مدل توسعه یافته SBM با دادههایی با ارزش غیرخطی در تحلیل پوششی دادهها با رویکرد اصول موضوعه
محورهای موضوعی : آمارمحسن واعظ قاسمی 1 , زهره مقدس 2
1 - گروه ریاضی دانشگاه آزاد اسلامی واحد رشت گیلان ایران
2 - استادیار، گروه ریاضی، دانشگاه آزاد اسلامی واحد قزوین، قزوین، ایران
کلید واژه: Non-radial performance, basics, Data Envelopment Analysis, nonlinear value data,
چکیده مقاله :
از جمله اهداف مهم بانکها به عنوان بنگاههای اقتصادی مهم هر کشوری افـزایش کـارایی اقتصادی است. رویکرد کلاسیک مدلهای تحلیل پوششی دادهها در ارزیابی عملکرد ارزش گزاری خطی را برای تمام شاخصها در نظر میگیرد. اما ارزش گزاری خطی در بسیاری از مثالهای کاربردی دنیای اطراف ما نشان دهنده ماهیت غیرخطی شاخصها نیست. لذا در این مقاله با رویکرد اصول موضوعه مدل مبنی بر متغیرهای کمکی معرفی شده است که برخی از ورودی و خروجیها در آن ارزش غیرخطی دارند. بعد بررسی با رویکرد به اصول موضوعه مدل ارزیابی کارایی معرفی شده است. قضایای مربوط به کارایی و الگویابی و ارتباط با مدلهای کلاسیک نیز بررسی و اثبات شدهاند.
One of the important goals of banks as important economic enterprises of any country is to increase economic efficiency. One of the important goals of banks as important economic enterprises of any country is to increase economic efficiency. The classical approach to data envelopment analysis models takes into account the linear valuation function for all indicators. But linear valuation in many examples of the world around us does not represent the non-linear nature of the indexes. Therefore, in this paper, we have introduced the principles of the model based on slack variables, some of which have nonlinear values. In a practical example of a bank, we reviewed the efficiency of ten branches of one of the country's banks in 1395 with a new approach. One of the important goals of banks as important economic enterprises of any country is to increase economic efficiency. One of the important goals of banks as important economic enterprises of any country is to increase economic efficiency.
[1] Farrell, M.J. (1957) The Measurement of Productive Efficiency. Journal of Royal Statistical Society, 120, 253-290.
[2] Charnes, A., W.W., Cooper, E., Rhodes,Measuring the efficiency of decision making units. European Journal of Operational Research, 2, 429-444, 1978.
[3] Banker, R. D., A., Charnes, W.W., Cooper, Some models for estimating technical and scale inefficiencies in data envelopment analysis. Management Science, 30,1078–1092, 1984.
[4] Tone, Kaoru and Tsutsui, Miki. (2009) " Network DEA: A slacks-based measure approach " European Journal of Operational Research 197. 243–252.
[5] Tone, Kaoru and Tsutsui, Miki. (2010). " Dynamic DEA: Aslacks-based measure approach". Omega.145-156.
[6] Tone, Kaoru and Tsutsui, Miki.(2014)." Dynamic DEA with network structure: A slacksbased measure approach ".Omega 42. 124–131.
[7] Hosseinzadeh Lotfi, M. Rostamy Malkhlifeh, Z. Moghaddas. European Journal of Operational Research · September 2010 DOI: 10.1016/j.ejor.2010.01.002.
[8] Zadeh, Lotfi, (1965). Fuzzy sets. Information Control 8, 338–353.
[9] Sugeno, M. “Industrial Applications of Fuzzy Control,” Elsevier Science, Amsterdam, 1985.
[10] Podinovsky V.V. Production trade-offs and weight restrictions in dataenvelopment analysis. Journal of Operational Reaserch Society, 55, 1311-1322, 2004.
[11] Podinovsky V.V. Computation of efficient targets in DEA models withproduction trade-offs and weight restrictions. European Journal of OperationalReaserch, 181, 586-591, 2005.