论文部分内容阅读
【摘 要】 为构建上市公司内部控制缺陷识别模型，选取2014年和2015年A股上市公司内控自我评价报告中披露内部控制缺陷的公司及其配对公司为研究样本，利用贝叶斯判别分析对内部控制目标偏离后果的22个指标研究发现，内部控制重大缺陷和重要缺陷可从内控合规目标、资产安全目标、报告目标和经营目标做出有效识别，由此构建的重大缺陷识别模型的识别率在85%以上，重要缺陷识别模型的识别率在65%以上。
【关键词】 内部控制； 内部控制缺陷； 内部控制目标； 贝叶斯判别
【中图分类号】 F275 【文献标识码】 A 【文章编号】 1004-5937（2018）08-0019-07
美国上市公司会计监督管理委员会（PCAOB）发布的第2号审计准则和第5号审计准则以及我国《企业内部控制评价指引》对内控缺陷的识别做出的都是原则性的规定，诸如“可能性较大”“合理可能性”“严重偏离”“有可能”等这样需要企业自主选择和判断字眼的存在，使得企业在内控缺陷的识别上拥有太多的“自由裁量权”[1]，同时也增加了企业的利己主义倾向[2]，企业可能避重就轻，导致一些重大缺陷由于缺乏明确的认定标准而被划入重要或一般缺陷或无法被认定[3]，最终造成企业内控缺陷信息披露流于形式，从而无法满足上市公司外部利益相关者对企业内部控制的监管及决策需要。那么，外部利益相关者如何识别上市公司内部控制缺陷呢？美国证券交易委员会（SEC）和PCAOB推崇以内控要素为对象的识别方法，但其缺乏一个可比的量化标准[4]从而过度依赖评价人员的主观判断，并且要素评价指标的信息需采用内部测试识别，致使该方法用于外部利益相关者识别内控缺陷不具可行性。
在这样的背景下，基于《评价指引》对缺陷偏离控制目标的划分，从偏离后果的视角为内控缺陷的识别另辟蹊径。如果内部控制存在缺陷，是否会释放内控目标偏离后果的迹象呢？如果迹象存在，一方面，对于外部利益相关者而言，这些迹象将有助于其识别内控缺陷；另一方面，各界对要素测试识别的效益成本之争尚无定论，这些迹象可提供“规则式”的内控缺陷以降低识别成本。本文以2014年和2015年沪深A股主板上市公司为研究对象，基于缺陷所导致内控目标偏离后果的迹象的客观性和可观测性，构建内控目标偏离视角的内控缺陷识别模型，为企业内控规范体系的完善提供建议，为上市公司外部利益相关者识别内控缺陷提供参考，并提高其对内控缺陷的识别率。
本文的主要贡献在于：（1）本文首次尝试将贝叶斯判别分析法引入内部控制进行定量分析，构建内部控制不同缺陷类型的识别模型，弥补现有文献对内控缺陷识别和认定的定量研究的不足。（2）从内部控制目标偏离的新视角来研究内控缺陷的识别问题，为内控缺陷的识别和认定提供新途径，拓展了现有的分析框架。
一、文献综述
内部控制缺陷的识别是研究内控监督、评价和审计的基础，国内外关于内控缺陷识别的研究主要从定性研究和识别模型的定量研究两个方面入手。从SOX法案实施起，国外学者开始大量研究内控缺陷的影响因素及其经济后果，较为忽略内控缺陷的识别的定性研究。学者们以公众公司自身有能力识别和认定缺陷为前提，基于各自的研究目的劃分内控缺陷，诸如Ge et al.[5]，Doyle et al.[6]，这些分类为内控缺陷的识别提供了初步证据。与西方相比，国内少数学者在《企业内部控制基本规范》与配套指引开始实施后，对实践中应采用怎样的技术方法识别缺陷，如何界定缺陷的类型以及如何认定不同类型的缺陷等问题展开了一定的研究[2，7]。这些研究试图从发生的可能或导致的后果角度去识别内控缺陷，为内控缺陷的识别提供了理论基础。
现有的内控缺陷识别的定量研究主要借鉴较为成熟的财务预警模型，运用统计学等构建内控缺陷识别模型。Franklin[8]首次利用的破产预警模型中的累计收益率、财务杠杆和流动性这些财务指标去预测内控重大缺陷[8]。类似还有Kwak[9]等采用多元线性规划法，王茜等[10]采用逐步判别分析法构建的内控重大缺陷预测模型。这些研究以全面反映企业财务状况的财务指标为主，从内控缺陷形成原因的角度构建预测模型，但混淆内部缺陷的影响因素和后果，并忽视对内控缺陷造成内控目标偏离后果的研究。当然，国内外学者也有从内控目标视角研究内控评价指数，Chih-Yang[11] and Gordon et al.[12]以COSO的《企业风险管理——整合框架》（2004）的风险管理目标构建企业风险管理指数。国内学者借鉴他们的研究成果，基于《企业内部控制基本规范》内控目标的实现程度[4，13]或是从内控结果的角度[14]构建目标导向的内部控制指数。目前该指数研究有的未检验指数的有效性，有的仅量化衡量2009年我国上市公司的内部控制整体水平[13]，有的采用Probit回归证明指数评价内控的有效性[4，11-12]。这些研究仅是从内控目标的角度来评价内部控制，而没有从内控目标偏离的视角考察内控缺陷的识别问题，但为内控缺陷导致“后果”的变量选取提供了参考。
鉴于此，本文尝试将贝叶斯判别分析法引入内控实证研究，构建内部控制缺陷识别定量模型，在识别指标的选择上，一方面，从内控目标偏离后果的视角出发，使用的具体变量更具可获取性且具有明晰的分类；另一方面，借鉴国内外关于内部控制指数的研究成果而选取高频性且具有精确数值的变量，使指标的选取更具合理性，以提高判别模型的识别准确率。
二、变量的选取与度量
