基于链形系统的关联网络DEA模型:以我国14家商业银行为例

在规模报酬可变的假设条件下, 构建了链形系统的关联网络DEA模型.利用这个模型不仅可以同时测算整 个系统及其每个子过程的纯技术效率,而且还能考查决策单元联接的有效性.结合规模报酬不变下的关联网络DEA模型,可以进一步测算链形决策单元的系统规模效率.对我国14家商业银行2005年的效率测算结果表明: 由于考虑了子过程之间的关联性,新建模型较传统的独立模型更合理,也使决策单元的效率更具有可分性.     

共享投入型关联两阶段生产系统的网络DEA效率测度与分解

"黑箱"视角下的标准数据包络分析(DEA)因忽略中间产品转化信息及投入要素在各子过程中的配置信息,无法体现决策单元的实际生产技术,自然不能提供有效的效率绩效测度.分别在固定规模报酬和可变规模报酬假设框架下,充分利用中间产品的转化信息与投入要素的配置信息,构建了存在共享投入的关联两阶段生产系统效率的网络DEA效率测度与分解模型.建模方法遵循客观评价的原则,无需事先主观设定子效率和系统效率之间的组合关系,且可通过事后分解确立二者之间的凸线性组合关系.此外,建模方法具有很好的扩展性,可被直接用来构建含有更加复杂转化结构的生产系统的效率测度与分解模型,为多阶段投资以及多阶段供应链运作等复杂生产系统的整体效率测度与分解提供了有效的分析途径.一个关于银行投资过程的实例被用来验证建模思想的合理性和优越性.     

基于DEA模型的城市百货零售企业经营效率评估

建立评价城市百货零售企业经营效率的数据包络分析模型，该模型测算了各企业的总体效率、技术效率、规模效率及其规模效益状况。进而对非DEA有效的企业提出使其达到DEA有效的可行措施，同时分析了企业经营效率与资源配置效率之间的关系，得出若干关于城市百货零售产业发展的建议，供决策部门参考。     

基于两阶段非期望DEA模型的商业银行效率评估

本文将两阶段非期望DEA模型引入银行效率评估,从银行系统内部运营结构入手,构建符合银行结构特征的两阶段网络DEA非线性模型.基于合作共赢的思想,该模型使中间产出在两个子系统的权重相等,将关系模型从规模报酬不变扩展到规模报酬可变的情形,每个银行的系统效率分解为两个子系统的乘积,启发式搜索方法被用来求解新提出的模型.本文将银行经营过程分为筹资阶段和运营阶段,分别应用加权和两阶段模型与该模型对23家商业银行的效率进行测算,验证了提出新模型的合理性.     

四类DEA模型相互关系及其在计算中的应用

计算DEA模型效率值是采用DEA方法进行绩效评估的重要一环,研究四类DEA模型(CCR模型、BCC模型、FG模型及ST模型)之间的相互关系,有助于计算四类DEA效率值,进而判断评价对象所处的规模报酬状态及规模有效性.在四种不同规模报酬假设下,给定决策单元的DEA有效性分别由四类不同的DEA模型所定义,其输入、输出效率值具有两两相等属性.而且,CCR模型与FG模型、ST模型之间存在动态联系.鉴于此,只需要计算出CCR与BCC效率值,即可确定FG与ST效率值.     

多目标两阶段组合DEA模型及应用研究

为进一步了解系统投入–产出效率产生的原因、内部构成及各部分的贡献,基于两阶段数据包络分析(DEA)模型,构建同时优化投入和产出指标的两阶段组合DEA模型,证明该模型与其对偶模型之间的对应等价关系,并将该模型应用于规模报酬不变和规模报酬可变的情形.通过构建方向距离函数,该模型可等价为多目标线性规划(MOLP)模型.最后,通过算例验证了模型的有效性.     

