企業(yè)數(shù)字化轉(zhuǎn)型影響了審計(jì)師風(fēng)險(xiǎn)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(shí)證檢驗(yàn)審計(jì)師如何應(yīng)對(duì)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(jì)師風(fēng)險(xiǎn)決策的內(nèi)在機(jī)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(jì)師的風(fēng)險(xiǎn)決策， 表現(xiàn)為審計(jì)費(fèi)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(dòng)機(jī)和企業(yè)違約風(fēng)險(xiǎn)等機(jī)制， 改變審計(jì)師的風(fēng)險(xiǎn)感知， 進(jìn)而影響審計(jì)師的風(fēng)險(xiǎn)決策。異質(zhì)性檢驗(yàn)結(jié)果顯示， 企業(yè)數(shù)字化轉(zhuǎn)型對(duì)審計(jì)師風(fēng)險(xiǎn)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(jì)師風(fēng)險(xiǎn)決策；內(nèi)部控制；代理動(dòng)機(jī)；違約風(fēng)險(xiǎn)

【中圖分類號(hào)】 F275 ? ? 【文獻(xiàn)標(biāo)識(shí)碼】A ? ? ?【文章編號(hào)】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(jià)值創(chuàng)造為目的， 通過激發(fā)數(shù)據(jù)要素創(chuàng)新驅(qū)動(dòng)潛能， 最終實(shí)現(xiàn)企業(yè)轉(zhuǎn)型升級(jí)和高質(zhì)量發(fā)展等目標(biāo)（許憲春等，2021）。國家第十四個(gè)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(dòng)生產(chǎn)的變革方式， 充分發(fā)揮數(shù)字技術(shù)對(duì)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(jià)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(duì)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(duì)競(jìng)爭(zhēng)優(yōu)勢(shì)、 業(yè)績表現(xiàn)和企業(yè)價(jià)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(duì)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(jì)師風(fēng)險(xiǎn)決策的關(guān)系。

我國2006年確立以現(xiàn)代風(fēng)險(xiǎn)導(dǎo)向?yàn)榛A(chǔ)的審計(jì)模式， 該模式要求審計(jì)師全面識(shí)別和評(píng)估被審計(jì)單位的經(jīng)營環(huán)境， 以便對(duì)被審計(jì)單位的經(jīng)營風(fēng)險(xiǎn)做出準(zhǔn)確判斷。當(dāng)審計(jì)師在審計(jì)過程面臨較高審計(jì)風(fēng)險(xiǎn)時(shí)， 會(huì)影響其審計(jì)風(fēng)險(xiǎn)決策行為， 如收取更高的審計(jì)費(fèi)用、 增加審計(jì)投入、 擴(kuò)大審計(jì)范圍和發(fā)表不確定性審計(jì)意見等（Hay，2013；翟勝寶等，2017；Bhaskar等，2017；杜勇等，2019）， 從而減少審計(jì)風(fēng)險(xiǎn)帶來的潛在聲譽(yù)和經(jīng)濟(jì)損失。很顯然， 導(dǎo)致審計(jì)師增加風(fēng)險(xiǎn)決策的一個(gè)重要原因是審計(jì)師對(duì)被審計(jì)單位內(nèi)部控制、 代理動(dòng)機(jī)和違約風(fēng)險(xiǎn)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(diǎn)， 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(jì)師的風(fēng)險(xiǎn)決策傾向。為檢驗(yàn)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(shí)證分析企業(yè)數(shù)字化轉(zhuǎn)型對(duì)審計(jì)師風(fēng)險(xiǎn)決策的影響及其作用機(jī)制。

