论文部分内容阅读
【摘要】本文以2009-2011年深市主板A股上市公司为研究对象，探讨了上市公司内部控制有效性对审计意见的影响。
【关键词】内部控制 有效性 审计意见
1 内部控制有效性的度量
本文把内部控制有效性分为总体有效性和要素有效性，因此，在对有效性度量时，也主要是从这两方面入手的。其中内部控制总体有效性用ICI表示、控制环境要素有效性用ICC表示、风险评估要素有效性用RE表示、控制活动要素有效性用ICA表示、信息与沟通要素有效性用IE表示、监督要素有效性用SV表示。
本文对内部控制有效性的度量主要是分三个步骤完成的，第一步明确各要素评价指标及衡量方式；第二步确定指标层次及权重；第三步内部控制有效性的计算。
1.1 明确各要素评价指标及指标的选择依据
内部控制有效性具体的评价指标及衡量如表1所示。
1.2 确定指标层次及权重
本文指标的层次及权重设定是以林钟高（2007）对内部控制各层次指标及权重的设置为参考的，将衡量五要素的全部指标分为三个层次，第一层次赋予的权重为5，第二层次指标的权重为3，第三层次的指标权重为2。
第一层次（A）的指标包括：股权性质（A1）、董事长或董事长与经理职责是否分离（A2）、风险是否得到披露（A3）、风险的应对措施是否得到披露（A4）、绩效评价和薪酬制度是否得到披露（A5）、外部信息使用者制度是否得到披露（A6）、投资者关系管理制度是否得到披露（A7）、CPA对上市公司内部控制提出的评价意见（A8）。
第二层次（B）的指标包括：独立董事比例（B1）、第一大股东持股比例（B2）、内部控制的自我评价报告和社会责任报告是否得到披露（B3）、内部控制活动安排是否得到披露（B4）、是否公开信息披露活动（B5）、独立董事参加会议情况（B6）、公司是否受到证监会或交易所的处罚（B7）。
第三层次（C）的指标包括：第二到第十大股东持股比例之和（C1）、高管人员是否持股（C2）、董事长或副董事长是否在股东单位或关联单位领薪（C3）、审计委员会是否得到披露（C4）、公司文化是否得到披露（C5）、监事会的独立意见是否得到披露（C6）。
1.3 内部控制有效性的计算
公式1：ICC要素得分=（A1+A2）*5+（B1+B2）*3+（C1+C2+C3+C4+C5）*2
公式2：RE要素得分=（A3+A4）*5+B3*3
公式3：ICA要素得分=（A5+A6）*5+B4*3
公式4：IE要素得分=A7*5+（B5+B6）*3
公式5：SV要素得分=A8*5+B7*3+C6*2
公式6：ICI得分
=（A1+A2+A3+A4+A5+A6+A7+A8）*5+（B1+B2+B3+B4+B5+B6+B7）*3+（C1+C2+C3+C4+C5+C6）*2
2 研究设计
2.1 研究假设
假设1：内部控制总体有效性与非清洁审计意见负相关
假设2：控制环境要素有效性与非清洁审计意见负相关
假设3：风险评估要素有效性与非清洁审计意见负相关
假设4：控制活动要素有效性与非清洁审计意见负相关
假设5：信息与沟通要素有效性与非清洁审计意见负相关
假设6：监督要素有效性与非清洁审计意见负相关
2.2 样本选取及数据来源
在进行实证研究时，选取了2009-2011年深市主板A股上市公司为样本，为了使研究结論更具代表性，本文选取的样本公司涉及上市公司的各个行业，并剔除了金融保险类公司和无法获得其内部控制相关信息的公司。经过最终的筛选，本文选取的样本公司总数为1324家，其中2011年样本数为462家，2010年样本数为442家，2009年样本数为420家，其中1324家样本公司中收到清洁审计意见的公司共有1192家，收到非清洁审计意见的公司共有132家。
数据主要来源于国泰安数据库、锐思数据库、巨潮资讯网、中国注册会计师协会审计年报快报、深证证券交易所网站。收集的资料主要包括上市公司年度报告和公司治理相关指标。并运用SPSS软件及EXCEL对所得数据进行统计分析。
2.3 变量选择及界定
（1）因变量
审计意见（OPINION）。基于研究需要，若上市公司收到了标准无保留意见则视为清洁审计意见，则取OP取0，若收到其它审计意见则视为非清洁审计意见，则OP取1。
（2）自变量
