تحلیل پوششی داده ها/پایان نامه رتبه بندی شرکت های پذیرفته شده در بورس

دانلود پایان نامه

تحلیل پوششی داده ها:

اندازه گیری کارایی به خاطر اهمیت آن در ارزیابی عملکرد سازمان ها همواره مورد توجه محققین بوده است. چنان که قبلا نیز اشاره شد فارل در سال 1957 برای اولین بار با استفاده از روش غیر پارامتری اقدام به اندازه گیری کارایی یک واحد تولیدی نمود. در ادامی محققانی نظیر چانز و همکارانش دیدگاه فارل را توسعه دادند و مدلی را ارائه نمودند که تحت عنوان تحلیل پوششی داد ها نام گرفت. در سال های اخیر نیز در اغلب کشورهای جهان برای ارزیابی عملکرد نهادها و دیگر فعالیت های رایج در زمینه های مختلف کاربردهای متفاوتی از DEA دیده شده است. علت مقبولیت گسترده این روش به سیار روش ها امکان بررسی روابط پیچیده و اغلب نامعلوم بین چندین خروجی است که در این فعالیت ها وجود دارد. DEA امکان نگرش جدید به فعالیت هایی که قبلا به روش های دیگر ارزیابی شده اند فراهم کرده است. برای مثال امکان محک زنی با استفاده از این روش به شناسایی منابع ناکارا در شرکت های خیلی سودآور منجر شده است. مطالعه کارایی نسبی سازمان های مختلف مانند بانک ها شرکت های بیمه بیمارستان ها و … که مطالعات قبلی قادر به ارزیابی توان بالقوه آنها نبوده اند به کمک    DEAمیسر می شود. ( بحیرایی و حامدی، 1391)

DEA كه بوسيله چارنز و همكاران در سال ۱۹۷۸ معرفي شد، يك تكنيك برنامه ريزي خطي براي ارزيابي واحد هاي تصميم گيري (DMU ) متجانس است که هرکدام تعدادي شاخص ورودي را دريافت و به شاخص هاي خروجي تبديل مي کنند. با استفاده از اين روش واحدهاي تصميم گيري به دو دسته کارا و ناکارا تقسيم مي شون د. مرز كارايي DEA كه بوسيله قطعات تركيب خطي بهترين واحدهاي مشاهده شده حاصل مي شود، يك مجموعه امكان توليد محدب را مشخص مي سازد . بنابراين DEA نيازي به تعريف صريحي از رابطه توليد بين بردارهاي ورودي و خروجي  DMUها ندارد .

تعيين کارايي با استفاده از مدل هاي تحليل پوششي داده ها بر اساس ميزان فاصله هر واحد تصميم گيري از مرز کارايي و نوع تصوير شدن آن بر روي مرز انجام مي شود. دو نوع روش کلي در نحوه تصوير روي مرز عبارتند از شعاعي و غير شعاعي. مدلهاي شعاعي درDEA ، همانند BCC و CCR وروديهاي و خروجيهاي غير شعاعي را ناديده مي گيرند. از اينرو مدلهاي غير شعاعي واقعي تر مي باشند و اين مدلها بطور همزمان تقليل ورودي ها و افزايش خروجي ها را انجام مي دهند. (آصفی و داودی،1390)

