《数字金融与商业银行审计费用.docx》由会员分享，可在线阅读，更多相关《数字金融与商业银行审计费用.docx（16页珍藏版）》请在课桌文档上搜索。
1、第41卷第1期2024年1月Vol. 41 No. 1Jan.2024经济经纬ECOnOmiCSUrVey数字金融与商业银行审计费用陈军梅冯均科2,仇娟东】（1.宁夏大学经济管理学院，宁夏银川750021;2.西北大学经济管理学院，陕西西安710000）88888888888888888888888888888888888888888888888888摘要：以2011-2021年中国商业银行为研究对象，探究数字金融对审计费用的影响机理与传导效应.研究发现:数字金融发展初期会增加商业银行的审计费用，当数字金融发展到一定水平后，金融科技增强带来的审计费用下降效应会超过因审计投入和审计风险提升的审计
2、费用上升效应，进而降低商业银行的审计费用，说明数字金融与审计费用之间呈先扬后抑的倒U形关系.机制检验发现，数字金融主要通过作用于代理冲突和信息不对称导致审计风睑与成本变动，最终影响审计费用.异质性分析显示，审计主体来自国内四大审计事务所时，数字金融对审计费用的非线性作用增强；审计客体是上市银行与资本充足率较高的商业银行时，数字技术能更有效地对审计费用产生非线性效应；商业银行在市场化程度和法律水平较高、数字金融监管较严的地区时，数字金融与审计费用的倒U形关系更显著.研究结论从审计费用角度丰富了数字金融经济后果研究，为商业银行实施数字化转型战略、注册会计师审计收费决策提供参考.关键词：数字金融；审
3、计费用；中介效应；商业银行；经济后果基金项目：国家自然科学基金项目（72063026）;国家自然科学基金项目（72164032）作者简介：陈军梅（1982-）,女，宁夏固原人，博士，副教授，主要从事公司治理研究；冯均科（1958-）,男，陕西扶风人,教授，博士生导师，主要从事审计理论研究；仇娟东（1986-）,男，宁夏彭阳人，博士,教授，主要从事金融理论研究.仇娟东为本文通信作者.中图分类号:F831文献标识码:A文章编号:1006-1096（2024）01-0003-14收稿日期:2023-07-188888888888888888888888888888888888888888888888
4、8888一、文献综述（一）数字金融的经济后果随着数字金融影响的不断深入，其对商业银行影响的研究成果不断丰富，但其效应尚不确定。第一,数字金融对商业银行具有正向影响。数字金融可以提升商业银行的经营绩效、运营效率（杜莉等,2022）,有助于收敛系统性金融风险（余静文等，2021）、增强银行发放普惠贷款的意愿（郭丽虹等,2021）。数字金融赋能下的金融包容能够帮助银行在发展过程中确保资产质量（付争等,2021）,对银行的管理和创新均具有正向影响（王诗卉等,2021）.第二，数字金融对商业银行具有负向影响。数字金融不仅可以加剧银行的风险承担（刘孟飞等，2022）,增加银行的系统性风险（顾海峰等，202
5、2）,而且金融科技的发展还会导致银行整体业绩的下滑和成长停滞（游家兴等，2023）,加强银行竞争尤其是中小商业银行间竞争，降低银行利润率（吴桐桐等，2021）,对银行特许权价值具有抑制作用。第三,数字金融对商业银行具有非线性影响。傅顺等（2023）研究发现数字金融发展与商业银行信用风险呈现非线性的倒U形关系,且这种倒U形关系在农村金融机构、中小银行体现更明显（杨景陆等,2023）.（二）数字信息技术对审计费用的影响数字技术对审计行业有较大影响(Kimetal,2017),越来越多商业银行运用数字技术对商业模式改造升级，影响了会计信息产生、处理和报告的环境与流程，新技术带来的审计环境的变化应是审
6、计决策的重要考量因素（Fedyketal,2022）已有学者对数字信息技术与审计费用的关系进行了研究,但研究结论不一致。郭檬楠等（2023）认为信息化建设可以减少审计师投入、降低企业风险，进而减少审计收费；徐瑞遥等（2022）实证发现数字技术应用可以提升企业审计费用；罗岭等（2023）发现数字金融能够通过提升企业风险承担水平增加非金融类上市公司的审计费用；杨德明等（2020）等认为数字技术应用会提高重大错报风险与审计风险，最终提升审计费用。综上，虽然现有文献研究了数字信息技术对审计费用的影响，但基于数字金融角度研究审计费用的文献不多，基于银行样本的更是匮乏，数字金融与商业银行关系的文献较集中于
