信貸資產質量、普惠金融與審計定價

中圖分類號：F832.4；F239 文獻標識碼：A 文章編號：1007-0753（2025）4-0080-09

一、引言

近年來，我國積極踐行普惠金融理念，力爭優化和改善國內經濟結構，增強國內市場的活力和韌性，并在國家層面確立了普惠金融的重要戰略地位。2024年政府工作報告要求大力發展普惠金融，更好滿足中小微企業的融資需求。要提高小微企業獲取金融服務的便利性，保障小微經濟主體的可持續發展。同時明確指出要穩妥有序處置風險隱患，嚴厲打擊非法金融活動。在發展普惠金融時，商業銀行等金融機構需要權衡好信貸風險和收益之間的關系，不能忽視信貸風險的管理和控制，要守住不發生系統性金融風險的底線。《“十四五”國家審計工作發展規劃》也指出，要加強對金融機構的審計。隨著國內外經濟金融形勢日益復雜嚴峻，深入研究如何在鼓勵金融機構拓展普惠金融業務的同時，提高審計質量，優化風險防控，對于促進金融穩定發展具有至關重要的意義。

審計定價與審計質量聯系緊密，鄭思濤（2023）和林潤雨等（2024）指出，高質量的審計服務在人力成本和時間成本等方面投人更多，從而收取更高的審計費用。在合理范圍內，審計定價較高往往意味著審計質量的提升。然而，傳統審計定價模式主要側重于審計成本、財報錯報風險和內控有效性等常規因素，普惠金融特殊性并未得到充分重視。作為金融“五篇大文章”之一，近年來普惠金融對銀行業務和風險管理等方面的影響日益顯著。根據國家金融監督管理總局公布的數據，銀行業金融機構普惠型小微企業貸款總額從2019年的44萬億元上升到2024年的129.3萬億元，普惠小微貸款合計指標（季度）持續上升。由于普惠金融服務對象普遍缺少合格抵押物，金融機構主要依據其信用評級發放“無抵押、小額度”的信用貸款，這類產品已成為主要的普惠金融產品。然而，普惠金融存在業務高度分散、數據碎片化等特征，并受到政策導向的影響，這給傳統審計定價模式帶來了較大挑戰。在此背景下，普惠金融的發展對商業銀行信貸資產質量與審計定價機制之間的關系產生了復雜影響，需要進一步研究和探討。

本文通過分析信貸資產質量對審計定價的影響，以及普惠金融在其中的調節作用，可以幫助審計機構和監管機構進一步明確審計定價的潛在機制，提高對金融機構的審計質量。同時，有助于避免商業銀行在開展普惠信貸業務時，因忽略風險可控和業務可持續原則而導致過度授信，幫助其強化普惠信貸管理。本文對提升審計質量和監管能力具有一定的理論價值，同時為提升金融市場透明度和穩定性提供了實踐指導。

二、文獻綜述與研究假設

（一）信貸資產質量與審計定價

現有文獻在研究銀行信貸資產質量時，普遍選取不良貸款率作為代理變量進行分析。呂勁松等（2016）認為，在眾多衡量信貸資產質量的指標中，不良貸款率最具代表性。不良貸款率越高，則意味著銀行信貸資產質量越低。關于信貸資產質量與審計定價之間的關系探討，現有研究主要存在兩種觀點。一種觀點認為，信貸資產質量與審計定價之間具有明顯的相關性（Fields，2004;秦亞，2015；陳靈子，2011）。高雷和張杰（2010）在偏最小二乘法基礎上加入了廣義最小二乘法，有效降低了變量之間的嚴重共線性，認為當銀行不良貸款率較高時，審計定價也會上升。另一種觀點認為，不良貸款率與審計定價的關系并不顯著（吳越，2009）。劉繼紅和周仁俊（2007）采用偏最小二乘回歸法，對2001—2006年上市銀行的數據進行分析，發現為了滿足監管要求，商業銀行投人了較高成本來控制不良貸款水平。這使得審計機構無需為此安排過多的審計工作，因此對審計定價的影響并不顯著。

