企业会计信息质量评价模型的构建

●林臻强

企业会计信息质量评价模型的构建

●林臻强

企业会计信息质量是企业经营管理的重要对象之一。近些年来，财政部门连续多年对企业会计信息质量进行抽查，发现大多数企业存在会计信息质量问题，如何提升企业会计信息质量值得深思。本文从会计信息质量评价的影响要素入手，构建评价指标体系，引入评价模型，运用模型来对企业会计信息质量进行量化，达到衡量企业会计信息质量的目的，进而为纠正会计信息失真提供参考依据。

会计信息质量评价模型指标体系

针对企业会计信息失真的问题，我们组织人员在全市范围内开展整顿工作。为了落实此次整顿工作，我们召开了社会各界，尤其是财会人员的座谈会；邀请了会计学界的专家进行会计知识的更新培训；通过调查问卷，收集会计信息质量评价的原始数据等。这些基础工作，为构建会计信息质量评价模型做好铺垫。

一、企业会计信息质量失真原因剖析

随着《会计法》、《企业会计准则》等财经法规逐渐深入广大财会人员的日常工作，理论上企业提供的会计信息质量应该随之也越来越真实客观，但是通过这次调查问卷，笔者发现情况不容乐观。

（一）座谈会、培训会和调查问卷情况回顾

座谈会采取类似“头脑风暴”的模式，集中专家召开会计信息质量评价专题会议，通过阐明座谈会的规则和要求，创造出比较融洽的会议环境，尽可能地削弱与会人员的沉默心态和雷同回答，促进与会人员畅所欲言，彼此启发，设立专门工作小组对座谈会的内容进行梳理、整理和归纳，提炼出当前会计信息质量存在的问题及对策。

培训会采取奖励性学习模式，为防止培训会容易流于形式和培训人员的随意心理，我们采取一些奖励性措施，比如，培训会后，对参训人员进行考核，考核成绩可以抵作当年度会计继续教育；培训方式借助网络平台，常年开设网络课程，在网络课程中嵌入“边学边答题”的程序，防止出现“挂课程而不学习”的现象；通过培训后，由各行业筛选出学习积极分子，召开行业会计知识大赛，并对参赛获奖人员给予表彰和物质奖励。

这次采取抽样调查方式，印制统一的《企业会计信息质量调查问卷表》，并发放给调查对象。调查对象主要针对企业的出纳、会计、财务经理、总会计师、财务总监直至企业老总，同时也把范围扩大到会计信息的使用者，如企业的股东、企业的采购人员，生产部门的经理、后勤管理部门的主任等等。调查范围触及国有大中小企业、外资企业、私营企业等。调查内容涉及会计人员的素质、会计报表的披露、会计信息质量的自评、会计信息质量存在的问题及对策等。本次共计发问卷表2000份，收回1356份，回收率为68%。

（二）会计信息失真的原因剖析

总结这次调查问卷发现当前存在会计信息失真的问题具有多重原因，排除社会诚信建设相对落后的大环境的影响外，比较突出的原因主要有以下几点：

1、会计人员素质参齐不齐，导致产生技术性和知识性错误。当前，国有企业会计人员基本持有会计从业资格证书，每年也基本能够参加会计继续教育，总体来说，执业素质还算有保障。私营企业、外资企业虽然在财务管理方面有自己独特的一套，但是会计人员的素质相对滞后。比如，会计人员往往跟企业经理存在“沾亲带故”，容易受到追求短期利益的影响，无法发挥自身的财务素质来服务企业，在调查问卷中，有8.23%的会计人员表示会受到管理层对财务工作的“指手画脚”而陷入“无可奈何”的窘境；另外，对于新出台的一些财经法律法规的吸收和学习缺乏主动性，调查问卷发现有2.61%的人员对企业会计制度、会计准则的出台还是停留在“没听说”或“不知道”的层面。

