基于效率評(píng)價(jià)的審計(jì)對(duì)象遴選方法研究

王秋月 楊 康

(安徽師范大學(xué)，安徽 蕪湖 241000)

在當(dāng)前社會(huì)主義經(jīng)濟(jì)發(fā)展中，國家監(jiān)督方式審計(jì)的作用越發(fā)的重要，在中央審計(jì)委員會(huì)第一次會(huì)議上，會(huì)中強(qiáng)調(diào)要積極利用以數(shù)據(jù)為導(dǎo)向的審計(jì)技術(shù)，確保國家科學(xué)且高效的審計(jì)決策，提升國家審計(jì)的工作能力。當(dāng)前面臨著審計(jì)資源不足等多種矛盾，以前的憑經(jīng)驗(yàn)法和隨機(jī)抽樣已無法實(shí)現(xiàn)當(dāng)今審計(jì)資源的高效利用，急需一套切實(shí)可行的計(jì)劃安排審計(jì)項(xiàng)目的合理分配方法。數(shù)據(jù)包絡(luò)分析(DEA)是一種測算決策單元(Decision Making Unit，簡稱DMU)相對(duì)效率的方法，此方法可以在沒有設(shè)置參數(shù)的情況下測算效率，呈現(xiàn)決策單元之間的效率大小。三階段DEA作為當(dāng)前國內(nèi)前沿的研究方法之一，在各大領(lǐng)域有著廣泛的運(yùn)用，但是用于國家審計(jì)對(duì)象遴選的還較少。因此本文運(yùn)用三階段DEA的方法，實(shí)現(xiàn)為審計(jì)對(duì)象遴選提供合理的科學(xué)依據(jù)。

一、文獻(xiàn)綜述

DEA是由Charnes等人提出的基于“相對(duì)效率評(píng)價(jià)”理論[1]。在國外，最早于1984年Sherman探討了DEA于績效審計(jì)中的應(yīng)用，并證實(shí)其有效性。Bradbury和Rouse[2]、Nurhan和Lerzan分別于2002年和2005年將DEA方法運(yùn)用于審計(jì)風(fēng)險(xiǎn)當(dāng)中，證實(shí)了DEA方法在審計(jì)領(lǐng)域的應(yīng)用價(jià)值[3]。在國內(nèi)，許漢友和丁時(shí)勇(2008)提出用DEA方法來遴選審計(jì)對(duì)象，并給出清晰的遴選流程[4]。楊琴(2013)研究了基于非期望產(chǎn)出和信息熵的審計(jì)對(duì)象遴選的方法[5]。馬建峰(2015)從系統(tǒng)效率角度為績效審計(jì)對(duì)象和項(xiàng)目選擇提供詳細(xì)信息[6]。中國人民銀行南京分行內(nèi)審處課題組(2018)創(chuàng)新性地將兩階段網(wǎng)絡(luò)DEA方法應(yīng)用于績效審計(jì)對(duì)象的遴選[7]。公彥德和莊玉良(2019)將改進(jìn)的網(wǎng)絡(luò)DEA模型應(yīng)用到審計(jì)領(lǐng)域[8]。

上述研究表明，DEA方法在審計(jì)對(duì)象遴選中具有較強(qiáng)應(yīng)用價(jià)值，能夠?yàn)殄噙x審計(jì)對(duì)象提供科學(xué)合理的有效信息。因此，本文創(chuàng)新性的運(yùn)用三階段DEA的方法[9]，以商業(yè)銀行數(shù)據(jù)為例，研究審計(jì)對(duì)象遴選的過程，提供具體科學(xué)遴選審計(jì)對(duì)象的措施。

二、研究方法和變量選擇

(一)研究方法

本文采用三階段DEA模型，較傳統(tǒng)的DEA方法，該模型通過剔除環(huán)境效應(yīng)和隨機(jī)干擾因素，使效率值更加的真實(shí)和準(zhǔn)確。模型分為以下三個(gè)階段：第一階段：傳統(tǒng)的DEA模型分析。這階段通過BCC模型對(duì)原始的投入和產(chǎn)出數(shù)據(jù)測算，得出各DMU的相對(duì)效率值。第二階段：隨機(jī)前沿分析(Stochastic Frontier Approach，簡稱SFA)剔除環(huán)境因素和統(tǒng)計(jì)噪聲。這階段的主要目標(biāo)是彌補(bǔ)第一階段沒有考慮到的環(huán)境因素和隨機(jī)噪聲影響的缺陷，將投入松弛變量作為被解釋變量，外部因素為解釋變量，運(yùn)用于SFA模型進(jìn)行回歸。第三階段：調(diào)整后DEA效率分析。這階段是將調(diào)整后的投入與原始的產(chǎn)出運(yùn)用DEA模型測算DMU的效率值，使第三階段的效率值剔除了環(huán)境因素和隨機(jī)噪聲的影響，結(jié)果更加的準(zhǔn)確客觀。

