区块链赋能下国有企业审计监管主体策略选择演化博弈分析

谭春桥, 党华平, 覃展辉

(南京审计大学 商学院,江苏 南京 211815)

0 引言

随着国企改革的发展,国企形态日益多样,国资监管体系亟待完善。为构建国资监管大格局、形成国资监管一盘棋,国资委于2019年印发《关于进一步推动构建国资监管大格局有关工作的通知》。目前我国国资监管工作已取得积极成效[1],但仍暴露出管理制度滞后[2]、信息不对称[3]以及无法实现动态监管等问题。国家审计作为国家治理的基石与重要保障,在维护国有资产安全和公众利益方面发挥重要作用。在推进审计全覆盖进程中,亟需整合媒体、公众及金融科技助力审计效率和质量的提升,而区块链技术恰为审计效率提升、审计成本节约、动态审计实现提供契机。作为拥有去中心化、不可篡改等特征的新型数据库系统[4],区块链与审计高度契合[5]。将区块链与国有企业审计监管相融合形成新型审计监管机制,既能解决信息不对称和实时动态监管问题,又能统筹推进国资国企在线监管系统的建设。

国有企业归全体公民所有,审计机关开展审计工作时易发生寻租行为,公众为维护社会利益会实施监督。国有企业长期经营,审计机关多次审计,国有企业、审计机关和公众的策略选择需经长时间演化方能稳定,因演化博弈多研究不完全理性状态下各参与方的长期博弈,运用该理论研究国有企业审计监管再合适不过[6]。将区块链嵌入审计并利用博弈理论和系统动力学仿真探析各决策主体策略选择的影响机制,在现有研究中较为匮乏。故本文欲构建由国有企业、审计机关和公众组成的三方演化博弈模型,并利用系统动力学理论探究影响博弈主体实施策略选择的因素。

1 文献综述

国内学者尝试从不同角度对国有企业监管问题展开研究。如綦好东等[7]以国有企业面临的新挑战为切入点,分析为适应国家监管转型,国有企业审计应进行的创新。朱珊珊[8]剖析了当前国企监督所面临的外部监督制度不完善、多头重复监督困局,给出相应解决方案。褚剑等[9]从审计官员国资监管背景出发,实证考察审计监督的国企治理效果,发现:审计官员国资监管背景能提高国企会计信息质量、提升创新绩效,最终增加公司价值。

在审计合谋与演化博弈研究中,公彦德等[10]针对合谋现象建立甲、乙审计师演化博弈模型,探究了奖惩机制的有效性。郝素利等[11]利用有限理论分析国企盈余管理动机,构建了国家审计与国有企业两方博弈,以央企为例仿真影响双方策略选择的有效因素。FENG等[12]建立国家铁路局、国家铁路总公司和公众监督者演化模型,发现公众监督和动态奖惩机制会减少企业监督投入。

蒋尧明等[13]和唐衍军等[14]认为“区块链+国家审计”可助力审计反腐治理格局的构建,徐超等[15]比较区块链审计与其他审计的差异,发现存在安全性有待加强问题。SCHMITZ等[16]对文献和报道梳理发现区块链的应用可提升财会工作效率。

综上,现有文献多采用规范法研究国有企业审计监管问题,鲜有从公众监督和信息公开着手;审计合谋与演化博弈类多用博弈模型,演化主体多为审计机关、被审计单位和第三方;区块链审计相关研究多从区块链特性为切入口。少有文献涉及公众,但公众参与和媒体关注能提升审计效果[17]。故本文欲构建国有企业、审计机关和公众三方演化博弈模型,以探究博弈主体间的影响机制、揭示公众作用发挥、并就数值仿真结果给出国有企业审计监管的相关建议。