7、银行业绩、风险等。目前关于数字技术与审计费用的研究结论虽不一致，但两者的关系均是线性的，而从实践经验来看，作为金融与数据要素结合产物的数字金融是一把双刃剑，对审计费用的影响是复杂的：一方面，数字金融发展初期，数字技术发展与相关治理制度建设滞后、经营业务复杂等的冲突，可能会导致新的代理问题并加剧信息不对称（张新民等，2020）.银行管理层可能会利用数字技术进行更加隐蔽的盈余管理和财务舞弊（刘斌等，2023）,力口大了商业银行的重大错报风险，进而提升审计投入和风险，增加审计费用另一方面，随着数字技术与银行传统业务的深入融合，实现商业银行运营管理实时化和透明化，帮助商业银行增强内部协作能力和治理效率
8、（曾建光等,2015）,减少信息搜寻成本，削弱代理冲突，降低商业银行风险，减少审计费用o因此,数字金融与审计费用的关系尚不明确。基于此，本文深入探究数字金融影响商业银行审计费用的理论机制，进而对其非线性特征及其异质性进行实证检验，力图对该领域既有文献提供有益扩展与补充。本文的边际贡献在于：第一，在数字化的大背景下，尝试将数字金融对银行的影响研究拓展至审计费用层面，并从非线性角度考察了数字金融与银行审计费用之间的关系，研究结论更贴近银行的发展实际，丰富了数字金融的微观定量研究，扩展审计费用研究边界，同时为加快完善数字金融背景下商业银行的治理机制提供新的经验证据O第二，从代理成本、信息透明度两个方
9、面考察了数字金融对审计费用的中介效应，实证检验通过了数字金融作用于银行代理问题和信息不对称，影响审计成本和风险进而影响审计费用的传导渠道，探索了数字金融与审计费用关系的多重作用机制O第三，通过分组回归的识别策略从主体、客体、外部环境的维度深入分析了数字金融与银行审计费用的关系的差异，揭示了数字金融对银行审计费用的影响规律，为商业银行结合自身特征加速推动数字化转型、提高治理效率及审计师收费决策提供理论支撑与决策参考。二、理论分析与研究假设数字金融具有不同发展阶段，不同阶段对审计费用的作用效果不同o在数字金融发展初期，数字技术发展尚不成熟,银行对于数字的挖掘在技术、人员、组织等多方面均需协调，自身
10、风险和代理冲突会大幅攀升。数字技术应用带来一系列与智能化战略转型有关的系统风险（DanielSSonetal,2022）,这使得数字经济驱动的业务关联性及复杂性对风险监管机制提出较高要求（陈收等，2021）。为了控制风险，审计师需要花费一定时间理解客户新技术业务、适应数字化审计环境的更新以匹配银行数字建设中较高的不确定性，导致审计资源投入增加，提升审计费用.然而随着金融数字化转型国家战略逐步落地实施，数字金融的发展进入到相对成熟阶段，其积极作用日渐凸显。随着新型数字技术与传统金融业务融合的深入，有针对性的风险管理工具被开发出来，可用于解决投资者与金融中介之间的信息不对称问题及困扰银行业的利益冲
11、突问题，提高银行的风险控制能力（FUSteretal,2019）,降低决策者偏离最优目标的非理性决策行为（许芳等，2022）,约束管理层投机行为。与此同时，数字金融对于数据的高效处理可以减少信息不对称，规避与之相关的道德风险等问题，降低经营成本并提高金融效率（DemertZiSetal,2018;万佳孩等,2023）,商业银行的重大错报风睑降低，审计师的工作量和风险也随之减弱，减少审计费用以上的审计费用效应，会随着银行数字金融发展以及数字技术进步逐渐增强，该效应会强于银行因审计投入提升对审计费用提高的不利影响，当数字金融发展到一定水平后,会降低商业银行的审计费用.为此本文提出如下假设。Hl:数
12、字金融与商业银行审计费呈倒U形关系。代理冲突和信息不对称是外部环境影响审计费用的重要渠道，数字金融通过作用于代理冲突和信息不对称，引起审计成本和风险变动，最终影响审计收费。数字金融是一个持续的战略更新过程，此过程可能加剧委托代理冲突O数字金融拓展商业银行原有的业务范围和组织架构，提升商业银行的复杂性和多元性，由于缺乏对数字技术的应用，股东可能将更多权力让渡给管理者，增加委托代理成本O同时，数字金融产品自身存在风险，商业银行对新风险估计可能不足，在未做好监控准备的情况下（朱小能等，2022）,相应的监督制度难以及时匹配数字技术的快速更迭，监督的难度和成本进一步加大，增加了商业银行的代理问题，进而
