一、 引 言

企业盈余管理及其幅度是普遍存在的(Carcello et al.,2004)^[1]，而审计是抑制管理层盈余管理的重要公共契约，但由于抽样技术在审计中的应用以及出于审计成本的考虑，审计师不可能消除被审计单位所有盈余管理，只能在一定幅度范围内抑制盈余管理。高审计质量的服务应体现在审计师将被审计单位的盈余管理抑制在合理范围内，即审计后的财务报表的总体错报水平不会影响报表使用者的决策。

中国审计师是否有动机将盈余管理降低至合理的范围？国外的研究认为盈余管理越高，审计风险则越高，审计师面临的诉讼风险则越大(Defond et al.，1998)^[2]，但中国法律的诉讼成本高昂，导致审计师面临的诉讼风险非常低(Defond et al.，1999；林斌等，2000；刘峰等，2002)^[3-5]，那是否意味着中国审计师在较弱的法律诉讼环境下没有动机将盈余管理降低至合理的范围内呢？ 如果审计师有动机将盈余管理降低至合理的范围内，那审计师如何降低盈余管理呢？徐浩萍(2004)^[6]发现中国审计师在一定程度上能够鉴别会计盈余管理的程度。李奇凤和宋琰纹(2007)^[7]进一步发现异地所比本地所更能抑制盈余管理。但徐浩萍的研究并没有解释审计师如何鉴别盈余管理程度，李奇凤等的研究虽然进一步研究了如何降低盈余管理，但并没有揭示审计师降低盈余管理的直接路径依赖。Caramanis and Lennox(2008)^[8]研究结果发现当审计资源投入越少时，非正常盈余越多；公司管理层进行正向的盈余管理的可能性就越大。Caramanis and Lennox(2008)^[8]的研究对审计师如何降低盈余管理做了进一步研究与验证。在中国，法律诉讼维权的成本过高使得审计师面临的诉讼风险非常低，但中国审计师面临多重政府监管，本文从中国特有的制度背景出发，研究审计资源投入与盈余管理之间的关系。

本文以中国证券市场2004年至2011年的上市公司为样本，考察审计资源投入与盈余管理之间的关系。我们的研究结果发现，审计资源投入越充分，盈余管理程度就越低。进一步研究发现：审计师更倾向于抑制正向盈余；大规模的事务所较小规模事务所而言，随着审计资源投入的增加，抑制盈余管理的能力更强。

本文的贡献：首先，以审计资源投入为切入点进行研究，这为审计市场的研究提供了新的契机。具有现实意义。审计质量是指审计师发现和报告被审计客户重大错报的联合概率，而投入审计资源不仅是审计师履行审计契约的重要行为，也是审计师发现重大错报的基础投入，更是审计师报告重大错报的前提条件，但国外相关研究并不多见，以往研究大多使用问卷调查方式进行研究。我们采用上市公司的审计资源投入数据进行研究，结论亦具有普适性，也为审计市场的研究提供了新的契机。其次，本文从中国的制度背景出发，分析审计师是否有动机将盈余管理降低至合理的范围内，并对审计师如何降低盈余管理进行更为直接的验证，为中国审计市场的良性发展以及中国政府更好地监管审计市场提供证据支持。本文的研究结论表明，监管者对于审计投入应给予一定的关注，而且，对负向的盈余管理的投入，应成为监管重点。对于审计师来说，负向盈余管理带来的监管风险小于正向盈余带来的监管风险，但较高程度的负向盈余管理，也会影响到投资者决策。

