人工智能投資對審計決策的影響研究

宋迪

[摘要]人工智能技術作為新一輪公司轉型升級的核心驅動力，受到理論界和實務界的廣泛關注。本文通過分析2010—2019年A股上市公司樣本，從審計風險角度發現，公司通過投資人工智能技術進行轉型升級降低了審計費用。進一步研究發現，行業競爭度越低、融資約束水平越低以及公司人力資本質量越高，公司投資人工智能技術對審計費用負向影響更顯著，以及與獲得標準無保留審計意見概率的正向關系更顯著。本文進一步擴充了有關智能化、數字化對審計風險以及審計師決策行為的影響研究。

[關鍵詞]人工智能技術? ?審計風險? ?審計費用? ?審計意見

一、引言

隨著技術創新和社會經濟發展，人工智能已經成為新一輪科技創新和產業變革的核心驅動力，正在對中國社會和經濟發展產生極其深刻的影響。在國家人工智能戰略的推動下，越來越多上市公司開始布局人工智能領域。如科大訊飛（SZ002230）、機器人（SZ300024）等專門從事人工智能研發和產品生產的公司，在人工智能領域已經產生穩定的相關收益。同時，部分公司由于原有業務市場競爭壓力較大，通過投資人工智能技術生產新產品來提高核心競爭力。例如，格力電器（SZ000651）在智能裝備領域（人工智能技術的一個應用領域）已初具規模，并初步取得收入，2019年智能裝備產品收入額達21億元，占當年營業收入總額的1.6%。

隨著人工智能技術的迭代升級以及市場需求的不斷提高，越來越多非人工智能專業領域的公司也開始投資人工智能技術。人工智能技術作為新一輪公司轉型升級的核心驅動力，能夠促進產業結構的優化調整，提高資本回報率，提升實體經濟增長率，從而對社會經濟發展具有深遠影響。然而，人工智能領域雖然市場前景較好，但公司投資和布局人工智能領域也會面臨較高的投資與研發風險。目前，鮮有研究從微觀層面關注公司投資人工智能技術以及提供人工智能產品可能會引發的風險。基于此，本文將從審計角度出發，關注上市公司通過投資人工智能技術進行轉型升級時會如何影響審計風險，進而為應對審計風險，審計師會采取何種決策行為。

本文基于2010—2019年A股上市公司數據，研究發現：（1）公司通過投資人工智能技術進行轉型升級，能夠提升公司的信息披露質量并降低經營風險，進而會降低重大錯報風險;審計師面臨的審計風險更低，從而降低公司的審計費用，并提高獲得標準無保留審計意見的概率;（2）情景分析檢驗發現，行業競爭度越低、融資約束水平越低以及公司人力資本質量越高，公司的重大錯報風險更低，從而增強公司人工智能技術應用與審計費用間的負相關關系，以及與獲得標準無保留審計意見概率的正相關關系。本文通過傾向得分匹配方法、雙重差分模型以及更換樣本量的穩健性檢驗方法，均得出一致結論，支持本文的研究假設。

本文的研究貢獻和創新主要體現在以下兩個方面：第一，創新了公司投資人工智能技術的衡量方法。已有研究主要使用文本定義方法來衡量公司的智能化、數字化水平，本文通過統計上市公司營業收入中與人工智能技術相關的收入占比，更直接并更準確地衡量公司的人工智能技術水平。第二，擴充了有關智能化、數字化對審計風險以及審計師決策行為的影響研究。已有研究認為，人工智能作為未來發展的重要領域，各行業均應重視并做好投資規劃，然而，鮮有研究從微觀角度來分析公司投資人工智能技術可能引發的風險，本文從審計風險角度入手，分析人工智能相關風險以及審計師的應對策略。

