崔云 萬(wàn)慧娟 殷皓洲

【摘要】氣候變化誘發(fā)的風(fēng)險(xiǎn)對(duì)人類生產(chǎn)和生活的影響日益凸顯。本文基于2010 ～ 2021年我國(guó) A 股上市公司數(shù)據(jù)， 研究氣候風(fēng)險(xiǎn)對(duì)審計(jì)師風(fēng)險(xiǎn)溢價(jià)的影響及作用機(jī)制。研究結(jié)果表明： 氣候風(fēng)險(xiǎn)顯著提高了審計(jì)師風(fēng)險(xiǎn)溢價(jià)； 機(jī)制分析表明， 審計(jì)師感知到了因氣候風(fēng)險(xiǎn)而增加的經(jīng)營(yíng)風(fēng)險(xiǎn)， 并且會(huì)加大審計(jì)投入， 最終導(dǎo)致更高的審計(jì)師風(fēng)險(xiǎn)溢價(jià)； 異質(zhì)性分析發(fā)現(xiàn)， 行業(yè)專長(zhǎng)審計(jì)師、 高水平公司治理、 CEO具有綠色經(jīng)歷均可以顯著降低氣候風(fēng)險(xiǎn)對(duì)審計(jì)師風(fēng)險(xiǎn)溢價(jià)的影響； 經(jīng)濟(jì)后果檢驗(yàn)表明， 審計(jì)師會(huì)提升審計(jì)質(zhì)量以應(yīng)對(duì)氣候風(fēng)險(xiǎn)的影響。

【關(guān)鍵詞】氣候風(fēng)險(xiǎn)；風(fēng)險(xiǎn)溢價(jià)；經(jīng)營(yíng)風(fēng)險(xiǎn)；審計(jì)投入

【中圖分類號(hào)】 F239? ? ?【文獻(xiàn)標(biāo)識(shí)碼】A? ? ? 【文章編號(hào)】1004-0994（2023）17-0080-8

一、 引言

近年來(lái)， 全球氣溫升高， 北極、 南極冰川消融， 極端天氣事件和自然災(zāi)害頻繁發(fā)生。人類面臨著氣候風(fēng)險(xiǎn)帶來(lái)的嚴(yán)峻挑戰(zhàn)， 這也是最為重大的非傳統(tǒng)安全問(wèn)題之一。為了應(yīng)對(duì)氣候風(fēng)險(xiǎn)， 2022年6月， 我國(guó)發(fā)布《國(guó)家適應(yīng)氣候變化戰(zhàn)略2035》， 為適應(yīng)氣候變化工作做出科學(xué)部署； 2022年11月， 在聯(lián)合國(guó)氣候變化大會(huì)COP27上， 聯(lián)合國(guó)秘書長(zhǎng)公布《全民早期預(yù)警行動(dòng)計(jì)劃（2023-2027）》； 習(xí)近平總書記在第七十五屆聯(lián)合國(guó)大會(huì)上明確提出， 中國(guó)二氧化碳排放量力爭(zhēng)于2030年前達(dá)到峰值， 努力爭(zhēng)取2060年前實(shí)現(xiàn)碳中和。根據(jù)中國(guó)統(tǒng)計(jì)年鑒數(shù)據(jù)， 2021年， 由于洪澇、 地質(zhì)災(zāi)害和臺(tái)風(fēng)、 風(fēng)雹災(zāi)害、 低溫冷凍和雪災(zāi)， 導(dǎo)致直接經(jīng)濟(jì)損失3340.2億元， 受災(zāi)人口高達(dá)10731.0萬(wàn)人次， 死亡人口（含失蹤）867萬(wàn)人次。氣候是導(dǎo)致非洲人均收入低于世界其他地區(qū)的重要原因之一（Nordhaus，2006）， 而自然災(zāi)害可以導(dǎo)致經(jīng)濟(jì)增長(zhǎng)率降低超過(guò)0.46個(gè)百分點(diǎn)（Felbermayr和Gr?schl，2014）。已有大量文獻(xiàn)發(fā)現(xiàn)， 異常高溫導(dǎo)致欠發(fā)達(dá)國(guó)家的經(jīng)濟(jì)活動(dòng)減少。為了應(yīng)對(duì)氣候風(fēng)險(xiǎn)對(duì)國(guó)家經(jīng)濟(jì)造成的影響， 我國(guó)保險(xiǎn)行業(yè)開發(fā)了一系列創(chuàng)新產(chǎn)品， 如巨災(zāi)保險(xiǎn)、 環(huán)境污染責(zé)任險(xiǎn)、 碳保險(xiǎn)、 森林保險(xiǎn)、 生態(tài)保險(xiǎn)等， 部分國(guó)家也開始強(qiáng)制要求披露氣候風(fēng)險(xiǎn)。

氣候變化對(duì)企業(yè)的正常生產(chǎn)運(yùn)營(yíng)以及行為決策等方面也會(huì)造成巨大的影響。企業(yè)因其地點(diǎn)和活動(dòng)、 業(yè)務(wù)庫(kù)存、 供應(yīng)鏈等不同， 面臨的氣候風(fēng)險(xiǎn)程度也不同（歐洲復(fù)興開發(fā)銀行，2018）， 這些特定的氣候風(fēng)險(xiǎn)必然會(huì)對(duì)公司運(yùn)營(yíng)產(chǎn)生獨(dú)特的影響。此外， 隨著氣候風(fēng)險(xiǎn)的加劇， 政府出臺(tái)了一系列應(yīng)對(duì)政策， 會(huì)對(duì)企業(yè)的資產(chǎn)價(jià)值以及行為決策產(chǎn)生直接或間接的影響。在全球氣候變暖與“雙碳”目標(biāo)的背景下， 越來(lái)越多的投資者和債權(quán)人開始關(guān)注企業(yè)面臨的氣候風(fēng)險(xiǎn)， 聯(lián)合國(guó)開發(fā)計(jì)劃署和牛津大學(xué)開展的“人民氣候投票”調(diào)查結(jié)果顯示， 全球64%的人關(guān)注氣候變化。

因此， 審計(jì)師作為資本市場(chǎng)的“守門人”， 是否考慮這些與氣候變化相關(guān)的風(fēng)險(xiǎn)就成為一個(gè)重要的現(xiàn)實(shí)問(wèn)題。投資者對(duì)于氣候風(fēng)險(xiǎn)未在會(huì)計(jì)和審計(jì)領(lǐng)域得到足夠的重視表示擔(dān)憂， 認(rèn)為忽視這類風(fēng)險(xiǎn)可能造成比金融危機(jī)更嚴(yán)重的后果（Hartlieb和Eierle，2023）。此外， 氣候變化已經(jīng)被認(rèn)為是德勤客戶的一個(gè)重大風(fēng)險(xiǎn)， 機(jī)構(gòu)投資者也認(rèn)為氣候風(fēng)險(xiǎn)對(duì)公司的影響越來(lái)越明顯（Krueger，2020）， 而監(jiān)管機(jī)構(gòu)也一直在談?wù)撊绾卧谪?cái)務(wù)報(bào)表審計(jì)中計(jì)入氣候變化風(fēng)險(xiǎn)（FRC，2020）?，F(xiàn)有文獻(xiàn)大多數(shù)側(cè)重于研究氣候風(fēng)險(xiǎn)對(duì)上市公司生產(chǎn)經(jīng)營(yíng)、 股票價(jià)格、 經(jīng)濟(jì)發(fā)展的影響 ， 如： Gerhard等（2021）研究了氣候?qū)ζ髽I(yè)資本成本和融資渠道的影響， 并發(fā)現(xiàn)極端天氣事件的物理風(fēng)險(xiǎn)反映在股票和期權(quán)市場(chǎng)價(jià)格中； 潘敏等（2022）研究了氣候?qū)ξ覈?guó)地方性銀行風(fēng)險(xiǎn)承擔(dān)水平的影響； 陳國(guó)進(jìn)等（2021）通過(guò)理論研究了氣候風(fēng)險(xiǎn)對(duì)股票價(jià)格的影響。但是， 鮮有文獻(xiàn)基于第三方視角分析氣候風(fēng)險(xiǎn)對(duì)審計(jì)師風(fēng)險(xiǎn)溢價(jià)的影響。

