本文格式为Word版，下载可任意编辑第PAGE\*MERGEFORMAT5页共NUMPAGES\*MERGEFORMAT5页外汇监管审计绩效评价探讨应用DEA进行外汇监管审计绩效评价的主要思路当前外汇监管审计绩效评价方法除常规方法以外，还包括：数量分析法、因素分析法、成本效益分析法、数据包络分析法、公众评价法等。但DEA的应用性不多。本文研究DEA在外汇管理审计绩效评价中的应用，厘清应用DEA进行外汇管理审计绩效评价的操作流程，并通过构建DEA模型进行实证分析得出结论。（一）DEA的主要流程数据包络分析法（DataEnvelopmentAnalysis,简称DEA）是进行有效性评价分析的一种数量分析方法，适用于外汇管理内部审计绩效评价。该方法是管理学科、运筹学与数量经济学的交叉学科而形成的数据分析算法，是一个多学科交叉的评价方法。DEA研究的是多个输入和产出的系统，应用数据规划模型对具有多输入和多产出的生产绩效评价系统有良好的应用效果。DEA算法以决策单元（DMN）为单位进行，以投入和产出指标数据的权重作为绩效评价的变量，避免了人为因素确定的指标权重使研究结果的客观性受到人为影响。外汇管理审计绩效评价DEA的流程主要可分为4个模块:第一个模块中的“定义数据变量”，包括“确定评价目标”和“选择决策单元”两个部分。以黑龙江省外汇管理审计工作为研究对象，那么评价目标为：“黑龙江省外汇管理审计绩效评价”；决策单元选取为针对黑龙江省外汇管理支局进行审计的12个审计组的投入和产出为一个决策单元。第二个模块为“确定目标函数”，主要包括“建立输入输出目标体系”。该模块主要建立在决策单元的基础上，建立DEA中输入输出指标。根据外汇管理审计工作确定的指标体系，审计人数、审计时间和审计经费分别作为DEA决策单元的投入指标，将审计业务量（流程数）、整改及时完成率、实际问题发生数作为DEA决策单元的产出指标。第三个模块为“选择DEA模型”，本文将选取的外汇管理审计绩效评价模型为DDF模型。第四个模块为“结果分析”，对各个投入指标和产出指标的效率值以及总效率值进行分析。基于DEA的外汇管理审计绩效评价流程如下图所示（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方法发展早期的重要类型。CCR模型假设决策单元（DMU）处于固定规模报酬情形下，用来衡量总效率；BCC模型假设决策单元（DMU）处于变动规模报酬情形下，用来衡量纯技术和规模效率。由于数据包络模型不断扩充与优化，DEA模型因为其应用的广泛性增加，大量成功的应用案例进一步说明了DEA方法可靠性，进一步推动数据包络模型的广泛应用性。DEA的应用模型的推导过程如下：假设现在有个被评价决策的决策单元，每个决策单元都存在m个不同的投入向量，此m个不同的投入向量记为：；每个决策单元的产出具有种不同的形式，其产出项记为：。在数据包络法中决策单元的效率值的计算公式为：上式（1）中，是第“0”个决策单元的效率评价指数，和分别是第“”个产出和第“”个投入的权系数。由此可以计算每个决策单元投入和产出的效率情况。2.动态方向距离函数DEA模型由于早期DEA模型中的CCR模型和BCC模型无法体现DMU当前状态与有效目标值之间的松弛改进部分，Tone（2022）提出SBM模型对此局限性进行了弥补，对投入和产出松弛改进的部分可以包括到对DMU无效率程度的测量过程中。SBM模型在处理非期望产出变量时，通常将其作为投入变量设定为负值纳入模型，且在测量效率程度时，被评价单元的投影点不是最短路径到达前沿。Chung等（1997）通过对方向向量进行定义，使无效DMU沿任意设定的方向可以投影到前沿，即提出了方向距离函数（DirectionalDistanceFunction）DEA模型(DDFDEA)。在该此模型基础上，构建了动态的DDFDEA模型。假设有k个DMUk，对其无效率的测量包含投入和期望产出两个方面，其中xi、yr分别代表第i项投入、第r项期望产出。gx、gy分别表示投入、期望产出能够改进的方向向量，w为权重。、分别表示各项投入、期望产出平均改进的部分。由此得出的方向距离函数效率值与方向向量长度无关，保证所得出的效率值的一致性。采用被评价单元的效率值作为方向距离函数模型目标值，设定无非期望产出的动态DDFDEA模型如下：3.共同边界DEABatteseandRao（2022）及Battese等（2022）通过共同边界模型提出不同群体间的技术效率可相互比较的观点。之后ThanassoulisandPortela（1997）提出凸性共同边界的观念，指出在某一段时间内，所有群体的技术，用最先进技术进行生产的产出水准，群体间甚至在技术的交流下，可以因为技术提升将生产边界更向外扩张