中大機構典藏-NCU Institutional Repository-提供博碩士論文、考古題、期刊論文、研究計畫等下載:Item 987654321/11208
English  |  正體中文  |  简体中文  |  全文笔数/总笔数 : 69937/69937 (100%)
造访人次 : 23366557      在线人数 : 556
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜寻范围 查询小技巧:
  • 您可在西文检索词汇前后加上"双引号",以获取较精准的检索结果
  • 若欲以作者姓名搜寻,建议至进阶搜寻限定作者字段,可获得较完整数据
  • 进阶搜寻


    jsp.display-item.identifier=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


    题名: 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
    贡献者: 企業管理研究所
    关键词: 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
    上传时间: 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。
    显示于类别:[企業管理研究所] 博碩士論文

    文件中的档案:

    档案 大小格式浏览次数


    在NCUIR中所有的数据项都受到原著作权保护.

    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 ©   - 回馈  - 隱私權政策聲明