基于C2W模型的广义数据包络分析方法

传统数据包络分析（data envelopment analysis，DEA）方法的参照系为决策单元全体，而许多实际问题的参照系可能会有多种形式，因此用传统DEA方法评价该类问题时遇到困难，广义DEA方法在评价该类问题时则存在一定的优势. 为了进一步完善广义DEA方法的理论体系，给出基于C²W模型的输出型广义DEA模型. 讨论基于C²W模型的输入型和输出型广义DEA模型中决策单元的Sam-DEA_d有效性的判别条件，广义DEA模型与传统DEA模型之间的关系，Sam-DEA_d有效性与相应的多目标规划的Pareto有效之间的关系，决策单元的投影性质，利用样本前沿面的d移动对决策单元进行有效性排序.     

基于改进DEA模型的工业企业技术创新能力评价

针对传统数据包络分析(DEA)方法的C2R模型存在的无法对有效的决策单元加以区分以及输入和输出指标权重分配不合理问题,通过引入两个虚拟决策单元,建立了区分有效决策单元的改进DEA模型.利用该模型可以求得各决策单元的公共权向量,从而实现了对所有决策单元的区分和排序.通过将该模型应用于工业企业技术创新能力评价,验证了该模型可以区分传统C2R模型求得的有效决策单元,并使对决策单元的评价更为合理.     

基于AHP与DEA的多因素排序法

结合层次分析法(AHP)7Z数据包络分析(DEA)方法对一类多因素排序问题给出了一种合理的排序方法．该方法首先利用AHP方法给出各因素所属类的权重，再根据决策对象的状态值，运用DEA(CCR)方法求出各对象在每一类中的排序权值，最后将该值与各类的权重综合起来，即求得各对象的最终排序权值．文章中运用了一个人才选优的实际例子加以说明。     

具有可控和不可控要素的多目标DEA模型

建立输入输出要素部分可控和部分不可控的情况下的多目标DEA(data envelopment analysis)模型,通过其对偶模型和标量化,给出多目标DEA有效的概念并研究其性质。给出各种Pareto有效解的定义并建立其与多目标DEA有效的等价关系,通过将决策单元投影到生产前沿面上得到新的多目标DEA有效的决策单元,由此说明权重的作用。     

基于DEA的决策单元排序方法研究

针对DEA方法中交叉评价模型在决策单元的评价排序问题上存在的不足--实现完全排序需要进行多次交叉评价,分析了引入差额指标模型的排序机制,该模型得出的评价排序结果较为完整。在此基础上,提出了新的DEA排序模型--综合输入效率模型,给出了具体的评价步骤,可实现与差额指标模型同样的排序功能。进一步通过数值分析对三种不同评价排序模型的排序效果进行对比分析,结论为差额指标与综合输入效率模型在评价排序时更为有效。     

煤炭企业经济效益评价模型

关于煤炭企业经济效益评价,本文应用层次分析原理确定各个评价指标的权重,利用指数型函数对评价指标数据进行无量纲化处理,给出了较为有效的评价模型。文中给出了一个应用实例。     

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.     

基于DEA方法的额外资源分配算法

研究基于DEA(数据包络分析)方法的资源分配问题.求解该类问题的难点在于:对于参与分配的决策单元来说,其分得的额外资源数不仅依赖于该决策单元的相对效率值,还依赖于它的规模大小,因此分配权重难以确定.根据输入、输出指标数的分布情况,建立了3种基本模型,分别是单输入单输出、多输入单输出、单输入多输出模型,给出了这3种模型的资源分配权重的确定算法.最后给出实例,并对给出的分配原则的合理性进行了分析讨论.     

