کارایی مقیاس: با فرض بازدهی ثابت نسبت به مقیاس، اندازه سازمان در تعیین کارایی نسبی مورد توجه قرار نمی‌گیرد وسازمانهای کوچک می توانند ستاده‌ها را با همان نسبتهای نهاده به ستاده سازمان‌های بزرگتر تولید نمایند. این فرض در حالتی است که صرفه‌های مقیاس یا عدم صرفه‌های مقیاس وجود ندارد به طوری که دو برابر کردن همه نهاده یا منجر به دو برابر شدن تمام ستاده‌ها خواهد شد. به هر حال این فرض برای خدماتی که صرفه‌های مقیاس دارند (بازده صعودی نسبت به مقیاس) و برای سایر خدمات، سازمان‌ها ممکن است بزرگ باشند و عدم صرفه‌جویی در مقیاس داشته باشند یا بازدهی نزولی نسبت به مقیاس( که در این حالت دو برابر کردن همه نهاده‌ها منجر به کمتر از دو برابر شدن ستاده‌ها خواهد شد) نامناسب است(مجیبی وهمکاران،۲۸۴،۱۳۹۲).

( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )

ناکارایی

همواره در یک سازمان این سئوال مطرح است که آیا سازمان مسئولیت‌های خود را با صرف حداقل داده‌ها انجام می‌دهد یا خیر. تلاش در جهت یافتن پاسخ برای این سئوال ممکن است زمینه‌هایی از موارد ناکارایی را در سازمان نشان دهد. نمونه‌هایی از ناکارایی عملیاتی که باید نسبت‌به آن هوشیار بود عبارت است از:
استفاده نامناسب از روش های دستی ومکانیزه،
کاغذبازی بیهوده،
سیستمها و روش های ناکارای عملیاتی،
سلسله مراتب ویا الگوهای ارتباطی پیچیده در سازمان،
دوباره‌کاری،
مراحل کاری بی‌مورد و انجام کارهای موازی.

اندازه‌گیری کارایی

همان‌طور که از تعریف کارایی استنباط می‌شود، به ‌قاعده می‌توان ستانده حاصل از هر واحد داده را اندازه‌گیری کرد. اما انجام این اندازه‌گیری ممکن است به ‌سادگی عملی نباشد. در این راستا، در برخی از کشورها، بخشهای دولتی شاید بتوانند بعضی از معیارهای کارایی را در اختیار بگذارند. اما سایر سازمانها باید معیارهای اندازه‌گیری مربوط و مناسب خود را تدوین کنند. معیارهای اندازه‌گیری ستانده‌ها باید مربوط، قابل اجرا و مورد توافق مدیریت و کارکنان باشد. در مقایسه و اندازه‌گیری باید توجه داشت که تفاوت هزینه‌ها به‌تنهایی مفهومی ندارد، بلکه دلایل وجود این تفاوتهاست که دارای اهمیت است.برای اندازه گیری کارایی واحدهای تصمیم‌گیری روش های مختلفی وجود دارد که در حالت کلی می‌توان آن ها رابه دو روش زیر تقسیم‌بندی نمود:
الف)روش‌های پارامتری، به روش‌یایی اطلاق می گردد که در آنها ابتدا یک شکل خاص برای تابع تولید در نظرگرفته می شود،سپس با یکی از روش های برآورد توابع که در آمار و اقتصادسنجی مرسوم است ضرایب مجهول (پارامترها) این توابع برآورد می شود و چون در این روش‌ها پارامتر یاپارامترهایی از توابع برآورد می گردد به آنهاروش پارامتری می گویند(عبدی و فتحی هفشجانی،۲،۱۳۹۰).
ب)روش های غیرپارامتری، این روش مبتنی بر یک سری بهینه‌سازی ریاضی هستند که برای محاسبه کارایی نسبی از آنها استفاده می شود. عبارت نسبی بسیار حائز اهمیت است زیرا کارایی به دست آمده در این روش نتیجه مقایسه بنگاه‌های موجود با یکدیگر است. بنابراین، در صورتی که تعدادی از مشاهدات حذف و یا تعداد آنها زیادشود ممکن است مقدار کارایی محاسبه شده نیز کاهش یا افزایش یابد. لذا کارایی به دست آمده نسبی است نه مطلق. در روش های غیرپارامتری نیازی به انتخاب فرم تابع نبوده و محدودیتی نیز برای تعداد ستاده یا وجود ندارد (عبدی و فتحیهفشجانی،۲،۱۳۹۰).