本文的創(chuàng)新主要體現(xiàn)在以下三個(gè)方面： 第一， 在“雙碳”目標(biāo)的背景下， 考察審計(jì)師是否會(huì)感知到企業(yè)面臨的氣候風(fēng)險(xiǎn)， 并驗(yàn)證氣候風(fēng)險(xiǎn)的影響機(jī)理， 豐富和拓展了氣候風(fēng)險(xiǎn)與審計(jì)行為的相關(guān)研究； 第二， 基于審計(jì)師行業(yè)背景、 管理層背景以及審計(jì)客體治理水平的差異， 分析并實(shí)證檢驗(yàn)不同情況下氣候風(fēng)險(xiǎn)對(duì)審計(jì)師風(fēng)險(xiǎn)溢價(jià)的異質(zhì)性影響， 為企業(yè)決策提供了經(jīng)驗(yàn)證據(jù)； 第三， 基于審計(jì)“風(fēng)險(xiǎn)識(shí)別——風(fēng)險(xiǎn)應(yīng)對(duì)”的視角， 考察氣候風(fēng)險(xiǎn)沖擊下審計(jì)師的行為結(jié)果， 為審計(jì)監(jiān)管過(guò)程中保障審計(jì)質(zhì)量提供了理論和經(jīng)驗(yàn)證據(jù)。

二、 文獻(xiàn)回顧和理論分析

（一）文獻(xiàn)回顧

1. 氣候風(fēng)險(xiǎn)。氣候風(fēng)險(xiǎn)是指極端天氣、 自然災(zāi)害、 全球變暖等氣候因素及社會(huì)在向可持續(xù)發(fā)展轉(zhuǎn)型的過(guò)程中給經(jīng)濟(jì)活動(dòng)帶來(lái)的不確定性。一般情況下， 氣候風(fēng)險(xiǎn)可以分成物理風(fēng)險(xiǎn)和轉(zhuǎn)型風(fēng)險(xiǎn)兩大類。物理風(fēng)險(xiǎn)來(lái)自極端天氣事件造成的大規(guī)模自然災(zāi)害事件以及氣候模式的長(zhǎng)期變化（TCFD，2017）； 轉(zhuǎn)型風(fēng)險(xiǎn)是指氣候政策、 技術(shù)、 市場(chǎng)狀況等發(fā)生變化導(dǎo)致資產(chǎn)價(jià)格變動(dòng)的風(fēng)險(xiǎn)（王信，2021）。

現(xiàn)有文獻(xiàn)主要從物理風(fēng)險(xiǎn)和轉(zhuǎn)型風(fēng)險(xiǎn)兩個(gè)方面總結(jié)了氣候變化對(duì)企業(yè)內(nèi)部的影響， 其中： 物理風(fēng)險(xiǎn)包括企業(yè)基礎(chǔ)設(shè)施受損（如財(cái)產(chǎn)、 廠房和設(shè)備）、 公司業(yè)績(jī)受損、 供應(yīng)鏈中斷、 資源資產(chǎn)擱淺、 融資風(fēng)險(xiǎn)等； 轉(zhuǎn)型風(fēng)險(xiǎn)包括國(guó)家政策、 低碳技術(shù)、 市場(chǎng)需求、 企業(yè)聲譽(yù)、 新技術(shù)和替代技術(shù)的研發(fā)支出等（McGahan等，2022；He等，2018）。氣候變化的不確定性影響了公司的戰(zhàn)略決策。例如， 自然災(zāi)害增加了銀行部門的脆弱性（Klomp，2014）， 使得銀行傾向于在更容易遭受自然災(zāi)害的地區(qū)減少信貸供應(yīng)， 進(jìn)而導(dǎo)致企業(yè)杠桿率降低， 資本結(jié)構(gòu)受到影響（Addoum等，2020；Ginglinger和Moreau，2019）。Ding等（2022）研究發(fā)現(xiàn)， 碳排放水平較高的公司會(huì)披露更多的氣候相關(guān)信息。Dessaint和Matray（2017）的研究表明， 管理者會(huì)通過(guò)增加企業(yè)現(xiàn)金持有等方式來(lái)應(yīng)對(duì)颶風(fēng)帶來(lái)的影響。

2. 審計(jì)師風(fēng)險(xiǎn)溢價(jià)。Simunic（1980）首次提出審計(jì)定價(jià)理論模型， 其指出審計(jì)費(fèi)用由審計(jì)成本、 審計(jì)師潛在訴訟風(fēng)險(xiǎn)、 合理利潤(rùn)三個(gè)部分組成。在企業(yè)規(guī)模、 業(yè)務(wù)復(fù)雜程度一定時(shí)， 企業(yè)風(fēng)險(xiǎn)在很大程度上決定了審計(jì)收費(fèi)的高低（方紅星等，2016）。因此， 氣候風(fēng)險(xiǎn)越高， 企業(yè)面臨的不確定性就越多， 為掩飾不良業(yè)績(jī)進(jìn)行盈余管理的可能性越大， 即審計(jì)師在經(jīng)審計(jì)的財(cái)務(wù)報(bào)表中因誤報(bào)造成的財(cái)務(wù)損失或聲譽(yù)損失越大（He等，2018；Jonathan，2011）， 審計(jì)師應(yīng)該增加審計(jì)程序或收取額外費(fèi)用（Niemi等，2018）， 從而提高審計(jì)收費(fèi)。氣候風(fēng)險(xiǎn)會(huì)使企業(yè)風(fēng)險(xiǎn)增加， 包括信息風(fēng)險(xiǎn)、 代理風(fēng)險(xiǎn)以及法律風(fēng)險(xiǎn)， 這些風(fēng)險(xiǎn)都有可能轉(zhuǎn)化為審計(jì)風(fēng)險(xiǎn)（郭照蕊等，2023）。當(dāng)審計(jì)風(fēng)險(xiǎn)增大時(shí)， 審計(jì)師會(huì)收取對(duì)應(yīng)的風(fēng)險(xiǎn)溢價(jià)， 審計(jì)收費(fèi)也會(huì)隨之升高（邢立全和陳漢文，2013）。因此， 如果由于氣候風(fēng)險(xiǎn)導(dǎo)致客戶財(cái)務(wù)狀況惡化， 投資者可能會(huì)向會(huì)計(jì)師事務(wù)所提起訴訟以挽回?fù)p失， 無(wú)論具體案件的結(jié)果如何， 都可能給審計(jì)師帶來(lái)法律成本和聲譽(yù)損害（Hartlieb和Eierle，2023）。

（二）理論分析

根據(jù)審計(jì)準(zhǔn)則的要求， 審計(jì)師應(yīng)該關(guān)注被審計(jì)單位的外部風(fēng)險(xiǎn)， 這也是謹(jǐn)慎性原則的體現(xiàn)。已有研究發(fā)現(xiàn)， 氣候風(fēng)險(xiǎn)的上升會(huì)給企業(yè)帶來(lái)較大影響， 如降低制造業(yè)的績(jī)效（Addoum等，2020）， 進(jìn)而導(dǎo)致企業(yè)的融資約束增加及研發(fā)投入減少， 最終降低制造業(yè)的全要素生產(chǎn)率（劉波等，2023）， 而銀行也傾向于在更容易遭受自然災(zāi)害的地區(qū)減少信貸供應(yīng)（Ginglinger和Moreau，2019）。氣候風(fēng)險(xiǎn)會(huì)影響被審計(jì)單位經(jīng)營(yíng)的不確定性， 即氣候風(fēng)險(xiǎn)增加了企業(yè)的經(jīng)營(yíng)風(fēng)險(xiǎn)， 管理層更有動(dòng)機(jī)粉飾財(cái)務(wù)報(bào)表， 致使財(cái)務(wù)報(bào)表中發(fā)生重大錯(cuò)報(bào)的可能性增加及審計(jì)過(guò)程中的檢查風(fēng)險(xiǎn)增加， 由此導(dǎo)致的審計(jì)風(fēng)險(xiǎn)會(huì)促使審計(jì)師調(diào)整審計(jì)費(fèi)用中的風(fēng)險(xiǎn)溢價(jià)。

