Page 32 - 臺大管理論叢第33卷第1期

與BPSO模型的誤差值越高，模型準確率下降；而BDE模型誤差未明顯上升，模
型準確率也未明顯下降。由變異與收斂狀況得知，BDE模型的適應值最穩定，
其次依序為BPSO模型及GA模型。在模型之誤差值及平均準確率方面，BDE模
與BPSO模型的誤差值越高，模型準確率下降；而BDE模型誤差未明顯上升，模
型的準確率最高。因此以準確率的穩定度、收斂局部解的時間、平均準確率三
型準確率也未明顯下降。由變異與收斂狀況得知，BDE模型的適應值最穩定，
與BPSO模型的誤差值越高，模型準確率下降；而BDE模型誤差未明顯上升，模
個指標評估稽核任務規劃模型，BDE模型的性能比另外兩個模型更加出色。最
其次依序為BPSO模型及GA模型。在模型之誤差值及平均準確率方面，BDE模
型準確率也未明顯下降。由變異與收斂狀況得知，BDE模型的適應值最穩定，
後，實際執行6位稽核員30件任務與20位稽核員2,000件任務等高維規劃問題
其次依序為BPSO模型及GA模型。在模型之誤差值及平均準確率方面，BDE模
型的準確率最高。因此以準確率的穩定度、收斂局部解的時間、平均準確率三
時，BDE模型皆能順利執行與求解。BDE模型可取代整數規劃法 (IP) 求解稽核
型的準確率最高。因此以準確率的穩定度、收斂局部解的時間、平均準確率三
個指標評估稽核任務規劃模型，BDE模型的性能比另外兩個模型更加出色。最
真實資料之最佳解或次佳解。且考量到企業分析自動化，二進制差分進化方法
個指標評估稽核任務規劃模型，BDE模型的性能比另外兩個模型更加出色。最
後，實際執行6位稽核員30件任務與20位稽核員2,000件任務等高維規劃問題
作為實地執行任務規劃的執行方法，參數設定和流程設定更為簡易。附錄二呈
後，實際執行6位稽核員30件任務與20位稽核員2,000件任務等高維規劃問題
時，BDE模型皆能順利執行與求解。BDE模型可取代整數規劃法 (IP) 求解稽核
現三種啟發式模型參數與結果。
時，BDE模型皆能順利執行與求解。BDE模型可取代整數規劃法 (IP) 求解稽核
真實資料之最佳解或次佳解。且考量到企業分析自動化，二進制差分進化方法
真實資料之最佳解或次佳解。且考量到企業分析自動化，二進制差分進化方法
六、稽核派工法則
作為實地執行任務規劃的執行方法，參數設定和流程設定更為簡易。附錄二呈
作為實地執行任務規劃的執行方法，參數設定和流程設定更為簡易。附錄二呈
現三種啟發式模型參數與結果。
本研究針對金融業常見的績效管理方式，即積極性績效評估模式(模式2)與
現三種啟發式模型參數與結果。
整合性績效評估模式(模式3)，分為兩類目標比較。目標1：模式2的稽核部門主
六、稽核派工法則
六、稽核派工法則
要以結果導向管理(Managing for Results)方式，極大化稽核績效(∑∑ )為
�
�
�� ��
本研究針對金融業常見的績效管理方式，即積極性績效評估模式(模式2)與
本研究針對金融業常見的績效管理方式，即積極性績效評估模式(模式2)與
組織目標；目標2：模式3稽核部門欲以組織學習(Organizational Learning)方式建
整合性績效評估模式(模式3)，分為兩類目標比較。目標1：模式2的稽核部門主
整合性績效評估模式(模式3)，分為兩類目標比較。目標1：模式2的稽核部門主
立持續性學習，提升組織長期的績效 (Roussy , Barbe , and Raimbault, 2020;
要以結果導向管理(Managing for Results)方式，極大化稽核績效(∑∑ )為
要以結果導向管理(Managing for Results)方式，極大化稽核績效(∑∑ )為 �� ��
��
�
�
���
�
