Documente Academic
Documente Profesional
Documente Cultură
MEDIANTE EL
ANALISIS ENVOLVENTE DE DATOS
INTRODUCCIN
A LOS MODELOS BSICOS
Contenido
Captulo 1. EFICIENCIA Y ANLISIS ENVOLVENTE
DE DATOS.
1.1. Concepto de eficiencia......................................................................................
11
14
17
18
20
20
22
23
27
27
31
35
35
37
40
43
48
48
51
52
53
ANEXOS...................................................................................................................
58
87
87
93
93
99
104
ANEXOS...................................................................................................................
112
135
135
4.2.1. Supereficiencia.......................................................................................
135
137
137
139
ii
139
144
150
157
ANEXOS...................................................................................................................
159
BIBLIOGRAFIA......................................................................................................
176
iii
Prlogo
El concepto de eficiencia est relacionado con la economa de recursos. Es frecuente definir la
eficiencia como la relacin entre los resultados obtenidos (outputs) y los recursos utilizados (inputs).
Dado que las empresas suelen producir mltiples outputs a partir de mltiples inputs, la eficiencia
ser en cualquier caso una magnitud multidimensional. Por ello, cabe preguntarse cmo medir la
eficiencia?
Esta obra tiene un enfoque terico-prctico. Por una parte se exponen los fundamentos tericos de los
modelos bsicos de una metodologa que permite contestar a la cuestin anterior, como es el anlisis
envolvente de datos. Por otra parte, se facilitan los medios para que el lector pueda iniciarse en la
evaluacin de la eficiencia, puesto que se plantean ejercicios de aplicacin de los conceptos que se
van abordando y se resuelven con la herramienta Solver de la hoja de clculo Excel.
Este libro est dirigido a todas aquellas personas que deseen iniciarse en el estudio y medicin de la
eficiencia de unidades productivas o de servicios. En este sentido se ha pretendido ofrecer una visin
sencilla y aplicable de los conceptos ms importantes.
Los autores desean agradecer a Jos M. Bachero, un gran amigo, sus sugerencias, comentarios y
aportaciones, que siempre han servido para mejorar el trabajo que aqu se presenta. Muchas gracias
por la enorme paciencia que tienes con nosotros.
Vicente Coll y Olga M Blasco son profesores del departamento de Economa Aplicada de la
Universidad de Valencia (Espaa). Han publicado, en colaboracin, varios manuales de estadstica
econmica y empresarial. Sus principales lneas de investigacin estn relacionadas con la
competitividad y eficiencia de las pequeas y medianas empresas industriales y los procesos de
creacin de empresas cooperativas.
Los autores
Septiembre de 2006
iv
Captulo 1
EFICIENCIA Y ANLISIS ENVOLVENTE DE DATOS
1.1. Concepto de eficiencia.
1.1.1. Eficiencia tcnica.
1.1.2. Eficiencia econmica.
1.1.3. Eficiencia global.
1.2. Diferencia entre eficiencia (tcnica) y productividad.
1.3. Anlisis envolvente de datos (DEA).
1.3.1. Concepto intuitivo de envolvente.
1.3.1.1. Caso de un Input y un Output.
1.3.1.2. Caso de un Input y dos Outputs.
1.3.1.3. Caso de dos Inputs y un Output.
1.3.2. La tcnica DEA.
1.3.3. Definicin del conjunto de posibilidades de produccin.
1.4. Caracterizacin de los modelos DEA.
1.4.1. Orientacin del modelo.
1.4.2. Tipologa de los rendimientos a escala.
1.5. Ventajas e inconvenientes del Anlisis Envolvente de Datos.
Supuestos que posteriormente relajara, primero al referirse a la funcin de produccin eficiente empleada, y despus al
considerar la existencia de rendimientos crecientes y decrecientes a escala. Respecto a la funcin de produccin, sta
puede ser, en busca de simplicidad, o bien una funcin de produccin terica o bien una funcin de produccin basada en
las mejores prcticas observadas. A este respecto Farrell (1957:255) es claro: "es mejor comparar rendimientos con lo
mejor alcanzado que con algo ideal inalcanzable.
2
La representacin de la curva de isocoste exige conocer el precio de todos los Inputs, siendo la pendiente de la misma la
razn de los precios de los factores.
3
Los ndices de eficiencia de Farrell (1957) son de tipo radial (proporcional). El ndice no radial ms conocido,
popularizado por Fre y Lovell (1978), es el ndice de Russell. En este manual siempre se hace referencia a ndices de
eficiencia de tipo radial.
Vicente Coll y Olga M Blasco
2
( vcoll@uv.es ; Olga.Blasco@uv.es )
Figura 1.1.
As, la eficiencia tcnica, que pone de manifiesto la capacidad que tiene una Unidad para obtener el
mximo Output a partir de un conjunto dado de Inputs, se obtiene al comparar el valor observado de
cada Unidad con el valor ptimo que viene definido por la frontera de produccin estimada
(isocuanta eficiente).
Observando la Figura 1.1 puede verse que tanto la Unidad B como la D son ineficientes
tcnicamente, puesto que ambas podran reducir la cantidad de Inputs consumidos y seguir
produciendo una Unidad de Output. La ineficiencia de estas Unidades vendr dada por la distancia
BB y DD , respectivamente. Por el contrario, las Unidades A y C son tcnicamente eficientes
puesto que operan sobre la isocuanta eficiente.
Charnes, Cooper y Rhodes (1978) emplean el trmino Decision Market Unit (DMU) para referirse a entidades sin nimo
de lucro. No obstante, el trmino DMU se ha extendido para hacer referencia a cualquier tipo de productor o unidad de
produccin: empresa, industria, personas, regin, pas, etc. En Frontier Analyst se utiliza el trmino Unidad en lugar de
DMU. Por ello, en este manual se utilizar el trmino Unidad.
Vicente Coll y Olga M Blasco
3
( vcoll@uv.es ; Olga.Blasco@uv.es)
OB
OB
(ecuacin 1.1)
Evidentemente, la eficiencia tcnica as definida slo puede tomar valores comprendidos entre cero y
uno. Una puntuacin cercana a cero debe entenderse como que la Unidad que est siendo evaluada se
encuentra muy lejos de la isocuanta eficiente y, en consecuencia, se trata de una Unidad muy
ineficiente tcnicamente. Todo lo contrario sucede si la eficiencia tcnica est prxima a uno.
Finalmente, una eficiencia tcnica de uno indica que la Unidad se encuentra sobre la isocuanta
eficiente, como es el caso de A y C.
De manera anloga a como se procedi con la Unidad B, la eficiencia tcnica para la Unidad D
vendr dada por ETD =
OD
OD
Se emplea el trmino punto proyectado o proyeccin para hacer referencia al punto de interseccin de la frontera
eficiente y la recta que une el origen con aquel que representa a una Unidad.
Vicente Coll y Olga M Blasco
4
( vcoll@uv.es ; Olga.Blasco@uv.es )
Figura 1.2.
Las Unidades A y C presentan eficiencia tcnica puesto que operan sobre la isocuanta eficiente. Sin
embargo, como puede observarse en la Figura 1.2, nicamente la Unidad C resulta ser tambin
eficiente en precios, en tanto que la Unidad A debera reducir los costes totales en la distancia AA
OA
100
o, alternativamente, en la proporcin 1
, para ser eficiente en precio.
OA
La puntuacin de eficiencia precio (o asignativa) puede obtenerse como la relacin entre la longitud
de la lnea desde el origen hasta el punto proyectado sobre la isocoste eficiente de la Unidad
considerada y la longitud de la lnea que une el origen al punto proyectado sobre la isocuanta
eficiente de la Unidad considerada. As, para la Unidad A se tiene que la eficiencia precio vendr
dada por:
Eficiencia Precio = EPA =
OA
OA
(ecuacin 1.2)
El indicador que se acaba de definir con objeto de proporcionar una medida de la eficiencia precio
puede tomar valores comprendidos entre cero y uno, de manera que si la puntuacin de eficiencia
precio es distinta de uno se dice que la Unidad considerada es ineficiente en precios.
OD
OD
(ecuacin 1.3)
Continuando con esta misma Unidad, Farrell (1957) descompuso la eficiencia global de la siguiente
forma:
EG D =
OD OD OD
=
OD
OD OD
(ecuacin 1.4)
OD
, y la
OD
OD
, y como suceda con stas, su valor estar comprendido entre cero y
OD
uno. Como puede comprobarse viendo la Figura 1.2., slo la Unidad C muestra eficiencia tcnica y
eficiencia precio siendo, en consecuencia, la nica Unidad globalmente eficiente.
Algunas aplicaciones del Anlisis Envolvente de Datos para medir eficiencia precio (ADEA, Allocative Data
Envelopment Anlisis) son Banker y Maindiratta (1988); Banker y Morey (1993); Bannister y Stolp (1995) o Sengupta
(1998).
7
lvarez (2002:19-24) diferencia entre eficiencia, productividad y competitividad.
Vicente Coll y Olga M Blasco
6
( vcoll@uv.es ; Olga.Blasco@uv.es )
Segn la ilustracin de Coelli, Prasada Rao y Battese (1998) reproducida en la Figura 1.3, las
Unidades B y C son tcnicamente eficientes puesto que operan sobre la frontera, en tanto que la A es
ineficiente al situarse por debajo de sta. Por su parte, la productividad8 de una Unidad, entendida
como producto medio (productividad media de un factor), se mide como la pendiente de la lnea recta
desde el origen hasta el punto que lo representa. Ahora, la Unidad A podra ganar en eficiencia y
productividad al moverse hacia el punto representado por la B, mientras que sta ltima,
tcnicamente eficiente, podra ganar en productividad si se moviese hacia el punto que representa a la
Unidad C, el de mxima productividad9, el punto de escala ptima.
Puede decirse, como conclusin, que una empresa10 puede ser tcnicamente eficiente pero todava
ser capaz de mejorar su productividad al explotar economas de escala (Coelli, Prasada Rao y
Battese, 1998:4).
Se emplea el trmino productividad como aquella medida que toma en cuenta todos los factores de produccin (y todos
los Outputs producidos).
9
Cualquier otro punto sobre la frontera de produccin presenta una productividad menor.
10
En general, cualquier Unidad.
11
De las empresas completamente eficientes.
Vicente Coll y Olga M Blasco
7
( vcoll@uv.es ; Olga.Blasco@uv.es)
Siguiendo el esquema planteado en la Figura anterior, el Anlisis Envolvente de Datos (DEA) es una
tcnica no-paramtrica, determinista, que recurre a la programacin matemtica.
Aplicacin 1.1.
Si las ventas (Output) y la plantilla de trabajadores (Input) de cuatro de las filiales de un gran grupo
empresarial son:
8
Ventas (miles de )
Filial A
Filial B
Filial C
Filial D
1.391.280
1.329.848
1.079.680
1.400.000
Plantilla
(n empleados)
1.870
1.346
1.120
1.120
una manera habitual de medir la eficiencia es a travs de la productividad, es decir, ventas por
empleado, beneficio por empleado, rentabilidad de la inversin, etc. As, en nuestro caso, la filial D
sera la ms eficiente, puesto que la razn ventas por empleado es la ms alta, 1.250.
La eficiencia de cada una de las filiales podra ser evaluada en relacin con la de la filial D, de tal
forma que esta medida de eficiencia relativa tomara valores comprendidos entre 0 y 1, tal y como se
muestra en la tabla 1.2.
Ventas/Empleado
Filial A
Filial B
Filial C
Filial D
744
988
964
1.250
Evaluacin respecto
Eficiencia relativa
Filial D
744/1.250
0,5952
988/1.250
0,7904
964/1.250
0,7712
1.250/1.250
1
Aplicacin 1.2.
En la Figura 1.5 se ha representado los datos recogidos en la tabla 1.1 relativos a las cuatro filiales de
un grupo empresarial
La recta que parte del origen O y pasa por el punto que representa a la filial D constituye el mayor
rendimiento que puede ser alcanzado, suponiendo rendimientos constantes a escala. Esta recta
determina, en el caso que se est analizando, la frontera eficiente y, como se coment anteriormente,
la eficiencia (relativa) del resto de filiales vendr dada por la desviacin respecto a la misma.
Siguiendo con el ejemplo, y como puede verse en la Figura 1.5, la eficiencia tcnica (ecuacin 1.1)
de la Filial C vendr dada por:
Eficiencia Tcnica Filial C = ETC =
EC
EC
(ecuacin 1.5)
es decir, la eficiencia (relativa) tcnica de la filial C se obtiene como el cociente entre la distancia
(eucldea)12 entre EC y la distancia entre EC; pero para ello es necesario determinar las coordenadas
del punto C. En la figura 1.4 puede ver cmo las coordenadas de C se corresponde con las de aqul
punto en donde se intersectan las rectas que pasan por los puntos13 EC y OD, respectivamente; y que
son:
12
y = 1.079.680
y = 1.250 x
d(A, B) = (x B x A ) 2 + (y B y A ) 2 .
13
Dados dos puntos conocidos de una recta, A (x A , y A ) y B (x B , y B ) , es posible determinar la ecuacin de la recta que
pasa por ellos. Para ello, se toma un tercer punto C( x, y ), tambin perteneciente a la recta.
10
ETC =
863,744
1.120
EC
= 0,7712 (o el 77,12%)
EC
que como puede comprobar es, evidentemente, la misma que la reflejada en la tabla 1.2.
Alternativamente, podra decirse que la ineficiencia tcnica de la filial C es del 22,88%.
Procediendo de forma anloga a como se ha hecho con la filial C se obtendran las puntuaciones de
eficiencia tcnica para el resto de las filiales de este grupo empresarial.
Aplicacin 1.3.
Considrese que el propietario de 6 concesionarios de automviles desea evaluar su eficiencia y que
para ello decide recurrir a las siguientes variables:
yB yA
, y de la recta AC,
xB xA
y yA
y yA yB yA
, debe ser la misma. Por tanto, la ecuacin de la recta que pasa por dos puntos ser:
=
x xA
x xA xB xA
11
Ahora, tal y como se ha comentado, pueden considerarse dos ndices: Venta de vehculos por
empleado ( y1 x ) y rdenes de trabajo taller por empleado ( y 2 x ). Los resultados obtenidos al
generar estos ndices son los que se muestran a continuacin:
Concesionario
(Unidad)
A
B
C
D
E
F
12
El segmento que une los concesionarios A y E, y que representa puntos alcanzables, constituye la
denominada frontera eficiente. Ningn concesionario, real o ficticio, situado sobre la frontera
eficiente puede, dado el nivel de Inputs (Nmero de empleados), mejorar uno de sus Outputs sin
empeorar el otro.
Los concesionarios A y E son eficientes tcnicamente, es decir: ETA = 1 y ETE = 1
En general, dibujando una lnea quebrada que una todas las Unidades eficientes y prolongndola de
forma paralela a los ejes se obtiene la frontera de posibilidades de produccin (FPP), es decir, el
lmite entre los niveles de produccin alcanzables e inalcanzables (Parkin, 1995); por lo que no debe
confundirse la FPP con la frontera eficiente; en el ejemplo determinada por los concesionarios A y E.
Los concesionarios (Unidades) que permanecen por debajo de la frontera eficiente, que envuelve a
aquellos, son calificados como concesionarios (Unidades) ineficientes tcnicamente. La puntuacin
de eficiencia (relativa) de estas Unidades ineficientes puede obtenerse como la relacin entre la
longitud de la lnea desde el origen hasta la Unidad considerada y la longitud de la lnea que une el
origen con el punto proyectado sobre la frontera eficiente. As, por ejemplo, en el caso del
concesionario B se tendra (ver Figura 1.6):
Eficiencia Tcnica concesionario B: ETB =
OB
OB
(ecuacin 1.6)
Es decir, la eficiencia tcnica del concesionario B es el cociente entre la distancia del punto O al
punto B y la distancia del punto O al punto B. As, para calcular la eficiencia de B es necesario
Vicente Coll y Olga M Blasco
( vcoll@uv.es ; Olga.Blasco@uv.es)
13
y = 4,75 0,5x
y = 1,5x
No obstante, y aunque esta cuestin ser tratada en el segundo captulo, cabe destacar casos como los
de las Unidades F y D. As, el concesionario D, para llegar a convertirse en un concesionario
eficiente, debera incrementar sus niveles de Output un 28,57%, dado que su eficiencia tcnica se
sita en el 71,43% (ver tabla 1.5). Sin embargo, y como puede observar en la Figura 1.6, an podra
incrementar de forma adicional el nmero de rdenes de trabajo de taller (Output y 2 ) en 25,6
rdenes aproximadamente. Esto es lo que se llamar Valor holgura.
14
14
Aplicacin 1.4.
El propietario de los 6 concesionarios de automviles al que se aludi en la aplicacin 1.3 desea
evaluar nuevamente la eficiencia de los mismo, pero en esta ocasin considerando las variables:
Inputs: Nmero de empleados ( x1 ) y Capital, aproximado a travs de la Amortizacin ( x 2 ).
Output: Importe de las ventas netas ( y ).
Considerar que la informacin disponible acerca de las variables Input/Output a las que recurre el
propietario para analizar la eficiencia de sus concesionarios es la siguiente:
Concesionario Nmero empleados Amortizacin Ventas netas
(y)
( x1 )
( x2 )
(Unidad)
10
7,5
15
A
14
15
20
B
16
11,2
16
C
16
12,5
25
D
10
18
30
E
20
7
28
F
Tabla 1.6. Datos caso 2 Inputs y 1 Output.
En esta situacin, el propietario de los concesionarios puede considerar los ndices: Nmero de
empleados/Ventas netas ( x1 y ) y Amortizacin/Ventas netas ( x 2 y ):
Concesionario Empleados/Venta neta Amortiz/Venta neta
( x1 y )
( x2 y )
(Unidad)
0,666666667
0,5
A
0,7
0,75
B
1
0,7
C
0,64
0,5
D
0,6
E
0,333333333
0,714285714
F
0,25
Tabla 1.7. Input consumido por Unidad de Output obtenida.
15
De nuevo remarcar que todas aquellas Unidades (concesionarios) situadas, en este caso, por encima
de la frontera sern calificadas como Unidades ineficientes (tcnicamente); siendo stas envueltas
por la frontera eficiente.
Como se ha dicho, los concesionarios E y F son eficientes ( ETE = 1 ; ETF = 1 ) pero cul es la
puntuacin de eficiencia (o de ineficiencia) del resto de concesionarios?.
