• Home
  • Negative data
    • List of Articles Negative data

      • Open Access Article

        1 - Computing the efficiency interval of decision making units (DMUs) having interval inputs and outputs with the presence of negative data
        M. Rostamy-Malkhalifeh F. seyed Esmaeili
        The basic assumption in data envelopment analysis patterns (DEA) (such as the CCR andBCC models) is that the value of data related to the inputs and outputs is a precise andpositive number, but most of the time in real conditions of business, determining precisenumerica More
        The basic assumption in data envelopment analysis patterns (DEA) (such as the CCR andBCC models) is that the value of data related to the inputs and outputs is a precise andpositive number, but most of the time in real conditions of business, determining precisenumerical value is not possible in for some inputs or outputs. For this purpose, differentmodels have been proposed in DEA for imprecise data over recent years and also severalresearches have been conducted on DEA that are able to evaluate efficiency with negativedata. The negative interval DEA pattern which has been introduced and used in the presentstudy, addresses uncertainty both in inputs and outputs and provides user with more stableand reliable results for decision making.Now, in this paper a model is presented that is able to compute efficiency interval of unitswith interval input and output that while some indicators can also be negative and then weprove that the efficiency interval that this model gives us is more precise compared toefficiency interval of models previously proposed and finally, ten decision making units(DMUs) with the negative imprecise (interval) data are investigated by the proposed modeland the results of the proposed model are compared with the results of the previous models. Manuscript profile
      • Open Access Article

        2 - Three steps method for portfolio optimization by using Conditional Value at Risk measure
        S. Navidi sh. Banihashemi M. Sanei
        Comprehensive methods must be used for portfolio optimization. For this purpose, financial data of stock companies, inputs and outputs variable, the risk measure and investor’s preferences must be considered. By considering these items, we propose a method for por More
        Comprehensive methods must be used for portfolio optimization. For this purpose, financial data of stock companies, inputs and outputs variable, the risk measure and investor’s preferences must be considered. By considering these items, we propose a method for portfolio optimization. In this paper, we used financial data of companies for screening the stock companies. We used Conditional Value at Risk (CVaR) as a risk measure, because of its advantages. Data Envelopment Analysis (DEA) can be used to calculate the efficiency of stock companies. Conventional DEA models assume non-negative data. However, many of these data take the negative value, therefore we propose the MeanSharp- CVaR (MSh CV) model and the Multi Objective MeanSharp- CVaR (MOMSh CV) model base on Range Directional Measure (RDM) that can take positive and negative values. By using Multi Objective Decision Making (MODM) model, investors can allocate their capital to the stocks of portfolio as they like. Finally, a numerical example of the purposed method is applied to Iran’s financial market. Manuscript profile
      • Open Access Article

        3 - Portfolio Performance Evaluation in a Modified Mean-Variance-Skewness Framework with Negative Data
        Sh. Banihashemi M. Sanei M. Azizi
      • Open Access Article

        4 - Effect of Relocation and Rotation on Radial Efficiency Scores for a Partially Negative Data Problem
        S .Sarkar
      • Open Access Article

        5 - Cross Efficiency Evaluation with Negative Data in Selecting the Best of Portfolio Using OWA Operator Weights
        Sh. Banihashemi M. Sanei
      • Open Access Article

        6 - Estimating Most Productive Scale Size with Double Frontiers in Data Envelopment Analysis using Negative Data
        F. Roozbeh R. Eslami M. Ahadzadeh Namin
      • Open Access Article