2 区块链技术下国有企业审计监管框架

传统审计分为审计准备、实施和报告三阶段,而区块链赋能的审计监管体系是从区块链特性出发;传统审计多属事后监管模式,引入区块链可实现第三方监督者的实时动态监控,并能有效缓解审计机关、国有企业和公众间的信息不对称,更好发挥审计的预防、揭示和抵御功能。本文构建的区块链技术下的国有企业审计监管框架如图1所示。

图1 区块链技术下的国有企业审计监管框架

首先,国有企业将财务和非财务信息上链,通过共识信任机制和分布式记账获得包含企业信息的网络节点;各节点验证成功后形成信息区块;后对区块加盖时间戳,形成有序账簿即区块链,审计机关可通过移动终端实施动态审计;其次,审计准备阶段,审计机关借助非对称加密与企业对接,利用时间戳来验证链上信息;审计实施阶段,对被审单位开展内控测试、审计预警、数据和疑点分析,并借助智能合约实现自动化;在数据和疑点分析基础上,考虑业务真实性与可靠性,若链上业务真实完整,方可出具审计报告;一旦链上信息不符合要求,将被返工至企业,相关人员修改完毕后二次上链,进入新一轮审计循环。公众作为国家治理的重要主体,能贯穿审计全过程,形成穿透式监管。审计各阶段均会形成阶段性报告,审计机关将报告上传至各节点,公众利用区块链跟踪报告即可实现国有企业审计的动态监督。

3 国有企业、审计机关与公众演化博弈模型

3.1 基本假设与模型构建

在构建演化博弈模型之前,先对模型赋予特定假设,使其符合客观事实的同时便于后期分析,本文各主体均符合有限理性假设。

假设1数据上链能为企业和审计机关节约成本,区块链的透明性为公众监督既提供平台又节约成本,故默认博弈主体均愿意引入区块链。国有企业和审计机关作为主要受益者共同承担总成本C。国有企业承担比例τ,审计机关承担比例1-τ,其中0<τ<1。

假设2国有企业选择“合规经营”或为谋私选择“违规经营”;审计机关选择“合法审计”或“合谋审计”;政府部门、媒体和公众均能对被审计企业和审计机关实施监督,本文将公众引入演化进程;积极的公众可充当吹哨人,及时监督和揭发违规行为,公众可选择“积极监督”或“消极监督”。

假设3“合规经营”指企业为维护国家利益而合理和高效的运用国有资产。“违规经营”指国有企业为谋求个人和企业利益不惜参与舞弊或损害国家利益。假设国有企业“合规经营”概率x,“违规经营”概率1-x,x∈[0,1];国有企业违规成本C1,合规经营成本C1+ΔC1(ΔC1>0);因合规经营为企业日常活动,收益为0,但能获得政府奖励r1;企业违规收益R1;企业违规被公众识别需承担的处罚P1,被审计发现且拒绝合谋的处罚P2。

假设4“合法审计”指审计机关恪守职业道德,切实履行审计职能,提出真实审计结论。“合谋审计”指审计机关为谋求利益,选择与被审计单位合谋损害审计名誉和国家利益。审计机关“合法审计”概率“y,合谋审计”概率1-y,y∈[0,1];合法审计成本C2+ΔC2(ΔC2>0),收入所得M;审计机关合谋成本C2,未被公众识别的收益R2,被识别需付出名誉损失L,承担处罚P3;企业违规经营、审计机关拒绝合谋的额外奖励φ。

假设5“积极监督”指具有较强爱国意识的公众为维护国有资产安全而自发参与监督。“消极监督”指公众不关心国有企业的生产和经营状况,或出于成本考虑不愿涉足。公众“积极监督”概率z,公众“消极监督”概率为1-z,其中z∈[0,1];公众消极监督成本C3,公众积极监督成本C3+ΔC3(ΔC3>0)。积极监督收益W,消极监督收益0。

综上,国有企业、审计机关和公众各有两种策略选择,分别为:(合规经营,违规经营)、(合法审计,合谋审计)、(积极监督,消极监督),当国有企业选择“合规经营”时,合谋无法实现,收益为0。该博弈系统共有6种策略组合,收益支付矩阵如表1所示。