以下各节的安排分别是：第二部分制度背景、理论分析与假设的提出；第三部分是研究设计；第四部分是实证结果检验；第五部分是结论。

二、 制度背景、理论分析与假设的提出

DeAngelo(1981)^[9]认为审计质量可以定义为发现并报告错报的联合概率，审计师对财务报告不存在重大错报提供合理保证。在有效的审计市场上，法律、声誉与政府监管是维持证券审计市场的三种制度。就中国而言，声誉机制由于市场缺乏高审计质量的需求而难以起到实质性的作用；中国注册会计师和事务所的法律风险、特别是民事赔偿责任风险近乎为零(刘峰和许菲，2002)^[4]，这样，诉讼机制远不能维护审计市场秩序。在中国并非不存在股东或者股民对审计师提起诉讼，只是中国在法律诉讼方式上仍是“谁主张，谁举证”，因此在实际的诉讼中，维权的诉讼成本过高，这种高成本的诉讼制度降低了股东或者股民对事务所或者审计师提出诉讼的概率，导致法律诉讼机制对中国注册会计师和会计师事务所的影响有限。

在中国法律以及声誉难以起到根本性作用的情况下，中国审计师是否有动机将盈余管理降低至合理的范围？中国审计师的审计风险常与政府的监管政策紧密联系在一起(张奇峰等，2006)^[10]，中国的审计市场基本上是政府监管机制代替法律诉讼机制的市场。现阶段，中国的证券审计市场的监管主体主要包括证监会、财政部和中国注册会计师协会。监管部门对审计师内部控制、执业质量等方面进行严格的监管并对违规行为以及审计失败进行严厉惩罚(Chan and Wu，2009)^[11]，这些监管制度和举措为审计行业服务资本市场提供了合理保证。

证监会对会计师事务所的监管主要体现在财务虚假信息披露方面。证监会公告〔2011〕41 号规定：中国证监会在年报结束后对有关会计师事务所进行现场检查，一旦发现违法违规问题，中国证监会将依法追究上市公司、会计师事务所及相关注册会计师的责任。如果证监会认为审计师本来可以发现公司的虚假披露行为，却因未能保持职业谨慎性而发生了审计失败，审计师也会受到证监会的处罚。但针对会计师事务所和注册会计师的处罚一般是财政部实施和完成的。

中国注册会计师协会监管具有行业监管的性质，主要受财政部主导。2004年以前注册会计师协会监管执业质量基本上以涉案专项检查为主，自2004年起开始对事务所实施全面检查。2009年《会计师事务所执业质量检查制度》被重新修订，该制度规定证券资格事务所及其分所每3年内至少接受一次执业质量检查，并在制度中明确了中注协和地方协会在证券资格事务所执业质量检查方面的职责分工。该制度在后来的实施过程中逐步将综合评价与实施分类监管相结合，并不断完善事务所执业质量检查公告制度，这对审计市场和审计服务产生了较大的影响力和威慑力。

从注册会计师协会的质量检查结果以及证监会对审计师的处罚公告可以看出，监管部门通过处罚和质量监督检查等举措，在约束和打击审计市场违规行为方面还是具有一定的效果，也就是说监管部门通过一定的监管措施，力求审计师在审计服务过程中保持职业谨慎性，审计师也通过将盈余管理控制在一定范围内来控制和降低审计风险，以达到降低监管风险的目的。那么，审计师如何降低盈余管理呢？不同规模的事务所在投入审计资源降低盈余管理时是否存在显著差别呢？

(一) 审计师如何降低盈余管理 1. 审计资源投入与盈余管理

企业是会计契约和非会计契约的联结^[12]，而会计契约是非会计契约的重要参数。当公司真实业绩低于或不符合投资者或者股东的预期时，公司的股价往往会受到影响，公司高层管理人员的薪酬也会受到影响。为了更好地实现薪酬等契约，公司的高层管理人员往往会进行盈余管理，而管理层的目标不同，盈余管理的程度也会有所差异。

由于会计契约内生于企业契约，契约的参与方可以通过事前机会主义行为操纵会计盈余，审计作为企业契约履行的重要外部公司治理机制，是帮助企业契约履约的重要制度安排(Ball，1989)^[13]，审计通过对会计信息进行鉴证，保障企业契约的顺利履约，最终降低契约履约的交易费用。由于被审计单位与审计师之间存在着信息不对称，被审计单位盈余管理程度如何，需要审计师投入审计资源，实施一定的审计程序进行审计，以获得一定数量和质量的审计证据，以证实公司盈余管理程度。

