢驗企業(yè)違約風(fēng)險的中介作用， 本文在模型（1）的基礎(chǔ)上， 構(gòu)建中介效應(yīng)實證模型（7）和（8）：

CDR=α0+α1Dig+α2Lev+α3INS+α4ARS+α5IDR+α6Board+α7ULA+α8Dual+α9Big4+α10Four+α11LLR+

α12SOE+α13Age+α14ROA+Firm+Year+μ （7）

ARP=θ0+θ1CDR+θ2Dig+θ3Lev+θ4INS+θ5ARS+

θ6IDR+θ7Board+θ8ULA+θ9Dual+θ10Big4+θ11Four+

θ12LLR+θ13SOE+θ14Age+θ15ROA+Firm+Year+μ ? （8）

其中： CDR為企業(yè)違約風(fēng)險中介變量， 其余變量定義同上。關(guān)于企業(yè)違約風(fēng)險的衡量， 先是基于莫頓的研究框架計算企業(yè)違約距離， 而后使用累積標(biāo)準(zhǔn)正態(tài)分布求得企業(yè)違約概率（扈文秀等，2021）。為避免因企業(yè)違約概率過小導(dǎo)致回歸結(jié)果系數(shù)過小， 將其Max-Min標(biāo)準(zhǔn)化， 結(jié)果見表8列（1）、 （2）。與此同時， 本文還輔以其他兩種檢驗作為補充： 一是使用數(shù)字普惠金融作為企業(yè)數(shù)字化轉(zhuǎn)型的代理變量， 結(jié)果見列（3）、 （4）； 二是使用傾向得分匹配法再次檢驗企業(yè)違約風(fēng)險的中介效應(yīng)， 結(jié)果見列（5）、 （6）。

列（1）、 （3）和（5）的結(jié)果可知， 企業(yè)數(shù)字化轉(zhuǎn)型的系數(shù)為-0.0070、 -0.0453和-0.0075， 且在1%的水平上顯著， 則α1顯著， 表明企業(yè)推進(jìn)數(shù)字化轉(zhuǎn)型將有助于緩解企業(yè)違約風(fēng)險， 提升企業(yè)外部抗壓能力。列（2）、 （4）和（6）的結(jié)果顯示， 企業(yè)違約風(fēng)險與審計師風(fēng)險決策的系數(shù)分別為0.5028、 0.5111和0.5834， 也在1%的水平上顯著， 則θ1顯著， 該結(jié)果表明企業(yè)面臨的違約風(fēng)險越高， 越會增加審計師的風(fēng)險決策。而列（2）、 （4）和（6）θ2的顯著性顯示， 企業(yè)違約風(fēng)險在企業(yè)數(shù)字化轉(zhuǎn)型影響審計師風(fēng)險決策中發(fā)揮的是部分傳導(dǎo)作用。

六、 異質(zhì)性分析

（一）管理層年齡

在現(xiàn)代公司制度下， 企業(yè)的經(jīng)營決策權(quán)配置給了管理層， 而其不同的特征表現(xiàn)會對企業(yè)創(chuàng)新、 風(fēng)險承擔(dān)和經(jīng)營績效產(chǎn)生決定性作用， 尤其是管理層年齡結(jié)構(gòu)。已有文獻(xiàn)研究發(fā)現(xiàn)， 個體年齡增長會伴隨著其生理、 心理和行為上的變化。年輕管理者更能接受新事物， 具有更強的冒險精神， 使得其在財務(wù)決策中更愿意承擔(dān)高水平債務(wù)和發(fā)起創(chuàng)新。相反， 年長管理者會因認(rèn)知能力下降、 追求安穩(wěn)生活和在職福利， 更加偏好低風(fēng)險性決策， 傾向于抵制新事物（李文貴和嚴(yán)涵，2020）。而企業(yè)數(shù)字化轉(zhuǎn)型具有新鮮性、 長期性和風(fēng)險性等特征， 年長管理者在推廣數(shù)字化轉(zhuǎn)型時， 可能會表現(xiàn)出較低意愿。表9列（1）、 （2）匯報了基于1/4分位數(shù)下和3/4分位數(shù)上管理者年齡的回歸結(jié)果， 結(jié)果顯示企業(yè)數(shù)字化轉(zhuǎn)型的系數(shù)在高低管理層年齡組分別為

