加载中...
AI Investment in Audit Firms and Auditors' Industry Coverage
会计师事务所如何有效运用数字化审计技术推进数字化转型、提升审计工作效能,是当代会计审计发展的重要方向,而数字化人力资本在其中发挥着关键作用。本文以2016—2023年个体审计师数据为研究样本,探索会计师事务所人工智能方面的人力资本投入对审计师行业覆盖范围的影响。研究发现:会计师事务所人工智能人力资本投入能够显著提升审计师行业覆盖范围,技术辅助、信息搜集与知识提升是其中的重要传导路径。此外,这一影响在审计市场竞争更为激烈、前“十大”会计师事务所、审计师缺乏信息技术行业审计经验的场景下更为显著。经济后果分析表明,该效应能够增强审计报告披露的充分性与审计质量。研究结论为理解审计行业的人工智能人力资本配置价值、推动审计行业高质量发展提供经验证据。
Abstract
An important issue in contemporary accounting and auditing is how audit firms can effectively use digital audit technologies to advance digital transformation and improve audit effectiveness, in which digital human capital plays a pivotal role. Using individual auditor data from 2016 to 2023 as a sample, this paper examines the effect of accounting firms' investment in AI human capital on auditors' industry coverage. The results show that firms' investment in AI human capital significantly expands auditors' industry coverage, with technical support, information acquisition, and knowledge enhancement serving as important transmission channels. In addition, this effect is more pronounced when audit market competition is more intense, when auditors work for top-ten audit firms, and when auditors lack prior audit experience in the information technology industry. Economic consequence analyses further indicate that this effect improves the adequacy of audit report disclosure and enhances audit quality. These findings provide empirical evidence on the value of AI human capital allocation in the auditing profession and offer important implications for promoting the high-quality development of the auditing industry.
会计师事务所AI人力资本投入显著提升审计师行业覆盖范围
以审计师是否跨行业审计(F_IAI)、审计客户不同行业数量(F_AIQ)及行业广度(F_ARH)衡量行业覆盖范围,AudAI回归系数均在1%水平显著为正。AudAI每增加一个标准差,F_IAI、F_AIQ与F_ARH相对于样本均值分别提升1.96%、2.15%与2.12%,支持假设H1a。
技术辅助、信息搜集与知识提升是重要传导路径
在客户信息系统复杂度更高、客户信息透明度更低(信息搜集)、审计师执业经验较低(知识提升)的情境中,AI人力资本投入对审计师行业覆盖范围的促进效应均更为显著,组间系数差异P值均为0.000,为三条传导路径提供了支持性证据。
竞争激烈及前十大事务所情境下效应更显著
异质性检验显示,该提升效应在审计市场竞争更激烈组、前“十大”会计师事务所组显著为正,而在竞争不激烈组与非“十大”组不显著;在缺乏IT行业审计经验的审计师群体中效应更强(AudAI系数0.029,1%水平显著),而有IT经验组不显著。
该效应增强审计报告充分性并提升审计质量
经济后果检验中,综合处理变量AICI对t+1至t+3年关键审计事项数量(KAM)的回归系数显著为正,对可操纵性应计利润绝对值(AQ)的回归系数显著为负(如t+1年为-0.002,5%水平显著),表明AI投入通过拓展行业覆盖范围改善了审计产出。
核心解释变量
会计师事务所人工智能人力资本投入(AudAI),以会计师事务所每年招聘AI人才公告数量加1取对数衡量;稳健性检验中另用AI招聘岗位类别数量加1取对数(lnAIcap)和是否发布AI招聘公告虚拟变量(IFAI)替代
被解释变量
审计师行业覆盖范围(AudCom),包含三个指标:是否跨行业审计(F_IAI)、审计客户的不同行业数量取自然对数(F_AIQ)、基于修正Herfindahl指数测量的行业广度(F_ARH);稳健性检验中采用熵指数(F_ARE)
样本与数据
2016—2023年审计师个体层面数据,剔除审计师身份缺失、会计师事务所和客户层面重要变量缺失的观测值后,最终获得23575个审计师—年度样本,对所有连续变量进行上下1%缩尾处理
识别方法 / 模型设定
构建面板固定效应回归模型(模型1),被解释变量取t+1期,控制审计师个体固定效应与年度固定效应,在会计师事务所层面聚类;内生性处理采用工具变量法(以省份设立AI本科学位点数量加1取对数、滞后一期F_PAIDP为工具变量)及Heckman两阶段法
内生性及稳健性检验
采用工具变量法(Cragg-Donald Wald F统计量43.47,超过Stock-Yogo 10%临界值)、Heckman两阶段检验、更换被解释变量(熵指数F_ARE)、更换解释变量(lnAIcap、IFAI)、倾向得分匹配法(1:1卡尺匹配,样本量22490)进行稳健性检验,结论保持稳健
更多相关数据正在补充