內部控制有效性、科技創新水平與企業價值

姜鑫 （鄭州商學院智能商業研究院 河南鞏義 451200）

一、引言

新經濟環境下，科技創新在改變經濟增長方式的同時，也改變了企業價值創造的資源結構。企業作為國家創新體系的主體，在技術創新方面投入的資源也在不斷增加。創造價值的源泉除了傳統意義上的財務資源、物質資源和勞動力資源以外，還包括一切以知識或信息為內涵的、能夠為企業創造競爭優勢以及超額利潤的各種無形資源，包括知識產權、技術秘密以及企業文化等各種資源。知識經濟時代見證了經濟全球化邁入了一個新的階段，無形資產在全球范圍內擴張，驅動著經濟增長。在推進企業改革的過程中，應當重視專利和商標等無形資產的估值（李玉菊，2018）。那么，無形資產作為直接反映企業科技創新水平的量化指標，是否推動了企業的市場價值實現了有效增長？

與此同時，有效的內部控制可以促使企業擁有和控制有價值的、稀缺的、難以模仿的制度性資源，在模糊以及不可預測的市場環境中，企業使用這種制度性資源或能力整合、構建、重新配置非制度性資源以發揮其競爭潛能。內部控制作為改善企業內部治理的重要工具，具有提升經營效率和強化風險管控的功能。那么，內部控制是否在科技創新對企業價值的可能影響中產生調節效應？

基于以上現實考慮，本文從內部控制有效性視角，以無形資產作為科技創新水平的衡量指標，分析科技創新水平對企業價值的影響效應，以及內部控制在科技創新水平對企業價值影響中的調節效應，豐富了有關科技創新經濟效應的相關研究文獻，以期為內部控制體系的后續建設及強化科技創新水平的價值創造效應提供實證證據和經驗建議。

二、文獻回顧、理論基礎與研究假定

當前我國經濟已由高速增長階段轉向高質量發展階段，并正在實現從要素驅動、投資規模驅動發展轉向以創新驅動發展為主的轉變。企業創新是經濟增長和競爭力提升的關鍵因素（Hunady et al.， 2014），企業技術創新投入正向促進企業的短期財務績效和長期財務績效（朱乃平等，2014）。知識經濟時代見證了經濟全球化進入了新階段，全球范圍內的無形資產擴張驅動經濟增長。張倩倩等（2017）研究表明，從未來效應來看，資本化的研發支出向市場傳遞研發“成功”的信號，企業研發支出的資本化程度越高，在未來期間內的價值增值能力越強。

作為資本擴張的利器，無形資產已成為推動經濟發展至關重要的驅動力，評價企業科技創新水平的無形資產強化了企業的核心競爭能力。相對于較為容易復制的有形資產，無形資產是核心競爭力的有效來源。無形資產總體上能夠體現出一家企業的軟實力，無形資產比重較高的企業的科技創新水平更高，在發展中更具靈活性，擁有更高的成長空間和增長率。由此，可以預期，無形資產作為科技創新水平的量化指標，對企業價值增長發揮著日益重要的積極影響，無形資產同有形資產的最大區別在于其能為企業創造較高水平的市場價值。基于以上分析，提出如下研究假設：

假設1：科技創新水平具有企業價值創造效應，能夠顯著增進企業的市場價值。

內生增長理論強調，內生的技術進步是確保經濟實現持續增長的核心因素。為了實現一個經濟系統的長期增長，需要通過技術創新克服邊際效應遞減規律。肖永軍和于君（2012）研究證實了知識要素是企業創造超額價值的核心動力，無形資產對企業價值發揮著日益重要的影響。上市企業的每股無形資產與企業價值顯著正相關，由此，應致力于加大研究開發無形資產的投入與構建活動，在強化核心競爭力的基礎上實現企業整體價值得以有效增長（劉紅等，2018）。