本文将内部控制及其五要素的评价作为自变量。其中内部控制总体有效性用ICI表示、控制环境要素有效性用ICC表示、风险评估要素有效性用RE表示、控制活动要素有效性用ICA表示、信息与沟通要素有效性用IE表示、监督要素有效性用SV表示。
（3）控制变量
上市公司审计意见类型的影响因素有很多，本文将上期审计意见类型（LOP）、公司规模（SIZE）和本年度损益（PROFIT）作为控制变量。
本文所定义的变量如表2所示。
2.4 模型建立
本文研究的是内部控制有效性对审计意见的影响，审计意见的取值只有“0”与“1”两种情况，基于上述分析及假设，本文采用Logistic回归模型对假设进行验证。Logistic回归函数为：P=
=
也可以变形为Y=ln
其中Y在本文中代表OP。
根据本文前述的分析及假设，内部控制总体有效性ICI是根据各要素有效性综合计算出来的，为避免出现多重共线性问题，因此本文建立两个Logistic回归模型。本文用OP表示审计意见类型。 Model1模型构建为：
OP=ln=+++++
Model2模型构建为：
OP=ln=+++++++++
Model1用来检验假设1， Model2用来检验假设2、假设3、假设4、假设5和假设6，其中OP表示审计意见类型。
3 实证结果与分析
3.1描述性统计分析
由于目前对内部控制有效性的评价方法还没有统一的标准，而本文研究的是内部控制有效性对审计意见的影响，因此，为了更直观的分析被出具不同审计意见类型上市公司内部控制有效性的差别，本文在判断内部控制总体及各项要素的有效性时，采用各组样本均值与总样本均值对比的方法。同时，为了了解上市公司内部控制总体及各项要素的得分状况，本文也把内部控制总体及各要素得分的均值与其各自对应的总分进行比较，由前面理论部分对内部控制及各要素指标的评价及度量可知，内部控制总体的得分为76、控制环境总分为26、风险评估总分为13、控制活动总分为13、信息与沟通总分为11、监督总分为10。以下将对表3、表4和表5中内部控制及各要素的得分状况进行对比分析：
同时，从表3、表4和表5可知，清洁审计意见组在自变量指标及控制变量指标得分的均值均大于非清洁审计意见组，而清洁审计意见组自变量指标及控制变量指标的标准差却小于非清洁审计意见组。这说明收到清洁审计意见的上市公司内部控制有效性要好于收到非清洁审计意见的上市公司。这初步说明了内部控制有效性好的公司，更容易收到清洁审计意见；而内部控制有效差的公司，更容易收到非清洁审计意见，即内部控制的有效性会对審计意见类型产生影响。这也初步证明了本文的假设。
3.2 相关性分析
由于内部控制总体有效性是根据各要素指标综合计算所得，为避免出现共线性问题，对总体有效性和要素有效性分别进行相关性检验。表6和表7列示了各变量之间的Pearson相关系数。
由表6可知，非清洁审计意见与内部控制总体有效性、上期审计意见类型、资产规模和本年度损益的相关系数分别为-0.254、0.743、-0.459、-0.292，并且在0.01的水平上显著相关。其中内部控制总体有效性、资产规模、本年度损益与非清洁意见负相关，上期审计意见类型与本期审计意见类型正相关，这也与本文的假设相符。
由表7可知，非清洁审计意见与控制环境要素有效性、风险评估要素有效性、控制活动要素有效性、信息与沟通要素有效性、监督要素有效性、上期审计意见类型、资产规模、本年度损益的相关系数分别为-0.013、-0.274、-0.242、-0.106、-0.119、0.743、-0.459、-0.292，除了控制环境要素外，其它要素在0.01的水平上显著相关。并且，其中控制环境要素、风险评估要素、控制活动要素、信息与沟通要素、监督要素、资产规模、本年度损益与非清洁审计意见负相关，上期审计意见类型与本期审计意见类型正相关，同样与本文前述的假设相同。但是，控制环境要素与非清洁审计意见不存在显著相关性，这有待于进一步检验。
Logistic回归分析要求解释变量之间不存在高度的线性相关性，否则会影响回归分析结果。从表6和表7可以看出，各个解释变量之间存在一定的相关性，但相关系数都不是很大，说明它们不存在严重的共线性问题。这也为进一步做回归分析打下了基础。
3.3回归分析
