●赵 芳 许立志 罗瑞宁

一、引言

财务报表是公司外部投资者了解公司经营成果和财务状况的重要信息来源，传统审计报告的格式统一，对外部财务报表使用者而言， 审计报告最主要的作用就是表明公司财务报表是否合法合规， 传统审计报告的内容相似使得外部财务报表使用者难以从审计报告中提取关于被审单位的额外信息， 帮助外部投资者进行投资项目的对比与决策。《中国注册会计师审计准则第1504 号——在审计报告中沟通关键审计事项》 准则要求审计报告披露关键审计事项及相应审计程序，有助于增加不同公司审计报告间的信息差异性，以提高审计报告的信息含量。根据现有研究， 股价崩盘风险产生的原因是公司内外部信息不对称， 关键审计事项披露是否会因为带来增量信息从而影响股价崩盘风险， 学者们没有统一的结论。基于此，本文以准则实施先后4 年为研究区间， 选取2012—2019 年A 股上市公司为研究样本，将关键审计事项披露作为外生事件，实证研究其对股价崩盘风险的影响，并进一步研究在不同信息透明度下二者关系的差异。

二、理论分析与研究假设

股价崩盘是指上市公司股票在证券市场出现大量抛售卖单， 导致股票价格下跌， 其直接诱因是公司对坏消息的隐藏， 当坏消息囤积到无法承受的阈值后，消息集中释放，造成股价崩盘。目前，对股价崩盘风险的影响研究按影响因素可分为两类， 分别为公司内部影响因素和外部影响因素。

公司内部影响因素集中在公司治理、 公司信息披露和委托代理问题三个角度。在公司治理方面，公司股权集中度提升有助于股东行使监督职责，降低管理层“掏空”行为的概率，抑制股价崩盘风险。 公司内部信息披露的数量与质量的提升， 有助于减缓公司内外部信息不对称， 对稳定股价有正向效果， 特别是披露关于公司盈余质量、稳健性方面的信息，对抑制股价崩盘风险作用显著。 虽然提升公司信息的数量与质量有利于股价稳定， 但管理层对披露公司信息的选择掌握决定权，不排除管理层为个人私利、为塑造公司良好形象，故意释放特定信息，转移外部关注焦点， 加剧公司内外部信息差，提升股价崩盘风险。

公司外部的影响主要有外部审计、外部投资者以及政策变化等因素。股价崩盘风险的本质是公司内外部信息不对称造成的风险， 外部审计在审计财务报表过程中， 有利于发现内部存在的问题并对公司提出建议， 有效减少公司产生负面消息的概率， 从源头缓解信息不对称。 外部投资者方面，公司负面消息集中披露使外部投资者对公司丧失信心， 做出盲目跟从他人的非理性投资行为， 造成短时间内大量资金同方向进退，增大股价波动幅度，股市恐慌情绪加剧，产生新一轮非理性投资行为，形成羊群效应，提升股价崩盘风险。

关键审计事项披露的目的是揭示公司可能存在的风险、 增加审计报告的信息含量以及缓解公司与投资者间的信息不对称。

关键审计事项是审计师在审计过程中依据自身职业水平选取的事项，直接释放公司内部风险信息，是财务报表使用者新增的获取公司内部信息的渠道，有助于提升会计信息可比性，抑制公司的盈余管理行为。 审计报告作为第三方材料，关键审计事项可以有效加深外部投资者对公司及管理层的了解，减少投资者获取公司内部信息的成本。 同时，审计师承担了更多的外部监督者责任，面对提升的审计责任、法律诉讼风险， 审计师倾向于执行更严苛的审计程序，增加与公司管理层、治理层的沟通，提供信息含量高的审计报告和披露个性化的关键审计事项。 审计师增加与治理层的沟通有利于治理层发挥监督作用，减少管理层粉饰财务信息的机会，抑制公司应计盈余管理活动，提升公司会计稳健性，降低公司囤积负面消息的概率。

但是，严格的审计程序导致审计费用上涨，当关键审计事项披露对市场、 股价或公司形象可能产生不利影响时，审计师为增强其业务竞争力，在目前关键审计事项缺少相关监管机构或第三方提供甄别、背书服务的情况下， 审计师可以利用准则的模糊性证明被审单位偏好的合理性来提升其竞争力。 而且，管理层出于个人私利考虑， 为极力维持财务报表表现的经营成果，倾向于对审计师隐瞒重要信息或“购买”审计意见，导致负面信息囤积。

