人工智能应用的公司治理作用——基于财务重述视角

耀友福 何相亿

（贵州财经大学会计学院，贵阳 550025）

引 言

党的二十大报告指出，需 “坚持把发展经济的着力点放在实体经济上，加快建设网络强国、数字中国等”。伴随新一代人工智能技术在实体经济领域的快速融合发展，人工智能已成为国民经济增长和资本市场监管改革的新引擎。在新技术进步的红利效应引动下，人工智能的影响效果备受学术界和实务界的高度关注。现有文献主要从经济增长［1］、 产业结构转型［2］、 劳动力市场［3，4］等宏观层面来探讨人工智能应用的影响效果，鲜有关注到微观企业治理层面中财务重述行为的人工智能监管效用研究。

本文从智能化治理新局视角，探究人工智能应用对企业财务重述行为的监管有效性。选择人工智能应用作为重要切入点，主要是基于以下考虑：人工智能技术进步所带来的红利效应，已从国家战略层面逐渐渗透到微观企业行为和公司治理层面。2017年国务院关于 《新一代人工智能发展规划》中强调，需 “加快人工智能深度应用，积极参与人工智能全球治理”等。再到2021年财政部关于 《会计改革与发展 “十四五”规划纲要》中提出 “会计监管数字化”的新理念。这使得人工智能应用在助力公司治理转型升级和企业高质量发展方面具有重要作用，但少有文献实证探究微观企业层面中人工智能应用的治理证据；另外，财务重述行为不利于公司治理质量和资本市场信息披露的健康运行，是中小投资者及监管部门关注的重点议题［5］。2020年国务院在关于 《进一步提高上市公司质量的意见》中指出，需 “提升信息披露质量，形成提高上市公司质量的工作合力”。在中小投资者法律保护较弱的新兴市场中，会计信息质量是保护投资者利益的重要机制。然而，近年来我国资本市场财务重述事件层出不穷，如2019年4月康美药业发布了一份调减货币资金299.44亿元的会计差错更正公告。重述公告发布后，公司股票连日跌停，公司市值下降，诸多投资者遭受严重损失，随后康美药业的管理层违规违法行为、内部控制缺陷等问题也逐渐呈现。财务重述背后往往隐藏着公司治理失效等问题，上市公司修正前期财务报告以反映这些报告中的差错被更正的过程（即财务重述）侧面反映了企业的低质量会计信息，加剧了资本市场的信息不对称问题［6］。相关研究也证实了越来越多的企业前期通过盈余管理等方式操纵财务数据，后期再对错误数据进行重述［7］。这种财务重述行为大大偏离了公司质量控制设计的初衷，会给企业带来严重的负面效应，如市场价值的折损［7，8］， 较高的法律诉讼风险［9］， 以及融资成本的增加［5］等。 因此， 探究企业财务重述的新型治理机制，一直是资本市场监管及公司治理领域亟待解决的重要问题。

从智能化治理层面来看，人工智能技术带来了企业管理变革和决策环境优化［10］。人工智能技术应用能够提高海量数据运算效率和信息处理能力，增进智能技术有效渗透于企业内部控制活动的各个环节，使得人工智能应用可能会优化企业内部控制运作效率，增强企业风险管控能力及内部控制有效性，进而更好地发挥智能技术在公司契约治理方面的监管功能。同时人工智能应用所发挥的技术信息效应可能会改善资本市场信息不对称，缓解管理层自利的代理问题，提高企业与外部投资者的信息沟通效率，增进市场利益相关者的有效关注，带来较高市场预期和市场监督压力［11］，进而可能威慑和约束管理层私利行为。那么，智能化技术进步引动的公司治理情景下，人工智能应用能否有效抑制企业财务重述行为呢？对此问题的回答，将拓展人工智能技术的微观经济效益和会计监管职能研究，并从人工智能赋能的治理视角为财务重述行为的有效监管提供崭新证据，对结合人工智能技术来提升上市公司质量和保护投资者利益具有重要意义。基于此，本文以2011～2021年中国沪深A股上市公司为研究样本，从财务重述视角探究人工智能应用的公司治理作用。