        7 - تاثیر شاخص متا مالمکوئیست روی بهینه سازی سبد دارایی
        زهره طائب شکوفه بنی هاشمی
        از آنجائیکه تغییر ارزش در معرض خطر شرطی (CVaR) در سطوح مختلف اطمینان برای بهینه سازی سبد بسیار موثر است، شاخص متا مالمکوئیست (MMI) دراین پژوهش استفاده شده است. برای این هدف، مدلهای میانگین- ارزش در معرض خطر شرطی با شاخص متا مالمکوئیست در حضور داده منفی معرفی گردیده است. More
        از آنجائیکه تغییر ارزش در معرض خطر شرطی (CVaR) در سطوح مختلف اطمینان برای بهینه سازی سبد بسیار موثر است، شاخص متا مالمکوئیست (MMI) دراین پژوهش استفاده شده است. برای این هدف، مدلهای میانگین- ارزش در معرض خطر شرطی با شاخص متا مالمکوئیست در حضور داده منفی معرفی گردیده است. مشابه تئوری مارکوویتزدر چارچوب میانگین- واریانس، ارزش در معرض خطر شرطی به عنوان سنجه ریسک بکار رفته و مدلها بدون در نظر گرفتن چولگی و کشیدگی بازده مطرح شده است. در این مطالعه تعدادی داده منفی وجود دارد، بنابراین مدلهای برمبنای مدل اندازه جهت دار مبنایی (RDM) است که مقادیر مثبت و منفی را می پذیرد. در این مقاله، کارائیها در همه سطوح اطمینان در مدل های میانگین- ارزش در معرض خطر شرطی و شاخص متا مالمکوئیست روی سطوح اطمینان به عنوان دوره ها در حضور داده منفی محاسبه شده است. این روش به سرمایه گذاران کمک می کند که سبدهای سودآورشان را با شاخص متا مالمکوئیست بسازند. همچنین یک مطالعه عملی روی بازار بورس ایران انجام گرفته است. Manuscript profile
      • Open Access Article

        8 - Evaluating the Efficiency of Firms with Negative Data in Multi-Period Systems: An Application to Bank ‎Data
        S. Kordrostami‎‎ M. Jahani Sayyad ‎Noveiri
      • Open Access Article

        9 - Estimation of portfolio efficient frontier by different measures of risk via ‎DEA
        M. Sanei S. ‎Banihashemi‎ M. ‎Kaveh‎
      • Open Access Article

        10 - Using MODEA and MODM with Different Risk Measures for Portfolio Optimization
        Sarah Navidi Mohsen Rostamy-Malkhalifeh Shokoofeh Banihashemi
      • Open Access Article

        11 - ارزیابی کارایی واحدهای تصمیم گیری در حضور فاکتورهای منفی و نامطلوب
        مهناز مقبولی مهدی عینی فرهاد طاهر
        تحلیل پوششی داده ها (DEA) یک تکنیک برای ارزیابی واحدهای تصمیم گیری(DMUs) با چندین ورودی و خروجی است. اما یکی از نقص‌های مدل‌های کلاسیک DEAاین است که در همه‌ی آن‌ها فرض نامنفی و مطلوب بودن برای فاکتورها در نظر گرفته می شود، در حالی که در مسائل واقعی ورودی‌ها و خروجی‌های More
        تحلیل پوششی داده ها (DEA) یک تکنیک برای ارزیابی واحدهای تصمیم گیری(DMUs) با چندین ورودی و خروجی است. اما یکی از نقص‌های مدل‌های کلاسیک DEAاین است که در همه‌ی آن‌ها فرض نامنفی و مطلوب بودن برای فاکتورها در نظر گرفته می شود، در حالی که در مسائل واقعی ورودی‌ها و خروجی‌های منفی و نامطلوب نیز وجود دارد. لذا مدل‌های استاندارد DEA، اندازه ی کارایی DMUs را به درستی منعکس نمی کنند. در این مقاله با ارائه مدلی کارایی واحدها در حضور فاکتورهای منفی و نامطلوب مورد ارزیابی قرار می گیرد که با یک مثال کاربردی روش پیشنهادی مورد بحث و بررسی قرار می‌گیرد. Manuscript profile
      • Open Access Article

