Page 72 - 201903

第 34 卷摇 第 3 期 刘摇 洁, 毕秀玲: 签字审计师搭档异质性特征与审计意见研究

摇 摇 表 1摇 媒体报道正面、负面性质关键词
类别 性质 关键词
正面 尽职、尽责、重廉洁、权责明晰、透明度高等
公司治理
负面 大换班、大换血、玩忽职守、铤而走险、滥用职权等

正面 利润真实、披露合法、报表透明、数字真实等
公司财务
负面 债务危机、现金吃紧、资金链断裂、会计造假等
正面 创新、需求旺盛、产能扩张、售罄、脱销等
公司经营
负面 积压、减产、事故、经营不善、项目流产等
正面 增持、逆势上涨、涨停、跑赢大盘、止跌回升等
市场表现
负面 减持、全线下挫、跑输大盘、跌势、跌停等
正面 守纪、守法、获得赔偿、胜诉、获法院支持等
法律诉讼
负面 违禁、侵权、判刑、供认、证监会处罚等

正面 无愧、强劲、喜人、进步、卓越等
一般情况
负面 出局、悲观、悲剧、不切实际、不理性等

质性、职业经验异质性和职位异质性中的一种或 考虑能够获取的性别、年龄、专业、学历、毕业院
几种展开。 由于上述特征是个体无法割裂的一部 校、职位和政治面貌七个特征(其定义如表 2 所
分,单独研究某一种特征的影响并不符合客观实 示)的异质性,并依据式(2)构建签字审计师搭档
际,但多种特征之间又存在较强的信息重叠( 如 异质性特征变量 Hch。
年龄、学历、职位),直接据其分析变量之间的关 Hch = 棕 Gen + 棕 Age + 棕 Maj + 棕 Edu +
1 2 3 4
系会导致多重共线性和较大噪音。 因此,本文借 7
棕 Sch + 棕 Par + 棕 CCP, 移 棕 = 1 (2)
鉴吴伟荣等 [29] 的做法,采用主成分分析法,综合 5 6 7 i = 1 i

表 2摇 签字审计师搭档异质性特征变量表
变量符号 变量名称 计算方法

Gen 性别异质性 两位签字审计师性别不同赋值为 1;否则为 0
Age 年龄异质性 两位签字审计师中一位年龄大于均值,另一位年龄小于均值,赋值为 1;否则为 0
Maj 专业异质性 两位签字审计师仅有一位专业为会计、审计或财务管理专业赋值为 1;否则为 0
Edu 学历异质性 两位签字审计师仅有一位学历为研究生赋值为 1;否则为 0

Sch 毕业院校异质性 两位签字审计师仅有一位毕业院校为 985、211 院校赋值为 1;否则为 0
Par 职级异质性 两位签字审计师仅有一位职级为合伙人赋值为 1;否则为 0
CCP 政治面貌异质性 两位签字审计师仅有一位政治面貌为党员赋值为 1;否则为 0

摇 摇 具体做法如下: 出的指标权重代入式(2),并计算得出签字审计
首先,对上述七个异质性特征做主成分分析, 师搭档异质性特征变量:
将各变量的主成分方差贡献率代入式(3),计算 m
移 茁 e
各变量的权重系数 棕 (其中,茁 为各异质性特征 ij j
i
ij
棕 = n j = 1 m (3)
i
在主成分中的系数得分,e 为各主成分的方差贡 移移 茁 e
j
献率),计算出的指标权重见表 3。 其次,将计算 i = 1 j = 1 ij j
· 6 7 ·