基于聲譽(yù)機(jī)制理論， 審計(jì)師聲譽(yù)是通過(guò)與大量客戶的長(zhǎng)期反復(fù)交易才得以建立的， 審計(jì)師聲譽(yù)逐漸成為事先判斷審計(jì)質(zhì)量的重要依據(jù)（王春飛等，2022）， 例如投資者更信任來(lái)自“四大”的審計(jì)師出具的審計(jì)意見， 所以審計(jì)師聲譽(yù)一旦受損， 將在審計(jì)市場(chǎng)中直接影響到投資者、 債權(quán)人等利益相關(guān)者對(duì)被審計(jì)單位財(cái)務(wù)報(bào)表的信任程度， 以及審計(jì)師所在的會(huì)計(jì)師事務(wù)所的審計(jì)收費(fèi)等問(wèn)題。因此， 當(dāng)企業(yè)的氣候風(fēng)險(xiǎn)較高時(shí)， 具有聲譽(yù)威望的審計(jì)師會(huì)更加謹(jǐn)慎， 從而執(zhí)行更多的審計(jì)程序和收集更多的審計(jì)證據(jù)來(lái)評(píng)估企業(yè)的風(fēng)險(xiǎn)， 增加了審計(jì)投入。并且， 如果由于審計(jì)師未能感知到氣候風(fēng)險(xiǎn)， 客戶受重大氣候事件的影響而導(dǎo)致審計(jì)失敗， 那么審計(jì)師將面臨聲譽(yù)受損及訴訟賠償（Hartlieb和Eierle，2023）。為了彌補(bǔ)因氣候風(fēng)險(xiǎn)導(dǎo)致審計(jì)師聲譽(yù)受損的風(fēng)險(xiǎn)， 審計(jì)師必然采取相應(yīng)的策略， 增加審計(jì)師風(fēng)險(xiǎn)溢價(jià)就成為其策略之一。

基于保險(xiǎn)理論， 審計(jì)是財(cái)務(wù)報(bào)表風(fēng)險(xiǎn)的轉(zhuǎn)移機(jī)制之一。氣候風(fēng)險(xiǎn)提高了企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)、 信用風(fēng)險(xiǎn)、 供應(yīng)商風(fēng)險(xiǎn)、 生產(chǎn)風(fēng)險(xiǎn)等， 從而增加了管理層粉飾財(cái)務(wù)的可能性， 進(jìn)而增加了審計(jì)風(fēng)險(xiǎn)中的重大錯(cuò)報(bào)風(fēng)險(xiǎn)與檢查風(fēng)險(xiǎn)。在風(fēng)險(xiǎn)導(dǎo)向?qū)徲?jì)模式下， 氣候風(fēng)險(xiǎn)導(dǎo)致審計(jì)師所預(yù)期的審計(jì)失敗時(shí)的賠償額越高，? 審計(jì)師為了降低審計(jì)風(fēng)險(xiǎn)所要求的風(fēng)險(xiǎn)溢價(jià)就會(huì)越高。

基于“深口袋理論”， 當(dāng)氣候風(fēng)險(xiǎn)導(dǎo)致了企業(yè)的重大財(cái)務(wù)風(fēng)險(xiǎn)時(shí)， 上市公司的處罰會(huì)部分轉(zhuǎn)移給審計(jì)師， 即使審計(jì)師沒有相應(yīng)的法律責(zé)任。根據(jù) Simunic（1980）提出的審計(jì)定價(jià)模型， 若審計(jì)師感知到企業(yè)面臨的氣候風(fēng)險(xiǎn)， 必然會(huì)提高風(fēng)險(xiǎn)溢價(jià)來(lái)彌補(bǔ)審計(jì)處罰或訴訟帶來(lái)的審計(jì)成本?；诖耍?本文提出以下假設(shè)：

H1： 企業(yè)面臨的氣候風(fēng)險(xiǎn)越高， 審計(jì)師要求的風(fēng)險(xiǎn)溢價(jià)越高。

三、 研究設(shè)計(jì)

（一）樣本選擇與數(shù)據(jù)來(lái)源

本文選取 2010 ～ 2021年我國(guó) A 股上市公司作為初始研究樣本， 并按照以下標(biāo)準(zhǔn)篩選樣本： 剔除特殊處理公司（ST和?ST）； 剔除房地產(chǎn)行業(yè)、 金融行業(yè)公司； 剔除數(shù)據(jù)缺失樣本。此外， 對(duì)模型中所有連續(xù)觀測(cè)變量均進(jìn)行上下1%分位數(shù)的縮尾（winsorize）處理。本文氣候風(fēng)險(xiǎn)文本數(shù)據(jù)來(lái)自文構(gòu)（Wingo）財(cái)經(jīng)文本數(shù)據(jù)平臺(tái)， 宏觀數(shù)據(jù)來(lái)自中國(guó)統(tǒng)計(jì)年鑒， 其他財(cái)務(wù)數(shù)據(jù)均來(lái)自CSMAR數(shù)據(jù)庫(kù)。最終， 得到公司—年度觀測(cè)值共25794個(gè)。本文的數(shù)據(jù)處理軟件為Stata 17.0。

（二）主要變量定義

1. 審計(jì)師風(fēng)險(xiǎn)溢價(jià)（AbFee）。本文參照陳麗紅等（2022）的做法構(gòu)建審計(jì)定價(jià)模型， 如公式（1）所示：

LnFee=α0+α1Cata+α2Opinion+α3Lnv+α4Rec+α5Roa+α6Loss+α7Sqsub+α8Lev+α9Lnsale+ε? ?（1）

其中： Lnfee是審計(jì)費(fèi)用的自然對(duì)數(shù)； Cata表示流動(dòng)比率， 用流動(dòng)資產(chǎn)除以流動(dòng)負(fù)債表示； Opinion表示審計(jì)意見類型， 標(biāo)準(zhǔn)意見取值為0， 非標(biāo)意見為1； Lnv表示存貨占總資產(chǎn)的比率； Rec表示應(yīng)收賬款占總資產(chǎn)的比率； Roa表示企業(yè)的總資產(chǎn)收益率； Loss表示虧損虛擬變量， 虧損時(shí)取1， 反之取0； Sqsub為審計(jì)業(yè)務(wù)復(fù)雜性， 用分部個(gè)數(shù)的平方根表示； Lev表示企業(yè)的資產(chǎn)負(fù)債率； Lnsale表示企業(yè)銷售收入的自然對(duì)數(shù)。審計(jì)費(fèi)用一部分由審計(jì)成本決定， 另一部分則由風(fēng)險(xiǎn)溢價(jià)決定， 即模型（1）中的殘差ε。當(dāng)ε的值為正時(shí)， 表示審計(jì)收費(fèi)高于正常值； 當(dāng)ε的值為負(fù)時(shí)， 則代表審計(jì)收費(fèi)低于正常值。模型（1）的回歸殘差部分代表審計(jì)師風(fēng)險(xiǎn)溢價(jià)， 用AbFee表示。