事实上，审定后的财务报表是审计师和被审计单位博弈的结果呈现(Antle and Nalebuf,1991)^[14]，审计外勤工作完成后，审计师需汇总审计过程中已发现的重大错报和差异 ，结合其他因素，为了增加财务报表的可靠性和公允性，制定出审计调整决策，与被审计单位就审计调整事项进行博弈和沟通。对于审计师而言，性质重要、金额较大的错报，由于审计风险较高，往往会坚持被审计单位调整该错报，尤其是被审计单位的正向盈余，审计师对这种审计差异表现出较为强烈的调整倾向(Ng and Tan，2007)。^[15]审计调整决策多大程度被被审计单位管理层采用，依赖于审计师的沟通与博弈技巧，是一项复杂的过程，审计师根据被审计单位对审计差异调整的情况和评估的审计风险，对审定后的财务报表发表审计意见。

综上所述，我们预期审计师投入的审计资源越多，搜集的审计证据就越充分和适当，更能识别被审计单位操纵盈余的程度，被审计单位被要求调整的盈余也就越多，最终经审定后的财务报表，其盈余管理程度也就越低。据此，提出假设1：

假设1：审计资源投入越多，盈余管理程度就越低。

2. 审计资源投入与盈余管理方向

盈余管理具有方向性，企业出于契约动机和资本市场动机往往进行正向盈余管理；企业出于管制动机可能会进行正向或者负向的盈余管理。国外大量的研究发现审计师对管理层操纵盈余增加或减少的态度并不一样(Francis and Krishnan，1999)^[16]，审计师发现正向盈余的概率会比较大(Dye，1993；Hillegeist，1999)。^[17][18]这是因为审计师对客户正向盈余和负向盈余导致的审计失败的损失并不一样(Trompeter，1994)^[19]，审计师对具有预期导向性的正向盈余管理行为更加敏感(徐浩萍，2004)^[6]，而审计师对管理层操纵负向盈余的行为则较为纵容，因为负向盈余管理面临的诉讼风险比正向盈余管理要小得多。

审计师对正向盈余和负向盈余表现出不同态度的本质是由于审计损失的非对称性。在中国，正向盈余管理对投资者及相关报表使用者具有较强的预期导向性，虽然很难招致股东或者股民的诉讼，但很容易引发监管风险，如果监管风险较高则会引发审计损失，这会迫使审计师投入充分的审计资源去抑制管理当局操纵盈余增加的行为。但负向盈余管理的企业往往出于管制动机，这类企业通常财务状况、经营状况较好，引发破产、起诉等的概率较小，负向盈余管理引发监管风险的概率较低。因此，审计损失的非对称性导致审计师对于盈余管理方向的态度不同，审计师对于正向盈余更敏感，可能会投入更充分的审计资源降低正向的盈余管理至合理范围。据此，提出假设2：

假设2：审计资源投入越多，抑制正向盈余管理的能力也就越强。

(二) 不同规模事务所投入审计资源抑制盈余管理是否具有显著差别

大型事务所较小型事务所而言，拥有更充沛的审计师资源；拥有更丰富的审计经验；拥有审计客户较多从而屈服于某个客户的概率较低；审计质量控制体系较小规模事务所更完善；也更有能力应对出具审计报告的时间约束(李丹等，2010)^[20]，因此，事务所规模越大，审计师独立性就越高，审计质量也相对会高(Lennox，1999)^[21]，即使在技术能力相同的情况下，大型会计师事务所出于声誉的考虑，其审计质量也更高(DeAngelo，1981)。^[9]因此，我们认为大规模的事务所较小规模事务所应当更有能力和实力投入充分的审计资源去发现重大错报，将审计风险和被审计单位的盈余管理降低至可接受的范围之内。据此，提出第三个假设：

