APP下载

基于ANP-Fuzzy 模型的高校内部控制评价体系研究
——以H 高校为例

2022-09-03曲京山邓齐月韩婉玲孟宪宝

会计之友 2022年18期
关键词:网络结构矩阵指标

曲京山 邓齐月 韩婉玲 孟宪宝

1.河北师范大学商学院 2.海南大学管理学院

一、引言

近年来,财政部陆续颁布了一系列内部控制规范文件,加强对权力的制约与监督,落实政府部门、行政机关、事业单位内控建设,推进国家法治体系和治理能力现代化。2016年4 月,教育部制定了《教育部直属高校经济活动内部控制指南(试行)》,为高等院校内部控制建设提供了制度基础。

随着各项规章及规范的日趋完善,我国高等院校内部控制建设稳步发展,但鉴于起步时间晚,对内部控制评价的重视程度不够。现阶段我国高等院校内部控制评价体系建设仍存在如下问题:一是评价内容针对性欠缺,大多高校的内部控制评价指标从企业借鉴,或直接参考行政事业单位,在设计过程中对公办大学经济活动性质的考量不足。高校作为教学科研的主体,其经济业务主要涉及学费收入、教学设备采购以及科研项目款项的拨付、支出及结余等,一味照搬会造成指标设计的适用性欠缺,降低评价结果的客观性及指导意义。二是评价标准缺乏可比性,对高等院校内部控制的评价,尚未形成较为一致的衡量尺度,由此导致各高校之间内部控制风险水平的可比性欠缺,横竖向对比困难,不利于树立高校内控典型,使内部控制薄弱的高校不易找寻学习方向,阻碍了高校内部控制的发展进程。三是内部控制评价主体单一,现阶段我国高校内部控制评价大多交由第三方外部审计师完成,过度依赖外部人员,忽视了高校作为内控活动的主体对自身的了解程度。同时,审计委员会的设立在国内高校并不普及,加之经费投入有限,并未培养出隶属于高校的内部评价机构。四是评价信息透明度低,当前,虽有部分高校聘请外部审鉴机构对内部控制进行独立评价,但评价报告较少对外公布,影响公众对其内控情况的深度了解,阻碍社会各界监督其财政资金的规范化使用,不利于高校识别自身内控漏洞。因此,急需搭建科学有效的高校内部控制评价体系,为高等院校内控的建立健全提供参考依据。

二、研究基础

(一)理论基础

1.高校内部控制存在的问题及建设对策研究

商思争和宣昌勇认为我国高校对经济活动的内部控制力度不足,而对教学与科研活动又矫枉过正、控制过度,建议内部控制建设应视情况不同,对业务活动与经济活动区别对待;董必荣等认为公办大学内部控制制度设计及应用要与单位实际情况有机结合,对现有适用于企业及行政事业单位的理论框架应进行适度改造,聚焦单位经济活动;段姝等基于权变理论视角,强调内部控制管理制度的应变性,指出内部控制制度要与公办高校的经济业务环境相适应。

2.高校内部控制评价研究

陆文斌等分析了高等院校内部控制评价体系的状况,并从教学管理和财务管理两个维度出发分层制定内控评分表;刘威、方芸和李建元基于模糊综合评价法,结合具体案例对高校内部控制进行评价;董玲等将灰色聚类法引入高校内控评价,解决了评价过程中高校数据信息来源较少的问题;陈文川和黄凯颖将ANP 方法应用于高校内部控制评价,搭建了高校内部控制评价的网络模型;赵叶灵和潘俊参照库存及生产管理中的系统动力学,强化了高校内控评价指标的因果关系。

3.高校业务层面内部控制细化研究及评价

杨维莉基于FAHP 方法,从高等院校业务层面对内控进行定量评价研究;唐大鹏和吴佳美从预算管理层面切入,基于高校预算的编制和执行探究内控体系的构建;王海妮结合COSO 内控框架,从科研经费绩效评价入手,评估内控管理情况;齐玲等运用AHP 方法,聚焦高校涉税业务,从处理流程、约束机制和纳税筹划三个维度进行内控评价。

