内部审计信息披露、融资约束与公司投资效率

张道臣

（内蒙古永信联合会计师事务所 内蒙古乌海 016000）

一、研究意义

投资是企业资源配置的一种重要手段，投资效率对企业的长远发展和整体价值具有重大影响。但是，由于资本市场的不完善，导致企业产生了无效率的投资行为。经济学家Biddle（2009）提出，当公司财务报告质量很低时，如果公司财务存在融资约束，就会导致投资不足；如果不存在融资约束，就会导致过度投资，换言之，低质量的财务报告会加剧投资不足或过度投资的发生，所以需要有效的手段来抑制或降低公司的无效率投资活动，从而提高公司投资活动的效率。目前，强化内部审计已逐渐成为提升企业投资效率的重要途径，在我国企业财务制度日益完善的背景下，披露内部审计信息与投资效率之间是否存在相关联的因果关系？内部审计信息的披露是否会促进投资效率的提高？这些问题有待进一步的研究检验。本文首先从理论上分析了内部审计信息的披露对于信息不对称导致的逆向选择、道德风险、代理冲突、企业低效率投资问题的缓解作用；在此基础上，以上市公司数据为基础，实证检验了内部审计信息对投资效率的影响机制。研究结论为内部审计信息与投资效率之间的关系提供了直接证据，对于企业加强披露内部审计信息、提升投资效率具有一定的现实指导意义。

二、研究假设

学术界对内部审计信息披露与企业投资效率的直接研究相对较少，财务报告披露内部审计信息在企业投资中的作用也没有得到足够的重视。有学者认为内部审计能够加强企业的风险管理，进而促使企业良性发展。内部审计信息披露能够为企业带来外部监督，同时也会增强企业的信息透明度，不仅可以降低由于信息不对称所引起的融资约束，也可以为企业带来良好的信誉，进而影响企业的投资效率。内部审计信息披露促进了外部监督，若不披露内部审计信息，外部不清楚企业内部是否存在运营风险，对企业的投资就会有所保留，造成投资不足。同样地，若企业不披露内部审计信息，外部利益相关者尤其是金融机构对企业的真实信息了解不够深入，由于缺乏充分的外部监督，企业就有过度投资的可能性。因此本文做出合理推断，并提出以下两个假设：

假设1a：存在融资约束的公司在披露内部审计信息前，更倾向于投资不足。

假设1b：不存在融资约束的公司在披露内部审计信息前，更倾向于过度投资。

通过前面的分析可知，内部审计信息披露能够带来外部监督，增强企业的信息透明度。若企业披露内部审计信息，利益相关者可以在企业原有财务报告的基础上更加深入地了解企业的实际经营情况，可以降低企业投资不足的情况，同时督促企业谨慎地审视自己的投资额度，也会降低企业的过度投资。因此本文提出的第二个假设与企业初次披露内部审计信息后的投资效率有关。本文预测，对内部审计信息的披露会使企业发生重要的变化，这些变化将提高企业财务报告的质量和减轻逆向选择与道德风险中的代理问题，反过来，也会提高投资效率。因此，本文使用披露内部审计信息作为改进财务报告质量的工具，检查内部审计信息的披露是否会提高企业的投资效率。这套工具可以帮助本文揭示财务报告质量和投资效率之间的因果关系，因此本文提出第二组假设：

假设2a：在内部审计信息披露后的年度，存在融资约束的公司投资不足的情况减少。

假设2b：在内部审计信息披露后的年度，不存在融资约束的公司过度投资的情况减少。

三、研究设计与样本选择

本文使用了两种不同的方法取得对照样本，使之与样本进行比较。第一种方法是以公司内部审计信息的首次披露为基础，将所有没有披露内部审计信息的公司设为对照样本，这种比较称为混合样本分析。第二种方法是通过倾向值评分匹配来寻找对照样本，之后进行比较和回归，这种比较称为倾向值匹配样本分析。

