上市公司內部控制信息披露質量的測度與評價

任政亮++周兵

【摘 要】 近年來，國內外上市公司內部控制信息披露的實踐推動了相關研究的進展。2013年中國資本市場上發生的“光大烏龍指”事件，使得如何科學、合理地測度和評價上市公司內部控制信息披露質量，成為了學術界和實務界共同關注的焦點。文章通過構建內部控制信息披露質量評價指標體系，基于修正熵權TOPSIS算法，對2013—2015年滬深300上市公司內部控制信息披露質量進行了測度和評價。實證研究表明，在內部控制信息披露質量方面，深交所上市公司整體水平高于上交所，金融等壟斷性較強的行業明顯高于其他行業，市場化程度較高的地區也高于其他地區。研究結果不僅顯示了修正熵權TOPSIS算法的適用性和穩健性，也對監管部門有效識別上市公司內部控制信息披露質量具有一定的參考價值。

【關鍵詞】 上市公司； 修正熵權TOPSIS； 內部控制； 信息披露質量

【中圖分類號】 F275.3 【文獻標識碼】 A 【文章編號】 1004-5937（2017）20-0083-06

一、引言

21世紀初，隨著“安然”“世通”等一系列財務丑聞的爆發，全球資本市場對內部控制信息披露給予高度重視。在2002年美國頒布的薩班斯-奧克斯利法案中，對上市公司內部控制評價及審計信息提出了強制披露要求。不久，法國、日本等國家和地區紛紛效仿美國，相繼出臺了相應的內部控制信息披露制度[1]，并在全球范圍內掀起相關制度建設的浪潮。

近年來，跟隨美國的步伐，中國也加強了內部控制信息披露制度建設。2006年，滬深證券交易所分別發布內部控制指引，倡導上市公司披露內部控制自我評價報告及其審計報告。2008年和2010年，財政部聯合五部委發布的《企業內部控制基本規范》和《企業內部控制配套指引》，要求上市公司披露內部控制自我評價報告，可聘請會計師事務所對其進行審計，并披露相應的審計報告[2-3]。

持續進行著的內部控制信息披露實踐，直接推動了近年來相關研究的開展。在此過程中，學者的研究重點在內部控制信息披露的影響因素、市場反應、價值相關性等方面。2013年8月16日發生在中國資本市場上的“光大烏龍指”事件，使得內部控制信息披露質量的測度和評價問題，成為了實務界和學術界共同關注的焦點。

基于上述背景，本文在綜述國內外相關研究成果的基礎上，通過構建內部控制信息披露質量評價指標體系，并引入修正熵權TOPSIS算法，以2013—2015年滬深300上市公司為研究樣本，對上市公司內部控制信息披露質量的測度和評價進行實證分析，從而進一步豐富和發展相關研究成果，并為有效識別上市公司內部控制信息披露質量提供參考。

二、指標體系構建與修正熵權TOPSIS算法

（一）評價指標體系的構建

結合信息披露的質量要求以及《企業內部控制基本規范》的規定，本文綜合借鑒楊玉鳳等[4]，張曉嵐等（2012）和方紅星等（2012）的指標選擇方法和結論，構建了一個包含2個一級指標、6個二級指標和14個三級指標的評價指標體系，具體指標選擇和計算方法如表1所示。

（二）修正熵權TOPSIS算法的引入

作為一種基于信息熵概念的綜合評價模型，熵權評價模型已被廣泛應用于多屬性決策科學領域（含物理、化學、工程技術，以及經濟、管理等領域）。凡是有多種備選方案可供選擇，每個方案又都有若干個評價指標，且評價指標劃分為若干等級的決策問題，均可用該模型來描述（張繼國等，2012）。

1.引入熵權評價模型的原因

在測度與評價上市公司內部控制信息披露質量時，之所以引入熵權評價模型，主要原因在于以下方面：首先，使用熵權評價模型的算法得出的權重值及相應的最終評價值，不僅在結果上比較客觀，而且可將評價上市公司信息披露質量的各類指標中所內含的信息反映出來（楊紅等，2007）；其次，在上市公司內部控制信息披露質量評價指標體系中，包含了各種財務和非財務、定性和定量、間接影響和直接評價等指標，為了在整合這些指標的基礎上進行綜合評價，適宜于采用經熵權評價模型算法處理后的標準化數據和規范化數據，從而保證評價結果的一致性、合理性和科學性（張繼國等，2012）；最后，對于不同規模、不同行業以及不同區域的上市公司而言，內部控制信息披露質量評價結果的可比性尤為重要，而熵權評價模型的算法可以盡可能保證這種可比性[5]。

