روشی مبتنی بر تحلیل پوششی داده‌ها برای شناسایی ناکارایی کاذب در سیستم‌های چندمرحله ای

هدف: مدل‌های استاندارد تحلیل پوششی داده‌ها، برای ارزیابی کارایی یک سیستم، اطلاعات ورودی و خروجی واحدهای تصمیم‌گیرنده را در یک دوره زمانی در نظر می‌گیرند؛ اما در برخی از سیستم‌های موردبررسی، چند دوره زمانی مجزا و مستقل از هم موردنظر است و کارایی کل سیستم به کارایی واحدهای تصمیم‌گیرنده در هر دوره زمانی وابسته خواهد بود. در این حالت ممکن است واحدی در تمام دوره‌ها کارا باشد اما کارای کل نباشد؛ که در این صورت با مفهومی به نام ناکارایی کاذب مواجهه خواهیم شد.روش‌شناسی پژوهش: در این مقاله برای بررسی ناکارایی کاذب در سیستم‌های چند دوره‌ای، به‌جای استفاده از وزن‌ها که از هر دوره زمانی به دست می‌آید، با استفاده از مدل‌های تحلیل پوششی داده‌های نسبی، الگوریتمی سه مرحله‌ای پیشنهاد می‌شود. علت استفاده از مدل‌های نسبی به دلیل انعطاف‌پذیری آن‌ها و نزدیک‌تر بودن تقریب آن به واقعیت است.یافته‌ها: در گام اول الگوریتم، میانگین کارایی‌های دوره‌ای و در گام دوم کارایی سیستم به‌عنوان جعبه سیاه محاسبه می‌شود. نسبت حاصل از این دو کمیت، اگر عددی نزدیک به یک باشد، یعنی این دو برآورد به هم نزدیک هستند و ناکارایی کاذب وجود ندارد و اگر نسبت حاصل از یک بزرگ‌تر باشد در این صورت این دو برآورد از هم فاصله دارند و ناکارایی کاذب موجود است.اصالت/ارزش افزوده علمی: مقایسه روش پیشنهادی بر روی داده‌های 22 بانک تجاری از تایوان در طی یک دوره زمانی سه ساله با روش پیشنهادی کایو و لیو از لحاظ آماری دلالت بر کاهش پراکندگی اعداد کارایی داشت. همچنین آزمون‌های آماری حاکی از قوت روش پیشنهادی نسبت به روش کایو و لیو می‌باشد.

pseudo inefficiency in multi-period systems: a dea-based approach

purpose: standard data envelopment analysis (dea) models measure the efficiency of decision-making units (dmus) over a period. in actual occasions, multiple periods are presented. in the presence of a multi-period system, overall efficiency depends on the performance of the dmu in all periods. that is to say, periodic efficiencies must be calculated. also, the overall efficiency is dependent on periodic efficiencies. in other words, a dmu cannot be efficient overall, but it is considered an efficient unit in each separate period. hence, the question of pseudo-inefficiency is raised. this paper investigates ratio-based data envelopment analysis (dea-r) models to detect pseudo-inefficiency in multi-period systems.methodology: the proposed algorithm consists of three steps. the average period efficiencies are calculated as the first step and the overall efficiency is evaluated as a block box. for the last step, a ratio of two quantities is estimated. if this ratio is close to unity, these two quantities have no significant difference. otherwise, the estimate claims pseudo-inefficiencyfindings: a comparison is made between kao and liu [8] and the proposed algorithm to measure the efficiency of 22 taiwanese commercial banks from 2009-2011. the results demonstrate the proposed method’s practicality and superiority compared with the existing multi-period models.originality/value: in the literature, pseudo-inefficiency has been detected by applying periodic weights. this paper proposes a three-step algorithm to investigate pseudo-inefficiency.