单输入和两输出y1y2x顾客单位-read.pptVIP

DEA（Data envelopment analysis) 孟川瑾 2007.03.15 DEA的起源与发展 1951年，Koopmans提出了有效性度量的概念。 1957年，经济学家Farrell提出了单输入单输出的DMU（Decision Making Unit）有效性度量方法。 1978年，运筹学家Charnes，Cooper，Rhode提出了多输入多输出的CCR模型，并定义为DEA。 1984年，Banker, Charnes and Cooper改良CCR模型，提出了BCC模型，放松固定规模报酬的限制，并进一步把全面技术效率分解为纯技术效率与规模效率。藉由BCC模型，我们可比较不同的规模报酬之下所计算出来的效率值，并判断每个DMU是处于何种生产规模报酬之下。 DEA的起源与发展 现在， DEA已经形成了一个数学、经济学、管理科学交叉研究的新领域． 广泛应用于金融、医疗、教育和管理领域。 其基本数学模型也发展到了46个，扩展模型就更多了。但我们现在常用的有18个 基本软件: Dea-solve,ideal,Mathematic4,DEAP,front41,TFPIP等等  生产率=输出/输入1. 单输入和单输出 2. 两输 入 和 单输 入 3. 单输 入 和 两输 出 有效前沿面 CCR的原始模型 CCR模型说明 对偶运算 加入差额变量将不等式变成等式 BCC模型 Banker, Charnes and Cooper于1984年提出，主要是扩充CCR模型，深入讨论技术效率与规模效率的问题。由于CCR模型的假设是DMU处于固定规模报酬下之相对效率。然而事实上，DMU可能是处于规模报酬递增或是规模报酬递减的状态，因此DMU的无效率除了可能来自于本身的投入、产出配置不当之外，亦有可能是源自DMU的规模因素。所以若能了解各DMU所处之规模报酬状态， 将有助于决策者做规模上的调整，进而达到有效率的经营。 BCC的数学模型 其后过程一致，就不重复。 数据包络分析法特性 DEA可处理多向投入及多项产出之评估，无须预设生产函数与参数估计 只要DMU采相同计量单位，其目标函数则不受投入、产出之计量单位影响 DEA模型之权重决定全由模式本身之数学线性规划所产生，非主观因素之操作，因此可满足公平性原则。 DEA在数据处理上具弹性，可同时处理比率数据与非比率数据 DEA其所衡量的经营效率结果单一综合指针衡量效率，可显示资源之使用状况，客观的衡量以避免误差。 由DEA所评估之经营效率值及差额变量分析、敏感度分析，可知资源之使用状况，进而提供管理者相关决策信息。 DEA所获得的效率值为相对效率值，而非绝对效率值。 资料包络分析法的局限性 DEA易受极端值之影响，因此样本里若有极端值出现，则行衡量结果会有其偏差。对此问题可使用敏感度分析之方式，以不同的样本数与投入产出项目的方式来衡量，其结果会比较客观。 DEA之衡量结果受到DMU是否为同构型所影响。DMU同构型越高，则衡量结果越有解释意义。 由于DEA为非参数数据法，引此无法容许随机误差之存在。此相关DMU之数据数据需相当准确，否则计算出的效率可能会产生误差，使衡量的效率值失去其意义。 不能具体解释影响效率的因素 DEA算法经验上要求大体满足：Ｎ２（Ｍ＋Ｓ），其中Ｎ为决策单元个数，Ｍ为输入指标数，Ｓ为输出指标数 DEA的总结 DEA的具体方法是按多指标投入和多指标产出，对同类型决策单元进行有效性评价。它依据一组输入－输出的观察值，使用数模比较决策单元之间的相对效率，对决策单元（企业）进行评价 DEA的用处 一个DMU对应一组输入和输出，通过对输入输出的综合分析，就可以得出每个DMU综合效率的数量指标，并将各个DMU定级排队，确定相对效率最高（即有效）的DMU，并指出其它DMU非有效的原因和程度，从而为主管部门提供管理信息。DEA可以判断DMU的投入规模是否合理，给出投入规模的正确方向和程度。 绩效的分析 1 财务比率法 2 生产边界法 2.1 边界生产函数法(需要构造生产函数-成本函数) 2.2 DEA方法(不需要预设生产函数 ) 传统的参数方法是指计量经济学中的数理统计方法，即在投入与产出之间假设明确的生产函数数学表达式，然后根据一组投入产出观测数据，在满足某些条件下，利用回归分析的方法确定表达式中的参数。这种方法对全部数据进行“平均性”的统计回归，得到一个穿过样本观测点“中心”的生产前沿面总体残差平方和最小为准则 生产前沿的非参数（即DEA）是一种用于评估具有同质投入产出DMU的相对有效性技术，这种方法不要求描述生产系统输入输出之间的明