2. 氣候風(fēng)險(xiǎn)（Risk）。由于氣候風(fēng)險(xiǎn)對(duì)企業(yè)的影響是多方面的， 其不僅會(huì)對(duì)企業(yè)的生產(chǎn)造成影響， 而且對(duì)供應(yīng)鏈、 客戶、 銀行等外部利益相關(guān)者的影響存在不確定性， 因此利用企業(yè)自身披露的氣候風(fēng)險(xiǎn)情況來(lái)反映企業(yè)層面受到的氣候風(fēng)險(xiǎn)影響。本文參照胡楠等（2021）、 Engle等（2020）、 郭文偉等（2023）的做法， 利用上市公司年報(bào)文本中氣候風(fēng)險(xiǎn)關(guān)鍵詞的總詞頻數(shù)來(lái)刻畫企業(yè)層面的氣候風(fēng)險(xiǎn)。具體地： 從巨潮資訊網(wǎng)中爬取我國(guó)所有A股上市公司2010 ～ 2021年年報(bào)， 通過(guò)相似詞深度學(xué)習(xí)擴(kuò)充的方式來(lái)構(gòu)建氣候風(fēng)險(xiǎn)詞庫(kù)， 根據(jù)“氣候”和“氣候變化”種子詞進(jìn)行相似詞深度學(xué)習(xí)， 得到61個(gè)詞頻， 人工去除重復(fù)值與無(wú)關(guān)詞， 最后構(gòu)建了包含47個(gè)詞頻的氣候風(fēng)險(xiǎn)詞庫(kù)； 再利用Python軟件進(jìn)行大量的文本挖掘， 提取企業(yè)年報(bào)中氣候風(fēng)險(xiǎn)詞庫(kù)里出現(xiàn)詞的頻數(shù)， 得到企業(yè)氣候風(fēng)險(xiǎn)的總詞頻數(shù)， 并用氣候風(fēng)險(xiǎn)的總詞頻數(shù)加1取自然對(duì)數(shù)來(lái)刻畫企業(yè)層面的氣候風(fēng)險(xiǎn)。

本文構(gòu)建的氣候風(fēng)險(xiǎn)詞庫(kù)為： 天氣、 天氣狀況、 干旱、 氣溫、 氣候異常、 天氣炎熱、 雨季、 季節(jié)、 冬季、 反常、 自然環(huán)境、 區(qū)域氣候、 海洋氣候、 天旱、 寒冷、 旱澇、 少雨、 嚴(yán)寒、 霜凍、 自然災(zāi)害、 降雨、 自然地理、 風(fēng)沙、 高寒、 天氣情況、 光照、 干旱氣候、 降雨量、 氣候問(wèn)題、 全球氣候變暖、 變暖、 全球變暖、 霧霾、 氣候、 水危機(jī)、 環(huán)境問(wèn)題、 溫室效應(yīng)、 溫室氣體、 有害生物、 風(fēng)暴潮、 災(zāi)害性天氣、 大氣環(huán)境、 沙塵暴、 環(huán)境壓力、 缺水、 空氣污染、 環(huán)境污染問(wèn)題。

3. 控制變量（Controls）。本文參照王嘉鑫等（2022）的研究， 選取了一系列控制變量， 同時(shí)設(shè)置了年份、 行業(yè)虛擬變量。變量定義如表1所示。

（三）基準(zhǔn)模型設(shè)定

根據(jù)上文理論分析與研究假設(shè)， 建立模型（2）對(duì)主假設(shè)進(jìn)行基本計(jì)量分析， 考慮到審計(jì)定價(jià)在審計(jì)前就已確定， 審計(jì)定價(jià)參考的是上一年度公司的指標(biāo)， 因此本文將解釋變量和全部控制變量均滯后一期。

AbFee=γ0+γ1Risk+γControls+ΣYear+ΣIndustry+ε? ? （2）

四、 實(shí)證結(jié)果與分析

（一）描述性統(tǒng)計(jì)

表2列示了主要變量的描述性統(tǒng)計(jì)結(jié)果。從表2可以看出： Abfee的最大值是1.454， 最小值是-1.004， 標(biāo)準(zhǔn)差是0.422， 說(shuō)明樣本上市公司的異常審計(jì)費(fèi)用存在著一定的差異； Risk的最小值是0， 最大值是5.971， 標(biāo)準(zhǔn)差是0.747， 表明樣本上市公司面臨的氣候風(fēng)險(xiǎn)有較大的差異； 控制變量的結(jié)果與現(xiàn)有文獻(xiàn)中上市公司的特征描述保持一致， 不再贅述。

（二）相關(guān)性分析

變量相關(guān)性分析結(jié)果（限于篇幅，表略）顯示， Risk與AbFee的相關(guān)系數(shù)在1%的水平上顯著為正， 即氣候風(fēng)險(xiǎn)顯著提高了審計(jì)師風(fēng)險(xiǎn)溢價(jià)， 初步驗(yàn)證了H1。其他變量的相關(guān)系數(shù)與現(xiàn)有研究基本一致。Risk與其他控制變量之間的相關(guān)系數(shù)均遠(yuǎn)遠(yuǎn)小于0.4， 說(shuō)明模型的變量之間不存在多重共線問(wèn)題。

（三）主回歸分析

本文實(shí)證檢驗(yàn)了企業(yè)的氣候風(fēng)險(xiǎn)對(duì)審計(jì)師風(fēng)險(xiǎn)溢價(jià)的影響， 模型（2）的回歸結(jié)果如表3所示。其中： 列（1）是沒有加入任何控制變量的回歸結(jié)果， Risk的系數(shù)為0.022， 且在1%的水平上顯著； 列（2）加入了全部的控制變量， Risk的系數(shù)為0.014， 且在1%的水平上顯著； 列（3）加入了全部的控制變量， 并加入年份、 行業(yè)固定效應(yīng)， Risk的系數(shù)為0.022， 且在1%的水平上顯著。以上結(jié)果表明， 企業(yè)的氣候風(fēng)險(xiǎn)與審計(jì)師風(fēng)險(xiǎn)溢價(jià)之間存在顯著的正相關(guān)關(guān)系， 即企業(yè)的氣候風(fēng)險(xiǎn)越高， 審計(jì)師收取的風(fēng)險(xiǎn)溢價(jià)越高， 支持H1。

（四）穩(wěn)健性檢驗(yàn)

1. 更換被解釋變量。一是采用審計(jì)費(fèi)用的自然對(duì)數(shù)（LnFee）來(lái)度量審計(jì)師風(fēng)險(xiǎn)溢價(jià)； 二是采用李明輝和沈真真（2016）的做法， 構(gòu)建模型（3）計(jì)算出異常審計(jì)費(fèi)用（AbFee1）， 以此度量審計(jì)師風(fēng)險(xiǎn)溢價(jià)。利用模型（2）再次進(jìn)行回歸， 結(jié)果如表4列（1）和列（2）所示?？梢姡?原結(jié)論依然成立。

LnFee1=ψ0+ψ1Size+ψ２Subs+ψ3Cata+ψ4Lev+ψ5Liq+ψ6Inverec+ψ7Roa+ψ8Loss+ψ9Big4+ψ10Opin+ψ11Switch+ε? ?（3）

其中： Size表示資產(chǎn)規(guī)模； Subs表示納入合并范圍的子公司的算術(shù)平方根； Cata表示流動(dòng)資產(chǎn)占總資產(chǎn)的比重； Lev表示財(cái)務(wù)杠桿； Liq表示流動(dòng)比率； Inverec表示存貨與應(yīng)收賬款占資產(chǎn)總額的比例； Roa表示總資產(chǎn)報(bào)酬率； Loss表示本年度是否虧損，虧損取1， 否則取0； Big4表示是否由“四大”審計(jì)， 若是取1， 否則取0； Opin表示本年審計(jì)意見， 被出具非標(biāo)意見取1， 否則取0； Switch表示本年度是否更換主審事務(wù)所， 變更時(shí)取1， 否則取0。

2. 更換解釋變量。參照丁宇剛和孫祁祥（2022）的做法， 采用標(biāo)準(zhǔn)化平均氣溫來(lái)衡量氣候風(fēng)險(xiǎn)， 根據(jù)國(guó)家氣象科學(xué)數(shù)據(jù)共享服務(wù)平臺(tái)得到各個(gè)市的年平均氣溫。由于地理位置不同， 為了使數(shù)據(jù)之間具有可比性， 本文對(duì)氣溫進(jìn)行無(wú)綱量化處理。將某地區(qū)的年平均氣溫和該地區(qū)歷史參照期（1961 ～ 2010年）的平均氣溫之差除以參照期氣溫的標(biāo)準(zhǔn)差， 再對(duì)最終數(shù)據(jù)取絕對(duì)值， 以衡量年平均氣溫與歷史氣溫之間的波動(dòng)程度（Risk1）。指標(biāo)替換后， 利用模型（2）再次進(jìn)行回歸， 結(jié)果如表4列（3）所示?？梢?， 原結(jié)論依然成立。

