企業數字化轉型能提高審計效率嗎？

張燕玲

（浙江理工大學 經濟管理學院，浙江 杭州 310018）

一、引言

現如今，數字化經濟轉型已成為各個國家經濟發展的主要引擎，我國也不例外。2021 年國家出臺的“十四五”規劃中，提出要“加快數字化發展，以數字化轉型整體驅動生產方式，打造數字經濟新優勢”，明確將“數字經濟”確定為未來推動中國經濟發展的重要手段；黨的二十大報告強調，要加快發展數字經濟，促進數字經濟和實體經濟深度融合，以加快傳統產業的升級改造。在巨大的數字經濟市場背景下，加之國家政策的推動，我國致力于積極推進自身加快數字化轉型的企業數量日益增多，但目前各企業數字化轉型程度尚不一致。

目前，在數字化轉型產生的經濟后果研究方面，學者們持有不同的觀點。從積極的角度來看，數字化技術的廣泛應用不僅推動企業在商業模式和結構上創新[1]，還使得信息使用者利用大數據、云計算等數字技術建立數據倉庫快速獲取信息[2]，同時提高數據的真實性和完整性[3]，緩解信息不對稱問題[4]，降低企業風險[5]，進而提高工作效率。因此，作為信息使用者之一的審計師，數字化轉型也可以提升其效率[6]。從消極的角度來看，企業進行數字化轉型會帶來新的問題，信息使用者若不擅長操作數字化技術便難以順利開展工作，況且企業內部人員和外部機構也需適應數字化轉型下新的管理模式和經營模式[5]，反而可能使得工作效率有所下降，審計師的工作效率也有可能會受到影響。

如今學者對數字化轉型和審計的關系尚局限于兩個方面：其一，現有文獻僅關注了數字化技術對具體審計步驟、程序的影響，缺乏對審計過程中重要指標的影響研究；其二，已有文獻較為關注對審計收費與定價的研究，或聚焦于審計風險和審計質量的研究，尚未將審計效率作為研究的落腳點。而審計效率作為審計機構強化內部管理、降低審計風險以及提高審計質量的重要指標，理應考慮企業數字化轉型對其產生的影響。然而，大多數文獻只對企業運用信息技術、數字化技術對審計效率產生影響以及審計行業進行數字化轉型對審計效率會產生何種影響進行了規范性研究，實證類研究仍較為缺乏。為此，本文基于信息不對稱理論，試圖探究作為企業內部因素的企業數字化轉型對審計效率究竟是否有提升作用，并且深入探討企業產權性質和審計師層面的差異性。本文的研究貢獻可能在于：豐富了相關文獻，對審計效率的影響因素文獻進行了補充，也補充了企業數字化轉型對審計產生影響的相關研究；本文發現企業數字化轉型程度越高，審計效率越高，這能為企業加速數字化轉型進程、審計機構提高審計效率、政府引導企業進行數字化轉型決策制定提供一定的參考。

二、理論分析與研究假說

1.企業數字化轉型大大提高了數據的真實性和完整性，節省了許多查詢程序。基于信息不對稱理論，若審計時無法獲取真實有效的數據，則審計師難以正常開展工作，可能因查詢、核對數據而延長審計時間；若能保證所獲取數據的真實性和完整性，審計師便能減少反復核對數據的時間從而提高審計效率[3]。例如，審計師可以利用區塊鏈的不可篡改功能、時間戳等優勢來提高所需數據的真實性和可靠性，從而減少在審計時驗證被審計單位數據的時間。

2.企業進行數字化轉型有助于提高信息傳遞效率，緩解信息不對稱性。不同人員因所處環境不同，對信息的掌握程度會存在差異?；谛畔⒉粚ΨQ理論，在信息環境更好時，即數字化轉型的企業往往擁有大數據、區塊鏈等數字技術，那么審計師便能利用該技術加強信息溝通和傳遞，更容易獲取審計證據[7]。因此，企業數字化轉型提高了信息傳遞效率，有效緩解了信息不對稱問題[8]，實現了資源的共享[4]。

