我國(guó)創(chuàng)業(yè)板市場(chǎng)研究：CFO變更與內(nèi)部控制質(zhì)量關(guān)系實(shí)證研究

(北京大學(xué)經(jīng)濟(jì)學(xué)院 北京 100871)

一、引言與研究假設(shè)

近幾年來(lái)，我國(guó)上市公司高管變更的流動(dòng)性越來(lái)越高。國(guó)內(nèi)學(xué)者陶國(guó)飛(2006)認(rèn)為財(cái)務(wù)總監(jiān)在企業(yè)內(nèi)部控制中缺乏獨(dú)立性的表現(xiàn)，包括高管對(duì)于制度建設(shè)的不重視、財(cái)務(wù)總監(jiān)決策權(quán)及話語(yǔ)權(quán)削弱、人事權(quán)缺乏等[1]。Wang Ya-Fang、Huang Yu-Ting(2013)在美國(guó)上市公司2004年11月至2005年12月年度數(shù)據(jù)基礎(chǔ)上，對(duì)CFO變更和內(nèi)部控制缺陷之間的關(guān)聯(lián)性進(jìn)行實(shí)證研究，認(rèn)為CFO更換是一個(gè)缺乏內(nèi)部控制重要的信號(hào)。

在本文研究中，CFO變更作為一個(gè)向外傳遞信息的信號(hào)，有可能是企業(yè)存在負(fù)面信息的一個(gè)信號(hào)。綜合以上綜述與理論，本文認(rèn)為，CFO變更是企業(yè)內(nèi)部控制質(zhì)量存在缺陷的一個(gè)重要信號(hào)，我們提出本文的核心假設(shè)：

H1：內(nèi)部控制質(zhì)量與CFO變更之間存在負(fù)相關(guān)關(guān)系。

二、研究設(shè)計(jì)

(一)模型設(shè)定與變量設(shè)計(jì)

1.內(nèi)部控制質(zhì)量模型及其變量設(shè)計(jì)

本文借鑒中國(guó)上市公司內(nèi)部控制指數(shù)研究課題組(2011)及方紅星等(2013)建立中國(guó)上市公司內(nèi)部控制指數(shù)體系，以內(nèi)部控制五個(gè)子目標(biāo)(戰(zhàn)略目標(biāo)、經(jīng)營(yíng)目標(biāo)、資產(chǎn)安全目標(biāo)、合規(guī)目標(biāo)、報(bào)告目標(biāo))為基礎(chǔ)，構(gòu)架一個(gè)能夠反映上市公司內(nèi)部控制質(zhì)量(ICSCORE)的指標(biāo)體系(見表1)。

表1 內(nèi)部控制指標(biāo)體系

本文在對(duì)負(fù)向指標(biāo)進(jìn)行正向化的基礎(chǔ)上，利用SPSS軟件對(duì)調(diào)整后指標(biāo)體系數(shù)據(jù)進(jìn)行主成分分析，其中KOM值大于0.6，說(shuō)明該指標(biāo)體系數(shù)據(jù)適合做主成分分析。根據(jù)主成分方差分析的結(jié)果，我們最后選擇8個(gè)有代表作用的公因子計(jì)量?jī)?nèi)部控制質(zhì)量綜合得分，8個(gè)公因子累計(jì)方差貢獻(xiàn)率達(dá)到86.298%，大于85%，說(shuō)明公因子能夠很好度量?jī)?nèi)部控制質(zhì)量。根據(jù)主成分分析結(jié)果，內(nèi)部控制質(zhì)量計(jì)算表達(dá)式如下：

ICSCORE=27.159%*F1+14.071%*F2+10.432%*F3+8.067%*F4+7.861%*F5+7.317%*F6+6.290%*F7+5.102%*F8

根據(jù)上述表達(dá)式，ICSCORE值越大，則內(nèi)部控制質(zhì)量越高。

2.假設(shè)檢驗(yàn)?zāi)Ｐ驮O(shè)定及其變量設(shè)計(jì)

本文借鑒Wang Ya-Fang、Huang Yu-Ting(2013)所構(gòu)建的財(cái)務(wù)總監(jiān)變更與內(nèi)部控制質(zhì)量關(guān)系模型，構(gòu)建了以下Logistic回歸研究模型，以檢驗(yàn)研究對(duì)象CFO變更是否與內(nèi)部控制缺陷相關(guān)。研究模型如下：

TURN=α0+α1ICW+α2ROA+α3CEOTURN+α4SIZE+α5BIGN+α6BOARD+α7IBOARD+εi，t

有關(guān)研究變量的具體說(shuō)明見表2。

表2 研究變量說(shuō)明

注：十大會(huì)計(jì)事務(wù)所名單根據(jù)中國(guó)注冊(cè)會(huì)計(jì)師協(xié)會(huì)2017年發(fā)布的《2016年會(huì)計(jì)師事務(wù)所綜合評(píng)價(jià)前百家信息》

