上市公司内部控制质量对CPA审计意见的影响※
——基于Logistic模型的检验
2018-12-06王文怡王健俊
王文怡 王健俊
(重庆理工大学,重庆 400054)
一、引言
近年来,很多国内外的财务舞弊事件被揭露,引起了大众激烈的反映。引发财务舞弊的原因各不相同,但爆发财务舞弊事件的公司都有一个相同之处,即都存在严重的内部控制缺陷。在经济快速发展的当下,公司的规模不断扩大,效率不断提升。因此在治理过程中,内部控制就变得尤为重要,其作为公司治理中不可或缺的部分,若可以有效的运行,监督职能就能得到很好的发挥,对财务舞弊等弄虚作假的情况能在根源上起到良好的遏制作用。
会计信息质量的高低在一定程度上取决于内控质量的好坏。许晓世和陈进华(2012)认为,会计信息的质量很大程度上取决于内控体系是否有效、健全。刘彬(2013)也指出,会计信息质量较为低下是内控存在缺陷公司的普遍特征。值得说明的是,审计人员对企业财报真实性的判定受到会计信息质量的直接影响,继而影响出具哪一种类型的审计意见。2010年,由财政部等五部委共同制定的《企业内部控制配套指引》出台,象征着我国内控进入强制性披露阶段。披露内控审计报告的企业,其会计盈余质量要高于未披露的企业。一名审计人员在审计工作开展之前,其必经的程序就是对企业内部控制的质量进行了解。完善的内部控制体系有效保障了企业持续、健康的运营,能够减少不符合规范的事件发生。鉴于此,本文致力于通过实证研究,应用回归模型构建的方式来测验审计意见受内控质量的影响程度。探究相关关系在内控质量与审计意见之间是否存在。以此来对内控质量与审计意见的相关性理论研究进行丰富,起到推动企业增进内控体系建设的作用。
二、理论分析与研究假设
首先,从信息不对称理论来看,不同人员对信息的了解具有差异。在市场经济活动中,由于信息的私有性,代理人不可能把自己所有真实的信息提交给委托人,代理人掌握了委托人没有的信息资源,这就导致委托人和代理人之间的信息不对称。掌握信息的差异性,信息资源的不对等会对经济造成危害。因此,政府需要出面建立相关的监督机制,使企业能够及时准确地披露相关的决策信息并且能够完善企业的内部控制制度和提高其内部控制的质量水平。现行的内部控制制度明确要求了企业需要对外披露内部控制的相关信息,以便外部信息的使用者知晓公司各个方面的治理情况,使企业的信息更加透明化。因此审计师在审计的过程中可以完全掌握被审公司的相关信息,可以很好的判断出企业内部控制质量水平高低,正确的审计测试程序的选择,对审计师出具高质量的审计意见有很大的作用。如果公司内部控制质量信息的获取存在着不对称的行为,这在很大的程度上会影响审计师的判断,从而也会影响最终的审计结果即审计意见类型。
其次,从委托代理理论来看,理论倡导所有权与经营权相分离,该理论所研究的委托代理关系其实就是在信息不对等的条件下所产生的一种契约关系。对企业而言,股东希望经营者能够使股东价值达到最大化,但是经营者为了追求本身利益,对股东的利益目标就会有所偏移。此时,就需要有效的内部控制来加以平衡,完善的内控体系,可以有效的约束管理层的行为,保证股东权益。企业在由内部控制的把关的情况下,可以提高股东对公司的信任度,也可以使审计师在审计的过程中对公司的财务状况、经营成果等作出正确的判断。因此,企业内控质量的水平对注会的审计工作有很大的影响,直接关系到其出具的审计意见。
最后,从审计师的保险视角来看,保险理论相当于是一种投保行为,是指投资者通过投保的方式将一部分财务信息的风险转移给审计师,从而降低自身的财务风险。当审计失败的时候,审计师要对投保人进行相关的赔偿。即保险理论把聘请第三方审计师看成是一种投保行为,转移了自身的风险,因此审计人员在收取审计费用的同时也承担着一定的风险。企业内控风险的高低是影响审计风险的重要因素,当被审计单位的内控质量越低的时候,往往其内控的风险就越高。这不仅仅增加了审计风险,因为审计师需要扩大控制测试的范围和改变实质性程序的性质跟时间,增加了很多的工作量,从而又增加了审计成本。在有限的审计成本下,为了避免不必要的风险,理性的审计师更应该偏向于出具非标准的审计意见。