二、文獻回顧

（一）人工智能研究

通過升級產品以及轉變增長方式來實現高技術、高附加值的目標，是公司進行轉型升級的主要方式。作為技術創新和經濟發展的產物，人工智能已經成為新一輪公司轉型升級的核心驅動力，正在對中國社會和經濟發展產生極其深刻的影響。對于人工智能技術應用的研究，已有文獻主要從宏觀角度進行分析，探討人工智能技術對經濟與產業發展以及勞動力市場轉型方面的影響，認為人工智能服務或人工智能擴展型技術提高，可促進產業結構轉型升級并且提高勞動收入份額;利用人工智能技術可分別通過提高生產活動的智能化和自動化程度減少生產活動所需勞動力、提高資本回報率和全要素生產率，從而有效應對人口老齡化對經濟增長的不利影響;人工智能技術具有滲透性、替代性、協同性和創造性四項特征，進而推進各領域各部門高質量增長;人工智能技術可以吸引資金從房地產流向實體經濟，減弱地方政府依靠基建投資穩增長的動機，從而增強實體經濟資本對經濟增長的拉動效果;從公司層面，關注了人工智能時代公司管理的變革路徑，并從管理對象、屬性、決策和倫理四個途徑分析人工智能技術對公司管理變革的影響。

（二）審計風險和決策研究

根據審計相關準則，審計風險取決于重大錯報風險和檢查風險。其中，重大錯報風險包括財務報表層次的重大錯報風險，以及各類交易、賬戶余額和披露的認定層次的重大錯報風險。檢查風險是審計師根據預定的審計程序但未發現被審計單位存在的某些重大錯報或漏報的可能性，主要強調注冊會計師工作的有效性。因此，本文主要關注公司本身的重大錯報風險，當面臨較高重大錯報風險時，審計師可通過提高審計投入增加審計收費以及增加非標審計意見的出具進行應對。從利用高新技術的角度，部分學者研究發現上市公司實施大數據、區塊鏈等信息技術會進一步提高審計師面臨的重大錯報風險，從而增加審計費用;但隨著公司數字化轉型的程度提高，信息透明度提高，會降低公司經營風險，進而降低審計風險，公司財務報告審計收費也會隨之降低。

現有研究已證實人工智能技術可顯著提高經濟效率，促進產業轉型升級，然而公司作為向市場提供人工智能技術的核心，鮮有研究從微觀層面關注公司投資人工智能技術以及提供人工智能產品會引發的風險及影響，且當前有關高新技術的使用，尤其是人工智能技術對審計風險的影響還并不充分，已有研究并未得出統一結論。因此，本文將從審計角度出發，重點關注上市公司通過投資人工智能技術進行轉型升級時，如何影響審計風險，進而審計師如何通過審計投入和審計意見的出具進行應對。

三、理論分析與研究假設

已有研究發現，審計師可通過提高審計收費和增加非標意見等手段，來應對較高的重大錯報風險。由于重大錯報風險包含報表層面和認定層面，本文將基于以上兩方面，分析上市公司通過投資人工智能技術進行轉型升級時對重大錯報風險的影響，進而對審計師應對決策的影響。

人工智能技術在具體內涵上，包括智能制造、機器人、生物識別等高新技術范式，可以廣泛應用于研發、生產、物流和服務等多個價值鏈環節，能夠顯著提高公司的生產效率。通過人工智能技術創新能夠顯著提升產品附加值，實現價值增值，進而有效提升公司整體績效。

一方面，公司通過投資人工智能技術進行轉型升級，可以提高信息披露質量，降低財務報表層次的重大錯報風險。在通常情況下，當公司財務業績未達預期時，公司可能會迫于外部政策壓力或是內部管理者的業績考核壓力進行盈余操縱，過度粉飾財務報表以實現目標業績，導致信息透明度降低。當公司投資人工智能技術，生產及銷售具有人工智能技術的產品，可以有效提升公司績效。同時，人工智能技術作為公司的核心競爭力，也能夠為公司帶來持續穩定的正向超額收益。當公司績效提升以及預期可獲得持續穩定的正向超額收益時，可進一步降低管理層使用盈余管理手段操縱財務報表的可能性，降低其通過盈余管理實現業績目標的動機，公司信息透明度更高，財務報表層面重大錯報風險也會更低。