1 理论推演与研究假说

财务重述行为极大地损害了公司治理质量和资本市场健康发展，不利于中小投资者权益保护。这使得探索财务重述行为的新型监督治理机制尤为重要。基于人工智能的技术红利功能，企业智能化转型发挥着内部治理效能和市场信息促进功能，进而可能抑制财务重述行为。

（1）人工智能应用能够发挥内部治理效能，通过提升内部控制有效性来减少财务重述行为。内部控制作为企业重要的监督机制，包括内部环境、风险评估、控制活动、信息与沟通、内部监督的制度体系。良好的内部控制能够增进企业治理效率提升，有助于减少公司管理层自利的操纵空间［13］。随着人工智能技术应用的逐步渗透，企业组织环境及内部控制会发生较大变化，增进了内部控制机制的智能化作用发挥。从内部控制的基本要素出发，在内部环境的智能化影响方面，人工智能技术会打破组织内部发展的传统边界，建立起互联互通的内部组织网络，并重新定位公司治理层的角色，增进企业的内部资源配置由股东向关键核心技术团队倾斜，公司内部治理观念与治理模式得到有效升级［14］，进而形成良好的内部治理环境。在内部控制的风险评估方面，智能化转型企业能够以计算机深度算法为基础，挖掘和分析企业内外部海量数据，实现对客户需求的智能管理和对外部环境变化的精准掌控，构建智能化情景模拟方式来预测未来可能发生的情形，更好地进行风险形势研判和风险控制，提高企业风险管理效率。在内部控制活动方面，智能机器人会以 “员工”的身份参与企业交易活动，提高管理者的工作效率；管理者借助人工智能技术对企业管理流程进行优化升级，更加科学合理的智能决策和内部控制管理活动，从而降低管理者的非理性行为。在内部控制的信息与沟通方面，智能化会促进企业层次式信息结构向网络化信息结构的转变，减少组织管理的层级化约束［15］，降低内部信息传递偏差和增进企业组织的互联互通；并且通过智能化信息系统传递企业决策有用信息，提高了信息传递的及时性及沟通效率。在内部监督方面，企业人工智能应用会促进内部监督人员从重复和低程序判断的审计工作环境中脱离出来，更加专注于更具增加值的专业化工作，有效提高内部监督效率及管理质量［16］。因此，人工智能应用能够有效渗透企业内部控制管理的各要素，改善内部控制各个环节的运作效率及敏捷性，动态实现对企业交易活动的风险识别和管理决策的互动性，使得人工智能应用优化企业内部控制管理效率，增强内部控制的有效性；而高质量的内部控制能够发挥公司治理效用，加强管理层的受托责任和股东利益一致性，有效缓解管理层自利行为的代理问题，进而减少财务重述行为的发生。

（2）人工智能应用能够发挥信息促进效应，通过改善市场信息环境来减少财务重述行为。根据代理理论，信息不对称会引发逆向选择行为和道德风险，是助长管理层财务重述行为的重要源泉之一［12］，因此缓解信息不对称是减少财务重述行为的重要机制。借助人工智能技术进步的新场景，智能化发展能够发挥会计信息的传递功能，强化市场交易活动的透明性和企业契约履行的有效性。企业的智能化转型，其伴随着人工智能技术在供产销各环节的有效渗透，信息及数据跃升为关键生产要素，大数据穿透强化了不同企业交易主体之间、利益相关者之间的互联互通，降低了市场交易的信息不确定和执行成本［15］。智能技术运用的高通用性和渗透性可能会在一定程度上减少企业与外部投资者的沟通距离，逐步将企业治理边界从线下向线上空间有序拓展，促进中小投资者群体之间的有效沟通及意见交换的便利性，增加中小投资者及其他中介监督主体参与企业治理的意愿［14］，以此加强对管理层自利行为的有效监督。与此同时，人工智能应用以大数据驱动为基础，促使海量数据形成标准化的决策有用信息，其在信息传递过程中会降低利益相关者的信息获取成本，且企业智能化转型所带来的良好市场预期会吸引分析师及新闻媒体等重要市场中介监督力量的更多关注［11］，给企业带来了较高的市场关注压力，提高企业信息环境的透明度，增加财务重述行为的市场曝光度和监管介入的风险，从而在有效市场监督压力下减少财务重述行为。

