基于平行网络DEA方法的审计对象遴选策略

当前国家审计资源的不足与日益增长的审计需求之间的矛盾越来越突出,传统的审计对象遴选方法已不适应大数据时代的要求,遴选过程没有将系统内部的子单元考虑在内,造成了审计资源的大量浪费,而审计计划阶段审计对象的遴选直接决定了审计效果和国家宏观政策的调整。基于此,将改进的网络DEA模型应用到审计领域,针对系统的内部结构从不同子单元(纵向)和子单元内部(横向)两个维度给出了国家审计对象遴选策略。研究发现,按照系统总效率遴选审计对象,选择的审计对象并不能真实反映各子单元内部的实际效率,国家审计资源无法实现合理有效配置,进而提出按照不同子单元内部效率与系统效率差距大小遴选审计对象的策略。

基于效率评价的审计对象遴选方法研究

在鼓励运用大数据和人工智能等数字技术的时代,科学合理的选择审计对象,能够推进国家审计决策科学化、国家审计工作高效化。基于此,将科学的计量模型三阶段数据包络分析(Data Envelopment Analysis,简称DEA模型)方法用以审计领域,然后以商业银行数据为例,分别从三个阶段分析具体的实施过程,进一步发挥了审计提前预警功能,促进风险的预防和解决,并加强审计在国家监督中的作用。