13、加剧银行的重大错报风险，提高注册会计师的审计成本和风险，提高了审计费用。随着银行逐步将大量资源投入到数字技术建设中，数字金融可以作为一种重要的外部治理机制（吴非等，2021）,为投资者提供数字化手段和工具，帮助其判断和监督大股东和管理者的不道德行为。为此本文提出如下假设。H2:数字金融通过作用于代理冲突进而对审计费用产生影响。数字金融业务存在隐蔽且不确定的信息安全风险（罗岭等，2023）,信息技术应用的复杂性会加剧信息不对称，为管理层利用数字技术专业壁垒进行盈余操纵提供空间（张新民等，2020）,管理层有可能进行更加隐蔽的盈余管理活动向市场传递好信号，抵消风险的消极影响（翟华云等，2022）,
14、在一定程度上带来财务报告控制风险.同时，银行运用数字金融拓展传统金融业务，其风险本质依然存在，尤其数字金融的部分业务活动具有较大的不确定性，资金流向不透明，会计信息的可靠性很难保证，银行可能面临更高的经营风险和财务风险，提高其潜在的固有风险，给会计人员带来处理困难的同时也会加大审计难度和审计成本，提高审计费用o随着数字金融深入发展，商业银行广泛地使用数字相关技术丰富的数据维度，在多种技术模式的共同支持下，以低成本、低风险处理海量数据（Gomberetal,2018）银行内部信息搜集、整理、加工、评估及应用得到优化耦合，非结构化数据的补充提高了财务会计信息的透明度，降低信息处理和传递成本，强化不
15、同信息使用者间的联系，减弱银行信息的不对称（ZhU,2019）,有助于注册会计师更加深入了解银行经营状况，并以大数据为基础预测银行的盈余行为，降低了年报审计师的检查风险，提高审计工作效率同时,商业银行通过信息技术对贷款管理流程进行全面、系统的监督，提高了对贷款客户信誉和风险信息的掌握程度，有效缓解信贷双方信息不对称，减少了银行贷前潜在违约风险与贷后实际违约风险，提升了效率信用和风险控制的效能，进一步降低了商业银行的重大错报风险，减少了信息不确定性导致的额外工作量的投入,降低审计费用。为此本文提出如下假设。H3:数字金融通过作用于信息不对称进而对审计费用产生影响。三、研究设计（一）研究样本由于北
16、京大学数字普惠金融指数的起始年份是2011年,本文以2011-2021年中国商业银行数据作为研究对象,数据来源于CSMARxWlND数据库。另外对变量进行1%和99%分位数的缩尾处理,共获得313个样本。（二）变量定义1 .被解释变量借鉴徐瑞遥等（2022）的研究,采用商业银行当期年度报告审计所支付的境内审计费用自然对数进行度量。2 .解释变量采用北京大学数字普惠金融指数作为数字金融代理变量。借鉴胡灵等（2022）做法,运用商业银行在同一地区的分支机构的比例作为权重，将数字普惠金融指数与权重交乘进行加总计算商业银行的数字普惠金融指数（index）。为了避免农村商业银行大多位于东、中部地区而带来
17、样本选择偏差,借鉴田国强等（2020）,将国有、股份制商业银行作为全国性银行,城商行、农商行作为区域性银行。考虑到全国性银行业务覆盖全国，区域性银行在本市或周边城市开展业务，参考余静文等（2021）做法,城商行和农商行以省级指数进行匹配，国有和股份制银行以全国均值表示O3 .中介变量借鉴范润等（2023）的研究,使用管理费用率作为银行管理层代理成本（cost）,即管理费用率越高,意味着管理层代理成本越高.借鉴陆静等（2020）的研究，用贷款占总资产比（da）衡量银行信息不对称问题，衡量银行会计信息透明度,da值越大,信息质量越差。4 .控制变量参考已有文献,选取规模(asset)、财务杠杆(I
