張道臣

（內(nèi)蒙古永信聯(lián)合會(huì)計(jì)師事務(wù)所 內(nèi)蒙古烏海 016000）

一、研究意義

投資是企業(yè)資源配置的一種重要手段，投資效率對(duì)企業(yè)的長遠(yuǎn)發(fā)展和整體價(jià)值具有重大影響。但是，由于資本市場(chǎng)的不完善，導(dǎo)致企業(yè)產(chǎn)生了無效率的投資行為。經(jīng)濟(jì)學(xué)家Biddle（2009）提出，當(dāng)公司財(cái)務(wù)報(bào)告質(zhì)量很低時(shí)，如果公司財(cái)務(wù)存在融資約束，就會(huì)導(dǎo)致投資不足；如果不存在融資約束，就會(huì)導(dǎo)致過度投資，換言之，低質(zhì)量的財(cái)務(wù)報(bào)告會(huì)加劇投資不足或過度投資的發(fā)生，所以需要有效的手段來抑制或降低公司的無效率投資活動(dòng)，從而提高公司投資活動(dòng)的效率。目前，強(qiáng)化內(nèi)部審計(jì)已逐漸成為提升企業(yè)投資效率的重要途徑，在我國企業(yè)財(cái)務(wù)制度日益完善的背景下，披露內(nèi)部審計(jì)信息與投資效率之間是否存在相關(guān)聯(lián)的因果關(guān)系？?jī)?nèi)部審計(jì)信息的披露是否會(huì)促進(jìn)投資效率的提高？這些問題有待進(jìn)一步的研究檢驗(yàn)。本文首先從理論上分析了內(nèi)部審計(jì)信息的披露對(duì)于信息不對(duì)稱導(dǎo)致的逆向選擇、道德風(fēng)險(xiǎn)、代理沖突、企業(yè)低效率投資問題的緩解作用；在此基礎(chǔ)上，以上市公司數(shù)據(jù)為基礎(chǔ)，實(shí)證檢驗(yàn)了內(nèi)部審計(jì)信息對(duì)投資效率的影響機(jī)制。研究結(jié)論為內(nèi)部審計(jì)信息與投資效率之間的關(guān)系提供了直接證據(jù)，對(duì)于企業(yè)加強(qiáng)披露內(nèi)部審計(jì)信息、提升投資效率具有一定的現(xiàn)實(shí)指導(dǎo)意義。

二、研究假設(shè)

學(xué)術(shù)界對(duì)內(nèi)部審計(jì)信息披露與企業(yè)投資效率的直接研究相對(duì)較少，財(cái)務(wù)報(bào)告披露內(nèi)部審計(jì)信息在企業(yè)投資中的作用也沒有得到足夠的重視。有學(xué)者認(rèn)為內(nèi)部審計(jì)能夠加強(qiáng)企業(yè)的風(fēng)險(xiǎn)管理，進(jìn)而促使企業(yè)良性發(fā)展。內(nèi)部審計(jì)信息披露能夠?yàn)槠髽I(yè)帶來外部監(jiān)督，同時(shí)也會(huì)增強(qiáng)企業(yè)的信息透明度，不僅可以降低由于信息不對(duì)稱所引起的融資約束，也可以為企業(yè)帶來良好的信譽(yù)，進(jìn)而影響企業(yè)的投資效率。內(nèi)部審計(jì)信息披露促進(jìn)了外部監(jiān)督，若不披露內(nèi)部審計(jì)信息，外部不清楚企業(yè)內(nèi)部是否存在運(yùn)營風(fēng)險(xiǎn)，對(duì)企業(yè)的投資就會(huì)有所保留，造成投資不足。同樣地，若企業(yè)不披露內(nèi)部審計(jì)信息，外部利益相關(guān)者尤其是金融機(jī)構(gòu)對(duì)企業(yè)的真實(shí)信息了解不夠深入，由于缺乏充分的外部監(jiān)督，企業(yè)就有過度投資的可能性。因此本文做出合理推斷，并提出以下兩個(gè)假設(shè)：

