无形的纽带:审计师的行业范围与事务所后续的AI创新
《Journal of Behavioral and Experimental Finance》:Invisible string: Auditor industry range and firm’s subsequent AI innovation
【字体:
大
中
小
】
时间:2026年09月28日
来源:Journal of Behavioral and Experimental Finance 3.9
编辑推荐:
摘要
尽管专业经验可能影响审计师的判断,但该经验的广度与客户企业的人工智能(AI)创新之间的关系尚未得到充分理解。利用2008至2023年中国A股上市公司的面板数据,我们检验了审计师的技术行业范围是否与后续AI发明专利申请相关。我们发现两者之间存在正向关联,且该关联在替代性设
摘要
尽管专业经验可能影响审计师的判断,但该经验的广度与客户企业的人工智能(AI)创新之间的关系尚未得到充分理解。利用2008至2023年中国A股上市公司的面板数据,我们检验了审计师的技术行业范围是否与后续AI发明专利申请相关。我们发现两者之间存在正向关联,且该关联在替代性设定和针对潜在内生性问题的检验中保持稳健。与治理增强解释一致,审计师更广泛的技术行业范围与更高的后续内部控制质量及更大的AI相关研发承诺相关。该关联在拥有IT背景CEO或ISO 27001认证的企业、非国有企业以及获得智能制造补贴的企业中更为显著。在知识产权保护力度更强的环境中,以及审计费用更高的业务中,该关联也更为显著。附加分析表明,审计师更广泛的技术行业范围与AI专利与企业价值及盈利信息含量之间更强的关系相关。
引言
人工智能(AI)创新本质上具有高风险和不确定性,常给企业带来资金筹集挑战,包括投资者信任不足、严重的融资约束以及不充分的信息披露(Babina等,2024;Su等,2022)。通过外部治理机制缓解信息不对称并增强市场信任,已成为促进企业AI创新的关键因素。 prior research shows that shared auditors may facilitate follow-on innovation among client firms by improving information environments and transmitting generalizable governance practices (Tian et al., 2025)。然而,这并不必然意味着审计师直接在客户之间转移专有技术或保密的AI知识。在本研究中,我们提出,拥有更广泛技术密集型行业接触的审计师可能通过其在技术相关风险、内部控制实践、合规流程和研发治理方面的经验,帮助客户企业更好地评估、监控和组织与AI相关的投资。在此背景下,审计师更宜被理解为嵌入治理的外部专业人士,其行业经验可能支持AI创新的组织条件。
学者们日益关注审计师的知识结构和专业能力,尤其是对审计师行业范围的重视(Dekeyser等,2024;Kim,2024)。与传统强调纵向行业专业化不同,行业范围突出审计师在不同部门客户中经验的广度(Luan等,2025)。尽管长期专业化可以提高专业判断,但也可能导致认知固化(Earley,2002)。相反,跨行业经验使审计师能够克服认知惯性,形成更具适应性和灵活性的思维方式(Dane,2010)。专业实践为本文所讨论的治理角色提供了背景。毕马威《智能科技企业报告》描述了企业对审计师评估财务报告中使用AI的相关控制并提供AI治理见解的期待。这一讨论说明了市场对审计相关治理专长的需求;但并未确立审计师行业范围会提升客户创新,也未说明顾问服务是作为法定审计的一部分提供。
从这个角度看,审计师行业范围可能与 corporate AI innovation相关。AI创新本质上依赖于跨学科知识的整合(Dignum等,2023;Hanlon等,2022)。拥有更广泛行业覆盖的审计师可能通过跨行业业务积累多样化的知识和治理经验,从而可能支持嵌入治理的学习(Audretsch & Keilbach,2007;He等,2023)。这种跨行业经验可能帮助企业识别AI应用场景并降低试错成本。已有研究还表明,审计师更广泛的行业经验可能与更大的市场信任、更低的融资约束以及更强的创新激励相关(Dekeyser等,2024;Luan等,2025)。此外,审计师在评估AI相关项目的潜在治理盲点时,可能借鉴不同行业的非专有经验,这有助于提升研发活动的透明度和有效性(Tian等,2025)。
利用2008至2023年中国A股上市公司的面板数据,本研究构建了审计师行业范围的具体指数,并通过前瞻性的AI创新产出计数来衡量AI创新强度。实证结果表明,拥有更广泛技术行业接触的审计师与更高的未来AI创新产出相关。该关联在包括工具变量法、泊松估计、粗化精确匹配和熵平衡在内的一系列计量设计下保持稳健。横截面分析进一步表明,该正向关联在非国有企业和智能制造企业中更为显著,在审计费用更高的业务以及知识产权保护力度更强的地区中也更为显著。治理相关渠道分析显示,审计师的技术相关行业范围与更高的后续内部控制质量和更大的后续AI相关研发承诺相关。这些模式与治理增强解释一致。调节分析进一步表明,当企业拥有IT背景CEO和健全的信息安全管理体系时,该关联更为显著。这些模式识别了相关的组织边界条件,尽管ISO 27001的结果也可能反映更广泛的治理特征或企业规模。最后,审计师技术行业范围与AI创新和未来企业价值之间更强的关系相关,以及与更高的市场信息含量相关。