روش‌های سنجش کارایی

۱-روش نسبت های مالی
تهیه صورت‌های مالی، یکی از متداول‌ترین روش‌های تجزیه و تحلیل اطلاعات مالی است. هر گروه از استفاده‌ کنندگان صورت‌های مالی، موفقیت یک فعالیت در بورس را از دیدگاه خود بررسی می‌کند. یکی از معیارهای ارزیابی موفقیت یک صنعت یا فعالیت، نسبت‌های مالی است. این نسبت‌ها، در حقیقت، چکیده گزارش‌های مالی شرکت‌ها هستند که اطلاعات زیادی را درباره وضعیت درونی شرکت‌ها ارائه می‌دهند . نسبت‌های مالی، شاخص‌های خوبی برای سنجش کارایی و موقعیت مالی بنگا‌ه‌ها هستند. این نسبت‌ها را می‌توان بر طبق اطلاعاتی که ارائه می‌کنند، طبقه‌بندی نمود.
طبقه‌بندی‌های مختلفی از نسبت‌های مالی وجود دارد. اما یک تقسیم‌بندی کلی که بیش از سایر طبقه‌بندی‌ها در متون مختلف استفاده شده است، طبقه‌بندی نسبت‌های مالی در پنج گروه به شرح زیر می‌باشد.
۱- نقدینگی ۲- اهرمی ۳- ارزش بازار ۴- فعالیت ۵- سودآوری
با بهره گرفتن از نسبت‌های نقدینگی می‌توان توانایی شرکت‌ها برای انجام تعهدات کوتاه‌مدت را مورد بررسی قرار داد. نسبت‌های اهرمی، توانایی شرکت‌ها برای انجام تعهدات و پرداخت بدهی‌ها در سررسید را ارزیابی می‌کنند. نسبت‌های ارزش بازار، معیارهایی هستند که بین قیمت بازار و ارزش دفتری هر سهم و سود ارتباط برقرار می‌کنند. کارایی شرکت‌ها، از منظر مدیریت دارایی‌ها، با بهره گرفتن از نسبت‌های فعالیت سنجیده می‌شود و آن دسته از نسبت‌های مالی که نتایج عملیات شرکت‌ها (سود ویژه، سود ناویژه، سودعملیاتی، سود قبل از کسر بهره و مالیات) را از دیدگاه‌های مختلف (فروش، دارایی‌ها) بررسی می‌کنند، نسبت‌های سودآوری نامیده می‌شوند.