        12 - ارزیابی کارایی مدل جمعی کراندار در سیستم های تولید دومرحله ای با داده های منفی
        حمیدرضا بابائی اصیل رضا کاظمی متین محسن خون سیاوش زهره مقدس
        تحلیل پوششی داده ها (DEA) روشی برای اندازگیری کارایی واحدهای تصمیم گیری (DMU) ها است. در مدل‌های تحلیل پوششی داده های سنتی به اختلافات احتمالی بین دو مرحله ناشی از اقدامات میانی اشاره نمی کنند. به همین جهتاین مدل ها برای بررسی کارایی فرآیندهای دو مرحله ای که همه خروجی ه More
        تحلیل پوششی داده ها (DEA) روشی برای اندازگیری کارایی واحدهای تصمیم گیری (DMU) ها است. در مدل‌های تحلیل پوششی داده های سنتی به اختلافات احتمالی بین دو مرحله ناشی از اقدامات میانی اشاره نمی کنند. به همین جهتاین مدل ها برای بررسی کارایی فرآیندهای دو مرحله ای که همه خروجی های مرحله اول اقدامات میانی هستند که ورودی های مرحله دوم را تشکیل می دهند، گسترش یافته است. در دنیای واقعی داده های مربوط به سیستم های تولید دومرحله ای میتوانند مقادیر منفی نیز داشته باشند. با توجه به اهمیت ارزیابی واحدهای تصمیم گیرنده ی دو مرحله ای، در این مقاله ارزیابی این سیستم های تولید با فرض وجود داده های منفی مورد توجه قرار گرفته اند. همچنین در این مقاله رویکرد جدیدی از ارزیابی کارایی توسط مدل جمعی کراندار دومرحله ای با استفاده از داده های منفی ارائه شده است. درادامه با استفاده از مثال عددی وکاربردی به ارزیابی کارایی و رتبه بندی 36 شرکت هواپیمایی پرداخته می شود. Manuscript profile
      • Open Access Article

        13 - ارتقاء واحدهای ناکارا (با داده های منفی) در جهت وزن های مشترک در تحلیل پوششی داده ها
        حسین عباسیان
        هدف اصلی این مقاله، ارتقا و بهبود واحد های ناکارا به وسیله ی وزنهای مشترک به دست آمده از همه ی واحدهای مورد مطالعه می باشد. در واقع وزن های مشترک ورودیها و خروجیهایی که شامل داده های منفی است را به وسیله حل یک مدل برنامه ریزی خطی به دست می آوریم و بردار وزن ها را به عنو More
        هدف اصلی این مقاله، ارتقا و بهبود واحد های ناکارا به وسیله ی وزنهای مشترک به دست آمده از همه ی واحدهای مورد مطالعه می باشد. در واقع وزن های مشترک ورودیها و خروجیهایی که شامل داده های منفی است را به وسیله حل یک مدل برنامه ریزی خطی به دست می آوریم و بردار وزن ها را به عنوان جهتی در نظر می گیریم که واحدهای ناکارا در آن مسیر ارتقا می یابند. روش شناسی این تحقیق به این صورت است که، مدل شعاعی نیمه ماهیتی را مد نظر قرار دهیم و می خواهیم از دوال این مدل برای یافتن وزنهای مشترک ورودیها و خروجیهایی که برخی از آنها منفی هستند، استفاده کنیم. برای این منظور یک مسأله چندهدفه ی تولید وزنهای مشترک ارائه می دهیم و برنامه ریزی آرمانی را برای حل آن بکار می بریم که این منجر به تولید یک مسأله ی غیرخطی می شود که برای این مسأله ی خاص، توسط یک روش خطی سازی، آنرا به یک مسأله ی برنامه ریزی خطی تبدیل می کنیم. چون شرط لازم و کافی برای کرانداری مدل شعاعی نیمه ماهیتی در ماهیت ورودی (خروجی) این است که یک ورودی (خروجی) با حداقل یک مقدار مثبت موجود باشد، پس ما این شرط را در اینجا رعایت می کنیم. سرانجام روشمان را با ذکر یک مثال، بیشتر توضیح می دهیم و نکته قابل توجه در روش ارتقا دادن در تحقیق حاضر این است که داده ای منفی به صورت داده ای منفی ارتقا و بهبود می یابد. Manuscript profile
      • Open Access Article