本文的貢獻(xiàn)主要在于： ①豐富了審計(jì)師風(fēng)險(xiǎn)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(jì)師風(fēng)險(xiǎn)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(yùn)用這一特殊事件， 探討企業(yè)推進(jìn)數(shù)字化轉(zhuǎn)型對(duì)審計(jì)師風(fēng)險(xiǎn)決策的影響， 有助于豐富審計(jì)師風(fēng)險(xiǎn)決策的決定因素。②檢驗(yàn)了企業(yè)數(shù)字化轉(zhuǎn)型影響審計(jì)師風(fēng)險(xiǎn)決策的傳遞渠道。為充分識(shí)別其影響機(jī)制， 本文又從內(nèi)部控制、 代理動(dòng)機(jī)以及違約風(fēng)險(xiǎn)等幾個(gè)能夠影響審計(jì)師風(fēng)險(xiǎn)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(jì)師風(fēng)險(xiǎn)決策的內(nèi)在機(jī)理。③考察了企業(yè)數(shù)字化轉(zhuǎn)型對(duì)審計(jì)師風(fēng)險(xiǎn)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(jì)師風(fēng)險(xiǎn)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(jì)師的風(fēng)險(xiǎn)決策主要受被審計(jì)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(dòng)機(jī)強(qiáng)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(duì)審計(jì)師風(fēng)險(xiǎn)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(dòng)機(jī)和企業(yè)違約風(fēng)險(xiǎn)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(shí)現(xiàn)經(jīng)營目標(biāo)、 保護(hù)資產(chǎn)安全和確保信息真實(shí)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(xiǎn)評(píng)估、 控制管理決策活動(dòng)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(yùn)營模式。相較于傳統(tǒng)企業(yè)運(yùn)營模式， 大數(shù)據(jù)、 物聯(lián)網(wǎng)和云計(jì)算等數(shù)字技術(shù)的運(yùn)用使得企業(yè)在生產(chǎn)管理、 運(yùn)營管理和財(cái)務(wù)管理方面變得更加透明和高效， 有效推動(dòng)了企業(yè)運(yùn)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(gè)環(huán)節(jié)的監(jiān)管效率， 動(dòng)態(tài)實(shí)現(xiàn)對(duì)企業(yè)與環(huán)境交互中的風(fēng)險(xiǎn)識(shí)別、 風(fēng)險(xiǎn)捕捉和管理決策的反饋評(píng)估（肖紅軍等，2021）， 而且還能夠緩解企業(yè)與外部的信息不對(duì)稱， 進(jìn)而倒逼企業(yè)加強(qiáng)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(xiǎn)管控方法化解潛在經(jīng)營風(fēng)險(xiǎn)， 而且還能夠有效抑制管理層的機(jī)會(huì)主義、 道德風(fēng)險(xiǎn)以及逆向選擇， 進(jìn)而降低審計(jì)師的風(fēng)險(xiǎn)感知和緩解風(fēng)險(xiǎn)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(jì)師的工作量和審計(jì)難度， 降低審計(jì)師風(fēng)險(xiǎn)感知， 進(jìn)而緩解了審計(jì)師的風(fēng)險(xiǎn)決策。

