審計師行業(yè)專長與企業(yè)數(shù)字化轉(zhuǎn)型

劉耀淞 潘靜怡 樊蘇萍

［收稿日期］20231109

［基金項目］上海市哲學社會科學規(guī)劃年度課題（2022ZGL004）

［作者簡介］劉耀淞（1990— ），女，黑龍江雙鴨山人，上海大學管理學院講師，博士，主要研究方向為會計與審計、企業(yè)稅務；潘靜怡（1999— ），女，上海人，上海大學管理學院碩士生，主要研究方向為審計、稅收與公司財務，通信作者，郵箱：olivia_pan99@126.com；樊蘇萍（2001— ），女，江西南昌人，上海大學管理學院碩士生，主要研究方向為會計與審計、公司治理。

［摘要］以2007—2021年A股上市公司為樣本，實證研究審計師行業(yè)專長對企業(yè)數(shù)字化轉(zhuǎn)型的影響。研究表明：審計師行業(yè)專長能夠促進企業(yè)數(shù)字化轉(zhuǎn)型，其作用機理在于審計師行業(yè)專長可以緩解外部利益相關(guān)者與企業(yè)之間的信息不對稱性、降低管理層決策的信息不確定性；在推動企業(yè)數(shù)字化轉(zhuǎn)型方面，機構(gòu)投資者持股、分析師關(guān)注和審計師的聲譽會弱化審計師行業(yè)專長的影響，而審計師的任期和信息技術(shù)背景則會強化行業(yè)專長的影響；審計師行業(yè)專長能夠強化企業(yè)數(shù)字化轉(zhuǎn)型的同群效應。

［關(guān)鍵詞］審計師行業(yè)專長；企業(yè)數(shù)字化轉(zhuǎn)型；信息不對稱性；信息不確定性；委托代理沖突；融資約束

［中圖分類號］F239.4；F270.7［文獻標志碼］A［文章編號］20963114（2024）02003511

一、 引言

黨的二十大報告提出要“加快發(fā)展數(shù)字經(jīng)濟，促進數(shù)字經(jīng)濟和實體經(jīng)濟深度融合”，這為我國企業(yè)數(shù)字化轉(zhuǎn)型指明了方向。企業(yè)數(shù)字化轉(zhuǎn)型是指企業(yè)基于大數(shù)據(jù)、人工智能、云計算、區(qū)塊鏈、物聯(lián)網(wǎng)等新一代信息技術(shù)，在核心業(yè)務流程中嵌入和組合信息、計算、溝通和連接等方式，通過組織屬性重構(gòu)和商業(yè)模式創(chuàng)新來創(chuàng)造、傳遞和獲取價值，進而實現(xiàn)降本增效和轉(zhuǎn)型升級的戰(zhàn)略變革過程［13］。根據(jù)埃森哲發(fā)布的《2022年中國企業(yè)數(shù)字化轉(zhuǎn)型指數(shù)》，面對日益復雜的商業(yè)環(huán)境，近六成的受訪高管表示在未來一至兩年會增加數(shù)字化方面的投入。由此可見，數(shù)字化轉(zhuǎn)型已經(jīng)成為我國企業(yè)獲取持續(xù)競爭優(yōu)勢、實現(xiàn)高質(zhì)量發(fā)展的重要手段。然而，目前傳統(tǒng)企業(yè)的數(shù)字化轉(zhuǎn)型整體效果并不理想，大多數(shù)企業(yè)陷入“不愿轉(zhuǎn)”“不敢轉(zhuǎn)”“不會轉(zhuǎn)”的困境［4］。究其原因，企業(yè)數(shù)字化轉(zhuǎn)型在本質(zhì)上是一種投入大、風險高、周期長和不確定性強的投資活動，能否轉(zhuǎn)型成功的關(guān)鍵在于管理層是否具有堅定的投資意愿，以及能否持續(xù)穩(wěn)定地獲取投資所需的資金、技術(shù)和人才等要素資源。

有鑒于此，學者們從緩解代理沖突和優(yōu)化資源配置視角，考察了微觀高管特征和宏觀經(jīng)濟政策對企業(yè)數(shù)字化轉(zhuǎn)型的影響。在高管特征方面，高管個人的學術(shù)經(jīng)歷［5］、海外經(jīng)歷［6］、信息技術(shù)優(yōu)勢［4］和復合職能背景［7］能有效促進企業(yè)數(shù)字化轉(zhuǎn)型，高管團隊的穩(wěn)定性［3］、異質(zhì)性［8］、外部關(guān)系網(wǎng)絡［9］和董事會斷裂帶［10］有利于推動企業(yè)數(shù)字化轉(zhuǎn)型，而管理層短視主義則會放大短期轉(zhuǎn)型風險、淡化長期轉(zhuǎn)型收益，進而阻礙企業(yè)數(shù)字化轉(zhuǎn)型［1112］。在經(jīng)濟政策方面，數(shù)字基礎設施建設試點［13］、金融科技創(chuàng)新試點［14］、稅收優(yōu)惠政策［15］有助于提高資金、人才、技術(shù)等要素資源的配置效率，從而賦能企業(yè)數(shù)字化轉(zhuǎn)型。

外部審計師是資本市場的重要主體，行業(yè)專長是其專業(yè)勝任能力的核心表征［16］。審計師行業(yè)專長可以緩解外部利益相關(guān)者與企業(yè)之間的信息不對稱性、降低管理層決策的信息不確定性，通過改善信息環(huán)境影響客戶的投資決策。一方面，在特定行業(yè)深度耕耘的行業(yè)專長審計師積累了豐富的專業(yè)知識、專有技能和審計經(jīng)驗，能夠顯著提升企業(yè)財務報告信息的可靠性［17］、穩(wěn)健性［18］和可比性［19］，敦促企業(yè)披露更多或有事項信息［20］，降低外部利益相關(guān)者與企業(yè)之間的信息不對稱程度，緩解客戶的代理沖突和融資約束，優(yōu)化投資決策。另一方面，行業(yè)專長審計師在長期頻繁的審計溝通中為客戶提供關(guān)于行業(yè)發(fā)展、競爭格局、要素供給、制度環(huán)境、政策法規(guī)等與投資相關(guān)的高質(zhì)量信息，降低管理層決策的信息不確定性，進而提高投資效率［21］。那么，審計師行業(yè)專長能否影響客戶的數(shù)字化投資決策？截至目前，鮮有學者對此進行研究。

