《表4 实体企业金融化与审计定价》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《实体企业金融化与审计定价:投入补偿还是风险补偿》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注:t statistics in parentheses*p<0.1，**p<0.05，***p<0.01。

本文在模型中控制企业层面和事务所层面可能影响审计定价的因素，但是由于计量模型具有局限性，有关上市公司经营和投资行为的文化、习惯等因素无法确切计量，可能会影响金融资产投资与审计定价之间的因果关系。为了缓解模型中可能存在的遗漏变量问题，本文引入工具变量进行补充检验。具体地，本文用每个年度货币供应量作为工具变量，使用工具变量法进行检验。选择货币供应量作为工具变量的原因在于，从理论上，货币供应量影响实体企业金融资产投资决策，货币供给量越大，实体企业进行金融资产投资的能力越强，但是不会直接导致实体企业的审计收费增加。表4中第2列、第3列、第6列、第7列是工具变量法的检验结果。第2列第一阶段IV的回归系数为0.002（t=2.61），在1%水平上显著为正值，表明工具变量与内生变量存在显著正相关关系。第3列第二阶段金融资产投入投资比例（Fin-in）的回归系数为7.703（t=2.38），在5%水平上显著为正值，表明伴随金融资产投资比例增加，审计定价显著提升。检验结果与前文假设一致。同时，Cragg-Donald Wald F值为6.879，LM统计量为8.865，Sargan统计量为0，表明工具变量通过不可识别检验、弱工具识别检验和过度识别检验。同时，第6列第一阶段IV的回归系数为0.090（t=1.77），在10%水平上显著为正值，表明工具变量与内生变量存在显著正相关关系。第7列第二阶段金融资产投入投资比例（Fin-out）的回归系数为0.150（t=1.76），在10%水平上显著为正值，表明伴随金融资产收益比例增加，审计定价显著提升。检验结果与前文假设一致。同时，Cragg-Donald Wald F值为9.15，LM统计量为3.128，Sargan统计量为0，表明工具变量通过不可识别检验、弱工具识别检验和过度识别检验。