Tmese como ejemplo el concesionario A. La eficiencia tcnica de A vendr dada por:
ETA =
16
OA d(O, A)
=
OA d(O, A)
(ecuacin 1.7)
y = 1 x
y = 0,5x
luego las coordenadas de A son (1/1,5 ; 0,5/1,5) . Por tanto, sustituyendo en la ecuacin 1.7, la
puntuacin de eficiencia tcnica del concesionario A ser:
ETA = =
es decir, para llegar a convertirse en eficiente, el concesionario A debera reducir, dado su volumen
de Ventas netas, el consumo de factores productivos en torno a un 33,33%.
Operando de forma anloga a como se ha hecho con la Unidad A, se obtendran las puntuaciones de
eficiencia tcnica (relativa) del resto de concesionarios.
Concesionario Eficiencia tcnica
(Unidad)
(relativa) en %
66,67
A
68,97
B
58,82
C
90,91
D
100
E
100
F
Tabla 1.8. Eficiencia relativa.
Para facilitar la lectura se ha optado por mantener la nomenclatura introducida al definir la distancia eucldea y la
ecuacin de la recta que pasa por dos puntos, de tal forma que se ha tomado y = x 2 y , x = x 1 y .
Vicente Coll y Olga M Blasco
( vcoll@uv.es ; Olga.Blasco@uv.es)
17
Los principales desarrollos de los mtodos de estimacin de la eficiencia productiva fueron sugeridos por Farrell en la
discusin de su trabajo. Forsund (1999) plantea las ideas originales de Farrell (1957) y establece las conexiones con la
aproximacin paramtrica determinista, la aproximacin estocstica y DEA.
18
Las Unidades deben ser comparables, en el sentido que todas ellas consumen los mismos Inputs, en diferentes
cantidades, para producir el mismo conjunto de Outputs, en distintas cantidades (Pastor, 2000).
18
19
24
BA1
.
BA
29
Ms detalles en el captulo 2.
Vicente Coll y Olga M Blasco
( vcoll@uv.es ; Olga.Blasco@uv.es)
21
CA
.
CA2
Bajo el supuesto de rendimientos constantes a escala, las medidas de eficiencia tcnica Input y
Output30 orientadas coinciden.
Como puede observarse en la Figura 1.8, cabe la posibilidad de considerar una tercera opcin,
correspondiente a los denominados modelos no orientados (tambin llamados Input-Output
orientados), en los que tanto Inputs como Outputs son controlables, que buscan simultneamente la
reduccin Input y expansin Output equiproporcional y que dan lugar a medidas de eficiencia
hiperblica31 (Fre, Grosskopf y Lovell, 1985). En este caso se mide la distancia hacia la frontera
a lo largo de la hiprbola que pasa por el proceso productivo (lvarez, 2002:27) que representa a la
Unidad evaluada.
30
33
37
Se supone que todos los Inputs son utilizados conjuntamente para generar un conjunto de Outputs (Mahajan, 1991).
Vicente Coll y Olga M Blasco
24
( vcoll@uv.es ; Olga.Blasco@uv.es )
38
Coelli, Prasada Rao y Battese (1998) apuntan, entre otras limitaciones y posibles problemas con los que se puede
encontrar un investigador al dirigir un anlisis DEA: a) la adicin de una empresa complementaria en un anlisis DEA
no puede redundar en un incremento de las puntuaciones de eficiencia de las empresas existentes; b) la adicin de un
Input u Output en un modelo DEA no puede redundar en una reduccin de las puntuaciones de eficiencia y c) si se
cuenta con pocas observaciones y muchos Inputs y/o Outputs muchas de las empresas aparecern sobre la frontera DEA.
Una implicacin de esto es que si un investigador deseara hacer que una industria apareciese bien, podra reducir el
tamao de la muestra e incrementar el nmero de Inputs y Outputs con la finalidad de incrementar las puntuaciones de
eficiencia.
39
Ver Sherman y Gold (1985) para inconvenientes de DEA en su aplicacin al sector bancario.
Vicente Coll y Olga M Blasco
25
( vcoll@uv.es ; Olga.Blasco@uv.es)
Captulo 2
MODELO DEA-CCR.
2.1. Introduccin.
2.2. Modelo DEA-CCR en forma fraccional.
2.3. Modelo DEA-CCR en forma multiplicativa.
2.3.1. Caracterizacin de la eficiencia.
2.3.2. Significado de los pesos.
2.4. Modelo DEA-CCR en forma envolvente.
2.4.1. Caracterizacin de la eficiencia y valores holgura: Eficiencia de
Farrell vs. Eficiencia de Pareto-Koopmans.
2.4.2. Benchmarking en DEA: Fijacin de referencias para la mejora.
2.5. Mtodos alternativos de resolucin.
2.5.1. Mtodo de dos etapas.
2.5.2. Mtodo de tres etapas.
2.5.3. Mtodo multietpico.
2.6. Versin Output orientada del modelo DEA-CCR.
ANEXOS
26
Modelo DEA-CCR.
2.1. INTRODUCCIN.
Como se ha visto en el captulo precedente, los modelos DEA se distinguen, bsicamente, por la
naturaleza de la medida de eficiencia, la orientacin del modelo para calcularla y la tipologa de los
rendimientos a escala que caracterizan la frontera eficiente.
Este segundo captulo est dedicado al modelo DEA-CCR, as denominado por haber sido
desarrollado por Charnes, Cooper y Rhodes (1978). El modelo DEA-CCR proporciona medidas de
eficiencia radiales, Input u Output orientadas y supone convexidad, fuerte eliminacin gratuita de
Inputs y Outputs y rendimientos constantes a escala.
El modelo DEA-CCR puede escribirse, en trminos generales, de tres formas distintas: fraccional
(cociente), multiplicativa y envolvente1. En los siguientes apartados se describe cada una de stas
desde el punto de vista de un modelo Input orientado, as como distintos mtodos de resolucin
que pueden ser utilizados para obtener la solucin ptima del modelo en forma envolvente.
En paralelo al desarrollo terico, se introduce un sencillo ejemplo de aplicacin, que es utilizado a
lo largo de todo el captulo con la finalidad de aclarar o matizar aquellas cuestiones metodolgicas
ms relevantes. El ltimo apartado del captulo se dedica a plantear el modelo DEA-CCR desde
una perspectiva Output, siendo aplicable, casi de forma directa, a estos modelos todo lo comentado
para los modelos Input orientados.
r =1
i =1
Hay que hacer notar que, por cuestiones operativas, en la mayor parte de los trabajos empricos se recurre a la
formulacin envolvente, siendo sta, tambin, la forma a la que recurren la mayor parte de las aplicaciones
informticas para obtener la puntuacin de eficiencia del conjuntos de Unidades objeto de anlisis.
2
Tambin es habitual encontrar la eficiencia definida como el cociente entre el Output virtual (Output ponderado) y el
Input virtual (Input ponderado).
Vicente Coll y Olga M Blasco
( vcoll@uv.es ; Olga.Blasco@uv.es )
27
Max u, v h 0 = rm=1
vi x i0
i =1
Sujeto a :
u r y rj
r =1
1
j = 1,2,..., n
m
vi x ij
i =1
u r , vi 0
s
u y
r
r0
(modelo 2.1a)
donde3:
1. Se consideran n Unidades (j=1,2,,n), cada una de las cuales utilizan los mismos Inputs (en
diferentes cantidades) para obtener los mismos Outputs (en diferentes cantidades).
2. x ij ( x ij 0 ) representa las cantidades de Input i (i=1,2,,m) consumidos por la j-sima
Unidad.
3. x i0 representa la cantidad de Input i consumido por la Unidad que es evaluada, Unidad0.
4. y rj ( y rj 0 ) representa las cantidades observadas de Output r (r=1,2,,s) producidos por la
j-sima Unidad.
5. y r0 representa la cantidad de Output obtenido por la Unidad que es evaluada, Unidad0.
6. u r (r=1,2,,s) y v i (i=1,2,..,m) representan los pesos (o multiplicadores) de los Outputs e
Inputs respectivamente.
El modelo (2.1a), problema no lineal, pretende obtener el conjunto ptimo de pesos (o
multiplicadores) { u r } y { vi } que maximicen la eficiencia relativa, h0, de la Unidad0 definida
como el cociente entre la suma ponderada de Outputs y la suma ponderada de Inputs, sujeto a la
restriccin de que ninguna Unidad puede tener una puntuacin de eficiencia mayor que uno usando
estos mismos pesos. Evidentemente, los pesos sern diferentes entre las distintas Unidades4.
3
4
28
Modelo DEA-CCR.
Si la solucin ptima es h *0 = 1 esto indicar que la Unidad que est siendo evaluada es eficiente
en relacin con las otras Unidades. Si h *0 < 1 , la Unidad ser ineficiente. En este caso, las
Unidades que con los mismos pesos u r y vi asignados a la Unidad ineficiente que est siendo
evaluada resulten ser eficientes se denominan peers (pares). Estos peers constituyen el denominado
conjunto de referencia eficiente de la Unidad ineficiente, es decir, constituyen la referencia para la
mejora de la Unidad ineficiente.
Al poco tiempo de publicar su pionero trabajo, Charnes, Cooper y Rhodes (1979)5 sustituyen la
condicin de no-negatividad ( u r , vi 0 ) del modelo fraccional (2.1a) por una condicin de
positividad estricta ( u r , v i ), donde es un infinitsimo no-arquimedeo6. El motivo no es otro
que evitar que una Unidad, pese a presentar h *0 = 1 , sea incorrectamente caracterizada como
eficiente al obtener en la solucin ptima algn peso u r y/o vi el valor cero7 siendo, en
consecuencia, el correspondiente Input y/u Output obviado en la determinacin de la eficiencia
(El-Magary y Lahdelma, 1995; Miliotis, 1992). El modelo fraccional quedar de la siguiente
forma:
Max u, v h 0 = rm=1
v i x i0
i =1
Sujeto a :
u r y rj
r =1
1
j = 1,2,..., n
m
v i x ij
i =1
u r , vi
s
u y
r
5
6
r0
(modelo 2.1b) 8
Ver tambin el comentario al respecto de Boyd y Fre (1984) y la respuesta al mismo de Charnes y Cooper (1984).
En la prctica, es habitual sustituir por un nmero muy pequeo. Bessent, Bessent, Kennington y Regan (1982),
Giokas (1991) y Grifell-Tatj, Prior y Salas (1992b), por ejemplo, fijan la cantidad = 10 6 , aunque Cooper, Seiford y
Tone (2000:73) lo desaconsejen. Para ms sobre el infinitsimo no-arquimedeo: Ali y Seiford (1993a, 1993b) Ali
(1994) y Mehrabian, Jahanshahloo, Alirezaee y Amin (2000).
7 En el problema dual (2.5) equivaldran a holguras (input u output) positivas.
8 An con lo comentado, en la prctica, es manejado por el software DEA utilizado y, por tanto, no necesita ser
especificado explcitamente (Bowlin, 1998).
Vicente Coll y Olga M Blasco
( vcoll@uv.es ; Olga.Blasco@uv.es )
29
Aplicacin 2.1.
Considrese que un individuo desea evaluar la eficiencia (tcnica o productiva) de 6
concesionarios de automviles y que para ello dispone de informacin relativa a 2 Inputs
( x 1 =Nmero de empleados y x 2 =Depreciacin del Inmovilizado, como variable proxy del
Capital) y 2 Outputs ( y1 =Nmero de vehculos vendidos y y 2 =Nmero de rdenes de trabajo
recibidas en taller). Los valores observados para las citadas variables son:
Inputs
Outputs
Concesionarios (Unidades)
C
D
14
12
12
13
x1
x2
A
8
8
B
11
15
y1
14
25
y2
20
42
30
E
11
18
F
18
20
25
40
24
22
30
De acuerdo con la forma fraccional del modelo DEA-CCR, la eficiencia del concesionario A
vendra dada, segn el problema representado en el modelo (2.1b), por:
9 Esta flexibilidad en la eleccin de los pesos es considerada tanto una debilidad como una fortaleza de la metodologa
DEA (Boussofiane, Dyson y Thanassounis, 1991).
30
Modelo DEA-CCR.
Max u, v h A =
u1 y1A + u 2 y 2A
v1x 1A + v 2 x 2A
Max u, v h A =
14u1 + 20u 2
8v1 + 8v 2
u1 y1D + u 2 y 2D
1
v1x1D + v 2 x 2D
sujeto a :
14u1 + 20u 2
1
8v1 + 8v 2
25u 1 + 8u 2
1
12v1 + 13v 2
u 1y1B + u 2 y 2B
1
v1x1B + v 2 x 2B
u1 y1E + u 2 y 2E
1
v1x1E + v 2 x 2E
25u 1 + 42u 2
1
11v1 + 15v 2
40u1 + 22u 2
1
11v1 + 18v 2
u 1y1C + u 2 y 2C
1
v1x1C + v 2 x 2C
u1 y1F + u 2 y 2F
1
v1x1F + v 2 x 2F
8u1 + 30u 2
1
14v1 + 12v 2
24u1 + 30u 2
1
18v1 + 20v 2
sujeto a :
u 1y1A + u 2 y 2A
1
v1x1A + v 2 x 2A
u1 , u 2 , v1 , v 2
u1 , u 2 , v1 , v 2
x
i
io
i =1
Rhodes, 1978; Oral y Yolalan, 1990; Cook, Johnston y McCutcheon, 1992) se tiene:
r = t ur
i = t i
t=
1
m
x
i =1
i0
para t > 0
(ecuacin 2.1)
10
Obsrvese el cambio de variables al pasar del modelo en forma de cociente al modelo en forma multiplicativa.
Vicente Coll y Olga M Blasco
( vcoll@uv.es ; Olga.Blasco@uv.es )
31
Max , w 0 = r y r0
r =1
Sujeto a :
m
x
i =1
i0
=1
r =1
i =1
r y rj i x ij 0
r , i
j = 1,2,..., n
x
i =1
i0
(modelo 2.2)
normalizacin.
La solucin del problema dado por el modelo (2.2), que de nuevo debe ser resuelto para cada una de
las Unidades consideradas, determinar los valores ptimos de los pesos r y i , esto es, *r y *i .
Debe tenerse en cuenta que cualquier mltiplo de estos valores ptimos ser ptimo en el modelo
2.1b12 (Boussofiane, Dyson y Thanassoulis, 1991).
El modelo (2.2) puede expresarse matricialmente como:
Max , w 0 = T y 0
Sujeto a :
T x 0 = 1
T
T
Y X 0
T , T I
(modelo 2.3)
donde13:
1. Y es una matriz de Outputs de orden (sn).
11
El paso de un problema fraccional (modelo 2.1b) a un problema lineal (modelo 2.2 o 2.3) consiste simplemente en
normalizar el denominador (o numerador) de la funcin objetivo del primero.
12
Un ejemplo que ilustra esta cuestin es proporcionado por Cooper, Seiford y Tone (2000:30-32).
13
Esta ser la notacin empleada.
Vicente Coll y Olga M Blasco
32
( vcoll@uv.es ; Olga.Blasco@uv.es )
Modelo DEA-CCR.
y11
y 21
M
Y=
yi1
M
y
s1
y12 L y1n
y 22 L y 2n
yi2 L yin
ys2 L y sn
x 21
M
X=
x i1
M
x
m1
x12
x 22
x i2
x m2
L x1n
L x 2n
L x in
L x mn
Aplicacin 2.2.
Siguiendo con el ejemplo de los concesionarios (n = 6, s = 2, m = 2) introducido en la aplicacin 2.1,
los datos disponibles de las variables Inputs y Outputs pueden expresarse en trminos matriciales de
la siguiente forma:
y11
y 21
M
Y=
y i1
M
y
s1
x 11
x 21
M
X=
x i1
M
x
m1
y12 L y1n
y 22 L y 2n
y i2 L y in
y s2 L y sn
x 12
x 22
x i2
x m2
L x 1n
L x 2n
L x in
L x mn
14 25 8 25 40 24
Y =
20 42 30 8 22 30
8 11 14 12 11 18
X =
8 15 12 13 18 20
33
(1
x
2 ) 1A = 1
x 2A
(1
y
2 ) 1A
y 2A
y1B
y 2B
y1C
y 2C
y1D
y 2D
y1E
y 2E
y1F
x
(1 2 ) 1A
y 2F
x 2A
x1B
x 2B
x1C
x 2C
x1D
x 2D
x1E
x 2E
x1F
0
x 2F
T , T I
sustituyendo:
14
Max , w A = (1 2 )
20
Sujeto a :
(1
8
2 ) = 1
8
(1
8 11 14 12 11 18
14 25 8 25 40 24
0
(1 2 )
2 )
8 15 12 13 18 20
20 42 30 8 22 30
T , T I
es decir:
Max , w A = 141 + 20 2
Sujeto a :
81 + 8 2 = 1
141 + 20 2 (81 + 8 2 ) 0
251 + 42 2 (111 + 15 2 ) 0
81 + 30 2 (141 + 12 2 ) 0
251 + 8 2 (121 + 13 2 ) 0
401 + 22 2 (111 + 18 2 ) 0
241 + 30 2 (181 + 20 2 ) 0
1 , 2 , 1 , 2
34
(modelo 2.4)
Modelo DEA-CCR.
Si la Unidad0 presenta, para los valores * , * , una puntuacin de eficiencia w *0 < 1 existir al
menos una Unidad que satisfar la restriccin
r =1
i =1
conjunto de Unidades que satisfacen dicha restriccin, y que sern por tanto eficientes, constituyen el
denominado conjunto de referencia de la Unidad evaluada, Unidado , siendo la existencia de estas
Unidades eficientes las que fuerzan a la Unidad0 a ser ineficiente (Cooper, Seiford, Tone, 2000:25).
refiere a la suma ponderada de los Inputs ( i x i0 ), en tanto que el segundo, de forma anloga, hace
i =1
modelo (2.1a)o (2.1b), la eficiencia suele definirse como el cociente entre el Output virtual y el Input
virtual.
De nuevo en la forma multiplicativa (modelo 2.3), el Input virtual se encuentra normalizado a la
m
( r y r0 = w 0 ). Para la Unidad evaluada, los valores de los Inputs y Outputs virtuales expresan
r =1
informacin sobre la importancia que una Unidad atribuye a determinados Inputs y Outputs al
objeto de obtener su mxima puntuacin de eficiencia (Boussofiane, Dysson y Thanassoulis,
1991:6).
En consecuencia, es posible determinar la importancia (contribucin) de cada Input ( *i x i0 ) respecto
m
14
Normalizar la restriccin a la unidad es una cuestin arbitraria. De hecho, el software Frontier Analyst Professional
de Banxia Software Ltd. normaliza la restriccin a 100 para proporcionar porcentajes de contribucin Input/Output.
Vicente Coll y Olga M Blasco
35
( vcoll@uv.es ; Olga.Blasco@uv.es )
variables Input y Output han sido usadas en la determinacin de la eficiencia, jugando un papel
como medida de la sensibilidad de las puntuaciones de eficiencia (Cooper, Seiford y Tone,
2000:28)15.
