内部控制有效性、科技创新水平与企业价值

姜鑫 （郑州商学院智能商业研究院 河南巩义 451200）

一、引言

新经济环境下，科技创新在改变经济增长方式的同时，也改变了企业价值创造的资源结构。企业作为国家创新体系的主体，在技术创新方面投入的资源也在不断增加。创造价值的源泉除了传统意义上的财务资源、物质资源和劳动力资源以外，还包括一切以知识或信息为内涵的、能够为企业创造竞争优势以及超额利润的各种无形资源，包括知识产权、技术秘密以及企业文化等各种资源。知识经济时代见证了经济全球化迈入了一个新的阶段，无形资产在全球范围内扩张，驱动着经济增长。在推进企业改革的过程中，应当重视专利和商标等无形资产的估值（李玉菊，2018）。那么，无形资产作为直接反映企业科技创新水平的量化指标，是否推动了企业的市场价值实现了有效增长？

与此同时，有效的内部控制可以促使企业拥有和控制有价值的、稀缺的、难以模仿的制度性资源，在模糊以及不可预测的市场环境中，企业使用这种制度性资源或能力整合、构建、重新配置非制度性资源以发挥其竞争潜能。内部控制作为改善企业内部治理的重要工具，具有提升经营效率和强化风险管控的功能。那么，内部控制是否在科技创新对企业价值的可能影响中产生调节效应？

基于以上现实考虑，本文从内部控制有效性视角，以无形资产作为科技创新水平的衡量指标，分析科技创新水平对企业价值的影响效应，以及内部控制在科技创新水平对企业价值影响中的调节效应，丰富了有关科技创新经济效应的相关研究文献，以期为内部控制体系的后续建设及强化科技创新水平的价值创造效应提供实证证据和经验建议。

二、文献回顾、理论基础与研究假定

当前我国经济已由高速增长阶段转向高质量发展阶段，并正在实现从要素驱动、投资规模驱动发展转向以创新驱动发展为主的转变。企业创新是经济增长和竞争力提升的关键因素（Hunady et al.， 2014），企业技术创新投入正向促进企业的短期财务绩效和长期财务绩效（朱乃平等，2014）。知识经济时代见证了经济全球化进入了新阶段，全球范围内的无形资产扩张驱动经济增长。张倩倩等（2017）研究表明，从未来效应来看，资本化的研发支出向市场传递研发“成功”的信号，企业研发支出的资本化程度越高，在未来期间内的价值增值能力越强。

作为资本扩张的利器，无形资产已成为推动经济发展至关重要的驱动力，评价企业科技创新水平的无形资产强化了企业的核心竞争能力。相对于较为容易复制的有形资产，无形资产是核心竞争力的有效来源。无形资产总体上能够体现出一家企业的软实力，无形资产比重较高的企业的科技创新水平更高，在发展中更具灵活性，拥有更高的成长空间和增长率。由此，可以预期，无形资产作为科技创新水平的量化指标，对企业价值增长发挥着日益重要的积极影响，无形资产同有形资产的最大区别在于其能为企业创造较高水平的市场价值。基于以上分析，提出如下研究假设：

假设1：科技创新水平具有企业价值创造效应，能够显著增进企业的市场价值。

内生增长理论强调，内生的技术进步是确保经济实现持续增长的核心因素。为了实现一个经济系统的长期增长，需要通过技术创新克服边际效应递减规律。肖永军和于君（2012）研究证实了知识要素是企业创造超额价值的核心动力，无形资产对企业价值发挥着日益重要的影响。上市企业的每股无形资产与企业价值显著正相关，由此，应致力于加大研究开发无形资产的投入与构建活动，在强化核心竞争力的基础上实现企业整体价值得以有效增长（刘红等，2018）。

