فهرس المقالات تحلیل پوششی داده ها (DEA)

• حرية الوصول المقاله
  • صفحة الملخص
  • نص كامل
  
  1 - انتخاب سبد سهام در بورس اوراق بهادار تهران با تلفیق روش تحلیل پوششی داده ها (DEA)و برنامه ریزی آرمانی(GP)
  محمد غلی افشارکاظمی مریم خلیلی عراقی احمد سادات کیایی
  از مهمترین دغدغه های سرمایه گذاران در بازارهای مالی، انتخاب سهم یا سبد سهامی است که ازلحاظ سودآوری بهینه باشد. به همین منظور رو شهای زیادی در رابطه با انتخاب سبد سهام معرفیو (DEA) شده اند. هدف این تحقیق تشکیل پورتفوی بهینه، با تلفیق روش تحلیل پوششی داده هامی باشد. لذا د أکثر

  از مهمترین دغدغه های سرمایه گذاران در بازارهای مالی، انتخاب سهم یا سبد سهامی است که ازلحاظ سودآوری بهینه باشد. به همین منظور رو شهای زیادی در رابطه با انتخاب سبد سهام معرفیو (DEA) شده اند. هدف این تحقیق تشکیل پورتفوی بهینه، با تلفیق روش تحلیل پوششی داده هامی باشد. لذا در این راستا داده های مربوط به 6 صنعت از بین صنایع بورس اورق (GP) برنامه ریزی آرمانی1388/12/ 1388 الی 29 /01/ بهادار تهران که در مجموع شامل 250 شرکت می باشند، در فاصله زمانی 01جمع آوری شده، کارایی نسبی شرکت های واقع در هر صنعت محاسبه و کاراترین شرکت های واقع درهر صنعت تعیین شده، که در مجموع 48 شرکت کارا مشخص گردید. در مرحله بعد پس از جمع آوریداده های مربوط به معیار های سرمایه گذاری برای شرکت های کارا، برای تعیین سطح آرمانی سرمایهگذاری(F٭ ) از برنامه ریزی خطی کمک گرفته شد، و برای اطمینان از تحقق آرمان های با اولویت کمتر،نتایج پس از اندکی تعدیل، وارد مدل برنامه ریزی آرمانی گردید.در مرحله آخر با توجه به اولویت ها و آرمان های سرمایه گذار و با استفاده از برنامه ریزی آرمانیموجبات کمک به اتخاذ تصمیم سرمایه گذار فراهم آمد. نتایج بدست آمده نشان دهنده تحقق کامل آرمانو (رتبه نقدشوندگی)، و عدم تحقق کامل آرمان (ریسک) بوده و از طرفی (Di) ،( های (بتا)، (بازدهیبه میزان 2.27 واحد دارای انحراف مثبت می باشد، و همچنین از انتخاب پورتفوی متنوع 8 (Ci) آرمانسهمی از بین 250 سهم، حکایت می کند. تفاصيل المقالة
• حرية الوصول المقاله
  • صفحة الملخص
  • نص كامل
  
  2 - Non-dominated DEA cross efficiency scores; a secondary goal approach
  سعید شاه قبادی عباس قماشی فرهاد مرادی
  Data envelopment analysis (DEA) is a non-parametric programming method for evaluating the relative efficiency of a set of peer decision-making units (DMUs) with multiple inputs and multiple outputs. The DEA cross-efficiency method is a well-known method that use to eval أکثر

  Data envelopment analysis (DEA) is a non-parametric programming method for evaluating the relative efficiency of a set of peer decision-making units (DMUs) with multiple inputs and multiple outputs. The DEA cross-efficiency method is a well-known method that use to evaluate and ranking a set of peer decision-making units. Whenever a DMU intends to evaluate other DMUs, it faces the problem of non-uniqueness optimal weights of DEA models. Because different weights give us different cross-scores and subsequently different cross-efficiencies scores and this will confuse the decision-maker to make an ultimate decision. The main drawback of this method is the alternate optimal solution set of the DEA model. The main purpose of this study is to propose an approach to this problem to generate non-dominated DEA cross-efficiency scores. We propose a linear programming secondary goal model to select a set of optimal weights for each DMU. Our proposed method is not only simpler than other methods presented with the same purpose, but also does not go beyond the main method. تفاصيل المقالة