2.熵權評價模型一般算法的不足

自國內學者邱菀華于2002年提出熵權評價模型的一般算法以來，熵權評價模型就在經濟和管理決策中得到廣泛應用。近年來，已有不少學者將該算法應用到信息披露質量測度或評價問題中，如楊紅等（2007），宋洪琦等（2011），任政亮等[5]，陳君蘭等[6]。然而，結合Hsu[7]和張近樂等[8]的理論研究成果可知，熵權評價模型的一般算法存在以下兩點不足之處：（1）當指標的信息熵值Hj接近1時，各個Hj之間的微小變化將導致對應熵權值呈倍數變化，即根據熵權評價模型一般算法求出的指標權重可能存在較大的誤差，從而缺乏比較和分析的合理性；（2）盡管熵權評價模型的一般算法可增強評價對象的外部可比性（如不同行業、不同規模企業的信息可比），但直接用該算法的評價結果無法體現內部優劣程度。

因此，為使計算的指標權重和最終測度結果更客觀、適用，本文在參照任政亮等[5]及陳君蘭等[6]所用熵權法的基礎上，引入修正熵權TOPSIS算法。

（三）修正熵權TOPSIS算法的步驟

1.對原始評價矩陣分別進行標準化和規范化

使用m家上市公司和n項指標的原始評價矩陣為：

A=（ai j）m×n=

使用陳君蘭等[5]的方法，對原始數據進行標準化處理，得到：

ri j=，若ai j為正向指標，若ai j為逆向指標 （1）endprint

于是，得到標準化矩陣：R=（ri j），0≤ri j≤1。

使用Hsu[7]的方法，對原始數據進行規范化處理，得到：

ri j=，若ai j為正向指標，若ai j為逆向指標 （2）

于是，得到規范化矩陣：γ=（γi j），0≤γi j≤1。

2.求出修正標準化矩陣

首先，根據張近樂等[8]提出并證明的方法，對式1進行數據的平移修正，得到：

bi j=ri j+10-4 （3）

然后，計算第j項評價指標下第i家上市公司評價指標值的比重：

pi j=，i=1，2，…，m；j=1，2，…，n （4）

最后，所得的修正標準化矩陣為：P=（pi j）m×n

3.確定第j項評價指標熵值Hj及差異性系數Gj

由修正標準化矩陣，可計算出第j項評價指標的信息熵值Hj及差異性系數Gj分別為：

Hj=-=pi jLn pi j，j=1，2，…，n （5）

Gj=1-Hj，j=1，2，…，n （6）

4.求出第j項評價指標的修正熵權ωj

根據信息論的一般原理及熵值Hj及Gj，第j項評價指標熵權的計算方法為：

ωj==，j=1，2，…，n （7）

基于上述方法，張近樂等[8]通過理論證明，提出了修正熵權的計算方法如下：

ωj==

（8）

5.求出基于修正熵權的加權規范化決策矩陣

參考紀江明等[9]的計算，可得基于修正熵權的加權規范化決策矩陣為：

V=（vi j）= （9）

6.分別確定正理想解與負理想解

設正理想解V+、負理想解V-對應的第j項屬性值分別為v、v，則：

v={viji=1，2，…，m；j=1，2，…，n} （10）

v={viji=1，2，…，m；j=1，2，…，n} （11）

7.計算各家上市公司與正、負理想解的歐氏距離

記相應的歐氏距離分別為S和S，則：

S=，i=1，2，…，m （12）

S=，i=1，2，…，m （13）

8.計算每一家上市公司的貼近系數，然后按大小進行排序

由式12和式13計算上市公司i的貼近系數為：

Ci=，i=1，2，…，m （14）

Ci即為在修正熵權TOPSIS算法下，上市公司內部控制信息披露質量的測度值。可根據Ci對上市公司內部控制信息披露質量進行排序：Ci越大，說明上市公司i的內部控制信息披露質量越高，反之亦然。

三、實證分析與穩健性檢驗

（一）實證分析

1.樣本選擇與數據來源

借鑒陳君蘭等[6]的樣本選擇方法，為保證研究對象具有較強的代表性，本文根據中證指數有限公司官方網站提供的最新清單，選擇滬深300上市公司作為研究樣本。考慮到“光大烏龍指”事件發生在2013年，以及數據的可得性，本文將研究期間限定為2013—2015年。

本文所用數據均來源于國泰安數據庫（CSMAR）、巨潮資訊網、深圳證券交易所官方網站和上海證券交易所官方網站。在依次搜集、查閱、記錄和整理各年份數據后，通過剔除數據不全的樣本，本文最終得到873個觀測樣本，2013—2015年對應的實際樣本分別為283個、290個、300個。

2.權重計算與分析

根據各年度指標數據的賦值結果，使用Excel 2016軟件和修正熵權TOPSIS算法，得出2013—2015年樣本公司內部控制信息披露質量評價指標權重及排名，如表2所示。

