学术研究报告：财务报表舞弊审计风险与金融风险传导——来自保险公司的证据
一、 研究团队与发表信息
本研究由沙兰、姚凌宇（通讯作者）和石悦三位学者合作完成。沙兰所属机构为西北政法大学管理学院；姚凌宇所属机构为四川工商学院数字经济学院；石悦所属机构为对外经济贸易大学保险学院。该研究成果发表于国际学术期刊《Finance Research Letters》2026年第96卷，文章识别码为109798，于2026年3月10日在线发表。
二、 研究背景与目标
本研究属于会计学、审计学与公司金融的交叉领域，聚焦于企业财务舞弊及其引发的风险传导问题。随着金融交易日益复杂以及对财务报告依赖度的增加，财务报表舞弊风险已成为投资者、监管者和政策制定者关注的核心问题。舞弊不仅损害金融市场诚信，更威胁整个金融体系的稳定。保险业作为金融体系的核心组成部分，其财务稳健性至关重要，舞弊行为可能引发审计失败，严重破坏公司财务稳定并重塑其整体风险状况。
尽管已有大量研究关注财务舞弊的识别与预防，但关于舞弊如何具体影响并传导至公司层面金融风险（Financial Risk, FR），尤其是在不同公司治理条件下的作用机制，学界认知尚不充分。此外，高管薪酬、审计费用等激励与监督机制如何调节舞弊与金融风险之间的关系，也缺乏深入的实证探讨。
基于此，本研究旨在利用中国A股上市保险公司2006年至2023年的数据，深入探究以下核心问题：1）与财务报表舞弊相关的审计风险如何影响公司的金融风险（FR）？2）高管薪酬、审计费用和公司治理水平这三个关键因素，在上述影响路径中扮演何种调节角色？3）这种影响在不同规模的公司中是否存在异质性？研究目标在于填补关于财务舞弊与金融风险传导机制的研究空白，并为完善公司治理体系、提升审计质量提供理论与实证依据。
三、 详细研究流程
本研究遵循严谨的实证研究设计，流程清晰，逻辑递进，主要包括以下几个步骤：
第一，研究假设提出。 基于理论分析与文献回顾，研究团队提出了五个核心假设（H1-H5）。H1：财务报表舞弊审计风险对公司金融风险（FR）具有显著正向影响。H2：高管薪酬水平对舞弊审计风险与FR之间的关系具有显著的调节作用。H3：审计费用对舞弊审计风险与FR之间的关系具有显著的调节作用。H4：公司治理水平对舞弊审计风险与FR之间的关系具有显著的调节作用。H5：舞弊审计风险对FR的影响在不同规模的公司中存在异质性。
第二，数据来源与样本选择。 研究对象为中国A股市场的上市保险公司，时间跨度为2006年至2023年。数据主要来源于中国证券监督管理委员会、公司年度报告以及Wind数据库。为确保样本的代表性和数据完整性，研究剔除了在研究期间存在重大会计差错、信息披露缺失或长期停牌的保险公司。最终，获得了一个包含连续观测值的平衡面板数据集，共计897个公司-年度观测值。
第三，变量定义与度量。 * 因变量：金融风险（FR）。采用资产负债率（Debt-to-Asset Ratio）衡量，这是一个广泛使用的财务杠杆指标。比率越高，代表债务负担越重，金融风险越高。 * 自变量：财务报表舞弊审计风险（Fraud）。构建为一个虚拟变量。若公司在某一年度因财务舞弊受到监管机构处罚，则取值为1，否则为0。舞弊行为包括虚构利润、虚增资产、虚假记载、重大遗漏、延迟或误导性披露等会计不当行为。 * 调节变量： * 高管薪酬（Tmtpay）：以前三名高管薪酬总额的自然对数度量。 * 审计费用（Auditfee）：以审计费用的自然对数度量，作为审计质量的代理变量。 * 公司治理水平（Cogover）：通过主成分分析法构建的综合指数，涵盖监督、激励和决策结构等多个治理维度。 * 控制变量：包括公司规模（Size）、总资产收益率（ROA）、资本支出（Capex）、资产增长率（Assetgrowth）、独立董事比例（Indep）、上市年限（Listage）、资产周转率（Ato）、机构持股比例（Inst）以及高管是否具有财务背景（Finback）。
第四，模型设定。 研究采用面板数据固定效应模型进行回归分析。 1. 基准回归模型：用于检验H1，即舞弊风险对FR的直接影响。 FR_i,t = α0 + α1 Fraud_i,t + Σαk Controls_i,t + 公司固定效应 + 年份固定效应 + ε_i,t 2. 调节效应模型：用于检验H2、H3、H4，即在基准模型中加入调节变量及其与自变量的交互项。 FR_i,t = δ0 + δ1 Fraud_i,t + δ2 M_i,t + δ3 (Fraud_i,t * M_i,t) + Σδk Controls_i,t + 公司固定效应 + 年份固定效应 + ε_i,t 其中，M代表三个调节变量（Tmtpay, Auditfee, Cogover）之一。