Las cuestiones referentes a la contribucin de cada Input/Output en la evaluacin de la eficiencia as
como importancia relativa de los mismos son estudiadas con ms detalle en la aplicacin 2.3.
Aplicacin 2.3.
La resolucin del problema dado en el modelo (2.4) para el concesionario A proporcionar los
valores ptimos de los pesos Inputs y Outputs ( * , * ) que maximizan la funcin objetivo, que ser
su puntuacin de eficiencia, w *A . En el anexo I se encuentran planteados los modelos para los
restantes concesionarios as como una breve descripcin de cmo resolver, para el concesionario A,
el modelo 2.4 mediante la herramienta Solver, de Microsoft Excel. En la siguiente tabla se facilitan
los resultados16 de cada uno de los concesionarios:
Concesionarios
C
D
Eficiencia
w *0
0,9916
0,8929
Pesos
Outputs
1*
0,04710
0,0251
0,0166
Pesos
Inputs
*
2
*
1
*
2
0,8654
0,6515
0,0346
0,0177
0,0188
0,0298
0,0133
0,0066
0,0088
0,0909
0,125
0,0667
0,08337
0,077
0,05
Los valores 1* y *2 son un indicador de la contribucin relativa del correspondiente Output al valor
de la eficiencia tcnica global de la Unidad evaluada. A partir de los resultados mostrados en la tabla
anterior, puede determinarse la contribucin Input/Output para cada concesionario.
Concesionarios
C
D
0,9916
0,8929
0,6515
Eficiencia
2
y
r =1
15
*
r
r0
= 1* y10 + *2 y 20 = w *0
0,8654
Para anlisis de sensibilidad puede consultarse Cooper, Seiford y Tone (2000, captulo 9) y Thompson, Dharmapala y
Thrall (1994).
16
Valores redondeados a cuatro cifras decimales.
Vicente Coll y Olga M Blasco
36
( vcoll@uv.es ; Olga.Blasco@uv.es )
Modelo DEA-CCR.
Concesionarios
C
D
Output 1
1* y r0
100
2
*
r y r0
66,5321
62,8317
0,0009
99,9962
70,7967
69,4376
Output 2
*2 y r0
100
2
*
r y r0
33,4670
37,1683
99,9927
0,0009
29,2033
30,5627
Input 1
1* x10
100
2
*
i x i0
0,0008
0,0011
0,0014
0,0012
99,9982
0,0018
Input 2
*2 x 20
100
2
*
i x i0
99,9992
99,9989
99,9986
99,9988
0,0018
99,9982
r =1
r =1
i =1
i =1
As, y considerando los resultados obtenidos para el concesionario A, que son mostrados en la tabla
2.3, puede decirse que una reduccin en el consumo del Input 2 tiene un mayor efecto en la eficiencia
de este concesionario que una reduccin en el uso del Input 1.
En general, a una Unidad le resultar ventajoso asignar al Input 2 un peso
*2
veces mayor que el
1*
peso del Input 1 al objeto de maximizar la puntuacin de eficiencia, esto es, el cociente entre el
Output y el Input virtual.
37
(modelo 2.5.)
(modelo 2.4.)
Y y 0
T 0
x 0 X 0
T 0
Ntese que se asocia la variable dual con la restriccin que normaliza el Input virtual. En el anexo
II puede consultarse cmo pasar del modelo DEA-CCR Input orientado primal (en forma
multiplicativa) al dual (modelo 2.5), que en la metodologa DEA es frecuente referirse como modelo
en forma envolvente.
Min , z 0 =
Sujeto a :
Y y 0
x 0 X
(modelo 2.5)
donde17:
1
2
1. es el vector (n1) de pesos o intensidades, = . As, j es la intensidad de la Unidad j.
M
n
2. denota la puntuacin de eficiencia (tcnica) de la Unidad0.
De nuevo, el problema dado por el modelo (2.5) debe ser resuelto para cada una de las n Unidades
objeto de anlisis.
En la mayor parte de las aplicaciones DEA, el modelo empleado en la evaluacin de eficiencia es de
la forma envolvente. El motivo es evidente; el programa lineal DEA-CCR primal Input orientado
(modelo 2.2. o 2.3) viene definido por un nmero de restricciones igual a n+1. Sin embargo, el
programa lineal DEA-CCR dual Input orientado (modelo 2.5.) est sujeto a s+m restricciones. Por
tanto, como el nmero de Unidades con las que se trabaja suele ser mucho mayor que el nmero total
38
Modelo DEA-CCR.
de Inputs y Outputs, esta es la razn por la que el modelo DEA-CCR dual es generalmente el
problema preferido para ser resuelto (Coelli, Prasada Rao y Battese, 1998).
Aplicacin 2.4.
Para el concesionario A, en la aplicacin 2.2. se lleg a definir el siguiente problema (modelo 2.4),
que se considerar como el problema primal.
Max , w A = 141 + 20 2
Sujeto a :
81 + 8 2 = 1
141 + 20 2 (81 + 8 2 ) 0
251 + 42 2 (111 + 15 2 ) 0
81 + 30 2 (141 + 12 2 ) 0
251 + 8 2 (121 + 13 2 ) 0
401 + 22 2 (111 + 18 2 ) 0
241 + 30 2 (181 + 20 2 ) 0
1 , 2 , 1 , 2
Como el problema anterior presenta 7 restricciones (sin contar las restricciones de positividad) y 4
variables ( 1 , 2 , 1 , 2 ), el problema dual asociado tendr 7 variables (, A , B , C , D , E , F ) y 4
restricciones. El modelo DEA-CCR Input orientado en forma envolvente para el concesionario A
ser18:
Min , z A = 1 + 0 A + 0 B + 0 C + 0 D + 0 E + 0 F
Sujeto a :
0 + 14 A + 25 B + 8 C + 25 D + 40 E + 24 F 14
0 + 20 A + 42 B + 30 C + 8 D + 22 E + 30 F 20
8 8 A 11 B 14 C 12 D 11 E 18 F 0
8 8 A 15 B 12 C 13 D 18 E 20 F 0
A , B , C , D , E , F 0
no restringida
Operando:
17
18
39
Sujeto a :
14 A + 25 B + 8 C + 25 D + 40 E + 24 F 14
20 A + 42 B + 30 C + 8 D + 22 E + 30 F 20
8 8 A + 11 B + 14 C + 12 D + 11 E + 18 F
8 8 A + 15 B + 12 C + 13 D + 18 E + 20 F
A , B , C , D , E , F 0
no restringida
(modelo 2.6)
14 25 8 25 40
20 42 30 8 22
8 8 11 14 12
8 8 15 12 13
no restringida
A , B , C , D , E , F 0
24 C 14
30 D 20
A
B
11 18 C
18 20 D
E
F
(modelo 2.7)
Para obtener la puntuacin de eficiencia del concesionario A deber resolverse el problema anterior,
y problemas similares para calcular la eficiencia de los restantes concesionarios.
19
Tambin suele ser referida la medida de eficiencia de Farrell como medida de eficiencia de Debreu-Farrell puesto que
su medida de eficiencia tcnica est inspirada en el concepto del coeficiente de utilizacin de recursos( ) de Debreau
(1951). El coeficiente (1- ) indica la mxima reduccin que puede realizarse en los factores de produccin manteniendo
el nivel de output dado.
Vicente Coll y Olga M Blasco
40
( vcoll@uv.es ; Olga.Blasco@uv.es )
Modelo DEA-CCR.
Unidades que obtenga al menos el Output de la Unidad0 utilizando menos factores. En caso contrario
la Unidad es ineficiente, es decir, si * <1 es posible obtener, a partir de los valores *j obtenidos en
la resolucin del modelo (2.5) una combinacin de Unidades que funcione mejor que la Unidad
que ha sido evaluada.
Tal y como est definido, el problema planteado en el modelo (2.5) es resuelto en una nica etapa, de
forma que las variables de holgura s +r (variable de holgura Output) y s i (variable de holgura Input)
son obtenidas de forma residual. Por tanto, es posible que no se satisfaga la condicin de eficiencia
de Pareto-Koopmans, ms restrictiva que la anterior condicin de eficiencia de Farrell, segn la cual
una Unidad es eficiente si y solo si * =1 y todas las holguras son cero, en caso contrario la Unidad es
calificada como ineficiente.
As, si en el ptimo resultara que s r+ * > 0 esto significara que sera posible incrementar el Output r
de la Unidad0 en la cantidad dada por esa holgura, con lo que la Unidad0 debera producir el Output r
en la cantidad dada por s i* , de tal forma que el Input i debera ser usado en la cantidad x i - s i* en
lugar de en la cantidad x i .
En la Figura 2.1, donde se consideran dos Inputs (x1 , x 2 ) y un Output (y), se pretende reflejar la
situacin descrita en el prrafo anterior.
Figura 2.1.
41
Aplicacin 2.5.
En la aplicacin 2.4. se escribi el modelo DEA-CCR Input orientado en forma envolvente para el
concesionario A (modelo 2.6 o 2.7). En el anexo II puede consultarse, para los restantes
concesionarios, los problemas duales que deberan resolverse al objeto de proceder a evaluar la
eficiencia de cada uno de ellos. En el mismo anexo tambin se encuentra un posible procedimiento de
clculo de la eficiencia del concesionario A, a partir del modelo (2.6), usando la herramienta Solver.
En la siguiente tabla se facilita un resumen de los principales resultados21 obtenidos para el conjunto
de los 6 concesionarios analizados.
Eficiencia ( )
*A
A
0,9916
0
B
1
0
Concesionarios
C
D
0,8929 0,8654
0
0
*B
E
1
0
F
0,6515
0
0,4354
0,7143
0,5947
*
C
*D
0,0779
0,625
0,2283
0
2,287
0
0
0
0
0
0
0
0
0
4,643
0
9,857
0
0
3,510
0
0
5,750
0
0
0
0
0
0
2,674
0
0
0
*
E
*
F
Holgura Input x1
Holgura Input x 2
Holgura Output y1
Holgura Output y 2
Evidentemente, las puntuaciones de eficiencia coinciden con aquellas obtenidas con el modelo DEACCR Input orientado en forma multiplicativa (ver tabla 2.2).
42
Modelo DEA-CCR.
nicamente los concesionarios B y E son eficientes tcnicamente, satisfaciendo las condiciones de
eficiencia de Pareto-Koopmans.
Los concesionarios A, C, D y F son ineficientes. As, el concesionario A, para llegar a ser eficiente,
debera reducir el consumo de Inputs, dado los Outputs que obtiene, un 0,84% (reduccin radial), y
adicionalmente (movimiento holgura) el Input x1 en 2,287 unidades. Algo similar le sucede al
concesionario F, cuyo uso de factores debera reducirse de forma proporcional (radial) en un 34,85%
y, adems, 2,674 unidades de Input x1 . Los concesionarios C y D presentan tanto holgura en el Input
x1 como holgura en uno de los Outputs; de tal forma que para llegar a ser eficientes estos dos ltimos
concesionarios no es suficiente que reduzcan el uso de recursos, deben al mismo tiempo expandir el
Output (en el tipo y cantidad que presenta holgura).
vendr
dado
por
(x
= *X , y 0 = *Y ,
lo
que
es
lo
mismo
n
n
x 0 = *jX j , y 0 = *j Yj .
j= i
j=1
Tambin suele hacerse referencia a esta situacin con el trmino eficiencia dbil.
Las holguras han sido calculadas de forma residual. Los valores se han redondeado a cuatro cifras decimales.
22
Doyle y Green (1994) y Talluri y Sarkis (1997) utilizan mtodos cluster para la identificacin de las referencias ms
apropiadas.
21
43
( j = B, C )
modelo (2.5).
Las coordenadas de la proyeccin sobre la frontera eficiente representarn los valores Inputs y
Outputs objetivo (o targets) para la Unidad ineficiente, es decir, los niveles Input y Output que la
convertiran en eficiente caso de alcanzarlos. As pues, la comparacin entre los valores observados
para la Unidad evaluada y los valores objetivo fijados permite establecer la cuanta, en trminos
absolutos o relativos (porcentajes de mejora potencial), de la reduccin Input y/o incremento Output
que sta debera tratar de promover para convertirse en eficiente.
Por otra parte, si x 0 representa el vector de Inputs de la Unidad que est siendo evaluada, y 24 su
puntuacin de eficiencia tcnica, entonces (1 - )x 0 indicar la cantidad en que deberan reducirse
radialmente (proporcionalmente) todos los Inputs25 de la Unidad0 para que fuese eficiente. La
diferencia entre los valores Input objetivo y la reduccin radial indicar la cuanta en que
adicionalmente la Unidad0 debe reducir sus Inputs como consecuencia del movimiento holgura.
Por tanto, la mejora potencial de una Unidad puede ser descompuesta en mejora proporcional,
derivada de la reduccin radial, y mejora holgura, derivada de la reduccin holgura.
Aplicacin 2.6.
Para cada concesionario ineficiente (A, C, D y F) es posible construir una Unidad (real o ficticia)
situada sobre la frontera eficiente. Tal Unidad es construida a partir de uno o ms concesionarios
eficientes, denominado conjunto de referencia; concretamente por aquel/aquellos que en la
evaluacin del concesionario ineficiente han obtenido valores *j > 0 (j = A, B, C, D, E, F) . Las
coordenadas de la proyeccin sobre la frontera representar el plan de proyeccin (Valores objetivo)
que convertira al concesionario ineficiente en eficiente.
As, en la tabla 2.6 se muestra, a partir de la informacin contenida en la tabla 2.5, el conjunto de
referencia y la intensidad con la que cada concesionario eficiente (benchmark) que lo forma
23
Cada una de las cuales acta como referencia o, en la terminologa DEA, benchmark.
( 1 ) indicar la mxima reduccin (proporcional) que puede llevar a cabo la Unidad0 en todos sus Inputs
manteniendo el nivel de Outputs dado.
25
Recurdese que se est haciendo referencia a una orientacin Input.
Vicente Coll y Olga M Blasco
44
( vcoll@uv.es ; Olga.Blasco@uv.es )
24
Modelo DEA-CCR.
interviene en la construccin, para cada concesionario ineficiente, de la respectiva Unidad (real o
ficticia) eficiente . En la tabla 2.6. se facilita esta informacin:
Conjunto de referencia
Concesionario
B
E
ineficiente
*B =0,4354 *E =0,0779
A
*B =0,7143
--
-*
E
*
E
=0,625
*B =0,5947 =0,2283
Ahora, es posible determinar el plan de produccin objetivo de cada concesionario ineficiente. Por
ejemplo, para el concesionario A se tendr:
Valores objetivo Input :
x1A = *B x1B + *E x1E = 0,4354 11 + 0,0779 11 = 5,6463
x 2A = *B x 2B + *E x 2E = 0,4354 15 + 0,0779 18 = 7,9332
Valores objetivo Output :
y1A = *B y1B + *E y1E = 0,4354 25 + 0,0779 40 = 14
y 2A = *B y 2B + *E y 2E = 0,4354 42 + 0,0779 22 = 20
En la tabla 2.7 se recogen los valores objetivo para cada concesionario ineficiente, as como los
valores inicialmente observados para cada uno de ellos.
Valores objetivo
Input
Output
Concesionario
ineficiente
A
C
D
F
x1
x2
y1
y2
Valores observados
Input
Output
x1
x2
y1
y2
5,6463 7,9332
14
20
8
7,8573 10,7145 17,8575 30
14
6,875 11,25
25
13,75 12
9,053 13,0299
24
30
18
8
12
13
20
14
8
25
24
20
30
8
30
Al comparar los valores objetivo y observados es posible determinar la mejora (reduccin Input y/o
incremento Output) que debera experimentar cada concesionario ineficiente para convertirse en
eficiente, as como distinguir qu parte de dicha mejora se debe a un movimiento radial (derivado de
45
A
C
D
F
Mejora
potencial
Input
Output
*
x1
x2
y1
y2
Eficiencia ( )
0,9916
-2,3537 -0,0668
0
0
0,8929
-6,1427 -1,2855 9,8575 0
0,8654
-5,125 -1,75
0
5,75
0,6515
-8,947 -6,9701
0
0
Movimiento
radial27
Input
x1
x2
-0,0672 -0,0672
-1,4994 -1,2852
-1,6152 -1,7498
-6,273
-6,97
Movimiento
Holgura
Input
Output
x1
x2
y1
y2
-2,287 ----4,643 -- 9,857 --3,510 --- 5,750
-2,674 ----
x1
x2
-29,42%
-43,88%
-42,71%
-49,71%
y1
y2
Asimismo, es posible obtener los porcentajes en que cada una de las benchmark del conjunto de
referencia de una empresa ineficiente contribuye a los valores objetivo de stas. Esta informacin
resulta de utilidad, puesto que a travs de dichos porcentajes se pone de manifiesto la mayor o menor
importancia que en cada variable Input y Output representa la benchmark para la Unidad ineficiente.
El porcentaje de contribucin de la Unidad eficiente k a los valores objetivo del Output r de una
Unidad ineficiente ( PC k, r ) vendr dado por:
PC k, r =
*k y rk
n
y
j= i
*
j
100
(ecuacin 2.2)
rj
en tanto que el porcentaje de contribucin de la Unidad eficiente k a los valores objetivo del Input i
de una Unidad ineficiente ( PC k,i ) ser:
26
Las posibles diferencias que puedan darse en los resultados son debidas a los redondeos realizados en las puntuaciones
de eficiencia.
46
Modelo DEA-CCR.
*k x ik
PC k,i =
x
j=1
*
j
100
(ecuacin 2.3)
ij
Aplicacin 2.7.
A modo de ejemplo, a continuacin se ilustra cmo calcular, a partir de las ecuacines 2.2 y 2.3, los
porcentajes de contribucin Input y Output del conjunto de referencia a los valores objetivo, en este
caso para el concesionario A:
Conjunto
de referencia
B
*
( B = 0,4354)
*B x1B
0,4354 11
100 =
100 = 84,82%
*
*
B x1B + E x1E
0,4354 11 + 0,0779 11
PC B,i =1 =
*B x 2B
0,4354 15
= *
100 =
100 = 82,32%
*
B x 2B + E x 2E
0,4354 15 + 0,0779 18
x2
PC B,i = 2
y1
*B y1B
0,4354 25
PC B,r =1 = *
100 =
100 = 77,75%
*
B y1B + E y1E
0,4354 25 + 0,0779 40
Output
*B y 2B
0,4354 42
100 =
100 = 91,43%
*
*
B y 2B + E y 2E
0,4354 42 + 0,0779 22
y 2 PC B,r = 2 =
x1
PC E,i =1 =
*E x1E
0,0779 11
100 =
100 = 15,18%
*
*
B x1B + E x1E
0,4354 11 + 0,0779 11
x2
PC E,i = 2 =
*E x 2E
0,0799 18
100 =
100 = 17,68%
*
*
B x 2B + E x 2E
0,4354 15 + 0,0779 18
y1
PC E, r =1 =
*E y1E
0,0779 40
100 =
100 = 22,25%
*
*
B y1B + E y1E
0,4354 25 + 0,0779 40
y2
PC B,r = 2 =
*E y 2E
0,0779 22
100 =
100 = 8,57%
*
*
B y 2B + E y 2E
0,4354 45 + 0,0779 22
Input
E
( = 0,0779)
*
E
Output
Para el conjunto de concesionarios ineficientes, los porcentajes de contribucin son los que se
reflejan en la tabla 2.11.
