盈余管理/关联交易与审计师特征
DAit=TAit/Ait-1-NDAit（1）
其中，DAit为公司盈余管理幅度；TAit为公司当年包含线下项目的总应计利润，由TAit=NIit-CFOit计算得到，NIit为公司当年净利润，CFOit为公司当年经营活动现金流量净额；Ait-1为公司上年年末总资产；NDAit为经过上年年末总资产调整后的当年非操纵性应计利润，计算公式如下：
NDAit=α1+α2(ΔREVit/Ait-1)+α3(PPEit/Ait-1)（2）
其中，ΔREVit是公司当年主营业务收入和上年主营业务收入的差额；PPEIt是公司当年末固定资产原值；α1,α2,α3是行业特征参数，这些行业特征参数的估计值根据以下方程（3）求得。
GAit/Ait-1=α1+α2(ΔREVit/Ait-1)+α3(PPEit/Ait-1)+εi（3）
其中，α1,α2,α3是最小二乘法的估计值；GAit是公司线下项目前总应计利润，GAit=OIit-CFOit，OIit为公司当年营业利润，CFOit为公司当年经营活动现金流量净额；εi为残差项。
在对（2）式进行普通最小二乘法估计时，本文选取该行业内全部上市公司，估计过程每年每个行业独立进行一次。由于股票发行事件可能对估计结果产生影响，因此本文剔除了估计期间相关行业中配股、增发和首次公开发行上市的公司。
（二） 样本选择与数据来源
考虑到我国2005年开始股权分置改革，2006年大部分公司已经完成了这项改革，全流通可能对上市公司的市场表现产生重大影响，本文选择2002年—2004年的全体A股上市公司为基础研究样本。为了保证数据的可靠性和稳定性，本文剔除以下样本：金融类企业；当年首次公开发行上市的公司；净资产为负的公司；数据缺失的公司。在数据处理时，本文剔除了所用到的连续变量在1%和99%分位数之外的极端观测值，而上市公司关联交易数据则根据上市公司年报手工进行收集，上市公司年报来自中国证监会指定信息披露网站——巨潮资讯网。上市公司的财务数据、公司治理数据、审计师相关数据均来自国泰安信息技术有限公司开发的数据库，并与巨潮资讯网和万得资讯系统核对。
本文研究中需要计算样本公司的盈余管理幅度，为了保证每一年份、每一个行业组合有足够的样本可以进行回归分析，并使分类具有合理性，我们参照陈武朝、张泓的做法对行业进行了适当归并和调整［22］，最终将上市公司分为C4、C6、C7、C8、C9、G、H、J、M共9个行业。
（三） 研究模型和变量定义
模型1：检验盈余管理与关联交易之间关系的模型。
DAi=β0+β1RPTi*EMMi+β2ROEi+β3Sizei+β4Debti+β5Growthi+β6Big4i+β7Big10i+β8Tenurei+β9Industryi+β10Yeari+εi
其中，β0为截距，β1~β10为回归系数，εi为残差。模型中各变量的含义如下：
因变量DAi是经过上年末总资产调整后的公司当年的操纵性应计利润，代表公司盈余管理的程度。它可由（1）式计算得到。
RPTi*EMMi为交叉变量，用来衡量具有盈余管理行为的上市公司的关联交易情况。RPTi为关联交易规模。我国2002年修订的《公开发行证券的公司信息披露内容与格式准则第2号——年度报告的内容与格式》第45条规定，公司应披露报告期内发生的重大关联交易事项。由于上市公司规模大小不同，为了从横截面比较所有上市公司关联交易总规模大小，本文选择上市公司年度关联交易额与净资产值的比例来度量某一公司的关联交易规模。在我国，证券交易所根据上市公司的净资产收益率水平实行股票“特别处理”制度，上市公司利用净资产收益率进行盈余管理存在“0%现象”，当上市公司的净资产收益率介于［0，1%］区间时，即认为上市公司进行了盈余管理［23］。因此，当样本公司的净资产收益率处于［0，1%］区间时，取值为1，否则取值为0。
ROEi为公司年末净资产收益率，等于公司净利润除以年末净资产。Sizei为公司当年年末总资产的自然对数，Debti为公司年末负债总额与总资产的比值。Growthi为公司主营业务增长率，等于公司当年主营业务收入总额与上年相应数据的比值。引入这些变量是为了控制公司的规模、经营业绩等对公司盈余管理行为的影响。
Big4i是虚拟变量，用以控制会计师事务所声誉和规模对操纵性应计利润的影响。若上市公司聘请国际“四大”会计师事务所，则取值为1，否则为0。现有研究表明，国际“四大”会计师事务所可以提供高质量的监督［24］。Big10i也是虚拟变量，如果上市公司聘请的是国内“十大”会计师事务所，则取值为1，否则为0。“十大”是以会计师事务所审计客户的数目为衡量标准的。Tenurei为审计任期，它表示公司所聘任的会计师事务所为其提供审计服务的累计年份。具体来说，我们把首次公开发行股票的证券市场审计（即3年加一期的上市审计）作为审计任期的第1年，如果以后未发生会计师事务所变更，那么审计任期就按年累加。如果发生会计师事务所变更，变更当年就作为新任会计师事务所审计任期的第1年。如果发生会计师事务所合并，则合并前后的审计任期连续计算。