其次， 企業(yè)數(shù)字化轉(zhuǎn)型能夠抑制管理層代理動(dòng)機(jī)。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(dòng)機(jī)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(duì)稱時(shí)， 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(dòng)機(jī)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(qiáng)、 透明度高和效率高等優(yōu)勢(shì)， 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(huì)更加規(guī)范經(jīng)營企業(yè)， 減少隱蔽性機(jī)會(huì)主義和代理風(fēng)險(xiǎn)。另一方面， 企業(yè)數(shù)字化轉(zhuǎn)型還能夠緩解信息不對(duì)稱。管理層能夠追求自身利益最大化的一個(gè)重要原因在于管理層與利益相關(guān)者之間的信息不對(duì)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(dòng)成本和信息不對(duì)稱， 從而抑制了管理層代理動(dòng)機(jī)（Hinings等，2018）。而低代理動(dòng)機(jī)的管理層不僅會(huì)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(jī)會(huì)主義、 盈余管理和錯(cuò)報(bào)風(fēng)險(xiǎn)上也將變得更弱， 從而弱化了審計(jì)師的風(fēng)險(xiǎn)感知和降低風(fēng)險(xiǎn)溢價(jià)（朱春艷等，2017）。因此， 從代理動(dòng)機(jī)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(dòng)機(jī)， 而代理動(dòng)機(jī)的弱化能夠降低審計(jì)師在隱蔽性代理問題的搜尋成本， 使得審計(jì)師風(fēng)險(xiǎn)感知變?nèi)酰?進(jìn)而緩解了審計(jì)師的風(fēng)險(xiǎn)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(xiǎn)。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(diǎn)， 原因在于發(fā)生過違約的企業(yè)不僅會(huì)影響違約主體的財(cái)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(huì)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(huì)影響審計(jì)師索取更高審計(jì)費(fèi)用和發(fā)表非標(biāo)準(zhǔn)審計(jì)意見的風(fēng)險(xiǎn)決策。在現(xiàn)代審計(jì)風(fēng)險(xiǎn)導(dǎo)向準(zhǔn)則的指導(dǎo)下， 對(duì)于有債務(wù)違約的企業(yè)， 審計(jì)師會(huì)擴(kuò)大審計(jì)范圍、 投入更多的審計(jì)工時(shí)和執(zhí)行更多的審計(jì)程序（文雯等，2020）。為避免潛在的訴訟風(fēng)險(xiǎn)和聲譽(yù)損失， 在出具審計(jì)意見類型時(shí)， 審計(jì)師傾向于發(fā)表非標(biāo)準(zhǔn)無保留審計(jì)意見。令人欣慰的是， 企業(yè)數(shù)字化轉(zhuǎn)型可能會(huì)在一定程度上降低企業(yè)違約風(fēng)險(xiǎn)。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(yùn)用， 具有開放性、 透明性和預(yù)警性等特點(diǎn)， 能夠顯著抑制管理層代理動(dòng)機(jī)問題， 減少在職消費(fèi)和過度投資等影響企業(yè)違約風(fēng)險(xiǎn)的重要因素。另一方面， 企業(yè)數(shù)字技術(shù)運(yùn)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(yùn)營或盈利危機(jī)時(shí)， 管理層和股東均能夠從財(cái)務(wù)信息平臺(tái)觀測(cè)到， 有助于及時(shí)做出應(yīng)對(duì)措施， 從而降低了企業(yè)債務(wù)違約風(fēng)險(xiǎn)的發(fā)生。因此， 從違約風(fēng)險(xiǎn)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(xiǎn)， 從而進(jìn)一步緩解了審計(jì)師的風(fēng)險(xiǎn)決策。

綜上所述， 在現(xiàn)代風(fēng)險(xiǎn)導(dǎo)向的審計(jì)要求下， 審計(jì)師會(huì)對(duì)被審計(jì)單位的經(jīng)營環(huán)境展開審計(jì)， 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(dòng)機(jī)等， 降低企業(yè)固有風(fēng)險(xiǎn)和代理風(fēng)險(xiǎn)， 而且還能夠通過降低企業(yè)違約風(fēng)險(xiǎn)等發(fā)揮作用， 緩解審計(jì)師的風(fēng)險(xiǎn)決策。基于以上分析， 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(jì)師風(fēng)險(xiǎn)決策行為。

三、 數(shù)據(jù)選取與研究設(shè)計(jì)

（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(duì)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(xiǎn)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(duì)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(gè)有效觀測(cè)數(shù)據(jù)。本文使用的財(cái)務(wù)數(shù)據(jù)主要來源于CSMAR數(shù)據(jù)庫。

（二）研究設(shè)計(jì)