假设3：随着审计资源投入的增加，大规模事务所对盈余管理的抑制作用更强。

三、 研究设计 (一) 样本选择

本文的研究样本是中国A股的非金融行业的上市公司，研究期间是2004—2011年，由于审计资源投入数据是非公开数据，该数据得到了中国注册会计师协会的支持。2012年之后，审计资源投入相关数据不再属于注册会计师事务所强制报备内容，事务所不再上报该数据，之后年度的审计资源投入数据无法获得，样本期间只能截止到2011年。审计任期以及审计师更换的数据系手工搜集，其他的数据来自于国泰安数据库。为了准确反映审计资源投入与盈余管理之间的关系，我们按照以下原则进行了剔除：(1)剔除缺失审计资源投入的公司；(2)剔除财务数据不全的公司；(3)剔除ST类公司(包括ST、*ST、SST)。经过上述剔除，还剩下9 845个观测值。为了消除异端值的影响，对连续变量进行了1%的winsorize处理。

(二) 主要变量 1. 修正的琼斯模型计算的可操控应计利润(DA)

本文衡量盈余管理水平第一种方法是根据调整的琼斯模型分行业、分年度估计盈余管理水平。为了保证每一个行业有足够的样本进行回归，对行业划分上作了调整。^①调整的琼斯模型计算模型如下，模型具体变量定义见脚注。^②

① 首先剔除金融类企业即I类，即金融、保险行业的公司；其次，将B (采掘业)、E (建筑业)、K (社会服务)、L (传播与文化产业)四类都归入M (综合类)；由于C类(制造业)公司数量众多，我们取前两类行业代码，除C4 (石油、化学)、C6(金属、非金属)、C7 (机械、设备、仪表)、C8(通信、电子)四类公司外，其他C类公司并入C9 (其他制造业)。

② 模型(3)计算得到DA_i/A_i就代表了公司的盈余管理程度。NDA_i是公司经过上期期末总资产调整后的正常性应计利润；A_i为公司i上期期末的总资产；ΔREV_i是公司i当期主营业务收入和上期主营业务收入的差额；ΔREC_i 是公司i当期期末应收账款和上期期末应收账款的差额；PPE_i是公司i当期固定资产的净值；TA_i表示公司的总的应计利润，TA=NI-CFO。其中NI表示的是净利润，CFO表示的是公司经营活动产生的净现金流量；α₁、α₂、α₃、α₄是不同行业、不同年份的特征参数，它们根据方程(2)回归取得。

$ND{{A}_{i}}/{{A}_{i}}={{\alpha }_{1}}(1/{{A}_{i}})+{{\alpha }_{2}}(\Delta RE{{V}_{i}}-\Delta RE{{C}_{i}})/{{A}_{i}}+{{\alpha }_{3}}(PP{{E}_{i}}/{{A}_{i}})$

(1)

$T{{A}_{i}}/{{A}_{i}}={{\alpha }_{1}}(1/{{A}_{i}})+{{\alpha }_{2}}(\Delta RE{{V}_{i}}/{{A}_{i}})+{{\alpha }_{3}}(PP{{E}_{i}}/{{A}_{i}})+{{\varepsilon }_{t}}$

(2)

$D{{A}_{i}}/{{A}_{i}}=T{{A}_{i}}/{{A}_{i}}-ND{{A}_{i}}/{{A}_{i}}$

(3)

2. KS调整模型计算操纵性的应计利润

夏立军(2003)^[22]实证结果表明KS调整模型能够有效地揭示出盈余管理。我们采用KS调整模型作为第二种方法来计量操纵性的应计利润，计算模型如下：

$D{{A}_{i}}=T{{A}_{i}}/{{A}_{i}}-ND{{A}_{i}}$

(4)