本研究从三个方面贡献于现有文献。第一,通过引入“审计师技术行业范围”这一概念,我们扩展了审计师能力的理论维度。传统文献主要将审计师专长视为纵向专业化和防御性监控以遏制盈余管理的工具(Francis等,2014;Balsam等,2003),我们将焦点转向审计专业人士的“横向”战略价值。借鉴结构洞理论,我们通过考察审计师技术相关行业范围的创新含义来扩展审计师能力文献。我们并非将审计师广度视为技术知识转移的直接证据,而是将其解释为治理相关经验的来源,可能帮助审计师更好地理解技术风险、内部控制弱点、合规实践和研发治理挑战。我们的发现表明,审计师的技术相关行业接触与客户企业未来AI创新正相关。这一关联与更广泛的技术相关行业接触为审计师提供关于技术风险、内部控制弱点、合规实践和研发治理挑战的治理相关经验的观点一致。
第二,本文通过打开外部治理和治理增强学习的“黑箱”,丰富了企业AI创新决定因素的文献。现有研究大多聚焦于AI的经济后果(Babina等,2024)或内部研发投入(Igna & Venturini,2023)。通过强调复杂AI项目中固有的严重信息不对称和“AI粉饰”高风险,本研究提出高质量外部鉴证提供者可能发挥重要作用。我们表明,审计师的技术相关行业接触与更强的内部控制质量和AI相关研发承诺相关,这与降低信息不对称和风险不确定性以及鼓励企业投入资源进行高风险AI举措的环境一致。
第三,本研究为在高度不确定的市场环境中实现技术突破提供了可操作的战略和政策启示。除记录审计师行业范围与AI专利之间的关联外,我们的发现还阐明了外部专业经验何时有助于高风险创新的行为和治理条件。对企业董事会而言,这意味着任命IT专长CEO和投资于健全信息安全基础设施是重要的补充措施,可能帮助企业更好地利用外部治理和学习投入。对政策制定者和监管者而言,本研究强调了平衡审计师专业化深度与跨行业广度的必要性。培养跨行业审计经验,同时加强保密保障、信息安全基础设施和地区知识产权保护,可能支持更安全地使用审计相关治理投入,并更广泛地实施国家创新驱动发展战略。这一视角将审计师行业范围与管理者注意力、资源分配和技术不确定性下的战略决策联系起来,从而将审计研究更直接地连接到行为金融和实验金融讨论中关于决策者在不确定创新环境中如何处理外部信息的内容。研究框架在图1中系统展示。
审计师行业范围
作为资本市场的关键中介,审计师的行为和专业能力一直是学术研究的中心主题(Francis等,2014)。归档审计研究使用投入指标如审计师规模或行业专业化来代理审计师能力和努力程度,假设专业审计师具备提供高质量审计的必要能力(Krishnan,2003)。现有研究主要探索经济效应
样本选择
我们选取2008至2023年上海和深圳A股上市公司的数据作为样本。财务报表和治理相关数据来源于CN-RDS数据库。为确保数据质量和可靠性,我们排除金融行业的公司、被指定为ST或*ST(特别处理)的公司,以及上市不满三年的公司。此外,我们剔除关键控制变量缺失的观察值。鉴于研究重点,我们还
描述性统计
表2报告了主要变量的描述性统计。因变量LogAIPatent的均值为0.130,标准差为0.400。最小值和最大值分别为0和2.080,表明样本企业的AI创新产出存在显著异质性。RangeN_Tech的均值为0.470,范围从0到3。这表明平均而言,客户企业聘请的审计师服务约0.5个技术相关行业,
治理相关渠道分析
为考察与提出的治理增强解释一致的经验模式,我们分析两个后续企业层面结果:内部控制质量和AI相关研发承诺。这些分析旨在提供渠道相关证据,而非确立因果中介关系。拥有更广泛技术密集型行业接触的审计师可能积累与技术风险评估、内部控制弱点、合规流程相关的经验,以及
结论与启示
本研究利用2008至2023年中国A股上市公司的面板数据,考察了审计师行业范围是否与后续企业AI创新相关。我们发现,审计师对技术密集型行业更广泛的接触与后续AI发明专利正相关。该关联在PPML估计、CEM、熵平衡和工具变量方法下保持稳健。总体而言,这些分析减少了,但并未完全消除,
CRediT作者贡献声明
傅龙佳:撰写——初稿、方法论、调查、概念化。
肖懿:撰写——审阅与编辑、可视化、监督、软件、方法论、数据整理。
利益冲突声明
所有作者已阅读并同意已发表版本的稿件。与本研究相关的任何潜在利益冲突,包括财务、个人或职业方面的,均已披露并适当处理。
致谢
作者感谢中国国家社会科学基金(项目编号:24BJL090)和云南大学研究生原创研究项目(项目编号:KC-252512655)的支持和资助。
云南大学专业学位研究生实践创新项目[ZC-252514094]。
傅龙佳 | 肖懿
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号