Conjunto de referencia
Concesionario
ineficiente
Variable
x1
x2
y
Output 1
y2
84,82%
88,32%
77,75%
91,43%
15,18%
17,68%
22,25%
8,57%
Input
27
Slo se incluyen los Inputs porque la evaluacin de eficiencia se ha realizado suponiendo un modelo Input orientado.
Por tanto, los Outputs no pueden expandirse de forma radial.
Vicente Coll y Olga M Blasco
47
( vcoll@uv.es ; Olga.Blasco@uv.es )
Variable
x1
x2
y
Output 1
y2
x1
Input
x2
y
Output 1
y2
x1
Input
x2
y
Output 1
y2
100%
100%
100%
100%
100%
100%
100%
100%
---------
72,26%
68,46%
61,95%
83,26%
27,74%
31,54%
38,05%
16,74%
Input
28
Modelo DEA-CCR.
Sujeto a :
Y y 0
x 0 X
Min
(modelo 2.8a)
Segunda etapa: A partir del ptimo * obtenido en la etapa 1 se ajustan los Inputs ( * x 0 ) y se
procede a maximizar las holguras Inputs y Outputs para mover radialmente el punto proyectado
en la etapa 1, que satisface la condicin de eficiencia de Farrell (1957), a un punto sobre la
envolvente eficiente que satisfaga la condicin de optimalidad de Pareto-Koopmans.
- Is + + Is-
Sujeto a :
Y = y 0 + s +
*
X = x 0 - s
, s + , s 0
Min
,s + ,s
(modelo 2.8b)
donde:
s
En el anexo III puede consultarse cmo ejecutar el modelo DEA-CCR Input orientado en forma
envolvente en dos etapas (modelos 2.8a y 2.8b) utilizando Solver. En cualquier caso, es frecuente
formular los problemas dados por los modelos 2.8a.y 2.8b en un nico modelo29, como el siguiente:
29
Es el dual del problema multiplicativo del modelo 2.4. Para ms detalles puede consultarse el anexo III.
Vicente Coll y Olga M Blasco
( vcoll@uv.es ; Olga.Blasco@uv.es )
49
z 0 = Is + + Is -
, ,s + ,s
Sujeto a :
Y = y 0 + s +
X = x 0 s
, s + , s 0
(modelo 2.9)
El mtodo de resolucin en dos etapas es el procedimiento incorporado por Frontier Analyst para
evaluar la eficiencia de un conjunto de Unidades.
Aplicacin 2.8.
En el anexo III se muestra cmo resolver el modelo (2.9) para el concesionario A usando Solver.
Procediendo de manera similar con el resto de concesionarios se evaluara su eficiencia. En la
siguiente tabla se recogen los resultados obtenidos30:
Movimiento
radial
Eficiencia
( * )
Conjunto
referencia
*A
Concesionario
C
D
0,9916
0,8929
0,8654
0,6515
ByE
ByE
*
B
*
C
0,4354
0,7143
0,5947
0,0779
0,625
0,2283
Movimiento
holgura Output
9,8571
5,75
Movimiento
holgura Input
*
D
*
E
*
F
+
1
+
2
2,2867
4,6429
3,5096
2,6734
Intensidades
En este caso, y como fcilmente puede comprobarse, los resultados mostrados en la tabla anterior
coinciden con aquellos obtenidos mediante el procedimiento de resolucin en una etapa.
50
Modelo DEA-CCR.
Sujeto a :
=
=
y
d
y
y
(r
1,2,...,
s)
rj j
r r0
r0
jR
* x i0 x ij j d i x i0 = 0 (i = 1,2,..., m)
jR
di p
d +r q
pw qw
+
j 0, d i 0, d r 0, (j, i, r)
Min w 0
(modelo 2.10)
30
31
32
Los resultados que se muestran han sido redondeados a cuatro cifras decimales.
Vanse los problemas (2.8a) y (2.8b) o, alternativamente, el problema (2.9).
Desviacin que en el modelo (2.9) vendra dada por
Vicente Coll y Olga M Blasco
( vcoll@uv.es ; Olga.Blasco@uv.es )
Banxia Frontier Analyst y Warwick DEA Software, dos de los softwares ms empleados en el anlisis de eficiencia
DEA, ejecutan un proceso bietpico.
34
El razonamiento puede ser extendido al modelo CCR output orientado y a los modelos BCC.
35
El procedimiento de Tone (1999) y Cooper, Seiford y Tone (2000) es similar al propuesto por Coelli (1998).
36
Este mismo inconveniente es planteado por Tone (1999) y Cooper, Seiford y Tone (2000). Ver mtodo de tres etapas
(subepgrafe 2.5.2).
37
La demostracin de la invariabilidad a las Unidades de medida de la primera etapa puede encontrarse en Cooper,
Seiford y Tone (2000:39). Tanto el modelo de resolucin en tres etapas como el multietpico son invariantes a las
Unidades en que inputs y outputs son medidos.
38
En el sentido de Pareto-Koopmans.
Vicente Coll y Olga M Blasco
52
( vcoll@uv.es ; Olga.Blasco@uv.es )
Modelo DEA-CCR.
proyecciones eficientes desde el punto de vista de Koopmans es recomendable el uso del mtodo
multietpico39 en lugar del mtodo bietpico (Coelli, 1998; Coelli, Prasada Rao y Battese, 1998).
Sujeto a :
vT X
1
uTY
u T , v T I
vT x 0
u T y0
(modelo 2.11)
Sujeto a :
T y0 = 1
T
T
X Y 0
T
T
, I
(modelo 2.12)
El problema dual asociado al problema del modelo (2.12), conocido como modelo DEA-CCR Output
orientado envolvente, puede expresarse de la siguiente forma:
39
El mtodo DEA multietpico est implementado en el software DEAP (Coelli, 1996). DEAP ofrece la posibilidad de
realizar anlisis de corte transversal o datos panel. Asimismo, puede especificarse la orientacin, input u output, del
anlisis y el mtodo de resolucin: una etapa, dos etapas o multietpico.
40
Ver ecuacin (2.2.).
Vicente Coll y Olga M Blasco
53
( vcoll@uv.es ; Olga.Blasco@uv.es )
, ,s + ,s
Sujeto a :
y 0 Y + s + = 0
X + s = x 0
, s + , s - 0
z 0 = + Is + + Is -
(modelo 2.13)
Al comparar41 el problema del modelo (2.13) con el equivalente Input orientado del modelo (2.9)
puede observarse como la diferencia bsica entre uno y otro estriba en que, mientras que en el
modelo Input orientado se pretende determinar la mxima reduccin radial que debera producirse en
los Inputs de la Unidad analizada, en el modelo Output orientado el objetivo es maximizar el
aumento proporcional en los Outputs que podra ser logrado por la Unidad evaluada, dado sus niveles
de Inputs.
La resolucin del modelo (2.13), que se efecta segn el procedimiento de dos etapas, dar una
solucin ptima ( * , s +* , s -* ), de tal forma que * 1 . As, cuanto mayor sea * ms ineficiente ser
la Unidad evaluada. Una Unidad ser calificada como tcnicamente eficiente si y solo si * = 1 y
todas las holguras son nulas ( s +* = 0, s -* = 0 ). En caso contrario la Unidad ser ineficiente.
La eficiencia tcnica Output de la Unidad evaluada ser igual a 1 * .
En la Figura 2.1. puede verse como, para la Unidad representada, Unidad A, y bajo el supuesto de
tecnologa de rendimientos constantes a escala, la puntuacin de eficiencia tcnica Input, obtenida
mediante el modelo DEA-CCR Input orientado, y la puntuacin de eficiencia Output, obtenida
mediante el modelo DEA-CCR Output orientado, coinciden; esto es, *A = 1 A* (Fre y Lovell, 1978;
Cooper, Seiford y Tone, 2000).
Se constata, adems, lo indicado por Coelli, Prasada Rao y Battese (1998): Los modelos Input
orientados y Output orientados estiman la misma frontera y por tanto, por definicin, el mismo
conjunto de Unidades eficientes. Slo las medidas de eficiencia asociadas a las Unidades ineficientes
pueden diferir entre los modelos (Coelli, Prasada Rao y Battese, 1998:159).
41
En Cooper, Seiford y Tone (2000:58-59) pueden encontrase las expresiones que relacionan la solucin optima del
modelo DEA-CCR input orientado con la solucin ptima del modelo DEA-CRR output orientado.
Vicente Coll y Olga M Blasco
54
( vcoll@uv.es ; Olga.Blasco@uv.es )
Modelo DEA-CCR.
Aplicacin 2.9.
Dados los valores Input y Output observados para los concesionarios A, B, C, D, E y F (ver tabla
2.1), el modelo DEA-CCR Output orientado en forma envolvente puede escribirse de la siguiente
manera:
Max , z 0 =
Sujeto a :
y 20 y 2A A y 2B B K y 2F F 0
libre
1 , 2 , K n 0
(modelo 2.14)
Sustituyendo:
Max , z 0 =
Sujeto a :
y10 14 A 25 B 8 C 25 D 40 E 24 F 0
y 20 20 A 42 B 30 C 8 D 22 E 30 F 0
8 A + 11 B + 14 C + 12 D + 11 E + 18 F x10
8 A + 15 B + 12 C + 13 D + 18 E + 20 F x 20
libre
1 , 2 , K n 0
(modelo 2.15)
El anterior se corresponde con una formulacin de resolucin en una etapa. El modelo en dos etapas
sera:
z 0 = + (s1+ + s 2+ + s1 + s 2 )
Sujeto a :
+
y10 14 A 25 B 8 C 25 D 40 E 24 F + s1 = 0
y 20 20 A 42 B 30 C 8 D 22 E 30 F + s 2+ = 0
8 A + 11 B + 14 C + 12 D + 11 E + 18 F + s1 = x10
8 A + 15 B + 12 C + 13 D + 18 E + 20 F + s 2 = x 20
libre
1 , 2 , K n 0
Max
, ,s + ,s
(modelo 2.16)
55
Eficiencia ( 1 * )
*A
*B
*C
*
A
1,0085
B
1
0,9916
0,4391
Holgura Output y1
Holgura Output y 2
Holgura Input x1
Holgura Input x 2
0,8929 0,8654
F
1,5349
0,6515
0,8
0,9128
0,0785
0,722
0,3504
--2,306
--
-----
11,04
-5,2
--
-6,644
4,0556
--
-----
--4,104
--
*D
*
E
*
F
Concesionarios
C
D
E
1,12 1,1556
1
Tabla 2.13. Evaluacin de eficiencia de los concesionarios. Modelo Output orientado bietpico.
Como puede verse en la tabla anterior, los concesionarios B y E son eficientes. Sin embargo, el
concesionario A podra incrementar sus Outputs en un 0,85% ( *A 1) y seguir consumiendo la
misma cantidad de factores productivos, es decir, su eficiencia tcnica (Output) es aproximadamente
del 99,16% ( *A = 1 A* ) . Este argumento sera extensible a los restantes concesionarios ineficientes,
esto es, C, D y F.
Por otro lado, y a partir de los resultados mostrados en la tabla 2.13, para los concesionarios
ineficientes pueden obtenerse los valores objetivos42 as como los porcentajes de mejora potencial
que cada uno de ellos debera promover para tratar de convertirse en una Unidad eficiente.
Concesionario Variable
x1
x2
y1
y2
Valor
Valor Movimiento Movimiento Mejora potencial
observado objetivo
radial
holgura
(%)
-2,306
8
5,694
-28,83%
-0
8
8
0,00%
0,1196
0
14
14,119
0,85%
0,1694
0
20
20,169
0,85%
(sigue en la siguiente pgina)
42
Plan de produccin de la Unidad proyectada sobre la frontera para cada Unidad ineficiente, y que es obtenida como
combinacin lineal de Unidades eficientes (concretamente de aquellas que constituyen el conjunto de referencia).
Vicente Coll y Olga M Blasco
56
( vcoll@uv.es ; Olga.Blasco@uv.es )
Modelo DEA-CCR.
Concesionario Variable
x1
x2
y1
y2
x1
x2
y1
y2
x1
x2
y1
y2
Valor
observado
14
12
8
30
12
13
25
8
18
20
24
30
Tabla 2.14. Valores objetivo y mejora potencial. Modelo Output orientado bietpico.
57
ANEXO I.
MODELO DEA-CCR INPUT ORIENTADO EN FORMA MULTIPLICATIVA
A.I.1. Planteamiento del problema para los concesionarios: B, C, D, E y F.
A.I.2. Resolucin del modelo (2.4) con Solver de Excel.
58
Modelo DEA-CCR.
Concesionario C
Max , w C = 81 + 30 2
Concesionario D
Max , w D = 251 + 8 2
Sujeto a :
Sujeto a :
Sujeto a :
111 + 15 2 = 1
141 + 12 2 = 1
121 + 13 2 = 1
251 + 42 2 (111 + 15 2 ) 0
251 + 42 2 (111 + 15 2 ) 0
251 + 42 2 (111 + 15 2 ) 0
141 + 20 2 (81 + 8 2 ) 0
141 + 20 2 (81 + 8 2 ) 0
141 + 20 2 (81 + 8 2 ) 0
81 + 30 2 (141 + 12 2 ) 0
81 + 30 2 (141 + 12 2 ) 0
81 + 30 2 (141 + 12 2 ) 0
401 + 22 2 (111 + 18 2 ) 0
401 + 22 2 (111 + 18 2 ) 0
401 + 22 2 (111 + 18 2 ) 0
251 + 8 2 (121 + 13 2 ) 0
251 + 8 2 (121 + 13 2 ) 0
241 + 30 2 (181 + 20 2 ) 0
241 + 30 2 (181 + 20 2 ) 0
1 , 2 , 1 , 2
1 , 2 , 1 , 2
251 + 8 2 (121 + 13 2 ) 0
241 + 30 2 (181 + 20 2 ) 0
1 , 2 , 1 , 2
Concesionario E
Max , w E = 401 + 22 2
Concesionario F
Max , w F = 241 + 30 2
Sujeto a :
Sujeto a :
111 + 18 2 = 1
181 + 20 2 = 1
251 + 42 2 (111 + 15 2 ) 0
251 + 42 2 (111 + 15 2 ) 0
141 + 20 2 (81 + 8 2 ) 0
141 + 20 2 (81 + 8 2 ) 0
81 + 30 2 (141 + 12 2 ) 0
81 + 30 2 (141 + 12 2 ) 0
401 + 22 2 (111 + 18 2 ) 0
401 + 22 2 (111 + 18 2 ) 0
251 + 8 2 (121 + 13 2 ) 0
251 + 8 2 (121 + 13 2 ) 0
241 + 30 2 (181 + 20 2 ) 0
241 + 30 2 (181 + 20 2 ) 0
1 , 2 , 1 , 2
1 , 2 , 1 , 2
Puede observarse cmo los modelos para evaluar la eficiencia de los distintos concesionarios
similares, las diferencias entre ellos son:
1. La funcin objetivo.
2. La restriccin que normaliza los Inputs.
59
60
2 = u 2 , 1 = v 1 , 2 = v 2 .
Modelo DEA-CCR.
Paso 3: A partir del modelo (2.4), que recurdese que para el concesionario A era:
Funcin objetivo
Restricciones
normalizacin
Unidad A
Unidad B
Unidad C
Unidad D
Unidad E
Unidad F
8v1 + 8v 2 = 1
14u1 + 20u 2 (8v1 + 8v 2 ) 0
25u1 + 42u 2 (11v1 + 15v 2 ) 0
8u1 + 30u 2 (14v1 + 12v 2 ) 0
25u1 + 8u 2 (12v1 + 13v 2 ) 0
40u1 + 22u 2 (11v1 + 18v 2 ) 0
24u1 + 30u 2 (18v1 + 20v 2 ) 0
Pesos
u1
u2
v1
v2
u1
u2
v1
v2
se introducen en la hoja Excel las frmulas que permitan obtener la funcin objetivo y que
representen las restricciones, tal y como se presentan a continuacin44:
Figura A.I.2. Introduccin de las frmulas del modelo 2.4 (concesionario A).
44
Paso 4: Seleccionar Solver del men herramientas45. Se abrir el cuadro de dilogo que se
reproduce a continuacin:
Paso 5: Introducir la informacin relevante para que Solver pueda ejecutar el problema de
programacin lineal del modelo (2.4). Para ello:
62
Modelo DEA-CCR.
Celda objetivo: Indicar la celda que contiene la frmula de la funcin objetivo, en este
caso la celda B9. Por defecto aparece la celda que en la que encuentra el puntero del ratn
al abrir Solver.
Valor de la celda objetivo: Como se desea maximizar la funcin objetivo, la casilla de
verificacin seleccionada debe ser la correspondiente a Mximo.
Cambiando las celdas: Seleccione el rango B20:B23, que se refieren a los valores de las
variables (pesos de los Outputs e Inputs).
Sujetas a las siguientes restricciones: Ahora hay que introducir las restricciones del
modelo, incluidas las relativas a las variables. Haciendo clic en el botn Agregar, se abre
el cuadro que se muestra en la Figura A.I.5, que est formado por: Referencia de la celda,
una lista desplegable de operadores y Restriccin.
Cada vez que se desea aadir una nueva restriccin se hace clic en el botn Agregar.
Cuando todas las restricciones han sido incluidas pulsar Aceptar. En la resolucin del
modelo (2.4), se actuar de la siguiente forma en lo relativo a las restricciones:
Referencia de la celda Operador
Restriccin
Seleccionar la celda
B12
Seleccionar la celda
D12
Restricciones de
cada Unidad46
Hacer clic en Agregar
Seleccionar el rango
B13:B18
<=
Seleccionar el rango
D13:D18
Restricciones
de los pesos47
Hacer clic en Aceptar
Seleccionar el rango
B20:B23
>=
Seleccionar el rango
D20:D23
normalizacin
Hacer clic en Agregar
Se vuelve al cuadro de dilogo de los parmetros de Solver (Figura A.I.4), pero ahora su
contenido es:
45
Si no aparece Solver, hacer clic en herramientas-complementos. En el listado de complementos disponibles, hacer clic
en la casilla de verificacin de Solver y pulsar Aceptar.