《中國注冊會計師審計準則》明確指出，審計機構在審計商業銀行財務報表時，需要考慮信貸資產質量所帶來的重大錯報風險，并將其歸為高風險領域。因此，當商業銀行信貸資產質量較低時，審計機構需要執行更嚴格的審計程序，對銀行的不良貸款進行深人的調查核實與專業的評估判斷，從而加大審計的風險評估難度和工作量，這些額外的審計成本將反映在審計定價上。此外，當銀行面臨不良貸款率高企和信貸資產質量惡化時，即使審計機構在當下正確出具了標準無保留意見，銀行面臨資不抵債或重大流動性危機的風險仍然較高。所以，當事后銀行暴雷或破產時，銀行股東或債權人可能以“審計失責”為起訴理由，要求審計機構承擔部分利益損失。在這種情況下，審計機構為降低自己遭受訴訟的可能性，也會考慮提高審計定價。由此可見，商業銀行信貸資產質量較低會推高審計定價。基于以上分析，本文提出如下假設：

H1：商業銀行信貸資產質量對審計定價存在負向影響。

（二）普惠金融的影響機制分析

目前，探究普惠金融在信貸資產質量與審計定價關系中作用的研究較少，多集中于商業銀行發展普惠金融的審計路徑和審計策略研究，認為普惠金融拓寬了銀行的客戶群體和業務范圍，增加了審計的復雜性和難度。蔡宛蓉（2024）指出，銀行業普惠對象客觀上存在分布范圍廣、人數眾多和分類復雜等特性，明顯增加審計工作的復雜程度。同時，在金融科技賦能普惠金融業務數字化轉型的趨勢下，審計機構需要探索適應數字化業務環境的新型審計方法，進而增大審計難度。穆嬋（2024）從業務數據的角度出發，認為普惠金融存在數據來源多元化和碎片化、數據規模宏大且結構復雜，以及數據分析門檻高且專業性強等問題，這對審計機構在智能審計工具創新和復合型人才儲備等方面提出了更高要求。部分學者研究了普惠金融對銀行信貸風險的影響，如王湘湘（2020）、郭曄和馬玥（2022）認為普惠小微貸款規模的擴大會使銀行面臨更高的信貸風險。

然而，商業銀行發放普惠小微貸款并不等同于降低信貸資產質量，普惠金融的發展對商業銀行信貸資產質量與審計定價的關系具有復雜的調節作用。一方面，商業銀行發展普惠金融業務時，往往需要更完善的機制建設并面臨更嚴格的合規審查，例如設定不良容忍度、定期披露普惠業務相關信息等。審計機構可利用監管數據進行合規檢查，從而降低審計成本。另一方面，普惠金融相關政策也不斷推動商業銀行強化貸后資金管理，如郵儲銀行通過集約化方式進行普惠貸后集中管理，農業銀行和興業銀行建立預警系統以監督普惠貸后資金用途等，這些措施優化了銀行內部控制，提升了審計機構對其內控有效性的信任度，進而可能減少實質性測試覆蓋面，降低審計定價。2025年6月，國家金融監督管理總局、中國人民銀行聯合發布了《銀行業保險業普惠金融高質量發展實施方案》，要求銀行在構建可持續普惠金融體系過程中承擔更大責任。因此，本文合理推測，商業銀行發展普惠金融會抑制由信貸資產質量降低引起的審計定價的漲幅。基于以上分析，本文提出如下假設：

H2：普惠金融對商業銀行信貸資產質量與審計定價的關系具有調節作用，可能緩解信貸資產質量下降對審計定價的負向影響。

三、研究設計

（一）研究變量

1.被解釋變量：審計定價（Aud）

目前，審計定價的測量方式主要有兩種：一是以審計定價的自然對數為代理變量（安世強和張金昌，2024），二是以審計定價率為代理變量（李補喜和王平心，2005）。考慮到第一種測量方式更為普遍，本文選取商業銀行審計定價的自然對數作為審計定價的代理變量。

