این مقاله شعاع پایداری یک واحد تصمیم گیرنده را، که بازده به مقیاس راست و چپ آن داده شده است، محاسبه می کند به طوری که ویژگی بازده به مقیاس آن در طبقه بندی بازده به مقیاس باقی بماند. با توجه به ابر صفحه های تعریف کننده بازده به مقیاس راست و چپ و طبقه بندی، مدل هایی برای اندازه گیری شعاع پایداری پیشنهاد می شود.

در این تحقیق، روشی جدید به منظور تخمین بازده به مقیاس های راست و چپ واحدهای تصمیم گیرنده کارا در تحلیل پوششی داده ها ارائه می شود. این مطالعه، به اصلاح روش بازده به مقیاس گلانی و یو پرداخته بطوریکه روش پیشنهادی، همیشه قادر به تخمین بازده به مقیاس های راست و چپ واحدهای تصمیم گیرنده کارا می باشد.لازم به ذکر است که از آنجائیکه یک واحد تصمیم گیرنده ناکارا دارای بیش از یک تصویر روی مرز کارایی می باشد از این رو، بازده به مقیاس های راست و چپ متفاوتی می تواند با بکار بردن روش پیشنهادی برای این واحد ناکارا تعیین شود.در نهایت، مثالی واقعی به منظور شفاف سازی روش پیشنهادی ارائه می شود و نتایج بدست آمده از روش پیشنهادی و روش بازده به مقیاس گلانی و یو مقایسه خواهند شد. همچنین پیشنهاداتی به منظور انجام تحقیقات آتی بیان می شوند. متن کامل این مقاله به زبان انگلیسی می باشد، لطفا برای مشاهده متن کامل مقاله به بخش انگلیسی مراجعه فرمایید.لطفا برای مشاهده متن کامل این مقاله اینجا را کلیک کنید.

هدف: ریسک دنباله چپ، احتمال وقوع رویدادهای نامطلوبی را نشان می دهد که در محدوده ای بیش از سه انحراف معیار از میانگین تابع توزیع رخ می دهند. این گونه رویدادها، احتمال وقوع کمی دارند؛ ولی در صورت رخداد، زیان بزرگی برجای می گذارند. در این پژوهش به آزمون تأثیر مقطعی ریسک دنباله چپ بر بازده مازاد مورد انتظار پرداخته می شود، همچنین احتمال استمرار بازده دنباله چپ در دوره آتی نیز بررسی می شود. روش: در این پژوهش برای اندازه گیری ریسک دنباله چپ، از دو معیار ارزش در معرض ریسک و ریزش مورد انتظار استفاده شده است. بدین منظور، نمونه ای شامل 120 شرکت پذیرفته شده در بورس اوراق بهادار تهران در دوره زمانی 1388 تا 1396 انتخاب شد. فرضیه پژوهش با استفاده از روش رگرسیون فاما و مکبث بررسی و آزمون شد و تعیین میزان احتمال استمرار بازده دنباله چپ به دوره آتی با استفاده از ماتریس انتقال، انجام گرفت. یافته ها: بر اساس یافته های به دست آمده از فرضیه پژوهش، ریسک دنباله چپ اثر منفی و معناداری بر بازده مازاد مورد انتظار می گذارد. همچنین یافته ها حاکی از آن است که بازده منفی دنباله چپ در دوره آتی با احتمال بیش از 50 درصد استمرار دارد. نتیجه گیری: نتایج پژوهش حاضر، ناهنجاری جدیدی را در حوزه مالی نشان می دهد. این ناهنجاری اثر منفی ریسک دنباله چپ بر بازده مازاد مورد انتظار است که این بازده منفی دنباله چپ، در دوره آتی نیز استمرار می یابد.

