發(fā)布時(shí)間：2017-12-11 12:08

  本文關(guān)鍵詞：基于DEA和StoNED的兩階段網(wǎng)絡(luò)結(jié)構(gòu)效率分析研究

  更多相關(guān)文章： 數(shù)據(jù)包絡(luò)分析 隨機(jī)非參數(shù)包絡(luò)數(shù)據(jù) 前沿面函數(shù) 兩階段網(wǎng)絡(luò)結(jié)構(gòu) 多投入多產(chǎn)出 凸函數(shù)

【摘要】：傳統(tǒng)的數(shù)據(jù)包絡(luò)分析(Data Envelopment Analysis,簡(jiǎn)稱DEA)模型有兩個(gè)重要的潛在預(yù)設(shè)條件,一是將決策單元(Decision Making Unit,簡(jiǎn)稱DMU)看成一個(gè)“黑盒子”而忽視其內(nèi)部結(jié)構(gòu),另一是假設(shè)決策單元在完全確定性的環(huán)境中運(yùn)行。前者使得效率評(píng)估局限于“黑盒子”的投入產(chǎn)出權(quán)重比,而不能察覺(jué)所評(píng)估出來(lái)的非有效部分來(lái)源于內(nèi)部哪個(gè)子單元。后者則是一方面使得DEA模型缺乏統(tǒng)計(jì)特性,另一方面將隨機(jī)因素造成的影響也歸入相對(duì)效率。針對(duì)第一個(gè)預(yù)設(shè)條件,Liang et al. (2008)提出了基于博弈論的DEA模型分析嚴(yán)格串行兩階段網(wǎng)絡(luò)結(jié)構(gòu)效率,本文我們將Liang et al. (2008)的模型拓展到第一階段有最終產(chǎn)出或者第二階段有外部投入的一般兩階段網(wǎng)絡(luò)結(jié)構(gòu),這使得模型的應(yīng)用范圍擴(kuò)大并為解決任意網(wǎng)絡(luò)結(jié)構(gòu)效率分析問(wèn)題提供了基礎(chǔ)。針對(duì)第二個(gè)預(yù)設(shè)條件,本文首先提出兩種多投入多產(chǎn)出前沿面估計(jì)方法,然后,將其中基于最大似然估計(jì)的隨機(jī)非參數(shù)包絡(luò)數(shù)據(jù)(Stochastic Non-parametric Envelopment of Data, StoNED)方法應(yīng)用到隨機(jī)環(huán)境下兩階段網(wǎng)絡(luò)結(jié)構(gòu)的前沿面估計(jì)和效率分析。本文首次同時(shí)考慮了決策單元的內(nèi)部結(jié)構(gòu)和隨機(jī)因素。本文分為五章,主要內(nèi)容如下：第一章緒論,首先介紹DEA的基本概念和基本模型,以及StoNED的基本方法和步驟。然后,概括了拓展的兩階段網(wǎng)絡(luò)結(jié)構(gòu)DEA模型研究現(xiàn)狀和研究意義以及基于StoNED的兩階段網(wǎng)絡(luò)結(jié)構(gòu)前沿面估計(jì)和效率分析的研究現(xiàn)狀和研究意義。Liang et al. (2008)提出了基于博弈理論的DEA模型對(duì)嚴(yán)格串行兩階段網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行效率評(píng)估和效率分解,所謂嚴(yán)格串行,即是第一階段的所有產(chǎn)出都是第二階段的投入,第一階段的產(chǎn)出是第二階段投入的唯一來(lái)源。在第二章中,我們拓展了Liang et al. (2008)的模型,假設(shè)第一階段有最終產(chǎn)出或者第二階段有外部投入。我們提出了兩種方法來(lái)評(píng)價(jià)這種一般化的兩階段網(wǎng)絡(luò)結(jié)構(gòu)效率。一個(gè)是非線性的集中決策模型,我們通過(guò)一個(gè)啟發(fā)式搜索算法得到此模型的全局最優(yōu)解。