假設(shè)1a：存在融資約束的公司在披露內(nèi)部審計(jì)信息前，更傾向于投資不足。

假設(shè)1b：不存在融資約束的公司在披露內(nèi)部審計(jì)信息前，更傾向于過度投資。

通過前面的分析可知，內(nèi)部審計(jì)信息披露能夠帶來外部監(jiān)督，增強(qiáng)企業(yè)的信息透明度。若企業(yè)披露內(nèi)部審計(jì)信息，利益相關(guān)者可以在企業(yè)原有財(cái)務(wù)報(bào)告的基礎(chǔ)上更加深入地了解企業(yè)的實(shí)際經(jīng)營情況，可以降低企業(yè)投資不足的情況，同時(shí)督促企業(yè)謹(jǐn)慎地審視自己的投資額度，也會(huì)降低企業(yè)的過度投資。因此本文提出的第二個(gè)假設(shè)與企業(yè)初次披露內(nèi)部審計(jì)信息后的投資效率有關(guān)。本文預(yù)測(cè)，對(duì)內(nèi)部審計(jì)信息的披露會(huì)使企業(yè)發(fā)生重要的變化，這些變化將提高企業(yè)財(cái)務(wù)報(bào)告的質(zhì)量和減輕逆向選擇與道德風(fēng)險(xiǎn)中的代理問題，反過來，也會(huì)提高投資效率。因此，本文使用披露內(nèi)部審計(jì)信息作為改進(jìn)財(cái)務(wù)報(bào)告質(zhì)量的工具，檢查內(nèi)部審計(jì)信息的披露是否會(huì)提高企業(yè)的投資效率。這套工具可以幫助本文揭示財(cái)務(wù)報(bào)告質(zhì)量和投資效率之間的因果關(guān)系，因此本文提出第二組假設(shè)：

假設(shè)2a：在內(nèi)部審計(jì)信息披露后的年度，存在融資約束的公司投資不足的情況減少。

假設(shè)2b：在內(nèi)部審計(jì)信息披露后的年度，不存在融資約束的公司過度投資的情況減少。

三、研究設(shè)計(jì)與樣本選擇

本文使用了兩種不同的方法取得對(duì)照樣本，使之與樣本進(jìn)行比較。第一種方法是以公司內(nèi)部審計(jì)信息的首次披露為基礎(chǔ)，將所有沒有披露內(nèi)部審計(jì)信息的公司設(shè)為對(duì)照樣本，這種比較稱為混合樣本分析。第二種方法是通過傾向值評(píng)分匹配來尋找對(duì)照樣本，之后進(jìn)行比較和回歸，這種比較稱為傾向值匹配樣本分析。

（一）樣本選擇

2013年8月20日，中國內(nèi)部審計(jì)協(xié)會(huì)以公告的形式發(fā)布了新修訂的《中國內(nèi)部審計(jì)準(zhǔn)則》，并于2014年1月1日起施行。新準(zhǔn)則的發(fā)布，標(biāo)志著我國內(nèi)部審計(jì)準(zhǔn)則體系進(jìn)一步完善和成熟，并逐步與國際接軌?；谥贫葘?shí)施效應(yīng)的滯后性，本文選取2015—2020年滬深A(yù)股所有上市公司作為初始樣本，財(cái)務(wù)數(shù)據(jù)來自于國泰安（CSMAR）數(shù)據(jù)庫，并按照以下標(biāo)準(zhǔn)對(duì)樣本進(jìn)行了篩選：基于我國對(duì)金融類上市公司在內(nèi)部審計(jì)上的嚴(yán)格要求，本文剔除了金融類上市公司；剔除了ST類上市公司，以避免較大的非正常干擾因素；剔除了數(shù)據(jù)不完整的上市公司；對(duì)樣本數(shù)據(jù)作了縮尾和極端值的剔除，避免極端值對(duì)回歸結(jié)果的影響。

為確保模型（1）中使用的投資變量與各種控制變量的可用性，本文從以下途徑獲得了這些信息：Compustat（財(cái)務(wù)信息和收益質(zhì)量變量）、CRSP（公司年齡）、RiskMetrics（公司監(jiān)測(cè)/治理變量）、IBES（分析師覆蓋范圍），以及Thomson Reuters（機(jī)構(gòu)控股）。這些變量的選取大大減少了IAC公司樣本，使樣本在Year T-1、Year T+1、Year T+2分別減少為545、439和388。

本文的分析還需要內(nèi)部審計(jì)有效的公司作為對(duì)照樣本。本文使用了兩個(gè)樣本選擇方式。第一個(gè)方式獲取了國泰安數(shù)據(jù)庫覆蓋的所有公司，這些公司通過模型（1）計(jì)算顯示，2014—2016年之間沒有內(nèi)部審計(jì)信息披露；通過模型（2）得到適用于本文分析所有變量的信息。這使得Year T-1、Year T+1、Year T+2的對(duì)照公司樣本數(shù)分別為4 999、4 050和3 145。這個(gè)樣本大于下文描述的配對(duì)樣本。