تعیین نوع بازده به مقیاس (RTS) و شناسایی ناحیه ای که در آن نوع بازده به مقیاس یک واحد تصمیم گیرنده (DMU) پایدار باقی بماند، به مدیران کمک می کند که پیش بینی های دقیق تری در رابطه با تغییراتی که بر سر راه تغییر سایز یک DMU قرار می گیرد، داشته باشند. این مقاله تلاش می کند که به معرفی و تعیین امتداد پایداری RTS واحدهای تصمیم گیرنده تحت تحلیل پوششی داده ها (DEA)، بپردازد. با توجه به اهمیت RTS در رابطه با تصمیم گیری های مدیریتی، روش های مختلف و متنوعی از سوی محققین DEA جهت معرفی و تعیین نوع آن ارائه شده است. پژوهش ها در ارزیابی RTS، منجر به دسته بندی کلی تر و عمومی تری از انواع RTS، با عناوین «RTS چپ ((L-RTS))» و «RTS راست (R-RTS)» شده است. وجه مشترک بسیاری از روش های ارزیابی (L-RTS) و R-RTS این است که مدل های بکار رفته دراین روش ها پارامتریک هستند و لذا آنها را بایستی جزء روش های غیرخطی دسته بندی کرد. به منظور مقابله با این ضعف، مقاله پیشرو به ارائه روشی برای ارزیابی (L-RTS) و R-RTS می پردازد که مدل های این روش پیشنهادی خطی بوده و در مورد آنها مشکل پارامتری بودن، وجود ندارد. علاوه براین مدل های روش پیشنهادی از این مزیت برخوردارند که با انجام تغییرات جزئی روی آنها و با تقسیم بندی مرز مجموعه امکان تولید، توانسته ایم در این مقاله از آنها بعنوان ابزاری برای ارزیابی امتداد پایداری RTS واحدهای تصمیم گیرنده استفاده کنیم.

هدف: این مقاله به تشخیص نوع بازده به مقیاس یک واحد تصمیم­ گیرنده با شرط وجود ورودی یا خروجی صحیح مقدار پرداخته ­است.روش شناسی پژوهش: این مقاله به معرفی مدل­ های شعاعی برای تعیین مقدار و نوع بازده به مقیاس در چهار حالت: تک ورودی صحیح­ مقدار – تک خروجی حقیقی­ مقدار(حالت اول)، ورودی­ ها ترکیبی – همه خروجی ها حقیقی­ مقدار (حالت دوم)، همه ورودی ­ها صحیح ­مقدار – همه خروجی ­ها حقیقی ­مقدار (حالت سوم) و همه ورودی ­ها صحیح ­مقدار– همه خروجی­ ها صحیح مقدار (حالت چهارم) پرداخت ه­­است. در حالت چهارم ماهیت خروجی نیز بررسی شده است. در هر حالت مقدار بازده به مقیاس چپ و بازده به مقیاس راست تعیین و با توجه به آن نوع بازده به مقیاس مشخص شده است. در انتها با 3 مثال در دو حالت تک ورودی صحیح ­مقدار- تک­ خروجی حقیقی ­مقدار و تک­ ورودی صحیح ­مقدار- تک خروجی صحیح ­مقدار به مقایسه روش جدید و روش­ های قبلی با استفاده از نرم ­افزار GAMS پرداخته و نتیجه ­گیری شده است.یافته ها: نوع بازده به مقیاس در حالتی که ورودی یا خروجی صحیح­ مقدار وجود دارد، متفاوت با حالتی است که ورودی و خروجی را حقیقی­ مقدار فرض می کنند.اصالت/ارزش افزوده علمی: در این مقاله به تعیین مقدار و نوع بازده به مقیاس برای داده­ های صحیح توجه شده است. به این منظور بازده به مقیاس در چهار حالت به کمک مدل­ های شعاعی در ماهیت ورودی مدل­ سازی گردیده و در حالت چهارم (همه ورودی ­ها صحیح ­مقدار – همه خروجی ­ها صحیح ­مقدار) مدل­ سازی در ماهیت خروجی نیز موردبررسی قرار گرفته است. وجود تفاوت در نتایج حاصل از مدل پیشنهادی و مدل کلاسیک با مثال با داده فرضی و مثال با داده واقعی نشان داده ­شده ­است.

