基于数据包络分析的效率性审计方法探讨
数据包络分析
数据包络分析数据包络分析（Data Envelopment Analysis，简称DEA）是一种优化技术，用于评估各种类型的组织或单位的相对效率。
它是在20世纪70年代初由Farrell提出的，经过多年的发展和应用，已成为管理科学和运筹学领域中的重要工具。
本文将介绍数据包络分析的基本原理、应用领域和未来发展趋势。
数据包络分析的基本原理是利用线性规划的方法，通过构建一个数学模型来评估各个单位的相对效率。
在这个模型中，每个单位被表示为一组输入和输出变量的向量。
输入变量是用于生产或运营的资源，如资金、人力、设备等；输出变量是单位创造的产品或提供的服务。
通过比较各个单位的输入和输出，可以计算出它们的效率水平。
数据包络分析的核心概念是效率前沿，即在给定的输入条件下，单位可以实现的最大输出。
如果一个单位的效率达到了前沿线上的一个点，那么它就被认为是100%的效率；如果一个单位的效率低于前沿线，那么它就被认为是相对低效的。
通过比较各个单位的效率，可以找到效率较高的单位，并为其他单位提供改进的方向。
数据包络分析的应用非常广泛。
首先，它在生产效率评估方面发挥重要作用。
如工业生产中，可以通过数据包络分析来确定哪些工厂的生产效率较高，哪些工厂需要改进。
其次，数据包络分析还可以用于评估医院、学校、银行等服务行业的效率。
通过比较各个单位的效率，可以为决策者提供改进管理和资源配置的建议。
此外，数据包络分析还可以用于评估环境效率，即单位实现一定产出时所消耗的资源是否最小化。
未来，数据包络分析在以下几个方面有望得到进一步发展。
首先，随着大数据和人工智能技术的快速发展，数据包络分析有望应用于更多领域。
例如，在金融行业中，可以利用大数据分析技术，结合数据包络分析方法，对公司的风险管理和绩效评估进行更精准的评估。
其次，数据包络分析的方法也在不断演化和改进。
研究人员正在探索如何考虑不确定性因素和松弛约束等问题，以提高模型的准确性和实用性。
《2024年数据包络分析方法中的有效性度量及其投影分析》范文
《数据包络分析方法中的有效性度量及其投影分析》篇一一、引言数据包络分析（Data Envelopment Analysis, DEA）是一种用于评估多个决策单元（Decision Making Units, DMUs）相对效率的定量分析方法。
其基本思想是通过保持决策单元的投入和产出数据不变，构造一个能够包含所有决策单元的“包络面”，并以此来判断各决策单元的相对效率。
本文将重点探讨数据包络分析方法中的有效性度量及其投影分析。
二、数据包络分析方法的有效性度量（一）技术效率技术效率是数据包络分析中的核心概念，它反映了决策单元在给定投入下获得最大产出或给定产出下使用最少投入的能力。
在DEA模型中，通过计算决策单元与“包络面”的距离来衡量其技术效率。
距离越小，说明该决策单元的技术效率越高，反之则越低。
（二）纯技术效率和规模效率纯技术效率和规模效率是技术效率的分解形式。
纯技术效率主要反映决策单元在给定规模下的管理能力，而规模效率则反映了决策单元的规模变化对其效率的影响。
通过将技术效率进行分解，可以更深入地了解决策单元的效率状况。
三、投影分析投影分析是数据包络分析中的一种重要手段，它可以帮助决策者了解决策单元在哪些方面存在不足，从而为其提供改进方向。
在投影分析中，我们首先计算决策单元在“包络面”上的最佳投影点，然后比较该点与原始决策单元的投入和产出数据，找出差距并给出改进建议。
四、投影分析的应用以一个企业为例，假设该企业在生产过程中存在投入过多或产出不足的问题。
通过数据包络分析，我们可以计算出该企业在“包络面”上的最佳投影点，即理论上应达到的投入产出水平。
