前言：想要寫出一篇引人入勝的文章？我們特意為您整理了情緒指標對金融企業審計風險研究范文，希望能給你帶來靈感和參考，敬請閱讀。

［提要］金融企業作為國民經濟重要的一部分，其審計風險對整體宏觀經濟的影響堪稱牽一發而動全身，因此審計師需要更迭獲取審計證據的方式，以便超前識別審計風險。研究發現：中小股民負面情緒越強烈，審計師的審計收費越高，且越傾向于發表非標準無保留審計意見。因此，本文在影響審計風險的傳統因素中加入情緒指標，并且加入行業競爭這一調節變量，探究其對審計風險識別的影響，希望對未來的審計提出可行的方向。

關鍵詞：金融審計風險；情緒指標；行業競爭

在中國金融業不斷走向國際化的今天，其數據信息容量也呈幾何式增長。審計作為一種非傳統金融第三方監督機構，介入金融風險防控行為，成為我國化解系統性金融風險的重要活動和途徑，但是現階段的審計還存在漏洞。首先，金融行業的審計不能很好利用政府公共資源。金融業的審計工作基本都是利用計算機開展的，但是地方政府數據并非透明公開，因此審計師無法收集到足夠的公共資源。其次，企業在錄入客戶基礎數據信息時，通常只是姓名、年齡等單一信息，導致在開展審計工作時忽略股民情緒這樣的非結構化數據。鑒于上述情況，本文將情緒指標這一非結構化數據引入審計風險識別模型，結合金融行業自身的經營活動和財產情況的特殊性來分析影響金融業審計風險的關鍵因素，并為識別金融審計風險提出一些具體建議。

一、文獻綜述

（一）審計風險。近年來，隨著大數據技術的不斷普及，會計師事務所的審計過程多少都隨之受到影響。一般來說，影響審計風險的主要因素來源于被審計單位本身的固有風險、內控部門存在的控制風險和會計師事務所的檢查風險三部分。Arens等人（2007）指出被審計單位的經營風險、岀具審計報告后被審計單位出現財務困難的可能性、被審計單位管理層道德水平會影響到審計風險。HFenwickhuss（2007）的研究指出，被審計企業自身的財務指標會對審計風險產生影響，企業自身的運營風險高的時候，迫于行業競爭的壓力，容易產生重大錯報風險，增加企業的審計風險。胡繼榮、張麒（2000）認為審計人員專業水平影響審計風險。此外，還有外部因素也會影響審計風險。張麗達、馮均科、陳軍梅（2016）的研究發現外部媒體的監督會影響審計風險，其主要通過企業聲譽以及政府的間接干涉等途徑影響審計師的檢查風險。

（二）大數據情緒指標。現有文獻發現，媒體監督有助于發現并揭示上市公司的會計問題，并且會促使審計師在審計意見決策、客戶保留決策等方面更為謹慎，使得會計師事務所及審計師的風險降低。沈藝峰等人（2013）通過研究發現，大量的中小投資者通過網絡平臺表達負面意見，會形成群體性負面情緒，從而引發一定規模的群體性輿論事件，此時監管部門就有可能介入。同樣有學者發現，中小投資者的群體負面情緒越高，越有可能引起監管部門的關注。張龍平和呂敏康（2014）通過分析媒體評價與審計意見關系發現，媒體對上市公司評價越高，上市公司被出具標準無保留審計意見的概率越高，說明審計師在發表審計意見時會出于意見認同動機而參考媒體意見。

（三）行業競爭。此外，不少學者還發現，行業競爭也會對被審計單位產生一定的影響。周夏飛和周強龍等人發現競爭越激烈的行業，其相應的總體盈余管理水平也越高。伊志宏等人（2010）認為產品市場競爭會對公司治理機制產生影響，從而加強公司的信息披露質量。邢立全和陳漢文（2013）發現產品市場競爭會增加被審計單位的經營風險和審計師的檢查風險，為了補償風險溢價，審計收費會因此升高。由上述文獻綜述可知，大數據情緒指標與行業競爭皆與審計風險有一定程度上的關聯。那么，這三者是否又有所關聯，我們則通過實證的方式來檢驗。