表1 收益支付矩阵

其中SE(Stated-owned Enterprises)代表国有企业的收益,AI(Auditing-institutions)代表审计机关的收益,GP(General-public)代表公众的收益。收益支付矩阵中不同策略组合的收益函数如下:

SE1=r1-(C1+ΔC1)-τC;AI1=M-(C2+ΔC2)-(1-τ)C;GP1=-C3SE2=r1-(C1+ΔC1)-τC;AI2=M-(C2+ΔC2)-(1-τ)C;GP2=-C3SE3=0;AI3=0;GP3=0SE4=0;AI4=0;GP4=0SE5=R1-C1-P1-P2-τC;AI5=φ+M-(C2+ΔC2)-(1-τ)C;CP5=W-(C3+ΔC3)EP6=R1-C1-P2-τG;AI6=φ+M-(C2+ΔC2)-(1-τ)C;GP6=-C3SE7=R1-C1-P1-τC;AI7=R2-C2-L-P3-(1-τ)C;GP7=W-(C3+ΔC3)SE8=R1-C1-τC;AI8=R2=C2-(1-τ)C;GP8=-C3

国有企业“合规经营”和“违规经营”的期望收益分别记作Ex和E1-x,审计机关“合法审计”和“合谋审计”的期望收益分别记作Ey和E1-y,公众“积极监督”和“消极监督”的期望收益分别记作Ez和E1-z国有企业、审计机关和公众的平均收益分别为Eq、Ed和Ep。由表1收益支付矩阵可知:

随着时间的演化,各主体为谋求更高收益会改变策略,即xyz并非一成不变。根据复制动态方程可得博弈系统的复制动态方程组:

3.2 演化博弈策略及稳定性分析

(1)国有企业演化策略及稳定性分析

对国有企业的复制动态方程求导可得:

R1+C1+τC+zP1}

图2 国有企业动态演化相位图

(2)审计机关演化策略及稳定性分析

对审计机关的复制动态方程求导可得:

图3 审计机关动态演化相位图

(3)公众演化策略及稳定性分析

对公众的复制动态方程求导可得:

图4 公众动态演化相位图

3.3 演化博弈系统稳定策略分析

利用Mathematica 2.0对复制动态方程组进行求解,得到系统的八个纯策略和两个混合策略组合:

E1=(0,0,0),E2=(0,0,1),E3=(0,1,0),

E4=(0,1,1),E5=(1,0,0),E6=(1,0,1),

E7=(1,1,0),E8=(1,1,1),

求解发现E9和E10中x和y均为负,故混合策略均衡不存在;由表1知,“合规经营”与“合谋审计”互斥,故E5和E6均非系统策略。综上,该系统仅有六种纯策略组合E1、E2、E3、E4、E7和E8。通过雅可比矩阵求解矩阵的行列式和迹,得到表2、该演化博弈系统的均衡点为E4(0,1,1)和E8(1,1,1)。

表2 动态系统在不同条件下的均衡点

当初始状态处于图2的V1空间z>z*、图3的V1空间z>z*和图4的V2空间x>x*的共同空间时,系统的稳定策略将收敛于E8(1,1,1)。即从短期来看,国有企业“合规经营”,审计机关“合法审计”,公众“积极监督”,这与我国现状契合,各政令出台前期,博弈主体为响应政策号召均会积极参与。当处于图2的V2空间zz*和图4的V2空间x>x*的共同空间时,博弈主体的稳定策略将收敛于E4(0,1,1)。从长远来看,国有企业已对违规惩罚有所了解,为谋求高额收益会选择“违规经营”。

4 基于系统动力学的演化稳定策略仿真分析

4.1 系统动力学仿真模型的构建

虽已确定稳定均衡策略,但博弈主体易转换策略。系统动力学作为研究社会系统动态行为的理论,可通过搭建国有企业审计监管因果关系网得到系统动力学(SD)模型,通过计算机仿真验证模型有效性与策略稳定性,确定三方实施策略选择的影响因素。基于演化博弈理论,运用Vensim仿真软件,构建国有企业经营、审计机关审计和公众监督的SD模型如图5所示。

