基于效率评价的审计对象遴选方法研究

王秋月 杨 康

(安徽师范大学，安徽 芜湖 241000)

在当前社会主义经济发展中，国家监督方式审计的作用越发的重要，在中央审计委员会第一次会议上，会中强调要积极利用以数据为导向的审计技术，确保国家科学且高效的审计决策，提升国家审计的工作能力。当前面临着审计资源不足等多种矛盾，以前的凭经验法和随机抽样已无法实现当今审计资源的高效利用，急需一套切实可行的计划安排审计项目的合理分配方法。数据包络分析(DEA)是一种测算决策单元(Decision Making Unit，简称DMU)相对效率的方法，此方法可以在没有设置参数的情况下测算效率，呈现决策单元之间的效率大小。三阶段DEA作为当前国内前沿的研究方法之一，在各大领域有着广泛的运用，但是用于国家审计对象遴选的还较少。因此本文运用三阶段DEA的方法，实现为审计对象遴选提供合理的科学依据。

一、文献综述

DEA是由Charnes等人提出的基于“相对效率评价”理论[1]。在国外，最早于1984年Sherman探讨了DEA于绩效审计中的应用，并证实其有效性。Bradbury和Rouse[2]、Nurhan和Lerzan分别于2002年和2005年将DEA方法运用于审计风险当中，证实了DEA方法在审计领域的应用价值[3]。在国内，许汉友和丁时勇(2008)提出用DEA方法来遴选审计对象，并给出清晰的遴选流程[4]。杨琴(2013)研究了基于非期望产出和信息熵的审计对象遴选的方法[5]。马建峰(2015)从系统效率角度为绩效审计对象和项目选择提供详细信息[6]。中国人民银行南京分行内审处课题组(2018)创新性地将两阶段网络DEA方法应用于绩效审计对象的遴选[7]。公彦德和庄玉良(2019)将改进的网络DEA模型应用到审计领域[8]。

上述研究表明，DEA方法在审计对象遴选中具有较强应用价值，能够为遴选审计对象提供科学合理的有效信息。因此，本文创新性的运用三阶段DEA的方法[9]，以商业银行数据为例，研究审计对象遴选的过程，提供具体科学遴选审计对象的措施。

二、研究方法和变量选择

(一)研究方法

本文采用三阶段DEA模型，较传统的DEA方法，该模型通过剔除环境效应和随机干扰因素，使效率值更加的真实和准确。模型分为以下三个阶段：第一阶段：传统的DEA模型分析。这阶段通过BCC模型对原始的投入和产出数据测算，得出各DMU的相对效率值。第二阶段：随机前沿分析(Stochastic Frontier Approach，简称SFA)剔除环境因素和统计噪声。这阶段的主要目标是弥补第一阶段没有考虑到的环境因素和随机噪声影响的缺陷，将投入松弛变量作为被解释变量，外部因素为解释变量，运用于SFA模型进行回归。第三阶段：调整后DEA效率分析。这阶段是将调整后的投入与原始的产出运用DEA模型测算DMU的效率值，使第三阶段的效率值剔除了环境因素和随机噪声的影响，结果更加的准确客观。

(二)样本说明

金融是国家经济的重要组成部分，而金融审计在预防金融风险和促进金融发展方面具有重要的意义。本文选取中农工建等共16家商业银行的2015年至2019年数据作为样本。数据主要来源于国泰安数据库，其中缺失的数据主要源于银行官网的年报以及其他财经网站提供的财务报告。

由于本文不是真正研究银行的运营效率，所以在后续的分析中将这些银行的顺序打乱并以英文字母来命名，目的是选出真正的审计对象。

(三)变量的选择

参考大多数学者许汉友(2008)、杨国平(2014)、韩松(2016)和屈国俊(2018)的文献，并考虑本文的研究目的和意义，选取三个投入指标：固定资产净值、员工人数、营业支出，以及两个产出指标：净利润、非利息收入。

本文方法第二阶段最需要考虑的外部影响因素，结合样本特征、政府市场措施和前人文献选出一年期存贷款利差、银行所有权类别和分支机构数目三个变量作为第二阶段SFA回归的外部环境变量。所有变量描述如表1所示。

表1 指标选择

三、基于三阶段DEA方法的审计对象遴选分析

(一)第一阶段传统DEA结果分析

在选择审计对象时，既要遴选相对效率低的银行，又要遴选相对效率高的银行，效率高的银行可能存在潜在风险，高效率同样对应高风险，需要引起决策者注意。

从表2结果来看，通过计算可得16家银行的综合效率平均值为0.895，反映出银行的规模和管理水平都处于相对良好的状态，但是银行中DEA有效的概率仅在18.75%，处于较低水平，尤其是排名后三位的D银行、P银行、N银行的历年平均效率值在0.8以下。DEA有效说明银行的治理模式和运营规模良好，可能存在潜在风险；排名靠后的银行，没有达到DEA有效，说明这些企业存在投入冗余，管理能力较低的现象，内部存在风险的可能性很大，需要作为重点的审计对象。

从纯技术效率角度，平均值为0.9544接近DEA有效，说明各大商业的治理机制灵活有效。若以管理不佳为审计目标，可选择排名后八位的银行作为审计对象，反之选择排名前八位的银行作为审计对象。

规模效率值差异明显，极差0.277，若从规模效率角度出发选择审计对象，若审计银行规模的风险，五大国有银行规模过大，地域分散，存在相应的高风险，可以作为重点审计对象，若审计规模的优点和较好的结构，股份制商业银行的排名前三的DEA有效的银行可作为重点审计对象。