二、理論與研究假設

（一）大數據情緒指標與審計風險。本文對大數據情緒指標的概念進行了界定———大數據情緒指標是利用爬蟲軟件爬取股吧的海量評論并進行情感分析，根據情感分析的結果進一步給出的被審計單位的評分。古人有云，“防民之口甚于防川”，一句簡單的話可以顯示出公眾情緒的重要性。在大數據時代，輿情的重要性更加凸顯。不少企業都會聘請輿情分析師為其提供服務，來提前預防相關輿情的發生或是預測事件的走向。由此可見，公眾情緒顯然會對被審計單位造成舉足輕重的影響，這也會增加審計師的壓力。先前文獻綜述有提到過，媒體的關注以及中小投資者的負面情緒都會導致相關監管部門的關注，當群體性輿論事件發生時，相關監管部門必然會對被審計單位加強關注，被審計單位的固有風險被放大；同時，由于審計師遭受訴訟的風險也相應增加，因而會花費更多時間精力去降低重要性水平，可容忍的錯報水平也更低，這將大大增加被審計單位的審計風險。根據上述推論，在此提出以下假設：H1：金融企業大數據情緒指標越低，企業審計風險越高

（二）大數據情緒指標、行業競爭與審計風險。隨著市場經濟的不斷發展與完善，企業面臨的諸多競爭也更加顯著，一方面政府的財政分權促進了企業之間的競爭，并在區域經濟上更為突出；另一方面隨著我國金融行業內的企業逐漸發展且數量日益增多，市場競爭也會變得越發激烈。目前的許多研究都表明，市場競爭會對企業的財務披露情況產生良好的促進作用。為了獲取比競爭對手更多的資源，得到投資者的青睞，企業會選擇提高信息披露的質量，減少盈余管理行為的頻次，從而減少了與投資者的信息不對稱。根據委托代理理論，審計行為是由于企業所有者與實際管理人員之間的信息不對稱產生的。因此，在代理問題由于信息不對稱情況的減緩而降低的同時，被審計單位的審計風險也會得到相應降低。由此可得到假設如下：H2：金融企業行業競爭水平越高，其審計風險越低同時，本文將行業競爭水平作為調節變量，由于行業競爭水平會降低企業的審計風險，考慮其會使得大數據情緒指標對審計風險造成的影響變得更為積極，再次做出假設如下：H3：金融企業行業競爭水平促進了大數據情緒指標與審計風險的負向關系

三、研究設計

（一）樣本選擇與數據來源。本文數據主要來源于CSMAR數據庫，樣本為2010～2020年我國A股金融保險類上市公司數據。為保證數據的可靠，樣本數據剔除ST公司、*ST公司，以及存在變量數據缺失的樣本。為保證結果不受極端值的影響，對所有樣本在1%和99%分位的數據進行了縮尾處理。經過處理，最終得到2010～2020年共1，049個樣本。本文的所有結果均是通過Excel以及Stata13操作所得出的結果。

