外匯監管審計績效評價探討

導語：外匯監管審計績效評價探討一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

應用DEA進行外匯監管審計績效評價的主要思路

當前外匯監管審計績效評價方法除常規方法以外，還包括：數量分析法、因素分析法、成本效益分析法、數據包絡分析法、公眾評價法等。但DEA的應用性不多。本文研究DEA在外匯管理審計績效評價中的應用，厘清應用DEA進行外匯管理審計績效評價的操作流程，并通過構建DEA模型進行實證分析得出結論。

（一）DEA的主要流程

數據包絡分析法（DataEnvelopmentAnalysis,簡稱DEA）是進行有效性評價分析的一種數量分析方法，適用于外匯管理內部審計績效評價。該方法是管理學科、運籌學與數量經濟學的交叉學科而形成的數據分析算法，是一個多學科交叉的評價方法。DEA研究的是多個輸入和產出的系統，應用數據規劃模型對具有多輸入和多產出的生產績效評價系統有良好的應用效果。DEA算法以決策單元（DMN）為單位進行，以投入和產出指標數據的權重作為績效評價的變量，避免了人為因素確定的指標權重使研究結果的客觀性受到人為影響。外匯管理審計績效評價DEA的流程主要可分為4個模塊:第一個模塊中的“定義數據變量”，包括“確定評價目標”和“選擇決策單元”兩個部分。以黑龍江省外匯管理審計工作為研究對象，那么評價目標為：“黑龍江省外匯管理審計績效評價”；決策單元選取為針對黑龍江省外匯管理支局進行審計的12個審計組的投入和產出為一個決策單元。第二個模塊為“確定目標函數”，主要包括“建立輸入輸出目標體系”。該模塊主要建立在決策單元的基礎上，建立DEA中輸入輸出指標。根據外匯管理審計工作確定的指標體系，審計人數、審計時間和審計經費分別作為DEA決策單元的投入指標，將審計業務量（流程數）、整改及時完成率、實際問題發生數作為DEA決策單元的產出指標。第三個模塊為“選擇DEA模型”，本文將選取的外匯管理審計績效評價模型為DDF模型。第四個模塊為“結果分析”，對各個投入指標和產出指標的效率值以及總效率值進行分析。基于DEA的外匯管理審計績效評價流程如下圖所示

（二）DEA的模型建立

1.DEA的CCR模型和BCC模型CCR模型和BCC模型是DEA方法發展早期的重要類型。CCR模型假設決策單元（DMU）處于固定規模報酬情形下，用來衡量總效率；BCC模型假設決策單元（DMU）處于變動規模報酬情形下，用來衡量純技術和規模效率。由于數據包絡模型不斷擴充與優化，DEA模型因為其應用的廣泛性增加，大量成功的應用案例進一步說明了DEA方法可靠性，進一步推動數據包絡模型的廣泛應用性。DEA的應用模型的推導過程如下：假設現在有個被評價決策的決策單元，每個決策單元都存在m個不同的投入向量，此m個不同的投入向量記為：；每個決策單元的產出具有種不同的形式，其產出項記為：。在數據包絡法中決策單元的效率值的計算公式為：上式（1）中，是第“0”個決策單元的效率評價指數，和分別是第“”個產出和第“”個投入的權系數。由此可以計算每個決策單元投入和產出的效率情況。2.動態方向距離函數DEA模型由于早期DEA模型中的CCR模型和BCC模型無法體現DMU當前狀態與有效目標值之間的松弛改進部分，Tone（2001）提出SBM模型對此局限性進行了彌補，對投入和產出松弛改進的部分可以包括到對DMU無效率程度的測量過程中。SBM模型在處理非期望產出變量時，通常將其作為投入變量設定為負值納入模型，且在測量效率程度時，被評價單元的投影點不是最短路徑到達前沿。Chung等（1997）通過對方向向量進行定義，使無效DMU沿任意設定的方向可以投影到前沿，即提出了方向距離函數（DirectionalDistanceFunction）DEA模型(DDF-DEA)。在該此模型基礎上，構建了動態的DDF-DEA模型。假設有k個DMUk，對其無效率的測量包含投入和期望產出兩個方面，其中xi、yr分別代表第i項投入、第r項期望產出。gx、gy分別表示投入、期望產出能夠改進的方向向量，w為權重。、分別表示各項投入、期望產出平均改進的部分。由此得出的方向距離函數效率值與方向向量長度無關，保證所得出的效率值的一致性。采用被評價單元的效率值作為方向距離函數模型目標值，設定無非期望產出的動態DDF-DEA模型如下：3.共同邊界DEABatteseandRao（2002）及Battese等（2004）通過共同邊界模型提出不同群體間的技術效率可相互比較的觀點。之后ThanassoulisandPortela（1997）提出凸性共同邊界的觀念，指出在某一段時間內，所有群體的技術，用最先進技術進行生產的產出水準，群體間甚至在技術的交流下，可以因為技術提升將生產邊界更向外擴張而提高經營績效。直到O’Donnell等（2008）提出的共同邊界模型，可以準確求算出群組及共同技術效率。（1）群組邊界將所有DMU依不同的社會文化、經濟環境、管理模式與生產結構等因素分成g個群組，則第g群組的技術集合如下令，亦即Tm為包含全部群組之生產前緣所包絡起來的凸化共同技術集合（metatechnologyset），則與共同技術集合有關的投入距離函數可表示如下：（8）上式代表以共同邊界計算每一個DMU的投入距離函數值，即為共同邊界無效率指標。