另一方面，公司通過投資人工智能技術進行轉型升級，還可以降低公司經營風險，進而降低認定層面重大錯報風險。為適應人工智能時代新技術以及新產品的研發銷售，將不可避免地出現一批掌握智能技術的管理者。在處理人工智能技術與公司管理變革關系上，這些管理者將會以最優決策為準則，通過新技術對公司財務與非財務數據科學的分析與整合，進行經營決策。公司在投資人工智能技術的同時，管理者還會加強道德約束管理，履行企業經營過程中的社會責任，緩解管理效率與管理倫理之間的沖突。為保證人工智能技術在公司中順利應用，持續產出高技術產品，公司將對管理人、管理方法和管理理念進行變革，從而降低由于新技術沖擊而導致的風險，最終降低經營風險。此外，公司通過投資人工智能技術進行轉型升級，可更輕松地進入新市場，生產出核心優勢產品，更快實現規模經濟，從容應對因外界市場或經濟波動給公司帶來的沖擊，促進公司穩定經營，降低經營風險及重大錯報風險。

當報表層面和認定層面的重大錯報風險降低，審計師面臨的審計風險也隨之降低，其出具非標審計意見的概率也相對較低。為將審計風險控制在可接受的范圍內，審計師會根據對重大錯報風險的評估情況來判斷在審計過程中應投入的審計資源、時間等成本。當審計風險過高時，審計師會收取一定的風險溢價以彌補未來可能發生的潛在訴訟損失。當審計風險較低時，審計師前期投入的審計成本會相應降低，其收取的風險溢價即審計收費也會降低。

基于上述分析，本文提出以下研究假設：

假設1：公司投資人工智能技術會顯著降低審計費用

假設2：公司投資人工智能技術會顯著提高獲得標準無保留審計意見的概率

四、研究設計

（一）樣本選擇與數據來源

本文關注公司投資人工智能技術對審計決策的影響，不同于以往研究使用文本定義方式引入啞變量，來衡量公司的智能化、數字化水平，本文通過統計上市公司營業收入中與人工智能技術相關的收入占比，更準確直接地衡量公司人工智能技術水平。鑒于部分公司可能會為蹭熱點，在公告或財務報表中敘述與人工智能、數字化、大數據等相關內容，但并未真正在人工智能領域投資或生產相關產品，導致使用文本定義方法來衡量人工智能水平可能會產生一定偏差。鑒于此，本文對人工智能技術衡量方式進行如下改進：

首先，定義與人工智能產品或服務相關的名詞。基于人工智能的發展和應用以及前瞻產業研究院發布的《2020年中國人工智能行業市場前瞻與投資戰略規劃分析報告》中關于人工智能行業的定義，本文搜集與人工智能產品或服務有關的名詞，如機器人、智慧城市、智慧物聯、智慧交通、智慧醫療、智慧生活、智能裝備、智能設備、自動駕駛、計算機視覺、生物識別、車輛道路行為分析、無人商店、無人配送、無人機等。其次，根據公司財務報表附注中披露的收入類型，統計整理與人工智能相關的收入金額。最終，計算各公司人工智能相關的收入金額占總營業收入的比例。

本文選取2010—2019年剔除金融、保險行業的上市公司作為研究樣本，研究樣本統計如表1所示。從表1的統計結果可知，轉型投資人工智能技術的公司數量逐年增加，并且占總樣本公司比例也逐年升高。說明隨著人工智能概念的普及，越來越多公司開始從事人工智能領域投資并取得顯著收入。公司審計費用、審計意見以及其他公司財務數據、公司治理數據來自于CSMAR數據庫。為了避免由于極端值造成的影響，本文對連續變量均進行上下各1%水平的Winsorize處理。