$ND{{A}_{i}}={{a}_{1}}(1/{{A}_{i}})+{{a}_{2}}(RE{{V}_{i}}/{{A}_{i}})+{{a}_{3}}(COST/{{A}_{i}})+{{a}_{4}}(PPE/{{A}_{i}})$

(5)

$TA/{{A}_{i}}={{\alpha }_{1}}(1/{{A}_{i}})+{{\alpha }_{2}}(RE{{V}_{i}}/{{A}_{i}})+{{\alpha }_{3}}(Cost/{{A}_{i}})+{{\alpha }_{4}}(PPE/{{A}_{i}})+{{\varepsilon }_{i}}$

(6)

其中，REV是公司当期主营业务收入，COST是公司当期主营业务成本，其他的变量定义与修正的琼斯模型一致，计算方法也大致相同。

3. 审计资源投入

审计资源投入是指审计过程中投入的资源的总和，用审计时间与团队人数的乘积表示(例如：Caramanis and Lennox，2008；Palmrose，1984)。^[8][23]

4. 事务所规模

如果事务所在中国注册会计师协会公布的“百强事务所”的排名中处于前十名，就定义为大规模事务所。处于排名前十名之后的事务所定义为小规模事务所。

(三) 研究模型

陈冬华和周春泉(2006)^[24]认为由于客户选择审计师通常不是随机的，存在自选择问题。根据Heckman(1978)^[25]的研究，公司管理层很可能出于自身的利益来选择审计师，这会使普通的OLS估计出来的结果有偏，应选择两步回归法进行回归，从而控制自选择偏误。本文也采用两步回归的方法，具体如下：

首先，估计事务所选择的概率模型，计算出逆米尔斯系数(即mills)，即模型(8)至(10)中的Lamda，第一步中所用模型见模型(7)，因变量是上市公司选择大规模事务所的概率。

$\begin{align} & pr\left( Big10 \right)={{\gamma }_{0}}+LnAsset+{{\gamma }_{1}}Capital+{{\gamma }_{2}}Cycle+{{\gamma }_{3}}Roe+{{\gamma }_{4}} \\ & Growth+{{\gamma }_{5}}Loss+{{\gamma }_{6}}Hold+\varepsilon \\ \end{align}$

(7)

模型(7)中选取的自变量多数来自前人的文献，我们以Francis et al.(1999)^[16]以及陈冬华和周春泉(2006)^[24]等的研究为基础作了适当的调整并增加了一些新的变量。Francis et al.(1999)^[16]等认为具有高应计项目的公司更有可能聘请大规模的事务所，他们认为影响应计项目高低的关键的两个变量分别是营业周期和资本密集度。资本密集度(总的固定资产除以销售收入净额)主要是衡量公司的长期应计项目。经营周期(存货的周转天数+应收账款周转天数)越长表示应计项目越高，即存货和应收账款就越多。除以上两个变量以外，我们在模型中还加入了公司规模、成长能力、盈利能力、财务困境等变量。另外在中国普遍存在一股独大的情况，大股东对事务所选择可能具有较大的影响，我们在模型中加入了第一大股东持股比例(Hold)。模型(7)中变量的具体定义见表 1。

其次，将审计资源投入、其他自变量以及模型(7)估计出来的Lambda对两种方法计算出来的盈余管理分别作回归。

1. 审计资源投入与盈余管理

我们在Caramanis and Lennox(2008)^[8]的基础上，控制了自选择问题，然后采用多元回归的方法对假设1进行检验，检验模型见模型(8)。

$\begin{align} & \left| DA \right|={{\beta }_{0}}+{{\beta }_{1}}LnEffort+{{\beta }_{2}}LnAsset+{{\beta }_{3}}Leverage+{{\beta }_{4}}Current+{{\beta }_{5}} \\ & Reasset+{{\beta }_{6}}Ieasset+{{\beta }_{7}}Growth+{{\beta }_{8}}Roe+{{\beta }_{9}}Loss+{{\beta }_{10}}Big10+{{\beta }_{11}} \\ & Tenure+{{\beta }_{12}}Switch+{{\beta }_{13}}Lambda+{{\beta }_{14}}Year+{{\beta }_{15}}Industry+\mu \\ \end{align}$