综上理论分析，人工智能应用能够发挥积极的内部控制治理效能和市场信息促进效应，改善内部控制有效性和会计信息透明度，使得企业财务重述行为的执行成本增加，威慑减少管理层自利的代理问题，从而使得人工智能应用能够成为抑制财务重述行为的重要管理工具。因此，提出如下核心假说：

假说：其他条件不变的情况下，企业人工智能应用将显著减少财务重述行为。

2 研究设计

2.1 样本选择和数据来源

考虑到我国数字经济规模和人工智能技术应用的增长趋势主要呈现于2010年之后［4］，本文以2011～2021年中国沪深A股上市公司为初始研究样本。人工智能数据、财务重述数据和其他财务数据均来自CSMAR数据库，需要说明的是，面对新冠肺炎疫情的影响，企业人工智能应用、财务重述数据未出现较大波动，并经检验后无论是否包括2020年、2021年数据，都不会影响整个样本期间研究结论的稳健性，因此保留研究期间到2020年及2021年数据。本文对研究样本进行以下处理：（1）剔除金融业样本；（2）剔除财务数据缺失的样本。最终获得29931个有效观测值。为缓解模型异常值的影响，对所有连续变量进行1%和99%的缩尾处理。

2.2 主要变量定义

（1）财务重述的测度。借鉴何威风和刘启亮［6］、王守海等［17］的研究，本文设置财务重述为虚拟变量（Restate），若上市公司当年发生财务重述，则Restate取值为1，否则为0。

（2）企业人工智能应用的测度。借鉴吴非等［11］对企业数字化转型的文本研究思想，从公司年报中提取人工智能相关的文本关键词进行度量企业人工智能应用。具体人工智能文本数据取自于CSMAR数据库。其测度原理是根据吴非等［11］关于人工智能的特征词库，其包括 “底层技术运用”和 “技术实践应用”两个层级中与人工智能技术相关的文本关键词。本文将如上两大层级的人工智能词频数指标进行加总，并取该总指标值加1的自然对数，构成企业人工智能应用的衡量指标（AI）。稳健性检验中，本文采用机器人应用作为企业人工智能应用的替代变量。

2.3 模型设定

为检验本文核心假说，构建如下模型：

其中，被解释变量为企业财务重述行为（Restatet），解释变量为第t-1期人工智能应用指标（AIt-1）。考虑到人工智能应用对企业财务重述的影响可能有一定时滞性，并缓解模型变量反向因果关系的内生性，人工智能应用变量及控制变量均采用第t-1期数据。

模型 （1）中，Controlst-1为第t-1年的一组控制变量，借鉴何威风和刘启亮［6］、刘柏和琚涛［12］的研究，具体包括：公司规模（lnSizet-1），为总资产的自然对数；总资产收益率（ROAt-1），等于净利润与总资产之比；负债水平（Levt-1），等于总负债与总资产之比；经营现金流（CFOt-1），等于经营活动现金流量净额与总资产之比；成长性（Growtht-1），为营业收入增长率；高管持股比例（Msharet-1），为高管持股数量与总股数之比；股权集中度（Fsharet-1），为第一大股东持股比例；独立董事比例（Indept-1），为独立董事人数占董事会人数的比例；董事会规模（Dirsizet-1），为董事会人数的自然对数；两职合一（Dualt-1），若公司CEO兼任董事长则取值为1，否则为0；审计师类型（Big4t-1），若公司年报由国际 “四大”审计则取值为1，否则为0；产权性质（SOEt-1），若公司为国有企业则取值为1，否则为0；高管薪酬（Payt-1），等于前3位高管薪酬的自然对数；机构投资者持股比例（Investort-1），等于机构投资者持股数量占总股数比例；会计师事务所变更（Changet-1），若公司会计师事务所发生变更则取值为1，否则为0。最后还控制了年份（Year）和行业（Industry）效应。

3 实证结果与分析

3.1 描述性统计分析

表1报告了主要变量的描述性结果。财务重述（Restatet）的均值为0.126，说明样本企业中有12.6%的企业可能存在财务重述行为，这与王守海等［17］研究基本一致。企业人工智能应用（AIt-1）的均值为0.437，最大值为3.714。考虑到篇幅，其他控制变量的描述分析有所省略，与现有文献基本一致。