2.核心解釋變量：不良貸款率（NPL）

衡量商業銀行信貸資產質量的替代變量包括不良貸款率、撥備覆蓋率和貸款損失準備金等。其中不良貸款率是銀行公開披露的指標之一，能直接體現銀行信貸風險高低，反映信貸資產質量，故本文參考以往研究（林暢杰，2018；劉繼紅和周仁俊，2007；曹東坡和賴小鵬，2019），選取不良貸款率作為商業銀行信貸資產質量的代理變量。同時，撥備覆蓋率反映了銀行用于覆蓋不良貸款的準備金充足程度，較高的撥備覆蓋率可以增強銀行對信貸風險的防范能力，提高信貸資產質量。因此本文使用撥備覆蓋率（PCR）作為穩健性檢驗中解釋變量的替代變量。

3.調節變量：普惠小微貸款規模（MCL）

作為衡量商業銀行普惠金融發展水平的重要指標，普惠小微貸款規模直接反映了商業銀行對小微企業的普惠支持力度，故本文選取普惠小微貸款規模作為普惠金融發展的代理變量。

4.控制變量

為防止遺漏變量對審計定價的影響，本文參考蔡吉甫（2007）、陳正玉等（2023）和李祁（2023）的做法，選取以下控制變量：資本充足率（CAR）成本收入比（CIR）資產收益率（ROA）、存貸比（LDR）和資產負債率（LEV）。各變量定

表1變量定義及說明

義及說明如表1所示。

（二）模型構建

1.樣本選擇與數據來源

本文采用2014—2023年6家國有銀行、8家股份制銀行和7家城商行的面板數據進行實證分析。數據來源方面，普惠小微貸款規模取自上市銀行年報和社會責任報告，其余變量均取自國泰安數據庫、WIND數據庫和中國注冊會計師協會披露的年度審計報告明細表。為確保樣本數據的有效性，本文剔除審計定價或普惠小微貸款規模缺失樣本，并進行 5% 的縮尾處理。另外，為減少極端值對回歸模型的影響，對絕對值較大的審計定價和普惠小微貸款規模進行了取自然對數處理。

2.基準回歸模型

為了研究信貸資產質量與審計定價的關系，本文參考Simunic（1980）、王強（2018）的做法，構建模型如下：

其中， Aud_it 表示 i 銀行第 t 年審計定價的自然對數， NPL_it 為 i 銀行第 t 年的不良貸款率。 β₀ 為截距項， ε_it 為隨機誤差項， δ_t 為控制時間因素的固定效應。值得注意的是，由于不良貸款率為負向指標，若 β₁ 為正，則說明不良貸款率對審計定價有正向作用，即商業銀行信貸資產質量越低，審計定價越高，假設H1成立。

3.調節效應模型

為研究普惠金融在信貸資產質量與審計定價中起到的作用機制，本文在模型（1）的基礎上引入普惠金融及其與信貸資產質量的交互項，構建模型（2）：

其中， β₃ 為信貸資產質量與普惠金融交互項的回歸系數。若 β₃ 與 β₁ 符號相反，則說明普惠金融會緩解信貸資產質量對審計定價的負向影響，假設H2成立。

四、實證結果與分析

（一）描述性統計

主要變量的描述性統計結果見表2。可以看出，審計定價的最大值與最小值相差較大，表明不同商業銀行的審計定價存在較大差異。不良貸款率的波動范圍在0.78—1.81之間，基本維持在當期全國商業銀行不良貸款率水平附近或更低水平。這表明，樣本商業銀行的信貸資產質量總體較為優良，所面臨的信用風險處于可控狀態。

（二）多重共線性檢驗

變量之間的高度相關性會影響模型參數估計的準確性，為此，本文通過計算方差膨脹因子來判斷各變量之間是否存在共線性。由表3可以看出，各變量的VIF均小于10，且VIF平均值為3.04，因此可以得出本文所建立的模型不存在嚴重共線性問題。

表2主要變量的描述性統計結果

表3變量的方差膨脹因子

（三）基準回歸分析

本文采用Stata18.0進行回歸分析。由于F檢驗和Hausman檢驗后的p值均為0，選擇時間固定效應模型進行回歸。由表4中的結果可知，模型（1）的擬合度為0.646，擬合度較好。核心解釋變量不良貸款率的系數為0.840，在 5% 的水平下顯著，即不良貸款率每增加1個單位，審計定價增加0.840個單位，因此可以得出銀行信貸資產質量的降低會抬高審計定價，假設H1成立。從風險溢價角度分析，信貸資產質量降低會使銀行面臨更大的信貸違約風險，進而提高財務和經營風險，導致審計機構承擔的審計風險和成本增加，最終推動審計定價上升。從信息不對稱角度分析，信貸資產質量下降往往伴隨著商業銀行內部信息不透明等問題，降低審計機構對銀行內部控制的信任度，進而可能采取更嚴格的審計程序進行測試，并通過提高審計定價來對沖信息不對稱帶來的潛在損失。