然后，我们将这个最佳投影点与该企业的实际数据进行比较，找出差距并给出改进建议。
例如，如果发现该企业在某些投入方面过多，我们可以建议其优化资源配置，减少不必要的浪费；如果发现产出不足，我们可以从技术创新、管理优化等方面提出改进措施。
五、结论数据包络分析方法是一种有效的评估多个决策单元相对效率的定量分析工具。
数据包络分析
数据包络分析数据包络分析（Data Envelopment Analysis，简称DEA）是一种以线性规划为基础的效率评价方法，用于评估决策单元的相对效率。
它是由Charnes、Cooper和Rhodes于1978年首次提出，并逐渐发展成为管理科学领域中重要的工具和方法。
数据包络分析的基本原理是通过构建数学模型，通过比较决策单元投入与产出之间的差异，计算出每个决策单元的效率得分。
这些决策单元可以是企业、组织、部门或个人等。
通过这种方法，可以找出相对效率较高的决策单元，并为效率较低的决策单元提供改进的方向。
数据包络分析的优势在于可以同时考虑多个输入和输出指标，而不需要事先确定权重。
它能够根据现有数据自动计算决策单元的效率得分，并对其进行排名。
此外，数据包络分析还能够帮助发现潜在的改进空间，并对目标设定提供参考。
数据包络分析的主要应用领域包括生产效率评价、性能评估、资源配置和效率提升等。
在生产效率评价方面，数据包络分析可帮助企业评估和优化生产过程，提高资源利用率和生产效率。
在性能评估方面，此方法可以用于评估学校、医院、银行等组织的绩效，并为其提供改进建议。
在资源配置方面，数据包络分析可以帮助管理者合理分配资源，并提供最佳决策支持。
在效率提升方面，数据包络分析可通过分析不同决策单元之间的差异，找出效率最高的决策单元，并借鉴其经营管理模式。
虽然数据包络分析在实践中有着广泛的应用，但其方法也存在一些局限性。
首先，数据包络分析对数据的质量要求较高，需要准确和完备的数据才能得出可靠的结果。
其次，数据包络分析假设每个决策单元在同一时期内具有相同的技术效率，忽略了随时间变化的因素。
此外，数据包络分析方法对异常值较为敏感，可能会产生误导性的结果。
总的来说，数据包络分析是一种有效的评估方法，适用于各种决策单元效率评价和资源配置问题。
在实际应用中，需要结合具体情况，灵活运用数据包络分析方法，并注意其局限性，以获得准确的结果和有效的决策支持。
数据包络分析法在军队绩效审计中的运用研究
Ｃ ｏ ｏ ｐ ｅ ｒ （ １ ９ ７ ８ ） 等以相对效率概念为基础 ， 以凸分析 和线 性规 划为 工具 发 展 起 来 的 一 种 有效 性 评 价 方 法， 运用 数学 规划 模型计 算 比较决 策单 元 之间 的相
２ 研 究 方 法
２ ． １ 数 据包络 分 析 （ Ｄ Ｅ Ａ） 方法
Ｄ Ｅ Ａ方法 是 著 名 运 筹 学 家 Ａ． Ｃ ｈ ａ ｍ ｅ ｓ和 ｗ．
置 与评 价 医院绩 效情 况相 关 的指标 体 系 ， 并赋 予 一 定 权重 ， 通过 赋值 来最 终得 到 反映 医 院绩 效情 况 的 数 据 。在使 用过 程 中 ， 研究 者对 于指 标 的选取 各有 侧重 ， 对 各个 指标 的权重 的分 配 因研 究 内容 与重 点
多元 的探 索性尝试 。 关键 词 ： 绩效 审计 ； 数据 包络 分析 法 ； 效 率
中 图分类 号 ： Ｅ ９ １ １ 文献 标 志码 ： Ａ 文章 编 号 ： １ ６ ７ ２—８ ２ １ １ （ ２ ０ １ ５ ） ０ １— ０ ０ ４ ５— ０ ５
１ 引 言
探 索 开展 绩效 审计 ， 是 军 队审计 创新 发展 的必 由之 路 。军 队 ２ ９ Ｎ ｏ ． １
数 据 包 络 分 析 法 在 军 队 绩 效 审 计 中 的 运 用 研 究