本文研究的是内部控制有效性对审计意见的影响，由于审计意见的影响因素有很多，而本文则仅选取了三个因素，因此本文将三个控制变量全部纳入模型。并且在回归分析时，让全部变量以ENTER的方法全部进入模型。本文分别对模型Model1、Model2进行二元Logistic回归分析，结果如下所示。
（1）Model1模型的回归分析
①Model1模型的拟合优度检验
拟合优度检验是验证模型是否能很好的对样本数据进行拟合。表8、表9、表10从不角度说明了模型的拟合优度。
表8是Model1模型系数的综合检验，模型系数的综合检验是将方程中的所有自变量作为一个整体来检验他们与因变量之间是否具有显著性关系，由表8 Model1模型系数的综合检验可知，卡方值为542.302，P值为0.000，均小于0.05，说明所拟合的方程具有统计学意义，但这并不能说明模型拟合的好坏。
Nagelkerke R方是修正的R方，其值越接近1说明模型的拟合度越好，由表9可知，Model1模型中修正的R方值为0.704，说明Model1模型的拟合度较好。
表10是对Model1模型进行的Hosmer和Lemeshow检验。Hosmer和Lemeshow检验是模型的拟合优度指标，值越小，P值越大表明模型越好。若此检验为“显著”，说明模型拟合度不好；若为“不显著”则说明模型拟合度较好。由表3-8可知，值为6.723，P=0.567，说明模型拟合度较好。
②Model1模型的错判矩阵
表11是Model1模型的错判矩阵。由该表可知，1192家收到清洁审计的公司中，1178家预测正确，14家预测错误，正确率为98.8%；而132家收到非清洁审计的公司中，97家预测正确，35家被预测错误，正确率为73.5%。总体预测正确率为96.3%，由此可知，模型总体的预测正确率是比较好的。
③Model1模型的多变量分析结果
由表12可知，内部控制总体有效性的系数B为-0.086，sig=0.000<0.05，通过了显著性检验，假设1得到了验证。说明上市公司内部控制总体有效性越高，被出具非清洁审计意见的可能性越小。
Model1模型中，控制变量LOP的系数B为3.993，sig=0.000<0.05，也通过了显著性检验；控制变量SIZE的系数B为-0.834，sig=0.000<0.05，也通过了显著性检验；控制变量PROFIT的系数B为-1.670，sig=0.000<0.05，也通过了显著性检验。由此可知，本文对控制变量的预测都是正确的。 a. 在步骤 1 中输入的变量： ICI， LOP， SIZE， PROFIT.
（2）Model2模型的回归分析
①Model2模型的拟合优度检验
表13、表14、表15从不角度说明了Model2模型的拟合优度。
表13 是Model2模型系数的综合检验，由该表可知，卡方值为557.191，P值为0.000，均小于0.05，说明模型的拟合度较好。
由表14可知，Model2模型中修正的 R方的值为0.720，说明Model2模型的拟合度也较好。
表15是对Model2模型进行的Hosmer和Lemeshow检验。由该表可知，值为4.045，P=0.853，说明模型拟合度较好。
表16是Model2模型的错判矩阵。由该表可知，1192家收到清洁审计的公司被模型准确预测的概率为98.9%；而132家收到非清洁审计的公司被模型正确预测的概率为73.5%。模型对全部公司的预测正确率为96.4%，Model2模型总体的预测效果比较好。
③Model2模型的多变量分析结果
由模型1的回归分析结果可知，内部控制总体有效性与非清洁审计意见显著负相关，由于内部控制总体有效性是根据各个要素有效性综合计算所得，接下来通过模型2具体分析内部控制中哪些因素会对审计意见具有显著影响。
由表17可知，控制环境要素有效性的系数B为0.007， sig=0.867>0.05，与本文假设不符，假设2不成立。可能的原因是控制环境二级指标的量化出现了问题，本文中控制环境有9个细化指标，可能导致了对该要素的量化过细，使得某些对审计意见不显著的因子被放大而不能得到预期的结果。这也进一步解释了相关性分析中控制环境要素与非清洁审计意見不具有显著相关性的结论。
由表17可知，风险评估要素有效性的系数B为-0.146，sig=0.000<0.05，通过了显著性检验，假设3成立。说明上市公司风险评估要素有效有效性越高，被出具非清洁审计意见的可能性越小。