然而，相對于固定資產等有形資產，無形資產在創造經濟利益的過程中略加顯得不可計量，在開發使用的過程中伴隨著較高的計量風險。而有效的內部控制能夠提高財務報告的信息質量（Ashbaugh-Skaife et al.， 2007），降低財務報表中研發投入項目的信息風險。內部控制能夠彌補管理層的權力漏洞，降低高層管理人員出現腐敗行為的可能性。根據我國《企業內部控制基本規范》，內部控制合理保證經營管理合法合規、資產安全、財務報告及相關信息真實完整、提高經營效率和效果及促進實現發展戰略。企業通過內部控制約束管理層的自利行為，提高經營活動的效率和效果，充分增加企業的市場價值。而且，內部控制和技術創新均與企業的價值創造能力具有正向的相關性，有效的內部控制在技術創新和企業價值創造之間存在正向的調節效應（楊清香和廖甜甜，2017）。由此可見，內部控制不僅表現為一種制度性資源，還表現為一種動態能力，有助于提升企業科技創新水平的價值相關性。基于以上分析，提出如下研究假設：

假設2：有效的內部控制顯著調節并增進科技創新的價值創造效應，促進通過科技創新創造出更多的市場價值。

三、數據來源、變量定義與模型設定

（一）數據來源

選取我國滬、深股市的上市企業作為研究樣本，樣本數據期間為 2011—2019年度。數據源自深圳國泰安 CSMAR中國股票市場研究數據庫、Wind資訊網金融終端。按以下標準剔除：（1）金融、保險類 ；（2）ST、*ST 類；（3）缺失相關的財務數據指標。通過篩選，獲取449家樣本企業的財務數據作為有效觀測值。在此基礎上，對連續型變量進行雙向 1% 分位數Winsorize處理，以規避異常觀測值對分析結果的不利影響。

（二）變量定義

1.被解釋變量。價值最大化成為企業所有者和管理者共同追求的目標，要求企業在持續的價值創造、承擔社會責任的基礎上，為廣大股東謀取最大化的財富。“市場價值”評價企業作為一個整體參與市場交換所獲得的價值總額。在資本市場中，股票價格是利益相關各方關注的焦點，股票價格實質上反映了投資者對未來收益的預期，是資本市場對股票價值給予的估計。由此，對被解釋變量企業價值（TQ）的測度，參考鄭海英等（2014）的研究設計，采用托賓Q值測度個體企業的市場價值，具體計算方法為：權益市值/（資產總計-無形資產凈額-商譽凈額）。其中，為規避在回歸分析中可能的逆向因果關系導致的內生性問題，在計算托賓Q值這一指標時，對分母的計算扣除了無形資產的凈額和商譽的凈額。

2.解釋變量。企業無形資產的絕對價值能夠反映其擁有的總體知識產權存量水平，而相對于總資產的無形資產相對量，能夠一定程度上反映出相對的科技創新水平。為保持與被解釋變量的量綱一致性，采用無形資產相對量（期初無形資產凈額/期初總資產）作為科技創新水平的替代變量，衡量其對企業市場價值的影響狀況。其中，為規避在回歸分析中可能的逆向因果關系導致的內生性問題，在計算這一指標時，對分子采用期初的無形資產凈額，對分母采用期初的資產合計數。

3.調節變量。內部控制有效性不僅包括內部控制防止、發現并糾正會計信息重大錯報的有效性，也包括約束高管行為從而降低代理成本的有效性（Hazarika et al.，2012）。內部控制指數綜合反映了企業的內部控制水平和風險管控能力，是評價內部控制質量中較為綜合且科學的、系統的方法（曾蔚等，2016）。作為資本市場中的獨立第三方，深圳迪博風險管理技術有限公司首次發布了中國上市公司內部控制指數，在很大程度上保證了數據的客觀性。由于這項指數的構建內容充分、評價體系合理，自 2011 年“迪博·中國上市公司內部控制指數” 發布以來，得到了學術界和實務界的廣泛采用。內部控制指數的數值越高，表明內部控制的運行越為有效（逯東等，2015）。針對調節變量內部控制有效性（IC），采用迪博（DIB）內部控制指數，測度企業內部控制的運行有效性。為保持與被解釋變量的量綱一致性，這一指標在回歸分析中采用除以1000予以標準化的數值。在此基礎上，以期評價內部控制在并購商譽對企業價值影響中的調節效應，以及內部控制在無形資產對企業價值影響中的調節效應。