        14 - کارایی بنگاه‌های اقتصادی در حضور فاکتورهای نامطلوب و منفی با داده‌های بازه‌ای
        MAHNAZ MAGHBOULI مهدی عینی فرهاد طاهر FATEMEH GHOMANJANI
        تحلیل پوششی داده‎‌‌ها روشی برای سنجش عملکرد گروهی از واحدهای تصمیم‌گیری است، که ورودی‌های همگن متعدد را برای تولید خروجی‌های متعدد همگن استفاده می‌کنند. تاکنون مدل‌های فراوانی از تحلیل پوششی داده‌ها با داده‌های بازه‌ای و ورودی و خروجی خاص ارائه شده است. ورودی و خروج More
        تحلیل پوششی داده‎‌‌ها روشی برای سنجش عملکرد گروهی از واحدهای تصمیم‌گیری است، که ورودی‌های همگن متعدد را برای تولید خروجی‌های متعدد همگن استفاده می‌کنند. تاکنون مدل‌های فراوانی از تحلیل پوششی داده‌ها با داده‌های بازه‌ای و ورودی و خروجی خاص ارائه شده است. ورودی و خروجی‌های هر واحد تصمیم‌ گیری در مدل‌های تحلیل پوششی داده‌ها از اهمیت ویژه‌ای برخوردار است. در تحلیل پوششی داده‌ها فرض اصلی بر مثبت بودن داده‌ها می‌باشد، این در حالی است که در دنیای واقعی و در فرآیند تولید، ممکن است داده‌های منفی و حتی نامطلوب وجود داشته باشد. وجود این نوع از داده‌ها با تعاریف کلاسیک تحلیل پوششی داده‌ها سازگاری ندارد. با توجه به اهمیت توجه به این نوع از داده‌ها در این مقاله با ارائه مدلی جدید کارایی واحدهای تصمیم گیری که همزمان دارای ورودی و خروجی منفی، مطلوب و نامطلوب است به صورت داده‌های بازه‌ای پیشنهاد شده است. هدف از این تحقیق ارائه مدل جدید و ارزیابی عملکرد واحدهای تصمیم گیری با داده‌های مذکور است. برای توضیح بیشتر، به عنوان مثال کاربردی از داده‌های بانک خصوصی کشور ایران استفاده شده است Manuscript profile
      • Open Access Article

        15 - Allocation models for DMUs with negative data
        Ghasem Tohidi Maryam Khodadadi
      • Open Access Article

        16 - Financial performance measurement of the top 50 companies on the stock exchange using non-radial models of data envelopment analysis
        Saeid Rezaeilava Mirfeyz Fallah Masoud Sanei Shokofeh Banihashemi
        The purpose of this study is to select the optimal stock portfolio using data envelopment analysis and to carry out the project of stock exchange information about the top 50 active companies in the summer of 1398 and trace the analysis of the same data in the spring of More
        The purpose of this study is to select the optimal stock portfolio using data envelopment analysis and to carry out the project of stock exchange information about the top 50 active companies in the summer of 1398 and trace the analysis of the same data in the spring of 1398. To calculate the relative efficiency and progress of companies, a developed data envelopment analysis (SORM) model has been used, where inputs can be changed only at a limited and specified distance, and with the same assumption, the output can be limited to a limited distance. The negative data can be analyzed and the final model facilitates the efficiency and optimization of stock portfolio selection according to the information extracted from the community under discussion. The results of this analysis show that 13 companies achieved a performance equal to 1, which indicates the highest level of efficiency, and Bank Saderat, including 1.32 Fanavaran Petrochemical Company, with the figure of 1.15, has been classified as having the highest progress and growth rate, respectively, on the first and second floors of productivity.Keywords: negative data, data envelopment analysis, ranking indicators, super performance, progress and regression. Manuscript profile
      • Open Access Article

        17 - A generalized cost Malmquist index to compare the productivities of units with negative data in DEA
        G. Tohidi S. Razavyan S. Tohidnia