图5 国有企业审计过程中博弈三方主体SD模型

此模型包含三个水平变量:国有企业合规经营的概率x、审计机关合法审计的概率y和公众积极监督的概率z;三个速率变量:合规经营变化率、合法审计变化率和积极监督变化率;六个辅助变量:国有企业合规经营收益Ex、国有企业违规经营收益E1-x、审计机关合法审计收益Ey、审计机关合谋审计收益E1-y、公众积极监督收益Ez、公众消极监督收益E1-z;以及十八个外部变量。

根据复制动态方程设定博弈系统外部变量、速率变量、水平变量和辅助变量之间的函数关系。模型的基本条件为:INITIAL TIME=0,FINAL TIME=100,TIME STEP=1,Units for time:Month,将SD模型中外部变量初始值设为:

C1=1;C1+ΔC1=2;r1=5;R1=5;P1=2;P2=1;C2=1;C2+ΔC2=2;M=10;R2=15;L=5;P3=2;W=5;φ=5;τC=3;(1-τC)=2;C3=1;C3+ΔC3=2。

4.2 仿真分析

从短期来看,假设x=1,y=1,z=1,即国有企业合规经营、审计机关合法审计、公众积极监督,演化过程如图6(a)所示:迫于政府、审计和公众的监管,企业会暂选“合规经营”,系统均衡点为(合规经营,合法审计,积极监督)。假设x=1,y=1,z=0.01,即国有企业合规经营、审计机关合法审计、公众以1%的概率积极监督,演化过程如图6(b)所示:政策发布初期,国有企业会选择规避处罚。公众监督概率虽小但收益不定,系统均衡点为(合规经营,合法审计,积极监督)。

图6(a) x=1,y=1,z=1

就长期而言,假设x=0,y=1,z=1,即国有企业违规经营,审计机关合法审计,公众积极监督,演化过程如图6(c)所示:监管实施一段时间后,国有企业对相关处罚有了一定了解,企业为获取高额收益选择违规,系统均衡点为(违规经营,合法审计,积极监督)。假设x=0,y=0.01,z=0.01,即国有企业违规经营、审计机关以1%的概率合法审计、公众以1%的概率积极监督,演化过程如图6(d)所示:当审计机关与公众均不再积极履职时,企业违规被识别的概率趋于0,国有企业将选择违规经营。随着制度的完善,审计和公众在政府推动下会积极参与到审计监管机制的建设。

4.3 敏感性分析

令国有企业合规经营的概率x=0.01,审计机关合法审计的概率y=0.99,公众积极监督的概率z=0.99。保持初始参数不变,调整R1,演化结果如图7(a)所示:R1增至10时,企业违规风险不变但收益增加,故其违规的意愿更高;如图7(a)3和7(b)所示:R1减小至2时,违规吸引力降低,R1减小导致合规经营变化率骤增,将加速企业向x1=0收敛。此结果既贴合实际,又符合图2的分析。

图7(a) R1的敏感性分析

图7(b) 国有企业合规经营变化率

图7(c) P1的敏感性分析

图7(d) φ敏感性分析

图7(f) L的敏感性分析

图7(g) W的敏感性分析

如图7(c)所示:当国有企业违规被公众识别的处罚P1增至5时,演化至均衡的时间缩短。巨额处罚下企业的机会主义行为有所抑制,企业违规概率降低;当违规处罚减小时,违规所得增加,企业有足够的动机违规。当拒绝合谋的奖励φ变化时,审计策略将稳定在y=1:φ增至15时,高额收益下合法审计为其最优选择,仿真结果如图7(d)所示。