4.控制變量。在控制變量的選取上，考慮到不同地區的市場化進程會影響企業的治理水平，進而對企業的市場價值產生不同程度的影響。由此，采用各省區的市場化程度（MKT），以評價不同的市場化進程對企業價值的影響。參考張新民等（2018）的研究設計，采用《中國分省份市場化指數報告（2016）》（王小魯等，2017）為依據，若企業所處省區的市場化指數得分位于全國 15 強則取值為 1，否則為 0。其中，2017年各省區的市場化指數得分采用移動平均法計算得到。同時，考慮到不同產權性質的企業獲取資源和政策扶持的程度不同，其對企業價值產生的影響也不同，本文控制了觀測樣本的產權屬性（STATE），以評價國有性質與非國有性質對企業市場價值影響的差異。此外，參考鄭海英等（2014）、楊清香和廖甜甜（2017）的相關研究，控制了凈資產收益率（ROE）、銷售增長率（GROWTH）、資產負債率（LEV）、股權集中度（SHARE）、兩職兼任（DUAL）、上市年限（AGE）、企業規模（LNASSET）及審計意見（AUDIT）的影響。在回歸分析中還控制了行業效應與年度效應，各變量的名稱及計算方法如表1所示。

表1 關鍵詞詞頻分布表

（三）模型設定

為驗證前文假設的合理性，參考楊清香和廖甜甜（2017）等相關研究，構建模型1、模型2，對參數進行面板數據回歸分析估計，分別用于檢驗前文假設1、假設2。其中，模型1用于考察無形資產對企業市場價值的影響效應；模型2用于考察內部控制在無形資產對企業價值影響中可能的調節效應。此外，為避免可能的逆向因果關系所造成的內生性問題，模型1、模型2中的控制變量凈資產收益率（ROE）、銷售增長率（GROWTH）、資產負債率（LEV）、審計意見（AUDIT）、市場化程度（MKT）在回歸分析中取一階滯后值。為規避共線性問題對分析結果的不利影響，參考Balli and S?rensen（2013）的研究，在模型2中，在計算交互項時，對變量無形資產（IN_ASSET）及內部控制有效性（IC）分行業、年度進行了去均值中心化處理。

四、實證分析

（一）描述性統計結果

表2報告了變量的描述性統計結果。其中，被解釋變量企業價值（TQ）的均值為2.098，中位數為1.613，最大值為18.951，最小值為0.100，表明樣本企業的市場價值存在較大幅度的差異性。解釋變量科技創新水平（IN_ASSET）的均值為0.044，最大值為0.454，最小值為0.000，表明樣本企業無形資產在總資產中所占的比重具有一定幅度的變異性。調節變量內部控制有效性（IC）的中位數為0.690，最大值為0.916，最小值為0.362，標準差為0.075，表明樣本企業標準化后的內部控制指數變動程度較大，樣本企業整體的內部控制有效性波動幅度較大，總體的內部控制質量水平參差不齊，樣本企業內部控制的有效性水平呈現一定幅度的差異性。