روش تحلیل پوششی داده‌ها

روش تحلیل پوششی داده‌ها^[۲۲] یکی از روش‌های ناپارامتریک است. بحث تحلیل پوششی داده‌ها با تز دکتری «ادوارد روز» تحت راهنمایی «کوپر و چارنز» شروع شد که پیشرفت تحصیلی دانش‌آموزان مدارس آمریکا را در سال ۱۹۷۸ مورد ارزیابی قرار داده بودند. نتایج این مطالعه منجر به چاپ اولین مقاله درباره معرفی عمومی DEA در سال ۱۹۷۸ گردید. آن‌ها در مقاله مذکور که به CCR معروف گردیده، برای تعمیم روش دو ورودی و یک خروجی آقای فارل از بهینه‌سازی به روش برنامه‌ریزی ریاضی استفاده نمودند تا بتوانند کارائی سیستم‌هایی با ورودی‌های چندگانه و خروجی‌های چندگانه را اندازه‌گیری کنند. طبق تعریف ارائه شده از سوی آقایان چارنز، کوپر و رودز DEA عبارتست از «یک مدل برنامه‌ریزی ریاضی که برای داده‌های مشاهده شده نسبت‌های فرین مانند تابع تولید یا مرز کارائی را به صورت تجربی تخمین می‌زند».
تحلیل پوشش داده ها(DEA) براساس مفهومی از کارایی است که به طور وسیع در علوم مهندسی و طبیعی استفاده می شود. کارایی مهندسی به عنوان نسبت میزان کار انجام شده توسط یک دستگاه به میزان انرژی صرف شده در فرایند تعریف می شود. از آنجا که دستگاه ها باید مطابق با قانون پایستاری انرژی راه اندازی شوند نسبتهای کارایی آنها همیشه کمتر از یک یا برابر با یک هستند این مفهوم کارایی مهندسی بلافاصله برای تولید اقتصادی قابل کاربرد نیست چون انتظار می رود مقدار خروجی از مقدار ورودی به دلیل ارزش افزوده موجود در تولید متجاوز باشد. با اینحال تحت شرایط خاص یک استاندارد کارایی اقتصادی مشابه با استاندارد مهندسی می تواند تعریف شود و برای مقایسه کارایی نسبی نهادهای اقتصادی بکار برود(یو^[۲۳]،۳۲،۱۹۹۰).
تحلیل پوششی داده‌ها یک روش برنامه‌ریزی خطی بوده که تابع تولید مرزی یا مرز کارآیی را برآورده می‌کند.تابع تولید مرزی حداکثر محصولی است که از مقادیر مشخصی از عوامل تولید بدست آید. در تحلیل پوششی داده‌ها به دلیل عدم استفاده از تابع تولید هیچ‌گونه پیش داوری از قبل بر روی موسسات مورد بررسی اعمال نمی‌شود .استفاده از مدل‌های تحلیل پوششی داده‌ها علاوه بر تعیین میزان کارآیی نسبی، نقاط ضعف سازمان را در شاخص‌های مختلف تعیین کرده وبا ارائه میزان مطلوب آنها، خط‌مشی سازمان را به سوی ارتقای کارآیی و بهره‌وری مشخص می‌کند. در روش تحلیل پوششی داده‌ها، ارزیابی واحدهای تصمیم‌گیرنده با چندین نهاده (ورودی) وستاده (خروجی) انجام میشود و نیازی به اختصاص وزن به ورودی‌ها و خروجی‌ها نیست و این روش خود وزنها را تعیین می کند. در روش DEA¹ اندازه گیری کارآیی به صورت نسبی انجام می‌گیرد و هر واحد تصمیم‌گیرنده DMU² با بهترین واحد موجود در آن صنعت مقایسه می شود. البته هر چه تعداد واحدها بیشتر باشد مقایسه بهتر و دقیق‌تر انجام می‌شود.