Industryi为行业虚拟变量的统称，用于控制上市公司所处行业因素对关联交易行为的影响，它以综合类上市公司为基准组进行分类。
Yeari为年度虚拟变量的统称，用于控制不同年度变量的影响。
模型2：分析上市公司关联交易与审计师选择之间关系的模型。
RPTi=β0+β1Big4i+β2Big10i+β3Firsti+β4Naturei+β5Boardi+β6ROEi+β7Sizei+β8Debti+β9Industryi+β10Yeari+εi
其中，β0为截距，β1~β10为回归系数，εi为残差。模型中各变量的含义如下：
Firsti为第一大股东的持股比例。在我国，由于缺乏有效的经理市场，管理者多由大股东委派，导致行政力量高于市场力量，容易使管理者的决策以大股东利益为导向［25］。众多研究表明关联交易往往成为大股东“掏空”上市公司的主要手段之一［2628］。受我国股权特性影响，我国的股权比例中控股情况较多，大股东往往对公司拥有绝对发言权，并且由于外部信息系统不透明，上司公司的盈余管理、利益“掏空”行为往往是大股东意志的结果，上市公司关联交易行为受到控股股东持股比例高低的影响。
Naturei用来衡量第一大股东的性质。我国大多数上市公司最初来自国有企业的改制，这样上市公司与原改制企业（大多成为控股大股东）之间存在天然的内部交易关系。在当时股权分置制度安排下，大小股东的根本利益分割，控股大股东存在“掏空”上市公司而侵害其他股东利益的动机［29］。
Boardi为公司董事会规模，用董事会总人数来衡量。根据Gordon（戈登）等人的研究，董事会规模越大的公司治理机制越弱，越容易产生侵占公司资源的关联交易行为［6］。
RPTi、ROEi、Sizei、Debti、Industryi、Yeari、Big4i、Big10i含义同上。
模型3：分析上市公司关联交易与审计收费之间关系的模型。
Lnfeei=β0+β1RPTi*EMMi+β2Big4i+β3Big10i+β4Tenurei+β5Changi+β6Sizei+β7SqSubsi+β8ROEi+β9Growthi+β10Industryi+β11Industryi+εi
其中，β0为截距，β1~β11为回归系数，εi为残差。模型中变量的含义如下：
LnFeei为因变量，以上市公司支付给会计师事务所的审计费用的自然对数进行衡量。Changi为审计师变更情况，如果公司当年变更了审计师，则取值为1，否则为0。SqSubsi为上市公司在会计期末拥有的、纳入合并范围的子公司数目的平方根。
RPTi*EMMi、Tenurei、Big4i、Big10i、ROEi、Sizei、Growthi Industryi、Yeari等变量含义同上。
四、 描述性统计与实证分析
表1有关变量的描述性统计
变量平均值标准差最小值最大值中位数DA-0.0150.117-1.2040.3870.003RPT0.2990.46404.030.167LnFee13.160.66811.51317.5613.039Big40.0710.257010Big100.3520.478010Tenure3.6921.93193Chang0.090.287010First0.3660.1510.0520.8210.344Nature0.6320.483011Board9.4121.974189Size21.441.04918.15725.7421.395SqSubs2.1921.65909.3812.236Debt0.5160.1790.0210.9810.541ROE0.0260.297-3.6320.6690.059Growth1.3612.72-0.04675.471.132（一） 描述性统计
表1给出了样本公司中各变量的描述性统计数据。从所选的样本统计结果看，DA的均值为-0.015，标准差为0.117，分布大致对称。国际“四大”会计师事务所在中国审计市场所占的份额为7.1%，国内“十大”会计师事务所所占的份额为35.2%。审计任期平均长度为3.692年，有9%的上市公司变更了会计师事务所。第一大股东的平均控股比例为36.6%，第一大股东为国有控股的占63.2%，公司董事会平均为9.4人。表2模型1变量的Pearson相关分析结果