内部控制的目标是合理保证企业经营管理合法合规、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，促进企业实现发展战略。一方面，从整体上来说，内控目标的偏离使得内部控制的有效性无法保证，外部审计师会出具“非标准”的内部控制审计报告。因此，本文首先选用内部控制审计意见类型（IC-Opinion）来衡量目标偏离的后果。当上市公司未披露内控审计意见时，IC-Opinion取0；注册会计师对上市公司内控审计意见类型为标准无保留意见时，IC-Opinion取值为1；无保留意见加强调事项段取值为2，无法表示意见取值为3，否定意见取值为4。另一方面，由于偏离合规目标、资产安全目标、报告目标、经营目标、发展目标这五个目标的后果不可直接观测，根据我国实际情况和前人的研究成果，确定偏离五个目标而导致的后果或表现迹象的代表性指标。内控目标偏离后果的代表性指标的选取及依据见表1。 （一）合规目标偏离后果的代表性指标
合规目标强调保障企业在法律法规允许的前提下开展生产经营活动，如果偏离此目标，必定会受到相关监管部门的处罚，或导致企业发生被诉事项，考虑我国的制度背景并保障数据的可获取性，本文选取违法违规和诉讼仲裁两个指标来衡量偏离合规目标的后果。
1.违法违规（Violation）：中国的证监、财政、交易所等监管机构负责维护资本市场稳定，与环保、安监等监管部门一起承担着企业经营活动合规性的监督、检查责任。合规目标的偏离会导致上市公司或其高管遭到监管部门的警告、谴责和罚款等处罚。若上市公司违法违规行为发生年度为2014或2015年并被相关监管部门处罚，Violation取值为1，否则为0。
2.诉讼仲裁（Litigation）：鉴于合规目标的偏离还可能导致公司被其他主体提起诉讼，从而使公司面临财务和声誉风险，本文将公司的被诉仲裁事项作为合规目标偏离后果的一个变量。若诉讼仲裁被告方或其连带责任人为本公司，且首次信息发布日期或信息发布日期在2014年或2015年，Litigation取值为1，否则为0。
（二）资产安全目标偏离后果的代表性指标
内部控制是从内部牵制发展而来，内部牵制最为主要的目的是保护资产的物理安全，防止资产被侵占或挪用等而导致其流失，而在现代社会经济的发展，资产价值的安全也同样重要，实现资产的保值增值，避免企业商业决策失误。因此本文从上述三个角度通过具体指标来衡量偏离资产安全目标的后果。
1.资产流失。对于我国上市公司而言，内控资产安全目标的偏离将导致上市公司需承担关联方对其资产的占用以及对外担保行为所带来的风险。本文采用：（1）关联方交易对资产占用（Rept），上市公司与关联方之间的交易额之和与期末资产之比；（2）对外担保（Guarantee）：上市公司对外担保资金总额与年末所有者权益之比来衡量。
2.资产未实现保值增值。资产安全目标的偏离会致使企业资产无法实现资产的保值增值。资产的保值增值采用：（1）净资产增加（Equityadd），本年净资产较上一年的增加幅度；（2）为股东发放的现金红利（Dividend），每股税前现金股利与股本总数之积来综合衡量。
3.商业决策失误。资产价值安全目标的偏离表现出上市公司激进的商业信用而导致的坏账，存货积压导致的减值、投资失误造成的损失[14]，本文采用：（1）资产减值（Impairment），包括企业应收账款、存货、固定资产等资产计提的减值准备；（2）投资损失（Investment），包括利润表的投资损益、公允价值变动损益项目以及权益变动表的其他综合收益项目的本年增减变动金额；（3）营业外支出（Expenditure），本年的营业外支出金额这三个指标来衡量。
（三）报告目标偏离后果的代表性指标
当上市公司的内部控制无法保证财务报告及相关信息的真实和完整时，公司自身及外部审计师会针对报告目标的偏离做出相应的反应。本文考察二者的行为来衡量报告目标偏离的后果。
1.财务重述（Restate）：偏离报告目标，意味着上市公司很可能利用报告修补来淡化“不利信息”出现在年度报告中的负面影响。如果本年度发生财务重述，Restate取值为1，否则为0。
2.独立董事的履职态度（Attend）：当独立董事任职的上市公司内控偏离报告目标时，独立董事要么做出拒绝签署年报书面确认意见，要么消极地履行独董的职责，本文从独立董事的角度选择其履职态度作为考察报告目标偏离后果的一个变量，用独立董事未亲自出席会议率来度量，其值为独立董事委托出席次数和缺席次数与应参与次数之比。
3.年报审计意见类型（Opinion）：注册会计师须对年报是否在所有重大方面公允反映企业财务状况等发表审计意见，报告目标的偏离很可能导致年报意见“非标”。因此年报审计意见类型可作为注册会计师对内控报告目标偏离做出的相应反应的一个代表性指标。年报审计意见类型为标准无保留意见取0，無保留意见加强调事项段取1，保留意见取2，保留意见加强调事项段取3，无法表示意见取4，否定意见取5。
4.年报审计会计师事务所的变更（Change）：当上市公司管理层与会计师事务所在年报意见上存在分歧时，无论是注册会计师基于风险谨慎的主动还是上市公司出于“意见购买”动机的被动，都会导致会计师事务所的变更，因此本文将年报审计会计师事务所的变更作为衡量会计师事务所行为的另一个代表性指标。若上市公司执行年报审计的会计师事务所在2014年或2015年发生变更，Change取值为1，否则为0。
（四）经营目标偏离后果的代表性指标
经营目标偏离的后果可从三个方面来考察：第一，从长远来看企业无法实现提高经营效率和效果的目标，势必会造成企业财务风险的提高，本文选用累计非经常性损益以及Altman运营指数作为代理变量；第二，经营的资源包括物力、人力和财政资源，因此可从资产、劳动力和资金三要素的运营效率和效果去寻找经营目标偏离的迹象；第三，机构投资者比中小投资者具有更强的获取信息和对信息解读的能力，其对上市公司的经营业绩采用“用手投票”或“用脚投票”，因此可以从机构投资者的行为来获取经营目标偏离的迹象。