具有多属性决策单元的有效性分析方法

DEA方法是评价同类决策单元有效性的一种重要方法,但许多情况下被评价单元可能具有多类决策单元的属性,传统DEA方法在评价该类问题时遇到了困难。针对多属性决策单元的有效性评价问题,采用多类样本单元合成不同属性生产可能集合的方法,首先给出了评价具有两种属性决策单元有效性的DEA模型(Twi)和相应的Twi-DEA有效性概念。分析了多属性决策单元的投影性质,以及(Twi)模型和传统DEA模型的关系。在此基础上,给出了具有多重属性决策单元有效性评价的一般模型(Mul),并讨论了相关性质。     

具有非正值评价指标的DEA方法及其应用

在分析传统 DEA模型局限性的基础上 ,探讨了 DEA模型最优解的不变性 ,证明了 C2 R模型在具有非正值输入输出指标下最优解的存在性。给出一个实例 ,说明该方法在对评价指标降维进而进行 DEA评价的应用过程     

Stock Efficiency Evaluation Based on Multiple Risk Measures: A DEA-Like Envelopment Approach

This paper proposes a new approach for stock efficiency evaluation based on multiple risk measures. A derived programming model with quadratic constraints is developed based on the envelopment form of data envelopment analysis (DEA). The derived model serves as an input-oriented DEA model by minimizing inputs such as multiple risk measures. In addition, the Russell input measure is introduced and the corresponding efficiency results are evaluated. The findings show that stock efficiency evaluation under the new framework is also effective. The efficiency values indicate that the portfolio frontier under the new framework is more externally enveloped than the DEA efficient surface under the standard DEA framework.

     

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.     

基于VRS的SE-DEA模型可行性的研究

通过一种改进的DEA模型——SE-DEA模型可以对决策单元进行充分比较和排序，但在可变规模收益(VRS)条件下，这种模型可能不存在可行解，定义了超有效和强超有效决策单元，对基于VRS的SE-DEA模型的可行性进行了研究，证明了评价某决策单元的SE-DEA(VRS)模型是不可行的充分必要条件是该决策单元为超有效，给出了用SE-DEA(VRS)模型对决策单元进行评价与排序的方法步骤，将决策单元按强超有效、超有效、一般有效和非有效进行排序，最后将这些理论与方法应用于评价产业经济相对有效性的实际。     

双风险度量下封闭式基金业绩的数据包络分析

数据包络分析(Data Envelopment Analysis，DEA)是一种广泛运用于相对绩效评估的系统分析方法，将一多输入单输出DEA模型引入证券投资基金业绩评价，其中输出为基金收益，而输入则为管理费用、交易成本、标准差和VaR。随后．利用该模型对2000年以前上市的20只基金在2000年、2001年及2000～2001年间的业绩进行了评价，并发现：在所有评价期．基金安顺、兴和和金鑫的业绩相对有效．基金裕隆和景宏相对较无效，它们的相对业绩均表现出短期持续性。     

基于加性模型使决策单元变为DEA有效并求C~2R或C~2GS~2模型的最优值的方法

本文给出了基于数据包络分析中的加性模型求Ｃ２Ｒ或Ｃ２ＧＳ２模型最优值的方法、以及在ＤＥＡ有效（Ｃ２Ｒ或Ｃ２ＧＳ２）的决策单元保持其有效性的条件下对某个决策单元通过改变它的输入或输出使它变为ＤＥＡ有效的方法。     

Robust data envelopment analysis based MCDM with the consideration of uncertain data

The application of data envelopment analysis (DEA) as a multiple criteria decision making (MCDM) technique has been gaining more and more attention in recent research. In the practice of applying DEA approach, the appearance of uncertainties on input and output data of decision making unit (DMU) might make the nominal solution infeasible and lead to the efficiency scores meaningless from practical view. This paper analyzes the impact of data uncertainty on the evaluation results of DEA, and proposes several robust DEA models based on the adaptation of recently developed robust optimization approaches, which would be immune against input and output data uncertainties. The robust DEA models developed are based on input-oriented and outputoriented CCR model, respectively, when the uncertainties appear in output data and input data separately. Furthermore, the robust DEA models could deal with random symmetric uncertainty and unknown-but-bounded uncertainty, in both of which the distributions of the random data entries are permitted to be unknown. The robust DEA models are implemented in a numerical example and the efficiency scores and rankings of these models are compared. The results indicate that the robust DEA approach could be a more reliable method for efficiency evaluation and ranking in MCDM problems.     

改进的DEA模型及其在地区行业经济评价中的应用

针对传统 DEA模型不能对有效决策单元做进一步评价这一缺点 ,本文通过重新定义生产可能集 ,提出一种改进的 DEA模型 (简称 MDEA) ,实现了对所有决策单元效率的充分评价与排序。在地区行业经济评价中的应用验证了该模型的有效性。