(二)樣本說明

金融是國家經(jīng)濟(jì)的重要組成部分，而金融審計(jì)在預(yù)防金融風(fēng)險(xiǎn)和促進(jìn)金融發(fā)展方面具有重要的意義。本文選取中農(nóng)工建等共16家商業(yè)銀行的2015年至2019年數(shù)據(jù)作為樣本。數(shù)據(jù)主要來源于國泰安數(shù)據(jù)庫，其中缺失的數(shù)據(jù)主要源于銀行官網(wǎng)的年報(bào)以及其他財(cái)經(jīng)網(wǎng)站提供的財(cái)務(wù)報(bào)告。

由于本文不是真正研究銀行的運(yùn)營效率，所以在后續(xù)的分析中將這些銀行的順序打亂并以英文字母來命名，目的是選出真正的審計(jì)對(duì)象。

(三)變量的選擇

參考大多數(shù)學(xué)者許漢友(2008)、楊國平(2014)、韓松(2016)和屈國俊(2018)的文獻(xiàn)，并考慮本文的研究目的和意義，選取三個(gè)投入指標(biāo)：固定資產(chǎn)凈值、員工人數(shù)、營業(yè)支出，以及兩個(gè)產(chǎn)出指標(biāo)：凈利潤、非利息收入。

本文方法第二階段最需要考慮的外部影響因素，結(jié)合樣本特征、政府市場措施和前人文獻(xiàn)選出一年期存貸款利差、銀行所有權(quán)類別和分支機(jī)構(gòu)數(shù)目三個(gè)變量作為第二階段SFA回歸的外部環(huán)境變量。所有變量描述如表1所示。

表1 指標(biāo)選擇

三、基于三階段DEA方法的審計(jì)對(duì)象遴選分析

(一)第一階段傳統(tǒng)DEA結(jié)果分析

在選擇審計(jì)對(duì)象時(shí)，既要遴選相對(duì)效率低的銀行，又要遴選相對(duì)效率高的銀行，效率高的銀行可能存在潛在風(fēng)險(xiǎn)，高效率同樣對(duì)應(yīng)高風(fēng)險(xiǎn)，需要引起決策者注意。

從表2結(jié)果來看，通過計(jì)算可得16家銀行的綜合效率平均值為0.895，反映出銀行的規(guī)模和管理水平都處于相對(duì)良好的狀態(tài)，但是銀行中DEA有效的概率僅在18.75%，處于較低水平，尤其是排名后三位的D銀行、P銀行、N銀行的歷年平均效率值在0.8以下。DEA有效說明銀行的治理模式和運(yùn)營規(guī)模良好，可能存在潛在風(fēng)險(xiǎn)；排名靠后的銀行，沒有達(dá)到DEA有效，說明這些企業(yè)存在投入冗余，管理能力較低的現(xiàn)象，內(nèi)部存在風(fēng)險(xiǎn)的可能性很大，需要作為重點(diǎn)的審計(jì)對(duì)象。

從純技術(shù)效率角度，平均值為0.9544接近DEA有效，說明各大商業(yè)的治理機(jī)制靈活有效。若以管理不佳為審計(jì)目標(biāo)，可選擇排名后八位的銀行作為審計(jì)對(duì)象，反之選擇排名前八位的銀行作為審計(jì)對(duì)象。

規(guī)模效率值差異明顯，極差0.277，若從規(guī)模效率角度出發(fā)選擇審計(jì)對(duì)象，若審計(jì)銀行規(guī)模的風(fēng)險(xiǎn)，五大國有銀行規(guī)模過大，地域分散，存在相應(yīng)的高風(fēng)險(xiǎn)，可以作為重點(diǎn)審計(jì)對(duì)象，若審計(jì)規(guī)模的優(yōu)點(diǎn)和較好的結(jié)構(gòu)，股份制商業(yè)銀行的排名前三的DEA有效的銀行可作為重點(diǎn)審計(jì)對(duì)象。