因此，本文以2007—2021年滬深A股上市公司為樣本，實證研究審計師行業(yè)專長對企業(yè)數(shù)字化轉(zhuǎn)型的影響及機理。本文可能的邊際貢獻在于：一方面，基于審計師行業(yè)專長視角探究企業(yè)數(shù)字化轉(zhuǎn)型的驅(qū)動因素和作用機理，拓展了企業(yè)數(shù)字化轉(zhuǎn)型的影響因素研究，為促進數(shù)字經(jīng)濟和實體經(jīng)濟深度融合提供來自資本市場中介機構(gòu)的經(jīng)驗證據(jù)；另一方面，從賦能企業(yè)數(shù)字化轉(zhuǎn)型角度驗證了行業(yè)專長審計師的信息治理與信息優(yōu)化功能，豐富了審計師行業(yè)專長的經(jīng)濟后果研究，為理解外部審計師的信息中介作用、提升注冊會計師的專業(yè)勝任能力和推進會計師事務所的專精特優(yōu)轉(zhuǎn)型提供參考。

二、 理論分析與研究假設

信息不對稱和不確定會損害管理層的數(shù)字化投資意愿與能力，進而阻礙企業(yè)數(shù)字化轉(zhuǎn)型。從信息不對稱角度看，一方面，數(shù)字化轉(zhuǎn)型需要企業(yè)將人工智能、大數(shù)據(jù)和云計算等信息技術(shù)與現(xiàn)有的運營體系進行深度嵌套，可能會在短期內(nèi)給生產(chǎn)、經(jīng)營與管理流程帶來顛覆性的轉(zhuǎn)變，引發(fā)一定的經(jīng)營財務風險［12］。此外，數(shù)字化轉(zhuǎn)型風險高、回報周期長，必要的高額投入與不確定的預期收益存在較長的時滯［3］。由于委托代理沖突的存在，管理層通常具有較低的風險承擔意愿，往往會利用外部利益相關(guān)者與企業(yè)之間的信息不對稱進行自利決策，規(guī)避短期內(nèi)高風險、低收益的數(shù)字化投資項目，從而抑制企業(yè)數(shù)字化轉(zhuǎn)型。另一方面，數(shù)字化轉(zhuǎn)型對資金的充足性和穩(wěn)定性要求較高，企業(yè)的自有資金通常難以滿足需求。外部投資者與企業(yè)之間的信息不對稱會引發(fā)逆向選擇問題，進而加劇企業(yè)的外源融資約束。在資金短缺的情況下，管理層數(shù)字化投資能力難以施展，數(shù)字化轉(zhuǎn)型的進程相應受阻。從信息不確定角度看，管理層在推進數(shù)字化轉(zhuǎn)型過程中需要根據(jù)所處行業(yè)的競爭格局、要素市場的供需關(guān)系、信息技術(shù)的迭代進程、數(shù)字經(jīng)濟的發(fā)展趨勢、地方政府的政策導向以及利益相關(guān)者的價值訴求等外部環(huán)境變化適時調(diào)整投資決策，而信息不確定性不僅會加大管理層獲取決策所需外部信息的難度與成本，還會使管理層對企業(yè)外部環(huán)境與內(nèi)部能力的匹配認知變得相對模糊［16］，使其無法有效識別、評估數(shù)字化投資的機會與風險，阻礙企業(yè)數(shù)字化轉(zhuǎn)型。綜上所述，緩解外部利益相關(guān)者與企業(yè)之間的信息不對稱性、降低管理層決策的信息不確定性是推動企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵。外部審計師是企業(yè)重要的治理機制和信息來源，而行業(yè)專長審計師憑借其在特定行業(yè)執(zhí)業(yè)過程中積累的審計經(jīng)驗和專有性投資，能夠更好地發(fā)揮信息治理和信息優(yōu)化功能，通過緩解信息不對稱性、降低信息不確定性兩種途徑賦能企業(yè)數(shù)字化轉(zhuǎn)型。

第一，基于信息治理視角，行業(yè)專長審計師對于企業(yè)財務報告信息披露的監(jiān)督效應更強，能夠顯著降低外部利益相關(guān)者與企業(yè)之間的信息不對稱程度，緩解企業(yè)的代理沖突與融資約束，進而提升管理層的數(shù)字化投資意愿和能力，推動企業(yè)數(shù)字化轉(zhuǎn)型。在監(jiān)督能力方面，得益于特定行業(yè)的審計經(jīng)驗積累和專有性投資儲備，行業(yè)專長審計師對客戶所在行業(yè)的經(jīng)營特點、交易規(guī)則、競爭格局、發(fā)展前景以及政策法規(guī)等有著更為深刻的理解，能夠更加精準評估和有效應對企業(yè)的重大錯報風險，對財務報告信息的鑒證能力更強。在監(jiān)督動機方面，根據(jù)資產(chǎn)專有性理論，行業(yè)專長審計師在某一行業(yè)的審計過程中投入了大量的人力和智力資源，并掌握了特定的專業(yè)審計技術(shù)，其因?qū)徲嬍《鴵p失的客戶準租金更多，提升審計質(zhì)量的動機更強。在監(jiān)督能力和動機的疊加作用下，行業(yè)專長審計師能夠顯著提升客戶企業(yè)財務報告信息的可靠性［17］、穩(wěn)健性［18］和可比性［19］，敦促企業(yè)披露更多的或有事項信息［20］，使得企業(yè)的財務報告信息更加透明，從而降低外部利益相關(guān)者與企業(yè)之間的信息不對稱程度。信息不對稱程度的降低一方面有助于外部利益相關(guān)者加強對于管理層機會主義投資行為的監(jiān)督與約束，提升管理層的數(shù)字化投資意愿［12］，推動企業(yè)數(shù)字化轉(zhuǎn)型；另一方面有利于降低權(quán)益投資者的信息風險與債權(quán)投資者的信貸風險［22］，從而緩解企業(yè)的外源性融資約束，增強管理層的數(shù)字化投資能力，促進企業(yè)數(shù)字化轉(zhuǎn)型。