هدف این مقاله ارزیابی بازده به مقیاس شرکت های بورس تهران بر اساس مدل های جدید در تحلیل پوششی داده ها می باشد. به کمک این ارزیابی می توان درخصوص اعمال سیاست های انقباضی یا انبساطی در شرکت های بورس قضاوت کرد. به این منظور نیاز به مدل هایی در تحلیل پوششی داده ها است که بتوانند بازده به مقیاس چپ و راست واحدهای تصمیم گیرنده را ارزیابی کنند. در این مقاله دو مدل برنامه ریزی خطی برای ارزیابی عملکرد و بازده به مقیاس های چپ و راست در تحلیل پوششی داده ها پیشنهاد می شود. مزیت اصلی روش در خطی بودن هر دو مدل می باشد در حالی که مدل های قبلی برای تعیین بازده به مقیاس های چپ و راست مشکل نشدنی بودن، غیرخطی بودن یا پارامتریک بودن را داشته اند. علاوه بر این با حل یک مدل تحلیل بازده به مقیاس چپ و با مدل دیگر تحلیل بازده به مقیاس راست را می توان انجام داد. نتایج تعیین بازده به مقیاس های چپ و راست شرکت های بورس تهران در سال 1395 نشان می دهد که مدل ها به راحتی قابل کاربرد به منظور تحلیل اعمال سیاست های انقباضی یا انبساطی در شرکت های بورس هستند.

تحلیل حساسیت طبقه بندی بازده به مقیاس در DEA بوسیله برنامه ریزی خطی مطالعه شده است. سیفورد و همکاران تحلیل حساسیت بازده به مقیاس را بر اساس دو شرط بررسی کردند. در این مقاله، تحلیل حساسیت در حالت کلی بحث می شود. برای این منظور، مدل هایی ارایه داده می شود که توسط آن مدل ها نوع بازده به مقیاس و ناحیه پایداری طبقه بندی بازده به مقیاس مشخص می شود. اثر تغییرات خروجی روی مدل CCR ماهیت ورودی و اثر تغییرات ورودی روی مدل CCR ماهیت خروجی در نظر گرفته می شود. در این مقاله، تنها تحلیل حساسیت DMU هایی که ناکارای CCR می باشند، در نظر گرفته می شود.

با توجه به اهمیت لحاظ نمودن عدم قطعیت در مدل های مسایل ارزیابی عملکرد که در دنیای واقعی با آن ها مواجه می شویم و نیز کاربرد روزافزون آن در مسایل مختلف، رویکرد بهینه سازی استوار برای تحلیل این مساله پیشنهاد شده است. در این مقاله، به مطالعه ارزیابی کارایی نسبی واحدهای تصمیم گیرنده با روش تحلیل پوششی داده ها می پردازیم که داده های پارامترهای ورودی و خروجی دارای عدم قطعیت هستند. بدین منظور، همتای استوار مدل تحلیل پوششی داده ها را در شرایط عدم قطعیت بازه ای مورد بررسی قرار داده، نشان می دهیم که با فرض وجود عدم قطعیت بازه ای برای پارامترهای ورودی و خروجی، دوگان همتای استوار مدل پوششی با همتای خوش بینانه دوگان آن معادل است.

شهرستان خوی بزرگترین تولیدکننده آفتابگردان کشور است. هدف اصلی این تحقیق تحلیل وضعیت انواع کارایی (فنی، تخصیصی، اقتصادی و مقیاس) برای بهره برداران آفتابگردان این شهرستان می باشد. تحقیق حاضر بر مبنای تحلیل پوششی داده ها بوده و آمار و اطلاعات از طریق تکمیل 140 پرسشنامه در سال زارعی 87-1386 جمع آوری شده است. نتایج نشان می دهد که متوسط کارایی های فنی، تخصیصی، اقتصادی و مقیاس بهره برداران آفتابگردان در منطقه به ترتیب 66، 54.7، 35.9 و 75.9 می باشد و عدم کارایی اقتصادی در این منطقه در درجه اول مربوط به عدم کارایی تخصیصی و در درجه دوم به علت کیفیت های متفاوت نهاده ها از قبیل آب و زمین است. همچنین، همه نهاده های تولیدی بیشتر از مقدار بهینه استفاده شده اند و بیشترین اختلاف مصرف در نهاده آب با 886.7 مترمکعب و کود حیوانی با 385.76 کیلوگرم می باشد. بر حسب نتایج بدست آمده، با اجرای برنامه های افزایش کارایی فنی کشاورزان، می توان بدون تغییر عمده در سطح فن آوری و منابع به کار رفته، تولید را افزایش و هزینه را کاهش داد.