根據表2的指標權重計算結果及排名，可得到以下結論：

（1）盡管14個指標權重都有一定差異，但絕大多數指標的權重和排名變化不大，這說明了修正熵權TOPSIS算法所得權重結果的穩健性較好。

（2）平均而言，權重排名靠前的指標分別為年報審計機構（D10）、內控缺陷或整改（D6）、評價報告審核（D2）及外資股發行（D14），這表明披露結果的可靠性、完整性以及公司財務和披露制度的積極影響，對提升內部控制信息披露質量具有比較顯著的重要性。

（3）公司治理方面3個指標的排名均比較靠后（8—14名），而其他二級指標均有排名靠前（1—7名）的三級指標，公司治理未對內部控制信息披露質量產生顯著性影響，我國上市公司治理結構仍有待完善。

3.市場分析

根據873個觀測樣本的測度結果，利用Excel 2016分別計算2013—2015年滬深兩市對應的統計值，結果如表3所示。

由表3可以得出以下結論：

（1）2013—2015年滬深兩市內部控制信息披露質量的均值小于0.5，因此就整個市場而言，我國上市公司的內部控制信息披露質量較低。

（2）隨著《企業內部控制基本規范》和《企業內部控制配套指引》的實施，滬深兩市內部控制信息披露質量均有所提升。這表明中國內部控制規范體系的確立，一定程度上促進了上市公司內部控制的建設。

（3）比較而言，深交所內部控制信息披露質量明顯高于上交所，這至少說明就內部控制信息披露質量而言，存在“深強滬弱”的趨勢。究其原因，一方面可能是因深交所對信息披露質量考評制度的實施等[6]；另一方面，也可能是由于深交所在內部控制信息披露方面的嚴格規定（方紅星等，2012）。

4.行業分析

為分析行業特征對內部控制信息披露質量的影響，本文以中國證監會2012年10月修訂的《上市公司行業分類指引》為標準，最終得到11個行業類別的內部控制信息披露質量，相應結果如表4所示。endprint

由表4可得出以下結論：

（1）盡管整體的內部控制信息披露質量不高，但隨著《企業內部控制基本規范》和《企業內部控制配套指引》的實施，各行業的內部控制信息披露質量均有所提升。

（2）金融業，采礦業，交通運輸、倉儲和郵政業等壟斷性或準入壁壘較高的行業，內部控制信息披露質量相對較高；批發和零售業，農、林、牧、漁業等競爭較強的行業，內部控制信息披露質量相對較低。這可能是因為內部控制信息披露成本會影響市場競爭力，從而降低競爭性行業的內部控制信息披露質量。

（3）在內部控制信息披露質量方面，金融業在2015年前明顯高于其他行業，但差距在不斷縮小，且在2015年被反超。造成這種現象可能有兩個原因：一是金融業對風險管理要求高，從2000年開始，中國證監會就對金融業內部信息披露提出強制性要求；二是內部控制信息披露規范體系后來擴大到深滬交易所主板上市公司實施。

5.區域分析

為分析區域特征對內部控制信息披露質量的影響，本文以上市公司所屬區域為標準，最終得到6大區域的內部控制信息披露質量，相應結果如表5所示。

由表5可見，雖然各區域的內部控制信息披露質量存在差異，但相對排名比較穩定，且有以下兩個特征：

（1）同市場和行業分析的結果類似，但隨著《企業內部控制基本規范》和《企業內部控制配套指引》的實施，各大地區的內部控制信息披露質量均有所提升。

（2）中南地區、華北地區和華東地區的內部控制信息披露質量較高，且與其他三大地區的優勢差距有變大趨勢，這可能是由上述地區市場化程度的差異造成的[10]。

（二）穩健性檢驗

在《企業內部控制基本規范》和《企業內部控制配套指引》中，將內部控制明確定義為：“由企業董事會、監事會、經理層和全體員工實施的、旨在實現控制目標的過程。”其中，可將上市公司內部控制及內部控制信息披露的目標歸納為五個方面，而合法合規目標與財務報告目標是最重要的兩大目標[11]。為了檢驗修正熵權TOPSIS評價模型的穩健性，本文借鑒張曉嵐等（2012）的方法，按11的配對比例，將樣本上市公司分為違規或年報更正公司和配對公司兩類，并提出假設：發生違規行為或年報更正行為的樣本上市公司，其內部控制信息披露質量要顯著低于配對樣本。

1.樣本界定與數據來源

將違規或年報更正樣本界定為年度內發生虛列資產、虛構利潤、重大遺漏、推遲披露、違規擔保等違規行為，或年度財務報告發生重大更正行為的樣本公司（以下稱為異常樣本）。為了進行對比研究，將同在一家交易所上市、所屬行業相同、上市時間最接近等作為控制條件，對每一個研究樣本配以2013—2015年間未發生違規和年報更正行為的上市公司（稱為控制樣本或配對樣本）。

