数据包络分析法excel步骤

1. 数据包络分析法excel步骤

1. 概念

数据包络分析方法（DEA）是根据多项投入指标和多项产出指标，利用线性规划的方法，评价具有相同类型投入和产出的若干决策单元相对效率的数量分析方法，在经济学和管理学上有广泛应用。

数据包络分析方法分为投入导向和产出导向两种类型，本文选择产出导向的DEA模型。

产出导向的DEA模型分为固定规模效益（CRS）模式和可变规模收益（VRS）模式。本文选取产出导向的可变规模收益（VRS）模式，即BC2模型。

2. 工具

DEAP2.1是数据包络分析方法专用的数据分析工具，DEAP2.1不是一个软件，而是一个由程序文件包组成的运行程序。

打开程序文件包（以15年1季度数据为例），deap.EXE是运行程序，123.INS是模型参数选择文件，123.DTA是数据文件，15-1.OUT是结果输出文件。 
 3. 数据处理步骤

（1）将需要分析的数据输入Excel，产出数据（净资产报酬率和托宾Q值）在前，投入数据（总资产、流通股比率和长期资产负债率）在后，拉大行间距，然后将数据另存为txt文档，存至程序所在目录，将文本文档命名为123.txt。

也可以将数据在Excel中排好版，直接复制到123.DTA中，然后手动在123.DTA中调整出现错位的数据。

（2）打开123.INS模型参数选择文件
第一行“123.dta”是将要运行的数据文件，如果不一致，需要手动需改

第二行“123.out”是输出结果的文件名称

第三行是将要分析的数据个数，2015年1季度有22家企业数据

第四行是时期数，本次只是2015年1季度一个截面，所以写1

第五行是产出变量个数（净资产报酬率和托宾Q值）

第六行是投入变量个数（总资产、流通股比率和长期资产负债率）

第七行是选择投入导向（0）还是产出导向（1）

第八行是选择固定规模效益（CRS）模式和可变规模收益（VRS）模式，本文选VRS

第九行是具体计算方法，0：多阶段算法；1：是基于成本的算法；2：考虑全要素生产力指数算法；3：一阶段算法；4：两阶段算法。

一般情况下都选多阶段算法（0），结果更加精确。

2. 数据包络分析方法的介绍

数据包络分析方法(Data Envelopment Analysis,DEA)是运筹学、管理科学与数理经济学交叉研究的一个新领域。它是根据多项投入指标和多项产出指标,利用线性规划的方法，对具有可比性的同类型单位进行相对有效性评价的一种数量分析方法。DEA方法及其模型自1978年由美国著名运筹学家A.Charnes和W.W.Cooper提出以来，已广泛应用于不同行业及部门，并且在处理多指标投入和多指标产出方面，体现了其得天独厚的优势。

3. 数据包络分析的介绍

《数据包络分析》是科学出版社出版的图书，作者是魏权龄。本书是一本关于数据包络分析方法、模型和理论的专著，是作者十几年工作的总结。全书共分十一章，内容包括：DEA模型、微观经济学中的效率和生产可能集、综合DEA模型、决策单元的规模收益和“拥挤”迹象分析等。

4. 什么是数据包络分析法

介绍 
  
 数据包络分析法：英文全名叫 Data Envelopment Analysis 简称 DEA。是效率评价中常用的一种评价模型，他是运筹学、经济学、计量学、统计学等多种学科综合在一起的运用非常广泛的一种评价方法。
  
 基本思想是通过DMU 的输入和输出数据进行综合分析，得出每个DMU效率的相对指标，然后将所有DMU效率指标排序，确定相对有效的 DMU ，同时还可以用投影方法指出非 DEA 有效或者 弱 DEA有效的原因，以及应该改进的方向和程度，为管理人员提供管理决策信息。
  
  特点 
  
 数据包络分析特点：
  
 适用于多产出-多投入的有效性综合评价问题，在处理多产出-多投入的有效性评价方面具有绝对优势。
  
 数据包络分析方法并不直接对数据进行综合，因此决策单元的最有效率指标与投入指标值及产出指标值的量纲选取无关。
  
 无需任何权重假设，而以决策单元投入产出的实际数据求得最有权重，排除了很多主观因素，具有很强的客观性。
  
 不仅可以将待评价的决策单元进行效率排队，还能进一步指出无效单元的无效原因及改进的方向和尺度，为决策者提供更多有价值的管理信息。
  
 缺点：
  
 结果只能表明评价单元的相对发展指标，无法对实际的发展水平明确表示。
  
 由于各个决策单元都是从最有利于自己的角度分别求得权重，这样会导致这些权重随着 DMU 的不同而不同。从而使得每个决策单元 DMU 的特性缺乏可比性。这样得出的结果可能不符合客观实际。
  
 DEA方法隐含要求问题方案具有更好的结构化、确定性的特征、，使其较难适应管理对象系统中的模糊性、主观性的评价情景和需要。从而限制了DEA方法在管理领域中的使用。
  
  原理 
  
 数据包络分析的原理主要是通过对生产决策单元（Decision Making Units ,DMU）的输入与输出数据的研究，从相对有效性的角度出发来评价具有相同类型的多投入、多产出决策单元的技术与规模的有效性。
  
 借助数学规划和统计数据确定相对有效性的生产前沿面，将各个决策单元投影到DEA的生产前沿面上，并通过比较决策单元DEA偏离前沿面的程度来评价它们的相对有效性。它不需要以参数形式规定生产前沿函数，并且允许生产前沿函数可以因为单位的不同而不同，不需要弄清楚各个评价决策单元的输入与输出之间的关联方式，只需要最终用极值的方法，以相对收益这个变量作为总体上的衡量标准。
  
  生产决策单元（Decision Making Units ,DMU） 
  
 指DEA 方法将一项活动或一个动态系统看作该系统在一定范围内通过一定数量的生产要素并产出一定数量的产出的过程。为使该项活动或动态系统取得最大的效益，这一过程须经过一些列的决策，产出是觉得的结果。这样的系统就是决策单元。每一个决策单元都有一定的输入与输出，并在输入转化为输出的过程中努力实现自身的决策目标。
  
  具体 
                                                                                  
 参考文档：
  
  https://doc.mbalib.com/view/a36a0cd38e260e6dcde4fefb2dc15fef.html 
  
  https://doc.mbalib.com/view/87aebdb76f4d76f2985f919850d64da1.html

5. 数据包络分析的介绍

数据包络分析(data envelopment analysis,DEA)是一个对多投入\多产出的多个决策单元的效率评价方法。它是1978年由CHARNES和COOPER创建的。可广泛使用于业绩评价。