1.累计非经常性损益（Nonrecurring）：当上市公司在t-1年和t年的非经常性损益之和小于0时，Nonrecurring取值为1，否则为0。
2.Altman运营指数（Z-Score）：采用Altman的Z值模型计算，Z=1.2X1 1.4X2 3.3X3 0.6X4 0.999X5，其中X1=营运资金/资产总额；X2=留存收益/资产总额；X3=息税前利润/资产总额；X4=股东权益市场价值/负债账面价值总额；X5=主营业务收入/资产总额 3.总资产周转率（Turnover）：用总收入与总资产之比来度量。
4.人均营业收入（Perincome）：用主营业务收入与公司员工总数之比来度量。
5.净资产收益率（Roe）：用扣除非经常性损益的净利润与净资产之比来度量。
6.机构投资者的持股比例（Shareholding）：用该指标来衡量机构投资者行为的变化。
（五）战略目标偏离后果的代表性指标
企业制定战略目标是为了确立其在市场中的定位，并以此配置资源形成可持续的竞争优势。所以，战略目标的偏离将导致企业在行业中竞争优势的丧失，本文借鉴前人的研究成果，选用市场占有率和贝塔系数两个指标来衡量公司的竞争优势。
1.市场占有率（Marketshare）：战略目标的偏离会致使上市公司的商品在同类市场中所处的地位降低，其销售额所占的市场比重降低，用销售收入与同行业产品销售总收入之比来度量。
2.贝塔系数（Beta）：衡量战略目标是否偏离的另一个指数变量是上市公司在所处行业内是否具有降低系统风险的竞争优势[13]，而贝塔系数是对上市公司系统风险的度量应用最广的指标，它用股票和市场之间的协方差除以市场的方差来度量。
三、样本选取与描述性统计分析
（一）样本选取
鉴于我国企业内部控制规范体系从2012年起在我国主板上市公司开始分类分批实施，至2014年为止主板上市公司全面执行，本文以2014年和2015年沪深A股主板上市公司为研究对象，根据其内部控制自我评价报告中披露的内部控制信息确定内部控制缺陷样本，并参照Beasley（1996）的配对原则选取内控不存在缺陷的配对样本：与内控存在缺陷的公司处于同一股票市场、同行业、同年度的非ST公司，且资产总额与内部缺陷样本最接近，但不得超过或低于样本公司资产规模的30%，若无此类公司，以同期净资产为标准（共涉及39家公司）。并在后续处理中，对于存在缺失值的样本，我们配对删除样本或重新选择配对公司。经筛选，最终获得内控缺陷公司和内控不存在缺陷公司各860家，其中内控重大缺陷公司及其配对公司各45家，内控重要缺陷公司及其配对公司各73家，内控一般缺陷公司及其配对公司各742家。本文数据来自国泰安（CSMAR）数据库和锐思（RESSET）数据库，并使用Stata 11进行数据处理，使用SPSS 19.0进行判别分析。
（二）描述性统计分析
表2报告了内控重大缺陷及其配对样本，内控重要缺陷及其配对样本以及内控一般缺陷及其配对样本对选取的指标进行均值t检验的结果，可以看到，内控重大、重要和一般缺陷样本组及其配对样本组分别在13个、11个和5个指标上均值存在显著差异。
四、贝叶斯判别结果与分析
（一）基本分析结果
将表2均值t检验具有显著性均值差异的指标变量（经检验满足服从正态分布，且协方差矩阵相等的条件），作为构建判别识别模型的输入变量，采用贝叶斯判别分析法，结果如表3所示。
从表3可以看出判别函数特征根所携带的信息量，三组样本的累计解释度均为100%，说明三个判别函数涵盖了每组样本的全部信息，能很好地揭示重大缺陷样本组、重要缺陷样本组和一般缺陷样本组分别与各自配对样本组的内控目标偏离后果的特征，能够对上市公司的内部控制缺陷进行识别。
从表4的检验结果可以看到，重大缺陷样本组、重要缺陷样本组和一般缺陷样本组分别与各自配对样本组的各指标变量的均值向量并不相等，可进行判别分析。
（二）贝叶斯分类判别函数
表5给出了Bayes线性判别函数的系数，进一步可以得到分类判别函数。
运用（Ⅰ）（Ⅱ）式对目标公司的内控重大缺陷进行判别，将相应变量带入（Ⅰ）（Ⅱ）式计算，如果Y重大缺陷>Y无重大缺陷，判定该公司内控存在重大缺陷，如果Y重大缺陷< Y无重大缺陷，则判定该公司内控不存在重大缺陷。同理运用（Ⅲ）（Ⅳ）式对目标公司的内控重要缺陷进行判别，运用（Ⅴ）（Ⅵ）式对目标公司的内控一般缺陷进行判别。
（三）贝叶斯分类判别函数准确性检验
运用回代法、交互验证法对重大、重要和一般缺陷的贝叶斯分类判别的准确性进行检验，结果见表6。
从表6重大、重要和一般缺陷分類判别函数判别结果的回代法检验可以看到，45个重大缺陷组样本中有40家被正确识别，重大缺陷的识别率为88.9%，45个配对组样本中有44家被正确识别，其分类准确率达到了97.8%，误判率为2.2%；73个重要缺陷组样本中有52家被正确识别，重大缺陷的识别率为71.2%，73个配对组样本中有55家被正确识别，其分类准确率为75.3%，误判率为24.7%；742个一般缺陷组样本中有437家被正确识别，重大缺陷的识别率仅为58.9%，742个配对组样本中有383家被正确识别，其分类准确率为51.6%，误判率为48.4%。交互检验结果表明，45个重大缺陷组样本中有35家被正确识别，重大缺陷的识别率为77.8%，45个配对组样本中有44家被正确识别，其分类准确率达到了97.8%，误判率为2.2%；73个重要缺陷组样本中有47家被正确识别，重大缺陷的识别率为64.4%，73个配对组样本中有52家被正确识别，其分类准确率为71.2%，误判率为28.8%；742个一般缺陷组样本中有432家被正确识别，重大缺陷的识别率仅为58.2%，742个配对组样本中有380家被正确识别，其分类准确率为51.2%，误判率为48.8%。