用于穩健性檢驗的樣本數據，均來源于國泰安數據庫（CSMAR）、巨潮資訊網、深圳證券交易所官方網站和上海證券交易所官方網站。在依次搜集、查閱、記錄和整理各年份數據后，本文最終得到164對觀測樣本，2013—2015年對應的實際樣本分別為48對、51對以及65對。

2.檢驗結果與分析

根據選取的樣本數據，以及修正熵權TOPSIS評價模型的算法，可得出2013—2015年樣本組內部控制信息披露質量測度結果的有關統計量對比，如表6所示。

由表6可知，無論是平均值，還是最大值和最小值，異常樣本組的內部控制信息披露質量明顯低于配對樣本組。此外，異常樣本組的標準差顯然比配對樣本組高，這顯示了異常樣本組具有更強的不穩定性。由此可知，從描述性統計的角度，假設得到檢驗，這說明修正熵權TOPSIS算法可有效識別內部控制信息披露質量的優劣，從而具有較高的穩健性和有效性。

四、結論與展望

基于修正熵權TOPSIS算法，以2013—2015年滬深300上市公司為研究對象，通過構建三級層次的評價指標體系，本文對上市公司內部控制信息披露質量進行了測度和評價。通過權重分析、市場分析、行業分析、區域分析以及穩健性檢驗發現：（1）披露結果的可靠性、完整性以及公司財務和披露制度的積極影響，對提升內部控制信息披露質量具有比較顯著的重要性，而公司治理未對內部控制信息披露質量產生顯著性影響，我國上市公司治理結構仍有待完善；（2）雖然整體上我國上市公司的內部控制信息披露質量仍不高，但《企業內部控制基本規范》和《企業內部控制配套指引》的實施，使滬深兩市內部控制信息披露質量均有所提升，且比較而言，深市上市公司的內部控制質量整體上略高于滬市；（3）《企業內部控制基本規范》和《企業內部控制配套指引》的實施，使各行業的內部控制信息披露質量均有所提升，且壟斷性較強的行業相對于競爭性較強的行業，上市公司內部控制信息披露質量較高；（4）《企業內部控制基本規范》和《企業內部控制配套指引》的實施，也推動了各大區域上市公司內部控制信息披露質量的提升，且市場化程度高的地區，其上市公司內部控制信息披露質量較高；（5）統計檢驗的結果表明，本文選用的指標體系較為合理，使用的修正熵權TOPSIS算法也比較穩健和有效。

作為一項重要的制度，內部控制信息披露已引起各國高度重視。近年來，盡管中國的內部控制規范體系已初步建立，且一定程度上推動了上市公司信息披露質量的整體提升，但實施效果不夠顯著。因此，如何在進一步完善制度建設的同時，更為顯著地提升上市公司內部控制信息披露質量，是學術界和實務界需重點考慮的問題。

【參考文獻】

[1] 楊清香，俞麟，宋麗.內部控制信息披露與市場反應研究[J].南開管理評論，2012（1）：123-130.

[2] 方紅星，等.內部控制信息披露：影響因素與經濟后果[M].大連：東北財經大學出版社，2012.

[3] 林斌，林東杰，謝凡，等.基于信息披露的內部控制指數研究[J].會計研究，2016（12）：12-20.

[4] 楊玉鳳，王火欣，曹瓊.內部控制信息披露質量與代理成本相關性研究——基于滬市 2007 年上市公司的經驗數據[J].審計研究，2010（1）：82-88.

[5] 任政亮，徐飛，徐紅年.基于熵權信息披露質量的測度：算法與實證[J].管理現代化，2013（3）：10-12.

[6] 陳君蘭，謝赤.上市公司信息披露質量測度與評價[J].證券市場導報，2013（3）：25-30.

[7] LI-CHANG HSU.Investment decision making using a combined factoranalysis and entropy-based topsis model[J].Journal of Business Economics and Management，2013，14（3）：448-466.

[8] 張近樂，任杰.熵理論中熵及熵權計算式的不足與修正[J].統計與信息論壇，2011（1）：3-5.

[9] 紀江明，胡偉.中國城市公共服務滿意度的熵權TOPSIS指數評價——基于2012連氏“中國城市公共服務質量調查”的實證分析[J].上海交通大學學報（哲學社會科學版），2013，21（3）：41-51.

[10] 李忠.中國上市公司信息披露質量研究：理論與實證[M].北京：經濟科學出版社，2012.

[11] 中國注冊會計師協會.公司戰略與風險管理[M].北京：經濟科學出版社，2013.endprint