為檢驗(yàn)企業(yè)數(shù)字化轉(zhuǎn)型是否能夠緩解審計(jì)師的風(fēng)險(xiǎn)決策， 本文構(gòu)建如下實(shí)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(jì)師風(fēng)險(xiǎn)決策。關(guān)于審計(jì)師風(fēng)險(xiǎn)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(jì)費(fèi)用作為衡量標(biāo)準(zhǔn)， 另一種是以審計(jì)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(jì)費(fèi)用作為審計(jì)師風(fēng)險(xiǎn)決策的衡量標(biāo)準(zhǔn)， 為消除企業(yè)規(guī)模的影響， 以審計(jì)費(fèi)用占總資產(chǎn)的比衡量審計(jì)師風(fēng)險(xiǎn)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(cè)算較為常見的是用年報(bào)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(shí)踐應(yīng)用”兩個(gè)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(jì)算技術(shù)和大數(shù)據(jù)技術(shù)四個(gè)組成部分， 而實(shí)踐應(yīng)用則是指企業(yè)在移動(dòng)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(bào)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(shí)踐應(yīng)用”的詞頻數(shù)之和加1后取自然對(duì)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(cái)務(wù)杠桿、 存貨比例、 應(yīng)收賬款比、 獨(dú)董比例、 董事會(huì)規(guī)模、 違規(guī)行為、 兩職合一、 會(huì)計(jì)師事務(wù)所規(guī)模、 四委機(jī)構(gòu)（審計(jì)委員會(huì)、 戰(zhàn)略委員會(huì)、 提名委員會(huì)和薪酬與考核委員會(huì)）、 訴訟風(fēng)險(xiǎn)、 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(gè)公司t年的數(shù)值； u為殘差項(xiàng)。具體變量定義見表1。

四、 實(shí)證結(jié)果分析

（一）描述性統(tǒng)計(jì)

表2為描述性統(tǒng)計(jì)結(jié)果。由表2可知， 審計(jì)師風(fēng)險(xiǎn)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(jì)風(fēng)險(xiǎn)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(gè)別上市公司在年報(bào)中強(qiáng)調(diào)數(shù)字化轉(zhuǎn)型程度多達(dá)147次， 平均而言強(qiáng)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(jì)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(jì)師風(fēng)險(xiǎn)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(duì)審計(jì)師風(fēng)險(xiǎn)決策具有顯著抑制作用， 能夠降低企業(yè)審計(jì)費(fèi)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(duì)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(yàn)

1. ?雙重差分法。參考張嘉偉等（2022）的做法， 一個(gè)地區(qū)若被選為電子政務(wù)試點(diǎn)， 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(diǎn)作為外生事件沖擊， 構(gòu)建如下雙重差分計(jì)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(cè)地在國家電子政務(wù)綜合試點(diǎn)區(qū)域， 取值為1， 否則為0； Time表示政策沖擊時(shí)間變量， 如果時(shí)間在2017年國家電子政務(wù)政策實(shí)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(shí)， 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(jì)師的風(fēng)險(xiǎn)決策。

2. 工具變量法。考慮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(duì)其再檢驗(yàn)。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(duì)于時(shí)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(qiáng)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(jì)師的風(fēng)險(xiǎn)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。基于此， 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(jì)師的風(fēng)險(xiǎn)決策。

3. ?傾向得分匹配法。考慮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(yùn)營上存在差異性， 導(dǎo)致審計(jì)師的風(fēng)險(xiǎn)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(duì)樣本數(shù)據(jù)進(jìn)行傾向得分匹配檢驗(yàn)。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(shí)證檢驗(yàn)。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(yàn)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(shí)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）。考慮到指數(shù)數(shù)值過大， 會(huì)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(yàn)作為補(bǔ)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(yàn)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(yàn)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(duì)審計(jì)師風(fēng)險(xiǎn)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(jì)師的風(fēng)險(xiǎn)決策， 降低企業(yè)審計(jì)費(fèi)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(jì)師風(fēng)險(xiǎn)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(yàn)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(shí)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(fèi)用率衡量（Zhu等，2021）， 結(jié)果見表7列（1）、 （2）。與此同時(shí)， 本文還輔以其他兩種檢驗(yàn)作為補(bǔ)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(yàn)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(fèi)。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(huì)加劇審計(jì)師的風(fēng)險(xiǎn)決策， 導(dǎo)致企業(yè)的審計(jì)費(fèi)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(jì)師風(fēng)險(xiǎn)決策中扮演的是部分傳導(dǎo)作用。