(8)

被解释变量：可操控应计利润(DA)。

主要解释变量：审计资源投入。

如果假设1得到支持，模型(8)的β₁将显著为负，即审计资源投入与被审计单位的盈余管理负相关。

控制变量：Ln Asset是指取对数后的公司总资产，用来控制公司规模对盈余质量的影响。Leverage是用以控制公司的财务杠杆比率对于盈余管理的影响(Kothari et al.，2005)。^[26]Current是指流动比率，即流动资产除以流动负债。Big10是指排名为前十的大规模事务所^① ，我们预测规模较大的事务所的审计师会投入更多的审计资源去努力降低盈余管理。Tenure是指审计师任期，审计师任期越长，审计师对被审计单位的风险越能够充分了解，越有利于降低盈余管理(Johnson et al.，2002)。^[27]Switch是指审计师更换，由于现任审计师初次审计缺乏对客户专门知识的积累，发现并降低被审计单位的盈余管理的能力有限。文章中主要变量、控制变量以及模型中涉及的其他变量设置详见表 2。

① 事务所规模大小是根据中国注册会计师协会发布的对应年度《会计师事务所综合评价前百家信息》判定。

2. 审计资源投入与盈余管理方向

由于审计损失风险的不对称性，审计师对不同方向的盈余管理的态度不同，如果假设2能够得到验证，即在模型(9)中，当因变量为DA⁺时，β₁将显著为负，表明审计资源投入与被审计单位的正向盈余管理负相关；当因变量为DA^-时，β₁可能不显著。

$\begin{align} & D{{A}^{+}}(D{{A}^{\_}})={{\beta }_{0}}+{{\beta }_{1}}LnEffort+{{\beta }_{2}}LnAsset+{{\beta }_{3}}leverage+{{\beta }_{4}} \\ & Current+{{\beta }_{5}}Reasset+{{\beta }_{6}}Ieasset+{{\beta }_{7}}Growth+{{\beta }_{8}}Roe+{{\beta }_{9}}Loss+ \\ & {{\beta }_{10}}Big10+{{\beta }_{11}}Tenure+{{\beta }_{12}}Switch+{{\beta }_{13}}Lambda+{{\beta }_{14}}Year+{{\beta }_{15}} \\ & Industry+\mu \\ \end{align}$

(9)

3. 事务所规模、审计资源投入与盈余管理

与国内规模较小的事务所相比，大规模的事务所更有能力投入充分的审计资源，将审计风险和盈余管理降低至可接受的范围。我们将大规模的事务所与审计资源投入进行交乘，建立了模型(10)。模型中各变量的含义与模型(8)、模型(9)相同。如果假设3得到验证，那么(β₁+β₂)将显著为负。

$\begin{align} & D{{A}^{+}}(D{{A}^{\_}})={{\beta }_{0}}+{{\beta }_{1}}LnEffort+{{\beta }_{2}}LnEffort\times Big10+{{\beta }_{3}}LnAsset+ \\ & {{\beta }_{4}}leverage+{{\beta }_{5}}Current+{{\beta }_{6}}Reasset+{{\beta }_{7}}Ieasset+{{\beta }_{8}}Growth+{{\beta }_{9}} \\ & Roe+{{\beta }_{10}}Loss+{{\beta }_{11}}Big10+{{\beta }_{12}}Tenure+{{\beta }_{13}}Switch+{{\beta }_{14}}Lambda+ \\ & {{\beta }_{15}}Year+{{\beta }_{16}}Industry+\mu \\ \end{align}$

(10)