3.企業進行數字化轉型能降低部分企業風險。當企業利用數字化技術形成更為有效的信息分析和處理能力，技術會得到提升[9]，核心競爭力提高的同時抗風險能力增強。在信息不對稱情況下，企業進行數字化轉型可以借助大量的數據和信息進行風險預測，減少研發活動中的不確定性和風險。企業也會形成風險控股機制，利用數字化轉型構建豐富的組織結構以及多樣化的數字平臺，以此快速融入市場來緩解企業戰略風險[9]。此外，審計效率會受到客戶重大錯報風險的影響。企業整體風險較高，其重大錯報風險可能會上升，若此時審計師專業勝任能力是固定的，審計師需要對重大錯報風險更高的企業實施更多的審計程序，則審計效率會越低；反之，審計師可以更快完成工作。

通過以上分析可知，基于信息不對稱理論，企業進行數字化轉型能夠提高數據的真實性和完整性、緩解信息不對稱問題、降低企業風險，從而影響審計效率。因此，本文借鑒李明輝和劉笑霞（2012）[10]、劉易斯和翟華云（2021）[7]對審計效率的研究，以審計延遲指標來衡量審計效率，從企業數字化轉型角度來研究審計效率。本文假設如下：

H1：企業數字化轉型有助于提高審計效率。

三、設計研究

（一）樣本選取與數據來源

本文選取了2010—2019 年滬深A 股上市公司數據為研究樣本。為使得到的結果為穩健、可靠，對樣本數據進行了如下處理：（1）剔除了金融類上市企業；（2）剔除了ST 或PT 類的企業；（3）剔除了相關變量缺失的企業；（4）對所有連續變量進行了上下1%的Winsorize 處理，最終樣本觀測值為17 142 個。本文所有變量的數據均來自國泰安數據庫。

（二）變量定義和模型設計

表1 變量定義表

審計延遲意味著向公眾傳播經審計財務信息的及時性，即會計年度結束日期和審計報告日期之間的天數定義了審計延遲[11]，這是一個少數被外部可觀察且又能很好反映審計效率的變量。因此，本文借鑒李明輝和劉笑霞（2012）[10]、劉易斯和翟華云（2021）[7]的研究，在資產負債表日到審計報告日的時間間隔天數的基礎上加1 之后取對數來衡量審計延遲，以此來反映審計效率。關于企業數字化轉型程度的衡量指標，本文借鑒祁懷錦等（2020）[8]、張永珅等（2021）[6]的研究，以如下方式進行選取：首先，定位到期末無形資產明細項目，若其中包含“軟件”“信息系統”“管理系統”“網絡”等與數字化轉型相關的關鍵詞和相關的專利時，將該無形資產項目計入與數字化技術相關部分中；其次，將同一企業在同一年度與數字化技術相關的多項無形資產進行求和，得出每個企業各個年份的加計數；最后，計算出加計數在本年度所有無形資產中的占比，該比例便為衡量企業數字化轉型程度的指標。

為檢驗假設，本文構建以下模型：

在模型中，被解釋變量為審計延遲Lagi，t采用變量LagA參與基準回歸。解釋變量為企業數字化轉型的程度Digiti，t。參照已有研究，本文控制了破產風險（Zscore）、銷售凈利率（Sale）、凈利潤增長率（Npr）、現金流（Cashflow）、企業年齡（FirmAge）、第一大股東持股比例（Top1），加入行業（Industry）和年度（Year）虛擬變量以控制行業和年度的影響?；鶞驶貧w中采用行業-年份雙向固定效應模型。

四、實證結果與分析

（一）描述性統計

由表2 描述性統計結果可知，被解釋變量審計延遲（LagA）最小值為3.296，中位數為4.635，最大值為5.017，說明不少企業存在審計延遲的情況。自變量企業數字化轉型程度（Digit）的均值為0.101，最小值是0，最大值是0.94，說明不同企業進行數字化轉型的程度差異較大。該結果與張永珅等（2021）[6]、劉易斯和翟華云（2021）[7]現有文獻基本一致，其他變量結果如表2 所示。