表2 變量描述性統計表

控制變量中，銷售增長率（GROWTH）在不同樣本企業之間變化較大，最大值達到了1.737，最小值只有 -0.311，差距較為明顯，而其中位數0.140低于其均值 0.192，說明較多樣本企業的業績增長未達到市場平均水平，銷售業績的增長狀況較為令人堪憂。企業規模（LNASSET）的最大值為26.423，最小值為20.133，凈資產收益率（ROE）的均值為 0.106，標準差為0.068，資產負債率（LEV）的中位數為0.433，標準差為0.200，表明樣本企業的規模大小各異，且不同樣本企業的資產盈利情況及償債壓力亦有所不同。此外，股權集中度（SHARE）的均值為57.363%，平均而言，樣本企業的前十大股東擁有絕對的控股權。而前十大股東的持股狀況在不同企業間呈現較大差異，最大的持股比例達到90.67%，最小的持股比例為23.17%。樣本企業中董事長與總經理由同一人兼任（DUAL）的平均比例為21.79%。樣本企業上市年限（AGE）最長為24年，最短為1年，符合我國資本市場IPO現狀。市場化程度（MKT）的平均值為0.445，表明我國仍有較多省區的市場化進程相對滯后。樣本企業中的中央國有企業及地方國有企業平均占比為38.59%。審計意見（AUDIT）均值為0.993，審計師對近99.27% 的樣本企業的財務報告的合法性、公允性持積極態度，確保了本文所用分析數據的可靠程度。總體而言，變量的取值具有充分的變異性，樣本具有良好的區分度，為下文的回歸析提供了有益基礎。此外，通過相關性分析，我們發現，解釋變量、調節變量及控制變量相關系數絕對值的最大值為0.590，存在于企業規模（LNASSET）與資產負債率（LEV）之間，小于0.8的閾值，表明模型不存在嚴重的多重共線性，為后續的回歸分析提供了可靠保障。

（二）回歸結果分析

對于單個變量的描述性統計及變量之間的相關系數，沒有控制對被解釋變量產生影響的其他因素，僅僅為初步的分析結果。本文分析的數據類型為面板數據（PANEL DATA），具有一定的信息優勢，能夠在一定程度上克服不隨時間變化的遺漏變量導致的內生性問題。面板數據的回歸分析方法主要有混合OLS、固定效應模型及隨機效應模型。

針對模型1、模型2采用LSDV法檢驗時，均拒絕“所有個體虛擬變量的系數都為零”的假設，表明存在個體固定效應；進行固定效應與隨機效應的穩健Hausman檢驗，Sargan-HansenX統計量分別為 184.021（p= 0.000）、173.911（p=0.000）及 175.212（p= 0.000），這表明應采用固定效應模型。由此，采用固定效應模型的統計結果如表3所示。

如表3所示，第1列為模型1的回歸統計結果，第2列、第3列分別為模型2未控制與控制了解釋變量與調節變量的交互項（IN_ASSET× IC）的回歸統計結果。模型1的解釋變量科技創新水平（IN_ASSET）的系數估計值為2.423，在10%的水平上顯著；在第2列和第3列中，模型2的解釋變量科技創新水平（IN_ASSET）的系數估計值分別為2.456、2.499，均在10%的水平上顯著，表明投資者在對股票定價時考慮無形資產的價值，無形資產信息具有價值相關性，與苑澤明等（2015）的研究趨于一致，無形資產作為上市企業重要的軟實力，對企業價值發揮著日益重要的積極影響，無形資產同有形資產的本質區別在于其能為企業創造超額利潤及較多市場價值。前文假設1得以驗證。

表3 模型1與模型2回歸分析統計結果

在第2列和第3列中，模型2的調節變量內部控制有效性（IC）的系數估計值分別為1.168、1.160，均在5%的水平上顯著，表明有效的內部控制能夠向利益相關者傳遞積極的經營信號，進一步顯著增進企業的市場價值表現。作為競爭優勢的制度性資源和動態能力，內部控制優化整合企業的非制度性資源，動態修正經營性慣例并形成可持續競爭優勢，促進企業的市場價值得以有效提升。在第3列中，科技創新水平與內部控制有效性的交互項（IN_ASSET×IC）的系數估計值為-5.432，不具備統計意義上的顯著性。企業內部控制對科技創新的價值創造效應未呈現顯著的調節作用，未能顯著調節強化科技創新水平的市場價值相關性。前文假設2未得以驗證。可能的原因在于，在面臨經濟增長換擋、結構調整陣痛、前期刺激政策消化挑戰的背景下，我國經濟增長的動力正逐漸從要素投入向創新驅動轉變。在企業持續經營過程中，對擁有或控制的無形資產投放的管理資源相對較少，制度建設未能進一步激發衡量創新產出的無形資產的核心競爭力，進而企業內部控制未予呈現顯著調節增進科技創新水平的市場價值創造效應，很可能不能充分滿足利益相關者的預期回報而損害其利益訴求。事實上，科技創新在創造經濟利益的同時顯得較為難以進行后續計量，在開發使用的過程中伴隨著更高的經營風險。對企業管理當局而言，在強化內部控制體系建設過程中，應考慮針對科技創新的管理增加投入必要的監管資源，控制由于科技創新的不確定性引發的經營風險，以期有效提升科技創新的市場價值創造效應。