（二）研究模型與變量定義

基于前述研究假設，本文將檢驗公司投資與人工智能技術對審計決策的影響。為此，構造研究模型（1）。

被解釋變量為審計決策（Audit），由審計費用（LNFEE）和審計意見（MAO）兩個變量構成，其中，第t年審計費用是當期審計費用總額的自然對數，第t年審計意見為啞變量，當期為標準無保留審計意見時為1，否則為0。

解釋變量為人工智能領域收入規模（AIpercent）， 基于前述數據搜集過程，本文使用公司第t年人工智能產品或服務收入金額除以公司收入總額來反映。

控制變量主要包括公司規模（Size）、資產負債率（Lev）、總資產收益率（ROA）、營業收入增長率（Growth）、公司經營現金流負債比（Cash）、第一大股東持股比例（Top1）、高管持股比例（MaHold）、獨立董事規模（Indboard）、公司產權性質（SOE）、公司上市年限（Age）以及會計師事務所規模（Big4）， 在模型（1）均以Controls概括。Year和Industry分別為年度和行業虛擬變量。具體變量定義如表2所示。

五、實證結果與分析

（一）描述性和相關性統計分析

1. 描述性統計分析。

表3報告了主要變量的描述性統計結果。從表3中可知，審計費用（LNFEE）的自然對數的平均值為13.69，標準差為0.654，表明不同年度內各個公司的審計費用存在一定差異。審計意見（MAO）的平均值為0.956，表明研究樣本中有95.6%的公司獲得標準無保留審計意見。人工智能收入比例（AIpercent）的平均值為0.018，表明在總樣本均值下，人工智能收入占總收入比例為1.8%，占比仍然較低。該表與表1的統計結果相似，說明當前從事人工智能技術投資與相關產品生產的公司數量雖少，人工智能相關產品的生產規模較小，但占比正在逐年提高。其他各變量均處于合理范圍。

2. 相關性分析。

表4報告了變量的相關性分析結果。從表4中可知，人工智能收入比例（AIpercent）與審計費用（LNFEE）存在顯著負相關關系，與審計意見（MAO）存在顯著正相關關系，初步證實了本文的研究假設，即公司投資人工智能技術會顯著降低審計費用，以及顯著提高獲得標準無保留審計意見的概率。其他變量的相關性分析結果，表明本研究變量間不存在多重共線性問題。

（二）假設檢驗與分析

1. 假設檢驗回歸結果。

表5報告了假設檢驗回歸分析結果。列（1）表明人工智能收入比例（AIpercent）與當期審計費用（LNFEE）在1%水平上顯著負相關，系數為0.7265，這一結果表明，公司人工智能收入每提高一個單位，審計費用可降低0.7265個單位。列（2）表明人工智能收入比例（AIpercent）與當期審計意見（MAO）在10%水平上顯著正相關，系數為0.3741，這一結果表明，人工智能收入每提高一個單位，獲得標準無保留審計意見的概率提高37.41%。列（3）和列（4）為加入控制變量后的回歸結果，結果未發生改變，說明加入控制變量后，回歸結果保持穩健。此回歸結果表明，公司通過投資人工智能技術進行轉型升級，降低了重大錯報風險，從而使得審計師面臨的審計風險更低，進而降低了審計費用，并提高了獲得標準無保留審計意見的概率，證實了本文的研究假設。

2. 人工智能技術應用與審計風險。

基于上述研究分析，公司通過投資人工智能技術進行轉型升級，可以提高信息質量，降低公司經營風險，降低重大錯報風險，進而降低審計費用以及提高獲得標準無保留審計意見的概率。接下來，本文進一步分析公司通過投資人工智能技術進行轉型升級，對公司信息透明度和經營風險的影響。