（四）贝叶斯分类判别结果分析
上述贝叶斯分类判别结果显示：（1）内部控制重大缺陷模型的整体识别率为93.3%（回代验证法）或87.8%（交互验证法），说明（Ⅰ）（Ⅱ）式对上市公司内部控制重大缺陷非常敏感，能够识别内控重大缺陷组的大部分样本；（2）内部控制重要缺陷模型的整体识别率为73.3%（回代验证法）或67.8%（交互验证法），说明（Ⅲ）（Ⅳ）式对上市公司内部控制重要缺陷较为敏感，能够识别内控重要缺陷组的样本；（3）内部控制一般缺陷模型的整体识别率为55.3%（回代验证法）或54.7%（交互验证法），说明（Ⅴ）（Ⅵ）式对上市公司内部控制一般缺陷不太敏感，不能够识别内控一般缺陷组的样本。 五、研究结论与建议
本文运用贝叶斯判别分析方法从内控目标偏离后果的角度构建上市公司内控缺陷的识别模型，得出以下研究结论：第一，内控重大缺陷和内控无重大缺陷的上市公司在合规、资产安全、报告和经营目标偏离后果变量方面存在显著差异。即内控重大缺陷的存在很可能致使企業由于违法违规而受到监管部门的处罚，被其他主体提起诉讼，资产无法实现保值增值，商业决策出现失误，发生财务重述，被出具“非标”的年报审计意见，以及会计师事务所的变更，并发生非经常性损失，Altman运营指数和总资产周转率较低。第二，内控重要缺陷和内控无重要缺陷的上市公司同样在合规、资产安全、报告和经营目标偏离后果变量方面存在显著差异。即内控重要缺陷的存在很可能致使企业由于违法违规而受到监管部门的处罚，被其他主体提起诉讼，资产流失，资产的保值增值目标无法实现，企业独立董事的履职态度较为消极，收到“非标”年报审计意见，以及外部审计师发生变更，劳动力和资金要素的运营效率和效果较低，机构投资者行为发生变化。
本文构建的内控缺陷识别模型提供了一种识别重大和重要缺陷的方法，外部利益相关者可利用本文的研究方法和识别模型结论判别上市公司内控重大或重要缺陷的存在，上市公司的内控评价工作组也可遵循内控目标偏离后果的征兆，拟定“规则式”的内控缺陷认定标准以降低识别成本。但从上述研究可以看到对于一般缺陷从目标偏离后果的角度无法进行准确识别，仍需从缺陷发生的可能性方面采用内部测试识别，并且重大和重要缺陷从战略目标偏离后果方面无法做出有效的判别，因此，相关内部控制规范体系制定者和研究者应关注内部控制的内涵和边界问题，以避免内部控制目标的无限延伸，内部控制全能化。
【参考文献】
[1] BEDARD J C，GRAHAM L. Detection and severity classifications of Sarbanes-Oxley section 404 internal control deficiencies[J].The Accounting Review，2011，86（3）：825-855.
[2] 王惠芳. 内部控制缺陷认定：现状、困境及基本框架重构[J]. 会计研究，2011（8）：61-67.
[3] 丁友刚，王永超. 上市公司内部控制缺陷认定标准研究[J]. 会计研究，2013（12）：79-85.
[4] 张兆国，张旺峰，杨清香.目标导向下的内部控制评价体系构建及实证检验[J].南开管理评论，2011（1）： 148-156.
[5] GE W，MCVAY S. The disclosure of material weaknesses in internal control after the Sarbanes-Oxley Act[J]. Accounting Horizons. 2005，19（3）：137-158.
[6] DOYLE J，GE W，MCVAY S. Determinants of weaknesses in internal control over financial reporting[J]. Journal of Accounting and Economics，2007，44（1）：193-223.
[7] 杨有红，李宇立.内部控制缺陷的识别、认定与报告[J].会计研究，2011（3）：76-80.
[8] M F.Sarbanes Oxley Section 404：Can material weakness be predicted and modeled？ An examination of the ZETA model in prediction of material weakness[D]. Walden University，2007.
[9] KWAK W，ELDRIDGE S，SHI Y，et al. Predicting material weaknesses in internal control systems after the Sarbanes-Oxley Act using multiple criteria linear programming and other data mining approaches[J].Journal of Applied Business Research，2011，25（6）.
[10] 王茜，戴文涛.基于判别分析的内部控制重大缺陷预测研究[J].财经问题研究，2012（5）：48-54.