2、“一股独大”的问题影响到会计信息的真实披露。“一股独大”是指股权的高度集中，这是企业普遍存在的特点，这在企业管理上虽然有利于企业愿景的统一、政令的一致，但是也不是没有缺点的，久而久之力量的悬殊就会在大小股东之间暴露出来。尤其在涉及企业主要利益的环节，比如企业筹资投资决策、高管或中层人员更替、企业经营信息的披露等重大问题上，大股东往往占优势，甚至可以“一锤定音”，这样容易产生为了实现大股东利益，而采取用手投票的方式，对企业会计信息质量进行人为干预，或者采取用脚投票的方式，充当“甩手掌柜”，对企业会计信息质量置若罔闻。大股东的这种行为，是借助自身在企业经营中的优势地位，操纵会计信息质量的披露，导致会计信息失真，进而扰乱投资者的判断或蒙蔽会计信息使用者的眼睛。

3、企业的董事会和监事会对会计信息质量“把关”不到位。大股东对配置董事会执行董事存在人为干预的漏洞，一些执行董事容易成为“一股独大”的代言人，存在被操纵的嫌疑，而非执行董事更多的是“有名无实”的挂名，这样借助配置执行董事的机会，董事会有可能沦为实现一些“集团利益”的合法工具，把企业信息尤其是财务信息朝着有利“集团利益”靠拢，削弱会计信息质量的真实性。监事会是企业内部对董事会进行监督的主要也是最有力的机构。监事会要充分发挥对企业会计信息质量的监督作用，在制度设计的开始就应该具有一定的独立性，而不是依附性。监事会的组成人员要能够代表大部分企业职工和股东的“意愿”，但是现实中监事会往往缺乏有效的履行监督权力的保障机制，比如，开展财务审计、内控机制评价、财务制度建设等方面缺乏经费保障和人员保障，对企业高管实施的监督往往流于形式，陷入被动的局面。这次座谈会中，我们发现监事会在履行监事职责的时候，尤其是开展大型项目资金监管的时候，往往需要注册会计师、律师等专业人士的协助，而聘请这些专业人士需要经费投入，如果监事会没有资金保障，那么其监督的职能就存在依附性，就会弱化，最终会影响到对企业会计信息质量的披露。

4、企业会计信息质量的外部监督和检查不到位。政府财政部门和审计部门的财政监督和审计领域比较有限，更多的是针对财政性资金、国有企业、国有项目，而对于自负盈亏的企业，尤其是私营企业、外资企业等的监督则显得乏力。另外，企业委托注册会计师进行日常或专项财务审计，已经成为“家常便饭”，但是会计师事务所的竞争环境、执业环境、人员素质以及对被审计企业的行业现状、经营规模和业务熟悉程度等，这些因素会影响到审计结果。第三方中介组织（如会计师事务所、代理记账机构、财务咨询公司等）的逐利性和生存性是其不可忽视的执业因素。现实中就有一些会计师事务所或代理记账机构为了承揽生意，出具粗糙的审计报告，甚至做假账等等，导致第三方披露的信息存在缺陷。

因此，构建企业会计信息质量评价指标体系，逐步在企业内控方面建立起会计信息质量评价模型，对于规范企业的财务信息是一种可行的方法，有利于企业的长期发展。

二、企业会计信息质量评价指标体系的设置

要对企业会计信息质量进行评价，就需要先设置一套指标体系，这些指标是构建评价模型的基础要素，要具有衡量企业会计信息质量的共同属性。本文以企业会计准则中规定的“会计信息质量要求”为基础，设置了可靠性(真实性)、相关性、可比性、实质重于形式、谨慎性、重要性、可理解性、及时性8个指标（见表1）。其中：A为目标层，B为分析层，C为指标层。