-0.0413和-0.0876， 且均在1%的水平上顯著， 表明企業(yè)數(shù)字化轉(zhuǎn)型對審計師風(fēng)險決策的影響在低管理層年齡組表現(xiàn)得更加明顯。

（二）管理層持股比例

管理層持股作為一種激勵方式， 在解決委托代理問題過程中， 具有利益協(xié)同功能， 能夠?qū)⒐芾韺优c股東利益綁在一起， 促使管理層更加關(guān)注企業(yè)長期戰(zhàn)略目標(biāo)實現(xiàn)（馬慶魁和樊夢晨，2021）， 表明高比例管理層持股有助于抑制管理層的機會主義動機， 促使管理層重視數(shù)字化進(jìn)程推廣， 而低比例管理層持股可能會導(dǎo)致管理層追求機會主義傾向， 減少對數(shù)字化進(jìn)程的投資。表9列（3）、 （4）匯報了基于1/4分位數(shù)下和3/4分位數(shù)上管理層持股的差異性回歸結(jié)果， 結(jié)果顯示企業(yè)數(shù)字化轉(zhuǎn)型的系數(shù)在高低管理層持股組分別為-0.0258和-0.0428且均顯著， 表明企業(yè)數(shù)字化轉(zhuǎn)型對審計師風(fēng)險決策的影響在低管理層持股組表現(xiàn)得更加明顯。可能的原因在于， 持股比例增加未能促使管理層更加重視數(shù)字化進(jìn)程等長遠(yuǎn)利益協(xié)同效應(yīng)， 相反， 可能表現(xiàn)為塹壕防御效應(yīng)， 即隨著管理層持股比例的增加， 管理層擁有的投票權(quán)和控制權(quán)就越大， 導(dǎo)致其更加追求自身利益最大化， 而非企業(yè)價值最大化， 從而減少了企業(yè)在數(shù)字化進(jìn)程方面的推進(jìn)。

（三）產(chǎn)業(yè)政策支持

產(chǎn)業(yè)政策作為政府推動產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級、 實現(xiàn)內(nèi)部創(chuàng)新驅(qū)動發(fā)展的重要抓手。受產(chǎn)業(yè)政策支持的企業(yè)， 其獲得銀行信貸的資金不僅明顯高于行業(yè)其他企業(yè)， 而且長期借款成本也更低。而數(shù)字化轉(zhuǎn)型作為一種高風(fēng)險、 高投入和回報期不確定的活動， 需要大量的資源投入， 若能夠得到產(chǎn)業(yè)政策支持， 獲得銀行信貸、 財政補貼和稅收優(yōu)惠上的支持， 則可以極大地減少企業(yè)數(shù)字化轉(zhuǎn)型中遇到的困難。關(guān)于產(chǎn)業(yè)政策的衡量， 本文將企業(yè)受到產(chǎn)業(yè)政策的支持取值為1， 否則為0（余明桂等，2016）。表9列（5）、 （6）匯報了不同產(chǎn)業(yè)政策支持下的差異性回歸結(jié)果， 結(jié)果顯示企業(yè)數(shù)字化轉(zhuǎn)型的系數(shù)在支持和未支持組分別為-0.0456和-0.0685， 且均顯著， 表明企業(yè)數(shù)字化轉(zhuǎn)型對審計師風(fēng)險決策的影響在未獲得產(chǎn)業(yè)政策支持組表現(xiàn)得更加明顯?？赡艿脑蚴俏传@得產(chǎn)業(yè)政策支持的企業(yè)， 為了能夠在激烈的市場環(huán)境中生存下去， 傾向于增強內(nèi)部創(chuàng)新驅(qū)動， 從而更愿意進(jìn)行數(shù)字化轉(zhuǎn)型。而受產(chǎn)業(yè)政策激勵的企業(yè)， 管理層傾向于過度自信， 較少關(guān)注實質(zhì)性創(chuàng)新， 反而更多關(guān)注過度投資。