表1 表2 2015年-2019年商業(yè)銀行平均效率值及排名

(二)第二階段SFA結(jié)果分析

在SFA回歸分析中，相關(guān)系數(shù)為正的環(huán)境指標(biāo)，代表該指標(biāo)是不利于提高經(jīng)營效率的因素，表示有提高商業(yè)銀行樣本要素剩余的作用，存在不利于審計(jì)工作的風(fēng)險(xiǎn)。反之，相關(guān)系數(shù)為負(fù)的環(huán)境指標(biāo)則會(huì)降低投入冗余，使銀行經(jīng)營環(huán)境更加的有利于提高效率，給審計(jì)結(jié)果帶來一定的偏差，所以可以根據(jù)回歸結(jié)果對(duì)審計(jì)對(duì)象的某些指標(biāo)重點(diǎn)觀察審計(jì)。

由SFA回歸結(jié)果得一年期存貸利差歷年來對(duì)營業(yè)支出差值、固定資產(chǎn)凈額差值和人員總數(shù)差值存在負(fù)向相關(guān)系數(shù)，表明過高的存貸利差，會(huì)降低營業(yè)支出、固定資產(chǎn)和人員成本投入冗余，可選擇對(duì)審計(jì)對(duì)象的存貸利差重點(diǎn)審計(jì)。銀行所有權(quán)類別對(duì)差值影響是不定向的，對(duì)固定資產(chǎn)凈額差值存在正向影響，且相關(guān)系數(shù)值較大，表明對(duì)不利經(jīng)營環(huán)境影響較大，存在審計(jì)風(fēng)險(xiǎn)過大。對(duì)營業(yè)支出和固定資產(chǎn)是負(fù)向關(guān)系，可降低對(duì)投入的冗余，有利于經(jīng)營環(huán)境?？梢愿鶕?jù)審計(jì)目標(biāo)，選擇重點(diǎn)審計(jì)內(nèi)部指標(biāo)。分支機(jī)構(gòu)數(shù)對(duì)固定資產(chǎn)投入冗余存在顯著負(fù)相關(guān)，與當(dāng)前企業(yè)的效率存在一定的偏差，可以進(jìn)一步觀察審計(jì)。

(三)第三階段DEA結(jié)果分析

通過上述研究發(fā)現(xiàn)，顯然依據(jù)調(diào)整前的效率選擇審計(jì)對(duì)象并不合理，特別是在當(dāng)前國家審計(jì)資源不足的條件下，審計(jì)工作既想要做到全面覆蓋，又想要做到針對(duì)重點(diǎn)，則需要優(yōu)化改進(jìn)遴選方法。

在環(huán)境變量作用之后，DEA有效的DMU發(fā)生了一定的變化。如表3所示，第三階段的綜合技術(shù)效率平均值為0.8193，較第一階段下降8.46%，其中N銀行、O銀行、P銀行效率值僅為0.532、0.445和0.344，遠(yuǎn)遠(yuǎn)低于平均值，若以此項(xiàng)指標(biāo)作為參考，可選擇N銀行、P銀行、O銀行作為重點(diǎn)審計(jì)對(duì)象。

由表3可知，C銀行、K銀行調(diào)整后由原有的DEA無效變?yōu)镈EA有效，而E銀行和I銀行則變?yōu)镈EA無效。主要是由于剔除環(huán)境因素和隨機(jī)誤差之后的規(guī)模效率出現(xiàn)偏差，純技術(shù)效率均為DEA有效，說明商業(yè)銀行的管理治理機(jī)制較好，但是存在分支機(jī)構(gòu)的規(guī)模問題，存在改進(jìn)的空間。若參考此項(xiàng)指標(biāo)，可以選擇C銀行、K銀行、E銀行和I銀行作為重點(diǎn)審計(jì)對(duì)象。

從規(guī)模效率角度，調(diào)整后只有5家商業(yè)銀行出現(xiàn)了效率值上升，其余11家銀行效率值均下降。主要是由于這5家商業(yè)銀行機(jī)構(gòu)龐大，總資產(chǎn)、存款、貸款規(guī)模大，在發(fā)生風(fēng)險(xiǎn)時(shí)產(chǎn)生的對(duì)市場的影響就會(huì)較其他銀行更大。其余11家銀行可能注重?cái)U(kuò)展業(yè)務(wù)，分支機(jī)構(gòu)大多開在發(fā)達(dá)地區(qū)，所以若在同一的劣勢環(huán)境下，機(jī)構(gòu)龐大的銀行反而會(huì)提高效率，若以此項(xiàng)指標(biāo)參考，可選擇風(fēng)險(xiǎn)影響較大的A銀行、B銀行、C銀行、D銀行和K銀行作為重點(diǎn)審計(jì)對(duì)象。

