基于文本挖掘技術的上市公司內部控制評價報告研究

摘 要：基于文本挖掘技術，本文選取了15家白酒A股上市企業的2018年度內控評價報告作為樣本，通過ROST CM軟件工具的分詞、詞頻統計、共現分析、語義網絡分析，發現了企業內控評價報告的基本特征，并探究了文本挖掘在內控評價報告研究中可以使用的技術。本文為利益相關者分析研究企業內控評價報告提供了一種新的思路。

關鍵詞：企業內部控制評價報告;文本挖掘;信息披露

為認真落實關于防范化解重大風險和推動高質量發展的決策部署，充分發揮內部控制（以下簡稱內控）體系對中央企業及上市公司強基固本作用，進一步提升中央企業及上市公司防范化解重大風險能力，加快培育具有全球競爭力的世界一流企業，需要繼續加強中央企業及上市公司內控體系建設與監督工作。[1]本文以滬深兩市的上市公司作為樣本，通過文本挖掘技術，發現企業內控評價報告內容的特征，為政策制定部門提供建議，同時也拓展了利益相關者分析研究企業內控評價報告新路徑。

一、企業內部控制

一個基本規范和三個配套指引標志著我國企業內控規范體系基本建成。同時，規定要求在境內外同時上市的公司自2011年1月1日起執行，在上交所和深交所主板上市的公司自2012年1月1日起執行。企業內控是由企業董事會、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。[2]內控評價是指企業董事會或類似權力機構對內控的有效性進行全面評價、形成評價報告、出具評價報告的過程。其目的是促進企業全面評價內控的設計與運行情況，規范內控評價程序和評價報告，揭示和防范風險。[3]

二、文本挖掘技術

文本挖掘是從大量的、無結構的文本信息中發現潛在的、可能的數據模式、內在聯系、規律、發展趨勢等，抽取有效、新穎、有用、可理解的、散布在文本文件中的有價值知識，并且利用這些知識更好地組織信息的過程。[4]進入互聯網+時代，各類文本信息的篇幅增長、內容增多，專業術語頻繁出現，極大地影響了閱讀者的閱讀耐心，甚至閱讀后不能提煉有價值的信息。然而，文本挖掘技術可以對大量文檔集合的內容進行總結、分類、聚類、關聯分析、分布分析以及趨勢預測等。[5]雖然文本挖掘的相關論文逐年增多，通過知網論文檢索，尚未發現國內有相關學者使用文本挖掘技術對企業內控評價報告作為研究對象進行相關研究。

三、研究設計

（一）樣本選取

本文通過巨潮咨詢網選取A股上市公司公開披露的年度內控評價報告作為樣本。樣本行業為白酒業，行業分析為貴州茅臺、五糧液、瀘州老窖等15家上市公司的2018年度內控評價報告。

（二）研究工具

本文所選擇的文本挖掘軟件是ROST CM 6.0軟件。它是由武漢大學沈陽教授團隊開發的數字人文輔助研究平臺。它能夠為研究者提供一個高效、有針對性的人文知識的獲取、分析、集成和展示，能夠對海量的數字化人文資料進行組織、標引、檢索和利用，以保證人文研究的海量性、智能性和客觀性，并可通過定量分析和定性分析的結合，歸納出具有說服力的普遍性結論。[6]

（三）研究過程

1.詞頻分析

首先對樣本手工處理，把PDF格式轉為TXT文本格式，只保留文本部分。利用ROST CM軟件及其所設詞表，將非結構化的內控評價報告分解為可供統計與分析的各種詞匯。定義詞表時，需要考慮內控評價報告中大量存在的會計術語和專有名詞的特征，確保內控評價報告分詞處理更符合專業屬性。對文本進行分詞挖掘分析，文本轉換為各個詞匯和單字，需要手工復核可能存在的錯誤詞匯和單字劃分，確保分詞的嚴謹性。對內控評價報告出現的不同詞匯進行統計時，更多的是關注與內控學理論相關的詞匯，從而得出詞頻表。本文摘取了高頻詞匯表前30個詞匯進行分析研究。詳見如下表1。

內控指引包含五章二十七條。通過表1發現，前十的高頻詞匯，充分地反映了指引內容。如“內部控制”貫穿了指引全文，居于詞頻之首;“評價”包含了內控評價定義、內控評價內容、內控評價程序和內控評價報告;“缺陷”屬于指引第四章內控缺陷認定的核心內容，位于詞頻第二位，說明企業內控評價報告主要是圍繞內控缺陷認定開展工作的。前十的其他關鍵詞，如“重大”“標準”“財務報告”“錯報”“認定”“總額”等都是對內控缺陷認定工作的具體反映。由此可見，企業內控評價指引是起指導作用，各企業內控評價報告內容基本是依據指引要求撰寫的。雖然，對樣本高頻詞匯進行了統計和分析，但畢竟各個詞匯孤立存在，缺乏內在聯系。

2.共現分析

共現是指被挖掘文本中分詞得到的不同的關鍵詞共同出現的現象。共現分析可以實現比較一組關鍵詞直接的聯系。是否具有關聯可以通過是否具有共現頻數進行測量，關聯程度的大小則可以通過共現頻數的大小來測量。[7]通過ROST CM軟件構建分詞后的關鍵詞共現矩陣詞表。本文摘取了部分關鍵詞的 10×10的共現矩陣，詳見如下表2：

