English
| 正體中文 |
简体中文
|
全文筆數/總筆數 : 78937/78937 (100%)
造訪人次 : 39171066 線上人數 : 752
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by
NTU Library IR team.
搜尋範圍
全部NCUIR
管理學院
企業管理研究所
--博碩士論文
查詢小技巧:
您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
進階搜尋
主頁
‧
登入
‧
上傳
‧
說明
‧
關於NCUIR
‧
管理
NCU Institutional Repository
>
管理學院
>
企業管理研究所
>
博碩士論文
>
Item 987654321/11208
資料載入中.....
書目資料匯出
Endnote RIS 格式資料匯出
Bibtex 格式資料匯出
引文資訊
資料載入中.....
資料載入中.....
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
::: Copyright National Central University. | 國立中央大學圖書館版權所有 |
收藏本站
|
設為首頁
| 最佳瀏覽畫面: 1024*768 | 建站日期:8-24-2009 :::
DSpace Software
Copyright © 2002-2004
MIT
&
Hewlett-Packard
/
Enhanced by
NTU Library IR team
Copyright ©
-
隱私權政策聲明