然而，相对于固定资产等有形资产，无形资产在创造经济利益的过程中略加显得不可计量，在开发使用的过程中伴随着较高的计量风险。而有效的内部控制能够提高财务报告的信息质量（Ashbaugh-Skaife et al.， 2007），降低财务报表中研发投入项目的信息风险。内部控制能够弥补管理层的权力漏洞，降低高层管理人员出现腐败行为的可能性。根据我国《企业内部控制基本规范》，内部控制合理保证经营管理合法合规、资产安全、财务报告及相关信息真实完整、提高经营效率和效果及促进实现发展战略。企业通过内部控制约束管理层的自利行为，提高经营活动的效率和效果，充分增加企业的市场价值。而且，内部控制和技术创新均与企业的价值创造能力具有正向的相关性，有效的内部控制在技术创新和企业价值创造之间存在正向的调节效应（杨清香和廖甜甜，2017）。由此可见，内部控制不仅表现为一种制度性资源，还表现为一种动态能力，有助于提升企业科技创新水平的价值相关性。基于以上分析，提出如下研究假设：

假设2：有效的内部控制显著调节并增进科技创新的价值创造效应，促进通过科技创新创造出更多的市场价值。

三、数据来源、变量定义与模型设定

（一）数据来源

选取我国沪、深股市的上市企业作为研究样本，样本数据期间为 2011—2019年度。数据源自深圳国泰安 CSMAR中国股票市场研究数据库、Wind资讯网金融终端。按以下标准剔除：（1）金融、保险类 ；（2）ST、*ST 类；（3）缺失相关的财务数据指标。通过筛选，获取449家样本企业的财务数据作为有效观测值。在此基础上，对连续型变量进行双向 1% 分位数Winsorize处理，以规避异常观测值对分析结果的不利影响。

（二）变量定义

1.被解释变量。价值最大化成为企业所有者和管理者共同追求的目标，要求企业在持续的价值创造、承担社会责任的基础上，为广大股东谋取最大化的财富。“市场价值”评价企业作为一个整体参与市场交换所获得的价值总额。在资本市场中，股票价格是利益相关各方关注的焦点，股票价格实质上反映了投资者对未来收益的预期，是资本市场对股票价值给予的估计。由此，对被解释变量企业价值（TQ）的测度，参考郑海英等（2014）的研究设计，采用托宾Q值测度个体企业的市场价值，具体计算方法为：权益市值/（资产总计-无形资产净额-商誉净额）。其中，为规避在回归分析中可能的逆向因果关系导致的内生性问题，在计算托宾Q值这一指标时，对分母的计算扣除了无形资产的净额和商誉的净额。

2.解释变量。企业无形资产的绝对价值能够反映其拥有的总体知识产权存量水平，而相对于总资产的无形资产相对量，能够一定程度上反映出相对的科技创新水平。为保持与被解释变量的量纲一致性，采用无形资产相对量（期初无形资产净额/期初总资产）作为科技创新水平的替代变量，衡量其对企业市场价值的影响状况。其中，为规避在回归分析中可能的逆向因果关系导致的内生性问题，在计算这一指标时，对分子采用期初的无形资产净额，对分母采用期初的资产合计数。

3.调节变量。内部控制有效性不仅包括内部控制防止、发现并纠正会计信息重大错报的有效性，也包括约束高管行为从而降低代理成本的有效性（Hazarika et al.，2012）。内部控制指数综合反映了企业的内部控制水平和风险管控能力，是评价内部控制质量中较为综合且科学的、系统的方法（曾蔚等，2016）。作为资本市场中的独立第三方，深圳迪博风险管理技术有限公司首次发布了中国上市公司内部控制指数，在很大程度上保证了数据的客观性。由于这项指数的构建内容充分、评价体系合理，自 2011 年“迪博·中国上市公司内部控制指数” 发布以来，得到了学术界和实务界的广泛采用。内部控制指数的数值越高，表明内部控制的运行越为有效（逯东等，2015）。针对调节变量内部控制有效性（IC），采用迪博（DIB）内部控制指数，测度企业内部控制的运行有效性。为保持与被解释变量的量纲一致性，这一指标在回归分析中采用除以1000予以标准化的数值。在此基础上，以期评价内部控制在并购商誉对企业价值影响中的调节效应，以及内部控制在无形资产对企业价值影响中的调节效应。