第二，基于信息優(yōu)化視角，行業(yè)專長審計師可以為管理層提供數(shù)字化投資所需的高質(zhì)量信息，決策信息不確定性的降低大幅提升了管理層的數(shù)字化投資能力，進而推動企業(yè)數(shù)字化轉(zhuǎn)型。數(shù)字化轉(zhuǎn)型要求企業(yè)從外部獲取資金、技術(shù)、人才等要素資源，而要素市場上通常存在海量的供給方和需求方，且雙方的訴求存在異質(zhì)性。供需雙方的信息不完全和不對稱大幅增加了要素配置的信息搜尋和篩選成本，這會倒逼企業(yè)管理層從非市場交易渠道收集決策相關(guān)的增量信息。此外，在推進數(shù)字化轉(zhuǎn)型過程中，管理層還需要掌握所處行業(yè)的競爭格局、信息技術(shù)的迭代進程、數(shù)字經(jīng)濟的發(fā)展趨勢、地方政府的政策導向以及利益相關(guān)者的價值訴求等外部環(huán)境信息，多維度、多層次的信息需求進一步激勵管理層拓寬信息渠道、改善信息質(zhì)量。行業(yè)專長審計師作為資本市場的信息中介，是管理層數(shù)字化投資決策信息的重要來源。就信息供給能力而言，根據(jù)知識溢出效應理論，審計師在為客戶提供審計服務過程中產(chǎn)生的知識可以互相受益［23］。行業(yè)專長審計師通過在特定行業(yè)經(jīng)年累月的沉淀和總結(jié)，掌握了大量公開與非公開的關(guān)于企業(yè)所處行業(yè)的競爭格局、技術(shù)變革、發(fā)展前景和政策法規(guī)等數(shù)字化投資所需的高質(zhì)量信息，有能力在審計服務中為客戶提供與數(shù)字化轉(zhuǎn)型相關(guān)的增量信息。就信息供給動機而言，由于審計服務具有商品屬性，面對激烈的審計市場競爭，行業(yè)專長審計師很可能在不違背職業(yè)道德基本原則的基礎上，通過正式與非正式的交流溝通滿足客戶的信息需求，以保留老客戶或發(fā)展新客戶［24］。行業(yè)專長審計師提供的低成本、高質(zhì)量信息有助于降低企業(yè)管理層決策的信息不確定性，使其能夠更加全面地識別數(shù)字化投資機會、客觀地評估數(shù)字化投資風險，從而改善數(shù)字化投資能力，促進企業(yè)數(shù)字化轉(zhuǎn)型。

基于此，本文提出如下假設：

H1：審計師行業(yè)專長能夠促進客戶企業(yè)數(shù)字化轉(zhuǎn)型。

三、 研究設計

（一） 變量定義與模型構(gòu)建

為了檢驗本文提出的假設，構(gòu)建如下回歸模型：

DCGi，t=β0+β1MSR_DUMMYi，t/MSRSQRT_DUMMYi，t+γControls+∑Year+∑Industry+ε（1）

解釋變量MSR_DUMMY/MSRSQRT_DUMMY衡量審計師的行業(yè)專長。擁有較大行業(yè)市場份額的審計師更可能是行業(yè)專家［25］。本文以客戶營業(yè)收入總額（營業(yè)收入總額的平方根）為基礎計算得到審計師的行業(yè)市場份額MSR（MSRSQRT），將各審計師的市場份額按年度和行業(yè)排序進行分組，如果某審計師的市場份額高于該行業(yè)3/4分位數(shù)值，則將其定義為行業(yè)專長審計師。設置虛擬變量MSR_DUMMY/MSRSQRT_DUMMY，如果某企業(yè)的年度審計報告簽字審計師中有行業(yè)專長審計師，則定義該企業(yè)該年度的審計師具有行業(yè)專長，MSR_DUMMY/MSRSQRT_DUMMY取值為1，否則為0。被解釋變量DCG衡量企業(yè)數(shù)字化轉(zhuǎn)型程度。借鑒吳非等的做法［26］，運用文本分析技術(shù)匯總統(tǒng)計上市公司年報中與“人工智能技術(shù)”“區(qū)塊鏈技術(shù)”“云計算技術(shù)”“大數(shù)據(jù)技術(shù)”“數(shù)字技術(shù)應用”相關(guān)的關(guān)鍵詞詞頻，將詞頻總數(shù)加1取對數(shù)處理后作為企業(yè)數(shù)字化轉(zhuǎn)型程度的衡量指標。DCG取值越大，表明企業(yè)的數(shù)字化程度越高。

本文在模型中加入如下控制變量：（1）資產(chǎn)負債率LEV，等于期末總負債/期末總資產(chǎn)；（2）公司規(guī)模SIZE，等于經(jīng)過行業(yè)和年度均值調(diào)整的企業(yè)期末總資產(chǎn)；（3）總資產(chǎn)凈利率ROA，等于當期凈利潤/期末總資產(chǎn)；（4）營業(yè)收入增長率GROWTH，等于（當期營業(yè)收入—上期營業(yè)收入）/上期營業(yè)收入；（5）資本密集度TANG，等于（期末固定資產(chǎn)凈額+期末無形資產(chǎn)凈額）/期末總資產(chǎn)；（6）現(xiàn)金持有CASH，等于期末貨幣資金總額/期末總資產(chǎn)；（7）董事會規(guī)模BOARD，等于董事會人數(shù)的自然對數(shù)；（8）獨立董事比例INDEP，等于獨立董事人數(shù)/董事會人數(shù)；（9）兩職合一DUAL，如果董事長兼任總經(jīng)理取值為1，否則為0；（10）第一大股東持股比例TOP1；（11）企業(yè)年齡AGE，等于企業(yè)成立年限的自然對數(shù)；（12）審計機構(gòu)BIG4，如果年報審計機構(gòu)是國際四大會計師事務所取值為1，否則為0；（13）審計意見AUDIT，如果年報審計意見為非標準審計意見取值為1，否則為0。本文還控制了時間和行業(yè)固定效應，并在企業(yè)層面對標準誤進行聚類修正。

（二） 樣本選擇與數(shù)據(jù)來源

本文選取2007—2021年滬深A股上市公司為研究對象。我國財政部在2006年發(fā)布了新的《企業(yè)會計準則》體系，上市企業(yè)的眾多財務指標名稱與統(tǒng)計口徑產(chǎn)生了一定程度的變動。為保證樣本統(tǒng)計口徑的一致性，本文選擇2007年作為樣本起始年份。此外，本文對初始樣本進行了如下篩選：（1）剔除ST企業(yè)樣本；（2）剔除金融行業(yè)企業(yè)樣本；（3）剔除關(guān)鍵變量缺失樣本。最終獲得37239條“企業(yè)-年度”觀測值。為了避免極端值的影響，本文還對所有連續(xù)變量進行了1%和99%分位數(shù)的縮尾處理。本文使用的關(guān)鍵變量數(shù)據(jù)均來源于國泰安數(shù)據(jù)庫。

（三） 描述性統(tǒng)計

表1列示了主要變量的全樣本描述性統(tǒng)計結(jié)果。DCG的平均值為1.1710，標準差為1.3490，25%分位數(shù)與75%分位數(shù)分別為0.0000和2.0790，這表明樣本企業(yè)的數(shù)字化程度差異較大。MSR_DUMMY與MSRSQRT_DUMMY的平均值分別為0.2544與0.2502，這說明在樣本企業(yè)中，約有四分之一的企業(yè)年報審計師具有行業(yè)專長。其余變量的取值均在合理范圍，不再贅述。