由表17可知，控制活动要素有效性的系数B为-0.146，sig=0.013<0.05，与本文假设相符，假设4成立。说明上市公司控制活动要素有效性越高，被出具非清洁审计意见的可能性越小。
由表17可知，信息与沟通要素有效性的系数B为0.015，sig=0.772>0.05，与原文假设不符，假设5不成立。可能的原因是信息与沟通要素这一指标的量化相对比较抽象，而本文在对这一指标量化时，只选择了3个两级指标，指标量化较差，导致不能得到预期的结果。
由表17可知，监督要素有效性的系数B为-0.208，sig=0.060>0.05，未能通过显著性检验，假设6不成立。
Model2模型中，控制变量LOP的系数B为3.950，sig=0.000<0.05，与本文的假设相符；控制变量SIZE的系数B为-0.825，sig=0.000<0.05，也通过了显著性检验；控制变量PROFIT的系数B为-1.686，sig=0.000<0.05，也通过了显著性检验。由此可知，本文对控制变量的预测都是正确的。
4 研究结论
通过理论部分的分析和实证部分的验证，本文得出以下结论：
上市公司内部控制总体有效性与非清洁审计意见显著负相关，并且被出具清洁审计意见公司的内部控制总体有效性要明显好于被出具非清洁审计意见公司；上市公司控制环境、信息与沟通、监督有效性与非清洁审计意见不具有显著负相关；上市公司风险评估和控制活动有效性与非清洁审计意见显著负相关。
【参考文献】
[1]陈汉文，张宜霞.企业内部控制的有效性及其评价方法[J].审计研究，2008
[2]陈丽蓉、牛艺琳.内部控制有效性对审计意见影响的实证研究—来自中国证券市场的经验数据[J].会计之友，2010
[3]华娟.内部控制评价体系设计[D].硕士学位论文，南京理工大学，2008
[4]汪柯.内部控制有效性与企业价值的相关性分析[D].硕士学位论文，江西财经大学，2012
【关键词】内部控制 有效性 审计意见
1 内部控制有效性的度量
本文把内部控制有效性分为总体有效性和要素有效性，因此，在对有效性度量时，也主要是从这两方面入手的。其中内部控制总体有效性用ICI表示、控制环境要素有效性用ICC表示、风险评估要素有效性用RE表示、控制活动要素有效性用ICA表示、信息与沟通要素有效性用IE表示、监督要素有效性用SV表示。
本文对内部控制有效性的度量主要是分三个步骤完成的，第一步明确各要素评价指标及衡量方式；第二步确定指标层次及权重；第三步内部控制有效性的计算。
1.1 明确各要素评价指标及指标的选择依据
内部控制有效性具体的评价指标及衡量如表1所示。
1.2 确定指标层次及权重
本文指标的层次及权重设定是以林钟高（2007）对内部控制各层次指标及权重的设置为参考的，将衡量五要素的全部指标分为三个层次，第一层次赋予的权重为5，第二层次指标的权重为3，第三层次的指标权重为2。
第一层次（A）的指标包括：股权性质（A1）、董事长或董事长与经理职责是否分离（A2）、风险是否得到披露（A3）、风险的应对措施是否得到披露（A4）、绩效评价和薪酬制度是否得到披露（A5）、外部信息使用者制度是否得到披露（A6）、投资者关系管理制度是否得到披露（A7）、CPA对上市公司内部控制提出的评价意见（A8）。
第二层次（B）的指标包括：独立董事比例（B1）、第一大股东持股比例（B2）、内部控制的自我评价报告和社会责任报告是否得到披露（B3）、内部控制活动安排是否得到披露（B4）、是否公开信息披露活动（B5）、独立董事参加会议情况（B6）、公司是否受到证监会或交易所的处罚（B7）。
第三层次（C）的指标包括：第二到第十大股东持股比例之和（C1）、高管人员是否持股（C2）、董事长或副董事长是否在股东单位或关联单位领薪（C3）、审计委员会是否得到披露（C4）、公司文化是否得到披露（C5）、监事会的独立意见是否得到披露（C6）。
1.3 内部控制有效性的计算
公式1：ICC要素得分=（A1+A2）*5+（B1+B2）*3+（C1+C2+C3+C4+C5）*2
公式2：RE要素得分=（A3+A4）*5+B3*3
公式3：ICA要素得分=（A5+A6）*5+B4*3
公式4：IE要素得分=A7*5+（B5+B6）*3
