هدف: ارزیابی کارایی هزینه در یک سیستم شبکه با استفاده از مدل های تحلیل پوششی داده ها می تواند از جنبه های مختلفی که در برنامه های واقعی وجود دارد، بهبود یابد. در این مطالعه، هدف آن است که یک مجموعه خاص از وزن ها را برای ارزیابی کارایی هزینه در یک سیستم شبکه دو مرحله ای در نظر بگیریم. روش شناسی پژوهش: در این پژوهش، با استفاده از روش تحلیل پوششی داده ها، سعی در ارائه مدلی برای ارزیابی هزینه سیستم شبکه است. یافته ها: نتایج نشان داد که در نظر گرفتن روابط بین مراحل مختلف در یک سیستم شبکه می تواند مستقیماً بر نتایج بدست آمده تأثیر بگذارد. این موضوع از ارزیابی بهینه سازی هزینه بررسی شده است. در نظر گرفتن مجموعه وزنه ها از جنبه های مختلف می تواند در امتیازات به دست آمده تأثیر بگذارد. اصالت/ارزش افزوده علمی: با توجه به مدل ها و روش های موجود در ادبیات DEA، در این مطالعه مدلی ارائه شده است که کارایی هزینه را در یک مدل DEA دو مرحله ای در نظر می گیرد.

هدف: مدل های اولیه تحلیل پوششی داده ها در مواجهه با ساختارهای با بیش از یک مرحله (شبکه ای) نمی توانند منبع ناکارایی را به خوبی مشخص کنند. ساختارهای شبکه ای دو مرحله ای متوالی، یکی از ساختارهای شبکه ای مبنا و پرکاربرد است. چالش اصلی بررسی این ساختار، ارتباط بین کارایی کل و کارایی مراحل و تعیین مقدار بهینه متغیرهای میانی است. مدل های موجود در حل این چالش ها و محاسبه کارایی ها یا همراه با خطا هستند یا امکان توسعه به انواع ساختارهای دومرحله ای را ندارند. هدف این مقاله، توسعه یک مدل چندهدفه تحلیل پوششی داده های شبکه ای است که ضعف های مدل های موجود را ندارد. روش: در این مقاله تلاش شده است که با رویکرد ترکیب، مدل چندهدفه ای که هم زمان کارایی مراحل را مدنظر قرار می دهد توسعه داده شده و به بیان تعبیر هندسی و مقایسه آن با مدل های موجود پرداخته شود. مدل ارائه شده برای شرایط جواب بهینه چندگانه و بازده به مقیاس متغیر نیز تعمیم داده شده است. یافته ها: در تمامی مدل های توسعه داده شده در مقاله، کارایی هایی که برای مراحل و کل محاسبه شده است، بین صفر تا 1 به دست آمده است، فقط در صورتی یک واحد کارای شبکه ای می شود که در هر دومرحله کارا باشد. نتیجه گیری: از مدل ارائه شده در مثالی کاربردی برای ارزیابی پایداری 17 زنجیره تأمین استفاده شد. نتایج نشان داد که مدل موجود در مقایسه با مدل های سنتی و شبکه ای، ارزیابی واقع بینانه تری انجام می دهد. در نهایت با مثال هایی برتری مدل در مقایسه با مدل های ادبیات پژوهش نشان داده شد.

پیش بینی ورشکستگی شرکت ها یکی از اساسی ترین فعالیت ها در حسابرسی ریسک و عدم قطعیت شرکت ها محسوب می شود. از این رو، طراحی مدل هایی برای پیش بینی ورشکستگی برای بسیاری از فرایندهای تصمیم گیری از اهمیت اساسی برخوردار است. هدف از انجام این پژوهش ارائه مدلی دو مرحله ای برای پیش بینی ورشکستگی شرکت ها با بهره گیری از روش تحلیل پوششی داده ها می باشد. برای انجام این تحقیق ابتدا از تحلیل پوششی داده ها و با استفاده از داده های مالی بازارمحور و حسابداری محور و همچنین داده های غیرمالی برای اندازه گیری امتیازات کارایی مدیریتی و کارآیی بازار سهام شرکت ها استفاده شد و سپس از امتیازات کارایی به دست آمده برای پیش بینی ورشکستگی شرکت ها استفاده شده است و 9 مدل پیش بینی ورشکستگی پیشنهاد شد. همچنین، مدل های ارائه شده با استفاده از رگرسیون لجستیک اثرات ثابت مشروط اجرا شدند و با استفاده از منحنی ROC بهترین مدل انتخاب شد.نتایج نشان داد که مدل دومرحله ای ارائه شده از قدرت پیش بینی کنندگی بسیار مناسبی برخوردار است. همچنین، نتایج حاکی از آن بود که امتیازات کارآیی مدیریت ارنباط مستقیم با ورشکستگی دارد به عبارتی شرکت هایی که امتیاز کارآیی مدیریتی پایین تری داشتند از نظر ریسک ورشکستگی در وضعیت بدی قرار گرفته بودند و همچنین داده های حسابداری محور برآورد بهتری از شرکت های ورشکسته داشتند. مدل دومرحله ای ارائه شده در این پژوهش با اطمینان بالایی می تواند برای پیش بینی شرکت های ورشکسته بکار رود.

