倾向得分匹配方法的优化

本章采用倾向得分匹配方法来缓解殷勤款待与可操纵性应计（审计意见）的内生性问题（自选择问题）（Dehejia，Wahba，2002），及殷勤款待样本与非殷勤款待样本间的不平衡对研究结论的影响（Kim et al.，2011）。^[7]

首先，对可能影响公司殷勤款待审计师的一系列变量进行识别，采用模型8-1进行倾向得分匹配过程：

模型8-1中，因变量为殷勤款待变量HOSP。HOSP为虚拟变量，若公司向其审计师提供免费餐饮则赋值为1，否则为0。参考前期文献（DeFond et al.，2002；Lawrence et al.，2011；Lennox，Pittman，2010；Murphy，Sandino，2010；Omer et al.，2016），模型8-1包括如下控制变量：（1）3个地理近邻性变量。监管强度变量LISTREG，等于公司与三个监管中心（北京、上海、深圳）的平均距离（万千米计）；审计距离变量LISTAUD，等于上市公司与会计师事务所之间的距离（万千米计）；城市虚拟变量METRO，若公司所在城市属于直辖市、省会城市或副省级城市则赋值为1，否则为0。（2）审计师特征变量。审计师签署审计报告与财政年度终止日的时间差变量DELAY、滞后一期的审计意见变量OPINION_LAG、十大会计师事务所虚拟变量BIG10、审计师变更虚拟变量SWITCH、审计师任期变量TEN_AUD、审计费用变量AUD_FEE。（3）公司治理变量：第一大股东持股比例FIRST、高管持股比例MAN_SHR、董事长与CEO两职合一虚拟变量DUAL、独立董事比例变量INDR、董事会规模变量BOARD。（4）公司财务特征变量。公司规模SIZE、财务杠杆LEV、总资产收益率ROA、亏损虚拟变量LOSS、微利虚拟变量TINY、公司再融资虚拟变量ISSUE。此外，本章同时控制了：（5）最终控制人性质变量STATE、公司年龄变量LISTAGE、市场化指数变量MKT；（6）年度和行业的固定效应。变量定义详见“附录8-1”。(https://www.xing528.com)

其次，根据模型8-1预测出每家公司提供殷勤款待的概率，估计倾向得分。以设定匹配的阈值为±0.05为依据，寻找与处理组公司倾向得分最接近的对照组公司，并使二者倾向得分的差异控制在阈值范围之内，进行匹配。

最后，比较处理组公司和配对的对照组公司的可操纵性应计和审计意见之间的差异，并进一步检验殷勤款待对审计独立性的影响。