另一個(gè)是非合作博弈模型,在模型中,某個(gè)子階段被當(dāng)作領(lǐng)導(dǎo)者(leader),而另一階段則被當(dāng)作跟隨著(follower)。最后,上述新提出的模型被應(yīng)用到中國(guó)大陸區(qū)域研發(fā)(Research Development, RD)效率評(píng)估的案例,模型的實(shí)用性得到驗(yàn)證。第三章研究隨機(jī)環(huán)境下多投入多產(chǎn)出生產(chǎn)前沿面估計(jì)問(wèn)題,首先證明產(chǎn)出導(dǎo)向型前沿面是一個(gè)隨著投入單調(diào)不減、隨著其它產(chǎn)出單調(diào)不增的凹函數(shù),投入導(dǎo)向型前沿面是一個(gè)隨著產(chǎn)出單調(diào)不減、隨著其它投入單調(diào)不增的凸函數(shù)。然后提出兩種方法估計(jì)此前沿面函數(shù),一是帶約束的最大似然估計(jì)模型,另一是基于最大似然估計(jì)的StoNED方法。我們證明在隨機(jī)錯(cuò)誤的方差為零的情況下,本章提出的方法等于DEA。兩個(gè)Monte Carlo實(shí)驗(yàn)被設(shè)計(jì)來(lái)檢驗(yàn)估計(jì)模型的準(zhǔn)確性。最后,本章提出的模型被用來(lái)估計(jì)中國(guó)大陸商業(yè)銀行的生產(chǎn)前沿面和運(yùn)作效率。第四章研究考慮隨機(jī)因素的兩階段網(wǎng)絡(luò)結(jié)構(gòu)前沿面估計(jì)和效率分析問(wèn)題。在中間變量和最終產(chǎn)出各有一個(gè)指標(biāo)同時(shí)包含服從半正態(tài)分布的非有效部分和服從正態(tài)分布的隨機(jī)錯(cuò)誤的假設(shè)條件下,我們首先利用上一章提出的基于最大似然估計(jì)的StoNED方法估計(jì)各個(gè)子階段的非有效部分和生產(chǎn)前沿面,并以此估計(jì)兩階段網(wǎng)絡(luò)結(jié)構(gòu)的整體生產(chǎn)前沿面。接著,我們提出將非有效部分轉(zhuǎn)化為傳統(tǒng)DEA模型中比率效率和評(píng)估兩階段網(wǎng)絡(luò)結(jié)構(gòu)整體效率的關(guān)系模型,并討論整體效率和子階段效率之間的關(guān)系。最后我們將上述方法應(yīng)用到中國(guó)商業(yè)銀行生產(chǎn)前沿面估計(jì)和效率分析。第五章我們總結(jié)本文的主要工作和創(chuàng)新之處,指出其中存在的一些問(wèn)題,并列出幾條未來(lái)進(jìn)一步研究的可能和方向。本文最主要的創(chuàng)新之處為：(1)提出拓展的兩階段網(wǎng)絡(luò)結(jié)構(gòu)DEA模型；(2)提出隨機(jī)多投入多產(chǎn)出前沿面估計(jì)模型：(3)證明了在隨機(jī)錯(cuò)誤部分方差為零的情況下,最大似然估計(jì)與DEA相等；(4)提出隨機(jī)兩階段網(wǎng)絡(luò)結(jié)構(gòu)前沿面和效率估計(jì)方法。
【學(xué)位授予單位】：中國(guó)科學(xué)技術(shù)大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2016
【分類號(hào)】：F224;F273.1;F832.33

【相似文獻(xiàn)】

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 謝建輝;基于DEA和StoNED的兩階段網(wǎng)絡(luò)結(jié)構(gòu)效率分析研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2016年

，

本文編號(hào)：1278386