四、 實證分析

（一） 基準回歸分析

表2列示了模型（1）的基準回歸結(jié)果。回歸結(jié)果顯示，解釋變量MSR_DUMMY和MSRSQRT_DUMMY的估計系數(shù)分別為0.1903和0.1557，均在1%的水平上顯著，這說明與年報審計師不具有行業(yè)專長的企業(yè)相比，審計師具有行業(yè)專長的企業(yè)數(shù)字化轉(zhuǎn)型程度更高。本文的假設H1得到了經(jīng)驗證據(jù)的支持，即審計師行業(yè)專長能夠顯著促進企業(yè)數(shù)字化轉(zhuǎn)型。

（二） 穩(wěn)健性測試

本文從替換變量指標、改變回歸方法、優(yōu)化樣本結(jié)構(gòu)、緩解內(nèi)生性問題四個方面進行穩(wěn)健性測試限于篇幅，未報告穩(wěn)健性測試的回歸結(jié)果，留存?zhèn)渌鳌！?/p>

1. 替換變量指標

（1） 替換審計師行業(yè)專長的衡量指標。第一，基于客戶企業(yè)的資產(chǎn)總額（資產(chǎn)總額的平方根）和審計費用（審計費用的平方根）計算行業(yè)市場份額，并依次構(gòu)建審計師行業(yè)專長虛擬變量MSA_DUMMY（MSASQRT_DUMMY）和MSC_DUMMY（MSCSQRT_DUMMY）。第二，對企業(yè)年度審計報告中各簽字審計師按營業(yè)收入計算的行業(yè)市場份額取平均值，用來衡量審計師行業(yè)專長MSR_MEAN（MSRSQRT_MEAN）。使用上述方法替換解釋變量進行回歸后，研究結(jié)論依然成立。

（2） 替換企業(yè)數(shù)字化轉(zhuǎn)型程度的衡量指標。第一，采用管理層討論與分析部分披露的數(shù)字化關(guān)鍵詞詞頻MDCG衡量企業(yè)數(shù)字化轉(zhuǎn)型程度。第二，考慮到我國企業(yè)的年報審計師聘任和審計執(zhí)行區(qū)間通常為當年第四季度和次年第一季度，審計師的信息治理和優(yōu)化效應很可能遞延至次年，故采用次年的企業(yè)數(shù)字化轉(zhuǎn)型程度FDCG檢驗當年審計師行業(yè)專長的影響。第三，在數(shù)字化轉(zhuǎn)型方面，企業(yè)存在“只說不做”或者“多說少做”的動機。本文參考祁懷錦等的思路［27］，計算財務報告附注披露的年末無形資產(chǎn)明細項中與數(shù)字經(jīng)濟相關(guān)部分占資產(chǎn)總額的比例。考慮到企業(yè)的數(shù)字資產(chǎn)配置會受到行業(yè)特征和時間趨勢的影響，對上述比例按照行業(yè)-年度標準化，得到數(shù)字化實踐水平DCG_intangible作為企業(yè)數(shù)字化轉(zhuǎn)型程度的替代指標本文進一步從CSMAR數(shù)據(jù)庫中獲取企業(yè)數(shù)字化成果和數(shù)字化應用評分，用于衡量企業(yè)的數(shù)字化實踐水平。回歸結(jié)果依然支持前文假設。。使用上述方法替換被解釋變量進行回歸后，研究結(jié)論依然成立。

2. 改變回歸方法與優(yōu)化樣本結(jié)果

由于被解釋變量DCG在數(shù)值上均大于或等于0，在穩(wěn)健性檢驗中，本文將OLS回歸調(diào)整為Tobit回歸，重新對模型（1）進行回歸分析。此外，在基準回歸的基礎上，本文進一步剔除了2008—2009年和2020—2021年的樣本觀測值，重新對模型（1）進行回歸分析，以排除金融危機和新冠疫情的異常沖擊對研究結(jié)論的可能干擾。回歸結(jié)果均與基準回歸保持一致，再次證明前文結(jié)論的穩(wěn)健性。

3. 緩解內(nèi)生性問題

第一，傾向得分匹配法。企業(yè)對于年報審計師的選擇并非隨機，在一定程度上會受到企業(yè)數(shù)字化戰(zhàn)略的影響，本文可能存在樣本選擇偏差導致的內(nèi)生性問題。因此，本文將年報審計師具有行業(yè)專長的企業(yè)觀測視為處理組，以所有控制變量為協(xié)變量，采用1∶1最鄰近無放回匹配法（匹配半徑為0.01），從年報審計師不具有行業(yè)專長的企業(yè)觀測中匹配對照組樣本。匹配后的處理組和對照組觀測在所有協(xié)變量上均無系統(tǒng)性差異，滿足平衡性假設。傾向得分匹配樣本的回歸結(jié)果顯示，解釋變量的估計系數(shù)均顯著為正，表明在控制樣本選擇偏差問題后，審計師行業(yè)專長依然能夠顯著促進企業(yè)數(shù)字化轉(zhuǎn)型。

第二，考慮審計師變更的影響。如果行業(yè)專長審計師能夠促進企業(yè)數(shù)字化轉(zhuǎn)型，那么企業(yè)選聘的審計師由非行業(yè)專長審計師變更為行業(yè)專長審計師以后，數(shù)字化轉(zhuǎn)型程度應當有所提升。因此，參考已有研究的做法［16］，本文進一步將研究對象聚焦于審計師發(fā)生變更的樣本企業(yè)。設置虛擬變量DDCG，如果企業(yè)數(shù)字化轉(zhuǎn)型程度較前一年有所提升取值為1，否則為0；設置虛擬變量DSpec_MSR（DSpec_MSRSQRT），如果企業(yè)當年選聘的審計師由不具有行業(yè)專長變更為具有行業(yè)專長取值為1，否則為0。Probit回歸結(jié)果顯示，解釋變量DSpec_MSR和DSpec_MSRSQRT的估計系數(shù)均顯著為正，說明非行業(yè)專長審計師變更為行業(yè)專長審計師以后，客戶企業(yè)數(shù)字化轉(zhuǎn)型程度得到顯著提升。

第三，緩解遺漏變量問題。盡管前文已經(jīng)在回歸模型中控制了部分企業(yè)和事務所層面的特征變量以及年度、行業(yè)固定效應，遺漏變量問題依然難以避免。本文從如下三個方面緩解遺漏變量導致的內(nèi)生性問題：（1）在模型中進一步控制省份層面的地區(qū)固定效應；（2）在模型中進一步控制企業(yè)個體層面的固定效應；（3）在模型中加入事務所層面的行業(yè)專長衡量指標FMSR_DUMMY（FMSRSQRT_DUMMY）。回歸結(jié)果顯示，解釋變量的估計系數(shù)均顯著為正，支持了前文假設。