（二）變量選取以及定義1、被解釋變量：金融企業審計風險。國內外用于衡量審計風險的方法有很多，其中包括出具的審計意見、會計利潤偏差度、審計收費等。許多文獻都得出審計風險與審計費用存在一定的關系，企業的審計風險越高，相對應的，注冊會計師就需要更高的收費來補償風險。因此，本文的審計風險通過審計收費多少來衡量。2、解釋變量：大數據情緒指標。大數據時代帶來的紛繁復雜的數據也對審計風險產生了影響。宋彪、朱建明等學者在研究了大數據情緒指標對財務風險的影響后發現，加入大數據負面情緒的模型對企業風險的預測更加準確。由此推斷，引入大數據負面情緒指標能夠提高審計風險識別的正確率。所以，本文將財經論壇上股民負面情緒作為情緒指標，運用python將非結構化語言轉化成結構化語言，探究其對審計風險識別的影響。本文涉及到的數據是通過八爪魚爬蟲軟件對東方財富網上的股民評論進行挖掘所得，目標年份為2010～2020年，以月度為單位進行數據爬取。文本的情感分析研究最多的是極性分析，即判斷文字所包含的情感是“好”還是“壞”。“好”和“壞”被看作是褒義和貶義的兩個極性，除此以外還有中性詞。利用snowNLP庫對文本數據進行情感分析的過程如下：首先，讀取已經分類的消極語料庫neg.text與積極語料庫pos.text，通過貝葉斯模型計算出正負極性的先驗概率；其次，對需要情感打分的文本數據計算出每個詞匯的正負極性的后驗概率；最后，選擇其中概率較大的類別作為該詞匯的正或負極性類別。通過snowNLP計算得出的情感分值在-1～1之間，越接近1則情感越積極；反之，越接近-1則情感越消極。根據2010～2020年十年間，每個月取1，000條評論進行打分，并加權平均計算一整年的分值，從而得到該企業每年的大數據情緒指標。3、調節變量：市場競爭。大部分學者通常采用赫芬達爾指數來衡量行業內競爭，指數的計算方法為行業內所有企業的主營業務收入占行業內所有企業的主營業務收入總和的比重的平方和。HHI＝ni=1Σ（Xi/A）2其中，HHI表示市場競爭強度，Xi表示行業內企業i當年的主營業務收入，A表示該行業內所有企業當年的主營業務收入總和。該指標衡量了行業內企業所占份額的比重，故而該指標越小，代表行業內市場競爭越強烈。為了方便文章研究，本文采用赫芬達爾系數的倒數來衡量行業內競爭強度，因此該數值越大，行業競爭越強烈。4、控制變量。本文選取了對金融企業審計風險有影響的8個因素作為控制變量：總資產回報率（ROA）、應收賬款比率（ARR）、應收賬款周轉率（RTR）、資產負債率（Lev）、企業規模（Size）、每股收益（Eps）、賬面市值比（BM）。具體定義如表1所示。（表1）

（三）回歸模型設計。首先探究只加入大數據情緒指標（Ne）后各變量對審計風險的影響，根據文獻綜述與理論分析提出以下模型1：ARi，t＝α0+α1Nei，t+α2Growthi，t+α3ARRi，t+α4RTRi，t+α5LEVi，t+α6ROAi，t+α7Sizei，t+α8BMi，t+α9Epsi，t+εi，t（1）隨后我們在模型中加入行業競爭（HHI）作為調節變量，進一步探究行業競爭對審計風險的影響，從而得到模型2：ARi，t＝α0+α1Nei，t+α2HHIi，t+α3multi，t+α4Growthi，t+α5ARRi，t+α6RTRi，t+α7LEVi，t+α8ROAi，t+α9Sizei，t+α10BMi，t+α11Epsi，t+εi，t（2）

四、實證結果分析

（一）描述性分析。本文利用EXCEL和Stata13.0軟件對各變量進行了描述性統計，其中包括各個指標的平均值、標準差、中位數，以及最大值、最小值的全樣本統計分析。變量的描述性統計分析結果如表2所示。（表2）由表2可以看出，金融行業整體審計收費水平處于中等，且不同企業審計收費上下限之間存在巨大差異。從反映股民情緒的指標Ne最值中可以看出，在股吧中針對金融行業的股民情緒的正面程度略高于負面，且大多數人對于市場股價變動的情緒偏向于中性表達。

（二）相關性分析。為確保實證結果的準確性和有效性，對本文的被解釋變量、解釋變量進行相關性分析。表3給岀了本文被解釋變量、解釋變量的Pearson相關分析。（表3）一般情況下，相關性關系的強弱主要通過Pearson相關系數的顯著性值來進行評估，分為正相關、負相關、不相關三種情況。根據本文主要變量的相關性分析結果可以看出，審計風險和大數據情緒指標與企業營業收入增長率、賬面市值比顯著相關，表明解釋變量與其余的變量沒有過多的相關性關系。初步表明模型存在共線性問題較小。另外，大數據情緒指標與審計風險呈負相關關系，即大數據情緒指標越低，審計風險越高，初步驗證了所得結果與上述假設1的推論基本保持一致。行業競爭也與審計風險顯著負相關，說明其與審計風險也存在高度關聯。從相關性分析中只能初步看出單獨的解釋變量對審計風險的造成影響，而不能分析出其互相之間的影響，因此后續需要進行回歸分析檢驗。