基于半自由处置变量的链型系统DEA模型

对网络数据包络分析(DEA)模型的一个特例即链型系统的DEA模型进行研究。传统DEA模型总是假设非有效的决策单元的所有输入(或输出)可以同比例改变以提高性能,但这并不符合所有的情形。在两阶段生产系统DEA模型中引入半自由处置变量,建立新模型。新模型将使非有效的决策单元和子决策单元可以根据管理需要有目的地分比例控制各输入和输出变量,一个简单的例子证明了模型比之传统方法更能发现非有效的决策单元并指明其性能改善的方向。最后,该方法被运用到商业银行效率评价的实践中。     

多层次复杂系统的资源优化配置方法

数据包络分析(data envelopment analysis,DEA)是一种重要的效率评价方法,特别适合复杂系统的评价问题.但由于复杂系统指标体系的复杂性使得DEA方法在评价复杂系统效率问题时也遇到了一些无法回避的困难,主要表现在评价结果过于强调次要指标的作用、常常出现多数单元有效、对投影的要求过于苛刻、指标集成后无法找到针对原始指标的改进信息等.为了解决上述问题,给出了一种用于复杂系统评价的数据包络分析模型,并对相应的DEA有效性含义、模型性质以及模型的求解方法等进行了探讨.通过实例比较可以看出,本文方法不仅具有传统DEA方法的优点,而且还很好地克服了上述缺点.     

存在中间产品退出的混合型多阶段系统DEA效率评价

具有复杂结构的系统经常会存在初始投入在不同子阶段分配和中间产品非完全再投入并存的现象,在其效率评价中忽略中间过程的传统Data Envelopment Analysis(DEA)模型往往会高估系统效率,而不考虑中间产品退出情形的网络DEA.模型对系统整体效率评价又可能偏低.为更好测算复杂结构系统的运行效率,基于企业技术创新的特征,建立同时考虑投入分配与中间产出分配问题的混合型多阶段系统DEA效率评价模型.依据分配比例测算各阶段效率,采用阶段效率的投入加权平均评价的系统整体效率,并计算模型的最优解.所提出的模型能够相对准确地反映复杂结构系统的特征,并深入系统"黑箱"内部,更大程度地为优化系统效率提供信息.对我国33个大中型工业企业的行业技术创新效率评价验证了模型的有效性.     

关联多阶段生产系统的网络SBM效率评价方法

传统网络SBM效率评价方法在选择参考集时忽略了有效单元组成的"有效面集",造成评价结果偏低,无法反映低效生产单元改进为有效的最优路径。在可变规模报酬的假设下,选择生产系统的最大有效面集为参考集,构建了内部子过程存在关联的多阶段生产系统的基于最大有效面集的网络SBM效率评价模型,模型中子过程的权重设定充分考虑投入、中间产品和产出在子过程的价值分布。该模型实际反映了低效生产单元改进为有效的最优路径,具有较强的实用性。此外,模型的改进思路具有普适性,既可以在更为复杂的生产系统的网络SBM效率评价模型中进行延伸,也可以扩展到众多其它类型的网络DEA效率模型的构建中。最后,采用江苏省44家国家级科技企业孵化器的经营过程为实例来验证改进模型的有效性和优势。     

一类简单网络生产系统的DEA效率评价模型

针对一类简单网络生产系统的DEA效率评价进行了研究,建立了这类网络生产系统的DEA效率评价模型.研究结果显示,与传统方法比较,该方法更能够发现非有效决策单元,更能够发掘决策单元性能改善的潜力,也能够帮助决策者发现复杂系统非有效的根源.算例研究证实了该方法的合理性.     

一类树形生产系统的DEA效率评价研究

复杂生产系统的DEA效率评价具有重要意义,但有关研究还比较缺乏.树形生产系统是一类代表性的复杂生产系统.传统CCR方法忽视树形系统的内部结构,将高估系统的技术效率.在考虑树形系统的内部结构的基础上,本文提出了针对树形生产系统的DEA TPS效率评价模型.该模型能更合理地评价树形系统的技术效率,更大程度挖掘企业性能改善的潜力.关于商品营销系统的实证分析在一定程度上表明了此模型的合理性.     

