分析師關注、產權性質與審計質量

閆華紅 王亞茹 高潔

【摘 要】 以我國2010—2019年滬深A股上市公司為研究樣本，實證檢驗分析師關注對審計質量的影響。研究發現，對于分析師跟蹤數量較多的企業和分析師預測樂觀偏差較大的企業，審計師提供較高質量審計服務，對于分析師預測分歧度較大的企業，審計師提供較低質量審計服務;進一步研究發現，產權性質具有調節效應，在分析師追蹤數量較多和分析師預測樂觀偏差較大的非國有企業審計質量更高，而在分析師預測分歧度較大的國有企業審計質量更低。研究結果表明，審計師在對審計質量進行決策時會根據客戶風險大小提供不同質量的審計服務，同時不同產權性質對分析師關注與審計質量的影響不同，對推進國企改革具有重要的借鑒價值。

【關鍵詞】 分析師關注; 產權性質; 審計質量; 分析師預測; 高質量審計服務

【中圖分類號】 F239? 【文獻標識碼】 A? 【文章編號】 1004-5937（2021）12-0011-09

一、引言

近期瑞華會計師事務所上百億元造假舞弊案件的曝光讓人們對大型會計師事務所提供的審計服務產生質疑，一時間被譽為“經濟警察”和資本市場“看門人”的審計師成為舞弊的“幫兇”。審計師能否保持與客戶之間審計監督的獨立性，始終如一地提供高質量審計服務，引起學術界和實務界的廣泛關注。既往對事務所規模、行業專長等事務所特征如何影響審計質量的文獻均假定同一家會計師事務所對外提供了統一質量的審計服務，而Ke et al.[1]發現，四大會計師事務所針對不同客戶提供不同質量的審計服務，即相比于香港交叉上市的客戶，四大會計師事務所傾向于向中國內地上市客戶提供較低質量審計服務;謝雅璐[2]也發現，審計師存在對客戶區別對待的現象，即客戶規模不同導致審計師對客戶所投入的關注度不同，從而使得審計質量存在差異。那么審計師根據客戶特征提供不同質量的審計服務是否為普遍現象呢？

基于聲譽和審計風險考量，審計師會在成本、收益和風險的平衡中追求利潤最大化，如果權衡發現審計失敗后面臨的訴訟賠償風險和聲譽受損風險比較低，那么審計師可能不太愿意對其投入過多人力物力來換取較高的審計質量;而如果審計師認為，審計失敗后面臨較高的訴訟賠償風險和聲譽受損風險，可能將投入較多的審計成本以提供高質量審計服務，進而將審計風險降低到可接受的水平。分析師關注是審計師判斷客戶審計風險大小的重要指標，分析師關注較多的企業曝光度和市場關注度較高[3]，審計失敗被發現的概率比較高，從而會帶來較高的訴訟賠償風險和聲譽受損風險。因此，審計師對分析師關注較多的企業可能會提供較高質量審計服務，而對分析師關注較少的企業則可能會提供較低質量審計服務，即審計師可能會對不同分析師關注的企業相機決策，提供差異化的審計服務。鑒于此，本文以分析師關注為切入點，從分析師跟蹤、分析師樂觀偏差和分析師分歧度三方面來探討分析師關注對審計質量的影響，并在此基礎上探究產權性質對分析師關注與審計質量關系的影響。

本文可能的研究貢獻在于：（1）先前的研究更多地認為會計師事務所對不同的客戶提供同等水平的審計服務，但本文研究則發現，會計師事務所會根據客戶特征進行相機決策，對不同特征的客戶提供不同質量的審計服務，深化了人們對會計師事務所審計質量決策的認識。（2）本文發現，分析師關注會影響審計師的審計質量決策行為，突破了以往只關注審計質量如何影響分析師預測的研究局限，有助于提高實務界和理論界對分析師角色作用的理解和認識。