在控制變量中，從第1列至第3列，凈資產收益率（L.ROE）的系數估計值分別為2.607、2.673、2.668，均在1%的水平上顯著，銷售增長率（L.GROWTH）的系數估計值分別為0.291、0.277、0.278，均在1%的水平上顯著，表明良好的資產收益與銷售增長態勢均是促進投資者提升對企業的估值水平的積極因素。市場化程度（L.MKT）的系數估計值分別為0.185、0.198、0.197，分別在5%、1%、1%的水平上顯著，表明在市場化程度較高的省區內，上市企業具有更好的市場價值表現。企業所在區域內的市場化水平越高，政府的不當干預越少，整體的法治水平越高，推進企業強化自身的治理水平，有助于提升投資者對企業的價值判斷。而企業規模（LNASSET）的系數估計值分別為-0.569、-0.568、-0.567，均在1%的水平上顯著。產權屬性（STATE）的系數估計值分別為-0.546、-0.568、-0.569，均在5%的水平上顯著。企業規模的量的擴張對價值創造能力產生不利影響，國有企業在更可能獲得政府支持的背景下而失去價值創造的動力，導致投資者對其價值創造能力持不容樂觀的態度，這也提示監管部門應敦促企業走出一條可持續增長的強化價值創造活力的內涵式發展道路。其余控制變量的系數估計值不具有統計意義上的顯著性。

五、謹慎性測試

考慮到無形資產是一種主要以知識形態存在的經濟資源，其內部結構至關重要，無形資產的不同類別對會計信息的價值相關性存在異質性影響。研發支出資本化形成無形資產對經濟增長具有創新引領作用，反映出科技進步、創新驅動等內生增長的新經濟增長理論在現實中的趨同性（權衡和嚴婷，2016）。具有競爭優勢的技術性無形資產，將形成競爭對手不易模仿的優勢地位。而土地使用權是我國的土地使用制度在法律上的體現，包括國有土地使用權和農民集體土地使用權。國有土地的使用人依法利用土地并取得收益為國有土地使用權的體現，農民集體土地的使用人依法利用土地并取得收益為農民集體土地使用權的體現。由此，重新考量模型1和模型2中的解釋變量科技創新水平（IN_ASSET）的測度方法，以剔除土地使用權價值后的無形資產作為指標計算基礎，深入評價技術性無形資產的價值創造效應。鑒于數據的可獲得性，采用滯后一期的剔除土地使用權價值后無形資產與總資產的比值作為回歸分析的基礎。在此基礎上，替換原模型1和模型2中的解釋變量的測度方法，再次進行回歸分析以檢驗表3統計結果的穩健性。

針對模型1、模型2采用LSDV法檢驗時，均拒絕“所有個體虛擬變量的系數都為零”的假設，表明存在個體固定效應；進行固定效應與隨機效應的穩健Hausman檢驗，Sargan-HansenX統計量分別為158.507（p= 0.000）、154.410（p=0.000）及157.850（p= 0.000），表明應采用固定效應模型。由此，采用固定效應模型的謹慎性測試結果如表4所示。

表4中，第1列為模型1的謹慎性測試統計結果，第2列、第3列分別為模型2未控制與控制了解釋變量與調節變量的交互項（IN_ASSET×IC）的謹慎性測試統計結果。模型1的解釋變量科技創新水平（IN_ASSET）的系數估計值為3.033，在10%的水平上顯著；且在第2列和第3列中，模型2的解釋變量科技創新水平（IN_ASSET）的系數估計值分別為3.112、3.156，均在10%的水平上顯著，表明以衡量科技創新水平的無形資產增強了企業的核心競爭力，技術性無形資產具有直接的價值相關性，在一定程度上顯著提升了企業的市場價值。前文假設1再次得以驗證。