4.控制变量。在控制变量的选取上，考虑到不同地区的市场化进程会影响企业的治理水平，进而对企业的市场价值产生不同程度的影响。由此，采用各省区的市场化程度（MKT），以评价不同的市场化进程对企业价值的影响。参考张新民等（2018）的研究设计，采用《中国分省份市场化指数报告（2016）》（王小鲁等，2017）为依据，若企业所处省区的市场化指数得分位于全国 15 强则取值为 1，否则为 0。其中，2017年各省区的市场化指数得分采用移动平均法计算得到。同时，考虑到不同产权性质的企业获取资源和政策扶持的程度不同，其对企业价值产生的影响也不同，本文控制了观测样本的产权属性（STATE），以评价国有性质与非国有性质对企业市场价值影响的差异。此外，参考郑海英等（2014）、杨清香和廖甜甜（2017）的相关研究，控制了净资产收益率（ROE）、销售增长率（GROWTH）、资产负债率（LEV）、股权集中度（SHARE）、两职兼任（DUAL）、上市年限（AGE）、企业规模（LNASSET）及审计意见（AUDIT）的影响。在回归分析中还控制了行业效应与年度效应，各变量的名称及计算方法如表1所示。

表1 关键词词频分布表

（三）模型设定

为验证前文假设的合理性，参考杨清香和廖甜甜（2017）等相关研究，构建模型1、模型2，对参数进行面板数据回归分析估计，分别用于检验前文假设1、假设2。其中，模型1用于考察无形资产对企业市场价值的影响效应；模型2用于考察内部控制在无形资产对企业价值影响中可能的调节效应。此外，为避免可能的逆向因果关系所造成的内生性问题，模型1、模型2中的控制变量净资产收益率（ROE）、销售增长率（GROWTH）、资产负债率（LEV）、审计意见（AUDIT）、市场化程度（MKT）在回归分析中取一阶滞后值。为规避共线性问题对分析结果的不利影响，参考Balli and Sørensen（2013）的研究，在模型2中，在计算交互项时，对变量无形资产（IN_ASSET）及内部控制有效性（IC）分行业、年度进行了去均值中心化处理。

四、实证分析

（一）描述性统计结果

表2报告了变量的描述性统计结果。其中，被解释变量企业价值（TQ）的均值为2.098，中位数为1.613，最大值为18.951，最小值为0.100，表明样本企业的市场价值存在较大幅度的差异性。解释变量科技创新水平（IN_ASSET）的均值为0.044，最大值为0.454，最小值为0.000，表明样本企业无形资产在总资产中所占的比重具有一定幅度的变异性。调节变量内部控制有效性（IC）的中位数为0.690，最大值为0.916，最小值为0.362，标准差为0.075，表明样本企业标准化后的内部控制指数变动程度较大，样本企业整体的内部控制有效性波动幅度较大，总体的内部控制质量水平参差不齐，样本企业内部控制的有效性水平呈现一定幅度的差异性。

