ارزیابی عملکرد واحد های تصمیم گیرنده با ساختار شبکه ای در حضور خروجی نامطلوب
محورهای موضوعی : آمارپژمان پیکانی 1 , عمران محمدی 2
1 - دانشگاه علم و صنعت، دانشکده مهندسی صنایع، تهران، ایران
2 - دانشگاه علم و صنعت، دانشکده مهندسی صنایع، تهران، ایران
کلید واژه: Performance Measurement, Two-Stage Data Envelopment Ana, Undesirable Output, Investment Firms,
چکیده مقاله :
در فرایند ارزیابی عملکرد با استفاده از مدل های کلاسیک تحلیل پوششی داده ها، واحد های تصمیم گیرنده به صورت جعبه سیاه در نظر گرفته می شوند. حال آنکه در بسیاری موارد و کاربرد های مختلف هم چون صندوق های سرمایه گذاری، بانک ها، شرکت های بیمه و غیره، واحد ها دارای ساختار شبکه ای می باشند. علاوه بر این، در بسیاری از ساختار های شبکه ای، برخی از شاخص های مورد استفاده به منظور محاسبه کارایی واحد ها، دارای ماهیت نامطلوب می باشند. از این رو ارائه رویکردی توانمند که ساختار درونی واحد ها و روابط درون سازمانی را در محاسبه کارایی لحاظ نماید و هم چنین قابلیت به کار گیری در حضور داده های نامطلوب را نیز دارا باشد، امری ضروری است. لذا هدف از پژوهش پیش رو، ارائه مدل تحلیل پوششی داده های شبکه ای به منظور ارزیابی عملکرد واحد های تصمیم گیرنده با ساختار دو مرحله ای در حضور خروجی های نامطلوب می باشد. لازم به ذکر است که با توجه به ساختار دو مرحله ای حاکم بر شرکت های سرمایه گذاری و حضور خروجی نامطلوب در فرآیند ارزیابی آنها، ده شرکت سرمایه گذاری فعال در بورس اوراق بهادار تهران به عنوان مطالعه موردی پژوهش انتخاب شده اند و نتایج حاصله از ارزیابی عملکرد آنها با استفاده از رویکرد پیشنهادی تحقیق نیز مورد تجزیه و تحلیل قرار گرفته اند.
In the performance evaluation process, using the classic data envelopment analysis (DEA) models, decision making units (DMUs) are considered as black boxes. While in many cases and different applications such as investment funds, banks, insurance companies, etc., DMUs have a network structure. In addition, in many network structures, some of the indicators used to calculate the efficiency of DMUs have an undesirable nature. Therefore, it is necessary to provide an effective approach that takes into account the internal structure of the DMus and the inter-organizational relationships in the calculation of efficiency and also is capable to be used in the presence of undesirable data. Accordingly, the purpose of the present study is to provide a network data envelopment analysis (NDEA) model in order to performance assessment of DMUs with a two-stage structure in the presence of undesirable outputs. It should be noted that according to the two-stage structure of investment companies and the presence of undesirable output in their evaluation process, ten investment companies from Tehran Stock Exchange have been selected as a case study for the research. Finally, the results of their performance evaluation by applying the proposed approach of research have been analyzed.
[1] Farrell, M.J., (1957). The measurement of productive efficiency. Journal of the Royal Statistical Society. Series A (General), 120(3), pp.253-290.
[2] Charnes, A., Cooper, W.W. and Rhodes, E., (1978). Measuring the efficiency of decision making units. European journal of operational research, 2(6), pp.429-444.
[3] Banker, R.D., Charnes, A. and Cooper, W.W., (1984). Some models for estimating technical and scale inefficiencies in data envelopment analysis. Management science, 30(9), pp.1078-1092.
[4] Kao, C. (2014). Network data envelopment analysis: A review. European Journal of Operational Research, 239(1), 1-16.
[5] Lozano, S., Gutiérrez, E., & Moreno, P. (2013). Network DEA approach to airports performance assessment considering undesirable outputs. Applied Mathematical Modelling, 37(4), 1665-1676.
[6] Maghbouli, M., Amirteimoori, A., & Kordrostami, S. (2014). Two-stage network structures with undesirable outputs: A DEA based approach. Measurement, 48, 109-118.
[7] Khalili-Damghani, K., Tavana, M., & Haji-Saami, E. (2015). A data envelopment analysis model with interval data and undesirable output for combined cycle power plant performance assessment. Expert Systems with Applications, 42(2), 760-773.
[8] Fukuyama, H., & Weber, W. L. (2014). Two-stage network DEA with bad outputs. In Data Envelopment Analysis (pp. 451-474). Springer, Boston, MA.
[9] Liu, W., Zhou, Z., Ma, C., Liu, D., & Shen, W. (2015). Two-stage DEA models with undesirable input-intermediate-outputs. Omega, 56, 74-87.
[10] Wu, J., Zhu, Q., Chu, J., & Liang, L. (2015). Two-stage network structures with undesirable intermediate outputs reused: a DEA based approach. Computational Economics, 46(3), 455-477.
[11] Chiu, C. R., Chiu, Y. H., Chen, Y. C., & Fang, C. L. (2016). Exploring the source of metafrontier inefficiency for various bank types in the two-stage network system with undesirable output. Pacific-Basin Finance Journal, 36, 1-13.
[12] Kao, C., & Hwang, S. N. (2008). Efficiency decomposition in two-stage data envelopment analysis: An application to non-life insurance companies in Taiwan. European journal of operational research, 185(1), 418-429.
[13] Charnes, A., Cooper, W.W., (1962). Programming with linear fractional functionals. Naval Research Logistics Quarterly 9, 181–185.
[14] Premachandra, I. M., Zhu, J., Watson, J., & Galagedera, D. U. (2012). Best-performing US mutual fund families from 1993 to 2008: Evidence from a novel two-stage DEA model for efficiency decomposition. Journal of Banking & Finance, 36(12), 3302-3317.
[15] Galagedera, D. U., Watson, J., Premachandra, I. M., & Chen, Y. (2016). Modeling leakage in two-stage DEA models: An application to US mutual fund families. Omega, 61, 62-77.