An Integrated Data-Driven Methodology for Auditor Performance Appraisals and Auditor Assignment
Gimba, Jenkins, Saucedo, and Wright, 2018; Pace, 2002)。組織目標追求績效極大
Optimization
組織目標；目標2：模式3稽核部門欲以組織學習(Organizational Learning)方式建
組織目標；目標2：模式3稽核部門欲以組織學習(Organizational Learning)方式建
化(∑∑ )之外，還同時推動稽核師徒制 (Audit Apprenticeship) 和強化部
立持續性學習，提升組織長期的績效 (Roussy , Barbe , and Raimbault, 2020;
�
�
�� ��
立持續性學習，提升組織長期的績效 (Roussy , Barbe , and Raimbault, 2020;
方式建立持續性學習，提升組織長期的績效 (Roussy, Barbe, and Raimbault, 2020;
門專業技能訓練 (∑∑ �� � + ∑∑ �� � + ∑∑ �� � ) ，分配適合的
Gimba, Jenkins, Saucedo, and Wright, 2018; Pace, 2002)。組織目標追求績效極大
�
�
�
�
�
�
�
�
�
Gimba, Jenkins, Saucedo, and Wright, 2018; Pace, 2002)。組織目標追求績效極大
� �
� �
� �
Gimba, Jenkins, Saucedo, and Wright, 2018; Pace, 2002)。組織目標追求績效極大化
化(∑∑ )之外，還同時推動稽核師徒制 (Audit Apprenticeship) 和強化部
任務給稽核員，為一多目標方程式。
�� ��
�
�
之外，還同時推動稽核師徒制 (Audit Apprenticeship) 和強化部門專業
化(∑∑ )之外，還同時推動稽核師徒制 (Audit Apprenticeship) 和強化部
�
�� ��
�
�
�
�
技能訓練， 分配適合的任務給稽核員，
) ，分配適合的
門專業技能訓練 (∑∑
+ ∑∑
+ ∑∑
本研究發現，相較於目標1單目標模型，目標2模型 �(多目標)會先考慮高績
�
�
�
��
�
�
�
�
�
�
��
��
�
�
� �
� �
� �
門專業技能訓練 (∑∑ �� � � + ∑∑ �� � � + ∑∑ �� � � ) ，分配適合的
�
為一多目標方程式。
�
�
�
�
�
�
�
�
任務給稽核員，為一多目標方程式。
效的稽核組合，通過整體模式分析找出提升較多績效值的稽核變數，以稽核變
本研究發現，相較於目標 1 單目標模型，目標 2 模型（多目標）會先考慮高績
任務給稽核員，為一多目標方程式。
本研究發現，相較於目標1單目標模型，目標2模型(多目標)會先考慮高績
效的稽核組合，通過整體模式分析找出提升較多績效值的稽核變數，以稽核變數之
數之間影響效果的高低進行稽核任務指派，最大限度地轉化稽核績效值。如高
本研究發現，相較於目標1單目標模型，目標2模型(多目標)會先考慮高績
間影響效果的高低進行稽核任務指派，最大限度地轉化稽核績效值。如高稽核職務
效的稽核組合，通過整體模式分析找出提升較多績效值的稽核變數，以稽核變
稽核職務資歷與高專業證照授課時數的稽核人員，被分派到複雜度等級低的稽
資歷與高專業證照授課時數的稽核人員，被分派到複雜度等級低的稽核任務，透過
效的稽核組合，通過整體模式分析找出提升較多績效值的稽核變數，以稽核變