二、理論分析與研究假設

（一）分析師關注與審計質量

既往研究發現，事務所特征是影響審計質量的重要因素。De Angelo[4]最早研究審計質量，認為事務所規模可以作為審計質量的代理變量，其規模越大，審計師執業水平和獨立性越高，審計質量越高，并且得到了一些學者的論證[5-7]。然而，后來有學者發現，事務所規模對審計質量的影響并不顯著[8-9]。事務所行業專長對審計質量的提高具有積極作用，具有行業專長的審計師因為具備特定的專業知識和豐富的經驗，能夠更好地評估審計師與客戶相關的風險，所以具有行業專長的審計師往往提供的審計質量更高[10-12]。此外，會計師事務所信息化建設有助于提升審計質量，尤其是有助于提高審計師對高風險客戶的風險控制水平[13]。但是上述研究均將會計師事務所視為一個整體，均假定同一家會計師事務所對外提供的審計服務質量是相同的，忽略了審計師作為理性經濟人在權衡成本收益過程中會將審計風險和聲譽作為重要的考慮因素納入其中，從而針對不同特征的客戶提供不同質量的審計服務。

基于對審計風險的考慮，審計師在審計質量決策時會權衡提供低質量審計服務節約的審計成本、審計失敗被發現并卷入訴訟的概率以及由此帶來的損失賠償數額。分析師跟蹤數量是審計師進行風險判斷的重要指標，較多的分析師跟蹤會增加上市公司的曝光度和市場關注度[3]，從而增加其低質量審計服務導致的審計失敗被發現和起訴的概率，一旦敗訴，很可能面臨高額的民事賠償，此時審計師就不會一味為了節約成本、提高利潤而降低審計質量;但如果客戶分析師跟蹤數量較少，其低質量審計服務可能導致的審計失敗被外界察覺的概率較小，則審計風險較小，審計師可能會投入較低的審計成本，提供低質量審計服務以滿足其對利潤的追求。

此外，會計師事務所聲譽是一項重要的無形資產，也是審計質量決策時需要考慮的重要因素[14-15]。如果單純為了提高自身聲譽，審計師應該對每一個審計項目投入足夠的時間和精力，以提供高質量審計服務，并且只有長期持續不斷提供高質量審計服務才能建立起較高的市場聲譽。與市場聲譽的積累相反，一次社會關注度較高的審計失敗就可能使已有的聲譽蕩然無存[16]。然而，會計師事務所的資源是有限的，也需要將資源在不同客戶之間進行合理的分配。為了維護自身聲譽，會計師事務所很有可能在資源配置時進行權衡，如果該客戶審計失敗會給會計師事務所帶來較大的聲譽受損風險，則會計師事務所會投入較多的審計資源，而如果該客戶審計失敗給會計師事務所帶來的聲譽受損風險較低，則會計師事務所會投入較少的審計資源[2]。由于分析師的跟蹤會提高公司的整體信息透明度[17]，一旦審計失敗會計師事務所的聲譽將受到嚴重影響，因此對較多分析師跟蹤的客戶進行審計時，審計師會投入較多的精力，提供高質量審計服務以降低聲譽受損風險。綜上所述，審計師在審計質量決策時，會基于客戶的分析師跟蹤數量對自身訴訟賠償風險和聲譽受損風險的影響進行相機決策。基于以上分析，本文提出研究假設1。

H1：在其他條件相同的情況下，審計師對分析師跟蹤數量較多的客戶提供較高質量審計服務。

相關文獻表明，受制于承銷關系、經紀業務、自營業務等利益沖突，分析師的預測存在普遍的樂觀性偏差[18]。從業績壓力機制來看，分析師的樂觀偏差會加大管理層達成市場預期的難度[19]，進而影響管理層的盈余決策。如果管理層業績成果未能達到或超過分析師的期望值，投資者則會認為企業經營不佳改變投資計劃，所以管理層為了縮小分析師的樂觀偏差，傳遞企業經營良好的信號，通常會選擇盈余操縱行為以滿足市場預期的機會主義行為，從而使審計師面臨較高的審計風險;從企業經營風險來看，管理層根據分析師的樂觀偏差進行盈余管理，雖然可能在短期內降低企業的資本成本，推高股票的價格，但是這種效應難以長期維持，而一旦不利消息超過企業承受能力，則極易導致資產泡沫，加劇股價未來的崩盤風險[20]，從而進一步增加了審計風險。為了規避這種經營風險對審計的影響，審計師要投入更多的審計資源，執行更多的審計程序以降低審計風險，從而提供高質量審計服務。基于以上分析，提出假設2。