RPT*EMMROESizeDebtGrowthBig4Big10TenureRPT*EMM1-0.009-0.0170.013-0.0090.014-0.017-0.029ROE10.144***-0.25***0.0440.074**0.018-0.042Size10.195-0.0270.407***0.0350.003Debt1-0.004-0.070.033-0.006Growth1-0.01**-0.0070.001Big410.0060.024Big1010.024Tenure1注：***、**、* 分别表示在1％、5％、10％水平上统计显著，下同。（二） 变量的Pear
son相关分析
表2报告了模型1变量的Pearson相关分析结果。从分析的结果看，模型1中自变量Size与Big4相关系数最大值为0.407，自变量之间不存在严重的共线性问题。限于篇幅，模型2和模型3的Pearson相关分析结果没有在此列出，它们也不存在严重的共线性问题。表3模型1的多元回归分析结果
自变量系数T值P值VIF值截距0.0360.4020.687RPT*EMM0.0471.750.08*1.011ROE-0.02-1.540.1231.141Size-0.004-0.910.3621.379Debt-0.01-0.360.7171.203Growth0.0040.2990.7651.047Big4-0.03-1.650.092**1.244Big10-0.0182.2510.025**1.012Tenure0.0094.4120.000***1.023Industry控制Year控制R square0.053AdjR20.037F值3.209***（三） 模型1的多元回归分析
表3是检验上市公司盈余管理与关联交易关系的多变量分析结果。从表3可以看出，上市公司盈余管理与RPT*EMM在10%水平上显著相关，表明盈余管理公司的关联交易量更高，关联交易是上市公司盈余管理的重要手段。此外，盈余管理还与Big4、Big10显著负相关，表明会计师事务所的品牌、规模有利于抑制上市公司盈余管理。盈余管理与审计任期显著正相关，说明审计任期过长不利于抑制上市公司盈余管理。
表4模型2的多元回归分析结果
自变量系数T值P值VIF值截距-0.533-1.5270.127Big4-0.11-1.7090.088*1.252Big10-0.055-1.7690.077*1.021First0.5465.190.000***1.161Nature-0.065-1.9710.049**1.163Board-0.002-0.2350.8141.114ROE0.0311.7960.073*1.531Size-0.055-0.6080.5431.225Debt-0.077-1.46710.1431.137Industry控制Year控制R square0.08AdjR20.064F值4.968***（四） 模型2的多元回归分析
表4是检验关联交易与审计师选择关系的多变量分析结果。从表4可以看出，上市公司关联交易与Big4、Big10在10％水平上显著负相关，表明关联交易的上市公司倾向于选择非国际“四大”会计师事务所和国内非“十大”会计师事务所。此外，上市公司关联交易还与第一大股东持股比例在1%水平上显著正相关，与第一大股东性质在5%水平上显著负相关。此外，关联交易还与ROE在10%水平上正相关。
（五） 模型3的多元回归分析
表5模型3的多元回归分析结果
自变量系数T值P值VIF值截距5.72317.3720.000***RPT*EMM0.1741.7890.073*1.01Big40.89814.1730.000***1.177Big100.1053.5450.000***1.037Tenure-0.01-1.1350.2561.024Chang0.0450.9110.36211.032Size0.0495.620.000***1.1SqSubs0.33621.8390.000***1.285ROE-0.15-3.2180.001***1.039Growth0.0020.3270.7431.05Industry控制Year控制R square0.574AdjR20.566F值71.238***表5检验了审计收费水平与关联交易关系的多变量回归分析结果。从表5可以看出，审计收费水平与RPT*EMM在10%水平上显著相关，表明因盈余管理进行关联交易的上市公司支付了更高水平的审计费用。此外，审计收费还与变量Big4、Big10、Size、SqSubs、ROE在1%水平上显著相关，这与以往研究结论基本一致。
（六） 稳健性分析
为检验结论对有关因素的敏感性，本文还进行了以下三种稳健性分析：第一，对样本公司的连续变量的异常值，不是采取剔除而是对样本的最大与最小1％观测值进行Winsorize处理。第二，对关联交易的衡量，除了前文采用上市公司年度关联交易额与净资产值的比例来度量，还改用关联交易额与公司总资产值的比值来衡量。第三，对关联交易的衡量采用关联交易金额的自然对数。这三种分析结果表明了研究的基本结论不变。限于篇幅，相关结果没有在此列出。