3. 排除地區(qū)影響?？紤]到不同省份之間的經(jīng)濟(jì)發(fā)展水平存在差異， 且不同省份之間企業(yè)面臨的氣候風(fēng)險(xiǎn)也有所差異， 本文進(jìn)一步控制省份固定效應(yīng)， 再利用模型（2）進(jìn)行回歸， 結(jié)果如表4列（4）所示?？梢?， 原結(jié)論依然成立。

4. 傾向得分匹配法。審計(jì)師風(fēng)險(xiǎn)溢價(jià)的增加可能并非源于氣候風(fēng)險(xiǎn)， 而是其他外部環(huán)境差異所致。為了消除樣本自選擇的內(nèi)生性問(wèn)題， 采用傾向得分匹配法選取現(xiàn)有控制變量為匹配協(xié)變量進(jìn)行1∶1配對(duì)， 并對(duì)匹配后的樣本重新進(jìn)行OLS回歸， 檢驗(yàn)結(jié)果如表4列（5）所示。 可見， 原結(jié)論依然成立。

五、 進(jìn)一步分析

（一）機(jī)制檢驗(yàn)

本文在發(fā)現(xiàn)氣候風(fēng)險(xiǎn)對(duì)審計(jì)師風(fēng)險(xiǎn)溢價(jià)存在顯著正向影響的基礎(chǔ)上， 進(jìn)一步分析其中可能存在的機(jī)制路徑， 具體從經(jīng)營(yíng)風(fēng)險(xiǎn)、 審計(jì)投入兩個(gè)角度展開。

1. 經(jīng)營(yíng)風(fēng)險(xiǎn)。從審計(jì)的需求方來(lái)看， 企業(yè)的氣候風(fēng)險(xiǎn)越高， 企業(yè)經(jīng)營(yíng)活動(dòng)面臨的不確定性越高。氣候變化可能會(huì)導(dǎo)致企業(yè)的供應(yīng)鏈中斷、 基礎(chǔ)設(shè)施受損等， 進(jìn)而使企業(yè)面臨更高的經(jīng)營(yíng)風(fēng)險(xiǎn)（McGahan等，2022；He等，2018）。若企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)升高， 則其獲取利潤(rùn)的不確定性以及破產(chǎn)的概率都會(huì)隨之增加， 且投資者與債權(quán)人等利益相關(guān)者也會(huì)縮緊信貸政策條款或提高借款成本。氣候變化相關(guān)風(fēng)險(xiǎn)使企業(yè)經(jīng)營(yíng)活動(dòng)的不穩(wěn)定性上升， 對(duì)公司的財(cái)務(wù)績(jī)效產(chǎn)生顯著的負(fù)面影響， 這不僅會(huì)使企業(yè)的收益降低以及現(xiàn)金流中斷， 還會(huì)導(dǎo)致較高的資本成本， 管理者迫于壓力對(duì)財(cái)務(wù)報(bào)表進(jìn)行粉飾的可能性增大。因此， 具有較大氣候風(fēng)險(xiǎn)敞口的企業(yè)更有可能陷入財(cái)務(wù)困境， 從而誘使管理者操縱財(cái)務(wù)報(bào)表（Ding 等，2021）， 導(dǎo)致審計(jì)風(fēng)險(xiǎn)中的重大錯(cuò)報(bào)風(fēng)險(xiǎn)增加。綜上， 企業(yè)的氣候風(fēng)險(xiǎn)越高， 面臨的經(jīng)營(yíng)風(fēng)險(xiǎn)也越高， 審計(jì)師因氣候變化而收取的風(fēng)險(xiǎn)溢價(jià)就越高。本文在參考李建軍和韓珣（2019）的方法的基礎(chǔ)上， 使用Z指數(shù)自然對(duì)數(shù)的負(fù)值（Risk2）作為代理變量來(lái)衡量企業(yè)的經(jīng)營(yíng)風(fēng)險(xiǎn)， 即Risk2=-ln（Z_score）， Risk2值越大， 企業(yè)的經(jīng)營(yíng)風(fēng)險(xiǎn)越大。

2. 審計(jì)投入。從審計(jì)需求方來(lái)看， 氣候風(fēng)險(xiǎn)使審計(jì)師的工作難度加大， 其需要投入更多的時(shí)間， 執(zhí)行更多的審計(jì)程序， 因此會(huì)增加審計(jì)投入。并且， 隨著媒體對(duì)氣候風(fēng)險(xiǎn)關(guān)注度的提升， 董事會(huì)等主體會(huì)提高對(duì)氣候風(fēng)險(xiǎn)的重視程度， 主動(dòng)要求加強(qiáng)關(guān)于企業(yè)氣候風(fēng)險(xiǎn)的審計(jì)， 使得審計(jì)師擴(kuò)大審計(jì)范圍， 增加審計(jì)投入， 進(jìn)而增加審計(jì)師風(fēng)險(xiǎn)溢價(jià)（劉笑霞等，2017）。同時(shí)， 審計(jì)師會(huì)向同事特別是具有行業(yè)專長(zhǎng)的審計(jì)師詢問(wèn)相關(guān)經(jīng)驗(yàn)來(lái)調(diào)整審計(jì)工作， 增加審計(jì)投入。此外， 隨著新審計(jì)報(bào)告準(zhǔn)則的發(fā)布， 風(fēng)險(xiǎn)導(dǎo)向?qū)徲?jì)執(zhí)業(yè)要求被準(zhǔn)則化， 審計(jì)師在執(zhí)行審計(jì)程序的過(guò)程中會(huì)更加謹(jǐn)慎和勤勉（涂建明等，2023）。隨著氣候風(fēng)險(xiǎn)受重視的程度增加， 審計(jì)師也會(huì)保持一定的謹(jǐn)慎， 收集更多審計(jì)證據(jù)， 增加審計(jì)投入， 進(jìn)而增加審計(jì)師風(fēng)險(xiǎn)溢價(jià)。本文參照蔡春等（2019）、 李英和梁日新（2023）的做法， 采用資產(chǎn)負(fù)債表日至審計(jì)報(bào)告日之間的天數(shù)并取自然對(duì)數(shù)作為審計(jì)投入（LnDelay）的替代指標(biāo)， 該值越大， 表明審計(jì)投入越大。

為檢驗(yàn)經(jīng)營(yíng)風(fēng)險(xiǎn)與審計(jì)投入的中介作用， 本文參照溫忠麟和葉寶娟（2014）的方法進(jìn)行機(jī)制檢驗(yàn)， 在模型（2）的基礎(chǔ)上構(gòu)建中介效應(yīng)模型（4）和模型（5）。

Risk2（LnDelay）=μ0+μ1Risk+μCortrols+ΣYear+ΣIndustry+ε? ?（4）

AbFee=β0+β1Risk+β2Risk2（LnDleay）+βControls+ΣYear+ΣIndustry+ε? ?（5）

經(jīng)三步法和Bootstrap法檢驗(yàn)， 結(jié)果如表5所示。列（1）列示了氣候風(fēng)險(xiǎn)與經(jīng)營(yíng)風(fēng)險(xiǎn)的回歸結(jié)果， Risk的系數(shù)在1%的水平上顯著為正， 說(shuō)明氣候風(fēng)險(xiǎn)會(huì)導(dǎo)致企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)增加； 列（2）將經(jīng)營(yíng)風(fēng)險(xiǎn)加入主回歸中， Risk的系數(shù)在1%的水平上顯著為正， Risk2的系數(shù)在10%的水平上顯著為正。該結(jié)果說(shuō)明， 經(jīng)營(yíng)風(fēng)險(xiǎn)在氣候風(fēng)險(xiǎn)對(duì)審計(jì)師風(fēng)險(xiǎn)溢價(jià)的影響中起到部分中介效應(yīng)。列（3）和列（4）列示了審計(jì)投入的中介效應(yīng)檢驗(yàn)結(jié)果， 且通過(guò)了Bookstrap檢驗(yàn)， 說(shuō)明審計(jì)投入在氣候風(fēng)險(xiǎn)對(duì)審計(jì)師風(fēng)險(xiǎn)溢價(jià)的影響中起到部分中介效應(yīng)。