七、 結(jié)論與啟示

本文運用我國滬深A(yù)股上市公司2011 ～ 2020年的數(shù)據(jù)， 實證檢驗了企業(yè)數(shù)字化轉(zhuǎn)型對審計師風(fēng)險決策的影響及其作用機制。研究發(fā)現(xiàn)： 企業(yè)的數(shù)字化轉(zhuǎn)型與審計師風(fēng)險決策負(fù)相關(guān)， 表明企業(yè)數(shù)字化程度越高， 審計師收取高昂審計費用的可能性就越低。中介效應(yīng)機制表明， 企業(yè)數(shù)字化轉(zhuǎn)型對審計師風(fēng)險決策的影響主要是通過改善內(nèi)部控制質(zhì)量、 緩解管理層代理動機以及降低企業(yè)違約風(fēng)險等機制發(fā)揮作用。異質(zhì)性檢驗則進(jìn)一步表明， 企業(yè)數(shù)字化轉(zhuǎn)型與審計師風(fēng)險決策的負(fù)向關(guān)系主要表現(xiàn)在低管理層年齡、 低管理層持股和低產(chǎn)業(yè)政策支持企業(yè)。

本文的研究結(jié)論具有重要的理論和政策意義。首先， 企業(yè)需進(jìn)一步推進(jìn)數(shù)字化轉(zhuǎn)型。習(xí)近平總書記指出， 發(fā)展數(shù)字經(jīng)濟(jì)是把握新一輪產(chǎn)業(yè)革命和科技革命機遇的戰(zhàn)略選擇。隨著大數(shù)據(jù)、 區(qū)塊鏈和互聯(lián)網(wǎng)等數(shù)字技術(shù)日益融入經(jīng)濟(jì)社會各領(lǐng)域， 推進(jìn)經(jīng)濟(jì)數(shù)字化轉(zhuǎn)型已成為全國乃至全世界的大勢所趨。企業(yè)作為經(jīng)濟(jì)數(shù)字化轉(zhuǎn)型的主要載體， 需要充分發(fā)揮數(shù)據(jù)要素的驅(qū)動功能， 提高企業(yè)在運營、 溝通和監(jiān)管等方面上的效益和效率， 從而降低外部審計師的風(fēng)險決策。在企業(yè)運營方面， 要發(fā)揮互聯(lián)網(wǎng)技術(shù)、 數(shù)字孿生技術(shù)、 流程再造和智能機器等技術(shù)的優(yōu)勢， 推進(jìn)企業(yè)數(shù)字化、 產(chǎn)業(yè)化和智能化升級， 從而提升企業(yè)運營效率。在企業(yè)信息溝通方面， 要充分發(fā)揮網(wǎng)絡(luò)技術(shù)、 通信技術(shù)和互聯(lián)網(wǎng)技術(shù)等方面的先進(jìn)優(yōu)勢， 推進(jìn)企業(yè)更加便利地獲得信息， 從而減少信息傳遞上的滯后和失真問題。在企業(yè)監(jiān)管體系方面， 要充分運用數(shù)字技術(shù)、 數(shù)字預(yù)警和數(shù)字監(jiān)管等方面的優(yōu)勢， 促使企業(yè)風(fēng)險處于安全可控狀態(tài)， 從而提高企業(yè)的監(jiān)管效率。其次， 政府需進(jìn)一步加大對數(shù)字化建設(shè)的支持力度。盡管企業(yè)深知發(fā)展數(shù)字化是未來科技革命的重要戰(zhàn)略選擇， 對企業(yè)的可持續(xù)發(fā)展和全要素生產(chǎn)率具有放大、 疊加和倍增等功能， 但數(shù)字化進(jìn)程是一項涉及技術(shù)、 數(shù)據(jù)、 組織和流程等多種變革的系統(tǒng)性工程， 僅靠企業(yè)一方是很難推進(jìn)的， 需要政府在加大企業(yè)數(shù)字化建設(shè)財政補貼、 創(chuàng)造良好的行政審批等營商環(huán)境和擴(kuò)大稅收優(yōu)惠力度等方面給予支持。在數(shù)字化人才培養(yǎng)方面， 也需要政府積極引導(dǎo)高校制定培養(yǎng)具有適應(yīng)新時代數(shù)字化技能的人才方案。最后， 企業(yè)在推進(jìn)數(shù)字化建設(shè)時， 也要格外留意管理層的異質(zhì)性動機。不同階段的管理層年齡、 不同持股比例的管理層以及產(chǎn)業(yè)政策的支持與否， 均會影響管理層發(fā)起數(shù)字化建設(shè)的動機， 進(jìn)而影響到企業(yè)數(shù)字化轉(zhuǎn)型的發(fā)展程度。