第二個(gè)樣本選擇方式是基于模型（2）的傾向值評(píng)分匹配。這個(gè)樣本有效地控制了IAC公司和對(duì)照公司之間的各種差異，尤其是當(dāng)基本規(guī)范為非線性時(shí)。本文通過前面的變量設(shè)定得到了每一個(gè)事件年的匹配對(duì)照公司，在Year T-1、Year T+1、Year T+2分別為545、439和388個(gè)配對(duì)（配對(duì)樣本）。

（二）模型設(shè)定

為了測(cè)試兩套樣本假設(shè)，本文分別驗(yàn)證了Year T-1、Year T+1和Year T+2的投資效率。通過聚集公司水平和年度水平的標(biāo)準(zhǔn)誤差，來獲取顯著異方差、序列相關(guān)、橫截面相關(guān)的標(biāo)準(zhǔn)誤差（Petersen，2009；Gow等，2010）?；貧w模型（1）如下：

內(nèi)部審計(jì)信息（Weak）是一個(gè)指標(biāo)變量，對(duì)于披露內(nèi)部審計(jì)信息的公司（以下簡(jiǎn)稱IAC公司）而言等于1，對(duì)于對(duì)照公司而言等于0。

本文采用Biddle等（2009）的研究，在Year T測(cè)量投資額，在Year T-1測(cè)量控制變量。根據(jù)本文的假設(shè)，兩種情況下分別可能出現(xiàn)投資不足與過度投資（Opler等，1999；Biddle等，2009），本文使用變量融資約束（OverFirm）來區(qū)分兩種情況，判斷給定公司是投資不足還是過度投資。為了構(gòu)建變量OverFirm，根據(jù)已有研究，即現(xiàn)金充裕和低杠桿作用下的企業(yè)更傾向于過度投資，本文將每個(gè)樣本公司在Year T-1末的現(xiàn)金余額與負(fù)杠桿作用排列成兩個(gè)十分位數(shù)數(shù)列，然后計(jì)算得到兩個(gè)十分位數(shù)數(shù)列的平均數(shù)，使其范圍處在0到1之間。通過對(duì)公司次優(yōu)投資具體形式的分析，提高本文的測(cè)試效力。

為了測(cè)試假設(shè)1a和1b，本文建立了Year T-1時(shí)的模型（1），并關(guān)注指標(biāo)變量Weak及其與OverFirm的關(guān)系。在公司首次披露內(nèi)部審計(jì)信息之前，如果OverFirm等于0，那么公司就處于融資約束下并傾向于投資不足。在此情境下，如果的確如假設(shè)1a所言，處于融資約束下的IAC公司比對(duì)照公司投資更加不足，那么Weak的系數(shù)（即a）將為負(fù)。相反，如果OverFirm等于1，那么公司就處于無融資約束下并傾向于過度投資。在此情境下，如果的確如假設(shè)1b所述，那么Weak和Weak×OverFirm的系數(shù)之和（即a+a）將為正。

在假設(shè)2a和2b中，本文將關(guān)注Year T+1和Year T+2，而非Year T。這是因?yàn)樵谂秲?nèi)部審計(jì)信息后，董事會(huì)和公司的其他利益相關(guān)者多久能夠了解和學(xué)會(huì)應(yīng)用內(nèi)部審計(jì)信息仍然是不清楚的。如果公司披露內(nèi)部審計(jì)信息能夠減少甚至消除投資不足或過度投資，那么a和a+a將處于較低數(shù)值。

模型（1）中的控制變量可以分為三組：內(nèi)部審計(jì)信息的影響因素（WeakDeterminant）；投資水平的影響因素（INVDeterminant）與其他治理機(jī)制（GOV）。第一組控制變量基于 Doyle等（2007）的研究，即更?。↙ogAsset）、更年輕（Age）、財(cái)務(wù)更脆弱（Losses，Z-score）、更復(fù)雜（Nseg，F(xiàn)oreign）的公司，以及成長越來越迅速（Extrgrow）或正在重建（Rest）的公司，更有可能披露內(nèi)部審計(jì)信息。第二組、第三組控制變量基于Biddle等（2009）的研究，預(yù)測(cè)了披露內(nèi)部審計(jì)信息與投資效率之間的關(guān)系。第三組控制變量捕捉了其他可能影響投資效率的機(jī)制，以控制不同變量對(duì)于投資不足或過度投資的影響，包括公司治理指數(shù)（G-score）、5種機(jī)構(gòu)持股比例（Institutions）以及分析師（Analysts）（Mei Cheng等，2013）。此外，本文還囊括了Biddle等（2009）使用過的財(cái)務(wù)報(bào)告質(zhì)量的主要替代值，即應(yīng)計(jì)質(zhì)量（AQ）。與Biddle等（2009）的研究一致，本文使用Fama-French（1997）對(duì)48個(gè)行業(yè)的分類標(biāo)準(zhǔn)，加入了行業(yè)固定影響來控制行業(yè)對(duì)投資的具體影響。具體變量定義如表1所示。