تحليل پوششي داده ها يك روش برنامه ريزي خطي است كه با استفاده از اطلاعات سازمانها و واحدهاي توليدي به عنوان واحدهاي تصميم گيرنده، اقدام به ساخت مرز كارايي مي كند. مرز فوق براساس اطلاعات در قالب نهاده ها و ستاده ها و بر اساس نتايج برنامه ريزي خطي متوالي ساخته ميشود و درواقع درجه عدم كارايي هر واحد تصميم گيرنده به ميزان فاصله واحد مزبور تا مرز كارايي است تقسيم ميشوند. هر كدام BCC و CCR مدلهاي اصلي تحليل پوششي داده ها به دو دسته از اين مدلها را ميتوان به دو رويه ورودي محور و خروجي محور مورد بررسي قرار داد. تفاوت دو مدل BCC وCCR  در فرض مربوط به بازدهي ثابت يا متغير نسبت به مقیاس است. در مدل CCR فرض بر بازدهي ثابت نسبت به مقياس، و در مدل BCC فرض بر بازدهي متغير نسبت به مقياس است. منظور از بازدهي ثابت نسبت به مقياس اين است كه ستاده ها به نسبتي كه نهاده ها تغيير ميكنند تغيير كنند، براي مثال اگر نهاده ها دوبرابر شدند ستاده ها هم دو برابر شوند. اما منظور از بازدهي متغير نسبت به مقياس اين است كه ستاده ها متناسب با نهادهها تغيير نكنند. فرض بازدهي ثابت نسبت به مقياس تنها در صورتي قابل اعمال است كه بنگاهها در مقياس بهينه عمل كنند. مسايل متفاوتي از قبيل آثار رقابتي، محدوديتها و غيره موجب ميشوند بنگاهها در مقياس بهينه عمل نكنند. استفاده از فرض بازده ثابت نسبت به مقياس، زماني كه تمام بنگاهها در مقياس بهينه فعاليت نمي نمايند، مقادير محاسبه شده براي كارايي فني را دچار اختلال خواهد كرد. (خواجوی و همکاران، 1389)

بطور کلی، کارایی معرف نسبت ستانده ها در مقایسه با استاندارد مشخص و موجود است. مبنای چنین حد مطلوبی می تواند با روش تحلیل نسبت و روش تحلیل مرزی تدوین شود. روش تحلیل نسبت یکی از قدیمی ترین روشهای اندازه گیری کارایی در سطح واحدهای اقتصادی است که با محاسبه برخی از شاخصهای مالی بانکها مانند شاخص کفایت سرمایه و مقایسه این نسبتها با شاخصهای استاندارد صنعت بانکداری، درباره کارایی یا ناکارایی بانکهای مورد مطالعه اظهارنظر میگردد. اشکال اساسی این روش این است که با انتخاب چند نسبت جزئی نمیتوان درباره ابعاد گوناگون عملکرد یک شرکت اطلاعات کاملی بدست آورد.

در روش تحلیل مرزی، با برآورد توابع تولید یا تابع هزینه یا سود، مرزی را بعنوان مرز کارایی یک شرکت یا گروهی از شرکتها مشخص میکنند و شرکتی که در این مرز فعالیت دارند بعنوان شرکت کارا و شرکت که خارج از آن قرار دارند بعنوان شرکت ناکارآمد شناخته میشوند. روشهای تخمین تابع تولید یا مرز کارایی، به دو روش پارامتریک و روشهای ناپارامتریک تقسیم میشوند.

در رویکرد پارامتریک، برای تخمین زده شود و به این وسیله میزان ناکارایی واحدها را به عوامل تصادفی و عوامل ناکارایی نسبت دهد. مهمترین ایراد روشهای پارامتریک، فرضهای مختلفی است که برای توابع و جزء ناکارایی در نظر میگیرند. فروض مختلف، تخمین های بسیار متفاوتی را ایجاد و امکان مقایسه عملی بین شرکت را با مشکل مواجه می کند. (باصری و همکاران، 1389)

از سوي ديگر تحليل پوششي داده ها به عنوان ابزار مهمي براي ارزيابي واحدهاي تصميم گيري و بهبود عملكرد عمليات توليدي و خدماتي شناخته شده است. اين روش بطور گسترد هاي در ارزيابي عملكرد سازمان هاي توليدي و خدماتي بكار مي رود. تحليل پوششي داده ها مجموعه اي از مدل هاي برنامه ريزي رياضي است كه با نگرش نهاده اي  ستاده اي به واحدهاي تصميم گيري، آنها را مورد ارزيابي نسبي قرار مي دهد.