（一）样本选择

2013年8月20日，中国内部审计协会以公告的形式发布了新修订的《中国内部审计准则》，并于2014年1月1日起施行。新准则的发布，标志着我国内部审计准则体系进一步完善和成熟，并逐步与国际接轨。基于制度实施效应的滞后性，本文选取2015—2020年沪深A股所有上市公司作为初始样本，财务数据来自于国泰安（CSMAR）数据库，并按照以下标准对样本进行了筛选：基于我国对金融类上市公司在内部审计上的严格要求，本文剔除了金融类上市公司；剔除了ST类上市公司，以避免较大的非正常干扰因素；剔除了数据不完整的上市公司；对样本数据作了缩尾和极端值的剔除，避免极端值对回归结果的影响。

为确保模型（1）中使用的投资变量与各种控制变量的可用性，本文从以下途径获得了这些信息：Compustat（财务信息和收益质量变量）、CRSP（公司年龄）、RiskMetrics（公司监测/治理变量）、IBES（分析师覆盖范围），以及Thomson Reuters（机构控股）。这些变量的选取大大减少了IAC公司样本，使样本在Year T-1、Year T+1、Year T+2分别减少为545、439和388。

本文的分析还需要内部审计有效的公司作为对照样本。本文使用了两个样本选择方式。第一个方式获取了国泰安数据库覆盖的所有公司，这些公司通过模型（1）计算显示，2014—2016年之间没有内部审计信息披露；通过模型（2）得到适用于本文分析所有变量的信息。这使得Year T-1、Year T+1、Year T+2的对照公司样本数分别为4 999、4 050和3 145。这个样本大于下文描述的配对样本。

第二个样本选择方式是基于模型（2）的倾向值评分匹配。这个样本有效地控制了IAC公司和对照公司之间的各种差异，尤其是当基本规范为非线性时。本文通过前面的变量设定得到了每一个事件年的匹配对照公司，在Year T-1、Year T+1、Year T+2分别为545、439和388个配对（配对样本）。

（二）模型设定

为了测试两套样本假设，本文分别验证了Year T-1、Year T+1和Year T+2的投资效率。通过聚集公司水平和年度水平的标准误差，来获取显著异方差、序列相关、横截面相关的标准误差（Petersen，2009；Gow等，2010）。回归模型（1）如下：

内部审计信息（Weak）是一个指标变量，对于披露内部审计信息的公司（以下简称IAC公司）而言等于1，对于对照公司而言等于0。

本文采用Biddle等（2009）的研究，在Year T测量投资额，在Year T-1测量控制变量。根据本文的假设，两种情况下分别可能出现投资不足与过度投资（Opler等，1999；Biddle等，2009），本文使用变量融资约束（OverFirm）来区分两种情况，判断给定公司是投资不足还是过度投资。为了构建变量OverFirm，根据已有研究，即现金充裕和低杠杆作用下的企业更倾向于过度投资，本文将每个样本公司在Year T-1末的现金余额与负杠杆作用排列成两个十分位数数列，然后计算得到两个十分位数数列的平均数，使其范围处在0到1之间。通过对公司次优投资具体形式的分析，提高本文的测试效力。

为了测试假设1a和1b，本文建立了Year T-1时的模型（1），并关注指标变量Weak及其与OverFirm的关系。在公司首次披露内部审计信息之前，如果OverFirm等于0，那么公司就处于融资约束下并倾向于投资不足。在此情境下，如果的确如假设1a所言，处于融资约束下的IAC公司比对照公司投资更加不足，那么Weak的系数（即a）将为负。相反，如果OverFirm等于1，那么公司就处于无融资约束下并倾向于过度投资。在此情境下，如果的确如假设1b所述，那么Weak和Weak×OverFirm的系数之和（即a+a）将为正。

在假设2a和2b中，本文将关注Year T+1和Year T+2，而非Year T。这是因为在披露内部审计信息后，董事会和公司的其他利益相关者多久能够了解和学会应用内部审计信息仍然是不清楚的。如果公司披露内部审计信息能够减少甚至消除投资不足或过度投资，那么a和a+a将处于较低数值。