表2 变量描述性统计表

控制变量中，销售增长率（GROWTH）在不同样本企业之间变化较大，最大值达到了1.737，最小值只有 -0.311，差距较为明显，而其中位数0.140低于其均值 0.192，说明较多样本企业的业绩增长未达到市场平均水平，销售业绩的增长状况较为令人堪忧。企业规模（LNASSET）的最大值为26.423，最小值为20.133，净资产收益率（ROE）的均值为 0.106，标准差为0.068，资产负债率（LEV）的中位数为0.433，标准差为0.200，表明样本企业的规模大小各异，且不同样本企业的资产盈利情况及偿债压力亦有所不同。此外，股权集中度（SHARE）的均值为57.363%，平均而言，样本企业的前十大股东拥有绝对的控股权。而前十大股东的持股状况在不同企业间呈现较大差异，最大的持股比例达到90.67%，最小的持股比例为23.17%。样本企业中董事长与总经理由同一人兼任（DUAL）的平均比例为21.79%。样本企业上市年限（AGE）最长为24年，最短为1年，符合我国资本市场IPO现状。市场化程度（MKT）的平均值为0.445，表明我国仍有较多省区的市场化进程相对滞后。样本企业中的中央国有企业及地方国有企业平均占比为38.59%。审计意见（AUDIT）均值为0.993，审计师对近99.27% 的样本企业的财务报告的合法性、公允性持积极态度，确保了本文所用分析数据的可靠程度。总体而言，变量的取值具有充分的变异性，样本具有良好的区分度，为下文的回归析提供了有益基础。此外，通过相关性分析，我们发现，解释变量、调节变量及控制变量相关系数绝对值的最大值为0.590，存在于企业规模（LNASSET）与资产负债率（LEV）之间，小于0.8的阈值，表明模型不存在严重的多重共线性，为后续的回归分析提供了可靠保障。

（二）回归结果分析

对于单个变量的描述性统计及变量之间的相关系数，没有控制对被解释变量产生影响的其他因素，仅仅为初步的分析结果。本文分析的数据类型为面板数据（PANEL DATA），具有一定的信息优势，能够在一定程度上克服不随时间变化的遗漏变量导致的内生性问题。面板数据的回归分析方法主要有混合OLS、固定效应模型及随机效应模型。

针对模型1、模型2采用LSDV法检验时，均拒绝“所有个体虚拟变量的系数都为零”的假设，表明存在个体固定效应；进行固定效应与随机效应的稳健Hausman检验，Sargan-HansenX统计量分别为 184.021（p= 0.000）、173.911（p=0.000）及 175.212（p= 0.000），这表明应采用固定效应模型。由此，采用固定效应模型的统计结果如表3所示。

如表3所示，第1列为模型1的回归统计结果，第2列、第3列分别为模型2未控制与控制了解释变量与调节变量的交互项（IN_ASSET× IC）的回归统计结果。模型1的解释变量科技创新水平（IN_ASSET）的系数估计值为2.423，在10%的水平上显著；在第2列和第3列中，模型2的解释变量科技创新水平（IN_ASSET）的系数估计值分别为2.456、2.499，均在10%的水平上显著，表明投资者在对股票定价时考虑无形资产的价值，无形资产信息具有价值相关性，与苑泽明等（2015）的研究趋于一致，无形资产作为上市企业重要的软实力，对企业价值发挥着日益重要的积极影响，无形资产同有形资产的本质区别在于其能为企业创造超额利润及较多市场价值。前文假设1得以验证。

表3 模型1与模型2回归分析统计结果

在第2列和第3列中，模型2的调节变量内部控制有效性（IC）的系数估计值分别为1.168、1.160，均在5%的水平上显著，表明有效的内部控制能够向利益相关者传递积极的经营信号，进一步显著增进企业的市场价值表现。作为竞争优势的制度性资源和动态能力，内部控制优化整合企业的非制度性资源，动态修正经营性惯例并形成可持续竞争优势，促进企业的市场价值得以有效提升。在第3列中，科技创新水平与内部控制有效性的交互项（IN_ASSET×IC）的系数估计值为-5.432，不具备统计意义上的显著性。企业内部控制对科技创新的价值创造效应未呈现显著的调节作用，未能显著调节强化科技创新水平的市场价值相关性。前文假设2未得以验证。可能的原因在于，在面临经济增长换挡、结构调整阵痛、前期刺激政策消化挑战的背景下，我国经济增长的动力正逐渐从要素投入向创新驱动转变。在企业持续经营过程中，对拥有或控制的无形资产投放的管理资源相对较少，制度建设未能进一步激发衡量创新产出的无形资产的核心竞争力，进而企业内部控制未予呈现显著调节增进科技创新水平的市场价值创造效应，很可能不能充分满足利益相关者的预期回报而损害其利益诉求。事实上，科技创新在创造经济利益的同时显得较为难以进行后续计量，在开发使用的过程中伴随着更高的经营风险。对企业管理当局而言，在强化内部控制体系建设过程中，应考虑针对科技创新的管理增加投入必要的监管资源，控制由于科技创新的不确定性引发的经营风险，以期有效提升科技创新的市场价值创造效应。