【 主 要 參 考 文 獻(xiàn) 】

曹越，孫麗．國有控制權(quán)轉(zhuǎn)讓對內(nèi)部控制質(zhì)量的影響：監(jiān)督還是掏空？［ J］．會計研究，2021（10）：126 ～ 151．

褚劍，秦璇，方軍雄．經(jīng)濟(jì)政策不確定性與審計決策——基于審計收費的證據(jù)［ J］．會計研究，2018（12）：85 ～ 91．

杜勇，何碩穎，陳建英．企業(yè)金融化影響審計定價嗎［ J］．審計研究，2019（4）：101 ～ 110．

扈文秀，朱冠平，李祥發(fā)．金融資產(chǎn)持有與企業(yè)違約風(fēng)險：融資約束的中介效應(yīng)［ J］．預(yù)測，2021（3）：39 ～ 46．

黃大禹，謝獲寶，孟祥瑜，張秋艷．?dāng)?shù)字化轉(zhuǎn)型與企業(yè)價值——基于文本分析方法的經(jīng)驗證據(jù)［ J］．經(jīng)濟(jì)學(xué)家，2021（12）：41 ～ 51．

江紅莉，侯燕，蔣鵬程．?dāng)?shù)字經(jīng)濟(jì)發(fā)展是促進(jìn)還是抑制了企業(yè)實體投資——來自中國上市公司的經(jīng)驗證據(jù)［ J］．現(xiàn)代財經(jīng)（天津財經(jīng)大學(xué)學(xué)報），2022（5）：78 ～ 94．

李文貴，嚴(yán)涵．年輕高管與企業(yè)股價崩盤風(fēng)險：來自“代理沖突觀”的證據(jù)［ J］．經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2020（11）：72 ～ 86．

李志斌，阮豆豆，章鐵生．企業(yè)社會責(zé)任的價值創(chuàng)造機制：基于內(nèi)部控制視角的研究［ J］．會計研究，2020（11）：112 ～ 124．

林琳，呂文棟．?dāng)?shù)字化轉(zhuǎn)型對制造業(yè)企業(yè)管理變革的影響——基于酷特智能與海爾的案例研究［ J］．科學(xué)決策，2019（1）：85 ～ 98．

馬慶魁，樊夢晨．管理層激勵、機構(gòu)投資者持股與企業(yè)異質(zhì)研發(fā)［ J］．科研管理，2021（9）：140 ～ 149．

王志剛．財政數(shù)字化轉(zhuǎn)型與政府公共服務(wù)能力建設(shè)［ J］．財政研究，2020（10）：19 ～ 30．

文雯，馮曉晴，宋衍蘅．公司債務(wù)違約與審計師風(fēng)險應(yīng)對［ J］．會計與經(jīng)濟(jì)研究，2020（4）：3 ～ 23．

肖紅軍，陽鎮(zhèn)，劉美玉．企業(yè)數(shù)字化的社會責(zé)任促進(jìn)效應(yīng)：內(nèi)外雙重路徑的檢驗［ J］．經(jīng)濟(jì)管理，2021（11）：52 ～ 69．