表4基準回歸結果

注： 分別表示在 10% ！ 5% 、 1% 的水平下顯著，括號內為穩健標準誤。

（四）調節效應檢驗

普惠金融的調節效應檢驗結果見表5。其中列（1）為納入交互項后不控制時間因素的回歸結果，列（2）為納入交互項后加入時間控制因素的回歸結果。結果顯示，無論是否控制時間因素，不良貸款率的回歸系數均顯著為正，交互項的系數均在 5% 的水平下顯著為負。表明普惠金融顯著抑制了信貸資產質量降低引起審計定價上漲的幅度，假設H2成立。

表5調節效應檢驗結果

續表5

注：*、* **分別表示在 10% ！ 5% 1% 的水平下顯著，括號內為穩健標準誤。

普惠金融的發展顯著抑制了信貸資產質量對審計定價的影響，在科技賦能和政策支持下，這種抑制作用愈發明顯。在金融科技層面，銀行通過接人與稅務、社保和支付有關的多元實時數據，構建數字孿生賬戶和動態信用評級體系，能夠有效改變普惠服務對象缺乏傳統抵押物的困境，破解銀行的逆向選擇問題，降低審計定價的風險溢價。同時，大數據和人工智能技術的應用，使得銀行能夠對普惠對象進行深度畫像和精準風險識別，設計風險適配的普惠信貸產品，穩定并優化銀行信貸資產質量，有效控制審計定價漲幅。在政策層面，各項政策的推動使得征信體系日益完善，銀行和審計機構獲取的信息更加精細、準確。由此，審計機構可以減少重復性的審計程序，提高審計效率，降低審計定價。例如，2024年4月，國務院發布的《統籌融資信用服務平臺建設提升中小微企業融資便利水平實施方案》（國辦發[2024］15號）要求夯實中小微企業的信用信息基礎，為銀行等金融機構提供專業的征信服務。這一舉措有利于提高商業銀行對企業信用信息的共享程度，進而降低審計機構的復核與控制測試成本，最終實現審計定價的降低。

（五）穩健性檢驗

為進一步檢驗實證研究的可靠性，本文采取

替換核心解釋變量衡量指標和增加控制變量兩種方式進行穩健性檢驗

1.替換核心解釋變量衡量指標

本文參考魏萌萌（2024）的做法，用撥備覆蓋率替換不良貸款率進行穩健性檢驗，撥備覆蓋率越高表明銀行信貸資產質量越好。根據表6列（1）的回歸結果可以得出，撥備覆蓋率的回歸系數為負，且在 1% 的統計水平下顯著，說明信貸資產質量對審計定價有負向影響，進一步驗證了假設H1。根據表6列（3）的調節效應結果可知，普惠小微貸款規模與撥備覆蓋率的交互項在 10% 的水平下顯著為正，表明普惠金融負向調節了撥備覆蓋率對審計定價的影響，普惠金融的調節效

表6穩健性檢驗：替換核心解釋變量

注：*、* *分別表示在 10% 、 5% 、 1% 的水平下顯著，括號內為穩健標準誤。

應得到驗證。

2.增加控制變量

為排除銀行資本結構對實證結果的干擾，本文在原有模型中增加了杠桿率（LR）作為控制變量，以驗證基準回歸與調節效應結果的可靠性。增加控制變量后的回歸結果見表7，主回歸與調節效應檢驗結果與前文一致，證明原結論穩健。

