资源描述：
《山西省上市公司内部控制有效性评价.》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、山西省上市公司内部控制有效性评价摘要：文章基于过程导向构建出上市公司内部控制有效性评价指标体系。同时，综合模糊综合评价法及层次分析法，构建内部控制有效性模糊层次分析模型，并应用该模型对山西省上市公司的内部控制有效性进行了评价。结果表明：山西省上市公司的内部控制有效性水平整体居于良好水平。分行业来看，山西省采矿业、交通运仓储和邮政业及金融业上市公司内部控制有效性水平高于英他行业。但各行业上市公司仍需关注内部控制的构建及完善工作，从而进一步提高内部控制有效性水平。关键词：内部控制有效性评价过程导向模糊层次分析中图分类号：F830.91文献标识码：A文章编号：1004-4914（201
2、6）12-085-03一、上市公司内部控制冇效性模糊层次分析模型构建（-）模糊层次分析法概述模糊层次综合分析法是将模糊评价法与层次分析法相结合的一种评价方法。该方法利用模糊评价法建立以评价对象各主要影响因素组成的评价因素集，然后根据评价因素的影响程度，利用层次分析法对各个因素赋予相应的权重，最后根据建立的评价等级集以及多因素的分配权重，进行综合评价。（二）基于过程导向的上市公司内部控制有效性评价指标体系构建根据我国《企业内部控制基木规范》《企业内部控制应用指引》《企业内部控制评价指引》，从内部控制五要素入手，建立递进层次的基于过程导向的内部控制评价指标体系如表lo二、基于过程导向
3、的内部控制有效性评价步骤本文首先以山西省某上市公司为例详细说明模糊层次分析法在基于过程导向的内部控制有效性评价屮的具体应用步骤。(-)计算确定评价因素权重集1•确定评价因素集。依据基于过程导向的内部控制有效性评价指标体系确定评价因素集，表示为U=｛U1,U2…,L'n｝,同时可以根据所建立的评价指标体系建立二级、三级等多层次的因素集。根据表1,基于过程导向的企业内部控制有效性评价从准则层的5个一级指标，指标层的21个二级指标展开，确定的因素集如下：准则层因素集为：U二｛Ul,U2,U3,U4,U5｝=｛内部环境,风险评估，控制活动,信息与沟通，内部监督｝指标层因素集为：U1二内部
4、环境=｛U11,U12,U13,U14,U15｝=｛社会责任，发展战略，人力资源政策与实务，组织架构，企业文化｝U2二风险评估二｛U21,U22,U23,U24｝=｛0标设定，风险识别，风险分析，应对策略｝U3二控制活动二｛U31,U32｝=｛控制活动的设计，控制活动的运行｝U4二信息与沟通=｛U41,U42,U43,U44,U45｝=｛信息收集、处理和传递，反舞弊机制，内部沟通机制，信息系统安全性，信息系统有效性｝U5二内部监督={U51,U52,U53,U54}={监督主体，监督制度，监督活动，责任追究}2.指标层判断矩阵及权重向量。内部环境下各指标层因素的相对重要性判断如表
5、2。可得到判断矩阵A1：Al=al1al2al3al4al5a21a22a23a24a25a31a32a33a34a35a41a42a43a44a45a51a52a53a54a55=l1/41/31/81/3411/21/633211/358631731/31/51/71采用规范列平均法计算确定该层各因素的相对权重，计算公式如下：由表3可知，准则层指标内部环境下各指标层因素的相对权重矩阵为wl=(0.0472,0.1384,0.2120,0.5275,0.0749)T。此外，判断矩阵的一致性检验结果如下：判断矩阵A1的最大特征值为入max二5.3237,则C・I•二(5・3237
6、-5)/4二0.0809,由表4可知5阶矩阵对应的R・I・值为1.12,则C.R•值为0.0722<0.1,判断矩阵的一致性检验结果满意,wl=(0.0472,0.1384,0.2120,0.5275,0.0749)T作为内部环境下各指标因素的相对权重矩阵是合适的。按照上述方法，本文依次确定出各指标层因素的相对权重，并进行一致性检验以确定权重矩阵的适当性，各指标层因素相对权重矩阵的最终计算结果如下：风险评估准则层下各因素的相对权重矩阵为：w2=(0.1512,0.1625,0.1625,0.5238)T；C.R.=0.0288<0.1,一致性检验结果满意;控制活动准则层下各因素的
7、相对权重矩阵为：w3=(0.5000,0.5000)T；C.R.=0<0.1,一致性检验结果满意;信息与沟通准则层下各因素的相对权重矩阵为：w4二(0.1216,0.0668,0.2990,0.2489,0.2637)T；C.R.二0.0243<0.1,一致性?z验结果满意；内部监督准则下各因素的相对权重矩阵为：w5=(0.3215,0.1785,0.3356,0.1644)T；C.R•二0.0165〈0・1,一致性检验结果满意。3.准则层判断矩阵及权重向量。准则层各因素相对重要