宋 苏 阳 余 瀚 绎
（ １ ． 中央财 经大 学 国防经济 与 管理研 究 院 ， 北京 １ ０ ０ ０ ８ １ ； ２ ． 军 事经 济 学院 ， 湖北 武 汉 ４ ３ ０ ０ ３ ５ ） 摘 要 ： 随着 深化 国 防和军 队 改革 的持 续 推进 ， 军 事经 济领 域 的一 系列 变 革 倒逼 军 队审 计 方 式创 新 ， 探 索军 队绩效 审 计 的方 法 路径在 当前具 有重 大理 论和 实践 意义 。 以 医院 为研 究对 象 ， 运 用数 据包 络分 析
基于数据包络分析的房地产投资项量财务效率评价研究
研究 方法 作 法 特 点 适用时 机 缺 点
间 的强线性关 系。 （ ）可操作性。评价指标应 能通过一 定 的方法 ２
来测量或通过 某种可 靠 的手 段来进行 预测 。无 法评
测 的指标是没有意义 的。
数学 量须是可量化的。 变 可求 得整体 所有指标都 不可量化的 规划 以限｝ ｛式与目 数 最优解 是可量化的 ０ 标函 指标无法考 法 求解 项目 虑
财 务 效 率评 价研 究
李小程
（ 深圳东海集 团有限公司 ， 广东 深圳
【 摘
５８４ ） １００
要】应 用数据 包络 分析 （ Ｅ ） 的 ｃ Ｒ模型和 ｃＧ ＤＡ Ｓ 模型评价房地产 项 目 资的规模效 率和技术效 投
率。研 究发 现 ，将 Ｄ Ａ进行房地 产项 目投资的效率评价 ，与层次分析 、模糊综合评价、灰色关 Ｅ
有进行效率性 评价 。事 实上 ，绝 对能力 与效 率是 有 表 １ 。 ） 差别 的。换言 之 ，财务 状况好 ，并不 意味 着投入 产 出的效率高 ，状 况好 的原 因可能在 于大量 的投人 引
运用 Ｄ Ａ进 行房地 产项 目投资效率评价 ，原 因 Ｅ 在于其具有 以下 优点 ：第 一 ，无须设 置权 重 ，每一
（ 尚友 ，郑垂 勇 ，２ ０ ）［ 、层 次 分 析 法 （ 建 和技术效率 ，并且 分析各 种投 入与产 出要素 是否存 徐 ０３ ２ ３ 牛
华 ， ０ ６ Ｊ ２ ０ ） 、成本 费用分 析 与风 险分 析方 法 （ 丁 在 “ 冗余 ”或者 “ 不足 ”现象 ，从而 为企业 提供更 玉华 ，２ ０ ） 、实 期 权 理 论 （ 晓 薇 ，２ ０ ） 、 ０ ８ 高 ０８ 现金流量法 （ 风明 ，２ ０ ） 王 ０ ９ 、灰 色关 联度分 析 具现实意义 的决策 参考 。
基于数据包络模型的银行效率分解分析
基于数据包络模型的银行效率分解分析摘要：商业银行效率评价的有力、常用工具为数据包络分析法。
本文选取11家银行进行实证分析，使用中介法确定数据包络分析模型中的输入、输出指标，并将绩效分析分解为营运能力和获利能力两个方面进行分析，避免了笼统指标绩效，使其更具实用价值与政策指导作用。
关键词：商业银行绩效；数据包络分析；营运能力；获利能力中图分类号：f8321 文献标识码：a 文章编号：1001－828x(2011)03-0179-01一、综述目前研究企业绩效问题主要采用的有层次分析模型，网络包络分析等方法。
网络包络分析法dea是著名运筹学家a.charnes和w.w.cooperes4学者以“相对有效”的概念为基础，以凸分析和线性规划为工具的评价方法。
它应用数学规划模型计算比较决策单元之间的相对效率，对评价对象做出评价。
主要思想：把输入和输出的权重看成一个变量，通过建立模型，来求解最优的权重，进而分析决策单元的有效性，并以此对决策单元进行排序，找出非dea有效的决策单元的问题所在，并提出相关改进意见。
正因为层次分析法ahp问题所在使得dea分析显示出它的优势。
berger和humphrey 进行了有关银行绩效的研究和综述，并认为银行效率评估方法中最具有应用优势是dea评价方法。