关键审计事项有利于外部投资者了解公司内部经营状况，减少外部投资者对相关信息的解读偏差，更准确地衡量投资风险与收益， 从而缩小股价波动幅度，缓解股价崩盘风险。

但是， 部分审计师为减少关键审计事项导致审计费用提升等问题对承接业务的影响， 无视审计职业道德要求，出现与管理层串通舞弊、“售卖”审计意见等情况，经过“润色”或“包装”后的关键审计事项无法有效增加投资者可获取的被审单位信息，加剧公司内外部信息不对称程度，提升股价崩盘风险。 综上所述，我们可知关键审计事项披露对股价崩盘风险的影响并非是确定且唯一，由此提出以下对立假设：

H1a:关键审计事项披露会降低股价崩盘风险。

H1b:关键审计事项披露会增加股价崩盘风险。

三、研究设计

（一）样本选择与数据来源

本文以准则实施前后4 年为研究区间， 选取2012—2019 年A 股上市公司为初始样本， 并对初始样本进行如下处理：剔除金融类上市公司；剔除ST、*ST 上市公司；删除存在缺失值的样本；对所有连续变量进行上下1%的Winsorize 缩尾处理。 最终得到7683 个有效研究样本。

股价崩盘风险衡量指标及控制变量指标来自CAMAR 数据库，关键审计事项数据由作者从CNRDS数据库下载和从巨潮资讯网搜集整理所得。 数据处理与分析采用Stata 15 软件。

（二）变量定义

1、股价崩盘风险。 股价崩盘风险作为被解释变量，本文借鉴吴晓晖等（2019）的处理方法，采用负收益偏态系数(NCSKEW)和公司股票收益率上下波动比率 (DUVOL)对公司股价崩盘风险进行衡量。

2、关键审计事项披露与准则实施时点的交乘项

（Treat×Post）。 该变量的系数是本文实证重点考虑的政策效应系数。 关键审计事项披露（Treat）为虚拟变量，公司为A+H 公司则取1，否则取0。准则实施时点（Post）为年份虚拟变量，关键审计事项准则开始实施年份取1，之前年份取0。

3、控制变量。 本文从公司财务状况、治理结构等方面选取以下控制变量：公司规模（Size）、财务杠杆（Lev）、营业收入增长率（Growth）、每股收益（EPS）、账面市值比（BM）、第一大股东持股比率（Top1）。

4、其他变量。 本文将进一步研究关键审计事项对股价崩盘的影响在不同信息透明度下的差异，设置其他变量为信息透明度（AbsAcc），信息透明度以分年度、 分行业计算的修正Jones 模型残差的绝对值的相反数的中位数为界限，信息透明度数值大于中位数的样本划分为高信息透明度组， 反之则为低信息透明度组。

表1 变量定义

（三）模型构建

本文以关键审计事项准则试点的A+H 股上市公司为实验组、其余A 股上市公司为对照组，进行双重差分法检验。 为保证本文实证样本的可比性，增强实证结果的准确性，本文采用倾向得分匹配法（PSM）执行1:3 且最大距离为0.05 的近邻匹配得到与对照组类似的样本，用以消除样本的选择偏差问题，从而在较大程度上保证研究结果的真实性与准确性。 基于此，本文构建模型（1）和模型（2）对研究假设进行检验：

模型研究关键审计事项准则实施对股价崩盘风险产生的影响，控制了公司财务状况变量、公司治理变量及其他可能影响股价崩盘风险的相关变量，考虑到关键审计事项披露对股价产生影响存在滞后性，模型中股价崩盘风险的衡量指标取值滞后一期。

四、实证分析

（一）描述性统计

表2 列出了2012—2019 年7683 个研究样本研究变量的描述性统计结果， 由此可以对样本有整体性了解， 从而更好地分析变量关系。 从主要变量描述统计结果表呈现的数据来看， 样本的股价崩盘风险程度差异较大。 股价崩盘风险衡量指标的均值分别为-0.445 和-0.314，中位数分别为-0.387 和-0.311， 最 小 值分 别 为-2.648 和-1.49，最大值分别为1.771和0.98。 两个衡量指标的均值与中位数相差不明显，说明样本数据分布较为均匀，但是最大最小值以及标准差表明样本数据崩盘表现差距较大。Growth 的均值与中位数分别为0.347 和0.134，说明大多数上市公司的成长性低于均值，最大和最小值相差较大，说明样本之间存在较大的差异。 Lev 和 Size 的均值为 0.441、22.748，中位数为0.439、22.576， 两者均值与中位数分别相差不大， 说明上市公司的负债比率和规模符合正态分布。Top1 平均数和中位数分别为35.857 和34.57，可见上市公司第一大股东持股较为集中。

