Profit Efficiency Evaluation: A composed Approach of DEA and multi- objective programming
Subject Areas : Operation ResearchMahnaz Maghbouli 1 , Soheila Seyyedboveir 2 , Fatemeh Mehrgan 3
1 - دانشگاه آزاد اسلامی، واحد ارس، جلفا، ایران
2 - گروه ریاضی، دانشگاه آزاد اسلامی واحد آبادان. خوزستان، ایران.
3 - دانشگاه آزاد اسلامی واحد آبادان، آبادان، ایران
Keywords: Data Envelopment Analysis (DEA), Profit Efficiency, Multi-objective Programming, Min Max Weighted Approach.,
Abstract :
Data envelopment analysis (DEA) is a nonparametric method for evaluating the relative efficiency of decision making units (DMUs) described by multiple inputs and multiple outputs. The issue of measuring the cost, revenue and profit efficiency in manufacturing and economic systems is one of the most challenging issues for managers. This research, is an attempt to apply Data envelopment analysis and multi-objective programming in order to evaluate the profit efficiency of DMUs with the perspective of employment in banking sector. In order to address the issue, the proposed model employed the current values of cost and revenue efficiency in a way not only the cost and revenue scores are as close as possible to their best scores but also as far as possible from their worst values. In this case, the evaluated profit efficiency is fairer than compared with the existing methods. Furthermore, the proposed method can distinguish the differences of units which was evaluated as profit- efficient with the standard evaluation and may open some avenues to resolve the inefficiency sources. To illustrate the applicability of the proposed method a real case of Iranian bank was explored.
ارزیابی کارایی سود با رویکرد تلفیقی تحلیل پوششی داده ها و برنامه ریزی چند هدفه
چکیده: تحلیل پوششی داده ها (DEA) یک روش ناپارامتری برای ارزیابی کارایی نسبی از واحدهای تصمیم گیری ( (DMU با چندین ورودی و چندین خروجی است. موضوع اندازهگیری کارایی هزینه، درآمد و سود در سیستمهای تولیدی و اقتصادی یکی از مهمترین مسائل مدیران است. در این پژوهش، با استفاده از روش تحلیل پوششی داده ها و برنامه ریزی چندهدفه، سعی در ارائه مدلی برای ارزیابی سود سیستم بانکداری است. هدف در این مقاله به دست آوردن مقدار کارایی سود است با این دیدگاه که مقدار هزینه و درآمد تا جای ممکن به مقدار خوشبینانه آنها نزدیک و از مقادیر بدبینانه دور باشند. نتایج نشان داد که در نظر گرفتن تلفیق مدل تحلیل پوششی داده ها و برنامه ریزی چندهدفه ، می تواند بر نتایج به دست آمده تأثیر بگذارد وتفاوت واحدهایی را که از دیدگاه تحلیل پوششی داده ها کارا هستند، مشخص کند. در این مقاله کارایی سود از دیدگاه منصفانه تری نسبت به مدل های قبلی به دست آمده است. به منظور توضیح بیشتر روش پیشنهادی ، یک مطالعه کاربردی ارائه می شود.
کلیدواژهها: تحلیل پوششی داده ها، برنامه ریزی چند هدفه، کارایی سود، روش مینیماکس وزن دار.