[11] CHIH-YANG T.Internal control，enterprise risk management，and firm performance[M]. ProQuest，2007.
[12] GORDON L A，LOEB M P，TSENG C. Enterprise risk management and firm performance：A contingency perspective[J]. Journal of Accounting
【关键词】 内部控制； 内部控制缺陷； 内部控制目标； 贝叶斯判别
【中图分类号】 F275 【文献标识码】 A 【文章编号】 1004-5937（2018）08-0019-07
美国上市公司会计监督管理委员会（PCAOB）发布的第2号审计准则和第5号审计准则以及我国《企业内部控制评价指引》对内控缺陷的识别做出的都是原则性的规定，诸如“可能性较大”“合理可能性”“严重偏离”“有可能”等这样需要企业自主选择和判断字眼的存在，使得企业在内控缺陷的识别上拥有太多的“自由裁量权”[1]，同时也增加了企业的利己主义倾向[2]，企业可能避重就轻，导致一些重大缺陷由于缺乏明确的认定标准而被划入重要或一般缺陷或无法被认定[3]，最终造成企业内控缺陷信息披露流于形式，从而无法满足上市公司外部利益相关者对企业内部控制的监管及决策需要。那么，外部利益相关者如何识别上市公司内部控制缺陷呢？美国证券交易委员会（SEC）和PCAOB推崇以内控要素为对象的识别方法，但其缺乏一个可比的量化标准[4]从而过度依赖评价人员的主观判断，并且要素评价指标的信息需采用内部测试识别，致使该方法用于外部利益相关者识别内控缺陷不具可行性。
在这样的背景下，基于《评价指引》对缺陷偏离控制目标的划分，从偏离后果的视角为内控缺陷的识别另辟蹊径。如果内部控制存在缺陷，是否会释放内控目标偏离后果的迹象呢？如果迹象存在，一方面，对于外部利益相关者而言，这些迹象将有助于其识别内控缺陷；另一方面，各界对要素测试识别的效益成本之争尚无定论，这些迹象可提供“规则式”的内控缺陷以降低识别成本。本文以2014年和2015年沪深A股主板上市公司为研究对象，基于缺陷所导致内控目标偏离后果的迹象的客观性和可观测性，构建内控目标偏离视角的内控缺陷识别模型，为企业内控规范体系的完善提供建议，为上市公司外部利益相关者识别内控缺陷提供参考，并提高其对内控缺陷的识别率。
本文的主要贡献在于：（1）本文首次尝试将贝叶斯判别分析法引入内部控制进行定量分析，构建内部控制不同缺陷类型的识别模型，弥补现有文献对内控缺陷识别和认定的定量研究的不足。（2）从内部控制目标偏离的新视角来研究内控缺陷的识别问题，为内控缺陷的识别和认定提供新途径，拓展了现有的分析框架。
一、文献综述
内部控制缺陷的识别是研究内控监督、评价和审计的基础，国内外关于内控缺陷识别的研究主要从定性研究和识别模型的定量研究两个方面入手。从SOX法案实施起，国外学者开始大量研究内控缺陷的影响因素及其经济后果，较为忽略内控缺陷的识别的定性研究。学者们以公众公司自身有能力识别和认定缺陷为前提，基于各自的研究目的劃分内控缺陷，诸如Ge et al.[5]，Doyle et al.[6]，这些分类为内控缺陷的识别提供了初步证据。与西方相比，国内少数学者在《企业内部控制基本规范》与配套指引开始实施后，对实践中应采用怎样的技术方法识别缺陷，如何界定缺陷的类型以及如何认定不同类型的缺陷等问题展开了一定的研究[2，7]。这些研究试图从发生的可能或导致的后果角度去识别内控缺陷，为内控缺陷的识别提供了理论基础。
现有的内控缺陷识别的定量研究主要借鉴较为成熟的财务预警模型，运用统计学等构建内控缺陷识别模型。Franklin[8]首次利用的破产预警模型中的累计收益率、财务杠杆和流动性这些财务指标去预测内控重大缺陷[8]。类似还有Kwak[9]等采用多元线性规划法，王茜等[10]采用逐步判别分析法构建的内控重大缺陷预测模型。这些研究以全面反映企业财务状况的财务指标为主，从内控缺陷形成原因的角度构建预测模型，但混淆内部缺陷的影响因素和后果，并忽视对内控缺陷造成内控目标偏离后果的研究。当然，国内外学者也有从内控目标视角研究内控评价指数，Chih-Yang[11] and Gordon et al.[12]以COSO的《企业风险管理——整合框架》（2004）的风险管理目标构建企业风险管理指数。国内学者借鉴他们的研究成果，基于《企业内部控制基本规范》内控目标的实现程度[4，13]或是从内控结果的角度[14]构建目标导向的内部控制指数。目前该指数研究有的未检验指数的有效性，有的仅量化衡量2009年我国上市公司的内部控制整体水平[13]，有的采用Probit回归证明指数评价内控的有效性[4，11-12]。这些研究仅是从内控目标的角度来评价内部控制，而没有从内控目标偏离的视角考察内控缺陷的识别问题，但为内控缺陷导致“后果”的变量选取提供了参考。
鉴于此，本文尝试将贝叶斯判别分析法引入内控实证研究，构建内部控制缺陷识别定量模型，在识别指标的选择上，一方面，从内控目标偏离后果的视角出发，使用的具体变量更具可获取性且具有明晰的分类；另一方面，借鉴国内外关于内部控制指数的研究成果而选取高频性且具有精确数值的变量，使指标的选取更具合理性，以提高判别模型的识别准确率。
二、变量的选取与度量