我国学者魏权龄首先将dea方法在中国加以推广。
二、评价指标体系的建立选择合适的指标体系应该满足以下原则：充分、全面。
指标体系应较为全面地涵盖银行的营运能力和获利能力，有充分的代表性。
依不同的研究角度，银行的投入和产出有不同的定义。
生产法、中介法与资产法一般来说最常用。
生产法：银行生产不同存款与贷款，使用劳动与资本，存款与贷款的账户数为产出。
中介法：银行充当金融服务的中介者，通过投入资本与劳动力，贷款与投资将由存款资金转换得来，这时存款为输入指标，贷款及投资为输出指标。
资产法：银行还是中介者，但此时银行的输出为银行资产负债表中资产方的项目，由贷款和证券投资的金额可以表述。
基于数据包络方法的2010年会计师事务所经营效率分析
（ ） 模 型 二 ＣＲ １ 数 学 模 型 ．
生 产 函 数 的 有 力 工 具 。 数 据 包 络 分 析 方 法
作 者 简 介 ： 吉福 ， 教 授 、 士 生 导师 ， 邱 副 硕 主要 从 事 会 计 、 审计 实 务研 究 与 教 学 ， 任 集 美 大 学 工 商 管 理 学 院 副 院 长 ， 建 省 注 册 会 计 师 协 会 理 现 福
数据包 络 分析 方 法 （ ＤＥＡ） 对 多 指 标 投 入 是
和 多 指 标 产 出 的 相 同类 型 部 门 ， 行 相 对 有 效 性 进
价 、 业 技 术 进 步 分 析 等 方 面 的 研 究 ， 取 得 一 系 企 都
列 重 要 应 用成 果 。
综 合 评 价 的 一 种 新 方 法 ， 是 研 究 多 投 入 多 产 出 也
在 国外 ， ＤＥＡ 方 法 已 经 成 功 地 应 用 于 银 行 、
中图分 类号 ：２３ Ｆ ２
一
、
数 据 包 络 分 析 方 法
（ ） 一 ＤＥＡ 方 法 背 景
数 据 包 络 分 析 （ ｔ ｖ ｌｐ ｎ ａｙ ｉ） Ｄａ ａ Ｅｎ ｅｏ ｍｅ ｔＡｎ ｌｓｓ
简 称 ＤＥＡ， 管 理 科 学 、 筹 学 、 理 经 济 学 和 数 是 运 数
基于数据包络方法的 ２ 年会计师事务所 ０ １ ０ 经营效率分析
邱 吉 福 （ 美 大 学 工 商 管 理 学 院 ， 建 厦 门 ３ １２ ） 集 福 ６ ０ １
摘 要 本 文 运 用数 据 包络 分析 方 法 中基 于输 入 的 Ｃ Ｒ模 型和 Ｂ Ｃ模 型 ， ２ １ Ｃ Ｃ 对 ０ ０年会 计 师事 务 所 的主 要投 入 产 出数 据 进行 效率 分析 ， 整体 上分 析 目前我 国会 计 师事务 所 的运 营效 率 。通 过研 究发 现 ， 部分 会 从 一 计 师事 务所 已经达到 规模 效 益 ， 是还 有很 多会 计 师事务 所在 技 术和规 模 上都 没有 达到理 想 的水平 ， 经 营 但 在
数据包络分析法
数据包络分析法数据包络分析法（Data Envelopment Analysis，DEA）是一种用于衡量相对效率的多变量线性规划模型。
它通过评估决策单元（包括企业、组织等）的输入和输出来确定其综合效率，并进行效率排名和效率改进。
DEA模型是一种非参数方法，它不依赖于任何事先假设的技术效率分析方法，因此广泛应用于经济学、管理学和运营研究等领域。
DEA模型的基本思想是通过比较各个决策单元之间的输入和输出，找到最佳的决策单元作为参考，然后计算其他决策单元相对于参考单元的效率。
在DEA模型中，一个决策单元被视为效率的，如果它能够以与其他决策单元相同或更少的输入产生与其他决策单元相同或更多的输出。
换句话说，DEA模型可以帮助识别相对高效的决策单元，并确定其优化潜力。
DEA模型的核心是构建一个线性规划问题，以确定各个决策单元的效率得分。
