数据包络与边际分析——微观经济中的非参数分析

引言数据包络分析(DEA)方法作为一种非参数分析方法在社会经济科学中得到了广泛的应用。自1978年由 A.Charnes,w.w.Cooper 和 Rhodes 提出 DEA 模型 C²R 以来,这一方法迅速发展。从1986年开始,我们与 Charnes 等人合作研究,又得到了几个新的 DEA 模型,并且把这一方法有效地应用在微观经济的一些领域中。利     

DEA博弈模型的分析与发展

数据包络分析(Data Envelopment Analysis,DEA)与博弈论之间关系密切.传统DEA模型忽略了决策单元(Decision Making Units,DMUs)之间的竞合关系,对权重的限制过于宽松,难以合理评价DMU效率值.为此,将博弈论方法引入至DEA模型,开展DEA的博弈研究,既是对DEA理论的重大发展,也将极大拓宽博弈论的应用研究.本文分三个阶段对现有的DEA博弈研究进行述评:(1)DEA的博弈论解释;(2)DEA Game模型及其应用;(3)DEA效率博弈;在深入分析重点模型基础上,总结其发展脉络,促进DEA理论与实践的发展.     

随机环境下的多投入多产出生产前沿面估计

传统的DEA模型假设观测样本的投入产出都是确定型数据, 这使得DEA在实际应用中受到限制, 本文提出的基于拟似然估计的多投入多产出随机非参数包络数据 (PLE-StoNED) 方法拓展了这个假设, 能够估计随机环境下的生产前沿面.本文证明, 生产可能集假设条件下的前沿面可以用一个有凹凸性和单调性限制的函数来表示.相较之前的StoNED方法, 本文提出的方法可以估计随机环境下多投入多产出决策单元 (DMU) 的前沿面.通过Monte Carlo实验, 多投入多产出PLE-StoNED方法的有效性得到验证, 它可纠正DEA等传统方法产生的偏误.最后, 实证研究部分运用这一新提出的方法估计了中国大陆商业银行的生产前沿面和效率.本文提出的方法弥补了DEA缺乏统计性的不足, 可为决策者在随机环境下对多投入多产出决策单元进行生产力和效率评估提供决策参考.     

西部地区高技术产业创新效率研究——基于DEA和SFA方法的分析

一、创新效率的研究方法选择1.DEA模型。DEA(Data Envelopment Analysis)方法,即数据包络分析方法,设有n个DMU,每个DMU都有m个投入指标x和s个产出指标y,投入指标的权向量,产出指标的权向量,则第k个DMU的DEA相对绩效k h可以通过求解下面的公式规划问题来求解。     

基于优势前沿面的非营利组织管理有效性再评价方法

通常认为模糊DEA评价是用于测度管理有效性的一种方法,但是实际运行中由于有些模糊DEA有效单元信息贫乏,导致评价结果难以令人信服.本文提出的基于优势生产前沿面的DEA有效单元再评价方法克服了传统评价的问题,更有效地反映了评价单元的管理进步效果,经过理论分析和实践检验,是目前用于管理有效性评价的最佳方法之一.其特性表现在,将优势前沿面方法应用在非营利组织的测评管理中,通过构造有效性更强的新决策单元实现对DEA有效单元的区分和排序,克服了原来使用的靠DEA基于权重和判断准则进行再评价的缺点,具有现实可行性和有效性,评价结果具有较好的稳定性和可比性,能够对模糊DEA有效单元进行有效区分.研究使管理有效性方法在非营利组织评价中的应用更加具有理论意义和实际价值.     

基于混合DEA模型的医药行业上市公司经营效率相对有效性评价

DEA模型作为一种客观的多指标决策方法应用十分广泛.但目前使用频率较高的两种通用模型C²R模型和C²GS²模型,在单独使用时都有比较大的局限性,评判结果往往无法令人满意;针对这一问题,本文提出构建混合DEA模型,并应用混合DEA模型对医药上市公司的经营效率相对有效性评价进行实证分析,阐述了混合DEA模型的使用方法,验证了评判方法的可行性和科学性.     

基于DEA方法的科研机构方向规模收益研究

DEA模型是目前公共部门(包括科研机构)规模收益分析的常用方法之一.现有通过DEA方法估算科研机构规模收益的研究都是从传统规模收益经济学定义出发,假定多种投入和产出按相同比例进行变化,从而定性定量判定DMU单元的规模收益情况.由于科研活动的复杂性,在科研组织中各类投入或产出的变化往往并不相同.因此,现有DEA框架中关于规模收益的定义(基于径向测度)不能满足多投入多产出情况下科研机构规模收益估算的需要.本文采用可变比例规模收益思想,将DEA方法框架下规模收益定义扩展为方向规模收益,并研究提出科研机构方向规模收益分析的新方法.最后,本文以2009年中国科学院16个基础领域研究所为案例,进行深入分析.     

基于AHP/DEA的物流中心选址问题研究

物流中心的选址问题是物流管理系统中一个非常重要的问题,影响物流中心选址的因素除建站费用、运输费用等可量化因素外,许多定性因素并未纳入考虑范畴.基于AHP/DEA分析基础上的选址方法将选址问题分成AHP分析、DEA评价及整数规划3个部分,运用AHP充分考虑定性因素,并将候选点进行DEA有效性排序,最后代入整数规划模型得到最终决策.此方法能增强选址合理性,并降低决策的复杂度.     

基于对策DEA的投资基金业绩评估

传统投资基金业绩评估方法通常依赖市场有效,但其有效状态在现实证券市场中难以达到,进而给它们的直接应用带来一定困难.研究了数据包络分析(DEA)与对策论中的Nash equilibrium理论之间的内在联系,并在此基础上建立了对策DEA模型.通过对策DEA模型对投资基金业绩进行评估,无需对市场组合进行选择,因而克服了因市场组合选择不同而带来的评估结果失真的问题.     

基于因子分析与DEA方法的旅游上市公司效率评价

提出了基于因子分析的DEA组合评价方法。该方法综合了因子分析和DEA 2种方法的优点,以DEA为中心,以因子分析为辅助,通过因子分析法对投入产出指标进行处理,把繁多的投入产出指标归并成若干个具有明确经济意义的公共因子,从而利用DEA模型计算出各个决策单元的相对效率值,实现各决策单元的排序。通过我国旅游上市公司2000~2005年财务数据的评价说明这种方法的有效性。