(四) 描述性统计

表 3列示了所有变量的描述性统计结果。公司选择前十大进行审计的均值为0.32，表明32%的上市公司选择10大审计其财务报表。其他变量的描述性统计见表 3。

四、 实证结果检验 (一) 事务所选择回归结果

表 4列示了大规模/小规模事务所选择模型回归结果。对选择大规模事务所影响较大的变量是上市公司规模(LnAsset)、净资产收益率(Roe)、主营业务收入增长率(Growth)和大股东持股比例(Hold)，这表明上市公司规模越大，净资产收益率和主营业务收入增长率越高，越倾向于选择大规模事务所。从大股东持股比例来看，大股东持股比例越高，越倾向于选择大规模事务所。

(二) 实证结果 1. 审计资源投入与盈余管理

表 5报告了模型(8)的检验结果，表 5的列(1)的因变量是根据修正的琼斯模型计算出来的操纵性应计项目的绝对值，表 5的列(2)的因变量是根据调整的KS模型计算出来的操纵性应计项目的绝对值。在列(1)和列(2)中，LnEffort的系数均显著为负，说明审计投入的资源越充分，越能够降低盈余管理，这个结果与假设1是一致的。在列(1)和列(2)中，Lambda的系数分别为-0.021和0.020，均不显著，表明模型(8)没有明显的内生性问题，回归的结论是可信的。

2. 盈余管理方向、审计资源投入与盈余管理

表 6的列(1)至列(4)是对模型(9)的回归结果，列(1)和列(2)的因变量分别为修正琼斯模型计算的正向DA和负向DA，列(3)和列(4)的因变量为KS调整模型计算的正向和负向的DA。列(1)和列(3)的LnEffort的系数显著为负，说明由于审计损失的不对称性，审计师更关注正向的DA，抑制正向的盈余管理。列(2)和列(4)，LnEffort的系数为正，但不显著，这说明对于负向盈余审计师并没有表现更高的审计质量。在列(1)至(4)中，Lambda 的结果均不显著，表明模型(9)没有明显的内生性问题，回归的结论是可信的。

3. 事务所规模、审计资源投入与盈余管理

表 7的列(1)和列(2)的因变量分别是修正的琼斯模型和KS调整模型计算出来的绝对值DA，在这两列中LnEffort的系数以及Big10的系数都显著为负，说明大规模的事务所审计质量较高，交乘项(LnEffort×Big10)的系数都正向显著，(β₁+β₂)的值分别为-0.012(-0.019+0.007)和-0.001(-0.006+0.005)，这说明规模大的事务所随着审计资源的投入的增加，抑制盈余管理的能力更强，与假设3的预期相符。Lambda系数的结果依然不显著，说明模型没有显著的内生性问题，回归的结论是可信的。

五、 结 论

中国法律诉讼维权的成本过高，导致审计师面临的诉讼风险非常低，但是中国审计师面临着多重监管，使得审计师有动机抑制企业的盈余管理，保持一定程度的审计质量。本文以中国证券市场上2004年至2011年上市公司为样本，考察审计资源投入与盈余管理之间的关系。我们的研究结果发现，审计资源投入越充分，盈余管理程度就越低。进一步研究发现，审计师更倾向于抑制正向盈余；大规模的事务所较小规模事务所而言，随着审计资源的投入的增加抑制盈余管理的能力更强。以上结论也充分说明中国的审计市场正朝着良性的方向发展。

本文的研究结论表明，独立审计制度在一定程度上有助于降低企业盈余管理程度，尤其是有助于降低正向的盈余管理。相关监管部门应关注事务所的审计资源投入，并鼓励上市公司在年报中自愿披露事务所的审计资源外勤投入，能够在一定程度上消除审计资源投入方面的信息不对称。但小规模事务所的表现较大规模事务所而言，由于自身拥有的资源有限，在投入审计资源抑制盈余管理方面不如大规模事务所，监管部门有必要进一步规范和加强对中小事务所审计资源投入行为的监管，提醒中小会计师事务所在接受业务委托或者保持客户时，为了保持一定的审计质量，需要考虑自身的审计资源，量力而行。