بهبود سنجش کارآیی و قدرت تفکیک در الگوهای DEA با ارئه یک الگوی جدید

نوع مقاله : مقاله پژوهشی

نویسندگان

1 استاد گروه مدیریت صنعتی، دانشکده مدیریت و اقتصاد، دانشگاه تربیت مدرس، تهران، ایران.

2 دانشجو دکتری مدیریت سیستم ها، دانشکده مدیریت و اقتصاد، دانشگاه تربیت مدرس، تهران، ایران.

چکیده

تحلیل پوششی داده‌ها DEA دامنه گسترده‌ای از الگو‌های ریاضی است که برای سنجش کارآیی نسبی مجموعه‌ای از واحدهای همسان با ورودی‌ها و خروجی‌های مشابه به کار می‌رود. این الگو، مجموعه‌ای از اوزان را برای متغیرهای ورودی و خروجی هر واحد تصمیم‌گیری به دست آورده و بر اساس آن کارآیی نسبی هر واحد را محاسبه می‌کند. محاسبه اوزان مختلف برای شاخص‌های یکسان در مجموعه‌ای از واحدهای تصمیم‌گیری همگن، منطقی به نظر نمی‌رسد؛ از این رو الگو‌هایی برای محاسبه اوزان مشترک شاخص‌های ورودی و خروجی ارائه شده و در این مقاله نیز الگویی جدید برای این منظور توسعه یافته است. در این مقاله از یک روش برنامه‌ریزی خطی جامع از نوع ماکس‌مین برای به دست آوردن مجموعه اوزان مشترک CSW استفاده شده و سپس به رتبه‌بندی کامل گزینه‌ها پرداخته شده است. برای تحلیل روش یافتن CSW لازم است یک شکلم عینی از الگوی برنامه‌ریزی خطی حل شود. منطق روشن، قابلیت کاربرد در انواع الگو‌های استاندارد DEA، خطی بودن وسادگی حل الگو، قدرت تفکیک بالای الگو و قابلیت مدیریت اوزان بنا به اقتضای مسئله از مهمترین مزایای الگوی پیشنهادی به شمار می‌رود. در نهایت این روش توسعه‌یافته برای تحلیل داده‌های 9 بانک دولتی منتخب ایران به کار گرفته شده است.

کلیدواژه‌ها


عنوان مقاله [English]

The Improving Efficiency Measurement and Discriminating Power in the DEA Models with Presentation of a new Model of CSW

نویسندگان [English]

  • Adel Azar 1
  • Mohammad Zareei Mohmood Abadi 2
1 Professor, Faculty of Management and Economics, Tarbiat Modares University, Tehran, Iran.
2 PhD candidate of Systems Management, Faculty of Management and Economics, Tarbiat Modares University, Tehran, Iran.
چکیده [English]

Data Envelopment Analysis (DEA) is a wide range of mathematical models for measuring the relative efficiencies of a set of Decision Making Units (DMUS) that use similar inputs to produce similar outputs. This methodology gains the set of weights for input and output variables for each Decision Making Unit and Basis it, calculate the relative efficiency of each DMU. Calculation of different weights for same indices at set of homogeneous decision making units isn’t logical, so we are at seek models for attain of common weights of input and output indices. In this paper a MaxMin comprehensive method of linear programming to obtain Common Set of Weights (CSW) is used and then DMUs has been full ranking.To analyze the methods of finding the CSW, it is necessary to solve a particular form of a linear programming model. Clear rationale, applicable in a variety of standard DEA models, linearity and simply solve the model, the high discriminating power of model and possibility of weights management according to appropriateness of problem are considered the most important benefits of the proposed model. Finally, the developed method for data analysis of nine Iranian state chosen banks has been used.

کلیدواژه‌ها [English]

  • Data envelopment analysis (DEA)
  • Full Ranking
  • Common Set of Weights (CSW)
  • Bank