18、eV)、资产收益率(roa)、存贷比(Cdb)、成本收入比(rcost)、营业质量(yyz)、第一大股东持股比例(StoCkhd)、股权集中度(Cr)、董事会规模(board)、两职合一(ce。)、独董比例(dr)、十大客户贷款比例(ten)、银行年龄(age)、流动比例(OnTent)、应收账款比例(rec)、现金比例(ocf).银行性质(soe)、所在地区(area)、事务所类型(bigl)、年度变量(year)作为审计费用控制变量(见表1)。表1变量定义类型变量名称变量符号变量说明被解释变量审计费用adfee当年市计费用取自然对数解释变量数字金融index北京大学数字普惠金融指数构建的银
19、行微观层面的数字普电金融指数中介变量代理成本cost管理费用率信息透明度da贷款占总资产比例控制变量规模asset期末资产取自然对数财务杠杆lev负债/资产资产收益率roa利润总额/资产存贷比Cdb贷款/存款成本收入比rcost营业费用/营业收入营业质量yyz营业利润/利润总额第一大股东持股比例stockhd第一大股东持股比例股权集中度cr第一大股东持股比例的平方和董事会规模board董事会人数两职合一ceo董事长与总经理同为一人取值为1,否则为0独比例dr独董人数/步事会总人数十大客户贷款比例ten最大十家客户贷款/资本净额银行年龄age商业银行年龄取自然对数流动比例current流动资产/
20、资产应收账款比例rec应收账款/资产现金比例ocf经营现金流量净额/资产银行性质soe是国有四大银行取1,否则为0所在地区area银行所在地区为东部取1,为中西部地区取0事务所类型bigl为全国十大审计事务所取1,否则为0年度变量year年度虚拟变量(三)模型设计笔者建立如下模型，检验数字金融是否对商业银行审计费用产生非线性影响：adfee11=0+1index,t+a2indexfl+Controlst+t(1)其中adfee是审计费用替代变量,index表示数字金融,所有控制变量具体见上文,为回归系数,为随机干扰项。在模型(1)基础上建立模型(2)(3),检验数字金融与审计费用的中介传导机
21、制：cost;tdait=0+ndexit+5indeft+Controlslt+it(2)adfeeit=0+1indexu+2indeft+jcost;tdait+Controlsit+.,(3)参考肖仁桥等(2023)的中介效应检验,如果代理冲突和信息不对称具有中介作用,则满足a1、2.lx2和入3均显著,而人八入2的显著性则说明是部分中介还是完全中介。四、正分析(一)描述性统计由表2可知,审计费用adfee均值为14.7261,标准差为1.2315,取值范围为11.9184至19.1861,说明不同样本银行审计收费存在差异。数字金融取值从O到3.5968,均值为1.9681,说明不同地
22、区的数字金融水平是有差异的，其他变量的描述性统计结果亦均在合理范围内。表2变量描述性统计MinMaxMeanSDNadfee11.918419.186114.72611.2315313index03.59681.96810.9125313asset19.059631.191324.91501.9330313lev00.98810.90920.0649313roa-2.79620.06720.01410.0518313cdb025.58900.76861.1699313rcost-0.29506428760.51791.1892313yyz-30.1338108.03601.04132.2584
23、313StocWxJ010.21620.2632313cr012.48110.46700.3715313boardI.09863.2189238440.3148313ceo010.02650.1607313dr00.62500.20800.1247313ten-1.76592.36850.1680.2153313age211118.57988.8861313current0.05770.96660.28420.1241313rec-0.00480.57400.05030.0874313OCf-0.623115,73780.03610.2947313soe010.01180.1079313are