表1 主要变量的描述性统计

续 表

3.2 基准回归：企业人工智能应用对财务重述行为的实证分析

表2报告了企业人工智能应用对财务重述行为的检验结果。列 （1）是仅控制了年度和行业效应的回归结果，人工智能应用（AIt-1）的回归系数在1%的统计水平上显著为负。列 （2）是加入其他控制变量后的结果，AIt-1的回归系数在1%的统计水平上显著为负，表明人工智能应用能够有效抑制财务重述行为。本文假说得到验证。

表2 企业人工智能应用对财务重述行为的回归结果

续 表

3.3 稳健性检验

（1）考虑内生性。①工具变量法。本文采用工具变量法来缓解企业人工智能应用与财务重述之间可能存在互为因果关系的内生性问题。具体地，借鉴祁怀锦等［18］的研究，选取同年度、行业内其他企业人工智能应用水平均值作为工具变量（AI_meant-1），其检验结果见表3的Panel A中列（1）、 （2）；②Heckman两阶段法。参考聂兴凯等［19］的研究，采用Heckman两阶段模型来缓解样本选择性偏差问题。在第一阶段，采用可能影响人工智能应用水平（AI_dummyt-1）的Probit模型，以此估计逆米尔斯比率（IMR）。第二阶段中，将估算的IMRt-1带入主模型 （1）中进行回归，其回归结果见表3的Panel A中列 （3）；③公司固定效应。由于本文的因变量（财务重述）为二值虚拟变量，在Logit回归模型中直接加入公司固定效应的哑变量会导致大量样本损失。在此，本文借鉴Bloom 等［20］、 陈良银等［21］的做法， 对于每个公司取财务重述在样本期间之前（2011年之前）年度的均值（Pre_Restate），并在回归中纳入这一变量来控制公司固定效应，该方法能够较好地控制公司层面一些未观测因素对因变量的影响，其回归结果见表3的Panel A中列（4）。上述内生性控制后，本文结论亦稳健。

（2）企业人工智能应用的替代衡量。①机器人渗透度。借鉴Acemoglu和Restrepo［3］、王永钦和董雯［4］的研究， 本文将国际机器人联合会（IFR）提供的工业机器人数据，根据分类标准和行业名称与中国制造业行业进行一一匹配，然后计算行业层面机器人渗透度指标（PRt-1）来作为人工智能应用的替代变量。回归结果见表3的Panel B中列（5）；②人工智能的关键词频占比指标，采用企业人工智能应用总词频数除以企业数字化词汇总数量，估计企业人工智能应用水平指标（AI_ratiot-1），相应的回归结果见表3的Panel B 中列（6）。

（3）替换财务重述的衡量。财务重述次数。考虑到部分上市公司当年不止一次进行财务重述行为，本文将财务重述衡量方式更换为上市公司财务重述的次数（Restate_timet）， 并采用有序Logit模型回归，相应的回归结果见表3的Panel B中列（7）。

表3 企业人工智能应用对财务重述行为：稳健性检验

综上稳健性检验，回归结果均支持了本文主要结论。

4 进一步研究：影响机制与异质性检验

4.1 企业人工智能赋能治理的作用机制：内部控制治理和市场信息促进效应

基于前文的理论分析，本文认为“内部控制治理”和“市场信息促进效应”是企业人工智能应用发挥治理作用的重要路径。（1）从人工智能应用的内部控制治理机制来看，随着人工智能技术新场景的逐步嵌入，人工智能应用优化了企业内部控制环境，加强了风险评估能力，强化了企业控制活动，提高了企业管理的信息与沟通效率，也有利于内部控制活动的智能化监督，使得企业内部控制有效性增强。而企业良好的内部控制有助于减少公司管理层自利的操纵空间，进而降低财务重述行为［13］；（2）人工智能应用的市场信息促进效应方面，人工智能所发挥的数据整合及深度分析、精确匹配等功能，加强了企业内外部之间信息互联互通，降低了利益相关者的信息获取成本，能够提高企业与外部投资者的信息沟通效率，增进了市场中介监督机制的有效关注，有助于提高市场信息透明度。而市场信息环境的改善会使得企业财务重述行为的曝光度增加，企业财务重述的难度及监管风险也增加，进而有效减少财务重述行为［7，12］。因此有：人工智能技术赋能的财务重述治理作用能够通过强化内部控制有效性和市场信息促进效应来实现。