五、 進一步檢驗與分析

（一） 影響機制檢驗

如前所述，審計師行業(yè)專長具有信息治理與信息優(yōu)化雙重功能，既可以降低外部利益相關(guān)者與企業(yè)之間的信息不對稱性，緩解企業(yè)的代理沖突和融資約束，又可以降低企業(yè)管理層決策的信息不確定性，從而提高管理層的數(shù)字化投資意愿和能力，促進企業(yè)數(shù)字化轉(zhuǎn)型。下文分別對這兩種影響機制進行檢驗。

1. 審計師行業(yè)專長、信息不對稱性與企業(yè)數(shù)字化轉(zhuǎn)型

為了驗證“審計師行業(yè)專長—降低外部利益相關(guān)者與企業(yè)之間的信息不對稱性—促進數(shù)字化轉(zhuǎn)型”這一影響機制，本文采用中介效應檢驗方法。參考已有研究的做法［16］，把信息不對稱性IA作為中介變量，將其定義為企業(yè)最近3年基于修正瓊斯模型計算的操控性應計利潤絕對值的總和本文進一步采用滬深交易所對上市公司在各年度中的信息披露表現(xiàn)所做出的評價（即信息披露考評結(jié)果）衡量外部利益相關(guān)者與企業(yè)之間的信息不對稱程度，回歸結(jié)果依然顯示審計師行業(yè)專長能夠通過降低外部利益者與企業(yè)之間的信息不對稱性，從而促進企業(yè)數(shù)字化轉(zhuǎn)型。。IA取值越大，表示企業(yè)的財務報告信息披露質(zhì)量越低，外部利益相關(guān)者與企業(yè)之間的信息不對稱程度越高。在表3中，列（2）的回歸結(jié)果顯示，MSR_DUMMY的估計系數(shù)為-0.0189，在1%的水平上顯著，說明審計師行業(yè)專長能夠顯著降低信息不對稱性；列（3）的回歸結(jié)果顯示，在控制了信息不對稱的影響之后，MSR_DUMMY的估計系數(shù)依然在1%的水平上顯著為正，說明審計師行業(yè)專長能夠顯著提高企業(yè)的數(shù)字化轉(zhuǎn)型程度，且其估計系數(shù)0.1986小于列（1）所示的估計系數(shù)0.2004，驗證了信息不對稱性的部分中介效應。列（4）、列（5）與列（6）的回歸結(jié)果所得結(jié)論與上述保持一致，表明審計師行業(yè)專長能夠通過降低外部利益者與企業(yè)之間的信息不對稱性，從而促進企業(yè)數(shù)字化轉(zhuǎn)型。同時，Sobel檢驗Z統(tǒng)計量值分別為2.495與2.614，分別在5%和1%的水平上顯著。進一步地，如果審計師行業(yè)專長可以通過降低外部利益相關(guān)者與企業(yè)之間的信息不對稱性來緩解代理沖突，進而促進企業(yè)數(shù)字化轉(zhuǎn)型，那么可以預期，審計師行業(yè)專長對于企業(yè)數(shù)字化轉(zhuǎn)型的促進效果在委托代理成本較高的企業(yè)中更為明顯。大股東的持股比例越高，其對管理層自利行為的監(jiān)督效應越強，管理層越傾向于采取符合股東利益的投資決策，企業(yè)的委托代理成本越低。因此本文采用大股東持股比例來衡量委托代理成本，根據(jù)大股東持股比例的行業(yè)年度中位數(shù)，將樣本劃分為大股東持股比例高（委托代理成本低）和大股東持股比例低（委托代理成本高）兩組，分別對模型（1）進行回歸分析和組間系數(shù)差異檢驗。從表4列（1）至列（4）可以看出，解釋變量MSR_DUMMY和MSRSQRT_DUMMY的估計系數(shù)均在1%或5%的水平上顯著為正，且與持股比例高（委托代理成本低）組的估計系數(shù)0.1420和0.0999相比，持股比例低（委托代理成本高）組的估計系數(shù)0.2453和0.2217顯著更大，說明審計師行業(yè)專長可以通過緩解代理沖突來促進企業(yè)數(shù)字化轉(zhuǎn)型。

企業(yè)所在地區(qū)的市場化程度指數(shù)可以用來刻畫企業(yè)的外部融資環(huán)境。市場化程度越高，企業(yè)越能夠憑借高質(zhì)量的會計信息、通過自由競爭從外部資本市場獲得融資；而在市場化程度較低的地區(qū)，企業(yè)的融資活動更多地依靠政治關(guān)聯(lián)、社會資本等非市場化運行機制，改善會計信息質(zhì)量對于緩解外源融資約束的作用相對有限。因此，如果審計師行業(yè)專長的信息治理效應能夠緩解外部投資者與企業(yè)之間的信息不對稱性，通過降低權(quán)益投資者的信息風險和債權(quán)投資者的信貸風險來獲取外部投資者的信任，進而緩解外源融資約束、促進數(shù)字化轉(zhuǎn)型，那么可以預期，審計師行業(yè)專長對企業(yè)數(shù)字化轉(zhuǎn)型的促進效果在市場化程度高的樣本中更為顯著。根據(jù)樣本企業(yè)所在地市場化指數(shù)的行業(yè)年度中位數(shù)，將樣本劃分為市場化程度高和市場化程度低兩組，分別對模型（1）進行回歸分析和組間系數(shù)差異檢驗。從表4列（5）至列（8）可以看出，解釋變量的估計系數(shù)均在1%的水平上顯著為正，當解釋變量為MSR_DUMMY時，與市場化程度低組的估計系數(shù)0.1575相比，市場化程度高組的估計系數(shù)0.2173顯著更大；當解釋變量為MSRSQRT_DUMMY時，與市場化程度低組的估計系數(shù)0.1395相比，市場化程度高組的估計系數(shù)0.1613更大，但兩組無顯著差異，這表明審計師行業(yè)專長可以在一定程度上通過緩解融資約束來促進企業(yè)數(shù)字化轉(zhuǎn)型。