（三）回歸結果分析。為驗證假設1、2、3，本文根據模型（1）、模型（2）進行了回歸分析，得到1，049個樣本中審計風險與各解釋變量和控制變量的影響結果，如表4所示。（表4）由表4可知，審計風險與大數據負面情緒在1%的水平上呈顯著負相關；審計風險與營業收入增長率、賬面市值比在1%的顯著水平上存在負相關關系；審計風險與資產負債率、應收賬款比率、企業規模在1%的顯著水平上存在正相關關系；調節變量行業競爭水平對審計風險與大數據情緒指標之間在10%的水平上顯著。這對先前提出的假設進行了驗證：1、審計風險與大數據情緒指標呈顯著負相關關系，即企業大數據情緒指標越小，審計風險越高。大數據情緒指標越低，表明網上群眾對于企業的心態越為消極，消極情緒越多越能反映出企業的不足。當網絡上的消極負面評論過多時，說明企業在財務經營上有所不足或是產生了問題，受到輿論的高度關注，這種情況下審計風險會大幅提高。2、行業競爭水平與營業收入增長率呈負相關關系，即行業競爭水平越高，審計風險越低。原因是當企業的行業競爭水平較高時，意味著企業需要更加公允可信地公布自己的財務數據來獲取投資者的信任，這類企業通常有很小的動機進行財務舞弊，并且經營失敗的概率較低，因此審計風險也就相應較低。3、行業競爭水平對審計風險與大數據情緒指標之間在10%的水平上顯著，并對其存在促進調節的作用，即行業競爭水平促進大數據情緒指標對審計風險的負向關系。原因可能在于在行業競爭水平高的情況下，相關的金融企業會更加在乎中小投資者的負面情緒，從而提高信息披露質量，使審計風險也得以減少。

（四）穩健性檢驗。本文在進行穩健性檢驗時將被解釋變量即審計風險進行重新測度，將審計費用的自然對數作為被解釋變量，再按照上文檢驗出的回歸模型進行回歸，發現其結果依然與前面回歸結果大致保持一致。因此，確定審計風險與大數據情緒指標呈負相關關系；審計風險與行業競爭水平呈負相關關系。（表5）

五、結論

本文結合金融行業自身特色財務指標與大數據因素，采用實證研究的方法，研究大數據情緒指標對審計風險造成的影響，結果表明網上股民的情緒越消極，金融企業審計風險越高。當網絡上股民對一家金融企業的消極負面評論過多時，說明該企業在財務經營上或多或少有所不足或是產生了問題，這種情況下，該企業會受到輿論的高度關注，并引起相關部門的關注，這將導致重要性水平變低，從而使審計風險變高。此外，行業競爭水平較高時，大數據情緒指標對審計風險的負向影響越明顯。不可否認，傳統財務指標對于金融企業審計風險的超強預判有不可替代的作用，但是金融企業審計風險的升級使審計師不能只拘泥于識別傳統財務數據，還要更多關注網上的中小投資者的情緒。日后，審計師在進行金融行業審計風險識別時要綜合考慮各方面因素的影響，特別是像股民情緒這類的非結構化數據。此外，還建議企業做一些輿情分析的工作，以便預防相關輿論事件的產生，并且做好應對。從市場競爭角度來說，金融企業應加強內部控制的質量，在激烈的市場競爭環境下，企業不僅需要牢固企業內部根基，更要提高對外信息的披露質量。后疫情時代，市場環境也更加要求企業尋求更多的經濟效益突破口，市場競爭作為市場環境的一部分，更代表了當前市場的發展態勢，企業應當定位好自身的發展方面，做好相關工作，有條不紊地進行發展。

作者:孫雨琴 魯昭輝 單位:上海對外經貿大學