數之間影響效果的高低進行稽核任務指派，最大限度地轉化稽核績效值。如高
限制稽核小組裡三人的職務年資 ，使稽核小
核任務，透過限制稽核小組裡三人的職務年資 (∑ ≤2, ∑ ≤ 2, ∑ ≤2)，使稽核小組同時有稽核職務資深與資歷淺的稽核人員存在，有
�� ��
�
�� ��
�
�� ��
�
數之間影響效果的高低進行稽核任務指派，最大限度地轉化稽核績效值。如高
稽核職務資歷與高專業證照授課時數的稽核人員，被分派到複雜度等級低的稽
組同時有稽核職務資深與資歷淺的稽核人員存在，有助於促進資深人員帶領資淺人
助於促進資深人員帶領資淺人員成長。派工方式顯示稽核經驗、專業知識與任
員成長。派工方式顯示稽核經驗、專業知識與任務複雜度的確會影響稽核績效和稽
稽核職務資歷與高專業證照授課時數的稽核人員，被分派到複雜度等級低的稽
核任務，透過限制稽核小組裡三人的職務年資 (∑ �� �� ≤2, ∑ �� �� ≤
�
�
核工作指派，這項結果也與既有研究結果相呼應 (Asare and McDaniel, 1996; Tan, Ng,
務複雜度的確會影響稽核績效和稽核工作指派，這項結果也與既有研究結果相
核任務，透過限制稽核小組裡三人的職務年資 (∑ ≤2, ∑ ≤
�
�� ��
�
�� ��
and Mak, 2002; Alissa et al., 2014)。 呼應(Asare and McDaniel, 1996; Tan, Ng, and Mak, 2002; Alissa et al., 2014)。
機器學習方法可以增進稽核任務規劃模型分析關鍵因素的能力，並了解在不同
機器學習方法可以增進稽核任務規劃模型分析關鍵因素的能力，並了解在
複雜程度的任務下，哪些稽核專業或背景的人員組合能夠達成最佳績效。經模型逐
步實測，在任務規劃模型求解稽核員與任務數增加至一定數量時，瞭解分析模型對
不同複雜程度的任務下，哪些稽核專業或背景的人員組合能夠達成最佳績效。
稽核任務指派次序，可歸納出如圖 5 的稽核派工法則。如此，稽核主管未來便可依
經模型逐步實測，在任務規劃模型求解稽核員與任務數增加至一定數量時，瞭
循稽核派工法則進行稽核任務規劃，形成具一定次序的決策流程。如：優先安排職
務資歷中具專業培訓經歷的稽核人員至低複雜任務（通常是對各單位的自我評估報
解分析模型對稽核任務指派次序，可歸納出如圖5的稽核派工法則。如此，稽核
告），再排資歷深且具專業培訓經歷與金融背景的人員至高複雜任務（指對主管機
主管未來便可依循稽核派工法則進行稽核任務規劃，形成具一定次序的決策流
關的稽核報告）。
伍、結論 程。如：優先安排職務資歷中具專業培訓經歷的稽核人員至低複雜任務(通常是
對各單位的自我評估報告)，再排資歷深且具專業培訓經歷與金融背景的人員至
本研究以實地應用金控稽核為研究主軸，先探討績效評估方法論以及稽核績效
高複雜任務(指對主管機關的稽核報告)。
評估模式文獻，歸納出三種稽核績效評估模式；再整合機器學習方法和整數規劃方
法，建置二階段稽核績效評估模式，使金融業能以現有的稽核工作流程為基礎，自

動化產生完整的稽核數據求解最佳的稽核部門績效值，在不同資料限制下找出最佳
的人員指派方式。演算架構也將自適化更改數據集，重新構建或校正更新，根據模
型性能自動採行當前最適用的模型演算法與最佳化架構。
為了有效執行運算，產生具穩健性及隨機性的預測結果，本研究混合隨機森林
和二進制差分進化技術有效執行運算，並確認隨機森林在執行迴歸問題時較為準確
與穩健 (Breiman, 2001; Strobl, Malley, and Tutz, 2009)。在稽核專案實地執行中，以
啟發式演算法跳脫全域最佳解的特性，尋求一區域可行解。我們也確認，相較整數
24

圖5 稽核派工法則圖
註：本研究整理