在第2列和第3列中，模型2的調節變量內部控制有效性（IC）的系數估計值分別為1.173、1.155，均在5%的水平上顯著，表明有效的內部控制能夠為企業的運營活動保駕護航，在實現控制目標的同時亦推升了企業的市場價值。在第3列中，科技創新水平與內部控制有效性的交互項（IN_ASSET×IC）的系數估計值為-9.480，不具有統計意義上的顯著性。企業的內部控制對科技創新的價值創造效應未呈現出顯著的調節作用，未能顯著調節強化專利、商標、商業秘密等技術性無形資產的價值相關性。前文假設2仍未得以驗證。

在控制變量中，從第1列至第3列，凈資產收益率（L.ROE）的系數估計值分別為2.322、2.387、2.367，均在1%的水平上顯著，銷售增長率（L.GROWTH）的系數估計值分別為0.303、0.289、0.291，均在1%的水平上顯著，良好的資產收益與銷售業績有助于提升企業的價值水平。市場化程度（L.MKT）的系數估計值分別為0.185、0.197、0.196，分別在5%、1%、1%的水平上顯著，相對于低市場化程度的地區，在經濟發展狀況較好的市場化進程較快的區域，市場在資源配置中發揮出積極作用，有助于提升企業的價值創造能力。而企業規模（LNASSET）的系數估計值分別為-0.538、-0.537、-0.536，均在1%的水平上顯著；產權屬性（STATE）的系數估計值分別為-0.501、-0.522、-0.525，均在5%的水平上顯著。現階段，大規模企業、國有性質的企業沒有呈現出良好的市場價值表現。總體而言，以上控制變量的分析結果與上頁表4中對應變量趨于一致。模型1與模型2謹慎性測試驗證了前文表4分析結果的可靠性。

表4 模型1與模型2謹慎性測試統計結果

六、結語及相關建議

（一）研究結論

本文從內部控制有效性視角，以無形資產作為科技創新水平的衡量變量，研究科技創新水平對企業價值的影響效應，以及內部控制在科技創新對企業價值影響中可能的調節效應，以期為企業內部控制體系的后續建設，以及強化科技創新的價值創造效應提供實證證據和經驗建議。結果表明：（1）投資者在對股票定價時考慮無形資產的價值，無形資產信息具有直接的價值相關性。作為企業重要的資產軟實力，無形資產對增加企業價值發揮出重要的積極效應，與劉紅等（2018）的研究趨于一致。（2）在湯湘希（2010）、張倩倩等（2017）及劉紅等（2018）相關研究的基礎上，發現企業內部控制對科技創新水平的價值創造效應未呈現出顯著的調節作用，未能顯著調節強化無形資產軟實力的市場價值相關性。制度建設未能進一步激發衡量科技創新水平的無形資產的核心競爭力，很可能不能有效滿足利益相關者的預期回報而損害其利益訴求。

（二）政策建議

企業的專利、商標、商業秘密等知識產權因素在運營過程中起到了重要作用，用以評價創新產出的無形資產增進了企業的核心競爭力。深化調整無形資產投資結構，提高技術型無形資產的投資比重，形成自主創新的優良品牌。品牌價值不僅關系到核心競爭力，還影響企業在國際市場中的競爭力。在品牌經營中汲取國際經驗，為建設以提升無形資產核心競爭力的國際化戰略提供支持。政府部門應加大對創新的支持力度，對創新能力較強的企業給予更多優惠和鼓勵政策，加強知識產權保護力度，規范和完善信息披露制度。投資者可以通過無形資產排名了解企業的創新能力、市場競爭力和發展潛力等基本狀況，進而對其市場估值做出合理判斷。

企業進行創新能力建設也應注重相關利益者的權益，通過積極與相關利益者對話交流，不斷提高自身的創新能力，生產出符合社會大眾需求的產品，并最終提升自身的運營績效。治理層和管理層關注企業自主研發能力的提升，加大研發投入力度，提高研發人員素質，提升企業的技術創新能力，在強化內部控制體系建設的基礎上，強化科技創新的價值創造效應，為利益相關者的經濟決策提供有價值的參考依據。