内部控制的目标是合理保证企业经营管理合法合规、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，促进企业实现发展战略。一方面，从整体上来说，内控目标的偏离使得内部控制的有效性无法保证，外部审计师会出具“非标准”的内部控制审计报告。因此，本文首先选用内部控制审计意见类型（IC-Opinion）来衡量目标偏离的后果。当上市公司未披露内控审计意见时，IC-Opinion取0；注册会计师对上市公司内控审计意见类型为标准无保留意见时，IC-Opinion取值为1；无保留意见加强调事项段取值为2，无法表示意见取值为3，否定意见取值为4。另一方面，由于偏离合规目标、资产安全目标、报告目标、经营目标、发展目标这五个目标的后果不可直接观测，根据我国实际情况和前人的研究成果，确定偏离五个目标而导致的后果或表现迹象的代表性指标。内控目标偏离后果的代表性指标的选取及依据见表1。 （一）合规目标偏离后果的代表性指标
合规目标强调保障企业在法律法规允许的前提下开展生产经营活动，如果偏离此目标，必定会受到相关监管部门的处罚，或导致企业发生被诉事项，考虑我国的制度背景并保障数据的可获取性，本文选取违法违规和诉讼仲裁两个指标来衡量偏离合规目标的后果。
1.违法违规（Violation）：中国的证监、财政、交易所等监管机构负责维护资本市场稳定，与环保、安监等监管部门一起承担着企业经营活动合规性的监督、检查责任。合规目标的偏离会导致上市公司或其高管遭到监管部门的警告、谴责和罚款等处罚。若上市公司违法违规行为发生年度为2014或2015年并被相关监管部门处罚，Violation取值为1，否则为0。
2.诉讼仲裁（Litigation）：鉴于合规目标的偏离还可能导致公司被其他主体提起诉讼，从而使公司面临财务和声誉风险，本文将公司的被诉仲裁事项作为合规目标偏离后果的一个变量。若诉讼仲裁被告方或其连带责任人为本公司，且首次信息发布日期或信息发布日期在2014年或2015年，Litigation取值为1，否则为0。
（二）资产安全目标偏离后果的代表性指标
内部控制是从内部牵制发展而来，内部牵制最为主要的目的是保护资产的物理安全，防止资产被侵占或挪用等而导致其流失，而在现代社会经济的发展，资产价值的安全也同样重要，实现资产的保值增值，避免企业商业决策失误。因此本文从上述三个角度通过具体指标来衡量偏离资产安全目标的后果。
1.资产流失。对于我国上市公司而言，内控资产安全目标的偏离将导致上市公司需承担关联方对其资产的占用以及对外担保行为所带来的风险。本文采用：（1）关联方交易对资产占用（Rept），上市公司与关联方之间的交易额之和与期末资产之比；（2）对外担保（Guarantee）：上市公司对外担保资金总额与年末所有者权益之比来衡量。
2.资产未实现保值增值。资产安全目标的偏离会致使企业资产无法实现资产的保值增值。资产的保值增值采用：（1）净资产增加（Equityadd），本年净资产较上一年的增加幅度；（2）为股东发放的现金红利（Dividend），每股税前现金股利与股本总数之积来综合衡量。
3.商业决策失误。资产价值安全目标的偏离表现出上市公司激进的商业信用而导致的坏账，存货积压导致的减值、投资失误造成的损失[14]，本文采用：（1）资产减值（Impairment），包括企业应收账款、存货、固定资产等资产计提的减值准备；（2）投资损失（Investment），包括利润表的投资损益、公允价值变动损益项目以及权益变动表的其他综合收益项目的本年增减变动金额；（3）营业外支出（Expenditure），本年的营业外支出金额这三个指标来衡量。
（三）报告目标偏离后果的代表性指标
当上市公司的内部控制无法保证财务报告及相关信息的真实和完整时，公司自身及外部审计师会针对报告目标的偏离做出相应的反应。本文考察二者的行为来衡量报告目标偏离的后果。
1.财务重述（Restate）：偏离报告目标，意味着上市公司很可能利用报告修补来淡化“不利信息”出现在年度报告中的负面影响。如果本年度发生财务重述，Restate取值为1，否则为0。
2.独立董事的履职态度（Attend）：当独立董事任职的上市公司内控偏离报告目标时，独立董事要么做出拒绝签署年报书面确认意见，要么消极地履行独董的职责，本文从独立董事的角度选择其履职态度作为考察报告目标偏离后果的一个变量，用独立董事未亲自出席会议率来度量，其值为独立董事委托出席次数和缺席次数与应参与次数之比。
3.年报审计意见类型（Opinion）：注册会计师须对年报是否在所有重大方面公允反映企业财务状况等发表审计意见，报告目标的偏离很可能导致年报意见“非标”。因此年报审计意见类型可作为注册会计师对内控报告目标偏离做出的相应反应的一个代表性指标。年报审计意见类型为标准无保留意见取0，無保留意见加强调事项段取1，保留意见取2，保留意见加强调事项段取3，无法表示意见取4，否定意见取5。
4.年报审计会计师事务所的变更（Change）：当上市公司管理层与会计师事务所在年报意见上存在分歧时，无论是注册会计师基于风险谨慎的主动还是上市公司出于“意见购买”动机的被动，都会导致会计师事务所的变更，因此本文将年报审计会计师事务所的变更作为衡量会计师事务所行为的另一个代表性指标。若上市公司执行年报审计的会计师事务所在2014年或2015年发生变更，Change取值为1，否则为0。
（四）经营目标偏离后果的代表性指标
经营目标偏离的后果可从三个方面来考察：第一，从长远来看企业无法实现提高经营效率和效果的目标，势必会造成企业财务风险的提高，本文选用累计非经常性损益以及Altman运营指数作为代理变量；第二，经营的资源包括物力、人力和财政资源，因此可从资产、劳动力和资金三要素的运营效率和效果去寻找经营目标偏离的迹象；第三，机构投资者比中小投资者具有更强的获取信息和对信息解读的能力，其对上市公司的经营业绩采用“用手投票”或“用脚投票”，因此可以从机构投资者的行为来获取经营目标偏离的迹象。