1- مقدمه
تحلیل پوششی داده ها معمولاً برای محاسبه کارایی تکنیکی استفاده می شود اما مدیران تمایل دارند که آگاهی هایی در مورد هزینه ، درآمد و سود بدست آورند و از این دیدگاه عملکرد واحدها را ارزیابی کنند . کارایی هزینه اولین بار توسط فارل1 (1957) معرفی شد و سپس توسط فار و گروسکوف و لاول 2 ( ۱۹۸۵) توسعه داده شد. کامانهو و دیسون 3 (۲۰۰۵) اندازه کارایی هزینه را برای در نظرگرفتن موقعیتهای مختلف مربوط به قیمت ورودی ها توسعه دادند . آنها یک مدل محدود شده وزنی پیشنهاد دادند و جهانشاهلو و همکاران (۲۰۰۸ ) تعداد قیود و متغیرهای مدل آنها را کاهش دادند . همچنین جهانشاهلو (۲۰۱۱ ) تعبیری از کارایی هزینه را بیان کرده و یک مدل برای بدست آوردن کارایی هزینه در حالتی که قیمت تمامی ورودی ها مشخص باشد ارائه دادند . امیرتیموری و همکاران (۲۰۰۶) کارایی هزینه بازه ای را با تعدیل کردن ورودی ها و خروجی های مشاهده شده بهبود بخشیدند. کامانهو و دایسون (2005) کارایی هزینه را از دیدگاه خوشبینانه و بدبینانه با قیمت های نامطمئن بررسی کرده و طلوع و ارتری 4 (2014) یک روش جدید را برای بدست آوردن کاراترین واحد از نظر هزینه با قیمت های نامطمئن از دیدگاه خوشبینانه و بدبینانه بدست آوردند . اولین کارها در تحلیل پوششی داده ها از دیدگاه درآمد توسط فار وهمکاران ) 1985) معرفی شد ، و در مقاله سال 1994اندازه کل قیمت خروجی را در زمینه ماکزیمم سازی درآمد بهبود بخشیدند. فوکویاما و ماتوس(2017) با استفاده از تابع فاصله جهتی مدلی برای ارزیابی کارآیی درآمد ساختارهای دو مرحله ای ارائه نمودند.از جمله کارهای دیگر در زمینه کارایی درآمدمی توان به مقدس و واعظ قاسمی (2022) اشاره کرد در این مقاله نویسندگان کارایی درآمد با قیمت غیرخطی را در شبکه دو مرحله ای ارزیابی کردند . از منظر کارایی سود، مطالعات فار و همکاران از مطالعات پیشرو هست. در مطالعه فار و همکاران ( 2004) با تجزیه کارایی سود در تلاش برای بدست آوردن منابع ناکارایی برآمدند . آنها کارایی سود را بهناکارایی تکنیکی و تخصیصی تجزیه کردند . پورتلا و تانسولیس 5 (2007) مشکلات موجود در روشهای قبلی را مشخص کرده و اندازه ای جدید برای کارایی سود بر اساس معنای هندسی از ورودی و خروجی های تعدیل شده برای ماکزیمم سازی سود پیشنهاد دادند .فوکویوماو وبر6 (۲۰۰۸) یک شاخص جدید از ناکارایی سود را پیشنهاد دادند بر اساس اینکه مقدار مصرف شده ورودی و مقدار بدست آمده خروجی را نسبت به انتخاب کمیت های فیزیکی از ورودی ها و خروجی ها پیشنهاد دادند. پارک و چو7(2011) یک مدل برنامه ریزی خطی ساده و مفید را برای محاسبه بیشترین مقدار ممکن از کارایی سود بدون نیازبه هیج اطلاعاتی از هزینه و قیمت داده ها پیشنهاد دادند . آپاریکو و همکاران8 (2013) با استفاده از تحلیل پوششی داده ها ناکارایی سود را بدست آورده و آن را با در نظر گرفتن اتلاف های تکنیکی تجزیه کرده و کاربرد آن را در صنعت نشان دادند. اهمیت مطالعات کارایی سود در تمام صنایع از جمله صنعت بانکداری بسیار مشهود است. در تمام مطالعات مرور شده قبلی، مقدار کارایی سود به صورت خوشبینانه محاسبه شده است. نقطه قوت این مطالعه در نظر گرفتن مقدار خوشبینانه و بدبینانه برای کارایی سود بر اساس مدل های ناپارامتری تحلیل پوششی داده هاست تا مقدار سود منطقی و عادلانه با توجه به مقدارهای هزینه و درآمد به دست آید. در ادامه ساختار مقاله بدین صورت است . در بخش دو مروری کوتاه برمفاهیم اولیه کارایی هزینه ، درآمد و سود خواهیم داشت. در بخش سوم به تشریح مدل پیشنهادی پرداخته می شود . بخش چهارم نیز به مطالعه مثال عددی در زمینه صنعت بانکداری اختصاص داده می شود. در بخش پنجم نتیجه گیری ارائه می شود.