H2：在其他條件相同的情況下，審計師對分析師預測樂觀偏差較大的企業提供較高質量審計服務。

分析師預測分歧度反映了分析師對上市公司前景看法的差異，反映了上市公司信息環境和收益的不確定性[21]。一方面，對于分析師預測分歧度較大的企業，未來收益的不確定性較大，投資者投資欲望不高，這種企業受到外界關注較少，即使審計失敗也不會引起資本市場很大反應，因此，面對分析師預測分歧度較大的客戶，審計師面臨的審計風險較低，可能傾向于提供較低質量審計服務。另一方面，經營失敗是造成審計失敗的原因之一，分析師預測分歧度較大表明企業未來經營的不確定性較大，同時也向資本市場傳遞其經營失敗可能性較大的信號[22]。鑒于此，即便發生審計失敗，人們可能將失敗主要原因歸咎于企業經營狀況不佳，而不是將審計失敗歸咎于審計師，這樣審計師受牽連的概率較低，審計風險較低，所以面對這種情況，審計師更有可能節約審計資源，提供低質量的審計服務。基于以上分析，提出假設3。

H3：在其他條件相同的情況下，審計師對分析師預測分歧度較高的企業提供較低質量審計服務。

（二）產權性質的調節作用

分析師作為外部監督者，一方面承擔著信息中介的作用，通過發布研究報告向市場傳遞上市公司基本面的有效信息，一定程度上可以緩解代理沖突問題，發揮公司治理效應[23-25];另一方面分析師關注度增強也會讓事務所在提供審計服務時有所顧忌[26]，所以說分析師關注對會計師事務所這一外部利益相關方的決策也具有重要的影響。譚雪[27]認為，分析師關注對非國有企業的市場監督效用更大，雖然國有企業具有“所有者缺位”和“一股獨大”的特點，在一定程度上會弱化治理機制，誘發經理層的機會主義行為，但是由于其具有政府隱性擔保特點，受到較多的政府扶持，面臨的財務困境和破產風險都比較低[28]，并且其受到審計訴訟和審計處罰的概率比較低，而在非國有企業中，一旦被曝光，投資者就會喪失信心引起公司股價大幅波動，審計師面臨審計失敗被懲罰的概率比較高，所以即便在分析師追蹤數量較多和分析師預測樂觀偏差較大情形下，審計師會針對產權性質的不同提供差別化的審計服務，即相比國有企業，在審計師對待分析師跟蹤數量較多和分析師預測樂觀偏差較大的非國有企業更容易提供高質量審計服務;同樣，當分析師預測分歧度較大時，本身未來經營存在不確定性，投資者也不會太關注，其面臨審計風險也比較低，在國有企業的“父愛式”監管下，被懲罰的風險更低，所以在分析師預測分歧度較大情形下，相比非國有企業，審計師對國有企業會提供更低質量審計服務。

H4：相比國有企業，審計師更容易對分析師追蹤數量較多和分析師樂觀偏差較大的非國有企業提供高質量審計服務。

H5：相比非國有企業，審計師更容易對分析師分歧度較大的國有企業提供低質量審計服務。

三、研究設計

（一）樣本選擇和數據來源

本文選取2010—2019年中國滬深兩市A股上市公司數據為研究樣本，數據來源于國泰安（CSMAR）數據庫。本文對初始樣本做如下剔除處理：（1）剔除金融行業上市公司和ST等特殊處理的樣本;（2）剔除數據有缺漏的觀測值;（3）剔除分析師跟蹤數量為0的樣本。最終得到的研究樣本包含2 271 家公司，9 237個樣本觀察值。為避免離群值的影響，對所有連續變量在上下1%位置進行了縮尾（Winsorize）處理。

（二）模型設定與變量定義

1.被解釋變量

操控性應計是學術界最常用的審計質量度量指標，它能夠采用連續變量的方式反映出審計師降低財務報表中錯報的努力程度，因此，本文也選擇操控性應計作為審計質量的代理變量。本文借鑒以下三種方法估計操控性應計：基本Jones模型（Jones，1991）、修正的Jones模型（Dechow et al.，1995）、業績匹配的Kothari模型（Kothari et al.，2005）。具體計算通過以下模型分行業分年度進行回歸：