公式5：SV要素得分=A8*5+B7*3+C6*2
公式6：ICI得分
=（A1+A2+A3+A4+A5+A6+A7+A8）*5+（B1+B2+B3+B4+B5+B6+B7）*3+（C1+C2+C3+C4+C5+C6）*2
2 研究设计
2.1 研究假设
假设1：内部控制总体有效性与非清洁审计意见负相关
假设2：控制环境要素有效性与非清洁审计意见负相关
假设3：风险评估要素有效性与非清洁审计意见负相关
假设4：控制活动要素有效性与非清洁审计意见负相关
假设5：信息与沟通要素有效性与非清洁审计意见负相关
假设6：监督要素有效性与非清洁审计意见负相关
2.2 样本选取及数据来源
在进行实证研究时，选取了2009-2011年深市主板A股上市公司为样本，为了使研究结論更具代表性，本文选取的样本公司涉及上市公司的各个行业，并剔除了金融保险类公司和无法获得其内部控制相关信息的公司。经过最终的筛选，本文选取的样本公司总数为1324家，其中2011年样本数为462家，2010年样本数为442家，2009年样本数为420家，其中1324家样本公司中收到清洁审计意见的公司共有1192家，收到非清洁审计意见的公司共有132家。
数据主要来源于国泰安数据库、锐思数据库、巨潮资讯网、中国注册会计师协会审计年报快报、深证证券交易所网站。收集的资料主要包括上市公司年度报告和公司治理相关指标。并运用SPSS软件及EXCEL对所得数据进行统计分析。
2.3 变量选择及界定
（1）因变量
审计意见（OPINION）。基于研究需要，若上市公司收到了标准无保留意见则视为清洁审计意见，则取OP取0，若收到其它审计意见则视为非清洁审计意见，则OP取1。
（2）自变量
本文将内部控制及其五要素的评价作为自变量。其中内部控制总体有效性用ICI表示、控制环境要素有效性用ICC表示、风险评估要素有效性用RE表示、控制活动要素有效性用ICA表示、信息与沟通要素有效性用IE表示、监督要素有效性用SV表示。
（3）控制变量
上市公司审计意见类型的影响因素有很多，本文将上期审计意见类型（LOP）、公司规模（SIZE）和本年度损益（PROFIT）作为控制变量。
本文所定义的变量如表2所示。
2.4 模型建立
本文研究的是内部控制有效性对审计意见的影响，审计意见的取值只有“0”与“1”两种情况，基于上述分析及假设，本文采用Logistic回归模型对假设进行验证。Logistic回归函数为：P=
=
也可以变形为Y=ln
其中Y在本文中代表OP。
根据本文前述的分析及假设，内部控制总体有效性ICI是根据各要素有效性综合计算出来的，为避免出现多重共线性问题，因此本文建立两个Logistic回归模型。本文用OP表示审计意见类型。 Model1模型构建为：
OP=ln=+++++
Model2模型构建为：
OP=ln=+++++++++
Model1用来检验假设1， Model2用来检验假设2、假设3、假设4、假设5和假设6，其中OP表示审计意见类型。
3 实证结果与分析
3.1描述性统计分析
由于目前对内部控制有效性的评价方法还没有统一的标准，而本文研究的是内部控制有效性对审计意见的影响，因此，为了更直观的分析被出具不同审计意见类型上市公司内部控制有效性的差别，本文在判断内部控制总体及各项要素的有效性时，采用各组样本均值与总样本均值对比的方法。同时，为了了解上市公司内部控制总体及各项要素的得分状况，本文也把内部控制总体及各要素得分的均值与其各自对应的总分进行比较，由前面理论部分对内部控制及各要素指标的评价及度量可知，内部控制总体的得分为76、控制环境总分为26、风险评估总分为13、控制活动总分为13、信息与沟通总分为11、监督总分为10。以下将对表3、表4和表5中内部控制及各要素的得分状况进行对比分析：
同时，从表3、表4和表5可知，清洁审计意见组在自变量指标及控制变量指标得分的均值均大于非清洁审计意见组，而清洁审计意见组自变量指标及控制变量指标的标准差却小于非清洁审计意见组。这说明收到清洁审计意见的上市公司内部控制有效性要好于收到非清洁审计意见的上市公司。这初步说明了内部控制有效性好的公司，更容易收到清洁审计意见；而内部控制有效差的公司，更容易收到非清洁审计意见，即内部控制的有效性会对審计意见类型产生影响。这也初步证明了本文的假设。