表3 2015-2019年商業(yè)銀行第一階段和第三階段年平均效率值

(四)綜合排名情況分析

針對(duì)每一家銀行，審計(jì)部門同樣關(guān)心銀行各年份動(dòng)態(tài)的效率值排名，從而能夠更加直觀的觀察出銀行運(yùn)營效率的穩(wěn)定性，合理估計(jì)銀行的風(fēng)險(xiǎn)大小。

圖1 16家銀行2015-2019年綜合技術(shù)效率值排名

如圖1所示，我們看出N銀行、O銀行、P銀行三家銀行在近5年內(nèi)綜合技術(shù)效率值基本沒有發(fā)生變化，一直在16家銀行中處于同一個(gè)位置，說明這三家銀行從動(dòng)態(tài)的角度來看一直處于相對(duì)平穩(wěn)的企業(yè)運(yùn)營狀態(tài)，波動(dòng)較小，存在風(fēng)險(xiǎn)的可能性較低，可以不作為審計(jì)對(duì)象遴選的目標(biāo)。從圖中可以很明顯的看出A、B、H和I銀行的相對(duì)綜合效率值排名波動(dòng)較大，忽高忽低，動(dòng)態(tài)的說明了以上4家銀行的企業(yè)管理模式和運(yùn)營規(guī)模存在一定的不合理性，也表明4家銀行內(nèi)部可能存在較大的風(fēng)險(xiǎn)，在注重風(fēng)險(xiǎn)審計(jì)的市場下，風(fēng)險(xiǎn)較大的企業(yè)必然會(huì)被重點(diǎn)審計(jì)，假設(shè)審計(jì)對(duì)象遴選的指標(biāo)數(shù)量是4，那么就可以選擇A、B、H和I銀行作為被審計(jì)對(duì)象。這樣既可以直觀精準(zhǔn)的選擇審計(jì)對(duì)象，又可以從動(dòng)態(tài)角度遴選審計(jì)對(duì)象，審計(jì)工作更加全面開展，增加審計(jì)對(duì)象遴選結(jié)果的準(zhǔn)確性。

四、結(jié)論

充分運(yùn)用數(shù)據(jù)導(dǎo)向?qū)徲?jì)技術(shù)推進(jìn)國家審計(jì)決策科學(xué)化、審計(jì)工作高效化，已經(jīng)是新時(shí)代大數(shù)據(jù)模式下的新常態(tài)。基于此，本文采用計(jì)量模型方法三階段DEA模型，以商業(yè)銀行為例，測算了2015年到2019年16家商業(yè)銀行的效率值，再分別對(duì)TE、PE和SE三個(gè)效率進(jìn)行具體分析，以及對(duì)比歷年來的效率排名變化情況，基于此提出了遴選審計(jì)對(duì)象的具體措施，以期能夠提高審計(jì)工作的效率。

首先根據(jù)TE、PE和SE的高低，反映企業(yè)存在風(fēng)險(xiǎn)的可能性，以風(fēng)險(xiǎn)大小遴選審計(jì)對(duì)象。其次，TE反映決策單元整體的效率，PE反映決策單元的治理機(jī)制靈活有效程度，SE反映決策單元的經(jīng)營規(guī)模是否合理，可以根據(jù)審計(jì)目標(biāo)，尋找相應(yīng)的效率，遴選審計(jì)對(duì)象。再次根據(jù)影響因素的回歸分析，重點(diǎn)關(guān)注審計(jì)對(duì)象的某些指標(biāo)。最后通過對(duì)近5年效率值的排名變化情況，可以更加直觀的看出企業(yè)運(yùn)營效率的穩(wěn)定性，歷年來排名越不穩(wěn)定的企業(yè)存在風(fēng)險(xiǎn)的可能性越大，需要重點(diǎn)對(duì)其審計(jì)。

本文的研究僅僅將近五年的16家銀行的數(shù)據(jù)進(jìn)行分析，使用三階段DEA模型，實(shí)際上還可以擴(kuò)大樣本研究，進(jìn)行多維度的比較，真正做到審計(jì)對(duì)象遴選的全面性。同時(shí)，審計(jì)人員還可結(jié)合人民銀行其他業(yè)務(wù)領(lǐng)域，進(jìn)一步探索研究三階段網(wǎng)絡(luò)DEA的應(yīng)用，為績效審計(jì)對(duì)象遴選提供科學(xué)理論方法。