Resumen

El anlisis envolvente de datos (DEA) es un mtodo no paramtrico para evaluar la eficiencia relativa de un conjunto de unidades de toma de decisiones (DMU) con mltiples entradas y salidas. Como extensin del DEA, se ha utilizado ampliamente un modelo DEA multiplicativo de dos etapas para medir la eficiencia de los sistemas de dos etapas, en los que la primera etapa utiliza insumos para producir los productos, y la segunda etapa utiliza los productos de la primera etapa como insumos para generar sus propios productos. La principal deficiencia del modelo DEA multiplicativo de dos etapas es que la descomposicin de la eficiencia global puede no ser nica debido a la presencia de ptimos alternativos. Para eliminar el problema de la descomposicin flexible, en este trabajo maximizamos la suma de las eficiencias en dos etapas y maximizamos simultneamente las eficiencias en dos etapas como objetivos secundarios en el modelo DEA multiplicativo en dos etapas para seleccionar la descomposicin de la eficiencia global a partir de las descomposiciones flexibles, respectivamente. Los modelos propuestos se aplican para evaluar el rendimiento de 10 sucursales del China Construction Bank, y los resultados se comparan con los de los modelos existentes.

• Materias:Algebra Algoritmos (Matemáticas) Ingeniería Lógica matemática Matemáticas
• Subjects:Algebra Agorithms (Math) Engineering Mathematical logic mathematics
• Palabras claves:Análisis envolvente de datos; Eficiencia; Modelo DEA en dos etapas; Unidades de decisión; Entradas; Salidas
• Keywords:Data envelopment analysis; Efficiency; Two-stage DEA model; Decision-making units; Inputs; Outputs