46
Tambin poda haberse introducido una restriccin por cada Unidad, en lugar de haber seleccionado un rango. Esto
ltimo se ha hecho por ser todas las restricciones del tipo menor o igual.
47
Vase comentario de la anterior nota al pie.
Vicente Coll y Olga M Blasco
63
( vcoll@uv.es ; Olga.Blasco@uv.es )
Paso 6: Para ejecutar el problema (modelo 2.4), hacer clic en Resolver. Inmediatamente aparece
un cuadro indicando que Solver ha encontrado una solucin que satisface todas las restricciones
y en el que se encuentra seleccionada la opcin: Utilizar solucin de Solver. Hacer clic en
Aceptar. Puede comprobarse cmo ahora la hoja Excel muestra los valores de la variables del
problema (u1* , u *2 , v1* y v*2 ) que maximizan la puntuacin de eficiencia del concesionario A, que
resulta ser w *A = 0,9915906 .
Modelo DEA-CCR.
ANEXO II.
EL MODELO DEA-CCR INPUT ORIENTADO EN FORMA ENVOLVENTE
A.II.1. Formulacin del modelo DEA-CCR Input orientado dual.
A.II.2. Planteamiento del problema dual para los concesionarios: B, C, D, E y F.
A.II.3. Resolucin del modelo (2.6) con Solver de Excel.
65
Max , w 0 = r y r0
r =1
Sujeto a :
m
x
i =1
i0
=1
r =1
i =1
r y rj i x ij 0
j = 1,2,..., n
r , i
o lo que es lo mismo:
Max , w 0 = 1 y10 + 2 y 20 + K + s y s0
Sujeto a :
1x10 + 2 x 20 + K + m x m0 = 1
1 y11 + 2 y 21 + K + s y s1 1x11 2 x 21 K m x m1 0
1 y12 + 2 y 22 + K + s y s2 1x12 2 x 22 K m x m2 0
1 y1n + 2 y 2n + K + s y sn 1x1n 2 x 2n K m x mn 0
1 , 2 , K , s , 1 , 2 , K, m
(modelo A.II.1)
La construccin del modelo dual viene determinada por las siguientes reglas:
Regla 1: Si la funcin objetivo del modelo primal hay que maximizarla, la funcin objetivo del
modelo dual habr que minimizarla y viceversa.
La funcin del modelo primal (modelo A.II.1) hay que maximizarla por lo que la del
modelo dual habr que minimizarla.
Regla 2: El modelo dual tiene tantas variables como nmero de restricciones presenta el modelo
primal.
66
Modelo DEA-CCR.
El modelo A.II.1 presenta (n+1) restricciones, con lo que el modelo dual tendr
(n+1) variables, que se denotarn por y (1 , 2 ,K , n ) .
Regla 3: Los trminos independientes de las restricciones del modelo primal se corresponden con
los coeficientes de las variables de la funcin objetivo del modelo dual.
La funcin objetivo del modelo dual quedar:
Min , z 0 = 1 + 01 + 0 2 + K + 0 n
Min , z 0 =
Regla 4: El nmero de restricciones del modelo dual se corresponde con el nmero de variables
del modelo primal.
El modelo A.II.1 tiene (s+m) variables, por lo que el modelo dual presentar ese
mismo nmero de restricciones.
Regla 5: Los coeficientes de las variables en las restricciones del modelo dual, matriz tcnica, ser
la transpuesta de la del modelo primal.
La matriz tcnica del modelo primal es:
0
y
11
A = y12
M
y1n
0
K 0
y 21 K y s1
y 22 K y s2
K
y 2n K y sn
+ x10
+ x 20 K
x 21 K
x 22 K
K
x 2n K
x11
x12
M
x 1n
+ x m0
x m1
x m2
x mn
0
A =
+ x 10
+ x 20
M
+ x m0
y11
y 21
M
y s1
x 11
x 21
M
x m1
y12
y 22
M
y s2
x 12
x 22
M
x m2
K
K
K
K
K
K
y1n
y 2n
M
y sn
x 1n
x 2n
M
x mn
67
0 + ys11 + ys2 2 + K + y sn n
x10 x111 x12 2 K x1n n
x 20 x 211 x 22 2 K x2n n
x m0 x m11 x m2 2 K x mn n
Minimizar
Restricciones
0
No restringida
=
0
Restricciones
Variables
0
=
No restringida
Variables
Si hay que maximizar la funcin objetivo del modelo primal, se recurrir a la tabla de Tucker
en la direccin de izquierda a derecha al objeto de establecer la correspondencia entre los tipos
de desigualdades con el fin de obtener el problema dual. En el caso que el modelo primal sea
un problema de minimizacin, para establecer las relaciones se ir de derecha a izquierda.
Regla 7: Los coeficientes de las variables de la funcin objetivo del modelo primal sern los
trminos independientes de las restricciones del modelo dual.
Aplicando las reglas 6 y 7, las restricciones y variables del modelo dual quedarn de
la siguiente forma:
0 + y111 + y12 2 + K + y1n n y10
0 + y 211 + y 22 2 + K + y 2n n y 20
M
0 + y s11 + y s2 2 + K + y sn n y s0
x10 x111 x12 2 K x1n n 0
x 20 x 211 x 22 2 K x 2n n 0
M
x m0 x m11 x m2 2 K x mn n 0
libre
1 , 2 , K n 0
68
Modelo DEA-CCR.
Por tanto, el modelo dual del primal A.II.1 ser:
Min , z 0 =
Sujeto a :
0 + y 211 + y 22 2 + K + y 2n n y 20
0 + y s11 + y s2 2 + K + y sn n y s0
x m0 x m11 x m2 2 K x mn n 0
libre
1 , 2 , K n 0
(modelo A.II.2)
que es el denominado modelo DEA-CCR Input Orientado en forma envolvente, y que en este caso
viene expresado en forma cannica.
69
Concesionario B
Min , z C =
Concesionario C
Sujeto a :
Sujeto a :
14 A + 25 B + 8 C + 25 D + 40 E + 24 F 25 14 A + 25 B + 8 C + 25 D + 40 E + 24 F 8
20 A + 42 B + 30 C + 8 D + 22 E + 30 F 42
20 A + 42 B + 30 C + 8 D + 22 E + 30 F 30
11 8 A + 11 B + 14 C + 12 D + 11 E + 18 F
14 8 A + 11 B + 14 C + 12 D + 11 E + 18 F
15 8 A + 15 B + 12 C + 13 D + 18 E + 20 F
12 8 A + 15 B + 12 C + 13 D + 18 E + 20 F
A , B , C , D , E , F 0
A , B , C , D , E , F 0
no restringida
no restringida
Concesionario D
Min , z D =
Min , z E =
Concesionario E
Sujeto a :
Sujeto a :
14 A + 25 B + 8 C + 25 D + 40 E + 24 F 25 14 A + 25 B + 8 C + 25 D + 40 E + 24 F 40
20 A + 42 B + 30 C + 8 D + 22 E + 30 F 8
20 A + 42 B + 30 C + 8 D + 22 E + 30 F 22
12 8 A + 11 B + 14 C + 12 D + 11 E + 18 F
11 8 A + 11 B + 14 C + 12 D + 11 E + 18 F
13 8 A + 15 B + 12 C + 13 D + 18 E + 20 F 18 8 A + 15 B + 12 C + 13 D + 18 E + 20 F
A , B , C , D , E , F 0
A , B , C , D , E , F 0
no restringida
no restringida
Min , z A =
Concesionario F
Sujeto a :
14 A + 25 B + 8 C + 25 D + 40 E + 24 F 14
20 A + 42 B + 30 C + 8 D + 22 E + 30 F 20
8 8 A + 11 B + 14 C + 12 D + 11 E + 18 F
8 8 A + 15 B + 12 C + 13 D + 18 E + 20 F
A , B , C , D , E , F 0
no restringida
70
Modelo DEA-CCR.
Sujeto a :
14 A + 25 B + 8 C + 25 D + 40 E + 24 F 14
20 A + 42 B + 30 C + 8 D + 22 E + 30 F 20
8 8 A + 11 B + 14 C + 12 D + 11 E + 18 F
8 8 A + 15 B + 12 C + 13 D + 18 E + 20 F
A , B , C , D , E , F 0
no restringida
(modelo 2.6)
Paso 3: Transponer la matriz de datos. Para ello, seleccionar el rango A1:G5, hacer clic en el
botn derecho del ratn y elegir la opcin Copiar. Ir a la celda A8, hacer clic con el botn
derecho del ratn y elegir la opcin Pegado especial. En el cuadro de dilogo que se abre
marcar la casilla correspondiente a Trasponer y pulsar Aceptar. El resultado debe ser como el
que se muestra en la Figura A.II.2.
71
Figura A.II.3. Modelo DEA-CCR Input orientado en forma envolvente para el concesionario A..
Paso 5: Seleccionar Solver del men herramientas e introducir los parmetros del modelo, tal y
como se muestra a continuacin:
48
En Excel se utilizar la siguiente nomenclatura: Thita= , LA= A , LB= B , LC= C , LD= D , LE= E , LF= F .
72
Modelo DEA-CCR.
Paso 6: Pulsar Resolver para obtener la solucin del problema planteado, que es la siguiente:
73
74
Modelo DEA-CCR.
ANEXO III.
MODELO DEA-CCR INPUT ORIENTADO EN FORMA ENVOLVENTE:
METODO DE DOS ETAPAS
A.III.1. Resolucin del modelo (2.8a) y (2.8b) utilizando Solver.
A.III.2. Formulacin del modelo (2.9).
A.III.3. Resolucin del modelo (2.9) con Solver.
75
Paso 3: Trasponer la matriz de datos. Para ello, seleccionar el rango A1:G5, hacer clic en el botn
derecho del ratn y elegir la opcin Copiar. Ir a la celda A8, hacer clic con el botn derecho del
ratn y elegir la opcin Pegado especial. Seguidamente, se abrir un cuadro de dilogo, marcar
la casilla correspondiente a Transponer y pulsar Aceptar. El resultado debe ser como el que se
muestra en la Figura A.III.2.
Modelo DEA-CCR.
Paso 4: Escribir49, segn el modelo (2.8b), la/s frmula/s que permitan calcular:
la puntuacin de eficiencia obtenida en la primera etapa ( *A = 0,9915929 ).
la
funcin
objetivo:
r =1
i =1
( s +r + s i ) = (s1+ + s +2 + s1 + s 2 ) ,
que
hay que
minimizar.
las restricciones (4):
Rest1 14 A + 25 B + 8 C + 25 D + 40 E + 24 F = 14 + s1+
Rest2 20 A + 42 B + 30 C + 8 D + 22 E + 30 F = 20 + s +2
Rest3 8 A + 11 B + 14 C + 12 D + 11 E + 18 F = 8 (0,9915929) - s1Rest4 8 A + 15 B + 12 C + 13 D + 18 E + 20 F = 8 (0,9915929) - s -2
las condiciones de no negatividad de las variables (10 restricciones):
A , B , C , D , E , F 0
Sy1, Sy2, Sx1, Sx2 0
En la Figura A.III.3 se muestran las expresiones a introducir en la hoja Excel.
49
En Excel se utilizar la siguiente nomenclatura: LA= A , LB= B , LC= C , LD= D , LE= E , LF= F , Sy1= s1 ,
Sy2=
s +2 , Sx1= s1 , Sx2= s 2 .
77
Paso 5: Seleccionar Solver del men herramientas e introducir los parmetros del modelo, tal y
como se muestra a continuacin:
Paso 6: Pulsar Resolver para obtener la solucin del problema planteado, que es la siguiente:
78
Modelo DEA-CCR.
79
1 y1n + 2 y 2n + K + s y sn 1x 1n 2 x 2n K m x mn 0
- 1 -
- 2 -
- s -
- 1 -
- 2 -
M
- m -
(modelo A.III.1)
La nica diferencia entre el modelo (A.III.1) y el modelo (2.2) es que en el primero la restriccin de
positividad de las variables han sido transformadas en desigualdades del tipo .
El modelo (A.III.1) presenta (s + m) variables y (1 + n + s + m) restricciones (contando las
restricciones de positividad), lo que significa que el modelo dual tendr (1 + n + s + m) variables y
(s + m) restricciones. Adems, para pasar del problema primal al dual, recurdese que (ver anexo II):
Primal
Dual
1. Funcin objetivo a maximizar.
1. Funcin objetivo a minimizar.
2. Trminos independientes de las restricciones 2. Coeficientes de las variables en la funcin
objetivo.
3. Coeficientes de las variables en la funcin
3. Trminos independientes de las restricciones.
objetivo.
4. Para la correspondencia de las desigualdades en las restricciones y variables ver tabla de Tucker
(tabla A.II.1).
Otra cuestin importante a considerar es la relativa a las (1 + n + s + m) variables del modelo dual. En
la siguiente tabla se muestra cmo se van a nombrar y cules son las restricciones del primal con las
que se asocian:
80
Modelo DEA-CCR.
Variables del dual
Eficiencia
Intensidades
1 , 2 ,K, n
1 y12 + 2 y 22 + K + s y s2 1 x 12 2 x 22 K m x m2 0
M
1 y1n + 2 y 2n + K + s y sn 1 x 1n 2 x 2n K m x mn 0
s , s , K, s
- r -
r = 1,2, K, s
- i -
i = 1,2, K, m
, ,s +
r ,s i
z 0 = 1 + 01 + 0 2 + K + 0 n s1+ s +2 K s s+ s1 s 2 K s m
Sujeto a :
0 + y111 + y12 2 + K + y1n n 1s1+ + 0s +2 + K + 0s s+ + 0s1 + 0s 2 + K + 0s m = y10
0 + y 211 + y 22 2 + K + y 2n n + 0s1+ 1s +2 + K + 0s s+ + 0s1 + 0s 2 + K + 0s m = y 20
M
0 + y s11 + y s2 2 + K + y sn n + 0s1+ + 0s +2 + K 1s s+ + 0s1 + 0s 2 + K + 0s m = y s0
x10 x111 x12 2 K x1n n + 0s1+ + 0s +2 + K + 0s s+ 1s1 + 0s 2 + K + 0s m = 0
x 20 x 211 x 22 2 K x 2n n + 0s1+ + 0s +2 + K + 0s s+ + 0s1 - 1s 2 + K + 0s m = 0
M
x m0 x m11 x m2 2 K x mn n + 0s1+ + 0s +2 + K + 0s s+ + 0s1 + 0s 2 + K 1s m = 0
no restringida
j 0 (j = 1,2,..., n) ; s +r 0 (r = 1,2,..., s) ; s i- 0 (i = 1,2,..., m)
es decir:
Min
, ,s +
r ,s i
z 0 = s1+ s +2 K s s+ s1 s 2 K s m
Sujeto a :
y111 + y12 2 + K + y1n n s1+ = y10
y 211 + y 22 2 + K + y 2n n s +2 = y 20
M
y s11 + y s2 2 + K + y sn n s s+ = y s0
x10 x111 x12 2 K x1n n - s1 = 0
x 20 x 211 x 22 2 K x 2n n - s 2 = 0
M
x m0 x m11 x m2 2 K x mn n s m = 0
no restringida
j 0 s +r 0 s i- 0
Vicente Coll y Olga M Blasco
( vcoll@uv.es ; Olga.Blasco@uv.es )
81
i =1
(r = 1,2,..., s)
(i = 1,2,..., m)
(j = 1,2,..., n)
m
Min
, ,s +
r ,s i
z 0 = s +r s i
r =1
Sujeto a :
n
y
rj
s +r = y r0
j=1
x10 x ij j s i = 0
j=1
no restringida
j 0 s +r 0 s i- 0
(modelo A.III.2)
, ,s + ,s
z 0 = Is + + Is-
Sujeto a :
Y = y 0 + s +
X = x 0 s
, s + , s 0
(modelo A.III.3)
82
Modelo DEA-CCR.
Paso 1: Escribir en la hoja Excel la/s fmulas que permitan obtener el valor de la funcin objetivo
(que hay que minimizar) satisfaciendo las restricciones, de acuerdo con el modelo A.III.3 (o
modelo 2.9), tal y como se ilustra en la Figura A.III.7 para el concesionario A.
83
Modelo DEA-CCR.
presenta expansin adicional en los Outputs (los valores holgura Output son nulos: Sy1 = 0 y
Sy2 = 0 ). Adicionalmente a la reduccin radial en los Inputs (1 - 0,0084 o 0,84%) , para alcanzar
una situacin de eficiente, el concesionario A debe disminuir el consumo de Input 1 en 2,287
unidades aproximadamente, tal y como lo indica el valor holgura de este Input.
85
Captulo 3
MODELO DEA-BCC.
3.1. Introduccin.
3.2. Incorporando los rendimientos a escala: Descomposicin de la eficiencia
tcnica en eficiencia tcnica pura y eficiencia escala.
3.3. Formulacin del modelo DEA-BCC Input orientado.
3.3.1. Forma fraccional y multiplicativa.
3.3.2. Forma envolvente.
3.4. Modelo DEA-BCC Output orientado.
ANEXOS
86
Modelo DEA-BCC
3.1. INTRODUCCIN.
Este tercer captulo est dedicado al modelo DEA-BCC, as denominado por haber sido desarrollado
por Banker, Charnes y Cooper (1989). Si el modelo DEA-CCR estudiado en el captulo anterior
consideraba rendimientos constantes a escala, el modelo DEA-BCC relaja este supuesto, que en gran
parte de las ocasiones resulta excesivamente restrictivo y por tanto irreal, permitiendo que la
tipologa de rendimiento a escala que en un momento determinado caracterice la tecnologa sea
variable, esto es: constante, creciente o decreciente.
De lo dicho puede desprenderse que los fundamentos del modelo DEA-BCC se encuentran en el
modelo DEA-CCR, puesto que el primero es una extensin del segundo. As, todos los contenidos
tericos introducidos en el captulo 2 son de aplicacin en este tercer captulo.
Al objeto de facilitar la comprensin de los nuevos conceptos que se van a introducir, los contenidos
tericos son trabajado a nivel prctico a travs de una serie de casos de aplicacin.