五、研究結論與對策

本文利用2014—2023年共21家商業銀行的面板數據，采用固定效應模型實證檢驗信貸資產質量對審計定價的影響，并就普惠金融在其中的影響機制進行了研究。研究結果表明，信貸資產質量下降會導致審計定價提升。調節機制分析發現，普惠金融對商業銀行信貸資產質量與審計定價的關系具有調節作用，能夠緩解信貸資產質量下降對審計定價的負向影響。基于以上分析，本文從政府、行業和銀行層面提出如下建議：

表7穩健性檢驗：增加控制變量

注：*、**、***分別表示在 10% 、 5% ！ 1% 的水平下顯著，括號內為穩健標準誤。

在政府層面，監管部門應當完善審計定價相關規范與指引。首先，為規范審計定價并提升審計質量，監管部門應明確審計定價框架，尤其在普惠金融業務處理上，要考慮服務對象和業務風險特征等關鍵因素，并將其納人審計定價模式，同時劃定合理的定價區間與波動范圍，以約束不正當競爭行為。其次，在制定普惠金融相關政策時，應根據各商業銀行的風險管理能力、客戶結構和商業可持續性的不同，制定差異化的普惠信貸政策和監管指標體系。強化對普惠金融審計的監督力度，推行績效審計，重點關注普惠信貸資產質量的遷徙情況和貸款收益率，保障普惠金融業務的可持續性和審計質量。最后，政策制定者可根據審計定價波動情況評估審計行業整體形勢，動態調整監管政策。由于較高的監管壓力可能會導致審計定價提高，監管機構可以根據審計市場和銀行業的真實反饋來調整監管政策，使審計定價在合理范圍波動，避免審計質量下滑。

在行業層面，金融機構與審計機構應當就普惠金融相關業務環節加強溝通和交流，明確和完善普惠業務審計流程，并借助金融科技來提升普惠金融審計質量。首先，針對普惠金融業務發展趨勢和審計要點，組織面向審計人員和銀行等金融機構人員的專業培訓課程，搭建行業交流平臺，加強審計機構之間、審計機構與銀行業金融機構之間就普惠金融審計的溝通與合作。其次，在金融科技賦能普惠金融高質量發展的背景下，科技與金融互促共進的趨勢逐漸顯現，審計機構應當積極借助大數據分析、人工智能和區塊鏈等技術來提升審計效能，并關注普惠金融的特殊性，將審計目標擴展到業務質量和社會效益，推動普惠金融長效發展。此外，針對不同類型金融機構的普惠金融審計，審計機構要從普惠金融服務的適配性與可持續性角度出發，提高審計質量。例如，在小額貸款公司通過發放小額信貸等方式踐行普惠金融戰略時，審計機構要關注資產分類的管理與監督效果，審查普惠信貸業務不同崗位、不同貸款產品的盡職免責制度。在保險機構對普惠型商業健康險進行承保時，審計機構應當開展普惠保險管理機制審計，復核普惠保險費率和理賠流程，進而提高審計質量。

在銀行層面，商業銀行應當優化內部控制，制定與普惠金融業務相匹配的內控流程與機制。商業銀行發展普惠金融、構建數字普惠金融服務平臺時，要重視建立數字化風控機制，通過對客戶進行多維度考察和分析，優化普惠信貸風險預警指標，提升信用風險與合規風險管理能力，進而提高信貸資產質量和審計質量。同時，商業銀行應積極與政務平臺建立數據共享機制，打破“數據孤島”，推動普惠金融高質量發展和審計質量提升。

注釋：

① 6家國有銀行為：中國工商銀行、中國農業銀行、中國銀行、中國建設銀行、交通銀行、中國郵政儲蓄銀行。8家股份制銀行為：招商銀行、中信銀行、興業銀行、平安銀行、浦發銀行、華夏銀行、民生銀行、光大銀行。7家城商行為：江蘇銀行、北京銀行、上海銀行、南京銀行、貴陽銀行、寧波銀行、杭州銀行。

cy，2004，23（01）：53-77.

[5]秦亞.在風險導向審計下審計收費影響因素研究——基于上市商業銀行2010—2012樣本數據分析[J].綠色財會，2015（03）：21-25.

[6]陳靈子.上市銀行審計收費影響因素的研究[J].紡織高校基礎科學學報，2011，24（03）：458-464.

[7]高雷，張杰.產權性質、不良貸款率與審計費用——來自上市商業銀行的經驗證據[J].審計研究，2010（02）：77-82.