表2 描述性统计结果

（二）相关性分析

对变量进行相关性分析， 表3 结果显示： Treat×Post 的相关系数分别为0.040 和0.044，均在1%的水平上显著， 即关键审计事项披露可能会引起股价崩盘风险的增加。 绝大多数变量间的相关系数小于0.6，且在1%的水平上显著。 计算控制变量的方差膨胀因子后发现：均值为1.67，最大值为2.18，故本文变量间不存在严重的多重共线性。

表3 相关性分析

（三）回归分析

表4 展示了实验组与对照组匹配前后各特征变量的平衡性检验结果， 匹配后两组绝大多数变量的标准偏差值小于10%，与匹配前相比，大多数变量的标准偏差大幅缩小， 表明匹配后筛选出了较为理想的数据样本，有助于后文研究政策产生的影响。

表4 匹配前后平衡性检验结果

本文应用双重差分法（DID）和双重差分倾向得分匹配法（PSM+DID），分别对模型（1）、模型（2）进行回归分析，列（1）、列（2）采用 DID，列（3）、列（4）采用PSM+DID。根据Hausman 检验，本文实证模型采用固定效应模型，并控制行业和年份，结果如表5。

表5 关键审计事项披露与股价崩盘风险回归结果

第（1）至（4）列 Treat×Post 的系数分别为 0.3741、0.2604、0.1834、0.127， 且 DID、PSM+DID 两种方法下回归显示的系数分别在1%和5%水平上显著， 该结果表明关键审计事项披露与股价崩盘风险均呈正相关关系，说明关键审计事项准则实施后，上市公司股价崩盘风险提升， 即关键审计事项披露会提升股价崩盘风险，假设H1b 得到验证。

五、稳健性检验

（一）反向双重差分法检验

关键审计事项披露政策于2016 年率先在A+H股上市公司中实施，为证明实证结果的稳健性，采取反向双重差分法并进行倾向得分匹配进行验证，在样本时间上予以倒置，将2016 年以前未实行关键审计事项披露的公司视为实验组， 而披露关键审计事项的公司作为对照组，回归结果如表6 中（1）所示，变形后的双重差分处理的交乘项系数分别在1%和5%水平上显著， 表明处理方法的改变并未改变政策对于股价崩盘的影响。

（二）扩大匹配后有效样本量，按照1：5 比例执行PSM 匹配对照组

为保证实证结果的稳定，本研究以1:5 且最大距离为0.05 的近邻匹配对实证样本重新进行匹配，匹配后的实证结果如表6 中（2）所示，政策仍显著正向影响股价崩盘风险。

表6 稳健性检验结果

六、进一步研究

经过前文分析， 本研究得到关键审计事项披露增加股价崩盘风险的结论， 为进一步验证关键审计事项披露对上市公司的影响， 研究关键审计事项对股价崩盘的影响在不同信息透明度下的差异， 考察关键审计事项是否对低信息透明度特征的样本影响更为灵敏， 以样本的信息透明度中位数为界划分高信息透明组与低信息透明组， 信息透明度数值大于等于中位数的样本划分为高信息透明度组， 反之则为低信息透明度组。

不同信息透明度下关键审计事项披露对股价崩盘影响的结果见表 7。 表 7 中列（1）、（3）为高信息透明度组的回归结果， 交乘项系数分别为0.0705 和0.0707，均不显著；列（2）、（4）为低信息透明度组的回归结果，交乘项系数分别为0.3843 和0.2341，分别在1%和5%水平显著。关键审计事项在低信息透明度组中对股价崩盘影响更明显， 对高信息透明度样本影响不显著， 表明关键审计事项披露对具有低信息透明度特征的样本的股价崩盘影响作用更大。

表7 进一步研究实证结果

七、研究结论

本文以2012—2019 年沪深两市A 股上市公司为研究样本，采用DID 和PSM+DID 两种方法，实证研究关键审计事项披露对上市公司股价崩盘风险的影响，研究发现关键审计事项披露显著提升股价崩盘风险，进一步研究发现，关键审计事项披露仅对具有低信息透明度的上市公司股价崩盘产生影响。 本文研究准则实施前后股价崩盘风险的变化，丰富了关键审计事项与股价崩盘风险二者关系的相关研究。

虽然本文利用关键审计事项披露作为外生事件， 使用DID 和PSM 研究事件发生对股价崩盘的影响，有效估计政策效应，避免内生性问题，但是本文仅研究政策是否对股价崩盘风险产生影响，进一步研究发现关键审计事项披露主要对具有低信息透明度特征的上市公司股价有影响， 并没有深入研究关键审计事项披露对股价崩盘风险产生影响的机制，未来的研究可从该角度进一步拓展。