表1 變量定義表

為了進(jìn)行配對(duì)樣本的分析，本文按照Armstrong等（2010）的研究，采用傾向值評(píng)分匹配法，更有效地區(qū)分處理樣本和控制樣本在相關(guān)維度之間的差異。本文將每個(gè)IAC公司和對(duì)照公司匹配，匹配時(shí)涵蓋了類似的所有可觀察到的相關(guān)變量。根據(jù)已有研究，本文設(shè)計(jì)的年度第一階段模型（2）如下：

考慮到特定行業(yè)因素，本文在模型（2）中加入了行業(yè)固定影響。以每個(gè)公司年度的傾向得分為模型（2）的預(yù)測(cè)值，然后將IAC公司與對(duì)照公司相互匹配，以配比精度0.01為標(biāo)準(zhǔn)進(jìn)行匹配，匹配的分?jǐn)?shù)是同一年內(nèi)最接近的得分。如果傾向得分匹配成功，那么除了財(cái)務(wù)報(bào)告中內(nèi)部審計(jì)的有效性不同之外，每一個(gè)IAC公司與其匹配的對(duì)照公司在其他維度上都相似。因此，在第二階段，通過比較IAC公司和對(duì)照公司的投資水平，判斷在披露前融資約束投資不足和過度投資的可能性的條件，分別測(cè)試假設(shè)1a和1b。本文還估計(jì)了IAC公司和對(duì)照公司在Year T-1和Year T+2投資差異的變化，分別測(cè)試假設(shè)2a和2b。因此，本文建立了模型（3）進(jìn)一步檢驗(yàn)假設(shè)，如下：

本文涵蓋了OverFirm及其與Weak的相互作用，這是因?yàn)楸疚淖R(shí)別的融資約束是給定的公司披露內(nèi)部審計(jì)信息前過度投資或投資不足的可能性條件。根據(jù)已有研究和樣本設(shè)計(jì)時(shí)的分析，本文預(yù)測(cè)：對(duì)于假設(shè)1a和1b，在Year T-1時(shí)，如果投資不足，a將明顯為負(fù)；如果過度投資，a+a將明顯為正。然而對(duì)于假設(shè)2a和2b，在Year T+1和Year T+2時(shí)這種正負(fù)則不明顯。

（三）實(shí)證結(jié)果

1.描述性統(tǒng)計(jì)。表2展示了IAC公司和對(duì)照公司的混合樣本的描述性統(tǒng)計(jì)。為簡(jiǎn)潔起見，本文僅列出Year T-1的統(tǒng)計(jì)數(shù)據(jù)。如以上所討論的，在Year T-1，樣本為545家IAC公司和4 999家對(duì)照公司，分別占混合樣本的10%和90%?？偼顿Y的均值是13.56%（IAC公司的滯后總資產(chǎn)）和12.72%（對(duì)照公司的滯后總資產(chǎn)）；總投資的中位數(shù)是9.73%（IAC公司的滯后總資產(chǎn)）和9.37%（對(duì)照公司的滯后總資產(chǎn)）。這些數(shù)字很接近于Biddle（2009）之前的研究，其他控制變量的描述性統(tǒng)計(jì)也與已有研究基本一致，這表明本文的變量選取和樣本具有代表性。

表2 描述性統(tǒng)計(jì)

下頁表3的面板A、面板B、面板C分別計(jì)算了在Year T-1、Year T+1、Year T+2時(shí)，IAC公司和對(duì)照公司披露前過度投資或投資不足下的Investment和OverFirm的平均數(shù)。根據(jù)變量OverFirm在Year T-1的中位數(shù)，本文將公司分為披露前過度投資和披露前投資不足兩組，并追蹤了四年間的這兩組數(shù)據(jù)。

