Resumen

El análisis envolvente de datos (DEA) ha demostrado ser una técnica poderosa para evaluar el rendimiento relativo de un conjunto de unidades de toma de decisiones homogéneas (DMUs). Una característica crítica de los enfoques DEA convencionales es que solo se utilizan uno o varios conjuntos de pesos virtuales óptimos (o multiplicadores) para agregar las eficiencias de rendimiento de la proporción, por lo que las puntuaciones de eficiencia podrían ser demasiado extremas o incluso poco realistas. Alternativamente, este documento tiene como objetivo desarrollar un nuevo enfoque de probabilidad de dominancia de rendimiento y aplicarlo para analizar las operaciones bancarias en China. Con ese propósito, primero proponemos un modelo de eco-ineficiencia extendido basado en la metodología DEA para abordar las actividades bancarias y sus posibles rendimientos relativos. Dado que la eco-ineficiencia se obtendrá utilizando un conjunto de pesos óptimos, construimos además una estructura de dominancia de rendimiento considerando todos los conjuntos de pesos factibles desde

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Análisis de envoltura de datos; Probabilidad de dominancia de rendimiento; Operaciones bancarias; Modelo de eco-ineficiencia; Pesos óptimos; Bancos chinos cotizados
• Keywords:Data envelopment analysis; Performance dominance probability; Banking operations; Eco-inefficiency model; Optimal weights; Chinese listed banks