三、實(shí)證結(jié)果與分析

(一)影響性因素描述性統(tǒng)計(jì)

從表3可以看出創(chuàng)業(yè)板個(gè)別上市公司業(yè)績(jī)差別懸殊，業(yè)績(jī)最差的ROA為-1.31%，而業(yè)績(jī)最好的ROA為77.41%。從規(guī)模上看，SIZE平均值為20.70，標(biāo)準(zhǔn)差為0.534，可以看出，創(chuàng)業(yè)板上市公司規(guī)模相對(duì)比較集中于均值之間，原因是創(chuàng)業(yè)板上市的企業(yè)主要是新興中小企業(yè)，規(guī)模上相對(duì)都較小，規(guī)模上并不存在較大的差異。CEO變更方面，CEOTURN均值為0.03，我們將CEOTUEN進(jìn)行獨(dú)立樣本T檢驗(yàn)，檢驗(yàn)其與0之間的差異，發(fā)現(xiàn)其均值與0沒有顯著差異(Sig.值為0.001)，可以看出創(chuàng)業(yè)板上市公司CEO任職相對(duì)比較穩(wěn)定。證監(jiān)會(huì)2001年在獨(dú)立董事占比上做了硬性規(guī)定，規(guī)定上市公司獨(dú)立董事至少占董事會(huì)成員的三分之一，IBOARD均值為37.36%，我們將IBOARD進(jìn)行獨(dú)立樣本T檢驗(yàn)，檢驗(yàn)其與三分之一之間的差異，獨(dú)立董事的占比并沒有明顯高于33.3%(Sig.值為0.000)，這也可能是企業(yè)與政策博弈的結(jié)果。

表3 全樣本特征描述性統(tǒng)計(jì)

表4對(duì)變更樣本以及控制樣本在解釋變量和控制變量方面的差異，從T檢驗(yàn)的角度反映各變量之間均值是否存在顯著的差異。從表中，我們可以看出CFO發(fā)生變更的公司與CFO未發(fā)生變更的公司在ICW、ROA方面存在顯著的差異。控制樣本的ICW在5%水平上顯著低于變更樣本，也就意味著發(fā)生CFO變更的企業(yè)，內(nèi)部控制存在缺陷的可能性越大，這支持本文核心假設(shè)H1。控制樣本的ROA在5%水平上顯著高于變更樣本，可以看出，上一年公司業(yè)績(jī)會(huì)對(duì)企業(yè)CFO變更造成影響，表現(xiàn)為前期業(yè)績(jī)?cè)讲畹钠髽I(yè)，發(fā)生CFO變更的可能性越高。從表中我們也可以看出兩類公司在CEOTURN、IBOARD方面并沒有太大的差異，均值T檢驗(yàn)的P值均在0.7以上，遠(yuǎn)大于0.05，兩類公司在CEO變更以及獨(dú)立董事占比方面都非常接近。

表4 變更樣本與控制樣本特征比較

注：**表示在5%水平上的顯著性

(二)相關(guān)性分析

表5 相關(guān)性矩陣

注：1.對(duì)角線左下方為Pearson相關(guān)系數(shù)，對(duì)角線右上方為Spearman非參數(shù)相關(guān)系數(shù)；2.*表示在注：*表示5%水平上顯著相關(guān)，**表示在1%水平上顯著(雙尾檢驗(yàn))

從表5相關(guān)系數(shù)結(jié)果表明，TURN與ICW在5%水平上呈顯著正相關(guān)(0.117)，這意味著內(nèi)部控制質(zhì)量越高的企業(yè)，發(fā)生CFO變更概率越低，反之則反，支持本文核心假設(shè)H1。從表中，我們也可以看出，TURN與ROA在5%水平上呈顯著負(fù)相關(guān)(-0.114)，表明上一年公司業(yè)績(jī)差的企業(yè)，發(fā)生CFO變更的概率越高。從表5我們也可以看出，大多數(shù)變量之間彼此不顯著相關(guān)。

表6 多重共線性檢驗(yàn)

注：Dependent Variable:TURN

我們通過(guò)多重共線性檢驗(yàn)，估計(jì)所有解析變量以及控制變量的方差膨脹因素(VIF)，來(lái)檢驗(yàn)可能存在的多重共線性。從表6可以看出，所有方差膨脹因素沒有一個(gè)大于1.5，平均方差膨脹因素(VIF)等于1.218，表明在我們的研究中變量之間不存在多重共線性。

