3.2 Test Models3.2.1 Data Envelopme

3.2 Test Models
3.2.1 Data Envelopment Analysis
This study employs two types of the DEA approaches. First, it applies the standard DEA approach to measure allocative and technical efficiency. Second, the Malmquist factor productivity measure identifies efficiency gain/loss. The model utilizes data as inputs and output quantities of a group of banks, the decision making units (DMUs), to construct a piece-wise frontier over the data points. This frontier is constructed by the solutions from a sequence of linear programming problems, one for each bank over the time periods.
Efficiency scores or measures are then estimated relative to this frontier, which corresponds
to an efficient technology used by the firm. In addition, it allows efficiency to be estimated
without having to stipulate either the structure of production function or the weights for the
inputs and outputs used. Charnes et al. (1978) introduced the DEA constant return to scale
(CRS) method.

ผลลัพธ์ (ไทย) 1:

3.2 ทดสอบแบบจำลอง3.2.1 การวิเคราะห์เส้นห่อหุ้มข้อมูลการศึกษานี้ใช้วิธี DEA สองชนิด ครั้งแรก มีวิธี DEA มาตรฐานในการวัดประสิทธิภาพทางเทคนิค และ allocative สอง วัดประสิทธิภาพปัจจัย Malmquist ระบุประสิทธิภาพกำไร/ขาดทุน แบบใช้ข้อมูลปัจจัยการผลิตและปริมาณผลผลิตของกลุ่มธนาคาร หน่วยตัดสินใจ (DMUs), การสร้างพรมแดน piece-wise ผ่านจุดข้อมูล ชายแดนนี้สร้างขึ้น ด้วยโซลูชั่นจากลำดับเชิงเส้นโปรแกรมปัญหา แต่ละธนาคารผ่านรอบระยะเวลาหนึ่งคะแนนประสิทธิภาพหรือมาตรการอยู่แล้วประมาณสัมพันธ์ชายแดนนี้ ซึ่งสอดคล้องการเทคโนโลยีอย่างมีประสิทธิภาพที่ใช้ โดยบริษัท นอกจากนี้ จะช่วยให้ประสิทธิภาพในการที่จะประเมินไม่ stipulate โครงสร้างของฟังก์ชันการผลิตอย่างใดอย่างหนึ่งหรือน้ำหนักในการอินพุตและเอาท์พุตที่ใช้ Charnes et al. (1978) แนะนำคง DEA คืนขนาด(CRS) วิธีการ

ผลลัพธ์ (ไทย) 2:

3.2 รุ่นทดสอบ
3.2.1 วิเคราะห์ข้อมูล Envelopment
การศึกษาครั้งนี้มีพนักงานทั้งสองประเภทของวิธีการปปส ก่อนจะใช้วิธี DEA มาตรฐานในการวัดประสิทธิภาพการจัดสรรงบประมาณให้แก่และทางเทคนิค ประการที่สองการผลิตภาพการผลิต Malmquist ระบุตัวชี้วัดประสิทธิภาพกำไร / ขาดทุน รูปแบบการใช้ข้อมูลที่เป็นปัจจัยการผลิตและปริมาณการส่งออกของกลุ่มธนาคาร, การตัดสินใจหน่วย (DMUs) เพื่อสร้างชายแดนชิ้นที่ฉลาดจุดข้อมูล ชายแดนนี้ถูกสร้างโดยการแก้ปัญหาจากลำดับของปัญหาการเขียนโปรแกรมเชิงเส้นหนึ่งสำหรับแต่ละธนาคารช่วงเวลา.
คะแนนประสิทธิภาพหรือมาตรการที่จะมีการประเมินแล้วเมื่อเทียบกับชายแดนนี้ซึ่งสอดคล้องกับ
การใช้เทคโนโลยีที่มีประสิทธิภาพโดย บริษัท นอกจากนี้ยังช่วยให้มีประสิทธิภาพที่จะประมาณ
ได้โดยไม่ต้องกำหนดทั้งโครงสร้างของฟังก์ชั่นการผลิตหรือน้ำหนักสำหรับ
ปัจจัยการผลิตและผลที่ใช้ Charnes et al, (1978) แนะนำ DEA ผลตอบแทนคงที่ขนาด
(CRS) วิธีการ

ผลลัพธ์ (ไทย) 3:

3.2 แบบทดสอบการวิเคราะห์วางกรอบข้อมูล

ดำเนินงานการศึกษานี้ใช้สองชนิดของ DEA แนว ก่อนจะใช้วิธีการ DEA มาตรฐานการจัดสรรและเทคนิคการวัดประสิทธิภาพ ที่สอง , แมล์มควิสต์ผลิตภาพการผลิตวัดระบุประสิทธิภาพกำไร / ขาดทุน แบบจำลองปัจจัยการผลิตและผลผลิต ใช้ข้อมูลเป็นปริมาณของกลุ่มธนาคาร การตัดสินใจของหน่วย ( dmus )การสร้างชิ้นปัญญาชายแดนผ่านข้อมูลจุด แดนนี้ถูกสร้างโดยโซลูชั่นจากลำดับของปัญหาการโปรแกรมเชิงเส้น , หนึ่งสำหรับแต่ละธนาคารผ่านช่วงเวลา .
คะแนนประสิทธิภาพหรือมาตรการแล้วประมาณเทียบกับแดนนี้ซึ่งตรงกับ
การที่มีประสิทธิภาพเทคโนโลยีที่ใช้โดยบริษัท นอกจากนี้ยังช่วยให้ประสิทธิภาพจะประมาณ
โดยไม่ต้องกำหนดให้โครงสร้างของฟังก์ชันการผลิต หรือน้ำหนัก
อินพุตและเอาต์พุตที่ใช้ charnes et al . ( 1978 ) แนะนำ DEA คงที่ผลตอบแทนต่อขนาด
( CRS ) วิธี