2. 審計師行業(yè)專長、信息不確定性與企業(yè)數(shù)字化轉(zhuǎn)型

為了驗證“審計師行業(yè)專長—降低企業(yè)管理層決策的信息不確定性—促進企業(yè)數(shù)字化轉(zhuǎn)型”這一影響機制，參考已有研究的做法［16］，采用經(jīng)行業(yè)調(diào)整的近5年營業(yè)收入的變異系數(shù)IU衡量信息不確定性，該值越大，管理層決策的信息不確定程度越高。在表5中，列（2）的回歸結(jié)果顯示，MSR_DUMMY的估計系數(shù)為-0.1771，在1%的水平上顯著，說明審計師行業(yè)專長能夠顯著降低企業(yè)管理層決策的信息不確定程度；列（3）的回歸結(jié)果顯示，在控制了信息不確定的影響之后，MSR_DUMMY的估計系數(shù)依然在1%的水平上顯著為正，說明審計師行業(yè)專長能夠顯著提高企業(yè)的數(shù)字化轉(zhuǎn)型程度，且其估計系數(shù)0.1834小于列（1）所示的估計系數(shù)0.1878，驗證了信息不確定性的部分中介效應。列（4）、列（5）與列（6）的回歸結(jié)果所得結(jié)論與上述保持一致，表明審計師行業(yè)專長能夠通過降低企業(yè)管理層決策的信息不確定性，從而促進企業(yè)數(shù)字化轉(zhuǎn)型。同時，Sobel檢驗Z統(tǒng)計量值分別為4.793與5.090，均在1%的水平上顯著。

（二） 拓展性分析

1. 外部監(jiān)督者的影響

相比于普通投資者，機構(gòu)投資者和分析師均具有更廣的信息獲取渠道和更強的信息解讀能力，可以向市場提供更多有關(guān)于企業(yè)經(jīng)營管理活動的優(yōu)質(zhì)信息，緩解外部利益相關(guān)者面臨的信息不對稱問題。已有研究表明，壓力抵抗型機構(gòu)投資者能夠促進企業(yè)數(shù)字化轉(zhuǎn)型［28］，而明星分析師則有助于推動企業(yè)數(shù)字技術(shù)創(chuàng)新［29］。由此可見，機構(gòu)投資者和分析師同樣具有信息治理功能，可以通過緩解外部利益相關(guān)者與企業(yè)之間的信息不對稱來提升管理層的數(shù)字化投資意愿和能力，進而在一定程度上削弱審計師行業(yè)專長的外部監(jiān)督效應。據(jù)此可以預期，機構(gòu)投資者持股和分析師關(guān)注能夠弱化審計師行業(yè)專長對企業(yè)數(shù)字化轉(zhuǎn)型的促進作用。本文運用調(diào)節(jié)效應模型，構(gòu)建機構(gòu)投資者持股比例指標INSTITUTE和分析師追蹤人數(shù)指標ANALYST，考察機構(gòu)投資者持股和分析師關(guān)注對審計師行業(yè)專長與企業(yè)數(shù)字化轉(zhuǎn)型關(guān)系的影響。在表6中，列（1）和列（2）的回歸結(jié)果顯示，MSR_DUMMY_INSTITUTE與MSRSQRT_DUMMY_INSTITUTE的估計系數(shù)分別為-0.0900和-0.1258，分別在10%和5%的水平上顯著，說明機構(gòu)投資者持股會弱化審計師行業(yè)專長對企業(yè)數(shù)字化轉(zhuǎn)型的促進作用；列（3）和列（4）的回歸結(jié)果顯示，MSR_DUMMY_ANALYST與MSRSQRT_DUMMY_ANALYST的估計系數(shù)分別為-0.0078和-0.0053，均在1%的水平上顯著，說明分析師關(guān)注同樣會弱化審計師行業(yè)專長對企業(yè)數(shù)字化轉(zhuǎn)型的促進作用，與預期相符。

2. 審計師個人特征的影響

本文考察了審計師任期、信息技術(shù)背景以及聲譽能否影響行業(yè)專長對企業(yè)數(shù)字化轉(zhuǎn)型的促進作用。

首先，隨著審計任期的增加，審計師對于客戶的經(jīng)濟依賴性也不斷增強［30］，因而更有動機滿足客戶的信息需求。此外，審計師的任期越長，其對于客戶在行業(yè)競爭中的優(yōu)勢和劣勢、在數(shù)字化轉(zhuǎn)型中的痛點和難點更為了解，能夠為企業(yè)管理層提供更有針對性的決策信息。由此可見，隨著任期的增加，具有行業(yè)專長的審計師更有動機和能力降低企業(yè)管理層決策的信息不確定性，使得管理層可以更加全面地識別數(shù)字化投資機會、客觀地評估數(shù)字化投資風險，更能助力企業(yè)數(shù)字化轉(zhuǎn)型。據(jù)此可以預期，審計師任期與行業(yè)專長很可能存在疊加效應，即審計師任期會強化行業(yè)專長對企業(yè)數(shù)字化轉(zhuǎn)型的促進作用。本文在模型（1）中加入審計師任期TENURE及其與審計師行業(yè)專長變量的交互項MSR_DUMMY_TENURE/MSRSQRT_DUMMY_TENURE，重新進行回歸分析。表7的列（1）和列（2）的回歸結(jié)果顯示，MSR_DUMMY_TENURE的估計系數(shù)為0.0071，在1%的水平上顯著；MSRSQRT_DUMMY_TENURE的估計系數(shù)為0.0020，但不顯著。這表明審計師任期能夠在一定程度上強化行業(yè)專長對企業(yè)數(shù)字化轉(zhuǎn)型的促進作用，與預期相符。

其次，具有信息技術(shù)背景的審計師對信息技術(shù)的迭代進程、數(shù)字經(jīng)濟的發(fā)展趨勢等外部環(huán)境具有更高的認知度和敏感度，對客戶的信息技術(shù)需求也理解得更為深刻。由此可見，具有行業(yè)專長的審計師在信息技術(shù)背景的加持下，能夠為企業(yè)管理層提供更加全面、及時和精準的數(shù)字化投資決策信息，促進企業(yè)數(shù)字化轉(zhuǎn)型。即審計師的信息技術(shù)背景與行業(yè)專長可能存在疊加效應。本文參考耀友福等的研究［31］，從CSMAR數(shù)據(jù)庫中獲取簽字審計師的專業(yè)背景信息，如果某企業(yè)的任一年度審計報告簽字審計師具有信息技術(shù)專業(yè)的教育經(jīng)歷，則定義該企業(yè)該年度的審計師具有信息技術(shù)背景，TEC取值為1，否則為0，并在模型（1）中加入審計師信息技術(shù)背景TEC及其與審計師行業(yè)專長變量的交互項MSR_DUMMY_TEC/MSRSQRT_DUMMY_TEC，重新進行回歸分析。表7的列（3）和列（4）的回歸結(jié)果顯示，MSR_DUMMY_TEC的估計系數(shù)為0.1774，在5%的水平上顯著；MSRSQRT_DUMMY_TEC的估計系數(shù)為0.0945，但不顯著。這表明審計師的信息技術(shù)背景能夠在一定程度上強化行業(yè)專長對企業(yè)數(shù)字化轉(zhuǎn)型的促進作用，與預期相符。