模型（1）中的控制变量可以分为三组：内部审计信息的影响因素（WeakDeterminant）；投资水平的影响因素（INVDeterminant）与其他治理机制（GOV）。第一组控制变量基于 Doyle等（2007）的研究，即更小（LogAsset）、更年轻（Age）、财务更脆弱（Losses，Z-score）、更复杂（Nseg，Foreign）的公司，以及成长越来越迅速（Extrgrow）或正在重建（Rest）的公司，更有可能披露内部审计信息。第二组、第三组控制变量基于Biddle等（2009）的研究，预测了披露内部审计信息与投资效率之间的关系。第三组控制变量捕捉了其他可能影响投资效率的机制，以控制不同变量对于投资不足或过度投资的影响，包括公司治理指数（G-score）、5种机构持股比例（Institutions）以及分析师（Analysts）（Mei Cheng等，2013）。此外，本文还囊括了Biddle等（2009）使用过的财务报告质量的主要替代值，即应计质量（AQ）。与Biddle等（2009）的研究一致，本文使用Fama-French（1997）对48个行业的分类标准，加入了行业固定影响来控制行业对投资的具体影响。具体变量定义如表1所示。

表1 变量定义表

为了进行配对样本的分析，本文按照Armstrong等（2010）的研究，采用倾向值评分匹配法，更有效地区分处理样本和控制样本在相关维度之间的差异。本文将每个IAC公司和对照公司匹配，匹配时涵盖了类似的所有可观察到的相关变量。根据已有研究，本文设计的年度第一阶段模型（2）如下：

考虑到特定行业因素，本文在模型（2）中加入了行业固定影响。以每个公司年度的倾向得分为模型（2）的预测值，然后将IAC公司与对照公司相互匹配，以配比精度0.01为标准进行匹配，匹配的分数是同一年内最接近的得分。如果倾向得分匹配成功，那么除了财务报告中内部审计的有效性不同之外，每一个IAC公司与其匹配的对照公司在其他维度上都相似。因此，在第二阶段，通过比较IAC公司和对照公司的投资水平，判断在披露前融资约束投资不足和过度投资的可能性的条件，分别测试假设1a和1b。本文还估计了IAC公司和对照公司在Year T-1和Year T+2投资差异的变化，分别测试假设2a和2b。因此，本文建立了模型（3）进一步检验假设，如下：

本文涵盖了OverFirm及其与Weak的相互作用，这是因为本文识别的融资约束是给定的公司披露内部审计信息前过度投资或投资不足的可能性条件。根据已有研究和样本设计时的分析，本文预测：对于假设1a和1b，在Year T-1时，如果投资不足，a将明显为负；如果过度投资，a+a将明显为正。然而对于假设2a和2b，在Year T+1和Year T+2时这种正负则不明显。

（三）实证结果

1.描述性统计。表2展示了IAC公司和对照公司的混合样本的描述性统计。为简洁起见，本文仅列出Year T-1的统计数据。如以上所讨论的，在Year T-1，样本为545家IAC公司和4 999家对照公司，分别占混合样本的10%和90%。总投资的均值是13.56%（IAC公司的滞后总资产）和12.72%（对照公司的滞后总资产）；总投资的中位数是9.73%（IAC公司的滞后总资产）和9.37%（对照公司的滞后总资产）。这些数字很接近于Biddle（2009）之前的研究，其他控制变量的描述性统计也与已有研究基本一致，这表明本文的变量选取和样本具有代表性。

表2 描述性统计

下页表3的面板A、面板B、面板C分别计算了在Year T-1、Year T+1、Year T+2时，IAC公司和对照公司披露前过度投资或投资不足下的Investment和OverFirm的平均数。根据变量OverFirm在Year T-1的中位数，本文将公司分为披露前过度投资和披露前投资不足两组，并追踪了四年间的这两组数据。