1.累计非经常性损益（Nonrecurring）：当上市公司在t-1年和t年的非经常性损益之和小于0时，Nonrecurring取值为1，否则为0。
2.Altman运营指数（Z-Score）：采用Altman的Z值模型计算，Z=1.2X1 1.4X2 3.3X3 0.6X4 0.999X5，其中X1=营运资金/资产总额；X2=留存收益/资产总额；X3=息税前利润/资产总额；X4=股东权益市场价值/负债账面价值总额；X5=主营业务收入/资产总额 3.总资产周转率（Turnover）：用总收入与总资产之比来度量。
4.人均营业收入（Perincome）：用主营业务收入与公司员工总数之比来度量。
5.净资产收益率（Roe）：用扣除非经常性损益的净利润与净资产之比来度量。
6.机构投资者的持股比例（Shareholding）：用该指标来衡量机构投资者行为的变化。
（五）战略目标偏离后果的代表性指标
企业制定战略目标是为了确立其在市场中的定位，并以此配置资源形成可持续的竞争优势。所以，战略目标的偏离将导致企业在行业中竞争优势的丧失，本文借鉴前人的研究成果，选用市场占有率和贝塔系数两个指标来衡量公司的竞争优势。
1.市场占有率（Marketshare）：战略目标的偏离会致使上市公司的商品在同类市场中所处的地位降低，其销售额所占的市场比重降低，用销售收入与同行业产品销售总收入之比来度量。
2.贝塔系数（Beta）：衡量战略目标是否偏离的另一个指数变量是上市公司在所处行业内是否具有降低系统风险的竞争优势[13]，而贝塔系数是对上市公司系统风险的度量应用最广的指标，它用股票和市场之间的协方差除以市场的方差来度量。
三、样本选取与描述性统计分析
（一）样本选取
鉴于我国企业内部控制规范体系从2012年起在我国主板上市公司开始分类分批实施，至2014年为止主板上市公司全面执行，本文以2014年和2015年沪深A股主板上市公司为研究对象，根据其内部控制自我评价报告中披露的内部控制信息确定内部控制缺陷样本，并参照Beasley（1996）的配对原则选取内控不存在缺陷的配对样本：与内控存在缺陷的公司处于同一股票市场、同行业、同年度的非ST公司，且资产总额与内部缺陷样本最接近，但不得超过或低于样本公司资产规模的30%，若无此类公司，以同期净资产为标准（共涉及39家公司）。并在后续处理中，对于存在缺失值的样本，我们配对删除样本或重新选择配对公司。经筛选，最终获得内控缺陷公司和内控不存在缺陷公司各860家，其中内控重大缺陷公司及其配对公司各45家，内控重要缺陷公司及其配对公司各73家，内控一般缺陷公司及其配对公司各742家。本文数据来自国泰安（CSMAR）数据库和锐思（RESSET）数据库，并使用Stata 11进行数据处理，使用SPSS 19.0进行判别分析。
（二）描述性统计分析
表2报告了内控重大缺陷及其配对样本，内控重要缺陷及其配对样本以及内控一般缺陷及其配对样本对选取的指标进行均值t检验的结果，可以看到，内控重大、重要和一般缺陷样本组及其配对样本组分别在13个、11个和5个指标上均值存在显著差异。
四、贝叶斯判别结果与分析
（一）基本分析结果
将表2均值t检验具有显著性均值差异的指标变量（经检验满足服从正态分布，且协方差矩阵相等的条件），作为构建判别识别模型的输入变量，采用贝叶斯判别分析法，结果如表3所示。
从表3可以看出判别函数特征根所携带的信息量，三组样本的累计解释度均为100%，说明三个判别函数涵盖了每组样本的全部信息，能很好地揭示重大缺陷样本组、重要缺陷样本组和一般缺陷样本组分别与各自配对样本组的内控目标偏离后果的特征，能够对上市公司的内部控制缺陷进行识别。
从表4的检验结果可以看到，重大缺陷样本组、重要缺陷样本组和一般缺陷样本组分别与各自配对样本组的各指标变量的均值向量并不相等，可进行判别分析。
（二）贝叶斯分类判别函数
表5给出了Bayes线性判别函数的系数，进一步可以得到分类判别函数。
运用（Ⅰ）（Ⅱ）式对目标公司的内控重大缺陷进行判别，将相应变量带入（Ⅰ）（Ⅱ）式计算，如果Y重大缺陷>Y无重大缺陷，判定该公司内控存在重大缺陷，如果Y重大缺陷< Y无重大缺陷，则判定该公司内控不存在重大缺陷。同理运用（Ⅲ）（Ⅳ）式对目标公司的内控重要缺陷进行判别，运用（Ⅴ）（Ⅵ）式对目标公司的内控一般缺陷进行判别。
（三）贝叶斯分类判别函数准确性检验
运用回代法、交互验证法对重大、重要和一般缺陷的贝叶斯分类判别的准确性进行检验，结果见表6。
从表6重大、重要和一般缺陷分類判别函数判别结果的回代法检验可以看到，45个重大缺陷组样本中有40家被正确识别，重大缺陷的识别率为88.9%，45个配对组样本中有44家被正确识别，其分类准确率达到了97.8%，误判率为2.2%；73个重要缺陷组样本中有52家被正确识别，重大缺陷的识别率为71.2%，73个配对组样本中有55家被正确识别，其分类准确率为75.3%，误判率为24.7%；742个一般缺陷组样本中有437家被正确识别，重大缺陷的识别率仅为58.9%，742个配对组样本中有383家被正确识别，其分类准确率为51.6%，误判率为48.4%。交互检验结果表明，45个重大缺陷组样本中有35家被正确识别，重大缺陷的识别率为77.8%，45个配对组样本中有44家被正确识别，其分类准确率达到了97.8%，误判率为2.2%；73个重要缺陷组样本中有47家被正确识别，重大缺陷的识别率为64.4%，73个配对组样本中有52家被正确识别，其分类准确率为71.2%，误判率为28.8%；742个一般缺陷组样本中有432家被正确识别，重大缺陷的识别率仅为58.2%，742个配对组样本中有380家被正确识别，其分类准确率为51.2%，误判率为48.8%。
（四）贝叶斯分类判别结果分析