觀察發現，“內部”與“控制”關聯次數最多;其次，“內部控制”與“缺陷”組合，“內部控制”與“評價”組合，“內部控制評價”與“報告”組合緊隨其后，表明內部控制評價報告是基于企業的內部控制進行評價，并出具報告。“財務”與“報告”組合，共出現438次，表明內控評價從定量方面分析，主要以財務報告為依據。“重大”與“缺陷”組合，共出現373次，表明企業內控缺陷認定時，尤其關注“重大缺陷”對企業內控的影響程度。“缺陷”與“標準”組合，共出現233次，表明企業是按照事先制定的“缺陷標準”開展內控缺陷認定工作的。10個關鍵詞中，除了“內部” “控制”關鍵詞組合外，“缺陷”與9個關鍵詞進行了組合，最少出現次數達104次;“報告”與8個關鍵詞進行了組合，最少出現次數達154次;“評價”與7個關鍵詞進行了組合，最少出現次數達93次;“財務”與8個關鍵詞進行了組合，最少出現次數達149次;“重大”與8個關鍵詞進行了組合，最少出現次數達95次。這表明在企業內控評價報告中主要披露信息是財務報告與非財務報告中各項缺陷的評價，重大缺陷尤為重要。

3.語義網絡分析

語義網絡圖可以觀察出不同關鍵詞之間的直接聯系和間接聯系，把整個內控評價報告內容的信息在一張圖中構建信息知識地圖。關鍵詞聚集的指向箭頭越多表示關鍵詞的中心程度越高，不同節點之間的連線表明了不同關鍵詞之間具有聯系，關鍵詞連線的長度體現了不同關鍵詞直接聯系程度的大小。[7]利用ROST CM軟件對樣本進行語義網絡分析，詳見如下圖1：

圖1? 關鍵詞語義網絡圖

通過圖1構建的語義網絡知識地圖分析發現，“內部”“控制”成為中心詞，表明評價報告的主體是以企業的內部控制為核心，評價內部控制是否有效是結果。“財務”“報告”“缺陷”“評價”成為中心詞的外圍關鍵詞，表明企業內控評價是通過對財務報告和非財務報告中存在的缺陷進行認定和評價。最外圍的“存在”“上述”“認定”“標準”“確定”“定量”“企業”等關鍵詞出現的次數較少，但更加量化或客觀化，是對外圍關鍵詞的具體闡述。它們仍然屬于非常重要的披露信息，把這些關鍵詞串聯起來，表明評價報告中關于定量與定性的內控缺陷標準的認定與評價，是企業董事會評價內控有效性的重要依據。通過關鍵詞語義網絡圖分析，不能簡單的認為關鍵詞聯系次數越多披露的信息越重要，聯系次數越少披露的信息不重要。而是重點關注關鍵詞彼此聯系的內容是否存在偏離控制目標或重大風險。一旦企業存在不同影響程度的內控缺陷，對于利益相關者而言，需要進一步關注存在的缺陷如何整改，以及整改落實效果如何。

結束語：

通過樣本高頻詞匯與評價指引對比分析，企業內控評價報告的內容基本符合指引要求，同行業不同企業的內控評價項目相似度較高，但定量標準還是有差異。然而定性標準辨識度不高，增大了企業內控評價成員對缺陷認定和評價的難度。通過文本挖掘分析，企業內控評價報告存在一些顯著特征，一是內控是評價報告的核心內容，內控理論框架又是由五要素構成的。二是內控評價標準是建立在基本規范、應用指引和企業內控制度基礎之上的。企業內控制度建設尤為重要。三是企業內控認定和評價的對象為內控缺陷。對于利益相關者而言，應該更加關注重大缺陷和重要缺陷。對于企業管理層而言，所有的內控缺陷都是整改的對象。四是內控缺陷的認定標準通常從定量和定性兩個方面加以規定。評價過程中，定性的內控缺陷又是較難做出判斷的。五是指引規定重大缺陷應當由董事會最終認定。實務中，企業存在一項或多項內控重大缺陷，應該認定企業內控是無效的。基于此，企業內控評價報告往往避重就輕，對存在的問題和采取的措施，也只是隔靴搔癢。重形式輕實質，造成利益相關者難以從報告中獲取實質性非財務信息。實務中，常常存在企業內控評價不能客觀地揭示和防范風險。比如：康美藥業貨幣資金299億不翼而飛，企業內控評價仍為內控有效。鑒于此，本文的后續研究應聚焦在，基于文本挖掘技術的我國上市公司企業內控評價報告是否客觀的實證研究上，從而建立起一種內控評價報告文本主客觀性的評價模式，為相關理論研究提供重要的實證依據。

參考文獻：

[1]國務院國有資產監督管理委員會 關于印發關于加強中央企業內部控制體系建設與監督工作的實施意見的通知，2019.

[2]財政部 證監會 審計署 銀監會 保監會.關于印發企業內部控制基本規范的通知，2008.

[3]財政部 證監會 審計署 銀監會 保監會.關于印發企業內部控制評價指引的通知，2010

[4]鄭雙怡.文本挖掘及其在知識管理中的應用[J].中南民族大學學報，2005（04）：127-128.

[5]蔣良孝.蔡之華. 文本挖掘及其應用[J].現代計算機，2003（02）：29.

[6]ROST CM 6.0軟件使用手冊

[7]宋英慧.黃麒.基于文本挖掘技術的財務報表附注披露研究[J].會計之友，2019（01）：143-145.

作者簡介：彭小軍（1974-），男，漢族，研究生，高級會計師。研究方向：企業風險管理與內部控制。