表3 描述性统计

在面板A中，对所有数据而言，IAC公司的披露前过度投资组的平均投资水平高于披露前投资不足组，类似的情况也适用于对照公司。关于IAC公司和对照公司的投资水平，对混合样本而言，在过度投资组，IAC公司的平均投资水平明显高于对照公司，支持了本文的假设1b（无融资约束的IAC公司倾向于过度投资）。然而，在投资不足组，各组的平均投资水平相近，无法支持本文的假设1a。在面板B中，本文发现所有样本的过度投资组的投资水平都高于投资不足组。然而，对于过度投资组，IAC公司的投资水平不再高于对照公司；对于投资不足组，IAC公司的投资水平明显低于对照公司。在面板C中，本文无法观察出过度投资组和投资不足组在数据上的显著差异。对于过度投资组，IAC公司的投资水平不再高于对照公司；对于投资不足组，IAC公司和对照公司的投资水平也不再有数据上的显著差异。这个结果与“内部审计信息的披露可以缓解过度投资”相一致，但不符合“内部审计信息的披露可以缓解投资不足”。这些比较是基于简单的单因素分析。本文将使用回归分析，并对影响投资水平的各种其他因素采取进一步控制。

2.回归分析结果。

（1）内部审计信息披露前投资效率的状况。下页表4展示的是模型（1）的结果，因变量是Investment。面板A和列A基于Year T-1的混合样本。Weak的系数为-1.79，显然为负。这表明当披露前投资不足的可能性很高时，IAC公司投资明显低于对照公司，占总资产的1.79%，约占样本公司平均投资水平的14%。这些结果强有力地支持了假设1a。Weak和OverFirm两组的系数显然为正。正如前文的讨论，更关注于Weak和Weak×OverFirm的系数之和，系数之和捕获了IAC公司相对于对照公司过度投资的程度。本文的估算表明，这两个变量在Year T-1的系数之和具有显著的统计意义和经济意义。具体来说，在混合样本中，IAC公司的过度投资约占总资产的2.53%，约占样本公司的平均投资水平的19%。这些结果强有力地支持了假设1b，即当披露内部审计信息前过度投资的可能性很高时，在披露前的年度，IAC公司的投资显著高于对照公司。

本文发现在投资的决定因素变量和内部审计信息的决定因素变量中，总投资水平与以下变量具有正相关关系：现金流的波动（Cash Flow Volatility）、固定资产比率（Tangibility）、托宾Q值、极端的增长（Extreme Growth）；与以下变量具有负相关关系：公司规模（Firm Size）、销售波动（Sales Volatility）、行业影响力（Industry Leverage）、现金流（Cash Flow）、股息（Dividend Payouts）、公司上市年数（Firm Age）。收益质量和其与OverFirm的相互作用分别呈显著积极与消极影响，这与Biddle等（2009）的研究一致。在可能会影响投资活动的其他机制中，混合样本中的机构持股（Institutional Holding）和其与OverFirm的相互作用都存在显著系数。这个系数表明，高比例的机构持股是减少过度投资或投资不足的有效机制。

总的来说，上述结果显示，在披露之前，内部审计信息对投资效率产生了不利影响。这些不利影响以过度投资和投资不足两种形式呈现，其形式取决于给定公司的可用财务资源。内部审计信息对投资效率的影响也对收益质量和各种公司治理机制具有强有力的影响。

（2）内部审计披露后投资效率的变化结果。接下来分析内部审计信息披露的影响及其引起的投资效率的变化。本文重新预估了Year T+1和Year T+2下的模型（1），并比较了与Year T-1下的不同，分别在下页表4的面板B和面板C中得出结果，同时为了简洁而省略了控制变量。在面板B的列A中，Weak的系数显著为负，这表明当披露前投资不足的可能性很高时，Year T+1的IAC公司的持续投资会显著减少。这一发现表明，这些公司有22%的投资不足，Year T+1期间，在相对的基础上给出的平均投资约占总资产的15%。在反映Year T+2的面板C的列A中，Weak的系数为0.13，这个数字是微不足道的，这表明在Year T+2投资不足的情况已经没有了。