本文从内部控制和信息环境来检验企业人工智能赋能的作用机制。关于内部控制的测度，采用“迪博·中国上市公司内部控制指数”来衡量内部控制治理程度（ICt），具体为内部控制指数加1的自然对数值。关于信息环境的测度，借鉴Lang等［22］研究方法，本文构建了一个信息透明度综合指标（TRANSt），其值等于盈余质量、交易所信息披露考评指数、分析师盈余预测、分析师跟踪人数及审计师类型（是否国际“四大”）这5个变量的样本百分等级的平均值。该指标越大，说明企业市场信息环境的透明度越高。

由人工智能赋能治理的作用机制回归结果可知（表略），被解释变量为内部控制质量（ICt），AIt-1的回归系数在1%统计水平上显著为正，说明人工智能应用能够强化企业内部控制有效性；被解释变量为信息环境（TRANSt），AIt-1的回归系数显著为正，说明人工智能应用能够提高市场信息透明度。从内部控制有效性和市场信息促进效应支持了企业人工智能对财务重述行为治理的影响机理。

4.2 企业人工智能应用对财务重述行为：代理问题的影响

根据前文的理论分析，上市公司财务重述的一个主要原因是管理层的代理问题。现代企业产权制度下，控制权与经营权相分离，由此产生股东与管理层的委托代理关系，而代理问题是助长管理层自利行为的重要源泉之一。财务重述有可能成为代理人通过盈余操纵获得自身利益最大化之后的补救工具［23］。这使得代理成本较大的公司中，其财务重述行为可能更严重。此时更需要人工智能的新型治理机制予以弥补企业代理问题治理的不足，通过人工智能应用所发挥的内部控制治理和市场信息促进效应来弱化管理层的代理冲突问题，从而使得人工智能应用对代理问题较严重企业行为的增量影响相对较大。因此，若人工智能应用能够对企业财务重述行为产生治理效果，则这种积极效应可能在代理成本相对较高的企业中更加显著。

借鉴谢德仁和黄亮华［24］的研究，本文采用支付其他与经营活动有关的现金与营业收入的比值来衡量企业的代理成本，并以该变量中位数划分了代理成本高（大于其中位数）、代理成本低（小于等于其中位数）组。

由代理问题影响的回归结果可知（表略），在代理成本高组别中，企业人工智能应用（AIt-1）的回归系数在1%统计水平上显著为负；而代理成本低组别中AIt-1的回归系数不显著。表明人工智能应用对财务重述行为的治理作用在代理问题较严重的企业中更显著。这从财务重述发生的管理层代理问题层面支持了人工智能赋能的治理机制。

4.3 企业人工智能治理效力发挥的外部基础条件：基于金融科技的影响

从人工智能赋能的外部支撑条件来看，良好的金融科技发展助力人工智能赋能效用发挥。具体地，金融科技本身就是金融服务与大数据、人工智能等新技术融合创新的新型产物，企业智能化改革与金融科技之间的底层技术具有高度同源性［11］，从而能够为企业智能化转型提供有力的外部技术支撑。同时金融科技还表现在数字金融层面，地区数字金融发展越好，往往所在地区企业的金融市场越透明，能够缓解传统金融的资源错配行为，并有利于拓宽企业融资渠道［25］，这为企业智能化转型奠定了坚实的资源基础，更好助力人工智能技术创新及实践运用，从而使得人工智能应用的影响效用在金融科技较强的情景中更明显。因此，若企业人工智能应用对财务重述行为具有治理作用，则这种积极效用可能在金融科技较强的地区企业中更明显。

借鉴吴非等［11］的研究，采用北京大学数字普惠金融指数来进行测度，并以该指数的中位数划分了金融科技高（大于其中位数）、金融科技低（小于等于其中位数）组。

由金融科技影响的回归结果可知（表略），金融科技程度较高情景中，AIt-1的回归系数在5%统计水平上显著为负；金融科技程度较低情景中AIt-1回归系数的显著性有所降低。说明在金融科技发展较好情况下，人工智能应用对企业财务重述行为的治理作用更为明显。