（三）企業(yè)違約風(fēng)險(xiǎn)

為檢驗(yàn)企業(yè)違約風(fēng)險(xiǎn)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(shí)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(xiǎn)中介變量， 其余變量定義同上。關(guān)于企業(yè)違約風(fēng)險(xiǎn)的衡量， 先是基于莫頓的研究框架計(jì)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(shí)， 本文還輔以其他兩種檢驗(yàn)作為補(bǔ)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(yàn)企業(yè)違約風(fēng)險(xiǎn)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(xiǎn)， 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(xiǎn)與審計(jì)師風(fēng)險(xiǎn)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(xiǎn)越高， 越會(huì)增加審計(jì)師的風(fēng)險(xiǎn)決策。而列（2）、 （4）和（6）θ2的顯著性顯示， 企業(yè)違約風(fēng)險(xiǎn)在企業(yè)數(shù)字化轉(zhuǎn)型影響審計(jì)師風(fēng)險(xiǎn)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(huì)對(duì)企業(yè)創(chuàng)新、 風(fēng)險(xiǎn)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(gè)體年齡增長會(huì)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(qiáng)的冒險(xiǎn)精神， 使得其在財(cái)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(huì)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(xiǎn)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(xiǎn)性等特征， 年長管理者在推廣數(shù)字化轉(zhuǎn)型時(shí)， 可能會(huì)表現(xiàn)出較低意愿。表9列（1）、 （2）匯報(bào)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(duì)審計(jì)師風(fēng)險(xiǎn)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(lì)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(shí)現(xiàn)（馬慶魁和樊夢(mèng)晨，2021）， 表明高比例管理層持股有助于抑制管理層的機(jī)會(huì)主義動(dòng)機(jī)， 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(huì)導(dǎo)致管理層追求機(jī)會(huì)主義傾向， 減少對(duì)數(shù)字化進(jìn)程的投資。表9列（3）、 （4）匯報(bào)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(duì)審計(jì)師風(fēng)險(xiǎn)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(jià)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(dòng)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)、 實(shí)現(xiàn)內(nèi)部創(chuàng)新驅(qū)動(dòng)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(xiǎn)、 高投入和回報(bào)期不確定的活動(dòng)， 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(cái)政補(bǔ)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(bào)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(duì)審計(jì)師風(fēng)險(xiǎn)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。可能的原因是未獲得產(chǎn)業(yè)政策支持的企業(yè)， 為了能夠在激烈的市場(chǎng)環(huán)境中生存下去， 傾向于增強(qiáng)內(nèi)部創(chuàng)新驅(qū)動(dòng)， 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(lì)的企業(yè)， 管理層傾向于過度自信， 較少關(guān)注實(shí)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(yùn)用我國滬深A(yù)股上市公司2011 ～ 2020年的數(shù)據(jù)， 實(shí)證檢驗(yàn)了企業(yè)數(shù)字化轉(zhuǎn)型對(duì)審計(jì)師風(fēng)險(xiǎn)決策的影響及其作用機(jī)制。研究發(fā)現(xiàn)： 企業(yè)的數(shù)字化轉(zhuǎn)型與審計(jì)師風(fēng)險(xiǎn)決策負(fù)相關(guān)， 表明企業(yè)數(shù)字化程度越高， 審計(jì)師收取高昂審計(jì)費(fèi)用的可能性就越低。中介效應(yīng)機(jī)制表明， 企業(yè)數(shù)字化轉(zhuǎn)型對(duì)審計(jì)師風(fēng)險(xiǎn)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(dòng)機(jī)以及降低企業(yè)違約風(fēng)險(xiǎn)等機(jī)制發(fā)揮作用。異質(zhì)性檢驗(yàn)則進(jìn)一步表明， 企業(yè)數(shù)字化轉(zhuǎn)型與審計(jì)師風(fēng)險(xiǎn)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(jī)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(huì)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(shì)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(dòng)功能， 提高企業(yè)在運(yùn)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(jì)師的風(fēng)險(xiǎn)決策。在企業(yè)運(yùn)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(jī)器等技術(shù)的優(yōu)勢(shì)， 推進(jìn)企業(yè)數(shù)字化、 產(chǎn)業(yè)化和智能化升級(jí)， 從而提升企業(yè)運(yùn)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(shì)， 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(yùn)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(shì)， 促使企業(yè)風(fēng)險(xiǎn)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(duì)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(duì)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(xiàng)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(cái)政補(bǔ)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(shí)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(shí)， 也要格外留意管理層的異質(zhì)性動(dòng)機(jī)。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(huì)影響管理層發(fā)起數(shù)字化建設(shè)的動(dòng)機(jī)， 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(duì)內(nèi)部控制質(zhì)量的影響：監(jiān)督還是掏空？［ J］．會(huì)計(jì)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(jì)決策——基于審計(jì)收費(fèi)的證據(jù)［ J］．會(huì)計(jì)研究，2018（12）：85 ～ 91．