表4 模型（1）的回归结果

续表4

对于过度投资，在Year T+1，Weak和OverFirm×Weak的系数之和在面板B的每一列都为负，这与投资不足一致。基于混合样本，这个结果不显著。在面板C的每一列中，OverFirm×Weak的系数之和在Year T+2依旧不显著。这个结果表明，在初次披露的第二年，IAC公司的过度投资状况得到了明显改善。

为了正式测试从Year T-1到Year T+2之间IAC公司和控制公司的投资差异是否发生了变化，本文依据面板C的数据执行了统计测试，测试当披露前过度投资的可能性很高时，公司过度投资的变化；当披露前投资不足的可能性很高时，公司投资不足的变化。具体来说，本文列举了三年（即Year T-1、Year T+1和Year T+2）的观察数据，为了评估投资不足的变化情况，比较了Year T-1和Year T+2的Weak的系数；为了评估过度投资的变化情况，比较了Year T-1和Year T+2的OverFirm×Weak的系数之和。这些测试确认了在时间横断面上差异变化的统计意义（在0.10的水平或更好），从而为本文的假设2（内部审计信息的披露可以减少IAC公司的过度投资和投资不足）提供了额外的支持。

总的来说，表4提供了强有力的证据，表明在披露内部审计信息后，IAC公司在Year T-1的投资无效率可以得到解决，这个结论同时支持了假设1a、1b、2a和2b。值得注意的是，在混合样本分析中，在首次披露后的Year T+1，过度投资的状况完全消失；而投资不足的情况直到Year T+2才不显著。

（3）倾向值评分匹配样本的结果。下页表5提出了运用分类评定模型（Logist回归评分匹配模型）来执行倾向值评分匹配程序所得到的信息。为了简洁，本文仅讨论和提出了Year T-1的预测。由于Year T-1包含四年（2010—2013），本文运用分类评定模型进行了逐年估计。基于混合样本，本文分别列出了模型（2）的四个逐年分类评定模型的系数平均值和Z-统计量合计值。在混合样本中，本文的结果与之前的文献研究基本一致，结果表明重组费用（Rest）、外汇收入（Foreign）和极端的增长（Extrgrow）与给定公司披露内部审计信息的可能性呈正相关关系；另一方面，公司规模（Logat）与披露内部审计信息呈负相关关系。分类评定模型的样本的pseudo R为17%，表明模型拟合良好。

表5 模型（2）的回归结果

本文基于使用混合样本的倾向值评分匹配方法形成了匹配样本。在每一个事件年（即Year T-1、Year T+1和Year T+2），本文为每个IAC公司找到一个对照公司，这个对照公司在同年内最接近倾向评分（界定在0.01卡尺内），且没有替代值。这个程序分别在Year T-1、Year T+1和Year T+2产生了502、424和374个匹配对，作为匹配样本。

根据Armstrong等（2010）的研究，本文需要检测IAC样本与控制样本之间的协变量平衡，来确保配对观察维度与异常的内部审计有效性具有相似性。对于匹配对，本文比较了估计的第一阶段（即模型（2））中使用的独立变量的意义。对于这三年的匹配样本，本文获得了理想的协变量平衡。例如，对于基于匹配样本的Year T-1，统计结果显示意义的不同（基于t检验）对于所有的25个变量来说是可以忽略的。尤其值得注意的是，IAC样本与控制样本的Over-Firm的意义十分相似，其差异在数据统计上也不明显。此外，这两个样本的倾向评分在IAC公司和对照公司之间也无明显差异。总而言之，正如Armstrong等（2010）的研究，变量差异的消失表明协变量在IAC样本和对照样本间处于平衡，而且根据配对之间观察到的变量的差异，这些差异可能不会影响本文对处理效果的评估，匹配对的差异仅在理论上取决于内部审计有效性的差异。