在该模型中，决策单元的输入和输出被表示为一个矩阵，通常称为数据包络。
输入矩阵包含各个决策单元的输入变量，输出矩阵包含各个决策单元的输出变量。
通过线性规划问题，可以计算每个决策单元的效率得分，并根据得分进行排名。
DEA模型可以分为两种类型：CCR模型和BCC模型。
CCR模型是最早提出的一种DEA模型，它假设决策单元之间的技术效率是相同的。
而BCC模型更加灵活，它允许决策单元之间的技术效率不同，通过引入凸壳约束来捕捉这种差异。
CCR模型和BCC模型可以根据具体问题的需求选择使用。
在实际应用中，DEA模型可以用于评估企业、组织或其他决策单元的效率，并为其提供改进策略和决策依据。
DEA模型还可以在竞争环境中确定最佳实践，提供参考标准和目标设置。
此外，DEA模型还具有一些扩展和改进的方法，如动态DEA模型和组合DEA模型等，用于处理更复杂的问题。
然而，DEA模型也存在一些局限性。
首先，它仅适用于相对效率的评估，无法提供绝对效率的度量。
其次，DEA模型对输入和输出的选择和权重敏感，可能会导致不稳定的结果。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
基于数据包络分析的效率性审计方法探讨 摘要：对效率性的审计是绩效审计的重点之一，针对财务指标评价效率性的缺陷，此文将数据包络分析方法（DEA）应用于企业绩效审计实务，尝试构建了基于DEA的效率性审计框架，同时依据审计框架对昆明中铁大型养路机械集团公司2006年生产经营活动的效率性进行审计。文中通过建立DEA模型分析昆明中铁大型养路机械集团公司2006年生产经营活动的DEA有效性，根据DEA分析的结果对企业经营活动的效率性进行评价，同时尝试给出了被审计对象改进的目标和方向。
关键词：绩效审计；效率性；数据包络分析
绩效审计是由独立的审计机构或审计人员，对被审计单位或项目的经济活动进行综合的、系统的审查与分析，按照一定的标准评定企业经营活动效益的现状和潜力，提出提高经济效益的建议，促进其改善管理、提高效益的一种审计活动。在目前，探讨有效的企业绩效审计方法，尤其是从定量的角度切入进行绩效审计，具有重要的理论和实际意义。绩效审计主要是对被审计单位经营管理活动的经济性、效率性和效果性的审计，其中对效率性的审计无疑是审计工作的一个重点，所谓效率性是指投入与产出的关系，包括是否以最小的投入取得一定的产出或者是以一定的投入取得最大的产出，简单地说就是支出是否讲究效率。效率性的审计工作涉及的审计问题是企业的投入－产出是否合理有效。本文将数据包络分析（Data Envelopment Analysis,DEA）引入到绩效审计中，
从而提供一种评价被审计单位效率性的有效的方法，为绩效审计工作提供支持。
1传统财务指标评价的局限性和引入DEA法的动因 1.1传统财务指标评价的局限性 绩效审计方法的研究一直是审计领域需要深入探索的重要课题，但如何进行绩效测评，长期以来都还没有一个很好的方法。大多数的财务评价和内部审计都仅从财务指标的角度来评价。诚然，财务指标对企业的绩效评估是非常重要的，但由于财务评价本身的局限性，从而决定了财务指标评价法本身就带有很大的局限性。目前我国效率性评价上主要侧重于财务指标评价，而由于财务指标本身具有不可避免的缺陷，在一定程度上会使效率性审计陷入误区。运用传统的财务指标评价效率性时其不足之处有：①评价指标的制定可能不客观、不合理；②财务 评价体系中的权重是人为事先设定的，难免使评价结果带有一定的主观性，使评价结果不真实；③解决不了多投入和多产出同时考虑的问题。