最后，已有研究表明高聲譽的年報審計師在規(guī)避聲譽減損風險、訴訟風險和監(jiān)管風險方面具有更強的動機，因而會在審計過程中投入更多努力，顯著提高財務報表的信息披露質(zhì)量［32］。由此可見，行業(yè)專長相對不足的審計師如果擁有更高的聲譽，也能發(fā)揮有效的外部監(jiān)督作用，降低外部利益相關(guān)者與企業(yè)之間的信息不對稱程度，進而緩解企業(yè)的代理沖突與融資約束，助力企業(yè)數(shù)字化轉(zhuǎn)型。據(jù)此可以預期，審計師的聲譽與行業(yè)專長很可能存在替代效應，即審計師聲譽會弱化行業(yè)專長對企業(yè)數(shù)字化轉(zhuǎn)型的促進作用。如果審計師來自國際四大會計師事務所，則認為其具有較高的聲譽。本文在模型（1）中加入審計師聲譽與審計師行業(yè)專長變量的交互項MSR_DUMMY_BIG4/MSRSQRT_DUMMY_BIG4，重新進行回歸分析。表7的列（5）和列（6）的回歸結(jié)果顯示，MSR_DUMMY_BIG4和MSRSQRT_DUMMY_BIG4的估計系數(shù)分別為-0.1346和-0.1401，均在1%的水平上顯著，說明審計師聲譽會弱化行業(yè)專長對企業(yè)數(shù)字化轉(zhuǎn)型的促進作用，與預期相符。

3. 審計師行業(yè)專長對企業(yè)數(shù)字化轉(zhuǎn)型同群效應的影響

已有研究表明，面對同行企業(yè)數(shù)字化轉(zhuǎn)型，企業(yè)有動力進行模仿和學習，即企業(yè)數(shù)字化轉(zhuǎn)型存在行業(yè)同群效應［33］。在客戶的模仿和學習過程中，具有行業(yè)專長的審計師扮演了重要的信息中介角色，能夠為其提供更多同行業(yè)企業(yè)在數(shù)字化轉(zhuǎn)型過程中的經(jīng)驗和教訓，更能助力客戶的數(shù)字化轉(zhuǎn)型。參考李倩等的做法［33］，采用同行業(yè)同群企業(yè)數(shù)字化轉(zhuǎn)型程度的平均值DCG_IND衡量同群企業(yè)數(shù)字化轉(zhuǎn)型。在模型（1）中加入DCG_IND及其與審計師行業(yè)專長變量的交互項DCG_IND_MSR_DUMMY/DCG_IND_MSRSQRT_DUMMY，重新進行回歸分析。回歸結(jié)果顯示交互項系數(shù)均顯著為正，表明審計師行業(yè)專長能夠強化企業(yè)數(shù)字化轉(zhuǎn)型的同群效應限于篇幅，未報告審計師行業(yè)專長影響企業(yè)數(shù)字化轉(zhuǎn)型同群效應的回歸結(jié)果，留存?zhèn)渌鳌！?/p>

六、 結(jié)論性評述

在企業(yè)數(shù)字化轉(zhuǎn)型邁入深水區(qū)的背景下，如何破解數(shù)字化轉(zhuǎn)型困局成為理論界和實務界關(guān)注的焦點。本文以2007—2021年滬深A股上市公司為樣本，實證研究審計師行業(yè)專長對企業(yè)數(shù)字化轉(zhuǎn)型的影響。研究發(fā)現(xiàn)：（1）審計師行業(yè)專長能促進企業(yè)數(shù)字化轉(zhuǎn)型，其作用機理在于審計師行業(yè)專長可以緩解外部利益相關(guān)者與企業(yè)之間的信息不對稱性、降低管理層決策的信息不確定性；（2）在推動企業(yè)數(shù)字化轉(zhuǎn)型方面，機構(gòu)投資者持股、分析師關(guān)注和審計師聲譽會弱化審計師行業(yè)專長的影響，而審計師任期和信息技術(shù)背景則會強化行業(yè)專長的影響；（3）審計師行業(yè)專長能夠強化企業(yè)數(shù)字化轉(zhuǎn)型的同群效應。

本文的研究結(jié)論具有一定的啟示意義。首先，數(shù)字經(jīng)濟與實體經(jīng)濟的深度融合對于優(yōu)化注冊會計師行業(yè)的服務能力提出了新要求。本文從賦能企業(yè)數(shù)字化轉(zhuǎn)型視角驗證了審計師行業(yè)專長的知識溢出效應，這為提高注冊會計師的專業(yè)勝任能力和推進會計師事務所的專精特優(yōu)轉(zhuǎn)型提供了必要性論證和可能性路徑。其次，企業(yè)數(shù)字化轉(zhuǎn)型的推進過程潛藏著信息不對稱性和信息不確定性等信息風險，這極大地制約了管理層的數(shù)字化投資意愿和能力。企業(yè)在強化內(nèi)部治理機制的同時，應該充分利用審計師、分析師、機構(gòu)投資者等外部治理主體的信息治理和優(yōu)化功能，積極營造良好的信息環(huán)境，降低信息風險對企業(yè)數(shù)字化轉(zhuǎn)型的負面影響。最后，在“共建共治共享”的時代背景下，政府部門可以對會計師事務所等資本市場的中介組織開展有針對性的指導和監(jiān)督，多措并舉引導中介組織助力數(shù)字經(jīng)濟發(fā)展。

參考文獻：

［1］Li J， Chen L， Yi J， et al. Ecosystemspecific advantages in international digital commerce ［J］. Journal of International Business Studies， 2019， 50（9）： 14481463.

［2］Hanelt A， Bohnsack R， Marz D， et al. A systematic review of the literature on digital transformation： Insights and implications for strategy and organizational change ［J］. Journal of Management Studies， 2021， 58（5）： 11591197.

［3］王浩軍，盧玉舒，宋鐵波.穩(wěn)中求變？高管團隊穩(wěn)定性與企業(yè)數(shù)字化轉(zhuǎn)型［J］.研究與發(fā)展管理，2023（2）：97110.

［4］劉錫祿，陳志軍，馬鵬程.信息技術(shù)背景CEO與企業(yè)數(shù)字化轉(zhuǎn)型［J］.中國軟科學，2023（1）：134144.

［5］陽鎮(zhèn)，陳勁，商慧辰.何種經(jīng)歷推動數(shù)字化：高管學術(shù)經(jīng)歷與企業(yè)數(shù)字化轉(zhuǎn)型［J］.經(jīng)濟問題，2022（10）：111.

［6］張慧，黃群慧.海歸高管能推動企業(yè)數(shù)字化轉(zhuǎn)型嗎？［J/OL］.科學學研究，122［20231108］https：//doi.org/10.16192/j.cnki.10032053.20230413.003.