87
A partir de la Figura 3.1, y tomando como referencia la Unidad B, puede verse cmo la frontera
estimada bajo rendimientos variables a escala (RVE) est ms cerca de la envoltura lineal convexa
que la frontera estimada suponiendo rendimientos no crecientes a escala (RNCE) y sta, a su vez,
est ms prxima que la de rendimientos constantes a escala (RCE) (Pastor, 1995b y 1996). Por
tanto, la eficiencia tcnica Input/Output pura, estimada mediante el modelo DEA-BCC, que considera
RVE, es no-menor que la eficiencia tcnica Input/Output estimada mediante el modelo DEA-CCR,
que considera RCE. Esta ltima es una medida de eficiencia tcnica global (ETG)3 que, como se ver
a continuacin, puede ser descompuesta en eficiencia tcnica pura (ETP) y eficiencia escala (EE). La
nocin econmica de rendimientos a escala est relacionada con la EE (Banker y Thrall, 1992).
Continuando con la representacin de la Figura 3.1, y considerando una orientacin Input, puede
observarse cmo la eficiencia de la Unidad B viene dada por el cociente CB2/CB (la ineficiencia
vendr dada por la distancia B2B ) bajo los supuestos de rendimientos constantes o no crecientes a
escala mientras que si la Unidad B opera con tecnologa de rendimientos variables, la eficiencia
vendra dada por CB1/CB . La diferencia entre una medida y otra, es decir, la distancia B2B1 , es la
EE, que puede ser interpretada como la parte de la ineficiencia presente en ETG que obedece a la
Modelo DEA-BCC
escala de produccin de la empresa que se evala (Grifell-Tatj, Prior y Salas, 1992b), es decir, es el
resultado de descontar a la ETG la ETP (Pastor, 1996).
Por tanto, se tiene que:
ETG = ETP EE
(ecuacin 3.1)
CB2 CB1 CB2
=
CB
CB CB1
De la expresin anterior puede deducirse que si EE=1 entonces ETG=ETP, lo que indica que la
Unidad no presenta ineficiencias de escala y, por tanto, opera en una escala ptima. Si la Unidad B
presentase ineficiencia de escala ( EE < 1 ) se tendra que comparar la frontera de rendimientos
variables con la frontera de rendimientos no crecientes para determinar si dicha Unidad opera bajo
rendimientos crecientes o decrecientes a escala (ver figura 3.1).
Puede concluirse, por tanto, que la frontera RCE es ms restrictiva y producir, generalmente, un
menor nmero de Unidades eficientes as como puntuaciones menores de eficiencia entre todas las
Unidades. Debe observarse, adems, que la eficiencia Input y Output bajo RVE no son
necesariamente iguales.
Aplicacin 3.1.
Considrese un total de cinco Unidades (A, B, C ,D y E) cuyos planes de produccin vienen dados
por:
Nombre de la Unidad Input x Output y
A
2
4
B
2,5
2
C
1,5
1
D
3
5
E
3
3
Tabla 3.1. Datos planes de produccin.
89
A partir de los datos de la tabla 3.1 y la representacin de la Figura 3.2, resulta sencillo4 calcular las
coordenadas (planes de produccin) de las Unidades ficticias de la Unidad B. Los resultados son los
que se muestran en la siguiente tabla:
Nombre de la Unidad Ficticia Input x Output y
B1
5/3
2
B2
1
2
B3
0
2
B4
2,5
4,5
B5
2,5
5
B6
2,5
0
Tabla 3.2. Plan produccin Unidades ficticias.
Ahora, con la informacin de la tabla 3.2 es posible obtener la puntuacin de eficiencia tcnica de la
Unidad B respecto a la frontera eficiente definida bajo el supuesto de rendimientos constantes a
escala y/o variables, segn un modelo Input orientado u Ouput orientado. Los resultados a los que se
llega son:
Ver captulo 1.
90
Modelo DEA-BCC
Modelo
Frontera eficiente bajo:
RCE
RVE
Input orientado
Output orientado
B3B2 d(B3, B2)
B6B
d(B6, B)
ETB =
=
= 0,4 ETB =
=
= 0,4
B3B
d(B3, B)
B6B5 d(B6, B5)
)
)
B3B1 d(B3, B1)
B6B
d(B6, B)
=
= 0,6 ETPB =
=
= 0,4
ETPB =
B3B
d(B3, B)
B6B4 d(B6, B4)
Como puede verse en la tabla anterior, la eficiencia tcnica calculada bajo el supuesto de
rendimientos constantes a escala (ETG) coinciden en un modelo Input y Output orientado. En el caso
concreto de la Unidad B, la eficiencia tcnica es del 40%, lo que significa que, como mnimo, esta
Unidad para llegar a ser eficiente (situacin reflejada por la Unidad ficticia B2) debera reducir, como
mnimo, su consumo de factor productivo x en un 60% y seguir produciendo, al menos, la misma
cantidad de Output y .
Bajo el supuesto de rendimientos variables a escala, la puntuacin de eficiencia (ETP) es diferente si
se considera un modelo Input orientado (Inputs son controlables) a la obtenida mediante un modelo
Output orientado (Outputs son controlables). La eficiencia tcnica pura de la Unidad B en el primer
caso es del 66,67%; en tanto que en el segundo es de del 44,44%.
En cuanto a la eficiencia escala de la Unidad evaluada, sta vendr dada por el cociente
EE B =
B3B2
B6B4
= 0,6 en el modelo Input orientado, o EE B =
= 0,9 en el Output orientado.
B3B1
B6B5
Evidentemente, se verifica la relacin dada en la ecuacin 3.1, tal y como puede comprobarse en la
tabla 3.4 para la Unidad B.
Rendimientos
Rendimientos
Constantes a Escala
Variables a Escala
Eficiencia Tcnica Eficiencia Tcnica Pura Eficiencia Escala
Modelo
ET (%)
ETP (%)
EE (%)
40
66,67
60
Input orientado
40
44,44
90
Output orientado
Tabla 3.4. Puntuaciones de eficiencia de la Unidad B.
Operando con el resto de las Unidades consideradas en la aplicacin prctica de forma anloga a
como se ha descrito para la B, las puntuaciones de eficiencia que se obtienen son resumidas en la
siguiente tabla:
91
Unidad
ET (%)
ETP (%)
EE (%)
Input
Orientado
A
B
C
D
E
100
40
33,33
83,33
50
100
66,67
100
100
61,11
100
60
33,33
83,33
81,80
Tipo
rendimiento
constante
creciente
creciente
decreciente
creciente
Output
orientado
A
B
C
D
E
100
40
33,33
83,33
50
100
44,44
100
100
60
100
90
33,33
83,33
83,33
constante
decreciente
creciente
decreciente
decreciente
En la ltima columna de la tabla anterior se ha identificado cada una Unidad con el tipo de
rendimiento a escala (constante, creciente, decreciente) en el que opera localmente.
Por tanto, resulta conveniente tener siempre presente que la frontera RCE es ms restrictiva y
producir, generalmente, un menor nmero de Unidades eficientes as como puntuaciones menores
de eficiencia entre todas las Unidades. Debe observarse, adems, que la eficiencia Input y Output
bajo RVE no son necesariamente iguales.
Ramanathan (2003), al referirse a la eleccin del modelo DEA a aplicar, indica que en aquellas
aplicaciones en las que los factores productivos (Inputs) no estn completamente bajo el control del
gestor, los modelos Ouput orientados seran adecuados; en tanto que si los resultados del proceso
(Outputs) son decididos por los objetivos de los gestores antes que establecidos a partir de la mejor
prctica observada sera preferible recurrir a modelos Input orientados. Adems, el supuesto de
rendimientos constantes a escala parece ser un supuesto apropiado cuando el rendimiento de las
Unidades a comparar no depende de la escala de operacin.
En los siguientes apartados se aborda el modelo DEA-BCC, primero desde una orientacin Input y
luego desde una Output. Los contenidos tericos se acompaan de ejemplos de aplicacin, para los
que se ha recurrido una vez ms al caso introducido en el captulo 2 relativo a 6 concesionarios.
92
Modelo DEA-BCC
Sujeto a :
u Yj + k 0
=
1
j
1,2,...,
n
T
v Xj
u T , vT I
k 0 no restringida
Max(u,,k )
u T y0 + k 0
h0 =
vT x 0
(modelo3.1)
Si se compara el problema dado en el modelo (3.1). con el modelo (2.1b), se observa cmo la
definicin de la medida de eficiencia bajo el supuesto de rendimientos variables a escala,
u T y0 + k 0
u T y0 + k 0
h0 =
, es similar a aquella que supone rendimientos constantes a escala, h 0 =
.
vT x 0
vT x 0
La diferencia entre una y otra medida de eficiencia estriba en que en el segundo caso al valor del
Output ponderado (Output virtual) se le suma un trmino constante, k 0 (que en el supuesto de
rendimientos constantes toma el valor cero). Este trmino constante es el valor del intercepto (k) en el
eje Output (y) de la proyeccin de cada segmento (o cara) que define la frontera (Norman y Stoker,
(1991)6, como puede verse en la Figura 3.3.
(ecuacin 3.2)
de manera que si en la solucin ptima del modelo (3.1) para la DMU0 (que se supone eficiente)8,
k *0 > 0 para todas las soluciones ptimas, prevalecen rendimientos crecientes a escala.
k *0 = 0 para cualquier solucin ptima, prevalecen rendimientos constantes a escala.
k *0 < 0 para todas las soluciones ptimas, prevalecen rendimientos decrecientes a escala.
En definitiva, los rendimientos de escala pueden ser estudiados usando DEA al estimar el signo de la
constante k .
Aplicacin 3.2.
El propietario de los 6 concesionarios de automviles al que se hizo referencia en el captulo anterior
desea evaluar la eficiencia (tcnica o productiva pura) de sus establecimientos y para ello dispone de
7
entonces, si k *0 > 0
prevalecen para la Unidad evaluada rendimientos decrecientes, constantes si k *0 = 0 y crecientes en el caso de k *0 < 0
(Ver Norman y Stoker, 1991).
94
Modelo DEA-BCC
informacin relativa a 2 Inputs ( x 1 =Nmero de empleados y x 2 =Depreciacin del Inmovilizado,
como variable proxy del Capital) y 2 Outputs ( y1 =Nmero de vehculos vendidos y y 2 =Nmero de
rdenes de trabajo recibidas en taller). Los valores observados para las citadas variables son:
Inputs
Outputs
Concesionarios (Unidades)
C
D
14
12
12
13
x1
x2
A
8
8
B
11
15
y1
14
25
y2
20
42
30
E
11
18
F
18
20
25
40
24
22
30
De acuerdo con la forma fraccional del modelo DEA-BCC, la eficiencia del concesionario A vendra
dada, segn el problema representado en el modelo 3.1, por:
Max u, v h A =
(u1 y1A + u 2 y 2A ) + k A
v1x1A + v 2 x 2A
sujeto a :
(u1 y1A + u 2 y 2A ) + k A
1
v1x1A + v 2 x 2A
(u1 y1B + u 2 y 2B ) + k A
1
v1x1B + v 2 x 2B
(u1 y1C + u 2 y 2C ) + k A
1
v1x1C + v 2 x 2C
Max u, v h A =
14u1 + 20u 2 + k A
8v1 + 8v 2
sujeto a :
(u1 y1D + u 2 y 2D ) + k A
1 14u1 + 20u 2 + k A 1
v1x1D + v 2 x 2D
8v1 + 8v 2
(u1 y1E + u 2 y 2E ) + k A
1 25u 1 + 42u 2 + k A 1
v1x1E + v 2 x 2E
11v1 + 15v 2
(u1 y1F + u 2 y 2F ) + k A
1 8u1 + 30u 2 + k A
1
v1x1F + v 2 x 2F
14v1 + 12v 2
u1 , u 2 , v1 , v 2
k A no restringida
25u1 + 8u 2 + k A
1
12v1 + 13v 2
40u1 + 22u 2 + k A
1
11v1 + 18v 2
24u1 + 30u 2 + k A
1
18v1 + 20v 2
u1 , u 2 , v1 , v 2
k A no restringida
La solucin del problema anterior proporcionar la puntuacin de eficiencia tcnica pura del
concesionario A, h *A , as como los valores ptimos de los pesos Inputs y Ouputs ( u1* , u *2 , v1* , v*2 )
utilizados para maximizar su eficiencia y el valor ptimo k *A , que indicar la tipologa de
rendimiento a escala en el que opera el concesionario A.
El mismo procedimiento debera seguirse con los restantes 5 concesionarios al objeto de evaluar su
eficiencia tcnica pura.
Ms detalles en Banker y Thrall (1992). Un buen resumen en Cooper, Seiford y Tone (2000), donde adems se expone
la propuesta de Banker, Chang y Cooper (1996) para eliminar el supuesto de eficiencia.
95
Sujeto a :
T x 0 = 1
T Y + k 0 T X
T
T
, I
k 0 no restringida
(modelo 3.2)
El objetivo del modelo DEA-BCC Input orientado identificado como modelo (3.2) es encontrar un
hiperplano que, permaneciendo sobre o por encima de todas las Unidades, minimice la distancia
horizontal desde el hiperplano a la Unidad0 (Charnes, Cooper, Lewin y Seiford, 1994:35).
Siguiendo a Ali y Seiford (1993a), una superficie envolvente de rendimientos variables a escala
consta de partes de hiperplanos de soporte9 en R m + s que forman las caras del casco convexo de los
puntos (Yj , X j ) para j=1,2,,n. La ecuacin de un hiperplano en R m + s viene dada por:
s
r =1
i =1
r y rj i x ij + k 0 = 0 10
(ecuacin 3.3)
En consecuencia, el signo que adopte k 11 en la solucin ptima del problema del modelo (3.2)
indicar, como en el caso del modelo fraccional, si la Unidad que est siendo considerada se
encuentra en una regin de rendimientos crecientes, decrecientes o constantes a escala.
Obsrvese en la Figura 3.2, que si k * =0, como es el caso del segmento BC, existirn rendimientos
constantes a escala y los modelos DEA-BCC coincidirn con suss homlogos modelos DEA-CCR12.
Puede concluirse, por tanto, que el modelo DEA-CCR (supuesto de rendimientos constantes a escala)
es un caso particular del modelo DEA-BCC (supuesto de rendimientos variables a escala).
9
10
por debajo del hiperplano y el hiperplano pasa, al menos, por uno de los puntos (Ali y Seiford, 1993a:52). Ver tambin,
Favero y Papi (1995).
11
Ms detalles pueden ser consultados en Banker, Charnes y Cooper (1984), Ali y Seiford (1993a) y Seiford y Thrall
(1990).
12
Todos los hiperplanos de soporte que forman las caras del casco cnico que define la superficie envolvente pasan por el
origen, puesto que k =0.
Vicente Coll y Olga M Blasco
96
( vcoll@uv.es ; Olga.Blasco@uv.es )
Modelo DEA-BCC
La Unidad0 evaluada segn el modelo (3.2) ser calificada de eficiente si w *0 = 1 y existe al menos un
ptimo * , * con * > o y * > 0 . El valor k *A es usado para identificar el tipo de rendimiento a
escala en el que opera localmente la Unidad evaluada.
Tambin, a partir de los valores ptimos de los pesos o multiplicadores de Inputs y Outputs, es
posible determinar los porcentajes de contribucin Input/Output.
Aplicacin 3.3.
Continuando con el ejemplo de los concesionarios de la aplicacin 3.2, para evaluar su eficiencia
tcnica pura de acuerdo utilizando el modelo DEA-BCC Input orientado en forma multiplicativa
modelo (3.2), los valores Input/Output observados recogidos en la tabla 3.6 deben ser expresados en
forma matricial:
8 11 14 12 11 18
X =
8 15 12 13 18 20
14 25 8 25 40 24
Y =
20 42 30 8 22 30
y, adems, debe considerarse los vectores Input y Output de cada una de las Unidades a analizar.
Suponiendo que la Unidad0 es el concesionario A se tendr:
8
x 0 =
8
14
y 0 =
20
As, el modelo (3.2) puede escribirse para evaluar el concesionario A de la siguiente forma:
14
Max ,,k w A = (1 2 ) + k A
20
Sujeto a :
(1
8
2 ) = 1
8
(1
14 25 8 25 40 24
8 11 14 12 11 18
+ k A (1 2 )
2 )
20 42 30 8 22 30
8 15 12 13 18 20
T , T I
k A no restringida
Vicente Coll y Olga M Blasco
( vcoll@uv.es ; Olga.Blasco@uv.es )
97
Sujeto a :
81 + 8 2 = 1
141 + 20 2 + k A (81 + 8 2 )
251 + 42 2 + k A (111 + 15 2 )
81 + 30 2 + k A (141 + 12 2 )
251 + 8 2 + k A (121 + 13 2 )
401 + 22 2 + k A (111 + 18 2 )
241 + 30 2 + k A (181 + 20 2 )
1 , 2 , 1 , 2
k A no restringida
(modelo 3.3)
En el anexo I de este captulo se resuelve el modelo (3.3) utilizando Solver y se plantean los modelos
para evaluar la eficiencia tcnica pura input de los restantes concesionarios: B, C, D, E y F. Los
resultados13 obtenidos son los que se muestran a continuacin:
ETP (%)
v*1
A
100%
B
100%
Concesionario
C
D
93,18%
94,08%
E
100%
F
65,27%
*
2
0,125
0,0667
0,0833
0,07696
0,05556
0,05
*
1
0,04685
0,0251
0,0296
0,02096
0,0188
*
2
0,0164
0,0088
0,02652
0,00747
0,0065
*
1
0,0173
0,1363
0,2012
0,0069
*
2
0
Constante
0,1363
Creciente
0,2012
Creciente
0
Constante
0,0069
Creciente
k =k k
0,01735
Tipo rendimiento escala Creciente
*
*
1
*
2
Tabla 3.7. Modelo DEA-BCC Input orientado en forma multiplicativa. Resultados de la evaluacin.
Una vez conocidos los valores ptimos de los pesos (multiplicadores) de Inputs y Outputs pueden
obtenerse los porcentajes en que cada variable Input/Output contribuye a la puntuacin de eficiencia
tcnica pura.
13
98
Modelo DEA-BCC
Concesionarios
C
D
Output 1
1* y r0
100
2
*
r y r0 + k 0
65,51%
62,93%
0,00%
78,62%
83,61%
69,09%
Output 2
*2 y r0
100
2
*
r y r0 + k 0
32,76%
37,07%
85,37%
0,00%
16,39%
29,86%
Input 1
1* x10
100
2
*
i x i0
0,00%
0,00%
0,00%
0,00%
0,00%
0,00%
r =1
r =1
i =1
Input 2
*2 x 20
100
2
*
i x i0
i =1
Adems, dependiendo de cmo se incorpore la restriccin relativa a k, es posible definir modelos que
estimen fronteras que, en lugar de suponer rendimientos variables a escala, supongan rendimientos
no-crecientes a escala (modelo 3.4) o rendimientos no-decrecientes a escala (modelo 3.5)
Max (,, k ) w 0 = T y 0 + k 0
Sujeto a :
T x 0 = 1
T Y + k 0 T X
T
T
, I
k0 0
(modelo 3.4)
Max (,, k ) w 0 = T y 0 + k 0
Sujeto a :
T x 0 = 1
T Y + k 0 T X
T
T
, I
k0 0
(modelo 3.5)
99
, ,s + ,s
Sujeto a :
Y = y 0 + s +
X = x 0 s
r
1 = 1
, s + , s - 0
z 0 = Is + + Is -
(modelo 3.6)
El anterior presenta, a diferencia del modelo DEA-CCR dado por el problema del modelo (2.9), la
r
denominada restriccin de convexidad: 1 = 1 14, que est asociada con la variable k 15 (Ali y Seiford,
1993a). Es decir, mientras que en los modelos DEA-CCR el punto de proyeccin (x 0 , y 0 ) es una
combinacin lineal de unidades eficientes que permanecen sobre una cara de la envolvente eficiente,
en los modelos DEA-BCC dicho punto de proyeccin es una combinacin lineal convexa16.