2- کارایی هزینه ، درآمد و سود
2-1- کارایی هزینه
با فرض اینکه تعداد واحد تصیم گیرنده9 وجود دارد که هر واحد دارای ورودی و خروجی باشد. اگر هزینه ورودی ام مربوط به واحد ام مشخص باشد ، آنگاه برای بدست آوردن حداقل هزینه ورودی ها واحد تحت بررسی برای تولید محصول بر اساس مدل زیر بدست می آید :
مدل )۱( مدل بازده به مقیاس ثابت ورودی محور می باشد با فرض اینکه هزینه مشاهده شده برابر با باشد ، کارایی هزینه به صورت زیر تعریف می شود :
که در رابطه فوق، جواب بهینه حاصل از مدل (۱) می باشد .
2-2- کارایی درآمد
با فرض اینکه هر واحد دارای ورودی و خروجی باشد. فرض کنید قیمت خروجی -ام از باشد . مدل استاندارد تحلیل پوششی داده ها برای ماکزیمم سازی درآمد براساس مدل(2) به شرح زیر است:
مدل 2)) یک مدل بازده به مقیاس ثابت است و درآمد بدست آمده توسط برابربا باشد و کارایی درآمد توسط توسط نسبت زیر بدست می آید :
در رابطه فوق جواب بهینه حاصل از مدل(2) است.
2-3- کارایی سود
با فرض اینکه هر واحد دارای ورودی و خروجی باشد. مدل تحلیل پوششی داده ها برای ماکزیمم کردن سود براساس مدل زیر بدست می آید :
که و بترتیب قیمت ورودی -ام و خروجی - ام می باشند . سود مشاهده شده توسط برابر می باشد و کارایی سود از طریق نسبت زیر بدست می آید :
در رابطه فوق و جواب بهینه حاصل از مدل(3) است.
3- روش پیشنهادی
DMU |
|
|
|
|
|
| |
1 2 3 4 5 6 7 8 9 10 | 0.948 1.33 0.621 1.783 1.892 0.990 0.151 0.108 1.364 1.992 | 1 0.993 0.675 0.897 1.290 0.856 0.987 0.203 0.432 0.956 | 0.337 0.180 0.198 0.491 0.372 0.253 0.241 0.097 0.380 0.178 | 0.879 0.538 0.911 0.570 1.086 0.722 0.509 0.619 1.023 0.769 | 0.337 0.180 0.198 0.491 0.372 0.253 0.241 0.097 0.380 0.178 | 0.537 0.280 0.658 0.461 0.372 0.153 0.441 0.267 0.470 0.288 |
DMU |
|
|
|
| کارایی سود مدل(3) | کارایی سود مدل(7) |
|
1 | 0.921
| 8.602 | 1.501 | 0 | -.039 | 0.698 | 0.07 |
2 | 0.523
| 4.595 | 0.802 | 0 | -0.835 | 0.497 | 0.12 |
3 | 0.934
| 5.054 | 13.386 | 0 | 1 | 1 | 0.06 |
4 | 1.231
| 10.941 | 11.932 | 0 | -.0695 | 0.995 | 0.08 |
5 | 1.069
| 9.496 | 9.628 | 0 | -.0411 | 0.937 | 0.06 |
6 | 0.720
| 6.458 | 3.960 | 0 | -.201 | 1 | 0.09 |
7 | 0.604
| 3.462 | 11.414 | 0 | 1 | 1 | 0.07 |
8 | 0.432 | 2.476 | 6.911 | 0 | 1 | 1 | 0.00 |
9 | 1.053
| 5.269 | 12.165 | 0 | 1 | 1 | 0.05
|
10 | 0.625 | 4.544 | 7.454 | 0 | -1.230 | 0.567 | 0.07 |