杜勇，何碩穎，陳建英．企業(yè)金融化影響審計(jì)定價(jià)嗎［ J］．審計(jì)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(xiǎn)：融資約束的中介效應(yīng)［ J］．預(yù)測(cè)，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(jià)值——基于文本分析方法的經(jīng)驗(yàn)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(shí)體投資——來自中國上市公司的經(jīng)驗(yàn)證據(jù)［ J］．現(xiàn)代財(cái)經(jīng)（天津財(cái)經(jīng)大學(xué)學(xué)報(bào)），2022（5）：78 ～ 94．

李文貴，嚴(yán)涵．年輕高管與企業(yè)股價(jià)崩盤風(fēng)險(xiǎn)：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(huì)責(zé)任的價(jià)值創(chuàng)造機(jī)制：基于內(nèi)部控制視角的研究［ J］．會(huì)計(jì)研究，2020（11）：112 ～ 124．

林琳，呂文棟．?dāng)?shù)字化轉(zhuǎn)型對(duì)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(mèng)晨．管理層激勵(lì)、機(jī)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(cái)政數(shù)字化轉(zhuǎn)型與政府公共服務(wù)能力建設(shè)［ J］．財(cái)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(jì)師風(fēng)險(xiǎn)應(yīng)對(duì)［ J］．會(huì)計(jì)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(huì)責(zé)任促進(jìn)效應(yīng)：內(nèi)外雙重路徑的檢驗(yàn)［ 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(shí)施路徑［ J］．財(cái)會(huì)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(huì)統(tǒng)計(jì)的挑戰(zhàn)和創(chuàng)新［ J］．統(tǒng)計(jì)研究，2021（1）：15 ～ 26．

楊晶，李哲，康琪．?dāng)?shù)字化轉(zhuǎn)型對(duì)國家創(chuàng)新體系的影響與對(duì)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(bào)文本識(shí)別的經(jīng)驗(yàn)證據(jù)［ J］．現(xiàn)代財(cái)經(jīng)（天津財(cái)經(jīng)大學(xué)學(xué)報(bào)），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(jì)師風(fēng)險(xiǎn)應(yīng)對(duì)［ 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(shí)盈余管理的經(jīng)驗(yàn)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(huì)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(huì)計(jì)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(duì)審計(jì)收費(fèi)的影響［ J］．會(huì)計(jì)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．