沪深交易所A股企业ESG表现会影响审计意见吗论文复刻数据+do代码
以2009–2022年中国沪深交易所A股上市公司数据为样本,研究了企业ESG表现对审计意见的影响。为免除其他因素干扰,本文对样本进行如下筛选:(1)剔除金融行业样本;
(2)剔除ST和*ST样本;
(3)剔除上市未满一年的样本;
(4)剔除主要变量中存在异常情况与数据缺失的样本
(5)对所有连续型变量在1%和99%分位上进行Winsorize缩尾处理以缓解数据极端值带来的影响。
变量类型 | 变量名称 | 变量符号 | 变量描述 |
被解释变量 | 审计意见 | AOP | 虚拟变量,标准无保留审计意见赋值为1,否则为0 |
解释变量 | ESG表现 | ESG | 根据华证ESG评级由低到高赋值为1~9 |
控制变量 | 企业规模 | Size | 总资产的自然对数 |
资产负债率 | Lev | 总负债/总资产 | |
资产收益率 | Roa | 净利润/总资产 | |
成长性 | Tobinq | 公司市值/总资产 | |
亏损情况 | Loss | 虚拟变量,净利润小于0时赋值为1,否则为0 | |
经营性现金流 | Cash | 经营性现金净流量/营业收入 | |
应收账款占比 | Rec | 应收账款/总资产 | |
存货比例 | Inv | 存货/总资产 | |
资产变现能力 | Liq | 流动资产/总资产 | |
产权性质 | Property | 国有企业赋值为1,否则为0 | |
非经常性损益 | Extra | 非经常性损益/总资产 | |
机构投资者持股比例 | lnsti | 公司机构投资者持股数量/公司总股本 | |
第一大股东持股比例 | Topl | 第一大股东持股股数/年末总股数 | |
独立董事比例 | lndep | 独立董事人数/董事会人数 | |
审计师声誉 | Big4 | 虚拟变量,审计师事务所为“国际四大”时取值为1,否则为0 | |
审计任期 | Tenure | 会计师事务所的审计任期 |
回归模型
为检验ESG表现对审计意见的影响,本文参考张俊生等的做法,建立Probit回归模型如下:
其中,ESG表示企业获得的ESG评级,AOP表示审计意见。若回归系数β显著为正,说明审计师对于ESG表现较好的公司更可能出具标准审计意见,假设H1成立。
为检验H2与H3,本文参考温忠麟等的研究,构建如下中介效应模型:
其中,Med表示中介变量,主要包括重大错报风险(Restate)与经营风险(Risk),具体定义如下:(1)重大错报风险(Restate),采用“上市公司是否披露发生数据变更的财务重述报告”这一虚拟变量进行衡量;(2)经营风险(Risk),采用企业连续三年Roa的波动程度衡量,该值越大,说明经营风险越高。
- [1]王瑶, 张允萌, 侯德帅. 企业ESG表现会影响审计意见吗?[J].审计与经济研究, 2022, 37(5):54-64.
摘要:ESG水平已成为新时期企业高质量发展的重要体现之一,但是有关ESG表现的信息价值特征依然有待理论探索.据此,基于重要的信息中介,探索审计师如何依据企业ESG表现出具审计意见.研究发现,企业ESG表现越好,审计师越倾向于发表标准审计意见.作用机制表明,ESG表现较好的公司经营风险和重大错报风险较低,审计师更可能出具标准审计意见.异质性检验显示,在环境规制力度较强的地区,内部控制质量较差,分析师关注较少以及机构投资者持股比例较低的企业中,ESG表现对标准审计意见的正向影响更显著.进一步分析发现,企业ESG表现越好,审计投入越少,审计师收取的审计费用越低.结论为ESG的财务信息价值提供了理论依据.
- 描述性统计
- 相关性分析
- 均值T检验和中位数秩和检验
- 基准回归分析
- 重大错报风险的机制检验结果
- 经营风险的机制检验结果
- 异质性分析结果
1.地区环境规制强度的影响
以各地区当年受理的环境行政处罚案件数目衡量环境规制强度,并根据企业所处地区环境规制强度是否高于年度中位数设置哑变量(Cases),若地区环境规制强度大于中位数则赋值为1,否则为0。将环境规制哑变量及其与ESG的交乘项加入模型(1)后回归2.内部控制质量的影响
以内部控制指数表征企业内部控制质量,根据企业内部控制指数是否大于行业-年度中位数生成哑变量(IC),如果企业内部控制质量高于中位数则赋值为1,否则为0,并将内部控制质量哑变量及其与ESG的交乘项加入模型(1)进行回归3.分析师关注的影响
采用样本期内跟踪过企业的分析师团队数量来衡量分析师关注度,并依据企业分析师关注度是否高于行业-年度中位数构建哑变量(Analyst),当企业分析师关注度高于中位数时取值为1,否则为0。然后本文将分析师关注度哑变量及其与ESG的交乘项加入模型(1)重新回归4.机构投资者持股的影响
采用机构投资者持股总量与公司总股份的比值来衡量机构投资者持股比例,并依据其是否高于行业-年度中位数构建哑变量(INS),当企业机构投资者持股高于中位数时取值为1,否则为0。然后本文将机构投资者持股比例哑变量及其与ESG的交乘项加入模型(1)重新回归
- ESG评级与审计投入
- 考虑双向因果问题与变更解释变量
本文将核心解释变量ESG滞后一期重新进行回归以缓解模型的双向因果问题。
在主回归分析中,本文根据华证ESG评级的九个细分等级进行赋值,由此得到核心解释变量。本文在稳健性检验中将采用另外三种不同的衡量方式进一步验证基本回归结果:(1)根据华证ESG评级的A、B、C三大类重新构建解释变量ESG1,当评级为C类时,ESG1赋值为1,当评级为B类时,ESG1为2,当评级为A类时,ESG1为3;(2)构建虚拟解释变量ESG2,当华证ESG评级为A类时赋值为1,否则为0;(3)采用另外一家评级机构商道融绿开发的ESG评价体系重新对企业ESG表现评估。商道融绿的ESG评级从高到低分别为A+、A、A-、B+、B、B-、C+、C、C-,涵盖沪深A股中2015-2021年的样本数据。本文从低到高将九个等级依次赋值为1-9,构建解释变量ESG3。
- 工具变量法、固定效应模型与排除社会责任单独评级影响
本文采用每家公司同一年度注册地所在城市其他上市公司ESG评级均值(City_ESG)作为工具变量进行2SLS回归。
固定效应模型:
为缓解公司层面遗漏变量导致的内生性偏误,本文进一步采用公司、年度双向固定效应重新进行检验,并控制了公司层面的除社会责任单独评级的影响:
为进一步排除企业社会责任单独评级对于审计意见的影响,本文采用和讯网发布的社会责任评分作为企业社会责任表现(CSR)的代理变量,在控制变量中加入该指标以检验基准回归结果的稳健性。
- 代码包含注释
基础数据
ESG评级
- 内部控制指数
- 上市公司审计机构列表
- ESG数据整理dta
- 注册地所在省市
- 股东股权集中度
- 审计意见表
- 上市公司基本信息特色指标表
- 高管人数持股及薪酬情况
- 股权性质
- 利润表
- 现金流量表直接法
- 披露财务指标
- 相对价值指标
- 行业代码
- 机构投资者持股数据
- 资产负债表
- 年末是否ST或PT
- 财务重述
- 环境信息披露载体
- 行政处罚案件
- 社会责任到2021
评论前必须登录!
注册