基于上述理论,不难发现,内控和审计的关系可以表述为相互推进关系。健全的内控体系有助于审计工作的顺利展开。而审计的有效开展对于企业改进内控、完善内控制度也起到重要的推动作用。审计依赖内部控制,并且内部控制会对注会明确审计的重点领域产生作用,也会影响注会对于审计程序的选择。上市公司的审计意见很大程度上取决于有效的内控运行(周淑伟和陈凤霞,2016)。因此,企业内控必定会成为审计师审计时考虑的重要因素。一方面,内控质量较高的公司,其内部管理较为规范与严格。从管理上就抑制了大部分的违规及不当操作,财务报告的可靠性和真实程度高。另一方面根据保险理论,企业出资请注册会计师进行审计,将识别可能存在的财务报表重大错报的风险转嫁给了审计人员。审计机构也由于审计收费而担负着对应的风险,尤其是在审计报告上署名的注册会计师。在审计费用一定的情况下,出于降低审计风险的目的,审计人员往往更容易出具非清洁审计意见。综上所述,根据内控与审计的关系以及内控质量与审计意见关系的探究,提出本文假设:
内部控制质量与非清洁审计意见负相关。即内控质量越低,被出具的审计意见为非清洁审计意见的可能性越高。
三、研究设计
(一)样本选取与数据来源
文章选取了2010-2015年度我国A股上市公司作为研究样本,本文数据来源:(1)内控指数来源于深圳迪博发布的上市公司内控指数;(2)其余数据来源于国泰安CSMAR数据库。初始数据样本共计14886条,依照如下规则进行了必要的剔除:首先,剔除证券、银行、保险等行业上市公司;其次剔除数据缺失或无法获得的样本;再而剔除极端值,以减少其对研究结论的干扰。最终,本文得到12301个年度-公司样本。
(二)变量选取与定义
1.被解释变量。本文致力于探究内控质量对审计意见的影响,故选用的被解释变量为审计意见类型(Opinion),用OP表示。在二项Logistic回归分析中,审计意见划分为两个层次,分别为清洁审计意见和非清洁审计意见。清洁审计意见为标准无保留意见,除此之外为非清洁审计意见。包括无保留意见加事项段;保留意见;保留意见加事项段;无法表示意见以及否定意见。当上市企业获得清洁审计意见时,OP取0。得到非清洁审计意见时,OP取1。在有序多分类Logistic回归分析中,对因变量OP进行有序多分类:标准无保留意见记为1;无保留意见加事项段记为2;保留意见记为3;保留意见加事项段记为4;无法表示意见记为5;否定意见记为6。
2.解释变量。解释变量为内控质量,国内外学者从不同的角度衡量公司的内控质量,如以内控要素作为内控质量评价标准,建立评价指标体系等。内控质量的评定文章选取了深圳迪博发布的上市公司内控指数来衡量,用ICQ表示。该指标对上市公司的内控体系做出了科学、合理的评判,对内控体系健全性和有效性以及内控缺陷等指标进行量化,综合性高,是对企业内控质量的客观反映,能够很好地代表了上市公司的内控质量。
3.控制变量。对于控制变量的选取,通过大量查阅前人的相关研究,发现许多可借鉴之处,如周杨(2011)指出审计意见受公司内部管理质量及前期审计意见所影响;而顾濛和郭志勇(2013)指出审计费用也是影响审计意见的因素之一。通过对变量选取的认真考量,本文选取了以下5个与选题关联最为密切的控制变量:公司规模(SIZE)、上年审计意见类型(LOP);是否发生亏损(LOSS)、事务所规模(BIG4)和审计收费(INFEE)。
上述所有变量的定义说明可参见表1所示。
表1 变量定义说明
(三)模型构建
本文借鉴了刘霄仑等(2012)及赵彦和吴晓娟(2013)研究中模型的构建方法。针对上文提出的推测,为了对其进一步探究,以审计意见类型(OP)为被解释变量,内控质量(ICQ)为解释变量,公司规模(SIZE)、上年审计意见类型(LOP)、是否发生亏损(LOSS)、事务所规模(BIG4)、审计收费(INFEE)等 6个指标作为控制变量。构建了如下审计意见的回归模型:
四、实证结果分析
(一)描述性统计
表2展示了本文主要变量的描述性统计结果。可以看到,有效的数据总量为12301条。OP均值为0.02,说明样本中获得非清洁审计意见的公司约占样本总数的2%,得到清洁审计意见的比例远远高于得到非清洁审计意见的比例。普遍的企业都获得了清洁审计意见,与我国审计市场现实境况相符合。
内控指数ICQ的均值为668.000,最小值为8.97,最大值为995.36,说明不同企业的内控质量存在很大的差距,整体水平错落不齐,需要进一步提高。LOSS均值为0.08,表明样本中处于亏损状态的企业约占样本总数的8%,共计1032条数据。BIG4均值为0.06,阐明约有6%的公司聘请了四大会计师事务所为其提供审计服务。
表2 变量描述性统计