24、a010.67570.4682313big10010.43790.4962313（二）基准实证检验表3列示了数字金融对银行审计费用的回归结果。Haans等（2016）提出倒U形曲线检验需符合3个条件。结果显示，index系数为1.0120,index2系数-0.3234.两个系数均具有统计意义，满足倒U形曲线第一个判定条件。左端点处的斜率为1.0120,右端点处斜率为-1.3146,端点斜率明显陡峭，也即正负性相反，满足第二个判定条件。数字金融的取值范围是0,3.5968,经过计算，得到拐点为（-1.0120）/（-20.3234）=1.5646.处于数字金融取值范围内。换言之，在数字金融水平
25、尚未达到1.5646之时.随着数字金融水平上升，审计费用会增加；而在数字金融水平超过1.5646之后，随着数字金融水平的上升，审计费用将减少，符合第三个判定条件。基于上述分析，数字金融与审计费用的倒U形关系成立。这意味着数字金融发展前期会对银行审计费用产生正向影响，但随着银行数字技术应用水平的进一步深入，这种推动作用会趋向于减弱甚至发生逆转，在临界点之后反而会对银行审计费用产生负向影响，H1得到验证。为了验证结论可靠性,使用固定效应、随机效应、差分GMM和系统GMM对模型（1）重新回归。由表3可知.四种结果index系数均为正，indexz系数均为负，且具有统计意义,表明数字金融对银行审计费用
26、在不同阶段产生了不同方向影响，银行上期审计费用对本期有正向影响，这也说明了审计费用影响具有可持续性。进一步通过U（倒U）形曲线检验三个判定条件可知.固定效应回归、随机效应回归、差分GMM和系统GMM回归结果通过检验，证实解释变量与被解释变量之间的关系确为倒U形，以上结果进一步验证了Hlo引入被解释变量滞后项的系统和差分GMM的AR（2）P值分别为0.302和0.358,均大于10$,说明不存在二阶序列相关的问题。HanSen统计量均大于10$,说明模型通过过度识别约束检验，GMM估计方法有效，也意味着基准模型的估计结果并不依赖于特定计量方法,数字金融与审计费用的倒U形结论是稳健可信的。表3基准
27、实证检验结果多元回归固定效应随机效应差分GMM系统GMMldfc0.1501*0.2729(1.85)(3.77)index1.012Oa0.89OO,0.715400.4100*0.3682E(3.30)(2.32)(2.16)(2.11)(3.32)ifjK-0.3234,-0.3013-0.24120-0.1348,-0.1159,(-3.34)(-2.48)(-2.30)(-2.08)(-3.60)0.55410.4916”0.55760.34330.3623Easset(12.96)(2.31)(9.20)(1.66)(7.25)多元回归固定效应随机效应差分GMM系统GMM-0.87
28、40-1.7728-1.7437-1.63837.0019ICV(-0.46)(-0.54)(-0.86)(-0.27)(1.30)27.4686,-4.192910.3625-2.844916.0115-roa(3.30)(0.58)(1.42)(-C.39)(2.33)-0.1189-0.4217-0.15960.4589-0.0153(-0.33)(-1.OD(-0.45)(0.66)(-0.08)0.5079-0.26430.02070.26350.51042rcost(1.33)(-0.80)(0.06)(1.16)(3.23)-4.0514*0.4867-1.10621.6917-
29、2.3696yyz(-2.00)(0.27)(-0.62)(0.40)(-1.46)0.31681.85251.1048*0.99980.1728(109)(3.38)(2.89)(0.67)(0.96)-0.1850-0.1108-0.1877-0.16400.0588cr(-0.98)(-0.53)(-0.99)(-0.63)(0.45)0.0263-0.2116-0.0287-0.29360.0701board(0.12)(-0.60)(-0.ID(-0.64)(0.50)-0.2189-0.1017-0.1782-0.0246-Oll34”ceo(-0.85)(-0.53)(-0.88