表2 主要變量描述性統計

（二）多元回歸分析

本文以控制行業和年份的雙向固定效應模型進行回歸檢驗，其結果列示在表3 中，企業數字化轉型程度Digit的回歸系數為-0.032，且在10%的水平上顯著負相關，這表明企業數字化轉型對審計效率有明顯的提升作用。由此，本文假設H1 得以驗證。

表3 企業數字化轉型與審計效率的回歸結果

（三）進一步分析

1.企業產權性質的影響。鑒于企業產生的歷史原因以及存在目的不同，我國企業可分類為國有企業和非國有企業。兩者在公司治理方式和資源稟賦上有所不同[12]，這就使得兩者在數字化轉型過程中對審計效率的影響也存在較大差異。具體來說，相比于非國有企業，國有企業往往擁有政府的支持，可獲得政府的特殊待遇和資源傾斜?；谛畔⒉粚ΨQ理論，在資源和信息不充足的情況下，非國有企業在數字化轉型結構下對審計效率的影響會更顯著。再者，政府很有可能會對國有企業的資金使用情況進行干預，也會對其行為決策進行約束，而非國有企業可以根據實際情況自行調整戰略或組織結構，更具市場化特色且能更好地利用企業數字化轉型這一優勢提高審計效率[9]。因此，本文以企業產權性質的不同進行分組檢驗。檢驗結果如表4 所示。表4 第（1）列展示了在國有企業下，企業數字化轉型對審計效率的影響并不顯著；第（2）列展示了在非國有企業情況下，企業數字化轉型對審計效率的影響在1%水平上顯著負相關。這個結果的差異說明，相比于擁有“先天”優勢的國有企業，非國有企業更有利于緩解信息不對稱狀況，因此非國有企業進行數字化轉型更能提高審計效率。

表4 分組檢驗結果

2.審計師專業勝任能力的影響。已有文獻往往認為來自國際“四大”事務所的審計師具備更專業的技能，是專業勝任能力強的代表；反之，為專業勝任能力弱的代表[13]。審計師的專業勝任能力和審計效率是緊密聯系的，因為勝任能力強的審計師通常能提供更專業化的服務，能更快地執行審計工作以提高報告及時性[14]，在提升審計效率上更勝一籌。基于信息不對稱理論，即便被審計的企業未進行數字化轉型，國際“四大”事務所本身獲取的信息就比較充分，在辨別、收集、采納關鍵審計證據方面做得就已經比非國際“四大”事務所要更好，因而后者受到企業數字化轉型的影響程度會更明顯。為此，本文對審計師的專業勝任能力進行分組檢驗。檢驗結果如表4 所示。表4 第（3）列列示了國際“四大”事務所審計時企業數字化轉型對審計效率的影響，結果并不顯著，這可能是因為在信息不對稱下，國際“四大”事務所本身就比較有優勢，受到企業數字化轉型的影響較小。反觀表4 第（4）列，顯示的是非國際“四大”事務所審計時企業數字化轉型對審計效率的影響，結果在5%的水平上顯著負相關，這可能表明當審計師的專業勝任能力較弱時，為減弱信息不對稱等劣勢帶來的影響，數字化轉型更有利于抑制審計延遲。

3.企業當年是否變更審計師的影響。企業可能會為了達到調節盈余的目的而變更審計師[15]，那么繼任審計師為出具合理準確的審計意見，會提高謹慎性和風險意識。在信息不對稱的情況下，繼任審計師為獲取可靠完整的審計證據、與客戶保持良好的關系、確保審計的穩健性，采取擴大信息搜尋范圍、增加采集數量等做法[7]，耗費更多的時間和精力。由此可見，若企業未變更審計師，則現任審計師比繼任審計師更了解被審計企業，更容易利用企業的數字化轉型優勢實施審計工作，審計效率的提升效果更為顯著。因此，本文對是否變更審計師進行了分組檢驗。檢驗結果如表4 所示。表4 第（5）列表現了企業當年變更了審計師時，數字化轉型對審計效率的影響并不顯著，第（6）列表現了企業當年未變更審計師時，數字化轉型對審計效率的影響結果在10%水平上顯著負相關。這一結果表明企業在當年審計師未發生變更時，企業數字化轉型更有助于提高審計效率。這可能是因為繼任審計師并不了解企業的情況，需花費更長的時間來了解企業，實施更多的審計程序，因此并未顯著提升審計效率。而在當年未變更審計師的情況下，審計師充分了解企業情況，能更好地借助企業數字化轉型的優勢進行審計。