其中，TAi，t是i公司第t年的總應計利潤，等于營業利潤減去經營活動現金流量凈額;ΔREV是主營業務收入與上期主營業務收入的差額;ΔREC是年末應收賬款與上期應收賬款的差額;PPE是廠房、設備等固定資產;Ai，t-1是i公司上期期末總資產;ROA是總資產收益率;ε是殘差項，代表各公司總應計利潤中的可操控性應計利潤部分，對其取絕對值即操控應計。

2.解釋變量

（1）分析師跟蹤數量

本文主要檢驗審計師對待不同分析師跟蹤的客戶是否提供不同的服務，因此按照事務所和年度對客戶進行分組，計算出每組中客戶分析師跟蹤數量的中位數，位于中位數以上的取值為1，其他取值為0。本文將分析師跟蹤數量分別按照分析師跟蹤人數和跟蹤機構數進行分析。

（2）分析師預測樂觀偏差

采用分析師盈余預測值與實際值的誤差表示，具體如下：

其中，Feps為分析師預測的每股收益，Meps為上市公司每股收益的實際值。預測值只采用預測當年的數據，只保留分析師預測誤差大于0的樣本，其數值越大，表明分析師樂觀偏差越大。

（3）分析師預測分歧度

采用所有分析師對某家上市公司某年樣本預測標準差，具體如下：

其中，按照不同事務所和年度對客戶進行分組，計算出每組中客戶分析師預測分歧度的中位數，位于中位數以上的取值為1，其他取值為0。

3.控制變量

借鑒Chen et al.[29]審計質量相關領域研究，本文選取以下控制變量：公司規模（Size）、資產負債率（Lev）、總資產收益率（Roa）、是否發生虧損（Loss）、公司成長性（Growth）、是否為“四大”會計師事務所（Big4）、審計意見（Opinion）、總資產周轉率（Turnover）、兩職合一（Dual）、前三位高管薪酬（Top3）、存貨資產比率（Inv）、第一大股東持股比例（First）、賬面市值比（BM）、產權性質（Soe），除此之外，還控制了年度、行業虛擬變量。

變量具體定義見表1。

（三）模型建立

1.分析師跟蹤數量對審計質量的影響模型。本文構建模型1對前文提出的研究H1進行檢驗：

Absacc=α0+α1Broker+α2Size+α3Lev+α4Roa+

α5Loss+α6Growth+α7Big4+α8Opinion+α9Turnover+

α10Dual+α11Top3+α12Inv+α13First+α14BM+α15Soe+

∑Year+∑IND+ε? ? ? ?（1）

其中，被解釋變量為審計質量（Absacc），具體可以用Absacc1、Absacc2、Absacc3表示，解釋變量為分析師跟蹤數量（Broker），具體包括分析師跟蹤人數（Borker1）和分析師跟蹤機構數（Broker2）。根據H1，預期α1系數為負，表明在其他條件相同的情況下，審計師對分析師跟蹤數量較多的客戶提供較高質量審計服務。

2.分析師預測樂觀偏差對審計質量的影響模型。本文構建模型2對前文提出的H2進行檢驗：

Absacc=α0+α1Optim+α2Size+α3Lev+α4Roa+

α5Loss+α6Growth+α7Big4+α8Opinion+α9Turnover+

α10Dual+α11Top3+α12Inv+α13First+α14BM+α15Soe+

∑Year+∑IND+ε? ? ? ?（2）

其中，解釋變量為分析師預測樂觀偏差（Optim），根據研究H2，預期α1系數為負，表明在其他條件相同的情況下，審計師對分析師預測分歧度樂觀偏差較大的客戶提供較高質量審計服務。

3.分析師預測分歧度對審計質量的影響模型。本文構建模型3對前文提出的H3進行檢驗：

Absacc=α0+α1Dfdisp+α2Size+α3Lev+α4Roa+

α5Loss+α6Growth+α7Big4+α8Opinion+α9Turnover+

α10Dual+α11Top3+α12Inv+α13First+α14BM+α15Soe+

∑Year+∑IND+ε? ? ? （3）

其中，解釋變量為分析師預測分歧度（Dfdisp），根據研究H3，預期α1系數為正，表明在其他條件相同的情況下，審計師對分析師預測分歧度較大的客戶提供較低質量審計服務。