表1企业会计信息质量评价指标体系

三、企业会计信息质量评价模型的构建思路

本文构建模型的基本思路：收集基础数据，提取评价所需的主要指标，借助SPSS统计分析软件，运用主成分分析法，得出可以量化的评价模型。

（一）主成分分析方法的原理

主成分分析是一种统计分析方法，其本质就是“降维”。我们在分析数据的时候，往往会存在多个变量，太多的变量导致无法对变量之间的关系顺利进行数据分析，因此，抓住“主成分”，通过把原来多个变量按照某种规则划为少数几个综合指标，实现对多元数据的简化处理，这样可以避免数据繁杂导致无从下手、无法抓住数据背后反映的问题的关键，可以剔除收集到的数据有可能存在相关性原因而导致信息的重叠，最后在确保尽量使数据信息丢失最小化的前提下将重叠的信息进行有效筛选剔除，实现对高维数据变量的降维处理分析。基本分析流程为：收集数据，分析数据，计算主成分Y1，Y2，……Ym，以每个主成分的方差贡献率Wi作为权重，建立评价模型：Y=W1*Y1+W2*Y2+……+WmYm。

（二）基于主成分分析法的模型构建步骤

1、确定企业会计信息质量评价指标体系。本文主要研究表1所列的指标，这里主要列出了涉及财务会计信息方面的指标，严格来说指标体系还应该包括管理会计信息方面的，考虑文章篇幅所限制，这部分就暂时不论述。

2、收集与指标体系相关的基础数据，并进行针对指标体系所设置的指标打分。在指标体系确定后，我们借助问卷调查、财务报表评估、企业管理制度检查等方法进行数据收集，数据收集完毕后，进行适当的加工处理，处理后邀请相关专家采取“背靠背”形式进行打分，要求参评专家基于自身的知识结构，尽可能客观公正地进行评分。所有指标采用1—10分制，再将专家对每个指标的评分值取平均数，从而获得企业会计信息质量评价模型的基础数据样本。

3、用SPSS统计分析软件对数据进行处理。

4、根据评价模型对企业进行计分，按照最终分数进行排序，从而得到企业会计信息质量评价的量化结果。

四、企业会计信息质量评价模型的应用举例

本文随机抽取15家企业，对指标基础数据进行筛选、收集和录入。数据样本如表2（表中数据为专家打分的成绩）。

表2指标基础数据选取、收集与录入

在基础数据录入后，我们利用spss软件，作如下操作：

第一，提取主成分分析的相关表格和矩阵。运用spss操作系统的“Analyze→Data Reduction→Factor Analysis”后，我们可以获取方差分解主成分提取分析表（表3）和初始因子载荷矩阵（表4）。

表3方差分解主成分提取分析表

表4初始因子载荷矩阵

本文对影响评价模型的主成分个数按照以下规则进行提取：主成分对应特征值比1大的前m个。特征值是主成分影响力度大小的指标。如果特征值不比1大（含等于1）,那么该主成分支持的解释或者影响力度就比不上直接引入一个原变量来得有效。因此，本文用特征值大于1作为纳入标准。通过表3可以提取三个主成分（即m=3）。通过表4可知C2、C3、C6对第一主成分而言具备较高载荷，第一主成分可以基本反映所观察的指标的信息。以此类推，可以看出C6、C8对第二主成分所具备的载荷,C1、C7对第三主成分所具备的载荷。据此，我们可以通过提取三个主成分来代替反映全部指标的信息,也就是用这三个新变量来代替原来的八个旧变量，实现“降维”处理。

第二，运用spss软件获取主成分的特征值。把表4数据输入到spss的数据编辑窗口(假设为变量B1、B2)，利用操作程序“Transform→Compute Variable”,在Compute Variable对话框中输“A1=B1/SQR(2.430)”得到特征向量A1，类似处理，可以得到A2、A3。

第三，运用spss软件对变量进行标准化处理并获取主成分表达式。利用操作程序“Analyze→Descriptive Statistics→Descriptives”，把X1～X15选入Variables框,并选择“Save standardized values as variables”,经标准化处理的数据会自动填入数据窗口中,并以Z开头命名；再将特征向量与标准化后的数据相乘,可以得出主成分表达式F1、F2、F3。