综上所述,一方面,高校内部控制较为薄弱,且重视程度不足,高校内部控制制度的建设并未贴合其业务属性,评价体系尚未健全,确实存在部分问题亟待解决;另一方面,目前学术界关于高校内控评价体系的实证分析主要聚焦于层次分析法及模糊评价法,但层次分析法更善于解决递阶层次结构问题。由于内部控制结构中各个元素集相互影响,关系特征更倾向于网络结构,因此本文采用网络层次分析法和模糊综合评价法构建高校内部控制ANP 网络结构模型,希望对高校内部控制评价体系的发展有所裨益,助力高校内部控制的完善。

(二)政策基础

2012 年11 月,财政部印发《行政事业单位内部控制规范(试行)》,一定程度上为高等院校内控的设计及执行提供了初步参考。2015 年12 月,财政部发布《全面推进行政事业单位内部控制建设的指导意见》。次年4 月,教育部制定了《教育部直属高校经济活动内部控制指南(试行)》。该指南发布后成效显著,大部分公办大学内控制度的设计及执行得到了一定程度的改善。2016 年6 月,财政部发布《关于开展行政事业单位内部控制基础性评价工作的通知》,同年,教育部财政司根据该通知要求,对部属各高等学校、直属事业单位下发通知,全面启动各单位内控摸底调研工作。截至该年底,各单位须将内控基础性评价工作总结报告报送教育部财务司,旨在发现薄弱环节,进而有针对性地开展内控建设。由此,高校内部控制评价工作的重要性日益凸显。

三、基于ANP-Fuzzy 模型的高校内部控制评价体系构建

(一)ANP- Fuzzy 评价方法概述

ANP- Fuzzy 评价方法是在网络层次分析法(ANP)的基础上引入模糊综合评价法(Fuzzy)。基于AHP 的理论前提,ANP 不断优化延伸。区别主要表现在,前者采用有序递阶层次结构,虽然简单易行,但应用范围受限,仅处理了相邻层次自上而下的影响,未考虑其反作用,在处理复杂系统时,往往由于假设过于理想化而使结果失真。相较于AHP 而言,ANP 在理论上支持决策者考量复杂系统中各元素的关联机制,用网络结构代替层次结构,考虑到要素间的依赖和反馈情况,用非线性结构代替线性层次结构,并加入反馈机制,同时纳入了低层次要素对高层次要素的支配作用,更贴近决策问题的实际情况。但ANP在明确指标权重、两两元素间重要性比较时,其判断结果存在一定的模糊性,因此,在ANP 的基础上引入Fuzzy可以弥补两两比较中的模糊性,把模糊问题定量化,减轻主观因素对评价结果的影响程度,提供更加客观可靠的评价结果。

(二)ANP- Fuzzy 内部控制评价模型构建

1.搭建高校内部控制评价指标体系

本文结合高等院校主体业务及经济活动特点,借鉴COSO 框架、《行政事业单位内部控制规范》以及《教育部直属高校经济活动内部控制指南(试行)》,搭建适用于高等院校的内控评价指标体系,如表1 所示。

2.构造ANP 的典型网络结构

ANP 一般网络结构(见图1)将系统划分为两个模块。一为控制因素层,包括问题目标和决策准则。其中目标层为高校内部控制风险水平,准则层由COSO 五要素组成。另一为网络层,包含19 个二级指标,各要素内部形成交叉影响、彼此关联的网络结构。基于此,本文采用专家访谈和文献整理等方式,确定各指标间的依存和反馈关系。再借助SD 软件,构建高校内部控制评价的ANP 网络结构,如图2 所示。

表1 高校内部控制评价指标体系

3.构造判断矩阵P、不加权超矩阵W 和加权超矩阵W

(1)构造判断矩阵P

首先,以控制层高校内部控制评价体系为准则,对元素组P组间关系的重要程度进行判断,构建一级指标间的判断矩阵;其次,一级指标P为衡量标准,对P中各级元素C的相关关系及影响程度进行成对比较;最后,依次将P中各元素对P中元素的影响进行比较判断,评价指标间的相互影响程度,获取各二级指标的判断矩阵。

图1 ANP 一般网络结构

(2)进行一致性检验

图2 高校内部控制评价的ANP 网络结构模型

本文基于上述方法,构造了C对P组内元素影响关系,并按重要程度对比形成判断矩阵(如表2),剩余指标依次按照相互关系比较重要程度,且均通过一致性检验。

表2 C12 对P3 组内元素影响重要程度形成的判断矩阵

(3)构造不加权超矩阵W 和加权超矩阵W

判断矩阵P 构建完成后,通过SD 软件进行运算,可得到两种超矩阵的计算结果,即不加权超矩阵和加权超矩阵。不加权超矩阵W 是由按组排列相互对应的矩阵块组成,即由比较集合获得的局部优先等级向量组成,将W按列归一化得W。加权超矩阵W 是在W 的基础上对每个元素乘以组的相应权重而得到的。