首先，參考已有研究，采用Jones模型計算殘差，然后取絕對值反映公司盈余管理水平（DA），數值越低，說明盈余管理水平越低;其次，使用公司第t年的過去三年應計盈余絕對值之和，計算樣本公司的信息透明度指標（Opaque），數值越低，說明信息透明度越高。第三，使用公司ROA的波動性來衡量公司經營風險，盈余波動性越大，說明公司經營風險越高。其中，ROA為公司年度內息稅折舊攤銷前利潤（EBITDA）與公司當年末資產總額的比率，扣除滯后一期的行業均值，得到ADJ_ROA，緩解行業、年度的影響，具體計算過程如模型（2）。其中，i代表公司，t代表在觀測時段內的年度，X為行業內公司個數。最后，基于ADJ_ROA，用兩種方法計算公司風險承擔能力，得到Risk1和Risk2，具體計算過程如模型（3）和（4）所示，此數值越高說明經營風險越高。其中，T=3取值為3，即以每三年為一個觀測時段（T，T-1，T-2）來考察公司經營風險水平。

表6報告了人工智能投資與審計風險的回歸結果。列（1）和列（2）表明人工智能收入比例（AIpercent）分別與盈余管理水平（DA）和信息透明度（Opaque）在1%水平上顯著負相關，這一結果表明，人工智能收入越高，可以顯著降低公司盈余管理水平，提高信息透明度。列（3）和列（4）表明人工智能收入比例（AIpercent）與經營風險（Risk1和Risk2）在1%水平上顯著負相關，這一結果表明，人工智能收入越高，公司經營風險水平越低。以上結果證明，公司通過投資人工智能技術進行轉型升級，可以提高信息透明度，降低公司經營風險，從而降低重大錯報風險，進一步證實了本文的研究假設。

（三）穩健性檢驗

1. 更改樣本量。

本文的研究樣本關注取得人工智能收入的公司，剔除沒有人工智能收入的研究樣本，重新對研究模型（1）進行回歸，回歸結果如表7所示。人工智能收入比例（AIpercent）與當期審計費用（LNFEE）在1%水平上顯著負相關，與當期審計意見（MAO）在10%水平上顯著正相關，結果與假設檢驗回歸結果相同，結果保持穩健，進一步支持了本文的研究假設。

2. 傾向得分匹配方法（PSM）。

由于公司是否投資人工智能技術并非隨機發生，而是與公司特征相關，為降低樣本選擇偏差，本文使用傾向得分匹配方法（PSM），以存在人工智能收入的公司作為處理組，使用一對一匹配同年度同行業從未投資于人工智能領域的公司作為控制組。本文選取t-1年的如下變量作為協變量進行傾向匹配，包括公司規模（Size）、資產負債率（Lev）、總資產收益率（ROA）、營業收入增長率（Growth）、公司經營現金流負債比（Cash）、第一大股東持股比例（Top1）、獨立董事占比（Indboard）、公司產權性質（SOE）、上市公司年齡（Age）和事務所規模（Big4）。

經過傾向性得分匹配，最終得到樣本2610個，其中，存在人工智能收入的樣本（處理組）1305個，不存在人工智能收入的樣本（控制組）1305個。同時引入新變量AIrevenue，存在人工智能收入的樣本取1，否則取0。表8報告了傾向評分匹配有效性檢驗結果，可以發現，匹配前，處理組和控制組的各變量之間具有顯著差異性;而匹配后，顯著性下降至不顯著，說明匹配過程有效，緩解了樣本選擇偏差問題。

表9報告了傾向評分匹配樣本回歸結果。AIrevenue與當期審計費用（LNFEE）在1%水平上顯著負相關，與當期審計意見（MAO）在5%水平上顯著正相關，結果表明相比不存在人工智能收入的公司，存在人工智能收入的公司審計費用顯著更低，獲取標準無保留審計意見的概率更高，與假設檢驗回歸結果相同，回歸結果保持穩健，進一步支持了本文的研究假設。