（四）穩健性檢驗

為使研究結論更為可靠，參考已有研究[7]，從以下兩種方式進行穩健性檢驗：替換被解釋變量（LagA），本文選擇將計算時滯期時不考慮公告期間的節假日LagB作為審計延遲的替換變量進行穩健性檢驗，結果報告在表5 第（1）列中。回歸結果仍然在10%的水平上顯著負相關，實證結果仍然支持本文假設H1。對解釋變量（Digit）滯后一期后重新回歸，其余變量不變。滯后一期的回歸結果如表5 第（2）列所示，企業數字化轉型對于審計效率的影響結果依然在10%水平上顯著負相關，因此結論不變，仍支持假設H1。

表5 穩健性檢驗回歸結果

五、研究結論

（一）研究結論

本文基于2010—2019 年滬深兩市A 股上市公司樣本進行研究發現：企業數字化轉型有效抑制了審計延遲，進一步驗證了張永珅等（2021）[6]提出的企業數字化轉型可以提高審計效率的觀點。此外，異質性分析發現，相比國有企業，非國有企業進行數字化轉型對審計效率的提升作用更為顯著；相比“四大”事務所的審計師，當非“四大”事務所的審計師審計時，企業的數字化轉型更能提高審計效率；相比當年變更了審計師的企業，數字化轉型對當年未變更審計師的企業審計效率的影響更大。本文的結論可能為企業加速數字化轉型進程、審計機構提高審計效率和政府引導企業進行數字化轉型決策提供一定的參考。

（二）管理啟示

第一，企業應發揮數字化轉型帶來的優勢，盡可能控制轉型過程中出現的風險。雖然數字化轉型能降低一部分企業風險，但仍有可能帶來新的財務風險、戰略風險和運營風險。這些風險對企業發展會產生不利的影響，所以管理者應根據企業自身的實際情況選擇合適的數字化戰略，以免阻礙企業發展。同時，審計師可以借助數字化技術減少審計數據驗證時間，更快速地獲取精確的信息，憑借審計工作的智能化來節約審計時間，從而提升審計效率。

第二，在數字化經濟的背景下，審計行業也應加速自身數字化轉型，推動數字化審計的發展。這不僅可以利用區塊鏈、遠程技術等數字化技術降低人為失誤和偶然性錯誤，將精力更多地投入到解決問題上，提升審計效率，還可以在發現重大錯報風險時及時采取有效的應對措施控制審計風險，進而提升審計的工作效率。

第三，政府應引導并鼓勵我國企業加速數字化轉型的進程，為企業提供一定的支持，特別是要給予中小企業足夠的保障。企業數字化轉型中可能會出現諸如戰略不明確、標準不一致、路徑不清晰等一系列問題，也有可能受限于資源、資金、能力、技術等方面而不愿進行數字化轉型，此時政府可以提供相應的扶持激勵政策，幫助企業克服數字化轉型初期面臨的困難。

（三）研究不足與展望

關于企業數字化轉型與審計的研究在理論和實踐方面還有很大的深挖空間，特別是數字化轉型對審計效率的影響研究。與此同時，本文存在以下幾點不足，未來的相關研究可以圍繞這些不足之處展開。首先，本文研究的對象為滬深A 股上市公司，而很多非上市公司也在進行數字化轉型，因此研究結論的可推廣性有待檢驗；其次，本文以審計延遲這一單一指標來衡量審計效率，未來的研究可以選擇其他衡量方式以更好地驗證兩者之間的關系，如投入產出法；最后，本文基于信息不對稱理論探究企業數字化轉型對審計效率的影響，但兩者都有很多前置和后置影響因素，未來研究可以從不同的理論視角發現影響兩者關系的中介變量和調節變量。