30、)(-0.30)(-2.05)Hr0.21690.17170.57550.1940-1.9600(0.27)(0.24)(0.82)(0.21)(-1.79)0.51900.6623”0.6220m0.07170.1843,ten(2.23)(2.55)(2.64)(0.17)(1.76)0.0160”.0.0197”0.0205-0.02780.0185-age(3.27)(2.51)(3.62)(-0.85)(4.41)-0.5281-0.1739-0.2952-0.2557-0.5055current(-1.27)(-0.27)(-0.64)(-0.39)(-2.08)-3.0744o-
31、0.4422-1.2915-0.4774-1.9516Brec(-5.20)(-0.72)(-2.21)(-0.62)(-6.59)0.13780.05400.0738-0.0453-0.5928OCT(0.23)(0.ID(0.15)(-0.14)(-0.99)0.6451w0.00000.34841.0410*soe(2.54)(0.00)(0.98)(3.62)0.13060.OOOO0.18280.01320.2564-area(1.21)(0.00)(1.02)(1.32)(3.04)hi1110.0647-0.0325-0.0228-0.1171-0.0381(0.55)(17)(
32、-0.16)(-0.64)(-0.64)3.10921.77951.1595-3.7818con(1.16)(0.35)(0.44)(-0.90)yearyesyesyesyesyesAdj-Ri0.8420.7620.529F39.756.31Naldchi2522.03AR(1)0.0760.095AR(2)0.3020.35Hansen0.7600.879N313313313313313注：*P0,Ol.*P0,05,*P0,1.括号内为t值;下同。AR(1)、AR(2).Hansen检验结果报告的是P值。（三）稳健性检验1.内生性检验为了控制可能互为因果的内生性问题,将adfee滞后一
33、期即adfeelttl重新对模型（1）进行检验，具体见表4,结果支持了前面的结论。同时,借鉴李志辉等（2022）的做法,使用本科学历员工占比、研究生学历员工占比作为数字金融的工具变量。利用识别不足检验以及弱工具变量检验可知，本文选取的以上两个工具变量具有较好的工具变量特征。从回归结果来看，数字金融与审计费用的倒U形关系仍然显著。2.其他检验（1）借鉴于瑶等（2022）的研究，采用全年审计收费自然对数作为审计费用的替代变量重新对模型（1）进行检验。（2）借鉴刘程（2022）的研究，采用北京大学数字普惠金融指数中更能刻画科技金融水平的数字化程度分指标对核心假说进行稳健性检验。（3）借鉴胡耘通等（2
34、021）的研究,考虑到2014年国家发改委印发国家发展改革委关于放开部分服务价格意见的通知可能引发会计师事务所的低价揽客竞争.为保证数字金融对审计费用影响结论可靠度，剔除2014年样本检验，具体结果见表40以上检验结论均支持了数字金融与审计费用的倒U形关系。表4稳健性检睑结果滞后一期工具变量更换被解释变量更换解释变显剔除样本1.09135.3645-0.64681.9265,0.6685“*(3.44)(4.18)(2.62)25)(2.68)-0.3816”-1.6731o-0.2338-0.26020-0.209304(-3.56)(-4.25)(-3.05)(-2.27)(-2.69)0
35、.5701-058090.64380.5523,0.5933asset(12.59)(11.02)(18.83)(13.07)(15.64)0.8392-1.7988-1.5826-1.4972-2.7626(0.43)(-0.85)(-0.91)(-0.77)(-1.52)8.715649.5369E24.3769o23.02078.6930roa(1.14)(3.72)(3.44)(2.77)(0.68)0.07330.3500-0.4451-0.1782-0.3257(0.24)(0.62)(-1.59)(-0.49)(-0.90)0.8654*0.91170.05670.4276-0.