表3 描述性統(tǒng)計(jì)

在面板A中，對(duì)所有數(shù)據(jù)而言，IAC公司的披露前過度投資組的平均投資水平高于披露前投資不足組，類似的情況也適用于對(duì)照公司。關(guān)于IAC公司和對(duì)照公司的投資水平，對(duì)混合樣本而言，在過度投資組，IAC公司的平均投資水平明顯高于對(duì)照公司，支持了本文的假設(shè)1b（無融資約束的IAC公司傾向于過度投資）。然而，在投資不足組，各組的平均投資水平相近，無法支持本文的假設(shè)1a。在面板B中，本文發(fā)現(xiàn)所有樣本的過度投資組的投資水平都高于投資不足組。然而，對(duì)于過度投資組，IAC公司的投資水平不再高于對(duì)照公司；對(duì)于投資不足組，IAC公司的投資水平明顯低于對(duì)照公司。在面板C中，本文無法觀察出過度投資組和投資不足組在數(shù)據(jù)上的顯著差異。對(duì)于過度投資組，IAC公司的投資水平不再高于對(duì)照公司；對(duì)于投資不足組，IAC公司和對(duì)照公司的投資水平也不再有數(shù)據(jù)上的顯著差異。這個(gè)結(jié)果與“內(nèi)部審計(jì)信息的披露可以緩解過度投資”相一致，但不符合“內(nèi)部審計(jì)信息的披露可以緩解投資不足”。這些比較是基于簡(jiǎn)單的單因素分析。本文將使用回歸分析，并對(duì)影響投資水平的各種其他因素采取進(jìn)一步控制。

2.回歸分析結(jié)果。

（1）內(nèi)部審計(jì)信息披露前投資效率的狀況。下頁表4展示的是模型（1）的結(jié)果，因變量是Investment。面板A和列A基于Year T-1的混合樣本。Weak的系數(shù)為-1.79，顯然為負(fù)。這表明當(dāng)披露前投資不足的可能性很高時(shí)，IAC公司投資明顯低于對(duì)照公司，占總資產(chǎn)的1.79%，約占樣本公司平均投資水平的14%。這些結(jié)果強(qiáng)有力地支持了假設(shè)1a。Weak和OverFirm兩組的系數(shù)顯然為正。正如前文的討論，更關(guān)注于Weak和Weak×OverFirm的系數(shù)之和，系數(shù)之和捕獲了IAC公司相對(duì)于對(duì)照公司過度投資的程度。本文的估算表明，這兩個(gè)變量在Year T-1的系數(shù)之和具有顯著的統(tǒng)計(jì)意義和經(jīng)濟(jì)意義。具體來說，在混合樣本中，IAC公司的過度投資約占總資產(chǎn)的2.53%，約占樣本公司的平均投資水平的19%。這些結(jié)果強(qiáng)有力地支持了假設(shè)1b，即當(dāng)披露內(nèi)部審計(jì)信息前過度投資的可能性很高時(shí)，在披露前的年度，IAC公司的投資顯著高于對(duì)照公司。

本文發(fā)現(xiàn)在投資的決定因素變量和內(nèi)部審計(jì)信息的決定因素變量中，總投資水平與以下變量具有正相關(guān)關(guān)系：現(xiàn)金流的波動(dòng)（Cash Flow Volatility）、固定資產(chǎn)比率（Tangibility）、托賓Q值、極端的增長（Extreme Growth）；與以下變量具有負(fù)相關(guān)關(guān)系：公司規(guī)模（Firm Size）、銷售波動(dòng)（Sales Volatility）、行業(yè)影響力（Industry Leverage）、現(xiàn)金流（Cash Flow）、股息（Dividend Payouts）、公司上市年數(shù)（Firm Age）。收益質(zhì)量和其與OverFirm的相互作用分別呈顯著積極與消極影響，這與Biddle等（2009）的研究一致。在可能會(huì)影響投資活動(dòng)的其他機(jī)制中，混合樣本中的機(jī)構(gòu)持股（Institutional Holding）和其與OverFirm的相互作用都存在顯著系數(shù)。這個(gè)系數(shù)表明，高比例的機(jī)構(gòu)持股是減少過度投資或投資不足的有效機(jī)制。