4.4 企业人工智能应用对财务重述行为：基于地区差异的检验

人工智能应用效果会受到地区发展差异的影响。在我国东、中、西部地区市场竞争和技术进步存在显著差异的情况下，人工智能应用对财务重述行为的治理效应可能存在非对称效应。具体地，所处东部地区的企业具有更大的市场竞争程度，为了获取更多市场份额和价值预期，有着更强烈的意愿从事智能化转型的创新活动。同时，东部地区是我国经济发展最活跃的地区，人工智能对区域创新发展的影响更明显［26］；而中、西部地区的经济发展相对欠佳，企业对智能化转型的把握不够成熟，可能会影响人工智能赋能治理作用的发挥。因此，若人工智能应用能够对企业财务重述行为产生治理效果，则这种积极效应可能在东部地区的企业中更加显著。

借鉴汪前元等［27］的研究，根据我国区域经济格局，将地区差异变量刻画为东、中、西部地区。由回归结果（表略）可以看出，在东部地区的企业组别中，人工智能应用（AIt-1）的回归系数在5%统计水平上显著为负；而在中部地区、西部地区的企业组别中AIt-1的回归系数不显著。表明人工智能应用赋能财务重述的治理效用在东部地区的企业中更显著。这从地区差异格局来支持了人工智能的治理机制。

5 结论与建议

基于人工智能赋能公司治理的新动能和新机遇，本文以2011～2021年中国沪深A股上市公司为研究样本，从财务重述视角考察人工智能应用的公司治理作用。研究表明：（1）人工智能应用能够显著抑制公司财务重述行为；（2）作用机制检验表明，人工智能技术赋能的财务重述治理作用主要是通过强化内部控制有效性和市场信息促进效应而实现；（3）从财务重述发生的代理动机来看，财务重述行为的人工智能监管效用在代理问题较严重的公司中更显著；（4）从人工智能赋能的外部支撑条件来看，良好的金融科技发展有助于人工智能对财务重述治理作用的发挥； （5）最后基于地区差异层面，人工智能应用对财务重述的治理作用在东部地区的企业中更显著。

基于上述研究结论，提出如下重要政策建议：

（1）加快人工智能应用与企业深度融合的新发展格局，建设人工智能应用强国和市场智能化治理。随着新一代人工智能技术的蓬勃发展，企业人工智能应用已成为引动我国经济高质量发展和企业创新竞争的重要引擎。因此需加大对企业智能化转型的扶持力度和政策激励，对不同智能化转型企业进行分类管理和数字化人才的持续培育，支持人工智能场景中的机器人应用和市场渗透。同时借助人工智能应用场景，加强智能化机制在资本市场一线监管中的积极效用，提高智能监管作用发挥的精准性和及时性，从而更好融合智能化新局来完善上市公司质量。

（2）充分发挥人工智能技术的红利功能，建立智能化赋能的公司治理新机制。新技术引动的监管新局下，需充分发挥智能化监管在提高会计信息质量和保护中小投资者利益的技术红利功能，增进企业会计信息披露的智能化风险防范与有效化解，特别是强化公司治理薄弱或代理问题较为严重的智能化监管。同时需增进人工智能技术在企业内部控制建设的实践应用，提升企业内部控制管理的智能化。此外，需在人工智能应用管理实践过程中加强其他重要市场中介监督机构（如外部审计师、分析师等）的协同治理与履职能力，吸引更多的市场监督力量参与智能化管理活动和企业交易行为的合力监管，更好提升人工智能技术应用的价值创造功能和企业财务违规行为的市场威慑治理。

（3）加快金融科技发展的全面性，有序发挥金融科技对实体企业智能化发展的引领作用。鼓励金融科技与企业在新产品研发、组织结构优化方面的深度融合与创新，也要将人工智能技术应用于数字惠普金融业务，形成金融科技与智能化业务的互惠互联机制。同时，各地区需融合智能化转型新局，加强中、西部地区资本市场的智能化新技术应用，积极承接东部地区的人工智能产业转移，更好助力人工智能在资本市场监管和公司治理作用中的高质量赋能效用。