在控制变量中，从第1列至第3列，净资产收益率（L.ROE）的系数估计值分别为2.607、2.673、2.668，均在1%的水平上显著，销售增长率（L.GROWTH）的系数估计值分别为0.291、0.277、0.278，均在1%的水平上显著，表明良好的资产收益与销售增长态势均是促进投资者提升对企业的估值水平的积极因素。市场化程度（L.MKT）的系数估计值分别为0.185、0.198、0.197，分别在5%、1%、1%的水平上显著，表明在市场化程度较高的省区内，上市企业具有更好的市场价值表现。企业所在区域内的市场化水平越高，政府的不当干预越少，整体的法治水平越高，推进企业强化自身的治理水平，有助于提升投资者对企业的价值判断。而企业规模（LNASSET）的系数估计值分别为-0.569、-0.568、-0.567，均在1%的水平上显著。产权属性（STATE）的系数估计值分别为-0.546、-0.568、-0.569，均在5%的水平上显著。企业规模的量的扩张对价值创造能力产生不利影响，国有企业在更可能获得政府支持的背景下而失去价值创造的动力，导致投资者对其价值创造能力持不容乐观的态度，这也提示监管部门应敦促企业走出一条可持续增长的强化价值创造活力的内涵式发展道路。其余控制变量的系数估计值不具有统计意义上的显著性。

五、谨慎性测试

考虑到无形资产是一种主要以知识形态存在的经济资源，其内部结构至关重要，无形资产的不同类别对会计信息的价值相关性存在异质性影响。研发支出资本化形成无形资产对经济增长具有创新引领作用，反映出科技进步、创新驱动等内生增长的新经济增长理论在现实中的趋同性（权衡和严婷，2016）。具有竞争优势的技术性无形资产，将形成竞争对手不易模仿的优势地位。而土地使用权是我国的土地使用制度在法律上的体现，包括国有土地使用权和农民集体土地使用权。国有土地的使用人依法利用土地并取得收益为国有土地使用权的体现，农民集体土地的使用人依法利用土地并取得收益为农民集体土地使用权的体现。由此，重新考量模型1和模型2中的解释变量科技创新水平（IN_ASSET）的测度方法，以剔除土地使用权价值后的无形资产作为指标计算基础，深入评价技术性无形资产的价值创造效应。鉴于数据的可获得性，采用滞后一期的剔除土地使用权价值后无形资产与总资产的比值作为回归分析的基础。在此基础上，替换原模型1和模型2中的解释变量的测度方法，再次进行回归分析以检验表3统计结果的稳健性。

针对模型1、模型2采用LSDV法检验时，均拒绝“所有个体虚拟变量的系数都为零”的假设，表明存在个体固定效应；进行固定效应与随机效应的稳健Hausman检验，Sargan-HansenX统计量分别为158.507（p= 0.000）、154.410（p=0.000）及157.850（p= 0.000），表明应采用固定效应模型。由此，采用固定效应模型的谨慎性测试结果如表4所示。

表4中，第1列为模型1的谨慎性测试统计结果，第2列、第3列分别为模型2未控制与控制了解释变量与调节变量的交互项（IN_ASSET×IC）的谨慎性测试统计结果。模型1的解释变量科技创新水平（IN_ASSET）的系数估计值为3.033，在10%的水平上显著；且在第2列和第3列中，模型2的解释变量科技创新水平（IN_ASSET）的系数估计值分别为3.112、3.156，均在10%的水平上显著，表明以衡量科技创新水平的无形资产增强了企业的核心竞争力，技术性无形资产具有直接的价值相关性，在一定程度上显著提升了企业的市场价值。前文假设1再次得以验证。