表1 表2 2015年-2019年商业银行平均效率值及排名

(二)第二阶段SFA结果分析

在SFA回归分析中，相关系数为正的环境指标，代表该指标是不利于提高经营效率的因素，表示有提高商业银行样本要素剩余的作用，存在不利于审计工作的风险。反之，相关系数为负的环境指标则会降低投入冗余，使银行经营环境更加的有利于提高效率，给审计结果带来一定的偏差，所以可以根据回归结果对审计对象的某些指标重点观察审计。

由SFA回归结果得一年期存贷利差历年来对营业支出差值、固定资产净额差值和人员总数差值存在负向相关系数，表明过高的存贷利差，会降低营业支出、固定资产和人员成本投入冗余，可选择对审计对象的存贷利差重点审计。银行所有权类别对差值影响是不定向的，对固定资产净额差值存在正向影响，且相关系数值较大，表明对不利经营环境影响较大，存在审计风险过大。对营业支出和固定资产是负向关系，可降低对投入的冗余，有利于经营环境。可以根据审计目标，选择重点审计内部指标。分支机构数对固定资产投入冗余存在显著负相关，与当前企业的效率存在一定的偏差，可以进一步观察审计。

(三)第三阶段DEA结果分析

通过上述研究发现，显然依据调整前的效率选择审计对象并不合理，特别是在当前国家审计资源不足的条件下，审计工作既想要做到全面覆盖，又想要做到针对重点，则需要优化改进遴选方法。

在环境变量作用之后，DEA有效的DMU发生了一定的变化。如表3所示，第三阶段的综合技术效率平均值为0.8193，较第一阶段下降8.46%，其中N银行、O银行、P银行效率值仅为0.532、0.445和0.344，远远低于平均值，若以此项指标作为参考，可选择N银行、P银行、O银行作为重点审计对象。

由表3可知，C银行、K银行调整后由原有的DEA无效变为DEA有效，而E银行和I银行则变为DEA无效。主要是由于剔除环境因素和随机误差之后的规模效率出现偏差，纯技术效率均为DEA有效，说明商业银行的管理治理机制较好，但是存在分支机构的规模问题，存在改进的空间。若参考此项指标，可以选择C银行、K银行、E银行和I银行作为重点审计对象。

从规模效率角度，调整后只有5家商业银行出现了效率值上升，其余11家银行效率值均下降。主要是由于这5家商业银行机构庞大，总资产、存款、贷款规模大，在发生风险时产生的对市场的影响就会较其他银行更大。其余11家银行可能注重扩展业务，分支机构大多开在发达地区，所以若在同一的劣势环境下，机构庞大的银行反而会提高效率，若以此项指标参考，可选择风险影响较大的A银行、B银行、C银行、D银行和K银行作为重点审计对象。

表3 2015-2019年商业银行第一阶段和第三阶段年平均效率值

(四)综合排名情况分析

针对每一家银行，审计部门同样关心银行各年份动态的效率值排名，从而能够更加直观的观察出银行运营效率的稳定性，合理估计银行的风险大小。

图1 16家银行2015-2019年综合技术效率值排名

如图1所示，我们看出N银行、O银行、P银行三家银行在近5年内综合技术效率值基本没有发生变化，一直在16家银行中处于同一个位置，说明这三家银行从动态的角度来看一直处于相对平稳的企业运营状态，波动较小，存在风险的可能性较低，可以不作为审计对象遴选的目标。从图中可以很明显的看出A、B、H和I银行的相对综合效率值排名波动较大，忽高忽低，动态的说明了以上4家银行的企业管理模式和运营规模存在一定的不合理性，也表明4家银行内部可能存在较大的风险，在注重风险审计的市场下，风险较大的企业必然会被重点审计，假设审计对象遴选的指标数量是4，那么就可以选择A、B、H和I银行作为被审计对象。这样既可以直观精准的选择审计对象，又可以从动态角度遴选审计对象，审计工作更加全面开展，增加审计对象遴选结果的准确性。

四、结论

充分运用数据导向审计技术推进国家审计决策科学化、审计工作高效化，已经是新时代大数据模式下的新常态。基于此，本文采用计量模型方法三阶段DEA模型，以商业银行为例，测算了2015年到2019年16家商业银行的效率值，再分别对TE、PE和SE三个效率进行具体分析，以及对比历年来的效率排名变化情况，基于此提出了遴选审计对象的具体措施，以期能够提高审计工作的效率。

首先根据TE、PE和SE的高低，反映企业存在风险的可能性，以风险大小遴选审计对象。其次，TE反映决策单元整体的效率，PE反映决策单元的治理机制灵活有效程度，SE反映决策单元的经营规模是否合理，可以根据审计目标，寻找相应的效率，遴选审计对象。再次根据影响因素的回归分析，重点关注审计对象的某些指标。最后通过对近5年效率值的排名变化情况，可以更加直观的看出企业运营效率的稳定性，历年来排名越不稳定的企业存在风险的可能性越大，需要重点对其审计。

本文的研究仅仅将近五年的16家银行的数据进行分析，使用三阶段DEA模型，实际上还可以扩大样本研究，进行多维度的比较，真正做到审计对象遴选的全面性。同时，审计人员还可结合人民银行其他业务领域，进一步探索研究三阶段网络DEA的应用，为绩效审计对象遴选提供科学理论方法。