در سالهای اخیر، ارزیابی شرکتهای بیمه مورد توجه بسیاری از محققان قرار گرفته است. ارزیابی شرکتهای بیمه نقش مهمی در بهبود عملکرد آنها دارد. یکی از پرکاربردترین روشهای ارزیابی عملکرد، به ویژه در سالهای اخیر، تحلیل پوششی داده هاست. در این مقاله، تغییرات نرخ کارایی 5 شرکت بیمه ای منتخب با توجه به عملکرد آنها در سالهای 1389 تا 1392، با استفاده از تحلیل پوششی داده ها همراه با تحلیل پنجره ای مورد بررسی قرار می گیرد. با توجه به جایگاه فرایندهای دومرحله ای در مطالعات اخیر و پیشرفت این نوع مدلها در سالهای اخیر، برای بررسی و ارزیابی شرکتهای بیمه از فرایندهای دومرحله ای استفاده شده است. مدل دومرحله ای مورد استفاده در این مطالعه، یکی از جدیدترین مدلهای دومرحله ای است که اشکالات مدلهای قبلی را برطرف کرده است. برای به دست آوردن اندازه های موجود در تحلیل پنجره ای از خروجیهای این مدل دومرحله ای استفاده شده است. نمره ی کارایی مرحله ی اول مربوط به عملکرد در بازاریابی خدمات بیمه ای است و نمره ی کارایی مرحله ی دوم، سودآوری را نشان می دهد. نتایج به دست آمده نشان می دهند که در طی سالهای 1389 تا 1392، دلایل ناکارایی شرکتها به وجود ضعف در مرحله ی دوم مربوط می شود، یعنی شرکتهای بیمه اغلب در مرحله ی سودآوری ضعیف عمل می کنند. برای رفع این مشکل، شرکتهای بیمه باید بتوانند در جهتی گام بردارند که خود را به اندازه های میانی بهینه ای که برای آنها در نظر گرفته می شود، برسانند. نتایج تحقیق نشان می دهد که در برخی از واحدها تفاوت زیادی بین اندازه ی میانی بهینه ی به دست آمده از مدل و اندازه ی میانی اولیه وجود دارد.

پالایشگاه های گاز ازجمله صنایع مهم و اساسی به شمار می روند و نقش تعیین کننده ای در رشد و توسعه اقتصادی ایفا می کنند و بر همین اساس، بسیاری از پژوهشگران بر روی رتبه بندی و ارزیابی عملکرد این واحدها متمرکز بوده اند. یکی از مهم ترین روش های سنجش کارایی، تکنیک تحلیل پوششی داده هاست که از دسته روش های غیر پارامتری به حساب می آید. پژوهش جاری، با استفاده از مدل CCR پوششی ورودی محور دومرحله ای و به کارگیری خروجی نامطلوب در کنار خروجی های مطلوب به ارزیابی کارایی 11 پالایشگاه گاز ایران در طی سال های 1394-1392 می پردازد. بر طبق نتایج و از آنجایی که تعدادی از پالایشگاه ها در مرز کارا قرار دارند، برای رتبه بندی میان واحدهای کارآ از روش اندرسون پیترسون استفاده شده است. در این بین، فاز 9 و 10 پالایشگاه پنجم عسلویه به عنوان کارآی قوی شناسایی گردید. درنهایت به علت آنکه داده های مورد ارزیابی مربوط به سه سال متوالی از 1392 تا 1394 می باشند، برای بررسی پیشرفت یا پسرفت کارایی پالایشگاه ها، از شاخص مالم کوئیست چند مرحله ای استفاده شده و بهره وری واحدها در سال های مذکور پایش می شود تا بدین وسیله نتیجه تصمیمات و عملکرد مدیران بر کارایی پالایشگاه ها مشخص گردد.

داده های گمشده در کاربردهای تحلیل پوششی داده ها یک بیماری مزمن محسوب می شوند. خیلی از اوقات، متغیرهای مهم ورودی یا خروجی پوشش ناکامل دارند و یا اینکه واحدهای تصمیم گیری همه ی آمارهای لازم را گزارش نمی کنند. بنابراین، مقادیر گمشده در ورودی ها و خروجی ها را نمی توان با مدل های اصلی تحلیل پوششی داده ها مورد بررسی قرار داد. در این مقاله، روش هایی را برای پیدا کردن داده های گمشده در حالتی که داده ها قطعی هستند، ارایه می کنیم. در این مقاله پس از تشریح مفاهیم ضروری داده های گمشده، برخی از روش های جانهی داده های گمشده که موجب کاهش پیچیدگی تحلیل داده ها می شود تشریح می شود. روش های مختلفی برای جانهی داده های بی پاسخ موجود است از جمله روش های گوناگون جانهی ساده و جانهی چندگانه. این مقاله نخستین کوشش سیستماتیک برای بهره مندی از داده های حاوی مقادیر گمشده با بهره مندی از رویکردهای آماری در DEA است. به طور خاص، بررسی می کنیم که اگر درایه های خالی را در مجموعه ی داده ها نگه داریم و یک مقدار عددی خاص به آن ها اختصاص دهیم، چه اتفاقی می افتد. برای نشان دادن طرز کار روش های پیشنهادی، از این روش ها برای ارزیابی مجموعه ای از مدارس متوسطه ی دولتی یونان که برخی دارای مقادیر گمشده در ورودی یا خروجی هستند، بهره مندی خواهد شد.

متن کامل مقاله های این شماره به زبان انگلیسی می باشد، لطفا برای مشاهده متن کامل مقالات به بخش انگلیسی مراجعه فرمایید.لطفا برای مشاهده متن کامل این مقاله اینجا را کلیک کنید.

در این تحقیق تلاش شده است تا آزمون های آماری در تحلیل پوششی داده ها برای تحلیل دقیق تر مدل های تحلیل پوششی داده ها مورد استفاده قرار گیرد. همچنین با به کار گیری تحلیل خوشه ای در تحلیل پوششی داده ها و به کار گیری آن در مورد سی و پنج سرپرستی شعبه های یک بانک تجاری عملکرد آنها را در ماه های مختلف سال بررسی کرده ایم.