3.2 相关性分析
由于内部控制总体有效性是根据各要素指标综合计算所得，为避免出现共线性问题，对总体有效性和要素有效性分别进行相关性检验。表6和表7列示了各变量之间的Pearson相关系数。
由表6可知，非清洁审计意见与内部控制总体有效性、上期审计意见类型、资产规模和本年度损益的相关系数分别为-0.254、0.743、-0.459、-0.292，并且在0.01的水平上显著相关。其中内部控制总体有效性、资产规模、本年度损益与非清洁意见负相关，上期审计意见类型与本期审计意见类型正相关，这也与本文的假设相符。
由表7可知，非清洁审计意见与控制环境要素有效性、风险评估要素有效性、控制活动要素有效性、信息与沟通要素有效性、监督要素有效性、上期审计意见类型、资产规模、本年度损益的相关系数分别为-0.013、-0.274、-0.242、-0.106、-0.119、0.743、-0.459、-0.292，除了控制环境要素外，其它要素在0.01的水平上显著相关。并且，其中控制环境要素、风险评估要素、控制活动要素、信息与沟通要素、监督要素、资产规模、本年度损益与非清洁审计意见负相关，上期审计意见类型与本期审计意见类型正相关，同样与本文前述的假设相同。但是，控制环境要素与非清洁审计意见不存在显著相关性，这有待于进一步检验。
Logistic回归分析要求解释变量之间不存在高度的线性相关性，否则会影响回归分析结果。从表6和表7可以看出，各个解释变量之间存在一定的相关性，但相关系数都不是很大，说明它们不存在严重的共线性问题。这也为进一步做回归分析打下了基础。
3.3回归分析
本文研究的是内部控制有效性对审计意见的影响，由于审计意见的影响因素有很多，而本文则仅选取了三个因素，因此本文将三个控制变量全部纳入模型。并且在回归分析时，让全部变量以ENTER的方法全部进入模型。本文分别对模型Model1、Model2进行二元Logistic回归分析，结果如下所示。
（1）Model1模型的回归分析
①Model1模型的拟合优度检验
拟合优度检验是验证模型是否能很好的对样本数据进行拟合。表8、表9、表10从不角度说明了模型的拟合优度。
表8是Model1模型系数的综合检验，模型系数的综合检验是将方程中的所有自变量作为一个整体来检验他们与因变量之间是否具有显著性关系，由表8 Model1模型系数的综合检验可知，卡方值为542.302，P值为0.000，均小于0.05，说明所拟合的方程具有统计学意义，但这并不能说明模型拟合的好坏。
Nagelkerke R方是修正的R方，其值越接近1说明模型的拟合度越好，由表9可知，Model1模型中修正的R方值为0.704，说明Model1模型的拟合度较好。
表10是对Model1模型进行的Hosmer和Lemeshow检验。Hosmer和Lemeshow检验是模型的拟合优度指标，值越小，P值越大表明模型越好。若此检验为“显著”，说明模型拟合度不好；若为“不显著”则说明模型拟合度较好。由表3-8可知，值为6.723，P=0.567，说明模型拟合度较好。
②Model1模型的错判矩阵
表11是Model1模型的错判矩阵。由该表可知，1192家收到清洁审计的公司中，1178家预测正确，14家预测错误，正确率为98.8%；而132家收到非清洁审计的公司中，97家预测正确，35家被预测错误，正确率为73.5%。总体预测正确率为96.3%，由此可知，模型总体的预测正确率是比较好的。
③Model1模型的多变量分析结果
由表12可知，内部控制总体有效性的系数B为-0.086，sig=0.000<0.05，通过了显著性检验，假设1得到了验证。说明上市公司内部控制总体有效性越高，被出具非清洁审计意见的可能性越小。
Model1模型中，控制变量LOP的系数B为3.993，sig=0.000<0.05，也通过了显著性检验；控制变量SIZE的系数B为-0.834，sig=0.000<0.05，也通过了显著性检验；控制变量PROFIT的系数B为-1.670，sig=0.000<0.05，也通过了显著性检验。由此可知，本文对控制变量的预测都是正确的。 a. 在步骤 1 中输入的变量： ICI， LOP， SIZE， PROFIT.