［7］毛聚，李杰，張博文.CEO復合職能背景與企業(yè)數(shù)字化轉(zhuǎn)型［J］.現(xiàn)代財經(jīng)（天津財經(jīng)大學學報），2022（9）：3758.

［8］湯萱，高星，趙天齊，等.高管團隊異質(zhì)性與企業(yè)數(shù)字化轉(zhuǎn)型［J］.中國軟科學，2022（10）：8398.

［9］白福萍，劉東慧，齊魯光.高管團隊外部關(guān)系網(wǎng)絡、合作創(chuàng)新與企業(yè)數(shù)字化轉(zhuǎn)型［J］.哈爾濱商業(yè)大學學報（社會科學版），2023（1）：86100.

［10］曾皓.求同存異以為謀：董事會斷裂帶與企業(yè)數(shù)字化轉(zhuǎn)型［J］.財會通訊，2023（15）：6065.

［11］王新光.管理者短視行為阻礙了企業(yè)數(shù)字化轉(zhuǎn)型嗎——基于文本分析和機器學習的經(jīng)驗證據(jù)［J］.現(xiàn)代經(jīng)濟探討，2022（6）：103113.

［12］李倩茹，翟華云.管理者短視主義會影響企業(yè)數(shù)字化轉(zhuǎn)型嗎？［J］.財務研究，2022（4）：92104.

［13］王海，閆卓毓，郭冠宇，等.數(shù)字基礎設施政策與企業(yè)數(shù)字化轉(zhuǎn)型：“賦能”還是“負能”？［J］.數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2023（5）：523.

［14］申明浩，譚偉杰，楊永聰.科技金融試點政策賦能實體企業(yè)數(shù)字化轉(zhuǎn)型了嗎？［J］.中南大學學報（社會科學版），2022（3）：110123.

［15］陳和，黃依婷，楊永聰，等.政府稅收激勵對企業(yè)數(shù)字化轉(zhuǎn)型的影響——來自固定資產(chǎn)加速折舊政策的經(jīng)驗證據(jù)［J］.產(chǎn)業(yè)經(jīng)濟評論，2023（2）：5568.

［16］楊剛，喻彪.審計師行業(yè)專長與企業(yè)勞動投資效率［J］.西南大學學報（社會科學版），2023（2）：101113.

［17］范經(jīng)華，張雅曼，劉啟亮.內(nèi)部控制、審計師行業(yè)專長、應計與真實盈余管理［J］.會計研究，2013（4）：8188+96.

［18］梅丹，高強.獨立性與行業(yè)專長對客戶會計穩(wěn)健性的影響［J］.審計研究，2016（6）：8088.

［19］謝盛紋，王清.會計師事務所行業(yè)專長與會計信息可比性：來自我國證券市場的證據(jù)［J］.當代財經(jīng)，2016（5）：108119.

［20］張婷，張敦力.審計師行業(yè)專長與或有事項信息披露——基于客戶重要性的調(diào)節(jié)效應研究［J］.審計與經(jīng)濟研究，2019（1）：3343.

［21］趙藝，倪古強.審計師行業(yè)專長、產(chǎn)權(quán)性質(zhì)與投資效率［J］.審計研究，2020（1）：8795.

［22］李明輝，劉力涵.審計師行業(yè)專長對上市公司融資規(guī)模的影響——基于中國A股上市公司的經(jīng)驗研究［J］.中國經(jīng)濟問題，2016（3）：95108.

［23］Simunic D A. Auditing， Consulting， and Auditor Independence ［J］. Journal of Accounting Research， 1984， 22（2）： 679702.

［24］李姝，杜亞光，張曉哲.審計師行業(yè)專長與企業(yè)創(chuàng)新——基于管理層信息環(huán)境視角的分析［J］.審計研究，2021（1）：106115.

［25］劉文軍，米莉，傅倞軒.審計師行業(yè)專長與審計質(zhì)量——來自財務舞弊公司的經(jīng)驗證據(jù)［J］.審計研究，2010（1）：4754.

［26］吳非，胡慧芷，林慧妍，等.企業(yè)數(shù)字化轉(zhuǎn)型與資本市場表現(xiàn)——來自股票流動性的經(jīng)驗證據(jù)［J］.管理世界，2021（7）：130144+10.

［27］祁懷錦，曹修琴，劉艷霞.數(shù)字經(jīng)濟對公司治理的影響——基于信息不對稱和管理者非理性行為視角［J］.改革，2020（4）：5064.

［28］李華民，龍宏杰，吳非.異質(zhì)性機構(gòu)投資者與企業(yè)數(shù)字化轉(zhuǎn)型［J］.金融論壇，2021（11）：3746+56.

［29］夏范社，何德旭.明星分析師第一名關(guān)注與企業(yè)數(shù)字技術(shù)創(chuàng)新［J］.山西財經(jīng)大學學報，2023（11）：100111.

［30］李思飛，劉戀，王化成.審計師行業(yè)專長、經(jīng)濟依賴性與審計質(zhì)量——基于審計任期的視角［J］.山西財經(jīng)大學學報，2014（5）：112124.

［31］耀友福，周蘭.企業(yè)數(shù)字化影響關(guān)鍵審計事項決策嗎？［J］.審計研究，2023（1）：123135.

［32］路軍偉，王舒慧，劉瑤瑤.年報審計師聲譽會影響中報會計信息質(zhì)量嗎？［J/OL］.南開管理評論，128［20231108］http：//kns.cnki.net/kcms/detail/12.1288.f.20220803.1811.002.html.

［33］李倩，王詩豪，鄧沛東，等.企業(yè)數(shù)字化轉(zhuǎn)型的同群效應［J］.科技進步與對策，2023（17）：112.

［責任編輯：苗竹青，黃燕］

Auditor Industry Specialization and Digital Transformation of Enterprises

LIU Yaosong， PAN Jingyi， FAN Suping

（School of Management， Shanghai University， Shanghai 200444， China）

Abstract： This paper takes Ashare listed companies from 2007 to 2021 as samples to empirically study the impact of auditor industry specialization on digital transformation of enterprises. The study finds that auditor industry specialization can promote enterprise digital transformation， the underlying mechanism is that auditor industry specialization alleviates information asymmetry between external stakeholders and the enterprise and reduces the uncertainty in management decisionmaking. In promoting digital transformation of enterprises， institutional investor shareholding， analyst attention and auditor reputation will weaken the influence of auditor industry specialization， while auditor tenure and information technology background will strengthen the influence of industry specialization. The auditor industry specialization can enhance the peer effect of digital transformation in enterprises.

Key Words： auditor industry specialization; digital transformation of enterprise; information asymmetry; information uncertainty; principalagent conflict; financing constraint