DEA数据包络教程教程.ppt

数据包络分析法（DEA）;1.DEA的简介 2.C2R模型 3.BC2模型 4.投入冗余率和产出不足率 5.deap 2.1软件分析过程及结果解释 6. DEA法的应用实例 ;1.DEA的简介;数据包络分析（the Data Envelopment Analysis，简称DEA）是1978年由美国著名的运筹学家A.Charnes和W.W.Cooper等学者，以相对效率概念为基础发展起来的一种效率评价方法。他们的第一个模型被命名为C2R模型，从生产函数角度看，这一模型是用来研究具有多个输入、特别是具有多个输出的“生产部门”同时为“规模有效”与“技术有效”的十分理想且卓有成效的方法。1984年R.D.Banker,A.Charnes和W.W.Cooper给出了一个被称为BC2的模型。 ;数据包络分析(即DEA)可以看作是一种统计分析的新方法，它是根据一组关于输入－输出的观察值来估计有效生产前沿面的。在有效性的评价方面，除了DEA方法以外，还有其它的一些方法，但是那些方法几乎仅限于单输出的情况。相比之下，DEA方法处理多输入，特别是多输出的问题的能力是具有绝对优势的。并且，DEA方法不仅可以用线性规划来判断决策单元对应的点是否位于有效生产前沿面上，同时又可获得许多有用的管理信息。因此，它比其它的一些方法（包括采用统计的方法）优越，用处也更广泛。;它也可以用来研究多种方案之间的相对有效性（例如投资项目评价）；研究在做决策之前去预测一旦做出决策后它的相对效果如何（例如建立新厂后，新厂相对于已有的一些工厂是否为有效)。DEA模型甚至可以用来进行政策评价． 特别值得指出的是，DEA方法是纯技术性的，与市场（价格）可以无关。只需要区分投入与产出，不需要对指标进行无量纲化处理，可以直接进行技术效率与规模效率的分析而无须再定义一个特殊的函数形式，而且对样本数量的要求不高，这是别的方法所无法比拟的。;DEA方法的特点：;;2. C2R模型 ：规模报酬不变;对应于一组权系数 ;各字母定义如下：;每一个DMU都有相应的效率评价指数 其中 可以适当地选取权系数和，使其满足: ;; 该模型的基本思想：通过对样本的投入、产出数据的分析确定出有效生产前沿面，并根据个DMU与生产前沿面的距离状况，确定个DMU是否为DEA有效。 ; 如图所示，假设A、B、C、D分别表示有效率的DMU，他们构成生产前沿面ABCD，E表示无效率的DMU。设E’与C’分别为OE与OC在生产前沿面ABCD上的交点，则E的效率值为OE’/OE1，而C得效率值为OC’/OC=1。 ; 现在对第j0个DMU进行效率评价( )，以权系数v和u为变向量，第j0个DMU的效率指数为目标，以所有的DMU（也包括第j0个DMU）的效率指数为约束，构建如下的最优化模型: ; 其中 ;对该分式规划进行Charnes－Cooper变换，令 则有等价的线性规划问题： ;其对偶规划为（DC2R），并引入松弛变量为：; θ为第i个DMU的技术效率值，满足 。当θ=1且时，则称DMU为DEA有效，当θ1时，DMU为非DEA有效。 ;3. BC2模型：规模报酬可变 ; 其中 I=（1，1，…，1）1*t 。 ;目标函数求得的即是纯技术效率（PTE），根据SE=TE/PTE可以求出规模效率SE，PTE是测度当规模报酬可变时，银行与生产前沿面的距离。SE是测度当规模报酬可变时，生产前沿面与规模报酬不变时的生产前沿面的距离。 ;4. 投入冗余率和产出不足率 ; ; 5.deap 2.1软件分析过程及结果解释： ;第二步，结果解释： （1）效率分析EFFICIENCY SUMMARY: firm crste vrste scale 四列数据分别表示： firm样本次序； crste不考虑规模收益是的技术效率（综合效率）； vrste考虑规模收益时的技术效率（纯技术效率）； scale考虑规模收益时的规模效率（规模效率）， 纯技术效率和规模效率是对综合效率的细分； 最后有一列irs,---，drs,分别表示规模收益递增、不变、递减。 ;（2）SUMMARY OF OUTPUT SLACKS、SUMMARY OF INPUT SLACKS分别表示产出和投入指标的松弛变量取值，即原模型中的s值。 ;（3）SUMMARY OF PEERS: 表示非DEA有效单元根据相应的DEA有效单元进行投影即可以实现相对有效。后面有相应的权数SUMMARY OF PEER WEI