提昇資料包絡分析模式之區別能力－以銀行相對經營效率衡量為例

NCU Institutional Repository > 管理學院 > 企業管理研究所 > 博碩士論文 > Item 987654321/11208

請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/11208

題名:	提昇資料包絡分析模式之區別能力－以銀行相對經營效率衡量為例
作者:	吳政道;Zhen-Dau Wu
貢獻者:	企業管理研究所
關鍵詞:	相對效率衡量;資料包絡分析;區別能力;多變量統計方法
日期:	2000-06-23
上傳時間:	2009-09-22 14:16:29 (UTC+8)
出版者:	國立中央大學圖書館
摘要:	企業經由績效評估可以確保組織內資源的有效利用，進而提高企業的經營效率。資料包絡分析（DEA）方法是目前衡量相對效率上一項重要而有效的管理科學方法論，尤其是在處理多個投入項與產出項變數。隨著DEA模式的廣泛應用，如何提升DEA模式區別能力是目前重要的研究課題。受評單位的個數太少（相較於投入產出變數總數）是發生區別能力過低之主要原因。投入項（或產出項）變數相關程度太高所造成的共線性，也會影響DEA的區別能力。爰此，本研究嘗試先以典型相關分析（或因素分析）縮減投入與產出變數數目並獲得線性獨立之典群變量（或共同因素），其次將原始投入產出變數利用函數轉換為典群變量值（或因素得點），再利用這些經萃取得到具有代表性的潛在投入產出變數以DEA模式進行相對效率衡量。由於典型相關分析（或因素分析）縮減投入產出項數目，因此可以同時獲得改進DEA模式之區別能力，確保投入產出變數兩群組間的相關性，以及保存傳統DEA模式的優點。研究中以英國668家銀行的相對經營效率評估與台灣42家商業銀行的服務品質相對效能衡量為例，說明所提出的方法如何提高DEA模式的區別能力。本研究發現，結合潛在變數的DEA模式具有以下優點： 1.評估結果之有效率DMU數目相對較少。 2.潛在變量在DEA模式的權數可以反映潛在變量解釋原始變數的相對重要性。 3.潛在投入項（或產出項）變數之間無共線性問題。 4.投入項（或產出項）相關程度越高，則區別能力越高。 5.當有限的（較少的）DMU數目時，可使用較多的投入產出變數。 6.投入產出變數或DMU個數變動時，模式的穩定性較高。
顯示於類別:	[企業管理研究所] 博碩士論文

文件中的檔案:

檔案	大小	格式	瀏覽次數

在NCUIR中所有的資料項目都受到原著作權保護.

社群 sharing

資料載入中.....