ارزیابی کارایی بانکهای تجاری با کمک روش تحلیل پوششی داده ها ودر وضعیت بازدهی ثابت و بازدهی نسبت به مقیاس در دوره۸۶-۹۰ صورت می گیرد. ﺍﺯ ﻣﺰﻳﺖ‌ﻫﺎﻱ ﺍﻳﻦ ﺭﻭﺵ، ﻋﺪﻡ ﻣﺤﺪﻭﺩﻳﺖ ﺩﺭ ﺍﺳﺘﻔﺎﺩﻩ ﺍﺯ ﻣﺤﺼﻮﻻﺕ ﻭ ﻧﻬﺎﺩﻩﻫـﺎﻱ ﮔﻮﻧـﺎﮔﻮﻥ ﻭ ﻣﺘﻨﻮﻉ ﺳﺎﺯﻣﺎﻥ ﻳﺎ ﻣﺆﺳﺴﻪ ﻣﻮﺭﺩ ﺑﺮﺭﺳﻲ ﻣﻲ ﺑﺎﺷﺪ ﺩﺭ ﺍﻳﻦ ﺭﻭﺵ، ﻭﺍﺣﺪ ﺍﻧﺪﺍﺯﻩﮔﻴﺮﻱ ﺣﺴـﺎﺱ ﻧﻴﺴـﺖ ﻧﻬـﺎﺩﻩ ﻭ ستاندهﻫـﺎ ﻣـﻲ ﺗﻮﺍﻧﻨـﺪ ﺩﺍﺭﺍﻱ ﻭﺍﺣـﺪﻫﺎﻱ ﻣﺨﺘﻠﻔﻲ ﺑﺎﺷﻨﺪ ﺭﻭﺵDEA ﻳﻚ ﺭﻭﺵ ﻣﺪﻳﺮﻳﺘﻲ ﺍﺳﺖ ﻛﻪ ﻛﺎﺭﺁﻳﻲ ﻭﺍﺣﺪﻫﺎ ﺭﺍ، ﺑﻪ ﻃﻮﺭﻧﺴـﺒﻲ ﺍﻧـﺪﺍﺯﻩ ﮔﻴـﺮﻱ ﻣﻲ ﻛﻨﺪ ﻭ ﺭﺍﻫﻜﺎﺭﻫﺎﻱ ﻣﺪﻳﺮﻳﺘﻲ ﺍﺭﺍﺋﻪ ﻣﻲ ﺩﻫﺪ. ﺩﺭ ﺣﺎﻟﺘﻲ ﻛﻪ ﻭﺍﺣﺪ ﺍﻗﺘﺼﺎﺩﻱ ﺩﺍﺭﺍﻱ ﭼﻨﺪ ﻧﻬﺎﺩﻩ ﺩﺭ ﻓﺮﺁﻳﻨﺪﺍﻳﺠـﺎﺩ ﺳـﺘﺎﺩﻩ ﺑﺎﺷـﺪ، ﺭﻭﺵﺑﺮﻧﺎﻣـﻪ ﺭﻳﺰﻱ ﺧﻄﻲ، ﺑﻪ ﺭﺍﺣﺘﻲ ﻣﻲ ﺗﻮﺍﻧﺪ ﺗﺮﻛﻴﺐ ﺑﻬﻴﻨﻪ ﺳﺘﺎﺩﻩ ﻭ ﻧﻬﺎﺩﻩ ﺭﺍ ﺑﺮﺍﻱ ﻳﻚ ﻭﺍﺣﺪ ﻛـﺎﺭﺁ ﺗﻌﻴـﻴﻦ ﻛﻨﺪ. روش DEA ﺑﻴﺶ ﺍﺯ ﺳﺎﻳﺮ ﺭﻭﺵ ﻫﺎ، ﻗﺎﺑﻠﻴﺖ ﺗﻌﻤﻴﻢ ﭘﺬﻳﺮﻱ ﻭ ﮔﺴﺘﺮﺵ ﺩﺍﺭﺩ ﻭﺑـﻪ ﻛـﺎﺭﮔﻴﺮﻱ ﺁﻥ ﺩﺭ ﻳﻚ ﻭﺍﺣﺪ ﺑﺮﺍﻱ ﻳﻚ ﻣﻮﺿﻮﻉ،ﻣﻲ ﺗﻮﺍﻧﺪ ﺯﻣﻴﻨﻪ ﺭﺍ ﺑﺮﺍﻱ ﻛﺎﺭﻫﺎﻱ ﺑﻌﺪﻱ ﻧﻴﺰ ﻓﺮﺍﻫﻢ ﻛﻨﺪ(ایکان وکاله،۸۹۰،۲۰۱۱).
چارنز، کوپر و رودز مفاهیم و مدل‌های DEA را با مفاهیم جدیدی توسعه دادند که حاصل آن نیز مدل BCC است. این مدل برای اندازه‌گیری و تعیین کارائی واحدها و همچنین جهت اصلاح ورودی‌ها و خروجی‌ها برای بالا بردن اندازه‌ی کارائی و با در نظر گرفتن بازده به مقیاس متغیر مورد استفاده قرار می‌گیرد. در سال ۱۹۸۵ چارنز و همکارانش «مدل جمعی» را به عنوان یکی دیگر از مدل‌های اساسی در DEA مطرح ساختند.
همچنین چارنز و همکارانش در همین سال به منظور ثبت تغییرات کارائی در طول زمان تکنیکی را تحت عنوان «تحلیل پنجره‌ای» مطرح کردند. تکنیک دیگری نیز برای اولین بار توسط فیر و همکاران در سال ۱۹۸۹ و ۱۹۹۴ با بهره گرفتن از مدل DEA شعاعی ورودی و خروجی‌گرا برای محاسبه شاخص مالمکوئیست به کار بردند. اگرچه مدل شعاعی پیشنهاد شده دارای کمبودهایی مانند فقدان متغیرهای کمکی می‌باشد، برای غلبه بر این کمبودها شاخص مالکوئیست با بهره گرفتن از مدل‌های غیر شعاعی همانند SBM می‌توان محاسبه کرد. در سال ۱۹۸۸ «بیسنت» و در سال ۱۹۹۱ «چانگ و گوه»تحقیقاتی روی داده‌های حقیقی انجام دادند. در سال‌های ۱۹۹۳ و ۱۹۹۴ «علی و سیفورد» اقدام به اصلاح مدل CCR کردند.