總的來說，上述結(jié)果顯示，在披露之前，內(nèi)部審計(jì)信息對(duì)投資效率產(chǎn)生了不利影響。這些不利影響以過度投資和投資不足兩種形式呈現(xiàn)，其形式取決于給定公司的可用財(cái)務(wù)資源。內(nèi)部審計(jì)信息對(duì)投資效率的影響也對(duì)收益質(zhì)量和各種公司治理機(jī)制具有強(qiáng)有力的影響。

（2）內(nèi)部審計(jì)披露后投資效率的變化結(jié)果。接下來分析內(nèi)部審計(jì)信息披露的影響及其引起的投資效率的變化。本文重新預(yù)估了Year T+1和Year T+2下的模型（1），并比較了與Year T-1下的不同，分別在下頁表4的面板B和面板C中得出結(jié)果，同時(shí)為了簡(jiǎn)潔而省略了控制變量。在面板B的列A中，Weak的系數(shù)顯著為負(fù)，這表明當(dāng)披露前投資不足的可能性很高時(shí)，Year T+1的IAC公司的持續(xù)投資會(huì)顯著減少。這一發(fā)現(xiàn)表明，這些公司有22%的投資不足，Year T+1期間，在相對(duì)的基礎(chǔ)上給出的平均投資約占總資產(chǎn)的15%。在反映Year T+2的面板C的列A中，Weak的系數(shù)為0.13，這個(gè)數(shù)字是微不足道的，這表明在Year T+2投資不足的情況已經(jīng)沒有了。

表4 模型（1）的回歸結(jié)果

續(xù)表4

對(duì)于過度投資，在Year T+1，Weak和OverFirm×Weak的系數(shù)之和在面板B的每一列都為負(fù)，這與投資不足一致?；诨旌蠘颖?，這個(gè)結(jié)果不顯著。在面板C的每一列中，OverFirm×Weak的系數(shù)之和在Year T+2依舊不顯著。這個(gè)結(jié)果表明，在初次披露的第二年，IAC公司的過度投資狀況得到了明顯改善。

為了正式測(cè)試從Year T-1到Y(jié)ear T+2之間IAC公司和控制公司的投資差異是否發(fā)生了變化，本文依據(jù)面板C的數(shù)據(jù)執(zhí)行了統(tǒng)計(jì)測(cè)試，測(cè)試當(dāng)披露前過度投資的可能性很高時(shí)，公司過度投資的變化；當(dāng)披露前投資不足的可能性很高時(shí)，公司投資不足的變化。具體來說，本文列舉了三年（即Year T-1、Year T+1和Year T+2）的觀察數(shù)據(jù)，為了評(píng)估投資不足的變化情況，比較了Year T-1和Year T+2的Weak的系數(shù)；為了評(píng)估過度投資的變化情況，比較了Year T-1和Year T+2的OverFirm×Weak的系數(shù)之和。這些測(cè)試確認(rèn)了在時(shí)間橫斷面上差異變化的統(tǒng)計(jì)意義（在0.10的水平或更好），從而為本文的假設(shè)2（內(nèi)部審計(jì)信息的披露可以減少IAC公司的過度投資和投資不足）提供了額外的支持。

總的來說，表4提供了強(qiáng)有力的證據(jù)，表明在披露內(nèi)部審計(jì)信息后，IAC公司在Year T-1的投資無效率可以得到解決，這個(gè)結(jié)論同時(shí)支持了假設(shè)1a、1b、2a和2b。值得注意的是，在混合樣本分析中，在首次披露后的Year T+1，過度投資的狀況完全消失；而投資不足的情況直到Y(jié)ear T+2才不顯著。

（3）傾向值評(píng)分匹配樣本的結(jié)果。下頁表5提出了運(yùn)用分類評(píng)定模型（Logist回歸評(píng)分匹配模型）來執(zhí)行傾向值評(píng)分匹配程序所得到的信息。為了簡(jiǎn)潔，本文僅討論和提出了Year T-1的預(yù)測(cè)。由于Year T-1包含四年（2010—2013），本文運(yùn)用分類評(píng)定模型進(jìn)行了逐年估計(jì)?；诨旌蠘颖荆疚姆謩e列出了模型（2）的四個(gè)逐年分類評(píng)定模型的系數(shù)平均值和Z-統(tǒng)計(jì)量合計(jì)值。在混合樣本中，本文的結(jié)果與之前的文獻(xiàn)研究基本一致，結(jié)果表明重組費(fèi)用（Rest）、外匯收入（Foreign）和極端的增長（Extrgrow）與給定公司披露內(nèi)部審計(jì)信息的可能性呈正相關(guān)關(guān)系；另一方面，公司規(guī)模（Logat）與披露內(nèi)部審計(jì)信息呈負(fù)相關(guān)關(guān)系。分類評(píng)定模型的樣本的pseudo R為17%，表明模型擬合良好。