表6为描述性统计数据和对倾向值评分匹配样本的双样本变量Investment检验。根据变量OverFirm，本文将样本分为5组。面板A列出了匹配样本的数据：在Year T-1期间，当处在披露前投资不足的可能性很高的Group1时，IAC公司（10.84%）比对照公司（14.58%）有显著更低的平均投资水平；当处在披露前过度投资的可能性很高的Group5时，IAC公司（20.59%）比对照公司（15.44%）有显著更高的平均投资水平。这个数据支持了假设1a和1b。在Year T+2期间，无论是Group1还是Group5，IAC公司和对照公司的投资水平差异都不显著。本文还比较了IAC公司和对照公司在Year T-1和Year T+2的投资水平的差异，能够有效地计算出“双重差分”，无论是在Group1还是Group5都很显著。然而要注意，“双重差分”在Group4明显为正，这为过度投资减少的假设提供了部分支持。基于两样本的t-测试，本文发现“双重差分”在两个极端组段（即Group1和Group5）数据具有显著性。这个结论直接支持了假设2a和2b。

表6 基于倾向值评分匹配样本的内部审计信息和总投资的回归结果

不同于基于混合样本简单的单因素分析，表6中的分析基于倾向值评分匹配样本来控制各种公司特征，因此不受干扰因素影响。然而，在下页表7中，本文采用直接控制特定时间的变量OverFirm的传统回归分析。表7的面板A、面板B、面板C分别表示模型（3）在Year T-1、Year T+1和Year T+2的预测结果。列A基于本文最初的匹配样本，分别获得Year T-1、Year T+1和Year T+2的配对。

表7 模型（3）的回归结果

在面板A中，本文发现Weak的系数显著为负，且在经济上是显著的。例如，基于列A的匹配样本，鉴于总投资约占总资产的12.80%，IAC公司与对照公司在投资上的差异，从总资产的-4.09%转变为相对的基础上的-32%。类似的，OverFirm×Weak的系数之和为3.66%（相对的基础上的29%），是显著的。这些研究结果提供的证据表明，在内部审计信息披露前的年度，相对于根据各种公司特征匹配的对照公司，IAC公司是过度投资还是投资不足，取决于财务资源的可用性。在面板B中，Weak的系数显著为负（-3.93），这表明当披露前投资不足的可能性很高时，Year T+1的IAC公司的持续投资会显著减少。对于过度投资，在Year T+1，Weak和OverFirm×Weak的系数之和（-0.75）为负但不显著，这表明IAC公司的过度投资状况已经初步得到校正。在反映Year T+2的面板C中，Weak的系数为-1.85，是不显著的，这表明在Year T+2投资不足的情况已经没有了。对于过度投资，OverFirm×Weak的系数之和（0.51）在Year T+2依旧不显著。这个结果表明，在初次披露的第二年，IAC公司的过度投资状况已经得到校正。

四、研究结论与政策建议

（一）研究结论

本文通过比较内部审计信息披露前后，分析财务报告中内部审计信息与投资效率之间的关系，得出结论：第一，在内部审计信息披露前的年度，有融资约束的公司更容易产生投资不足的行为，没有融资约束的公司更容易产生过度投资的行为。第二，内部审计信息披露之后的第一年，低效率投资行为有所缓解，但依然存在，而在披露之后的第二年，公司的低效率投资将会更大程度地缓解或者消除。之后采用倾向值评分匹配的方法将相同公司特征的审计效度进行划分，以便进一步检验和研究，结果依然支持上述两个结论。

（二）政策建议

根据以上研究，本文提出两个建议：第一，重视企业内部审计信息披露。本文的研究结论表明，财务报告中内部审计信息的披露，能有效提升企业的投资效率。为此，要结合企业自身情况，加强内部审计信息化建设，同时要提高对内部审计信息披露的重视。通过内外部审计信息的完善和监督，有利于确保企业投资收益的质量。第二，完善企业财务报告中内部审计信息披露的规章制度。本文的研究结论表明，财务报告中内部审计信息的披露之所以能有效提升企业的投资效率，主要是因为财务报告中内部审计信息的披露提升了企业财务报告的信息质量，减少了信息的不对称性。因此，在财务报告中披露内部审计信息，有利于建立健全内部审计信息质量评估体系，完善企业财务报告中内部审计信息披露的规章制度，为投资决策提供科学完善的会计信息，帮助企业提高投资决策效率。