上述贝叶斯分类判别结果显示：（1）内部控制重大缺陷模型的整体识别率为93.3%（回代验证法）或87.8%（交互验证法），说明（Ⅰ）（Ⅱ）式对上市公司内部控制重大缺陷非常敏感，能够识别内控重大缺陷组的大部分样本；（2）内部控制重要缺陷模型的整体识别率为73.3%（回代验证法）或67.8%（交互验证法），说明（Ⅲ）（Ⅳ）式对上市公司内部控制重要缺陷较为敏感，能够识别内控重要缺陷组的样本；（3）内部控制一般缺陷模型的整体识别率为55.3%（回代验证法）或54.7%（交互验证法），说明（Ⅴ）（Ⅵ）式对上市公司内部控制一般缺陷不太敏感，不能够识别内控一般缺陷组的样本。 五、研究结论与建议
本文运用贝叶斯判别分析方法从内控目标偏离后果的角度构建上市公司内控缺陷的识别模型，得出以下研究结论：第一，内控重大缺陷和内控无重大缺陷的上市公司在合规、资产安全、报告和经营目标偏离后果变量方面存在显著差异。即内控重大缺陷的存在很可能致使企業由于违法违规而受到监管部门的处罚，被其他主体提起诉讼，资产无法实现保值增值，商业决策出现失误，发生财务重述，被出具“非标”的年报审计意见，以及会计师事务所的变更，并发生非经常性损失，Altman运营指数和总资产周转率较低。第二，内控重要缺陷和内控无重要缺陷的上市公司同样在合规、资产安全、报告和经营目标偏离后果变量方面存在显著差异。即内控重要缺陷的存在很可能致使企业由于违法违规而受到监管部门的处罚，被其他主体提起诉讼，资产流失，资产的保值增值目标无法实现，企业独立董事的履职态度较为消极，收到“非标”年报审计意见，以及外部审计师发生变更，劳动力和资金要素的运营效率和效果较低，机构投资者行为发生变化。
本文构建的内控缺陷识别模型提供了一种识别重大和重要缺陷的方法，外部利益相关者可利用本文的研究方法和识别模型结论判别上市公司内控重大或重要缺陷的存在，上市公司的内控评价工作组也可遵循内控目标偏离后果的征兆，拟定“规则式”的内控缺陷认定标准以降低识别成本。但从上述研究可以看到对于一般缺陷从目标偏离后果的角度无法进行准确识别，仍需从缺陷发生的可能性方面采用内部测试识别，并且重大和重要缺陷从战略目标偏离后果方面无法做出有效的判别，因此，相关内部控制规范体系制定者和研究者应关注内部控制的内涵和边界问题，以避免内部控制目标的无限延伸，内部控制全能化。
【参考文献】
[1] BEDARD J C，GRAHAM L. Detection and severity classifications of Sarbanes-Oxley section 404 internal control deficiencies[J].The Accounting Review，2011，86（3）：825-855.
[2] 王惠芳. 内部控制缺陷认定：现状、困境及基本框架重构[J]. 会计研究，2011（8）：61-67.
[3] 丁友刚，王永超. 上市公司内部控制缺陷认定标准研究[J]. 会计研究，2013（12）：79-85.
[4] 张兆国，张旺峰，杨清香.目标导向下的内部控制评价体系构建及实证检验[J].南开管理评论，2011（1）： 148-156.
[5] GE W，MCVAY S. The disclosure of material weaknesses in internal control after the Sarbanes-Oxley Act[J]. Accounting Horizons. 2005，19（3）：137-158.
[6] DOYLE J，GE W，MCVAY S. Determinants of weaknesses in internal control over financial reporting[J]. Journal of Accounting and Economics，2007，44（1）：193-223.
[7] 杨有红，李宇立.内部控制缺陷的识别、认定与报告[J].会计研究，2011（3）：76-80.
[8] M F.Sarbanes Oxley Section 404：Can material weakness be predicted and modeled？ An examination of the ZETA model in prediction of material weakness[D]. Walden University，2007.
[9] KWAK W，ELDRIDGE S，SHI Y，et al. Predicting material weaknesses in internal control systems after the Sarbanes-Oxley Act using multiple criteria linear programming and other data mining approaches[J].Journal of Applied Business Research，2011，25（6）.
[10] 王茜，戴文涛.基于判别分析的内部控制重大缺陷预测研究[J].财经问题研究，2012（5）：48-54.
[11] CHIH-YANG T.Internal control，enterprise risk management，and firm performance[M]. ProQuest，2007.
[12] GORDON L A，LOEB M P，TSENG C. Enterprise risk management and firm performance：A contingency perspective[J]. Journal of Accounting