第四，运用主成分综合模型计算综合主成分值。利用操作程序“Analyze→Data Reduction→Factor Analysis”，从“Factor Analysis”对话框选择“Scores”,然后在弹出框“Method”中选择“Regression”，并选择“Save as Variables”，经过软件程序的运算，获得主成分得分系数矩阵（表5）。结合得分系数矩阵，可以算出主成分得分值。具体操作：选择“Transform→Compute Variable”，在对话框“Compute Variable”运算F1=fac1_1*SQR(2.430)、F2=fac2_1*SQR(1.816)、F3= fac3_1*SQR(1.312)，可以获得主成分得分值表（表6）。

表5主成分得分系数矩阵

采用以各主成分的贡献率作为权数（权数=每个主成分对应的特征值/所提取主成分总的特征值之和）进行线性加权求和的方法，计算出会计信息质量评价的主成分综合模型：F=2.430F1+1.816F2+ 1.312F3。运用主成分综合模型计算各企业的综合主成分值,并进行排序,达到把会计信息质量评价量化比较的目的。这种比较是依据模型评价计算出来的最终分值进行认定的，相对其他方法来说，在评价程度上具有一定的客观性，在操作程度上具有一定的可行性。

第五，借助模型结论，对会计信息质量进行完善。评价结果的目的就是要完善企业会计信息质量，提出应对之策，整改企业会计信息质量工作的不足之处。对于排序靠前的企业，建议以会计信息质量评价模型为工具，推广应用到集团的各个分公司，形成一套规范的企业财务管理制度；对于排序靠后的企业，建议以会计信息质量评价模型为契机，认真分析企业存在的财务管理漏洞，形成反馈和整改报告，上交董事会、监事会等高层，并积极着手进行改正。

表6三个主成分得分值表

以上两个方面，就是评价的反馈作用，对会计信息质量进行评价，需要构建模型，然而其只是一个工具和平台，借助其所反馈给企业高管以及其他领域的管理人员的信息则更为重要。简单举些例子：同一行业内，如工业会计行业、建筑业会计行业、零售业会计行业，针对这些行业存在会计信息质量失真的共性问题，组织一次行业财会人员的“大汇集”和财务管理的“大梳理”，出台一些应对措施，以达到行业自律。政府监管方面，可以通过在提供公共服务的过程中嵌入一些财务监管措施，人民银行可以把企业的会计信息质量纳入企业贷款的诚信等级的考察范围；国资监管部门可以把会计人员的素质作为委派财务总监的考核项目之一；审计部门可以把企业会计信息质量纳入日常审计的范围内；财政部门可以把企业财务人员的继续教育作为人员职称聘任、职务提升的参考因素等。更为主要的是企业自身的“刮骨疗毒”，管理层要提高会计信息质量的法制意识，董事会、监事会等高层管理人员首先要自觉践行企业各项财务管理制度、企业的内控制度，要能够适应企业经济发展的需要，企业财务人员素质的培训要纳入企业人力资源管理库。

五、结语

本文研究结果对于企业会计信息质量评价具有一定的参考价值，但是也存在一些不足，比如：企业会计信息质量也受到企业的生产组织、经营规模等影响，指标如何确定会有所不同，企业可以在实际操作中进一步完善指标体系；评价模型的基础数据是通过专家打分确定的，打分值会因为专家的知识结构、主观倾向的不同而不同，存在一定的主观性；spss软件在数据处理上有较强的功能，限于篇幅，不能详细介绍等。因此，企业需要在具体运用中进一步完善和检验。■

（作者单位：福建省泉州市财政局）

1.曹巍、金珺.2014.基于主成分分析法的企业会计信息质量评价研究[J].会计之友，21。

2.王小娟、万映红.2015.大数据下企业会计信息质量评价指标体系的构建——基于模糊综合评价方法的研究[J].财会月刊,

14。

3.徐泓、肖楠、蔡明荣.2012.会计信息质量评价指标体系研究[J].经济与管理研究，11。

4.郑荣臻、林志安.2008.论会计信息质量评价指标体系的构建——基于政府监管的视角[J].财会通讯（综合版），8。