基于DEA的外匯監管審計績效評價實證分析

基于外匯監管審計績效評價的DEA研究思路，以黑龍江省外匯管理局下轄的外管支局監管審計為研究樣本進行實證分析。

（一）樣本選擇

黑龍江省外匯管理局共下轄12家中心支局，由于審計工作量原因，增設對綏芬河支局和東寧支局的審計，共計14個審計組，構成14個決策單元（DMU）。按兩年一次審計進行分析，共包含2013年、2015年、2017年和2019年共四次。DEA決策單元的各個投入產出指標數據根據實際情況進行模擬估值，對14個決策單元（DMU）按照沿邊境和非沿邊境分成兩組，并對先后四次審計工作進行動態分析，因此選用共同邊界動態DFF-DEA方法進行分析。外匯監管審計績效評價的投入產出變量描述性統計如表1所示：

（二）實證分析結果

黑龍江省外匯監管績效審計各個決策單元評估的總效率值如表2所示，在14家審計工作組中，總效率值最高的是綏芬河、東寧和七臺河三地的審計組，其效率值都達到了1；雙鴨山市中心支局審計組有三年效率都達到1；牡丹江和鶴崗兩地中心支局審計組有兩年的效率達到1；大興安嶺地區、伊春和雞西三地中心支局審計組都有一年的效率達到1；效率值較低的是黑河、佳木斯和伊春三地的中心支局審計組。從沿邊境和非沿邊境兩組來看，總體來看，非沿邊境審計平均效率要比沿邊境組的平均效率值略高，雖然非沿邊境審計組的效率要低于七臺河市中心支局、綏芬河支局和東寧支局的效率。從不同審計次數來看，2015年審計的效率要高于其他年份的審計效率。從投入項效率角度來看，不同審計組在不同投入項上效率也各不相同，如表3所示。對于審計人數、審計時間和審計經費三項投入項，綏芬河、東寧和七臺河三地的三項投入項各個年份都達到最高；雙鴨山市和鶴崗市大部分年份投入項效率也為1；牡丹江市、大興安嶺地區和雞西市三地的部分年份的投入項效率也有達到1的水平。在三項投入項中，投入項效率值比較低的主要有齊齊哈爾、大慶、黑河和佳木斯四地的中心支局審計組，其審計人數效率和審計經費效率的效率值相對低于審計時間效率。對比沿邊境和非沿邊境兩組的投入項效率，沿邊境組的審計人數效率和審計經費效率要高于非沿邊境組，而非沿邊境組的審計時間效率要高于沿邊境組。對于審計業務量（流程數）、整改及時完成率、實際問題發生數三項產出項，綏芬河、東寧和七臺河的三項產出項各個年份都達到最高；雙鴨山市和鶴崗市大部分年份產出項效率也為1；牡丹江市、大興安嶺地區、雞西市、黑河市部分年份的產出項效率也達到1。產出項效率值比較低的主要有綏化市和大興安嶺地區的審計業務量效率，以及2013年和2017年部分支局審計組的審計業務量效率。在三項產出項中，整改及時完成率效率和實際問題發生數效率的效率值高于審計業務量效率。對比沿邊境和非沿邊境兩組的產出項效率，沿邊境組的審計業務量效率和實際問題發生數效率要高于非沿邊境組，而非沿邊境組的整改及時完成率效率要高于沿邊境組。

研究結論

應用DEA對黑龍江省外匯監管審計績效進行評估研究，可以分析審計工作中不同投入項和產出項的效率情況，并能夠進行多年份的動態分析，得到如下結論：第一，審計時間投入的效率要高于審計人數效率和審計經費效率，整改及時完成率效率和實際問題發生數效率的效率值高于審計業務量效率。第二，對比沿邊境和非沿邊境兩組的投入項和產出項效率，沿邊境組的審計人數效率和審計經費效率要高于非沿邊境組，而非沿邊境組的審計時間效率要高于沿邊境組；沿邊境組的審計業務量效率和實際問題發生數效率要高于非沿邊境組，而非沿邊境組的整改及時完成率效率要高于沿邊境組。同時，可以對審計組根據其特征進行分組，通過共同邊界分析方法對不同群組效率進行統一測度，DEA是評估外匯監管審計績效的可行性方法之一。同樣可以推斷，共同邊界分析方法可以把全國不同地區分成不同群組對其外匯管理分局的監管審計績效進行評估。

作者：孫慧玲 孟麗麗 張起瑞