1.2 引入DEA法进行效率性审计的动因 效率性是指投入与产出的关系，包括是否以最小的投入取得一定的产出或者是以一定的投入取得最大的产出，或者说支出是否讲究效率。对效率性的审计需解决企业的投入－产出是否有效的问题。DEA 模型可以看作是处理具有多个输入（输出越小越好）和多个输出（输入越大越好）的多目标决策问题的方法。可以证明，DEA有效性与相应的多目标规划问题的pareto有效解（或非支配解）是等价的。数据包络分析(即DEA)可以看作是一种统计分析的新方法，它是根据一组关于输入－输出的观察值来估计有效生产前沿面的。DEA方法处理多输入，特别是多输出的问题的能力是具有绝对优势的，在投入产出效率测定方面具有广泛的应用。数据包络分析无需预先估计参数，无需任何权重假设，排除了人为因素的影响，特别适用于多输入多输出的系统，从而弥补了财务指标在这方面的缺陷。企业的生产经营是一个多输入多输出系统，因此运用数据包络分析进行企业效率研究较实用、更具客观性。并且，DEA方法不仅可以用线性规划来判断决策单元对应的点是否位于有效生产前沿面上，同时又可获得许多有用的管理信息。另外，同传统的方法比较，DEA方法的一个优点是不仅可以处理多输入、多输出的生产系统，而且还可以用于非盈利性系统，如医院、学校及其它公共部门。对于非单纯盈利的公共服务部门，由于不能简单地利用利润最大化来对他们的工作效益进行评价，也很难找到一个合理地包含各个指标的效用函数，而DEA方法是对这类部门工作进行评价比较有效的方法。
2DEA模型介绍 1978年由著名的运筹学家A.Charnes,W.W.Cooper和 E.Rhodes首先提出了一个被称为数据包络分析（Data Envelopment Analysis，简称DEA）的方法，去评价部门间的相对有效性（因此被称为DEA有效）。他们的第一个模型被命名为CCR模型。从生产函数角度看，这一模型是用来研究具有多个输入、特别是具有多个输出的“生产部门”同时为“规模有效”与“技术有效”的十分理想且卓有成效的方法。1984年 R.D.Banker,A.Charnes和W.W.Cooper给出了一个被称为BCC的模型。1985年Charnes,Cooper和 B.Golany, L.Seiford, J.Stutz给出了另一个模型（称为CCGSS模型），这两个模型是用来研究生产部门的间的“技术有效”性的。1986年Charnes，Cooper 和魏权龄为了进一步地估计“有效生产前沿面”，利用Charnes, Cooper和K.Kortanek于1962年首先提出的半无限规划理论，研究了具有无穷多个决策单元的情况，给出了一个新的数据包络模型--CCW模型。1987年Charnes, Cooper，魏权龄和黄志民又得到了称为锥比率的数据包络模型--CCWH模型。这一模型可以用来处理具有过多的输入及输出的情况，而且锥的选取可以体现决策者的“偏好”。灵活的应用这一模型，可以将CCR模型中确定 出的DEA有效决策单元进行分类或排队等等。这些模型以及新的模型正在被不断地进行完善和进一步发展。
3基于DEA效率性审计框架 效率性审计是企业绩效审计的重要组成部分，也是审计工作的重点之一，效率性的审计一般在企业总体绩效审计工作中进行。如有需要，也可以单独进行效率性审计。基于DEA的效率性审计流程主要包括效率性审计工作的准备阶段、审计工作的实施阶段和审计工作的终结与报告阶段三个阶段的工作内容。
3.1 企业效率性审计工作的准备阶段 3.1.1 拟定审计项目计划 拟定绩效审计项目计划应包括以下主要内容：项目名称、该项目所要达到的目标、绩效审计实施的总体安排等。制定计划前，首先对企业的基本情况进行大体的调查研究，掌握其一般性的背景资料，审计人员应尽可能的熟悉被审者经营活动的性质，以便为初步调查做好准备。