进一步进行变量的相关性分析。表3左下部分为Pearson相关性检验结果,右上部分为Spearman相关性检验结果。可以看出,不论是Pearson还是Spearman相关性矩阵,ICQ与OP都在1%的显著性水平上负相关,说明内控质量越低,得到非清洁审计意见的几率越大,符合本文假设。结合两种检验结果,还可看出,SIZE、INFEE与OP都在1%显著性水平上负相关,LOP、LOSS与OP都在1%显著性水平上正相关,BIG4与OP都在5%显著性水平上负相关。通过表3可知,各变量间的相关系数绝对值最大的为0.754,最小的为0.001,均小于0.8。从统计学角度来看,变量间的相关系数绝对值小于0.8,则可认定其没有显著的相关性,即相关性不强。变量间不存在共线性,符合Logistic回归分析对变量选取的要求。
表3 Pearson及Spearman相关性检验结果
(二)Logistic模型分析
本文就产权性质对研究样本展开了Logistic回归分析,将其按国有和非国有进行细分,回归结果见表4所示。首先就模型构建的合理性而言,分析结果显示,全样本、国有企业、非国有企业三种情况下卡方Sig值均为0.000,全部小于0.05,表明所拟合的方程具有统计学意义。本文中全样本模型的Nagelkerke R方值为0.513,表明模型建立合理。模型总体的正确判别率为98.3%,可知模型的正确判别率按整体而言较好。
在回归中我们进一步将样本按产权性质进行了划分,可以发现不管是全样本,还是国有企业或非国有企业,内控质量ICQ与审计意见OP在1%显著性水平上均呈现出负相关关系,显著性检验结果支持了本文假设。说明上市公司内控质量与非清洁审计意见显著负相关,内控质量低的公司,被发表非清洁审计意见的可能性更大。同样,LOP、LOSS与OP均在1%显著性水平上正相关,说明上年审计意见及公司是否发生亏损,在很大程度上影响本年审计意见的发表。全样本及非国有企业公司规模与OP在1%显著性水平上负相关,而国有企业规模与OP仅在5%显著性水平上负相关,说明国企规模与审计意见相关关系较弱,表明国企管理较为统一,受规模影响较小。实证结果还表明,事务所规模及审计收费与审计意见之间的相关性不显著。
表4 Logistic模型回归结果
(三)稳健性检验
通过实证检验,本文的假设,内控质量与非清洁审计意见负相关成立。为验证结果的稳健性,本文还进一步做了如下的稳健性检验,检验结果汇总见表5所示。
1.基于有序Logistic模型的检验
鉴于本文存在多种审计意见类型,且存在等级性,故此处我们采用有序多分类logistic模型来进行稳健性检验,回归结果见表5所示。由表5可知,ICQ、SIZE与OP仍然在1%的显著性水平上负相关。LOP、LOSS与OP之间的相关性也与前文结果无异,依然在1%的显著性水平上正相关,BIG4、INFEE与OP无显著的相关性。主要结论与上文一致,进一步验证了本文的假设。
2.基于不同内控等级的检验
按内控指数把内部控制质量分成高、中、低3个等级,分别取值3、2、1,用此来替代原模型中的内控指数。数据样本中内部控制指数范围为:8.97-995.36,故本文将内控指数在0-330内的内部控制质量划分为低级,取值为1;内控指数在331-660内的划分为中级,取值为2;内控指数在661-1000内的划分为高级,取值为3。重新检验的结果表明主要结论不变,假设仍然成立。
表5 稳健性检验结果
五、结论与建议
文章以2010-2015年A股上市公司作为研究样本,探究了内部控制质量对CPA审计意见影响,实证结果表明:(1)不管是全样本、国有企业还是非国有企业,内控质量与非清洁审计意见均显著负相关,内控质量的高低对于审计意见类型的出具,影响是显著的。内控质量较低的企业,被出具非清洁审计意见的可能性更大,内控质量较高的企业,则更容易得到清洁审计意见。(2)公司规模与非清洁审计意见显著负相关,公司规模更大的企业,被出具非清洁审计意见的可能性相对更小。(3)上年审计意见类型、公司是否亏损与非清洁审计意见显著正相关,上年度审计意见更好的企业,本年也更容易得到清洁审计意见,而存在亏损情况的公司,得到非清洁审计意见可能性更大。此外,审计意见与聘请的事务所规模和支付的审计费用相关性不显著。
针对上述结论,本文简要提出如下政策建议。首先在公司治理方面,企业应重视对内控质量的把关,积极完善企业内控体系的建设,以此来提高企业财务报告的可信度,维护企业的形象,促进企业更好的发展。其次在外部监管方面,政府以及相关机构应加大对内控质量方面的监管力度,制定出更加适合市场的、更加完善的政策及制度,鼓励并督促企业加强内控体系的建设,以创造出良好的内部控制建设环境。最后在会计师事务所审计方面,事务所审计人员在开展审计业务前,应以内部控制为一个切入点,来判断会计信息的真实可靠性,对于内部控制存在缺陷的公司,审计过程中应扩大控制测试的范围,以便对被审计单位财务报表是否公允做出更加准确、可靠的判断,也能对企业内控建设起到一定的促进作用。