4.產權性質調節效應模型。為了驗證產權性質對分析師關注影響審計質量的調節效應，本文構建模型4—模型6分別對前文H4和H5進行檢驗：

Absacc=α0+α1Broker+α2Broker×Soe+α3Size+

α4Lev+α5Roa+α6Loss+α7Growth+α8Big4+α9Opinion+α10Turnover+α11Dual+α12Top3+α13Inv+α14First+

α15BM+α16Soe+∑Year+∑IND+ε （4）

Absacc=α0+α1Optim+α2Optim×Soe+α3Size+

α4Lev+α5Roa+α6Loss+α7Growth+α8Big4+α9Opini-

on+α10Turnover+α11Dual+α12Top3+α13Inv+α14First+

α15BM+α16Soe+∑Year+∑IND+ε （5）

Absacc=α0+α1Dfdisp+α2Dfdisp×Soe+α3Size+

α4Lev+α5Roa+α6Loss+α7Growth+α8Big4+α9Opini-

on+α10Turnover+α11Dual+α12Top3+α13Inv+α14First+

α15BM+α16Soe+∑Year+∑IND+ε （6）

其中，模型4—模型6主要驗證產權性質（Soe）的調節效應，根據H4，預期模型4和模型5中的α2系數為正，根據H5，預期模型6中的α2系數為負，表明產權性質在分析師關注對審計質量的影響中具有調節效應。

四、實證結果分析

（一）描述性統計

表2列示了主要變量的描述性統計結果。由于操控性應計都是在Jones模型基礎上變形回歸殘差取絕對值的方式得到，所以描述性統計數據均大于0，Absacc1、Absacc2和Absacc3描述性統計數據基本一致;分析師跟蹤人數（Broker1）的均值和中位數分別為0.45和0.00，最大值和最小值分別為1.00和0.00;分析師跟蹤機構數（Broker2）的均值和中位數分別為0.44和0.00，最大值和最小值分別為1.00和0.00，說明不同上市公司的分析師跟蹤數量存在較大的差異，側面反映上市公司所處的信息環境不同;分析師預測樂觀偏差（Optim）均值和中位數分別為1.61和0.32，說明從整體來看，分析師會高估上市公司的實際盈余能力;分析師預測分歧度（Dfdisp）均值和中位數分別為0.61和1.00，最大值和最小值分別為1.00和0.00，說明分析師對不同公司盈余預測準確性會有所差異;審計意見（Opinion）的均值和中位數分別為0.01和0.00，表明得到非標審計意見的樣本占樣本總量的比例較低;是否為“四大”（Big4）均值為0.07，表明國內前四大會計師事務所的市場份額較小;總資產收益率（Roa）的均值和中位數分別為0.04和0.03，最小值和最大值分別為0.00和0.15，表明樣本公司的盈利能力雖然有較大差異，但總體水平較好;企業成長性（Growth）的均值和中位數分別為0.13和0.10，表明樣本公司的成長性較好;是否發生虧損（Loss）的均值和中位數分別為0.01和0.00，說明大部分公司在上一年度處于盈利狀態。企業性質（Soe）的均值為0.42，即觀測樣本中國有企業比例接近半數，仍是國民經濟增長的主力。

（二）回歸結果分析

1.分析師跟蹤數量與審計質量之間的回歸結果分析

本文對模型1進行了OLS穩健標準誤回歸來驗證H1，回歸結果如表3所示。從表3可以看出，（1）列—（3）列分析師跟蹤人數與審計質量之間的回歸系數都是-0.003，均在1%水平上顯著為負，表明審計師對分析師跟蹤人數較多的客戶提供了更高質量審計服務;（4）列—（6）列中分析師跟蹤機構數與審計質量之間的回歸系數都是-0.003，均在1%水平上顯著，表明審計師對分析師跟蹤機構數較多的客戶提供了更高質量審計服務。上述結論驗證了H1，表明審計師會根據客戶的分析師跟蹤數量對審計質量相機決策。

2.分析師預測樂觀偏差與審計質量之間的回歸結果分析

本文對模型2進行了OLS穩健標準誤回歸來驗證H2，回歸結果如表4所示。從表4可以看出，（1）列—（3）列中分析師預測樂觀偏差與審計質量之間的回歸系數分別為-0.002、-0.003、-0.003，均在5%水平上顯著，表明審計師對存在分析師預測樂觀偏差傾向的客戶提供了更高質量的審計服務，驗證了H2，表明審計師會根據客戶分析師預測的樂觀偏差程度相機決策。