3.1.2 组成审计小组 审计机构应根据该项目的繁简程度和具体要求，配备合适的绩效审计人员，组成审计小组。运用DEA进行效率性审计的审计人员必须具有以下素质：具有财务专业知识；掌握有关审计的基本方法和程序，特别是了解绩效审计的内容、程序和方法；精通 DEA方法的运用。必要时，可聘请绩效审计机构以外的专业技术人员共同参加该审计工作。
3.1.3 制定初步审计方案 审计方案包括以下内容：审计目标、审计范围、审计过程中必须特别加以关注的事项、审计程序、拟收集的审计证据、审计人员分工以及审计时间安排。
3.2 企业效率性审计工作的实施阶段 3.2.1 初步调查 绩效审计在这个阶段应收集更为全面和详尽的有关资料。运用DEA模型进行绩效审计除了要收集基本的财务信息外，还要收集企业全方位的经营活动信息，以及非经营活动信息等。搜集绩效审计需要收集的信息资料可以是被审计单位严格按照会计制度的规定整理的数据，也可以是从管理的角度对有关资料进行 加工整理或重新组合形成的信息资料。 3.2.2选择决策单元（DMU） DMU是指数据包络分析法所要评估的决策单元，选择DMU就是确定参考集。研究者需以同质(Homogeneous)，与同一市场条件(Market Condition)为标准，来选择所要评估效率的对象，否则将因各决策单元的差异，而使评估结果失去意义，由于DEA方法是同类型的DMU之间进行相对有效性的评价，因此选择DMU的一个基本要求是DMU的同类型。同类型具有以下三个基本特征：一是它们具有相同的目标和任务；二是它们具有相同的外部环境；三是它们具有相同的输入和输出指标。可以不同的单位作为决策单元；也可以被审计单位的不同时期作为决策单元。实际工作中也常通过下面两点帮助我们选择DMU。第一，用DMU的物理背景来判别，即DMU具有相同的环境、相同的输入和相同的任务（相同的产品与服务内容）等。第二，用DMU活动的时间间隔来构造。
3.2.3确立投入项与产出项 指标分为输入和输出指标，输入指标应越小越好，输出指标应越大越好，当某些指标之间呈现一定的关系时或者是有负值出现时要对指标进行适当的处理。建立输入－输出指标体系是应用DEA方法的一项基础性前提工作，在这个方面，需要考虑如下几个方面的因素：第一，要考虑到能够实现评价目的，也就是说输入向量与输出向量的选择要服务、服从于我们确定的评价目的。第二，要能全面反映评价目的。第三，要考虑到输入向量、输出向量之间的联系。第五，关于输入、输出指标体系的选择，不能仅局限于生产过程，或者说，在运用DEA方法进行评估时，我们必须要能构造广义的“生产过程”。实际上，根据DEA模型的实质要求，所有遵循“越少越能反映效果”的都可以作为输入指标，遵循“越多越能反映效果”的都可以作为输出指标。在实际中，指标的选择可以向专家咨询。
此外，在输入、输出指标体系的建立过程中，相对性指标与绝对性指标的搭配、指标数据的可获取性、定性指标的“可度量性”、指标总量究竟多少较为适宜等问题也是我们在实际工作中会遇到并且要逐一加以解决的。
3.2.4 DEA模型处理与结果分析 在选定决策单元和投入产出指标之后，接下来的工作是搜集各决策单元的投入产出指标数据以建立DEA模型。审计人员可以对所收集到的数据进行适当的处理。根据评价的目的和内容不同，DEA有许多模型可供选择，审计人员在审计过程中根据实际情况进行模型的选取。并非每一种数据包络分析法模型均可适用于任何状况，一些模型仅适合运作于特殊的例子或目的，而且需视情况而定。例如CCR模型可计算出综合效率，若要计算纯技术效率。则可用BCC模型。如果投入是不可变的，则应使用“产出”公式，假使产出与结果非常相近，则应使用“投入”公式。审计工作进行到这一步是要选取适当的DEA模型，并将投入产出数据代入模型，以执行评估分析。而DEA模型的选取可由使用者分析目的、投入产出项的属性、先验资讯的有无三个方面加以探讨，以决定DEA模型的选择。