3. 雙重差分檢驗（DID）。

國務院于2017年頒布《新一代人工智能發展規劃》，確定了我國人工智能發展戰略。基于國務院頒布的人工智能發展規劃這一外生事件，本文考察事件前后實驗組和對照組審計決策的差異。如果事件發生后，實驗組的審計費用相比對照組顯著降低，獲得標準無保留審計意見的概率相比對照組顯著提升，則一定程度緩解了內生性問題。本文構建模型（5）進行回歸分析。其中，Post為啞變量，2017年政策頒布之后取1，否則取0。AI為啞變量，2017年政策頒布之后存在人工智能收入的樣本取1，否則取0。

表10報告了雙重差分檢驗回歸結果。交互項（AI*Post）與當期審計費用（LNFEE）在1%水平上顯著負相關，與當期審計意見（MAO）在5%水平上顯著正相關，結果表明，政策頒布之后，相比不存在人工智能收入的公司，存在人工智能收入的公司審計費用顯著更低，獲取標準無保留審計意見的概率更高，與假設檢驗回歸結果相同，說明回歸結果穩健，進一步支持本文假設。

六、拓展性分析

（一）行業競爭程度的影響

已有研究認為，當公司處于競爭激烈的外部市場環境中，搶占市場份額壓力較大，其盈余穩定性會受到一定威脅，經營風險提高，增加重大錯報風險。另外，市場競爭威脅還會導致公司實施更為激進的盈余管理措施，增大審計風險。在競爭較為激烈的市場中，公司通過投資人工智能技術進行轉型升級，提高其核心競爭力。由于外部環境導致公司業績壓力大，管理者可能更會采取激進措施，加快人工智能技術的投入和產出，但如果技術研發不到位或產品質量不達標，則增加公司經營風險;此外，不穩定的營業收入也會增強公司盈余管理動機，使公司重大錯報風險提高。當處于行業競爭壓力較小的行業中，公司有更寬裕的時間和資源進行人工智能相關研發和產品生產，獲得穩定的營業收入。因此，行業競爭程度越強，公司人工智能技術的應用與審計決策之間顯著關系則越弱。

本文基于行業競爭程度進行交互回歸分析，使用赫芬達爾-赫希曼指數（HHI）對行業競爭度進行度量，再根據HHI中位數，將行業競爭度分為高低兩組，當樣本公司處于高行業競爭組，HHI取1，否則取0。回歸結果如表11中列（1）和列（2）所示，交互項（AIpercent*HHI）與當期審計費用（LNFEE）在1%水平上顯著正相關，與當期審計意見（MAO）在10%水平上顯著負相關，結果表明行業競爭度更高，公司的重大錯報風險提高，從而減弱了公司人工智能技術的應用與審計費用間的負相關關系，以及與獲得標準無保留審計意見概率的正相關關系。

（二）融資約束的影響

相比于一般的產品研發，人工智能產品所包含的技術較高，為保證研發穩定和預期產品的產出，需要公司持續投入較高的資金。因此，只有當公司外部融資渠道不受限時，可穩定的獲得現金，才能持續支持公司的人工智能研發投資以及保證產品的生產。而一旦公司外部融資渠道受阻，存在較高的資金風險，可能導致人工智能技術開發受阻，影響公司未來相關收益，導致業績下滑。并且，資金短缺還會給公司持續經營造成影響，導致經營風險提高，審計師的審計風險也進一步加大。因此，當面臨較低的融資約束水平，公司投資于人工智能技術時，其審計費用會相對較低，同時獲得標準無保留審計意見的概率更高。

本文進行融資約束交互回歸分析，使用KZ指數來反映公司融資約束水平，當公司KZ指數低于行業中位數時，說明融資約束水平較低，KZ取1，否則取0。回歸結果如表11中列（3）和列（4）所示，交互項（AIpercent*KZ）與當期審計費用（LNFEE）在1%水平上顯著負相關，與當期審計意見（MAO）在5%水平上顯著正相關，結果表明融資約束水平越低，公司的重大錯報風險更低，從而進一步加強公司人工智能技術的應用與審計費用間的負相關關系，以及與獲得標準無保留審計意見概率的正相關關系。