3.分析師預測分歧度與審計質量之間的回歸結果分析

本文對模型3進行穩健標準誤OLS回歸來驗證H3，回歸結果如表5所示。從表5可以看出，（1）列—（3）列中分析師預測分歧度虛擬變量與審計質量之間的回歸系數均為0.006，均在1%水平上顯著為正，表明審計師對分析師預測分歧度較大的客戶提供了較低質量審計服務，驗證了H3，表明審計師會根據客戶分析師分歧度的不同對審計質量進行相機決策。

4.產權性質對分析師關注與審計質量之間調節效應的回歸結果分析。本文對模型4—模型6進行穩健標準誤OLS回歸來驗證H4和H5，回歸結果如表6所示。從表6可以看出，（1）列—（3）列中，交乘項Soe×Broker1的回歸系數分別為0.003、0.003和0.002，在5%、10%和10%的水平上顯著為正;（4）列—（6）列中，交乘項Soe×Broker2的回歸系數分別為0.003、0.003和0.002，分別在5%、1%和1%水平上顯著為正。從表7可以看出，（7）列—（9）列中，交乘項Soe×Optim的回歸系數分別為0.003、0.003和0.004，都在10%水平上顯著為正，驗證H4，說明與國有企業相比，分析師追蹤數量較多和分析師預測樂觀偏差較大的非國有企業中的審計質量更高;（10）列—（12）列中，交乘項Soe×Dfdisp的回歸系數分別為-0.005、-0.002、-0.002，都在10%水平上顯著為負，驗證了H5，說明與非國有企業相比，分析師分歧度較大的國有企業中的審計質量更低。

（四）穩健性檢驗

1.采用固定效應模型回歸。為了防止對分析師關注與審計質量產生共同作用的遺漏變量而產生的內生性問題。本文還采用固定效應模型進行了檢驗，回歸結果（未列示）與原回歸結果一致，說明本文的研究結論是穩健的。

2.Cluster聚類標準誤回歸。為緩解截面相關、校正組內異方差及時間序列相關問題，對模型中各變量回歸系數的標準誤差在公司層面與年度層面進行Cluster處理，回歸結果（未列示）與原回歸結果一致，說明本文的研究結論是穩健的。

五、研究結論與政策建議

本文以我國滬深兩市A股上市公司2010—2019年的樣本為研究對象，檢驗分析師關注對審計質量的影響。通過研究發現：（1）審計師提供審計服務時會根據客戶風險大小進行相機決策。具體而言，對于分析師跟蹤數量較多的企業和分析師預測樂觀偏差較大的企業，審計風險較高，審計師會提供較高質量審計服務;對于分析師預測分歧度較大的企業，審計風險較低，審計師會提供較低質量審計服務。（2）在進一步區分產權性質的分析中，本文發現審計師對分析師追蹤數量較多和分析師預測樂觀偏差較大的非國有企業提供高質量審計服務，對分析師預測分歧度較高的國有企業提供低質量審計服務。

基于以上研究結論，本文提出以下政策建議：第一，審計行業監管機構在對會計師事務所進行執業檢查時，要對分析師關注程度較低的上市公司進行重點檢查，并對審計師的低質量審計服務行為采取更嚴厲的行政處罰，防止會計師事務所提供差異化審計服務;第二，對會計師事務所來講，應當提高審計服務的標準化程度，強化審計業務質量控制制度建設，避免對客戶提供差異化的審計服務，以長期的高質量審計服務維持較高的市場聲譽;第三，通過研究產權性質對分析師關注與審計質量的影響，應該深刻認識到國有企業存在的問題，為我國特殊制度背景下的審計質量供給提供了更本土化的解釋，對完善國有企業公司治理機制提供了借鑒。

【參考文獻】

[1] KE B，LENNOX C S ，XIN Q.The effect of China's weak institutional environment on the quality of big four audits[J].The Accounting Review，2014，90（4）：1591-1619.

[2] 謝雅璐.事務所轉型、審計師關注度與審計質量[J].中央財經大學學報，2018（12）：62-75.

[3] 劉笑霞，李明輝.媒體負面報道、分析師跟蹤與稅收激進度[J].會計研究，2018（9）：64-71.