許龍，周嘉怡，劉兵．企業(yè)數(shù)字化轉(zhuǎn)型影響因素與實施路徑［ J］．財會月刊，2023（10）：146 ～ 152．

許憲春，張美慧，張鐘文．?dāng)?shù)字化轉(zhuǎn)型與經(jīng)濟(jì)社會統(tǒng)計的挑戰(zhàn)和創(chuàng)新［ J］．統(tǒng)計研究，2021（1）：15 ～ 26．

楊晶，李哲，康琪．?dāng)?shù)字化轉(zhuǎn)型對國家創(chuàng)新體系的影響與對策研究［ J］．研究與發(fā)展管理，2020（6）：26 ～ 38．

易露霞，吳非，常曦．企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)程與主業(yè)績效——來自中國上市企業(yè)年報文本識別的經(jīng)驗證據(jù)［ J］．現(xiàn)代財經(jīng)（天津財經(jīng)大學(xué)學(xué)報），2021（10）：24 ～ 38．

余明桂，范蕊，鐘慧潔．中國產(chǎn)業(yè)政策與企業(yè)技術(shù)創(chuàng)新［ J］．中國工業(yè)經(jīng)濟(jì)，2016（12）：5 ～ 22．

翟勝寶，許浩然，劉耀淞，唐瑋．控股股東股權(quán)質(zhì)押與審計師風(fēng)險應(yīng)對［ J］．管理世界，2017（10）：51 ～ 65．

張嘉偉，胡丹丹，周磊．?dāng)?shù)字經(jīng)濟(jì)能否緩解管理層短視行為？——來自真實盈余管理的經(jīng)驗證據(jù)［ J］．經(jīng)濟(jì)管理，2022（1）：122 ～ 139．

張瑋倩，方軍雄．債務(wù)違約會抑制公司創(chuàng)新投資嗎？［ J］．產(chǎn)業(yè)經(jīng)濟(jì)研究，2017（5）：1 ～ 11．

周美華，林斌，林東杰．管理層權(quán)力、內(nèi)部控制與腐敗治理［ J］．會計研究，2016（3）：56 ～ 63+96．

朱春艷，伍利娜，田利輝．代理成本、彈性信息披露對審計收費的影響［ J］．會計研究，2017（7）：89 ～ 95+97．

Bhaskar L. S.， Krishnan G. V.， Yu W.. Debt covenant violations， firm financial distress， and auditor actions［ J］． Contemporary Accounting Research，2017（1）：186 ～ 215．

Franz D. R.， Hassabelnaby H. R.， Lobo G. J.. Impact of proximity to debt covenant violation on earnings management［ J］． Review of Accounting Studies，2014（1）：473 ～ 505．

Hay D.. Further evidence from meta analysis of audit fee research［ J］． International Journal of Auditing，2013（2）：162 ～ 176．

Hinings B.， Gegenhuber T.， Greenwood R.. Digital innovation and transformation：An institutional perspective［ J］． Information and Organization，2018（1）：52 ～ 61．

Mikalef P.， Pateli A.. Information technology-enabled dynamic capabilities and their indirect effect on competitive performance：Findings from PLS-SEM and fsQCA［ J］． Journal of Business Research，2017（70）：1 ～ 16．

Schwertner K.. Digital transformation of business［ J］． Trakia Journal of Scien-ces，2017（1）：388 ～ 393．

Zhu G. P.， Hu W. X.， Peng T.， Xue C. K.. The influence of corporate financialization on asymmetric cost behavior：Weakening or worsening［ J］． Journal of Business Economics and Management，2021（1）：21 ～ 41．