مرور چند مدل تحلیل پوششی داده‌‌ها DEA و کاربرد آن‌ها درریاضیات مالی
کد مقاله : 1115-FEMATH
نویسندگان:
1هدی گلشنی *، 2هادی باقرزاده ولمی
1دانشگاه آزاد واحد یادگار امام شهرری
2رئیس دانشکده علوم پایه دانشگاه آزاد واحد یادگار امام (ره) شهر ری
چکیده مقاله:
تحلیل پوششی داده‌ها DEA یک تکنیک غیر پارامتری ریاضی و یکی از شاخه‌های علم تحقیق در عملیات است. این روش برای ارزیابی عملکرد واحدهای تصمیم گیرنده‌ی متجانس با چندین ورودی‌ و خروجی می‌باشد. در مدل‌سازی‌DEA هدف کاهش شاخص‌های ورودی و افزایش شاخص‌های خروجی است. مدل‌های به‌دلیل قابلیت‌های زیادی که در میان روش‌های بهینه‌سازی دارد به طور سریعی در حال رشد در زمینه‌های کاربردی به‌خصوص ریاضیات مالی دارد. هدف اصلی در این مقاله مرور و ارائه چند مدل کاربردی تعمیم یافتهDEA جهت یافتن بهترین فرصت سرمایه‌گذاری می‌باشد که برای انتخاب یک پرتفوی بهینه را ارائه گردیده است. ‌های از آنجایی که تعریف صحیح شاخص‌های ورودی و خروجی در دقت مدل‌ها بسیار مهم می‌باشد، ورودی‌ها شاخص‌های ریسک مانند VaR، CVaR، DaR و... بازده به عنوان خروجی در طراحی مدل‌های تعیین فرصت‌های سرمایه‌گذاری درنظر گرفته می‌شود.در واقع، دراین مقاله به سه پرسش پاسخ داده می‌شود:1. در مدل‌سازی مالی آزمون‌های کارایی چگونه ورودی و خروجی مناسب تعریف می‌گردد؟ 2. آیا ارتباطی میان کارایی‌های مغلوب تصادفی و کارایی DEAوجود دارد؟ 3. چگونه می‌توان مدل هایی تعمیم یافته از تحلیل پوششی داده‌ها طراحی نمودکه مناسب اندازه‌گیری کارایی فرصت‌های سرمایه‌گذاری هستند؟ همچنین با ارائه نتایج مطالعات تجربی که در این مقاله مورد بررسی قرار می‌گیرند نشان داده می‌شودکه امتیازکارایی حاصل ازمدل‌های استاندارد و مدل‌های تعمیم یافته DEA معادل امتیازکارایی مغلوب تصادفی پرتفوی می‌باشد
کلیدواژه ها:
تحلیل پوششی داده‌هاDEA ، آزمون کارایی، متنوع سازی، مغلوب تصادفی
وضعیت : مقاله برای ارائه شفاهی پذیرفته شده است