表5 模型（2）的回歸結(jié)果

本文基于使用混合樣本的傾向值評(píng)分匹配方法形成了匹配樣本。在每一個(gè)事件年（即Year T-1、Year T+1和Year T+2），本文為每個(gè)IAC公司找到一個(gè)對(duì)照公司，這個(gè)對(duì)照公司在同年內(nèi)最接近傾向評(píng)分（界定在0.01卡尺內(nèi)），且沒有替代值。這個(gè)程序分別在Year T-1、Year T+1和Year T+2產(chǎn)生了502、424和374個(gè)匹配對(duì)，作為匹配樣本。

根據(jù)Armstrong等（2010）的研究，本文需要檢測(cè)IAC樣本與控制樣本之間的協(xié)變量平衡，來確保配對(duì)觀察維度與異常的內(nèi)部審計(jì)有效性具有相似性。對(duì)于匹配對(duì)，本文比較了估計(jì)的第一階段（即模型（2））中使用的獨(dú)立變量的意義。對(duì)于這三年的匹配樣本，本文獲得了理想的協(xié)變量平衡。例如，對(duì)于基于匹配樣本的Year T-1，統(tǒng)計(jì)結(jié)果顯示意義的不同（基于t檢驗(yàn)）對(duì)于所有的25個(gè)變量來說是可以忽略的。尤其值得注意的是，IAC樣本與控制樣本的Over-Firm的意義十分相似，其差異在數(shù)據(jù)統(tǒng)計(jì)上也不明顯。此外，這兩個(gè)樣本的傾向評(píng)分在IAC公司和對(duì)照公司之間也無明顯差異?？偠灾?，正如Armstrong等（2010）的研究，變量差異的消失表明協(xié)變量在IAC樣本和對(duì)照樣本間處于平衡，而且根據(jù)配對(duì)之間觀察到的變量的差異，這些差異可能不會(huì)影響本文對(duì)處理效果的評(píng)估，匹配對(duì)的差異僅在理論上取決于內(nèi)部審計(jì)有效性的差異。

表6為描述性統(tǒng)計(jì)數(shù)據(jù)和對(duì)傾向值評(píng)分匹配樣本的雙樣本變量Investment檢驗(yàn)。根據(jù)變量OverFirm，本文將樣本分為5組。面板A列出了匹配樣本的數(shù)據(jù)：在Year T-1期間，當(dāng)處在披露前投資不足的可能性很高的Group1時(shí)，IAC公司（10.84%）比對(duì)照公司（14.58%）有顯著更低的平均投資水平；當(dāng)處在披露前過度投資的可能性很高的Group5時(shí)，IAC公司（20.59%）比對(duì)照公司（15.44%）有顯著更高的平均投資水平。這個(gè)數(shù)據(jù)支持了假設(shè)1a和1b。在Year T+2期間，無論是Group1還是Group5，IAC公司和對(duì)照公司的投資水平差異都不顯著。本文還比較了IAC公司和對(duì)照公司在Year T-1和Year T+2的投資水平的差異，能夠有效地計(jì)算出“雙重差分”，無論是在Group1還是Group5都很顯著。然而要注意，“雙重差分”在Group4明顯為正，這為過度投資減少的假設(shè)提供了部分支持?；趦蓸颖镜膖-測(cè)試，本文發(fā)現(xiàn)“雙重差分”在兩個(gè)極端組段（即Group1和Group5）數(shù)據(jù)具有顯著性。這個(gè)結(jié)論直接支持了假設(shè)2a和2b。

表6 基于傾向值評(píng)分匹配樣本的內(nèi)部審計(jì)信息和總投資的回歸結(jié)果

不同于基于混合樣本簡(jiǎn)單的單因素分析，表6中的分析基于傾向值評(píng)分匹配樣本來控制各種公司特征，因此不受干擾因素影響。然而，在下頁表7中，本文采用直接控制特定時(shí)間的變量OverFirm的傳統(tǒng)回歸分析。表7的面板A、面板B、面板C分別表示模型（3）在Year T-1、Year T+1和Year T+2的預(yù)測(cè)結(jié)果。列A基于本文最初的匹配樣本，分別獲得Year T-1、Year T+1和Year T+2的配對(duì)。