در تعريف ديگري تحليل پوششي داده ها يك روش تحليلي بهره وري چند معياره براي اندازه گيري كارايي نسبي مجموعه اي از واحدهاي تصميم گيري همگن بيان شده است.  در اين صورت رابطه كارايي با معيارهاي چندگانه ورودي و خروجي به صورت زير تعريف مي شود.

(فرمول 2-11)

اين تعريف كارايي براي نخستين بار توسط فارل ارائه شد و با نام مرز كارايي فارل  شناخته مي شود. با استفاده از روابط رياضي، مرز كارا تعيين و بر اساس ملاك دور افتادگي واحد تصميم گيرنده از مرز ياد شده، كارايي آن اندازه گيري ميشود. (فضلی و منصوری، 1388)

فارل (1975) برای نخستین بار روشهای ناپارامتریک را برای سنجش کارایی مطرح کرد. وی پیشنهاد کرد تا برای سنجش سطح کارایی یک واحد خاص، عملکرد آن واحد با عملکرد بهترین واحدهای موجود در آن سازمان مقایسه شود. این روش، شامل مفاهیم تابع تولید مرزی است که به عنوان شاخصی برای سنجش کارایی بکار می رود. روش تحلیل پوششی داده ها بعنوان یکی از روشهای ناپارامتریک، محاسبه ارزیابی سطوح کارایی را در داخل یک گروه از فعالان اقتصادی در درون یک سازمان نشان میدهد. این روش توسط رودس در سال 1978 گسترش یافت. وی بر مبنای برنامه ریزی خطی به تعیین مرز تولید و رتبه بندی واحدهای مورد بررسی می پردازد. با استفاده از این رویکرد، هنگام اندازه گیری کارایی، نوع بازده نسبت به مقیاس تولید را نیز می توان به تفکیک بنگاهها ارائه نمود. کاربرد مهم این روش در بنگاههای غیرانتفاعی و خدماتی است که نمیتوان عملکرد آنرا با یک مقیاس(برای نمونه واحد پول) ارزیابی کرد و در این قبیل تحلیلها چند نهاده و ستانده مجزا از ترکیب ستانده ها مورد بررسی قرار میگیرد. (باصری و همکاران، 1389)

از روش های مختلف مانند روش های پارامتری (روش تا بع تولید مرزی قطعی وتصادفی ) و روش ها ی ناپارامتری (روش وصل نقاط حدی،تاکسونومی عددی وروش تحلیل پوششی داده ها) می توان به رتبه بندی و تعیین کارایی پرداخت. این روش ها هرکدام مزایا و معایب خاص خود را دارا هستند، از آن جا که روش های ناپارامتری مبتنی بر یک سری بهینه سازی اند، برای محاسبه کارایی نسبی از آن ها استفاده می شود . عبارت نسبی در جمله بالا بسیار حائز اهمیت است زیرا کارایی به دست آمده در این روش، نتیجتاً مقایسه بنگا ههای موجود با یکدیگر را نشان می دهد. بنابراین، در صورتی که تعدادی از مشاهدات حذف و یا تعداد آ نها اضافه شود، ممکن است مقدار کارایی محاسبه شده نیز تغییر و کم یا زیاد گردد. از این حیث کارایی به دست آمده نسبی است نه مطلق . در روشها ی غیر پارامتری نیاز به انتخاب فرم تابع نبوده و محدودیتی نیز برای تعداد ستانده وجود ندارند. از میان سه روش ارزیابی ناپارامتری؛ تحلیل پوششی داده ها، وصل نقاط حدی و تاکسونومی عددی، روش تحلیل پوششی داده ها با توجه به مبانی برنامه ریزی ریاضی در هر مدل، ارزیابی مناسبتری از دو روش دیگر پدید می آورد. (عیسی زاده و خسروی، 1390)

دانلود پایان نامه
این نوشته در مقالات و پایان نامه ها ارسال شده است. افزودن پیوند یکتا به علاقه‌مندی‌ها.