（三）人力資本質量的影響

從公司自身角度來看，人力資本質量越高，儲備較多的技術型員工，則公司向人工智能技術轉型更容易，轉型升級所帶來的不確定性風險也更小。而當公司本身缺少高質量人力資本，同時又想投資于人工智能技術，則需要花費較多的資金以及投入更多的時間去構建專業的研發團隊，產品研發成功的不確定性更高，公司面臨更大的業績壓力，經營風險也更高。

因此，本文進行公司人力資本質量交互回歸分析，使用公司專業技術人員占總員工比例來反映公司人力資本質量，當公司技術員工占比高于行業中位數時，Hightech取1，否則取0。回歸結果如表11中列（5）和列（6）所示，交互項（AIpercent*Hightech）與當期審計費用（LNFEE）在5%水平上顯著負相關，與當期審計意見（MAO）在5%水平上顯著正相關，結果表明人力資本質量越高，公司的重大錯報風險更低，從而進一步增強公司人工智能技術應用與審計費用間的負相關關系，以及與獲得標準無保留審計意見概率的正相關關系。

七、研究結論與啟示

本文基于2010—2019年A股上市公司樣本研究發現，公司通過投資人工智能技術進行轉型升級，可以提升公司信息披露質量并降低經營風險，進而降低重大錯報風險，使得審計師面臨的審計風險更低，從而降低公司的審計費用，提高獲得標準無保留審計意見的概率。通過情景分析，本文發現，行業競爭度越低、融資約束水平越低以及公司人力資本質量越高，公司的重大錯報風險更低，從而可增強公司人工智能技術應用與審計費用間的負相關關系，以及與獲得標準無保留審計意見概率的正相關關系。

基于上述研究發現，可以得到如下管理啟示和政策建議：一方面，人工智能技術的實施對公司轉型升級帶來新契機，但在新技術下，公司投資和布局人工智能領域也會面臨較高的投資與研發風險，進而提高了審計師所面臨的風險。因此，審計人員應充分評估人工智能技術所帶來的重大錯報風險，采取相應審計措施，降低審計風險。另一方面，會計師事務所應根據公司的新業務新技術制定更為科學的審計定價和收費策略，提升審計結果質量。同時，在審計意見的出具過程中，也要充分衡量人工智能等新技術可能引發的潛在問題，保證審計意見的合理性。

（作者單位：中國政法大學商學院，郵政編碼：100088，電子郵箱：cu202018@cupl.edu.cn）

主要參考文獻

[1] 陳彥斌，林晨，陳小亮.人工智能、老齡化與經濟增長[J].經濟研究， 2019（7）：47-63

[2] 郭凱明.人工智能發展、產業結構轉型升級與勞動收入份額變動[J].管理世界， 2019（7）：60-77+202-203

[3] 林晨，陳小亮，陳偉澤，等.人工智能、經濟增長與居民消費改善：資本結構優化的視角[J].中國工業經濟， 2020（2）：61-83

[4]肖靜華，吳小龍，謝康，等. 信息技術驅動中國制造轉型升級—美的智能制造跨越式戰略變革縱向案例研究[J].管理世界， 2021（3）：161-179+225

[5] 徐鵬，徐向藝.人工智能時代公司管理變革的邏輯與分析框架[J].管理世界， 2020（1）：122-129+238

[6] Bell T， Doogar R， Solomon I. Audit labor usage and fees under business risk auditing[J]. Journal of Accounting Research， 2008（4）：729-760

[7] Durand R. Competitive Advantages Exist： A Critique of Powell[J]. Strategic Management Journal， 2002（9）：867-872

[8] Kaplan S E， Williams D D. Do going concern audit reports protect audits from litigation？ A simultaneous equations approach[J]. The Accounting Review， 2013（1）：199-232