在第2列和第3列中，模型2的调节变量内部控制有效性（IC）的系数估计值分别为1.173、1.155，均在5%的水平上显著，表明有效的内部控制能够为企业的运营活动保驾护航，在实现控制目标的同时亦推升了企业的市场价值。在第3列中，科技创新水平与内部控制有效性的交互项（IN_ASSET×IC）的系数估计值为-9.480，不具有统计意义上的显著性。企业的内部控制对科技创新的价值创造效应未呈现出显著的调节作用，未能显著调节强化专利、商标、商业秘密等技术性无形资产的价值相关性。前文假设2仍未得以验证。

在控制变量中，从第1列至第3列，净资产收益率（L.ROE）的系数估计值分别为2.322、2.387、2.367，均在1%的水平上显著，销售增长率（L.GROWTH）的系数估计值分别为0.303、0.289、0.291，均在1%的水平上显著，良好的资产收益与销售业绩有助于提升企业的价值水平。市场化程度（L.MKT）的系数估计值分别为0.185、0.197、0.196，分别在5%、1%、1%的水平上显著，相对于低市场化程度的地区，在经济发展状况较好的市场化进程较快的区域，市场在资源配置中发挥出积极作用，有助于提升企业的价值创造能力。而企业规模（LNASSET）的系数估计值分别为-0.538、-0.537、-0.536，均在1%的水平上显著；产权属性（STATE）的系数估计值分别为-0.501、-0.522、-0.525，均在5%的水平上显著。现阶段，大规模企业、国有性质的企业没有呈现出良好的市场价值表现。总体而言，以上控制变量的分析结果与上页表4中对应变量趋于一致。模型1与模型2谨慎性测试验证了前文表4分析结果的可靠性。

表4 模型1与模型2谨慎性测试统计结果

六、结语及相关建议

（一）研究结论

本文从内部控制有效性视角，以无形资产作为科技创新水平的衡量变量，研究科技创新水平对企业价值的影响效应，以及内部控制在科技创新对企业价值影响中可能的调节效应，以期为企业内部控制体系的后续建设，以及强化科技创新的价值创造效应提供实证证据和经验建议。结果表明：（1）投资者在对股票定价时考虑无形资产的价值，无形资产信息具有直接的价值相关性。作为企业重要的资产软实力，无形资产对增加企业价值发挥出重要的积极效应，与刘红等（2018）的研究趋于一致。（2）在汤湘希（2010）、张倩倩等（2017）及刘红等（2018）相关研究的基础上，发现企业内部控制对科技创新水平的价值创造效应未呈现出显著的调节作用，未能显著调节强化无形资产软实力的市场价值相关性。制度建设未能进一步激发衡量科技创新水平的无形资产的核心竞争力，很可能不能有效满足利益相关者的预期回报而损害其利益诉求。

（二）政策建议

企业的专利、商标、商业秘密等知识产权因素在运营过程中起到了重要作用，用以评价创新产出的无形资产增进了企业的核心竞争力。深化调整无形资产投资结构，提高技术型无形资产的投资比重，形成自主创新的优良品牌。品牌价值不仅关系到核心竞争力，还影响企业在国际市场中的竞争力。在品牌经营中汲取国际经验，为建设以提升无形资产核心竞争力的国际化战略提供支持。政府部门应加大对创新的支持力度，对创新能力较强的企业给予更多优惠和鼓励政策，加强知识产权保护力度，规范和完善信息披露制度。投资者可以通过无形资产排名了解企业的创新能力、市场竞争力和发展潜力等基本状况，进而对其市场估值做出合理判断。

企业进行创新能力建设也应注重相关利益者的权益，通过积极与相关利益者对话交流，不断提高自身的创新能力，生产出符合社会大众需求的产品，并最终提升自身的运营绩效。治理层和管理层关注企业自主研发能力的提升，加大研发投入力度，提高研发人员素质，提升企业的技术创新能力，在强化内部控制体系建设的基础上，强化科技创新的价值创造效应，为利益相关者的经济决策提供有价值的参考依据。