La Unidad evaluada ser calificada como eficiente, segn la definicin de Pareto-Koopmans, si y
solo si en la solucin ptima * = 1 y las variables de holguras son todas nulas, es decir,
s + * = 0 y s-* = 0 .
Aplicacin 3.4.
El modelo DEA-BCC Input orientado en forma envolvente para el concesionario A sera,
considerando los datos recogidos en la tabla 3.6, el siguiente:
r
Incorporada por Charnes, Cooper, Seiford y Stutz (1983). Citando a Gonzlez (2002: 144), La restriccin 1 = 1
restringe el rango de valores que pueden tomar las componentes del vector de intensidad de manera que sumen 1. De
esta forma, se impone nicamente la propiedad de convexidad, pero no la de rendimientos constantes. Por tanto, el
nuevo estimador del CPP (Conjunto de Posibilidades de Produccin) incluye todas las combinaciones lineales convexas
de unidades observadas (por este motivo deben sumar 1 las componentes del vector de intensidad) pero no se permite
reescalar arbitrariamente la actividad de ningn proceso observado.
r
15
La variable no restringida k 0 es la variable primal asociada con la restriccin 1 = 1 , que no aparece, como k, en el
modelo DEA-CCR (Cooper, Seiford y Tone, 2000).
16
La restriccin de convexidad asegura que la Unidad combinada es de tamao similar a la Unidad0 y no es una
extrapolacin de otra unidad combinada que opera en una escala de diferente tamao. La medida de eficiencia obtenida
para la Unidad0 es su eficiencia tcnica pura (Boussofiane, Dyson y Thanassounis, 1991).
Vicente Coll y Olga M Blasco
100
( vcoll@uv.es ; Olga.Blasco@uv.es )
14
Modelo DEA-BCC
Min , z A =
Sujeto a :
14 A + 25 B + 8 C + 25 D + 40 E + 24 F 14
20 A + 42 B + 30 C + 8 D + 22 E + 30 F 20
8 8 A + 11 B + 14 C + 12 D + 11 E + 18 F
8 8 A + 15 B + 12 C + 13 D + 18 E + 20 F
A + B + C + D + E + F 1
A , B , C , D , E , F 0
no restringida
(modelo 3.7)
En el anexo II se resuelve el modelo (3.7) utilizando Solver y se plantean los modelos que permitirn
evaluar la eficiencia tcnica pura de los cinco concesionarios restantes. Los resultados17 obtenidos
son los mostrados en la siguiente tabla:
Eficiencia
( * )
Conjunto
referencia
*A
Concesionario
C
D
100
100
93,18
94,08
100
65,27
AyB
AyE
A ,B y E
0,5455
0,5769
0,3636
*
B
*
C
0,4545
0,4364
*D
0,4231
0,2
Movimiento
holgura Output
11
12,8462
Movimiento
holgura Input
*
E
*
F
+
1
+
2
3,6818
2,0207
1,84
Intensidades
Teniendo presente las puntuaciones de eficiencia tcnica (ETG) de los concesionarios, obtenidas a
partir de la resolucin del modelo DEA-CCR Input orientado, es posible determinar la eficiencia
escala (EE).
Concesionario
A
B
17
ETG (%)
ETP (%)
EE (%)
(DEA-CCR) (DEA-BCC)
100
100
101
ETG (%)
ETP (%)
EE (%)
(DEA-CCR) (DEA-BCC)
93,18
94,08
100
65,27
Valores observados
Input
Output
x 1 x 2 y1 y 2
14 12 8 30
12 13 25 8
18 20 24 30
La mejora (reduccin Input y/o incremento Output) que debera experimentar cada concesionario
ineficiente para convertirse en eficiente puede calcularse al comparar los valores observados y
objetivo de estas Unidades. Adems, resulta interesante distinguir qu parte de dicha mejora se debe
a un movimiento radial (derivado de la puntuacin de eficiencia obtenida) y qu parte a un
movimiento holgura (derivado del desplazamiento a travs de la propia frontera). Los resultados a los
que se ha hecho referencia se muestran en la tabla18 3.12:
Movimiento
Mejora
Movimiento
Holgura
potencial
radial19
Input
Output
Input
Input
Output
*
x1
x2
y1
y2
x1
x2
x1
x 2 y1
y2
ETP ( )
0
-0,9545 -0,8182 -3,6818 0 11
0
C 0,9318 -4,6364 -0,8182 11
D 0,9408 -2,7308 -0,7692 0 12,8462 -0,7101 -0,7692 -2,0207 0 0 12,8462
0
-6,2509 -6,9455 -1,84 0 0
0
F 0,6527 -8,0909 -6,9455 0
Tabla 3.12. Mejora potencial: descomposicin en movimiento radial y holgura.
Es decir, los porcentajes de mejora potencial a experimentar por los concesionarios ineficientes C, D
y E son los que se muestran en la tabla 3.13:
18
Las posibles diferencias que puedan darse en los resultados son debidas a los redondeos realizados en las puntuaciones
de eficiencia.
19
Slo se incluyen los Inputs porque la evaluacin de eficiencia se ha realizado suponiendo un modelo Input orientado.
Por tanto, los Outputs no pueden expandirse de forma radial.
Vicente Coll y Olga M Blasco
102
( vcoll@uv.es ; Olga.Blasco@uv.es )
Modelo DEA-BCC
Recurdese que, a diferencia de los modelos DEA-CCR, donde se obtiene una medida de eficiencia
tcnica (Input u Output) global puesto que simultneamente evalan eficiencia tcnica y escala, en
los modelos DEA-BCC se obtienen medidas de eficiencia tcnica (Input u Output) pura, es decir, se
trata de medidas de eficiencia tcnica netas de cualquier efecto escala (Thanassoulis, 2001:130).
La naturaleza de los rendimientos a escala que prevalecen localmente para una Unidad puede ser
determinada a partir del modelo (2.9)20. As, si considera una muestra de n Unidades y se supone que
la Unidad0 cumple las condiciones de eficiencia de Pareto-Koopmans21; la resolucin del problema
dado por el modelo (2.9) para la referida Unidad0 producir unos valores ptimos ( * ), de forma
que si:
*
j
*
j
*
j
Aplicacin 3.5.
En el captulo 2 ya se evalu la eficiencia tcnica de los concesionarios del ejemplo mediante un
modelo DEA-CCR Input orientado en forma envolvente. En la aplicacin 2.8 puede consultarse los
resultados alcanzados en su momento. En la tabla 3.14 se facilitan nicamente los valores de las
intensidades al objeto de determinar la tipologa de rendimientos a escala en el que opera cada uno de
los concesionarios analizados.
20
El mtodo, sugerido por Banker (1984), se basa en el concepto del Tamao Escala Ms Productivo (Most Productive
Scale Size, MPSS).
21
Este supuesto puede eliminarse siguiendo la propuesta de Banker, Chang y Cooper (1996), recogida en Cooper, Seiford
y Tone (2000).
Vicente Coll y Olga M Blasco
103
( vcoll@uv.es ; Olga.Blasco@uv.es )
A
0
B
0
0,4354
0,7143
*
A
*
B
*
C
*
D
*
E
*
F
*
j
E
0
F
0
0,5947
0,0779
0,625
0,2283
0,5133
0,7143
0,625
0,823
*
j
ellos operan bajo rendimientos crecientes a escala; en tanto que los concesionarios B y E lo hacen
bajo rendimientos constantes a escala, puesto que para stos
*
j
=1
Sujeto a :
v X j + k0
1 j = 1,2,...,n
T
u Yj
u T , vT I
k 0 no restingida
Min(u,,k ) h 0 =
104
vT x 0 + k 0
u T y0
(modelo3.8)
Modelo DEA-BCC
Linealizando el anterior se obtiene la forma multiplicativa:
Min ,, k w 0 = T x 0 + k 0
Sujeto a :
T y0 = 1
T X + k 0 T Y
T , T I
k 0 no restringida
(modelo 3.9)
La eficiencia tcnica Output pura de la Unidad0 vendr dada por 1 w *0 , de tal forma que sta ser
eficiente si w *0 = 1 .
Como suceda con el modelo DEA-BCC Input orientado, el signo que tome k (positivo, negativo o
nulo) en la solucin ptima indicar el tipo de rendimiento a escala que prevalece para una Unidad
que se encuentre en, o sea proyectada sobre, la frontera eficiente. Sin embargo, a diferencia del
modelo (3.2), en el modelo (3.8) el trmino constante se encuentra asociado con el valor Input y su
signo est invertido, de forma que si:
k *0 > 0 para todas las soluciones ptimas, prevalecen rendimientos decrecientes a escala.
k *0 = 0 para cualquier solucin ptima, prevalecen rendimientos constantes a escala.
k *0 < 0 para todas las soluciones ptimas, prevalecen rendimientos crecientes a escala.
Para evitar la confusin que pueda generar el hecho de que en el modelo DEA-BCC Input orientado,
por ejemplo, k *0 > 0 indique la presencia de rendimientos crecientes a escala mientras que en el
modelo DEA-BCC Output orientado esto mismo suponga la existencia de rendimientos decrecientes,
Norman y Stoker (1991) proponen que en este segundo modelo (DEA-BCC Output orientado) la
constante k sea introducida con signo negativo, de modo que se tendra
Suma ponderada de inputs Constante k
Suma ponderada de outputs
(ecuacin 3.4)
105
(ecuacin 3.5)
O+k
O
=
si k = 0 y k = 0
I
I k
(ecuacin 3.6)
O+k
O
<
si k < 0 y k < 0
I
I k
(ecuacin 3.7)
Por tanto, bajo el supuesto de rendimientos crecientes a escala, la medida de eficiencia Input es
mayor que la medida de eficiencia Output; stas coinciden si se supone rendimientos constantes a
escala y resulta mayor la eficiencia Output cuando se consideran rendimientos decrecientes a escala.
Con lo dicho, el modelo DEA-BCC Output orientado en forma multiplicativa puede reescribirse
como:
Min ,, k w 0 = T x 0 k0
Sujeto a :
T y0 = 1
T X k 0 T Y
T
T
, I
k 0 no restringida
(modelo 3.10)
22
Modelo DEA-BCC
k 0* = 0 para cualquier solucin ptima, prevalecen rendimientos constantes a escala.
k0* < 0 para todas las soluciones ptimas, prevalecen rendimientos decrecientes a escala.
Aplicacin 3.6.
En la aplicacin 3.3. se evalu la eficiencia tcnica pura de los concesionarios A, B, C, D, E y F
utilizando un modelo DEA-BCC Input orientado en forma multiplicativa. Si ahora se realiza la
evaluacin de estos mismos concesionarios segn un modelo DEA-BCC Output orientado, tambin
en forma multiplicativa (en el anexo III se escribe este modelo para cada concesionario y se resuelve
para el concesionario A usando Solver), los resultados23 que se obtienen son los que se muestran en
la siguiente tabla:
ETP (%)
v*1
A
100%
B
100%
E
100%
F
82,3%
*
2
0,1272
0,0667
0,1048
0,104
0,0556
*
1
0,0476
0,0251
0,04
0,0209
0,0215
*
2
0,0167
0,0088
0,0333
0,007
0,0161
k 1
0,0176
0,1714
0,272
1,215
0
Constante
0,1714
Creciente
0,272
Creciente
*
2
k = k k
0,0176
Tipo rendimiento escala Creciente
*
Concesionario
C
D
92,1%
92,59%
*
1
*
2
-1,215
0
Constante Decreciente
Tabla 3.15. Modelo DEA-BCC Output orientado en forma multiplicativa. Resultados de la evaluacin.
Comparando los resultados de la tabla 3.15 con aquellos que se obtuvieron en la aplicacin 3.3 y que
vienen recogidos en la tabla 3.7, puede observarse que:
Si bien en ambos modelos los concesionarios A, B y E son calificados como eficientes, los
concesionarios C, D y E obtienen puntuaciones distintas.
Los valores de los pesos Inputs y Outputs slo coinciden para el caso de los concesionarios B
y E, es decir, aquellos concesionarios que en los dos modelos operan en la escala ptima.
Existen diferencias en cuanto a la tipologa de rendimientos a escala que se atribuyen a los
concesionarios. As, mientras que el concesionario F en el modelo DEA-BCC Input orientado
presentaba rendimientos crecientes a escala, el modelo DEA-BCC Output orientado identifica
que este concesionario opera en rendimientos decrecientes a escala.
107
, ,s + ,s
z 0 = + Is + + Is -
Sujeto a :
Y = y 0 + s +
X = x 0 s
r
1 = 1
, s + , s - 0
(modelo 3.11)
La medida de eficiencia tcnica Output pura vendr dada por 1 * e indicar en qu medida los
niveles Outputs de la Unidad0 pueden ser aumentados radialmente dado sus niveles de Inputs. La
Unidad evaluada ser calificada como eficiente (ETP) si y solo si * = 1 y las variables de holgura
son todas nulas. Como se ilustra en la aplicacin 3.7, a partir de los valores ptimos de la resolucin,
para cada Unidad, del modelo 3.11 pueden determinarse: valores objetivo, conjuntos de referencia
para las Unidades ineficientes, porcentajes de mejora Input/Output, porcentajes de contribucin
Input/Output, etc.
Aplicacin 3.7.
Considerando los datos recogidos en la tabla 3.6, el modelo DEA-BCC Output orientado en forma
envolvente para el concesionario A sera:
Sujeto a :
+
14 A + 25 B + 8 C + 25 D + 40 E + 24 F = 14 + s1
20 A + 42 B + 30 C + 8 D + 22 E + 30 F = 20 + s +2
8 A + 11 B + 14 C + 12 D + 11 E + 18 F = 8 - s1
8 A + 15 B + 12 C + 13 D + 18 E + 20 F = 8 - s 2
A + B + C + D + E + F 1
A , B , C , D , E , F 0
no restringida
Max
23
, ,s + ,s
z A = + (s1+ + s +2 + s1 + s 2 )
(modelo 3.12)
108
Modelo DEA-BCC
En el anexo IV se plantean los modelos que permitirn evaluar la eficiencia tcnica pura de los
restantes concesionarios, y se resuelve el modelo (3.12) utilizando Solver. Procediendo de forma
anloga con el resto de concesionarios, los resultados25 que se obtienen en la evaluacin se resumen
en la tabla
A
1
B
1
E
1
F
1,2150
100%
100%
92,11%
92,591%
100%
82,31%
0,4286
0,45
*B
*
C
0,5714
0,7226
*
D
*
E
0,50
0,2774
*F
+
1
+
2
11,56
12,36
4,2858
2,5
s 2
4,1677
Intensidades
ETP ( = 1/* )
(en %)
*A
Holguras
Concesionarios
C
D
1,0857
1,08
Tabla 3.16. Valores ptimos de los concesionarios. Evaluacin segn un modelo DEA-BCC Output orientado
Los concesionarios A, B y E presentan eficiencia tcnica pura output, y por tanto son los
concesionarios que determinan la frontera eficiente bajo el supuesto de rendimientos variables. Son
calificados como ineficientes los concesionarios C, D y F, puesto que podran aumentar los Outputs y
seguir consumiendo la misma cantidad de recursos.
Centrando la atencin en los concesionarios ineficientes, en la tabla 3.17 se muestran sus valores
observados y valores objetivo (recurdese que se corresponden con la proyeccin sobre la frontera)
Valores observados
Input
Output
Concesionario
ineficiente
C
D
F
x1
x2
y1
y2
14
12
18
12
13
20
8
25
24
30
8
30
Valores objetivo
Input
Output
x1
x2
y1
y2
9,7142
12
20,2457 32,5714
9,5
13
27
21
11
15,8323 29,1613 36,4516
24
25
109
x1
x2
y1
y2
As, en la tabla anterior puede observarse, por ejemplo, como el concesionario C para llegar a ser
eficiente debera no slo incrementar el Output y1 (Vehculos vendidos) en un 60,49% y el Output
y 2 (rdenes de trabajo recibidas en taller) en un 7,89%, sino adicionalmente reducir un 44,12% el
consumo del factor x 1 (Nmero de empleados).
Adems, durante el proceso de evaluacin, para cada uno de los concesionarios calificados como
ineficientes se identifica un conjunto de concesionarios eficientes que actan como referencias
(benchmarks) de los primeros. A cada referencia se le asocia un peso o multiplicador, que viene
reflejado por el parmetro (ver tabla 3.16), y determina su porcentaje de contribucin de los
valores objetivos del concesionario ineficiente. En la tabla 3.19 se muestran los conjuntos de
referencias de los concesionarios C, D y F
Concesionario ineficiente
C
D
F
Conjunto A ( = 0,4286 ) A ( = 0,5 ) B ( = 0,7226 )
referencia B ( = 0,5714 ) E ( = 0,5 ) E ( = 0,2774 )
Tabla 3.19. Conjuntos de referencia de concesionarios ineficientes.
y en la tabla 3.20 los porcentajes de contribucin Input/Output a los valores objetivos de aquellos.
Conjunto de referencia
Concesionario
ineficiente
Variable
x1
x2
y
Output 1
y2
x1
Input
x2
y
Output 1
y2
35,30%
28,57%
29,58%
26,32%
42,11%
30,77%
25,93%
47,62%
64,70%
71,43%
70,42%
73,68%
-----
-----
Input
110
57,89%
69,23%
74,07%
52,38%
Modelo DEA-BCC
Conjunto de referencia
Concesionario
ineficiente
Variable
x1
x2
y
Output 1
y2
-----
72,26%
68,46%
61,95%
83,26%
27,74%
31,54%
38,05%
16,74%
Input
111
ANEXO I.
MODELO DEA-BCC INPUT ORIENTADO EN FORMA MULTIPLICATIVA
A.I.1. Resolucin del modelo (3.3) con Solver de Excel.
A.I.2. Planteamiento del problema para los concesionarios: B, C, D, E y F.