36、0087rcost05)(1.56)(0.18)(1.11)(-0.02)-4.45970-3.1741-2.2057-3.6130*-2.2476yyz(-2.34)(-0.96)(-1.13)(-1.76)(-1.30)Stockhd-0.0798-0.16470.34480.46970.3926(-0.28)(-0.40)(1.51)(1.59)(136)-0.0857-0.2627-0.1331-0.1859-0.6275cr(-0.48)(-0.96)(-0.82)(-0.98)(-2.60)board-0.3615-0.27130.03430.22740.2942(-1.53)(-
37、0.74)(0.81)(1.00)(1.42)-Q.1322-0.1588-0.2357-0.24150.5303“CO(-0.69)(-0.54)(-0.93)(-0.92)(2.45)-0.49980.34400.59860.30720.3102(-0.64)(0.35)(0.93)(0.38)(0.48)0.3901*0.41820.4935”0.543400.7796oten(1.75)(1.19)(2.34)(2.31)(3.47)0.00160.01160.0093,0.016120.0174oage(0.28)(1.60)(3.79)(3.24)(3.75)-1.2565-1.1
38、273,-0.5691-0.2811-0.5025current(-2.35)(-1.82)(-1.51)(466)(-0.99)-3.2569-4.2880-3.2346-2.7030-2.6275rec(-5.82)(-5.76)(-6.52)(-4.55)(-4.65)-0.37470.2068-0.38860.22380.2276f(-0.66)(0.29)(-0.75)(0.37)(0.37)1.96560.7024,o0.7917,0.746Ig0.9681o*soe(6.52)(2.92)(5.82)(2.88)(3.81)0.1975*0.43780.08370.07850.1
39、129area(1.81)(2.37)(0.94)(0.73)(1.12)0.36090.03170.03880.05980.1368DlglU(3.18)(0.17)(0.35)(0.50)(1.38)3.56630.29580.53942.44452.1475n(1.40)(0.07)(0.22)(0.88)(0.80)yearyesyesyesyesyesAdj-R20.8270.7220.9130.8370.869F36.64106.7738.4152.44识别不足检验6.610,弱工具变星检验9.3718.75N277313453313293注：内数值为StOCk-YOgo检验对应的
40、15%临界值。(四)中介效应由表5结果可知.模型(1)a1.%显著的首要条件在表3中已得到证实.表5中列(1)index系数为0.0540,index2系数为-0.0206,且均在1$水平上显著，说明数字金融可以对商业银行代理成本产生非线性作用，越了模型6-显著条件。列在模型(1)加入代理成本之后，index系数显著为正(0.9927*),index2系数显著为负(-0.3170”),cost系数为正(0.5179,支持了模型3显著条件,并且3、A2亦显著,表明代理冲突在数字金融影响银行审计费用中扮演的是部分传导作用，支持了数字金融T代理冲突审计费用的传导机制，H2得到检验。表5中列(3)in
41、dex系数为0.1705、index?系数为-0.0285,均在1$水平上显著，说明数字金融与商业银行信息不对称的关系呈显著倒U形，支持了模型BI、2显著条件。列(4)中在模型(1)加入信息透明度(da)之后，index,index2系数均显著，da系数为0.7855,在10%水平上显著,支持了模型(3)3显著条件，并且入I、A2亦显著，表明信息不对称在数字金融影响银行审计费用中扮演的是部分传导作用，支持了数字金融一信息不对称T审计费用的传导机制，H3得到检验。表5中介效应检验结果stadfeedaadfee0.0540,099270.17O5m*0.5539“(3.25)(3.10)(4.4
42、7)(2.26)index2-0.0206,o-0.3170,-0.0285,-0.2170,(-3.50)(-3.12)(-3.61)(-2.84)0.51790cost(2.21)0.7855,da(169)-0015505566-0013806114asset(-4.88)(12.52)(-6.59)(16.84)IAkf-0.5146-0.88530.380L-1.6317(-0.96)(-7.39)(-0.47)(8.58)4.4094-27.657L0.7130,21.1075roa(11.58)(3.29)(2.88)(3.01)-0.0049-0.12540.0224-0.5188,(-113)(-0.35)(8.30)(-1.85)0.1976o0.46390.03120.1114rcost(11.77)(1.06)(2.86)(0.36)-0.1043,-4.0744*,-0.0030-14380yyz(-2.32)(-