第五，实证分析流程。 分析依次进行： 1. 描述性统计：呈现所有主要变量的均值、标准差、最小值、中位数和最大值，初步了解数据分布特征。 2. 基准回归与内生性检验： * 基准回归：运行模型（1），初步检验Fraud对FR的影响。 * 内生性处理：为解决可能存在的反向因果关系等内生性问题，研究采用“地区司法效率（Laweff）”作为工具变量进行两阶段最小二乘回归。 3. 调节效应检验：分别运行包含Tmtpay、Auditfee、Cogover及其与Fraud交互项的模型（2），观察交互项系数的显著性和方向。 4. 异质性分析：根据公司员工人数中位数将样本分为“大型企业”和“小型企业”两组，分别进行基准回归，比较Fraud系数在不同组间的差异，以检验H5。
四、 主要研究结果
第一，描述性统计结果。 关键变量的描述性统计显示：金融风险（Lev）的均值为0.7661，表明样本保险公司整体杠杆率较高。舞弊变量（Fraud）的均值为0.0892，意味着大约8.92%的公司-年度观测值存在受罚的财务舞弊行为。高管薪酬（Tmtpay）和审计费用（Auditfee）的对数值分布相对集中。公司治理指数（Cogover）均值为负，且存在一定变异，说明样本公司的治理水平有差异。
第二，基准回归与内生性检验结果。 * 基准回归：如表2所示，在控制公司特征、公司固定效应和年份固定效应后，舞弊审计风险（Fraud）的系数为0.0196，且在5%的水平上显著为正。这表明，存在财务报表舞弊审计风险的公司，其金融风险（资产负债率）平均显著高出约1.96个百分点，有力支持了假设H1。 * 内生性检验：如表3所示，工具变量“地区司法效率”在第一阶段对Fraud有显著的负向影响。第二阶段中，Fraud的拟合值对FR有显著的正向影响（系数4.2985）。LM检验和第一阶段F统计量均表明工具变量有效，排除了严重的内生性问题，增强了基准结论的可靠性。
第三，调节效应检验结果。 * 高管薪酬的调节作用：如表4所示，交互项（Fraud × Tmtpay）的系数为0.0119，在1%的水平上显著为正。这表明，高管薪酬水平强化了舞弊风险对金融风险的正向影响。即，在高薪酬的激励下（可能源于短期业绩压力），舞弊行为更易转化为更高的财务风险，支持了假设H2。 * 审计费用的调节作用：如表5所示，交互项（Fraud × Auditfee）的系数为-0.0084，在1%的水平上显著为负。这表明，较高的审计费用削弱了舞弊风险对金融风险的正向影响。高审计费用通常意味着更高质量、更独立的审计服务，能够更有效地发现和抑制舞弊，从而减缓其向金融风险的传导，支持了假设H3。 * 公司治理水平的调节作用：如表6所示，交互项（Fraud × Cogover）的系数为-0.0064，在1%的水平上显著为负。这表明，良好的公司治理结构削弱了舞弊风险对金融风险的正向影响。强有力的治理机制通过监督和激励相容，降低了舞弊发生的可能性和严重性，并在舞弊发生后能更有效地进行应对，从而缓解风险传导，支持了假设H4。
第四，异质性分析结果。 如表7所示，分组回归结果表明，舞弊审计风险（Fraud）对金融风险（FR）的影响因公司规模不同而存在显著差异。在大型企业组中，Fraud的系数为负但不显著（-0.0043）。而在小型企业组中，Fraud的系数为0.0230，且在1%的水平上显著为正。这说明，财务报表舞弊审计风险对小公司的金融风险提升作用更为明显和强烈。可能的原因是，小公司资源有限、治理结构相对薄弱、透明度较低，舞弊行为更易引发严重的财务不稳定。这一发现支持了假设H5。
五、 研究结论与价值
本研究通过系统的实证分析，得出以下核心结论： 1. 直接影响：财务报表舞弊相关的审计风险会显著推高保险公司的金融风险（FR）。 2. 调节机制：高管薪酬在此关系中起到“助推”作用，可能强化了管理层的短期冒险动机；而审计费用和公司治理水平则起到“缓冲”作用，高质量的审计与良好的治理能有效抑制舞弊风险向金融风险的传导。 3. 异质性特征：舞弊风险对金融风险的影响存在显著的规模异质性，对小公司的影响远大于大公司。
研究的科学价值与应用价值在于： * 理论贡献：超越了传统舞弊检测研究，深入揭示了舞弊风险如何通过公司内部机制（激励、监督、治理）传导并放大为实质性金融风险，构建了“舞弊风险-传导机制-金融后果”的分析框架，丰富了财务舞弊经济后果与风险传导理论。 * 实践意义： * 对监管机构：提示应特别关注保险公司，尤其是中小型保险公司的财务舞弊风险，因其更易引发系统性金融风险。监管应鼓励和引导公司加大审计投入、完善治理结构。 * 对保险公司与投资者：强调不能仅将审计视为合规成本，而应视其为有价值的风险管控投资。优化高管薪酬结构，避免过度短期激励，同时持续加强公司治理建设，是防范风险传导的关键。 * 对审计行业：印证了审计质量（以费用为代理变量）在风险抑制中的重要作用，为审计师履行社会责任、提升专业价值提供了实证支持。
六、 研究亮点
七、 其他有价值的内容
本研究在变量度量上颇具匠心。例如，使用“是否受到监管处罚”来定义财务报表舞弊审计风险，相较于基于财务指标或文本分析的预测模型，这是一个更直接、更严厉且后果明确的事件衡量，增强了变量的信度。此外，构建综合性的公司治理指数（Cogover），而非使用单一代理变量（如董事会规模），能更全面地捕捉公司治理的整体效能。这些细致的变量处理方式为后续相关研究提供了良好的借鉴。