表7 模型（3）的回歸結(jié)果

在面板A中，本文發(fā)現(xiàn)Weak的系數(shù)顯著為負(fù)，且在經(jīng)濟(jì)上是顯著的。例如，基于列A的匹配樣本，鑒于總投資約占總資產(chǎn)的12.80%，IAC公司與對(duì)照公司在投資上的差異，從總資產(chǎn)的-4.09%轉(zhuǎn)變?yōu)橄鄬?duì)的基礎(chǔ)上的-32%。類似的，OverFirm×Weak的系數(shù)之和為3.66%（相對(duì)的基礎(chǔ)上的29%），是顯著的。這些研究結(jié)果提供的證據(jù)表明，在內(nèi)部審計(jì)信息披露前的年度，相對(duì)于根據(jù)各種公司特征匹配的對(duì)照公司，IAC公司是過度投資還是投資不足，取決于財(cái)務(wù)資源的可用性。在面板B中，Weak的系數(shù)顯著為負(fù)（-3.93），這表明當(dāng)披露前投資不足的可能性很高時(shí)，Year T+1的IAC公司的持續(xù)投資會(huì)顯著減少。對(duì)于過度投資，在Year T+1，Weak和OverFirm×Weak的系數(shù)之和（-0.75）為負(fù)但不顯著，這表明IAC公司的過度投資狀況已經(jīng)初步得到校正。在反映Year T+2的面板C中，Weak的系數(shù)為-1.85，是不顯著的，這表明在Year T+2投資不足的情況已經(jīng)沒有了。對(duì)于過度投資，OverFirm×Weak的系數(shù)之和（0.51）在Year T+2依舊不顯著。這個(gè)結(jié)果表明，在初次披露的第二年，IAC公司的過度投資狀況已經(jīng)得到校正。

四、研究結(jié)論與政策建議

（一）研究結(jié)論

本文通過比較內(nèi)部審計(jì)信息披露前后，分析財(cái)務(wù)報(bào)告中內(nèi)部審計(jì)信息與投資效率之間的關(guān)系，得出結(jié)論：第一，在內(nèi)部審計(jì)信息披露前的年度，有融資約束的公司更容易產(chǎn)生投資不足的行為，沒有融資約束的公司更容易產(chǎn)生過度投資的行為。第二，內(nèi)部審計(jì)信息披露之后的第一年，低效率投資行為有所緩解，但依然存在，而在披露之后的第二年，公司的低效率投資將會(huì)更大程度地緩解或者消除。之后采用傾向值評(píng)分匹配的方法將相同公司特征的審計(jì)效度進(jìn)行劃分，以便進(jìn)一步檢驗(yàn)和研究，結(jié)果依然支持上述兩個(gè)結(jié)論。

（二）政策建議

根據(jù)以上研究，本文提出兩個(gè)建議：第一，重視企業(yè)內(nèi)部審計(jì)信息披露。本文的研究結(jié)論表明，財(cái)務(wù)報(bào)告中內(nèi)部審計(jì)信息的披露，能有效提升企業(yè)的投資效率。為此，要結(jié)合企業(yè)自身情況，加強(qiáng)內(nèi)部審計(jì)信息化建設(shè)，同時(shí)要提高對(duì)內(nèi)部審計(jì)信息披露的重視。通過內(nèi)外部審計(jì)信息的完善和監(jiān)督，有利于確保企業(yè)投資收益的質(zhì)量。第二，完善企業(yè)財(cái)務(wù)報(bào)告中內(nèi)部審計(jì)信息披露的規(guī)章制度。本文的研究結(jié)論表明，財(cái)務(wù)報(bào)告中內(nèi)部審計(jì)信息的披露之所以能有效提升企業(yè)的投資效率，主要是因?yàn)樨?cái)務(wù)報(bào)告中內(nèi)部審計(jì)信息的披露提升了企業(yè)財(cái)務(wù)報(bào)告的信息質(zhì)量，減少了信息的不對(duì)稱性。因此，在財(cái)務(wù)報(bào)告中披露內(nèi)部審計(jì)信息，有利于建立健全內(nèi)部審計(jì)信息質(zhì)量評(píng)估體系，完善企業(yè)財(cái)務(wù)報(bào)告中內(nèi)部審計(jì)信息披露的規(guī)章制度，為投資決策提供科學(xué)完善的會(huì)計(jì)信息，幫助企業(yè)提高投資決策效率。