随机环境下的多投入多产出生产前沿面估计

被引：8

作者：

谢建辉 ^{[1
]}

李勇军 ^{[2
]}

梁樑 ^{[2
]}

吴记 ^{[3
]}

机构：

[1] 中山大学岭南学院

[2] 中国科学技术大学管理学院

[3] 中山大学管理学院

来源：

管理科学学报 | 2018年 / 21卷 / 11期

基金：

中央高校基本科研业务费专项资金资助;

关键词：

生产力和效率评估; 前沿面估计; 数据包络分析(DEA); 随机非参数包络数据(StoNED);

D O I：

暂无

中图分类号：

F832.33 [商业银行（专业银行）];

学科分类号：

1201 ; 020204 ;

摘要：

传统的DEA模型假设观测样本的投入产出都是确定型数据,这使得DEA在实际应用中受到限制,本文提出的基于拟似然估计的多投入多产出随机非参数包络数据(PLE-StoNED)方法拓展了这个假设,能够估计随机环境下的生产前沿面.本文证明,生产可能集假设条件下的前沿面可以用一个有凹凸性和单调性限制的函数来表示.相较之前的StoNED方法,本文提出的方法可以估计随机环境下多投入多产出决策单元(DMU)的前沿面.通过Monte Carlo实验,多投入多产出PLE-StoNED方法的有效性得到验证,它可纠正DEA等传统方法产生的偏误.最后,实证研究部分运用这一新提出的方法估计了中国大陆商业银行的生产前沿面和效率.本文提出的方法弥补了DEA缺乏统计性的不足,可为决策者在随机环境下对多投入多产出决策单元进行生产力和效率评估提供决策参考.

引用

页码：50 / 60

页数：11

共 21 条

[1] 中国的产能过剩:程度测算与行业分布 [J].

张少华 ;

蒋伟杰 .

经济研究, 2017, 52 (01) :89-102

[2] 基于DEA的两阶段系统中间产品公平设定研究 [J].

安庆贤 ;

陈晓红 ;

余亚飞 ;

储军飞 .

管理科学学报, 2017, 20 (01) :32-40

[3] 基于DEA/AR博弈交叉效率方法的学术期刊评价研究 [J].

李琳 ;

黄海军 ;

汪寿阳 .

管理科学学报, 2016, 19 (04) :118-126

[4] 三阶段组合效率测度模型与技术研发效率测度 [J].

陈凯华 ;

汪寿阳 ;

寇明婷 .

管理科学学报, 2015, 18 (03) :31-44

[5] 并联系统资源和目标配置双准则DEA模型 [J].

丁晶晶 ;

毕功兵 ;

梁樑 .

管理科学学报, 2013, (01) :10-21

[6] 基于DEA方法的区域创新系统的评价 [J].

官建成 ;

何颖 .

科学学研究, 2005, (02) :265-272

[7] 我国商业银行的X效率分析 [J].

张健华 .

金融研究, 2003, (06) :46-57

[8] 评价相对效率的投入—产出型DEA [J].

李光金 .

管理科学学报, 2001, (02) :58-62

[9]

Effects of Customer Heterogeneity on Participation Performance in Virtual Brand Community: A Two-Stage Semiparametric Approach[J] . Wu,Xie,Xiao.International Journal of Electronic Commerce . 2018 (2)

[10]

Environmental factors in frontier estimation – A Monte Carlo analysis[J] . Maria Nieswand,Stefan Seifert.European Journal of Operational Research . 2018 (1)

← 1 2 3 →