（二）異質(zhì)性分析

1. 審計(jì)師行業(yè)專長(zhǎng)差異分析。具有不同行業(yè)專長(zhǎng)的審計(jì)師對(duì)于氣候風(fēng)險(xiǎn)所收取的風(fēng)險(xiǎn)溢價(jià)有所差異。從經(jīng)營(yíng)風(fēng)險(xiǎn)的角度來(lái)看， 行業(yè)專長(zhǎng)審計(jì)師頻繁多次對(duì)特定行業(yè)進(jìn)行審計(jì)， 一方面熟知這些行業(yè)的法律法規(guī)、 預(yù)期風(fēng)險(xiǎn)等， 另一方面會(huì)關(guān)注與氣候風(fēng)險(xiǎn)相關(guān)的重要會(huì)計(jì)審計(jì)事項(xiàng)， 如固定資產(chǎn)折舊、 長(zhǎng)期資產(chǎn)減值、 預(yù)計(jì)負(fù)債計(jì)提、 公允價(jià)值計(jì)量、 預(yù)期信用損失等。此外， 當(dāng)企業(yè)面臨著重大的氣候風(fēng)險(xiǎn)時(shí)， 由于行業(yè)專長(zhǎng)審計(jì)師有過(guò)審計(jì)經(jīng)驗(yàn)， 更加了解該類企業(yè)的行業(yè)慣例， 更容易識(shí)別出企業(yè)的經(jīng)營(yíng)風(fēng)險(xiǎn)， 能夠更有效地辨別和評(píng)估企業(yè)的重大錯(cuò)報(bào)風(fēng)險(xiǎn)（唐嘉尉和劉玉玉，2017）。從審計(jì)投入的角度來(lái)看， 行業(yè)專長(zhǎng)審計(jì)師盡管有著高效的審計(jì)方法和技術(shù)， 且能依據(jù)評(píng)估的結(jié)果執(zhí)行更充分恰當(dāng)?shù)膶徲?jì)程序， 收集的審計(jì)證據(jù)也更加精準(zhǔn)， 但氣候風(fēng)險(xiǎn)導(dǎo)致企業(yè)經(jīng)營(yíng)的不確定性增加， 行業(yè)專長(zhǎng)審計(jì)師會(huì)對(duì)風(fēng)險(xiǎn)保持更謹(jǐn)慎的態(tài)度， 執(zhí)行更多的審計(jì)程序， 收集更多的審計(jì)證據(jù)。并且， 如果未能識(shí)別到企業(yè)的氣候風(fēng)險(xiǎn)而導(dǎo)致審計(jì)師審計(jì)失敗， 不僅將影響其因行業(yè)專長(zhǎng)而積累的行業(yè)聲譽(yù)， 還可能因民事訴訟而承擔(dān)相關(guān)責(zé)任與賠償。對(duì)比非行業(yè)專長(zhǎng)審計(jì)師， 行業(yè)專長(zhǎng)審計(jì)師要承擔(dān)更高的因氣候風(fēng)險(xiǎn)導(dǎo)致的審計(jì)失敗所帶來(lái)的損失。因此， 行業(yè)專長(zhǎng)審計(jì)師要收取更高的審計(jì)風(fēng)險(xiǎn)溢價(jià)。本文通過(guò)構(gòu)建模型（6）來(lái)檢驗(yàn)不同的行業(yè)專長(zhǎng)審計(jì)師對(duì)于氣候風(fēng)險(xiǎn)所收取的風(fēng)險(xiǎn)溢價(jià)是否有所差異。

AbFee=λ0+λ1Risk+λ2IPSASQRT+λ3Risk×IPSASQRT+λControls+ΣYear+ΣIndustry+ε? ?（6）

其中， IPSASQRT表示審計(jì)師行業(yè)專長(zhǎng)， 參考王守海等（2017）的做法， 使用行業(yè)組合份額法進(jìn)行衡量， 計(jì)算公式為：

為了減輕多重共線性問(wèn)題對(duì)結(jié)論的影響， 對(duì)每個(gè)樣本進(jìn)行去中心化處理。模型（6）的回歸結(jié)果如表6列（1）所示， Risk×IPSASQRT的系數(shù)為0.063， 在1%的水平上顯著。該結(jié)果說(shuō)明， 當(dāng)審計(jì)師具有行業(yè)專長(zhǎng)時(shí)， 會(huì)因氣候風(fēng)險(xiǎn)而要求更高的審計(jì)風(fēng)險(xiǎn)溢價(jià)。

2. 公司治理水平差異分析。審計(jì)師實(shí)施的重大錯(cuò)報(bào)風(fēng)險(xiǎn)評(píng)估程序之一是了解被審計(jì)單位的公司治理水平。廖義剛和鄧賢琨（2017）實(shí)證發(fā)現(xiàn)， 內(nèi)部控制作為公司治理的一種機(jī)制， 會(huì)顯著影響被審計(jì)單位重大錯(cuò)報(bào)風(fēng)險(xiǎn)的評(píng)估水平， 進(jìn)而影響審計(jì)定價(jià)， 即企業(yè)公司治理水平越高， 審計(jì)師的審計(jì)定價(jià)越低。當(dāng)企業(yè)面臨較高的氣候風(fēng)險(xiǎn)時(shí)， 公司治理水平較高的企業(yè)能夠及時(shí)調(diào)整自身的經(jīng)營(yíng)決策， 并且積極承擔(dān)節(jié)能減排的責(zé)任， 擴(kuò)大企業(yè)的環(huán)保投資， 進(jìn)行綠色技術(shù)創(chuàng)新等， 向大眾傳遞綠色轉(zhuǎn)型的積極信號(hào)， 降低審計(jì)師的氣候風(fēng)險(xiǎn)感知水平， 從而使審計(jì)費(fèi)用中的風(fēng)險(xiǎn)溢價(jià)被高水平的公司治理環(huán)境所抵消。本文通過(guò)構(gòu)建模型（8）來(lái)檢驗(yàn)不同公司治理水平下審計(jì)師對(duì)于氣候風(fēng)險(xiǎn)所收取的風(fēng)險(xiǎn)溢價(jià)是否有所差異。

AbFee=δ0+δ1Risk+δ2GOV+δ3Risk×GOV+δControls+ΣYear+ΣIndustry+ε? ?（8）

其中， GOV表示公司治理水平， 參考周茜等（2020）的方法， 利用主成分分析法從監(jiān)督、 激勵(lì)、 決策等多個(gè)方面構(gòu)造綜合性指標(biāo)進(jìn)行衡量。

為了防止多重共線問(wèn)題， 對(duì)每個(gè)樣本進(jìn)行中心化處理。模型（8）的回歸結(jié)果如表6列（2）所示， Risk×GOV的系數(shù)為-0.011， 且在1%的水平上顯著。這說(shuō)明當(dāng)公司治理水平較高時(shí)， 審計(jì)師對(duì)客戶的氣候風(fēng)險(xiǎn)感知水平會(huì)下降， 即高水平的公司治理會(huì)抑制氣候風(fēng)險(xiǎn)導(dǎo)致的審計(jì)師風(fēng)險(xiǎn)溢價(jià)增加。