（2）Model2模型的回归分析
①Model2模型的拟合优度检验
表13、表14、表15从不角度说明了Model2模型的拟合优度。
表13 是Model2模型系数的综合检验，由该表可知，卡方值为557.191，P值为0.000，均小于0.05，说明模型的拟合度较好。
由表14可知，Model2模型中修正的 R方的值为0.720，说明Model2模型的拟合度也较好。
表15是对Model2模型进行的Hosmer和Lemeshow检验。由该表可知，值为4.045，P=0.853，说明模型拟合度较好。
表16是Model2模型的错判矩阵。由该表可知，1192家收到清洁审计的公司被模型准确预测的概率为98.9%；而132家收到非清洁审计的公司被模型正确预测的概率为73.5%。模型对全部公司的预测正确率为96.4%，Model2模型总体的预测效果比较好。
③Model2模型的多变量分析结果
由模型1的回归分析结果可知，内部控制总体有效性与非清洁审计意见显著负相关，由于内部控制总体有效性是根据各个要素有效性综合计算所得，接下来通过模型2具体分析内部控制中哪些因素会对审计意见具有显著影响。
由表17可知，控制环境要素有效性的系数B为0.007， sig=0.867>0.05，与本文假设不符，假设2不成立。可能的原因是控制环境二级指标的量化出现了问题，本文中控制环境有9个细化指标，可能导致了对该要素的量化过细，使得某些对审计意见不显著的因子被放大而不能得到预期的结果。这也进一步解释了相关性分析中控制环境要素与非清洁审计意見不具有显著相关性的结论。
由表17可知，风险评估要素有效性的系数B为-0.146，sig=0.000<0.05，通过了显著性检验，假设3成立。说明上市公司风险评估要素有效有效性越高，被出具非清洁审计意见的可能性越小。
由表17可知，控制活动要素有效性的系数B为-0.146，sig=0.013<0.05，与本文假设相符，假设4成立。说明上市公司控制活动要素有效性越高，被出具非清洁审计意见的可能性越小。
由表17可知，信息与沟通要素有效性的系数B为0.015，sig=0.772>0.05，与原文假设不符，假设5不成立。可能的原因是信息与沟通要素这一指标的量化相对比较抽象，而本文在对这一指标量化时，只选择了3个两级指标，指标量化较差，导致不能得到预期的结果。
由表17可知，监督要素有效性的系数B为-0.208，sig=0.060>0.05，未能通过显著性检验，假设6不成立。
Model2模型中，控制变量LOP的系数B为3.950，sig=0.000<0.05，与本文的假设相符；控制变量SIZE的系数B为-0.825，sig=0.000<0.05，也通过了显著性检验；控制变量PROFIT的系数B为-1.686，sig=0.000<0.05，也通过了显著性检验。由此可知，本文对控制变量的预测都是正确的。
4 研究结论
通过理论部分的分析和实证部分的验证，本文得出以下结论：
上市公司内部控制总体有效性与非清洁审计意见显著负相关，并且被出具清洁审计意见公司的内部控制总体有效性要明显好于被出具非清洁审计意见公司；上市公司控制环境、信息与沟通、监督有效性与非清洁审计意见不具有显著负相关；上市公司风险评估和控制活动有效性与非清洁审计意见显著负相关。
【参考文献】
[1]陈汉文，张宜霞.企业内部控制的有效性及其评价方法[J].审计研究，2008
[2]陈丽蓉、牛艺琳.内部控制有效性对审计意见影响的实证研究—来自中国证券市场的经验数据[J].会计之友，2010
[3]华娟.内部控制评价体系设计[D].硕士学位论文，南京理工大学，2008
[4]汪柯.内部控制有效性与企业价值的相关性分析[D].硕士学位论文，江西财经大学，2012