[8]吳越.中國上市商業銀行審計收費問題的研究[J].經濟論壇，2009（19）：94-98.

[9]劉繼紅，周仁俊.中國上市商業銀行監管風險與審計定價[J].審計研究 ，2007（05）：56-62+55 業

[10]蔡宛蓉.商業銀行普惠金融政策落實跟蹤審計路徑探析[J].中國集體經濟，2024（32）：101-104.

[11]穆嬋.小微企業普惠金融政策跟蹤審計探究[J].中國管理信息化，2024，27（12）：34-36.

[12]王湘湘.普惠金融背景下小微企業貸款風險管理研究[J].全國流通經濟，2020（34）：151-153.

[13]郭曄，馬玥.宏觀審慎評估體系下的普惠金融與銀行風險承擔[J].國際金融研究，2022（06）：55-63.

[14]安世強，張金昌.企業資源配置戰略對審計費用的影響效應研究[J].審計與經濟研究，2024，39（03）：44-53.

[15]李補喜，王平心.上市公司審計費用率能作為審計定價嗎？——審計費用與審計費用率的比較研究[J].數理統計與管理，2005（04）：23-30.

[16]林暢杰.信貸資產質量與審計費用[D].廈門：廈門大學，2018.

[17]曹東坡，賴小鵬.產業結構升級對銀行風險承擔的影響[J].南方金融，2019（06）：39-47.

[18]蔡吉甫.公司治理、審計風險與審計費用關系研究[J].審計研究，2007（03）：65-71.

[19]陳正玉，曹源芳，王美琦.審計質量對商業銀行風險承擔的影響研究[J].現代金融，2023（03）：39-44.

[20]李祁.ESG責任、金融創新與商業銀行資產質量[D].蘭州：蘭州財經大學，2023.

[21] SIMUNIC D .The pricing of audit services： Theoryand evidence[Jl.Journal ofAccounting Research.

參考文獻：

[1]鄭思濤.審計質量影響因素研究：述評與展望[J].科技經濟市場，2023（09）：94-96.

[2]林潤雨，王夢凱，李英.發行人會為高質量審計服務買單嗎？—基于審計師IPO項目經驗的視角[J].審計研究，2024（03）：50-62.

[3]呂勁松，王志成，隋學深，等.基于數據挖掘的商業銀行對公信貸資產質量審計研究[J].金融研究，2016（07）：150-159.

[4]FIELDSPL，FRASERRD，WILKINSSM.Anin-vestigationofthepricingofauditservicesforfinancialinstitutions[J]. Journal ofAccountingand Public Poli-

1980，18：161-190.[22]王強.公司治理結構、外部治理環境與審計定價[D].南京：南京理工大學，2018.

[23]魏萌萌.金融科技對商業銀行信貸資產質量的影響研究[D].昆明：云南財經大學，2024.

（責任編輯：張艷妮）

Credit Asset Quality， Inclusive Finance， and Audit Pricing

XIE Siyuan， CAO Yuanfang（NanjingAudit University）

Abstract： Commercial banks，as the backbone in promoting the sustainability and high-quality development of inclusive finance，must pay attention to the risk management of inclusive credit while promoting inclusive finance.Therefore，to avoid the rise in default rates of inclusive finance loans，it is necessary for auditingand regulatory authorities to improve the audit quality of credit risk management in commercial banks.This paper takes the panel data of6 state-owned banks，8 joint-stock banks，and7city commercial banks from 2014 to 2023 as the sample，and analyzes the relationship between credit asset quality and audit pricing，as welas the moderating roleof inclusive finance，through a fixed effcts model. Research has found that the quality of credit assets has a significant negative impact on audit pricing，meaning that lower credit asset quality in commercial banks leads to higher audit pricing.Further analysis reveals that inclusive finance plays an important moderating roleinthis relationship，negatively moderating the effect ofcredit asset quality onaudit pricing.Finally， this paper proposes some suggestions on how to improve the audit quality offinancial institutions from the perspectives of policy regulation， industry， and banking.

Keywords： Inclusive finance; Audit pricing; Credit asset quality; Moderating effect