3.? CEO綠色經(jīng)歷差異分析。“烙印理論”認(rèn)為， CEO過(guò)去的教育和經(jīng)歷會(huì)對(duì)CEO產(chǎn)生持續(xù)的影響， 即使其后續(xù)生活環(huán)境發(fā)生巨大變化， 該烙印仍會(huì)影響CEO的認(rèn)知能力， 進(jìn)而影響企業(yè)的決策（戴維奇等，2016）。同樣， CEO綠色經(jīng)歷會(huì)使其關(guān)注可持續(xù)發(fā)展問(wèn)題， 感知到氣候風(fēng)險(xiǎn)可能給企業(yè)帶來(lái)的經(jīng)營(yíng)風(fēng)險(xiǎn)， 并相信綠色行動(dòng)會(huì)給企業(yè)帶來(lái)好處， 從而積極進(jìn)行綠色創(chuàng)新（盧建詞和姜廣省，2022； 楊起城和羅良文，2023）。 這一行為不僅能減少企業(yè)的污染排放， 從源頭上降低氣候風(fēng)險(xiǎn)， 還會(huì)向?qū)徲?jì)師傳遞企業(yè)對(duì)氣候風(fēng)險(xiǎn)的重視并積極治理的信號(hào)。因此， 當(dāng)企業(yè)CEO具有綠色經(jīng)歷時(shí)， 會(huì)降低審計(jì)師對(duì)于企業(yè)氣候風(fēng)險(xiǎn)的感知， 進(jìn)而降低審計(jì)師風(fēng)險(xiǎn)溢價(jià)。本文通過(guò)構(gòu)建模型（9）來(lái)檢驗(yàn)CEO綠色經(jīng)歷不同的情景下審計(jì)師對(duì)于氣候風(fēng)險(xiǎn)所收取的風(fēng)險(xiǎn)溢價(jià)是否有所差異。

AbFee=η0+η1Risk+η2Green+η3Risk×Green+ηControls+ΣYear+ΣIndustry+ε? ?（9）

其中， Green表示CEO綠色經(jīng)歷虛擬變量， 參考盧建詞和姜廣?。?022）的研究， 若CEO接受過(guò)“綠色”相關(guān)教育或從事過(guò)“綠色”相關(guān)工作， 代表CEO有綠色經(jīng)歷， 取值為1， 反之為0。

模型（9）的回歸結(jié)果如表6列（3）所示， Risk×Green的系數(shù)為-0.087， 且在5%的水平上顯著。 該結(jié)果說(shuō)明， 當(dāng)CEO具有綠色經(jīng)歷時(shí)， 會(huì)顯著降低審計(jì)師因氣候風(fēng)險(xiǎn)而收取的審計(jì)風(fēng)險(xiǎn)溢價(jià)。

（三）經(jīng)濟(jì)后果檢驗(yàn)

審計(jì)師因氣候風(fēng)險(xiǎn)而收取的審計(jì)風(fēng)險(xiǎn)溢價(jià)是否會(huì)影響審計(jì)質(zhì)量？從內(nèi)部環(huán)境來(lái)看， 當(dāng)企業(yè)的氣候風(fēng)險(xiǎn)較高時(shí)， 審計(jì)師會(huì)增加審計(jì)投入， 執(zhí)行更嚴(yán)格的審計(jì)程序， 使得審計(jì)質(zhì)量提高。從外部環(huán)境來(lái)看， 隨著大眾、 媒體、 投資者等對(duì)氣候風(fēng)險(xiǎn)重視程度的增加， 外部環(huán)境壓力加大， 這會(huì)約束審計(jì)師的不當(dāng)行為， 最終提高審計(jì)質(zhì)量。本文通過(guò)構(gòu)建模型（10）來(lái)檢驗(yàn)其經(jīng)濟(jì)后果。

Restate=π0+π1AbFee+π2Risk+π3AbFee×Risk+πControls+ΣYear+ΣIndustry+ε? ?（10）

其中， Restate表示審計(jì)質(zhì)量， 參照陳麗紅等（2022）的做法， 采用公司發(fā)布財(cái)務(wù)報(bào)告重述的個(gè)數(shù)作為替代指標(biāo)， 公司發(fā)布財(cái)務(wù)重述報(bào)告的個(gè)數(shù)越多， 審計(jì)質(zhì)量越低。

表7列示了模型（10）的回歸結(jié)果?？梢姡?AbFee×Risk的系數(shù)在5%的水平上顯著為負(fù)， 說(shuō)明氣候風(fēng)險(xiǎn)導(dǎo)致審計(jì)師風(fēng)險(xiǎn)溢價(jià)增加， 進(jìn)而提高了審計(jì)質(zhì)量。

六、 結(jié)論

本文基于全球氣候變暖的背景， 深入分析并實(shí)證檢驗(yàn)了氣候風(fēng)險(xiǎn)對(duì)審計(jì)師風(fēng)險(xiǎn)溢價(jià)的影響及作用機(jī)制。研究結(jié)果表明： 氣候風(fēng)險(xiǎn)顯著提高了審計(jì)師風(fēng)險(xiǎn)溢價(jià)； 機(jī)制分析表明， 審計(jì)師感知到了因氣候風(fēng)險(xiǎn)而增加的經(jīng)營(yíng)風(fēng)險(xiǎn)以及增加了審計(jì)投入， 最終導(dǎo)致更高的審計(jì)師風(fēng)險(xiǎn)溢價(jià)； 異質(zhì)性分析發(fā)現(xiàn)， 行業(yè)專長(zhǎng)審計(jì)師、 高水平公司治理、 CEO具有綠色經(jīng)歷均可以顯著降低氣候風(fēng)險(xiǎn)對(duì)審計(jì)師風(fēng)險(xiǎn)溢價(jià)的影響； 經(jīng)濟(jì)后果檢驗(yàn)表明， 審計(jì)師會(huì)提升審計(jì)質(zhì)量以應(yīng)對(duì)氣候風(fēng)險(xiǎn)的影響。

根據(jù)研究結(jié)論， 本文提出如下建議： 第一， 企業(yè)應(yīng)聘請(qǐng)具有行業(yè)專長(zhǎng)的審計(jì)師、 提高公司治理水平和風(fēng)險(xiǎn)承擔(dān)水平來(lái)應(yīng)對(duì)氣候風(fēng)險(xiǎn)給自身造成的影響， 同時(shí)減少污染排放， 并積極承擔(dān)企業(yè)社會(huì)責(zé)任來(lái)促進(jìn)國(guó)家經(jīng)濟(jì)的高質(zhì)量發(fā)展。第二， 會(huì)計(jì)師事務(wù)所應(yīng)對(duì)審計(jì)師展開培訓(xùn)， 幫助其更好地識(shí)別氣候風(fēng)險(xiǎn)， 執(zhí)行更恰當(dāng)、 更充分的審計(jì)程序， 提高審計(jì)質(zhì)量， 促進(jìn)審計(jì)的高質(zhì)量發(fā)展以及使資本市場(chǎng)更有效地運(yùn)作。

【 主 要 參 考 文 獻(xiàn) 】

蔡春，黃昊，趙玲．高鐵開通降低審計(jì)延遲的效果及機(jī)制研究［ J］．會(huì)計(jì)研究，2019（6）：72 ～ 78．

陳國(guó)進(jìn)，郭珺瑩，趙向琴．氣候金融研究進(jìn)展［ J］．經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2021（8）：131 ～ 145.