[4] DE ANGELO L E.Auditor size and audit quality[J].Journal of Accounting and Economics，1981，3（3）：183-199.

[5] FRANCIS J R.What do auditors know about audit quality？[J].The British Accounting Review，2004，36（4）：345-368.

[6] 吳昊■，吳春賢，楊興全.懲戒風險、事務所規模與審計質量——來自中國審計市場的經驗證據[J].審計研究，2015（1）：75-83.

[7] 喬引花，馬瑞，袁瑩.會計師事務所特征與內部控制審計質量[J].會計之友，2021（4）：128-134.

[8] 原紅旗，李海建.會計師事務所組織形式、規模與審計質量[J].審計研究，2003（1）：32-37.

[9] 楊世信，劉運國，蔡祥.魚和熊掌能否兼得？——會計師事務所效率與審計質量的關系研究[J].會計與經濟研究，2018，32（5）：59-79.

[10] 劉文軍，米莉，傅■軒.審計師行業專長與審計質量——來自財務舞弊公司的經驗證據[J].審計研究，2010（1）：47-54.

[11] CAHAN S F，CHANEY P K，JETER D C，et al.Damaged auditor reputation and analysts' forecast revision frequency[J].Auditing：A Journal of Practice and Theory，2013，32（1）：33-60.

[12] 謝獲寶，劉芬芬，惠麗麗.能力不足還是獨立性缺失——基于污點審計師審計質量的實證檢驗[J].審計研究，2018（3）：71-79.

[13] 曾昌禮，李江濤，張敏，等.會計師事務所信息化建設能夠提升審計效果嗎？[J].會計研究，2018（6）：3-11.

[14] 毛育暉，張靜遠，楊艷.審計師聲譽研究述評[J].會計之友，2017（9）：124-126.

[15] 曹圓圓，陳宋生，李文穎.放開審計價格管制對審計收費的影響[J].山西財經大學學報，2020，42（3）：113-126.

[16] 王兵，劉峰.安達信倒塌：研究發現了什么？[J].會計研究，2010（7）：73-78.

[17] 李曉玲，劉中燕.分析師關注、職業聲譽與會計信息透明度[J].安徽大學學報（哲學社會科學版），2014，38（6）：142-149.

[18] 游家興，邱世遠，劉淳.證券分析師預測“變臉”行為研究——基于分析師聲譽的博弈模型與實證檢驗[J].管理科學學報，2013，16（6）：67-84.

[19] 伊志宏，申丹琳，江軒宇.分析師樂觀偏差對企業創新的影響研究[J].管理學報，2018，15（3）：382-391.

[20] 許年行，江軒宇，伊志宏.分析師利益沖突、樂觀偏差與股價崩盤風險[J].經濟研究，2012（7）：127-140.

[21] PAYNE JEFF L，et al.Earnings management：the effect of ex ante earnings expectations[J].Journal of Accounting，Auditing & Finance，2000，15（4）：371-392.

[22] 白雪蓮，張俊瑞，王鵬.分析師預測與上市公司業績預告策略選擇[J].山西財經大學學報，2012，34（7）：87-95.

[23] JENSEN M C，MECKLING W H.Theory of the firm：managerial behavior，agency costs and ownership structure[J].Journal of Financial Economics，1976，3（4）：305-360.

[24] JUNG B ，SUN K J ，YANG Y S.Do financial analysts add value by facilitating more effective monitoring of firms' activities？ [J].Journal of Accounting，Auditing & Finance，2012，27（1）：61-99.

[25] SUN J，LIU G.Does analyst coverage constrain real earnings management？[J].The Quarterly Review of Economics and Finance，2016，59（2）：131-140.

[26] 葉陳剛，劉猛.分析師關注、產權性質與盈余管理路徑[J].中南財經政法大學學報，2018（3）：33-42，159.

[27] 譚雪.分析師關注的治理功用研究——基于兩類代理成本的考察[J].證券市場導報，2016（12）：37-45.

[28] FACCIO M.Politically connected firms[J].American Economic Review，2006，96（1）：369-386.

[29] CHEN S，DEFOND M，PARK C.Voluntary disclosure of balance sheet information in quarterly earnings announcements[J].Journal of Accounting & Economics，2002，33（2）：229-251.