4.计算极限超矩阵W,形成指标权重

5.建立评价矩阵

首先,确定评语集,即为评价等级的合集,表示为V={V,V,…,V}。其中t 为评语等级个数。其次,确定隶属度矩阵R。R 通常由隶属度r组成,一般为R=(r)=(R,R,…,R)T,隶属度为元素隶属于模糊集合的程度。其中r表示对二级指标C选定V评定等级的主体数量占专家总人数的比例。最后,根据各级要素权重及隶属度矩阵确定模糊综合评价,即P=W×R,由此,B=(P,P,…,P),得出总体模糊综合评价矩阵B。

6.综合评价结果及评价标准

由一级指标权重W 和总体评价矩阵B,可得综合评价结果U=W×B=(x,x,…,x),结合最大隶属度原则,确定评价结果。

四、实例分析

本文选取河北省H 高校为例,对高校内部控制风险水平进行实例分析。河北省H 高校为省属重点大学,具有悠久的发展历史和光荣的办学传统,学校现设25 个学院,90多个本科专业,办学期间不断深化教育教学改革,教学质量不断提高。随着生源扩招以及教育教学经费的繁杂多样,内部控制可能存在薄弱环节,现对H 高校内部控制进行评价研究,从而获得科学客观的评价结果。

(一)确定评语集

本文将各二级指标的评价设置为优秀、良好、一般、较差、差五个级别,即V=(优秀、良好、一般、较差、差)。

(二)确定隶属度矩阵

本文邀请20 位公办大学财务与内控方面专家,对H大学内控情况进行评价,通过整理得到评价结果,见表3。由表3 可得P所属隶属度矩阵R。

(三)进行模糊综合评价,得出评价矩阵

根据二级指标的综合权重及H 高校内控评价的隶属度矩阵,得出各一级指标的评价矩阵如下:

表3 各指标权重及评价结果

根据P—P评价矩阵得出H 高校内部控制总体评价矩阵B:

(四)确定H 高校内控评价结果

综合评价结果为U=WB=(0.066,0.071,0.087,0.017,0.003),按照最大隶属度原则,H 高校的内部控制评价结果隶属于模糊评语集中的一般。因此,H 高校应加强内部控制,合理设计内部控制制度,并严格按制度要求执行,二者缺一不可。

五、结论及建议

(一)结论

本文立足于高校业务活动特点,以校内文化为依托,以办学目标为导向,以发展战略为指引,构建高校内部控制网络结构评价体系,并结合实例分析其内部控制风险水平,为高校内部控制评价体系的建设提供参考,有助于推动高校内部控制建设。

(二)建议

1.建立常态化高校内部控制评价机制

高校应建立常态化内部控制评价机制,定期对内部控制情况进行评价,积极与各业务部门就评价结果进行沟通,及时发现漏洞并加以改进。同时,将评价结果纳入年度考核范围,借以督促各部门加强内控建设。

2.增强评价结果可信度

一方面,高校在内控评价过程中,应充分考虑自身经营活动特征,从自身出发,制定适用的内控评价体系,而非生搬硬套,使评价结果实用性较低;另一方面,考虑到可能存在财会及内控人才不足情况,高校可通过自我评价与第三方评价相结合,提高评价结果的可信度及专业化程度。

3.健全评价结果公开机制

高校可通过官网平台公布等形式,充分披露内控评价结果,这不仅能够增强群众监督,而且可使各高校之间横向对比逐渐加强,为高校内控的实证研究提供数据支撑,进一步完善高校内控评价体系的构建,促进高校内部控制建设的提升。●

猜你喜欢

网络结构矩阵指标
一类带临界指标的非自治Kirchhoff型方程非平凡解的存在性
最新引用指标
莫让指标改变初衷
初等行变换与初等列变换并用求逆矩阵
基于互信息的贝叶斯网络结构学习
知识网络结构维对于创新绩效的作用机制——远程创新搜寻的中介作用
沪港通下A+ H股票网络结构演化的实证分析
复杂网络结构比对算法研究进展
矩阵
矩阵