综合网络DEA模型有效性理论分析

针对综合DEA模型无法反映系统内部子过程的相互作用对绩效的影响,提出一种综合网络DEA模型,并给出该混合模型的相关定义及定理,得到综合网络DEA模型由参数取值不同,各(弱)网络DEA有效性间的关系;指出了综合网络DEA有效的决策单元,也为评价决策单元总体有效性的综合DEA有效,同时该单元内部子过程也均为综合DEA有效;证明决策单元为(弱)综合网络DEA有效时,评价决策单元总体有效性的综合DEA最优解与相应综合多目标规划的(弱)Pareto解之间的对应关系。这些结果进一步丰富了DEA有效性理论。     

Efficiency decomposition with shared inputs and outputs in two-stage DEA

Data envelopment analysis (DEA) is an effective non-parametric method for measuring the relative efficiencies of decision making units (DMUs) with multiple inputs and outputs. In many real situations, the internal structure of DMUs is a two-stage network process with shared inputs used in both stages and common outputs produced by the both stages. For example, hospitals have a two-stage network structure. Stage 1 consumes resources such as information technology system, plant, equipment and admin personnel to generate outputs such as medical records, laundry and housekeeping. Stage 2 consumes the same set of resources used by stage 1 (named shared inputs) and the outputs generated by stage 1 (named intermediate measures) to provide patient services. Besides, some of outputs, for instance, patient satisfaction degrees, are generated by the two individual stages together (named shared outputs). Since some of shared inputs and outputs are hard split up and allocated to each individual stage, it needs to develop two-stage DEA methods for evaluating the performance of two-stage network processes in such problems. This paper extends the centralized model to measure the DEA efficiency of the two-stage process with non splittable shared inputs and outputs. A weighted additive approach is used to combine the two individual stages. Moreover, additive efficiency decomposition models are developed to simultaneously evaluate the maximal and the minimal achievable efficiencies for the individual stages. Finally, an example of 17 city branches of China Construction Bank in Anhui Province is employed to illustrate the proposed approach.     

基于公共权重DEA模型的决策单元排序研究

决策单元进行效率评价与排序是被广泛关注的研究领域,数据包络分析方法已经被广泛运用于决策单元的排序之中.然而,绝大部分DEA排序方法都是基于自评效率,即每个决策单元都选择对自身有利的权重,这样的效率不具备可比性.因此,提出一种基于公共权重DEA模型的决策单元排序方法.此方法包含四个步骤,每个决策单元的效率值分解为两部分,即自身的技术效率与其权重偏好结构获得其他决策单元认可的程度.用一个算例分析对该方法进行了演示.     

New approach to determine common weights in DEA efficiency evaluation model

Data envelopment analysis (DEA) is a mathematical programming approach to appraise the relative efficiencies of peer decision-making unit (DMU), which is widely used in ranking DMUs. However, almost all DEA-related ranking approaches are based on the self-evaluation efficiencies. In other words, each DMU chooses the weights it prefers to most, so the resulted efficiencies are not suitable to be used as ranking criteria. Therefore this paper proposes a new approach to determine a bundle of common weights in DEA efficiency evaluation model by introducing a multi-objective integer programming. The paper also gives the solving process of this multi-objective integer programming, and the solution is proven a Pareto efficient solution. The solving process ensures that the obtained common weight bundle is acceptable by a great number of DMUs. Finally a numeral example is given to demonstrate the approach.     

Fuzzy data envelopment analysis approach based on sample decision making units

The conventional data envelopment analysis (DEA)measures the relative efficiencies of a set of decision making units with exact values of inputs and outputs.In real-world problems,however,inputs and ou...     

A ranking method for DMUs with interval data based on dea cross-efficiency evaluation and TOPSIS

The traditional data envelopment analysis(DEA)model can evaluate the relative efficiencies of a set of decision making units(DMUs)with exact values of inputs and outputs,but it cannot handle imprecise data.Imprecise data,for example,can be expressed in the form of the interval data or mixtures of interval data and ordinal data.In this study,a cross-efficiency method is introduced into the DEA model to calculate the interval of cross-efficiency values,based on which a new TOPSIS method is proposed to rank the DMUs.Two examples are presented to illustrate and validate the proposed method.     

应用DEA方法对合肥地区工业行业效率的评价

本文应用数据包络分析ＤＥＡ（ＤａｔａＥｎｖｅｌｏｐｍｅｎｔＡｎａｌｙｓｉｓ）方法分析比较了地区工业各个行业在相同时期的投入与产出效率，将ＤＥＡ有效的行业作为一类，而对非ＤＥＡ有效的行业进行ＤＥＡ评价，可以得到地区工业行业按不同效率水平的分类。本文应用这种方法对１９９１年合肥地区的工业行业进行了实际应用，其结果可为地区工业发展的合理性及地区工业结构的调整提供依据。