陳麗紅，易冰心，張龍平．異常審計(jì)費(fèi)用與關(guān)鍵審計(jì)事項(xiàng)披露［ J］．審計(jì)研究，2022（2）：60 ～ 70．

戴維奇，劉洋，廖明情．烙印效應(yīng)：民營(yíng)企業(yè)誰(shuí)在“不務(wù)正業(yè)”？［ J］．管理世界，2016（5）：99 ～ 115+187 ～ 188．

丁宇剛，孫祁祥．氣候風(fēng)險(xiǎn)對(duì)中國(guó)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的影響——異質(zhì)性及機(jī)制分析［ J］．金融研究，2022（9）：111 ～ 131．

方紅星，陳嬌嬌，于巧葉．內(nèi)部控制審計(jì)收費(fèi)的影響因素研究［ J］．審計(jì)與經(jīng)濟(jì)研究，2016（4）：21 ～ 29．

郭文偉，黃子聰，何潔．儒家文化與企業(yè)氣候變化風(fēng)險(xiǎn)披露——基于文本分析和機(jī)器學(xué)習(xí)［J/OL］．經(jīng)濟(jì)學(xué)報(bào)：1-35［2023-03-30］.https：//doi.org/10.16513/j.cnki.cje.20230329.001．

郭照蕊，袁嘉浩，傅毅．上市公司“答非所問(wèn)”程度與審計(jì)費(fèi)用——基于年報(bào)問(wèn)詢函與回函的綜合研究［ J］．會(huì)計(jì)研究，2023（1）：99 ～ 111．

胡楠，薛付婧，王昊楠．管理者短視主義影響企業(yè)長(zhǎng)期投資嗎？——基于文本分析和機(jī)器學(xué)習(xí)［ J］．管理世界，2021（5）：139 ～ 156+11+19 ～ 21．

李建軍，韓珣．非金融企業(yè)影子銀行化與經(jīng)營(yíng)風(fēng)險(xiǎn)［ J］．經(jīng)濟(jì)研究，2019（8）：21 ～ 35．

李明輝，沈真真．異常收費(fèi)與審計(jì)質(zhì)量：來(lái)自中國(guó)資本市場(chǎng)的經(jīng)驗(yàn)證據(jù)［ J］．管理工程學(xué)報(bào)，2016（2）：166 ～ 174．

李英，梁日新．董事高管責(zé)任保險(xiǎn)與審計(jì)效率——基于審計(jì)延遲的視角［ J］．審計(jì)研究，2023（1）：149 ～ 160．

廖義剛，鄧賢琨．業(yè)績(jī)預(yù)告偏離度、內(nèi)部控制質(zhì)量與審計(jì)收費(fèi)［ J］．審計(jì)研究，2017（4）：56 ～ 64．

劉波，李蕓琪，蔣銀娟．氣候變化沖擊下的制造業(yè)企業(yè)全要素生產(chǎn)率——機(jī)制分析與實(shí)證檢驗(yàn)［ J］．湖南大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2023（1）：78 ～ 87．

劉笑霞，李明輝，孫蕾．媒體負(fù)面報(bào)道、審計(jì)定價(jià)與審計(jì)延遲［ J］．會(huì)計(jì)研究，2017（4）：88 ～ 94+96．

盧建詞，姜廣?。瓹EO綠色經(jīng)歷能否促進(jìn)企業(yè)綠色創(chuàng)新？［ J］．經(jīng)濟(jì)管理，2022（2）：106 ～ 121．

潘敏，劉紅艷，程子帥．極端氣候?qū)ι虡I(yè)銀行風(fēng)險(xiǎn)承擔(dān)的影響——來(lái)自中國(guó)地方性商業(yè)銀行的經(jīng)驗(yàn)證據(jù)［ J］．金融研究，2022（10）：39 ～ 57．

唐嘉尉，劉玉玉．公允價(jià)值計(jì)量特征、審計(jì)師行業(yè)專長(zhǎng)與審計(jì)費(fèi)用［ J］．中南財(cái)經(jīng)政法大學(xué)學(xué)報(bào)，2017（6）：21 ～ 31+93．

涂建明，劉慧中，李宛等．審計(jì)報(bào)告改革的中國(guó)經(jīng)驗(yàn)：基于審計(jì)延遲的視角［ J］．中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2023（3）：80 ～ 94．

王春飛，葛秋辰，郭云南．行政監(jiān)管措施與審計(jì)師聲譽(yù)毀損［ J］．會(huì)計(jì)研究，2022（10）：144 ～ 156．

王嘉鑫，孫夢(mèng)娜，于鑫雨．碳風(fēng)險(xiǎn)與審計(jì)定價(jià)的“波特假說(shuō)之謎”——基于《巴黎協(xié)定》的經(jīng)驗(yàn)證據(jù)［ J］．審計(jì)研究，2022（5）：75 ～ 84．

王守海，劉志強(qiáng)，張葉等．公允價(jià)值、行業(yè)專長(zhǎng)與審計(jì)費(fèi)用［ J］．審計(jì)研究，2017（2）：48 ～ 56．

王信．綠色金融發(fā)展和氣候風(fēng)險(xiǎn)管理［ J］．金融經(jīng)濟(jì)，2021（7）：3 ～ 9．

溫忠麟，葉寶娟．中介效應(yīng)分析：方法和模型發(fā)展［ J］．心理科學(xué)進(jìn)展，2014（5）：731 ～ 745．

邢立全，陳漢文．產(chǎn)品市場(chǎng)競(jìng)爭(zhēng)、競(jìng)爭(zhēng)地位與審計(jì)收費(fèi)——基于代理成本與經(jīng)營(yíng)風(fēng)險(xiǎn)的雙重考量［ J］．審計(jì)研究，2013（3）：50 ～ 58．

楊起城，羅良文．氣候變化對(duì)綠色技術(shù)創(chuàng)新的影響——來(lái)自81個(gè)發(fā)展中國(guó)家的證據(jù)［ J］．中國(guó)軟科學(xué)，2023（1）：156 ～ 170．

周茜，許曉芳，陸正飛．去杠桿，究竟誰(shuí)更積極與穩(wěn)妥？［ J］．管理世界，2020（8）：127 ～ 148．

Addoum M. J.， Ng T. D.， Ariel O. B.. Temperature Shocks and Establishment Sales［ J］． Review of Financial Studies，2020（3）：1331 ～ 1366．

Dessaint O.， Matray A.. Do Managers Overreact to Salient Risks？ Evidence from Hurricane Strikes［ J］． Journal of Financial Economics，2017（1）：97 ～ 121．

Ding D.， Liu B.， Chang M.. Carbon Emissions and TCFD Aligned Climate-related Information Disclosures［ J］． Journal of Business Ethics，2022（4）：967 ～ 1001．

Ding R.， Liu M. Z.， Wang T. T.， et al.. The Impact of Climate Risk on Earnings Management： International Evidence［ J］． Journal of Accounting and Public Policy，2021（2）：1 ～ 42．

Engle F. R.， Giglio S.， Kelly B.， et al.. Hedging Climate Change News［ J］．The Review of Financial Studies，2020（3）：1184 ～ 1216．

Felbermayr G.， Gr?schl J.. Naturally Negative： The Growth Effects of Natural Disasters［ J］． Journal of Development Economics，2014（111）：92 ～ 106．

Gerhard K.， Volz U.， Murinde V.， et al.. The Impact of Climate Vulnerability on Firms' Cost of Capital and Access to Finance［ J］．World Development，2021（137）：105 ～ 131．

Ginglinger E.， Moreau Q.. Climate Risk and Capital Structure［Z］． IO： Empirical Studies of Firms & Markets Journal，2019．

He H. H.， Joseph K.， Wang C.. The Impact of Climate Risk on Firm Performance and Financing Choices： An International Comparison［ J］． Journal of International Business Studies，2018（5）：633 ～ 656．

Jonathan D. S.. Is the Audit Fee Disclosure a Leading Indicator of Clients' Business Risk？［ J］． Auditing，2011（3）：157 ～ 179．

Klomp J.. Financial Fragility and Natural Disasters： An Empirical Analysis［ J］．Journal of Financial Stability，2014（13）：180 ～ 192．

Krueger P.. The Importance of Climate Risks for Institutional Investors［ J］．The Review of Financial Studies，2020（3）：1067 ～ 1111．

McGahan A. M.， Lenox M.， Duff R.. The Decarbonization Imperative： Transforming the Global Economy by 2050［ J］． Administrative Science Quarterly，2022（67）：60 ～ 62．

Niemi L.， Knechel R.， Ojala H.， et al.. Responsiveness of Auditors to the Audit Risk Standards： Unique Evidence from Big 4 Audit Firms［ J］． Accounting in Europe，2018（1）：33 ～ 54．

Nordhaus W. D.. Geography and Macroeconomics： New Data and New Findings［ J］． Proceedings of the National Academy of Sciences，2006（10）：3510 ～ 3517．

Simunic D.. The Pricing of Audit Services： Theory and Evidence［ J］． Journal of Accounting Research，1980（1）：161 ～ 190．