对未被公众识别的审计收益R2进行敏感性分析。当R2增大时,审计机关的策略变为“合谋审计”,调增后的结果如图7(e)3和4所示:合法审计概率在y=0上下波动后最终稳定于此。R2增加使合谋收益高于合法收益,寻租概率增大,最终向“合谋审计”演进;R2减小时,策略稳定在y=1,演化结果如7(e)2所示。若未达预期收益审计机关会放弃寻租,因为依法实施审计既能维护名誉又能收益合法化。对比图7(e)3和4可知:当R2∈[0,30]时,审计机关的策略收敛于y=1,当R2∈(30,80]时,均衡状态为y=0;综上,只有当合谋收益足够大时,审计机关才会冒进实施合谋。

随着审计机关名誉损失增为8,在大幅波动后,审计机关的策略稳定在“合法审计”。名誉损失骤增给审计机关造成巨大影响,对于重声誉的审计机关而言,谋求长远发展才是其最终目的。区块链应用后,其强大的广播功能将扩大名誉损失,为避免承受巨额损失,审计机关会合法审计,进一步说明巨大的名誉损失能有效引导审计机关的合法行为。演化仿真结果如图7(f)所示。

在政策和收益影响下公众会参与监管,当W增为8时,公众行为备受鼓舞,此时其受收益影响的程度大于政策的引导;当W减至2时,监督收益小于成本,理性的公众会放弃监督,仿真图如7(g)2和3所示。图8(a)～(c)的1～7对应国有企业和审计机关区块链技术成本共担比例(τ,1-τ)所构成集合B={(0.6,0.4),(0.9,0.1),(1,0),(0,5,0.5),(0.4,0.6),(0.1,0.9),(1,0)}的演化结果,显示τ的变动对三方的影响极小。

图8(a) 国有企业对τ的敏感性分析性分析

5 结论与建议

本文从“区块链+审计”框架出发,以国有企业、审计机关和公众的策略选择为研究对象,构建三方演化博弈模型,分析博弈主体策略行为的演化,借助系统动力学理论验证模型有效性,并利用仿真分析考察影响均衡策略和博弈主体策略选择的关键因素,揭示各主体间的相互影响机理,得到如下结论:

(1)从短期来看,政策出台前期,审计机关和公众均会积极履职,国有企业为规避处罚选择“合规经营”;审计机关在政府引导下选择“合法审计”;政策和奖励的驱动促使公众选择“积极监督”,系统将收敛于均衡点(1,1,1),即国有企业选择“合规经营”、审计机关选择“合法审计”、公众选择“积极监督”。

(2)在长期审计进程中,国有企业对违规处罚已有掌控,权衡过利弊后国有企业会选择“违规经营”。随着监管制度的完善,审计机关和公众均会被视为重要的监督主体参与监管,故审计机关会依法审计,公众会积极监督,最终博弈系统经演化收敛于均衡点(0,1,1),即国有企业选择“违规经营”、审计机关选择“合法审计”、公众选择“积极监督”。

(3)国有企业对违规处罚、审计机关对名誉损失、公众对积极监督收益变动敏感。当违规处罚增大时,变化率的增大会加速企业向“合规经营”靠拢;当审计合谋的名誉损失增大时,重视长远发展的审计机关会选择“合法审计”;当公众积极监督的收益降低时,公众会由“积极监督”转为“消极监督”。

本文给出如下建议:(1)加大企业违规处罚,国有企业审计监管中违规成本增加会抑制企业违规行为的发生;(2)扩大审计名誉损失。声誉是审计立足之本,寻租一旦发生,政府可通过舆论传播或区块链广播等扩大名誉损失,名誉损失扩大会规范其合法行为;(3)增大公众监督收益。正向激励可提升公众积极性,通过增加监督收益吸引更多群众参与,进而促进审计监管机制的完善。

鉴于篇幅限制,本文仅将公众纳入博弈进程,以后可考虑引入媒体监督,论文采用仿真赋值法验证了博弈主体稳定策略,未来可结合企业数据深入探讨。