از زمان اولین مطالعه توسط چارنز، کوپر و رودز تاکنون بیش از هزاران مقاله در زمینه ادبیات تحلیل پوششی داده‌ها منتشر شده است. چنین رشد سریعی خود دلیل بر کاربردی بودن و قدرت بالای روش‌های DEA می‌باشد. هم اکنون DEA در بسیاری از مراکز تحقیقاتی که در نقاط مختلف جهان قرار دارند، منشأ ایده‌ها و پیشرفت‌های جدید شده است، به طوری که محققان زیادی به این نکته رسیده‌اند که DEA یک روش عالی برای مدل‌سازی فرآیندهای عملیاتی است و ماهیت تجربی و نداشتن مفروضات دست و پاگیر سبب استفاده وسیع آن در تخمین کارائی برای بخش‌های غیرانتفاعی، خصوصی و حتی دولتی شده است
محاسبه میزان کارایی در گروه هایی که کارایی یکسانی دارند، از اهمیت بسزایی برخوردار است. برای باقی ماندن در عرصه رقابت با سایر واحدها می بایست با گذر زمان میزان کارایی خود را به سطح قابل قبولی افزایش داد. اولین قدم برای بهبود فعالیت، آگاهی از سطح فعالیت فعلی است. این شناخت کمک می کند تا هر واحد از وضعیت موجود خود آگاه شده و با توجه به وضعیت فعلی با اتخاذ روش مناسبی، بتواند به سطح بهتر و قابل قبولی از فعالیت و کارایی دست یابد. فارل (۱۹۵۷) و قبل از او دبرو (۱۹۵۱) اولین کسانی بودند که تعاریفی پایه ای برای کارایی تکنیکی و کارایی تخصیصی ارائه کردند. فارل با در نظر گرفتن یک تکنولوژی، معیار مشخص شده بوسیله فرض بازده به مقیاس ثابت، با ساخت یک مدل برنامه ریزی خطی که از داده های واقعی ورودی- خروجی مربوط به واحدها استفاده می کرد، کارایی هر واحد را محاسبه کرد. علاوه بر این او روش رگرسیون حداقل مربعات معمولی که پیشتر برای محاسبه مرز کارایی مورد استفاده قرار می گرفت را نامعتبر دانست. در این روش داده ها در هر دو طرف مرز کارایی قرار می گیرند. به عبارت دیگر این روش برای ساخت مرز کارایی ناتوان است. وی مسئله ساخت مرز کارایی را با بحث ناپارامتری پیش گرفت و کوچکترین پوسته محدب در برگیرنده نمونه داده ها را به عنوان مرز کارایی در نظر گرفت. هر چند وی درباره واحدهای با ورودی ها و خروجی های چند بعدی بحث نکرد، اما همین کار او پایه کارهای بعدی در چاچوب مدل های ناپارمتری شد(برای مطالعه دقیق تر به رجوع شود). تحلیل پوششی داده ها(DEA) یک روش ناپارامتری برای محاسبه اندازه کارایی است. این روش برای اولین بار و با الهام ازکار فارل(۱۹۵۷) توسط چارنز ، کوپر و رودز (CCR) در سال ۱۹۷۸ معرفی شد. آنها بحث مطرح شده توسط فارل را برای واحدهای تصمیم گیرنده (DMU) با ورودی و خروجی های چند بعدی، درغیاب قیمت های بازار توسعه دادند.
در ادامه مدلهای مربوط به هر یک از حالت­ها را خواهیم داشت
الف-۱)BCC ستانده گرا
MinZ = + W
St:
= ۱
– + W 0
,
الف-۲)BCC نهاده گرا
MaxZ = + W
St:
= ۱
– + W 0
,
الف-۳)CCR نهاده گرا
MaxZ =
St:
= ۱