表7 內(nèi)部控制質(zhì)量和CFO變更的明細(xì)數(shù)據(jù)表

表7呈現(xiàn)內(nèi)部控制質(zhì)量情況和CFO變更的明細(xì)數(shù)據(jù)，我們對(duì)內(nèi)部控制質(zhì)量情況與CFO變更關(guān)系進(jìn)行進(jìn)一步的分析。從表中可以看出，CFO發(fā)生變更樣本中，CFO變更比例最高的存在于內(nèi)部控制存在缺陷子樣本中，占樣本總數(shù)的72.2%，與內(nèi)部控制不存在缺陷子樣本(27.8%)相差比較懸殊，再對(duì)比控制樣本，我們可以看出內(nèi)部控制存在缺陷的公司CFO變更的概率較高，進(jìn)一步說(shuō)明CFO變更與內(nèi)部控制質(zhì)量成反比。

(三)Logistic回歸分析結(jié)果

在變更樣本與控制樣本特征比較以及相關(guān)性檢驗(yàn)分析中，我們發(fā)現(xiàn)CEOTURN和IBOARD對(duì)于CFO變更的影響并不大，所以我們不把CEOTURN以及IBOARD作為控制變量納入假設(shè)檢驗(yàn)?zāi)Ｐ椭校{(diào)整我們?cè)谘芯吭O(shè)計(jì)中初步建立的Logistic回歸模型為：

TURN=α0+α1ICW+α2ROA+α3SIZE+α5BIGN+α6BOARD+εi，t

表8 回歸模型Hosmer-Lemeshow檢驗(yàn)

Logistic回歸分析過(guò)程中，我們利用Hosmer-Lemeshow檢驗(yàn)判別模型擬合程度，取顯著性水平為0.05，如表3-6結(jié)果顯示，模型的卡方值Chi-square為4.138，自由度數(shù)目df為8，Sig.值為0.844。通過(guò)計(jì)算我們得出卡方的臨界值為15.507，由于Hosmer-Lemeshow檢驗(yàn)的卡方值4.138<15.507且Sig.值0.844>0.05，所以Hosmer-Lemeshow檢驗(yàn)通過(guò)，說(shuō)明模型的擬合優(yōu)度較高。

表9 內(nèi)部控制質(zhì)量與CFO變更Logistic回歸結(jié)果

從表9可以看出，主要測(cè)試變量?jī)?nèi)部控制質(zhì)量(ICW)的系數(shù)為-0.283，Sig.值即P值等于0.047，小于0.05，這也證明了公司內(nèi)部控制質(zhì)量越高，CFO發(fā)生變更的可能性越小，而且，這種相關(guān)性具有統(tǒng)計(jì)的顯著性，支持本文核心假設(shè)H1。在控制變量中，上一年度公司業(yè)績(jī)(ROA)與CFO變更在1%的水平上呈現(xiàn)顯著的負(fù)相關(guān)的關(guān)系，與已有的研究結(jié)論一致，也就是上一年度公司業(yè)績(jī)差的企業(yè)，發(fā)生CFO變更的可能性越大。會(huì)計(jì)師事務(wù)所規(guī)模與CFO變更在20%的水平上呈現(xiàn)正相關(guān)關(guān)系，也即會(huì)計(jì)師事務(wù)所規(guī)模越小，CFO變更的可能性越大，當(dāng)然這兩者之間的關(guān)系并沒有那么強(qiáng)。

四、結(jié)論與不足

本文的研究目的在于探討創(chuàng)業(yè)板上市公司內(nèi)部控制質(zhì)量與CFO變更之間的關(guān)系，通過(guò)研究對(duì)比2017年創(chuàng)業(yè)板CFO發(fā)生變更以及CFO未發(fā)生變更的上市公司的不同特征，以及對(duì)應(yīng)的變更樣本與控制樣本的內(nèi)部控制質(zhì)量如何，為這兩者之間的關(guān)系提供實(shí)證證據(jù)，從而也說(shuō)明CFO在于企業(yè)內(nèi)部控制之過(guò)程中的重要作用。經(jīng)過(guò)研究，得出結(jié)論如下：

1.創(chuàng)業(yè)板上市公司內(nèi)部控制質(zhì)量與CFO變更之間存在顯著的負(fù)相關(guān)關(guān)系，同樣也可以得出，CFO變更是企業(yè)內(nèi)部控制存在缺陷的一個(gè)重要信號(hào)。

2.CFO穩(wěn)定性為企業(yè)內(nèi)部控制的有效性的重要內(nèi)容。

本文研究的主要不足：1.內(nèi)部控制和CFO變更的數(shù)據(jù)只在創(chuàng)業(yè)板上市公司中進(jìn)行采樣，可能存在樣本量不足的問(wèn)題；2.本文并未將CFO變更為正常變更及非正常變更兩種情況進(jìn)行分析，可能是研究結(jié)論存在偏差。