112
Modelo DEA-BCC
Concesionario B
Max ,,k w B = 251 + 42 2 + k B
Sujeto a :
Sujeto a :
81 + 8 2 = 1
111 + 15 2 = 1
141 + 20 2 + k B 81 + 8 2
141 + 20 2 + k B 81 + 8 2
251 + 42 2 + k B 111 + 15 2
251 + 42 2 + k B 111 + 15 2
81 + 30 2 + k B 141 + 12 2
81 + 30 2 + k B 141 + 12 2
251 + 8 2 + k B 121 + 13 2
251 + 8 2 + k B 121 + 13 2
401 + 22 2 + k B 111 + 18 2
401 + 22 2 + k B 111 + 18 2
241 + 30 2 + k B 181 + 20 2
241 + 30 2 + k B 181 + 20 2
1 , 2 , 1 , 2
1 , 2 , 1 , 2
k B no restringida
k B no restringida
Concesionario C
Max ,,k w C = 81 + 30 2 + k C
Concesionario D
Max ,,k w D = 251 + 8 2 + k D
Sujeto a :
141 + 12 2 = 1
Sujeto a :
121 + 13 2 = 1
141 + 20 2 + k C 81 + 8 2
141 + 20 2 + k D 81 + 8 2
251 + 42 2 + k C 111 + 15 2
251 + 42 2 + k D 111 + 15 2
81 + 30 2 + k C 141 + 12 2
81 + 30 2 + k D 141 + 12 2
251 + 8 2 + k C 121 + 13 2
251 + 8 2 + k D 121 + 13 2
401 + 22 2 + k C 111 + 18 2
401 + 22 2 + k D 111 + 18 2
241 + 30 2 + k C 181 + 20 2
241 + 30 2 + k D 181 + 20 2
1 , 2 , 1 , 2
1 , 2 , 1 , 2
k C no restringida
k D no restringida
113
Concesionario F
Max ,,k w F = 241 + 30 2 + k F
Sujeto a :
111 + 18 2 = 1
Sujeto a :
181 + 20 2 = 1
141 + 20 2 + k E 81 + 8 2
141 + 20 2 + k F 81 + 8 2
251 + 42 2 + k E 111 + 15 2
251 + 42 2 + k F 111 + 15 2
81 + 30 2 + k E 141 + 12 2
81 + 30 2 + k F 141 + 12 2
251 + 8 2 + k E 121 + 13 2
251 + 8 2 + k F 121 + 13 2
401 + 22 2 + k E 111 + 18 2
401 + 22 2 + k F 111 + 18 2
241 + 30 2 + k E 181 + 20 2
241 + 30 2 + k F 181 + 20 2
1 , 2 , 1 , 2
1 , 2 , 1 , 2
k E no restringida
k F no restringida
Puede observarse cmo los modelos para evaluar la eficiencia de los distintos concesionarios son
similares, encontrndose nicamente diferencias en la funcin objetivo y la restriccin que normaliza
los Inputs. Por tanto, si en la hoja Excel que se crear en el segundo apartado de este anexo se
cambian las referencias de celdas a las que alude la funcin objetivo y la restriccin de normalizacin
puede calcularse con cierta rapidez la puntuacin de eficiencia de todos los concesionarios.
A.I.2. Resolucin del modelo (3.3) para el concesionario A con Solver de Excel.
Para escribir y resolver con Solver el problema dado por el modelo 3.3, que evala la eficiencia
tcnica pura del concesionario A, abrir la hoja de clculo Excel y seguir los siguiente pasos:
Paso 1. Los datos: Introducir en el rango A1:G5 (Figura AI.1) los valores Input y Output de los 6
concesionarios. Esta informacin se encuentra disponible en la tabla 3.6.
114
Modelo DEA-BCC
Paso 2. Las restricciones: Introducir en los rangos A7:D20 y A22:B29 los textos26 y frmulas
que se indican en la Figura AI.2. Para identificar la Unidad a evaluar, escribir su nombre en la
celda B22 (Concesionario A).
141 + 20 2 + k A (81 + 8 2 )
25 1 + 42 2 + k A (111 + 15 2 )
8 1 + 30 2 + k A (141 + 12 2 )
25 1 + 8 2 + k A (121 + 13 2 )
401 + 22 2 + k A (111 + 18 2 )
241 + 30 2 + k A (181 + 20 2 )
26
27
Se ha tomado = 10 6 .
Vicente Coll y Olga M Blasco
( vcoll@uv.es ; Olga.Blasco@uv.es )
115
Para utilizar Solver hacer clic en la opcin que con el mismo nombre se encuentra en el men
Herramientas. En el cuadro de dilogo que se abre indicar, tal y como se ilustra en la Figura
AI.4, la celda que contiene la frmula de la funcin objetivo (celda B23) que hay que
maximizar cambiando las celdas (B24:B29), que se corresponden con las variables del modelo.
Agregar todas las restricciones del modelo: normalizacin, de los concesionarios, no
negatividad y constante k.
116
Modelo DEA-BCC
Para encontrar la solucin del problema, hacer clic en Resolver. Inmediatamente en la hoja Excel
aparecer un cuadro de dilogo informando que Solver ha encontrado una solucin que satisface
todas las restricciones y condiciones. En este cuadro se encuentra marcada, por defecto, la opcin
Utilizar la solucin de Solver. Pulsar el botn Aceptar. La hoja de clculo muestra, en el rango
B23:B29, las soluciones ptimas al problema planteado, tal y como puede verse en la Figura AI.5.
Los resultados obtenidos indican que la puntuacin de eficiencia tcnica pura del concesionario A
es, expresado en trminos porcentuales, del 99,159%. Los valores ptimos de los pesos
(multiplicadores) de los Inputs son:
Vicente Coll y Olga M Blasco
( vcoll@uv.es ; Olga.Blasco@uv.es )
118
Modelo DEA-BCC
ANEXO II.
EL MODELO DEA-BCC INPUT ORIENTADO EN FORMA ENVOLVENTE
A.II.1. Planteamiento del problema dual para los concesionarios: B, C, D, E y F.
A.II.2. Resolucin del modelo (3.7) con Solver de Excel.
119
Concesionario C
zB =
Min ,
zC =
Sujeto a :
14 A + 25 B + 8 C + 25 D + 40 E + 24 F 25
Sujeto a :
14 A + 25 B + 8 C + 25 D + 40 E + 24 F 8
20 A + 42 B + 30 C + 8 D + 22 E + 30 F 42
20 A + 42 B + 30 C + 8 D + 22 E + 30 F 30
11 8 A + 11 B + 14 C + 12 D + 11 E + 18 F
14 8 A + 11 B + 14 C + 12 D + 11 E + 18 F
15 8 A + 15 B + 12 C + 13 D + 18 E + 20 F
12 8 A + 15 B + 12 C + 13 D + 18 E + 20 F
A + B + C + D + E + F = 1
A + B + C + D + E + F = 1
A , B , C , D , E , F 0
A , B , C , D , E , F 0
no restringida
no restringida
Concesionario D
Concesionario E
Min , z D =
Min , z E =
Sujeto a :
Sujeto a :
14 A + 25 B + 8 C + 25 D + 40 E + 24 F 25 14 A + 25 B + 8 C + 25 D + 40 E + 24 F 40
20 A + 42 B + 30 C + 8 D + 22 E + 30 F 8
20 A + 42 B + 30 C + 8 D + 22 E + 30 F 22
12 8 A + 11 B + 14 C + 12 D + 11 E + 18 F
11 8 A + 11 B + 14 C + 12 D + 11 E + 18 F
13 8 A + 15 B + 12 C + 13 D + 18 E + 20 F 18 8 A + 15 B + 12 C + 13 D + 18 E + 20 F
A + B + C + D + E + F = 1
A + B + C + D + E + F = 1
A , B , C , D , E , F 0
A , B , C , D , E , F 0
no restringida
no restringida
Concesionario F
Min , z F =
Sujeto a :
14 A + 25 B + 8 C + 25 D + 40 E + 24 F 24
20 A + 42 B + 30 C + 8 D + 22 E + 30 F 30
18 8 A + 11 B + 14 C + 12 D + 11 E + 18 F
20 8 A + 15 B + 12 C + 13 D + 18 E + 20 F
A + B + C + D + E + F = 1
A , B , C , D , E , F 0
no restringida
120
Modelo DEA-BCC
A continuacin, seguir los siguiente pasos para resolver el modelo (3.7) con Solver:
Paso 1: Escribir en la hoja Excel las frmulas28 que permitan obtener el valor de la funcin
objetivo (que hay que minimizar) satisfaciendo las restricciones, de acuerdo con el modelo
(3.7), tal y como se ilustra en la Figura A.II.2 para el concesionario A.
28
121
122
Modelo DEA-BCC
Por tanto, a la vista de los resultados obtenidos puede decirse que el concesionario A es
eficiente: * = 1 y todos los valores de las variables de holgura son nulos.
La solucin para el resto de concesionarios puede consultarse en la aplicacin 3.4.
123
ANEXO III.
EL MODELO DEA-BCC OUTPUT ORIENTADO EN FORMA
MULTIPLICATIVA
A.III.1. Planteamiento del modelo DEA-BCC Output orientado en forma
multiplicativa para todos los concesionarios.
A.III.2. Resolucin del modelo DEA-BCC Output orientado en forma
mulplicativa del concesionario A usando Solver de Excel.
124
Modelo DEA-BCC
Concesionario B
Min ,,k w B = 111 + 15 2 k B
Concesionario C
Min ,,k w C = 141 + 12 2 k C
Sujeto a :
141 + 20 2 = 1
Sujeto a :
251 + 42 2 = 1
Sujeto a :
81 + 8 2 k A 141 + 20 2
81 + 8 2 k B 141 + 20 2
81 + 8 2 k C 141 + 20 2
111 + 15 2 k A 251 + 42 2
111 + 15 2 k B 251 + 42 2
111 + 15 2 k C 251 + 42 2
141 + 12 2 k A 81 + 30 2
141 + 12 2 k B 81 + 30 2
141 + 12 2 k C 81 + 30 2
121 + 13 2 k A 251 + 8 2
121 + 13 2 k B 251 + 8 2
121 + 13 2 k C 251 + 8 2
111 + 18 2 k A 401 + 22 2
111 + 18 2 k B 401 + 22 2
111 + 18 2 k C 401 + 22 2
181 + 20 2 k A 241 + 30 2
181 + 20 2 k B 241 + 30 2
181 + 20 2 k C 241 + 30 2
1 , 2 , 1 , 2
1 , 2 , 1 , 2
1 , 2 , 1 , 2
k A no restringida
k B no restringida
k C no restringida
Concesionario D
Min ,,k w D = 121 + 13 2 k D
Concesionario E
Min ,,k w E = 111 + 18 2 k E
Concesionario F
Min ,,k w F = 181 + 20 2 k F
Sujeto a :
Sujeto a :
Sujeto a :
251 + 8 2 = 1
401 + 22 2 = 1
241 + 30 2 = 1
81 + 8 2 k D 141 + 20 2
81 + 8 2 k E 141 + 20 2
81 + 8 2 k F 141 + 20 2
111 + 15 2 k D 251 + 42 2
111 + 15 2 k E 251 + 42 2
111 + 15 2 k F 251 + 42 2
141 + 12 2 k D 81 + 30 2
141 + 12 2 k E 81 + 30 2
141 + 12 2 k F 81 + 30 2
121 + 13 2 k D 251 + 8 2
121 + 13 2 k E 251 + 8 2
121 + 13 2 k F 251 + 8 2
111 + 18 2 k D 401 + 22 2
111 + 18 2 k E 401 + 22 2
111 + 18 2 k F 401 + 22 2
181 + 20 2 k D 241 + 30 2
181 + 20 2 k E 241 + 30 2
181 + 20 2 k F 241 + 30 2
1 , 2 , 1 , 2
1 , 2 , 1 , 2
1 , 2 , 1 , 2
k D no restringida
k E no restringida
k F no restringida
81 + 30 2 = 1
125
Figura A.III.2. . Modelo DEA-BCC Output orientado en forma multiplicativa para el concesionario A.
29
126
Modelo DEA-BCC
Paso 3: Seleccionar Solver e introducir la informacin solicitada (celda objetivo, valor de la celda
objetivo, celdas cuyos valores cambian y restricciones) para definir el problema.
127
128
Modelo DEA-BCC
ANEXO IV.
EL MODELO DEA-BCC OUTPUT ORIENTADO EN FORMA ENVOLVENTE
A.IV.1. Planteamiento del modelo DEA-BCC Output orientado en forma
envolvente para los concesionarios: B, C, D, E y F.
A.IV.2. Resolucin del modelo (3.12) con Solver de Excel.
129
, ,s + ,s
Concesionario B
z B = + (s1+ + s +2 + s1 + s 2 )
Max
Sujeto a :
, ,s + ,s
Concesionario C
z C = + (s1+ + s +2 + s1 + s 2 )
Sujeto a :
14 A + 25 B + 8 C + 25 D + 40 E + 24 F = 25 + s
14 A + 25 B + 8 C + 25 D + 40 E + 24 F = 8 + s1+
20 A + 42 B + 30 C + 8 D + 22 E + 30 F = 42 + s 2+
20 A + 42 B + 30 C + 8 D + 22 E + 30 F = 30 + s +2
8 A + 11 B + 14 C + 12 D + 11 E + 18 F = 11 - s1
8 A + 11 B + 14 C + 12 D + 11 E + 18 F = 14 - s1
8 A + 15 B + 12 C + 13 D + 18 E + 20 F = 15 - s 2
8 A + 15 B + 12 C + 13 D + 18 E + 20 F = 12 - s 2
A + B + C + D + E + F 1
A + B + C + D + E + F 1
A , B , C , D , E , F 0
A , B , C , D , E , F 0
no restringida
no restringida
+
1
Max
, ,s + ,s
Concesionario D
z D = + (s1+ + s +2 + s1 + s 2 )
Max
Sujeto a :
, ,s + ,s
Concesionario E
z E = + (s1+ + s 2+ + s1 + s 2 )
Sujeto a :
14 A + 25 B + 8 C + 25 D + 40 E + 24 F = 25 + s
14 A + 25 B + 8 C + 25 D + 40 E + 24 F = 40 + s1+
20 A + 42 B + 30 C + 8 D + 22 E + 30 F = 8 + s +2
20 A + 42 B + 30 C + 8 D + 22 E + 30 F = 22 + s 2+
8 A + 11 B + 14 C + 12 D + 11 E + 18 F = 12 - s1
8 A + 11 B + 14 C + 12 D + 11 E + 18 F = 11 - s1
8 A + 15 B + 12 C + 13 D + 18 E + 20 F = 13 - s 2
8 A + 15 B + 12 C + 13 D + 18 E + 20 F = 18 - s 2
A + B + C + D + E + F 1
A + B + C + D + E + F 1
A , B , C , D , E , F 0
A , B , C , D , E , F 0
no restringida
no restringida
+
1
Max
, ,,+ ,s
Concesionario F
z F = + (s1+ + s +2 + s1 + s 2 )
Sujeto a :
14 A + 25 B + 8 C + 25 D + 40 E + 24 F = 24 + s1+
20 A + 42 B + 30 C + 8 D + 22 E + 30 F = 30 + s +2
8 A + 11 B + 14 C + 12 D + 11 E + 18 F = 18 - s1
8 A + 15 B + 12 C + 13 D + 18 E + 20 F = 20 - s 2
A + B + C + D + E + F 1
A , B , C , D , E , F 0
no restringida
130
Modelo DEA-BCC
Paso 2: Introducir las frmulas30 del modelo (3.12) segn se muestra en la Figura A.IV.2 para
evaluar la eficiencia del concesionario A:
131
Paso 4: Hacer clic en el botn Resolver para ejecutar el problema. La solucin del modelo para el
concesionario A se muestra a continuacin:
Modelo DEA-BCC
As, el concesionario A es eficiente puesto que:
Su puntuacin de eficiencia tcnica pura Output es igual a 1 y viene dada por:
ETPA =
1
1
=
1
Fi 1,00000036
Todos los multiplicadores o pesos son nulos, salvo el asociado al concesionario evaluado
( *A = 1 ).
Todas las holguras, Input y Output, son nulas.
133
Captulo 4
PRINCIPALES EXTENSIONES BASADAS EN LOS
MODELOS DEA BSICOS
4.1. Introduccin.
4.2. Clasificacin de unidades eficientes en DEA.
4.2.1. Supereficiencia.
4.2.2. Global Leader.
4.3. Modelo con Inputs y Outputs no controlables.
4.4. Medicin del cambio productivo y tecnolgico a lo largo del tiempo.
4.4.1. El ndice de productividad de Malmquist.
4.4.2. Descomposicin de Fre, Grosskopf, Lindgren y Roos del ndice de
Malmquist.
4.4.3. Descomposicin del ndice de Malmquist al considerar rendimientos
variables a escala: la propuesta de Fre, Grosskopf, Norris y Zhang.
4.5. Otros modelos DEA.
ANEXOS.
134
4.1. INTRODUCCIN
En este captulo se van a tratar algunas de las principales extensiones de los modelos DEA bsicos.
Concretamente, en este cuarto captulo se estudian mtodos para clasificar las Unidades en base a su
puntuacin de eficiencia, cmo modificar un modelo DEA para incorporar situaciones que
consideran inputs u outputs que escapan al control del gestor, investigador, etc. y cmo evaluar la
productividad mediante el ndice de Malmquist. El captulo termina con una breve referencia a otros
tpicos que habitualmente son tratados en la evaluacin de eficiencia de un conjunto de Unidades.
Por ejemplo, el modelo CEM (Cross-Efficiency Matrix) de Sexton, Silkman y Hogan (1996), del que en Boussofiane,
Dyson y Thanassoulis (1991) puede encontrarse una sencilla explicacin intuitiva de su funcionamiento; o el mtodo de
clasificacin propuesto por Rousseau y Semple (1995).
2
El mtodo de Andersen y Petersen (1993) se encuentra implementado en el software Warwick-DEA y en EMS, ste
ltimo desarrollado por Scheel (2000).
Vicente Coll y Olga M Blasco
135
( vcoll@uv.es ; Olga.Blasco@uv.es )
+
=
s i
0
r
, ,s + ,s
i =1
r =1
Sujeto a :
jYj = y 0 + s +
j=1
j 0
jX j = x 0 s
j=1
j 0
j , s +r , s i 0
Min
(modelo 4.1)
Si se compara el modelo propuesto3 por Andersen y Petersen (1993) con el modelo DEA-CCR Input
orientado (captulo 2) puede observarse que son muy similares, slo que en el primero no se incluye
la Unidad que est siendo evaluada en el conjunto de referencia.
Por tanto, y como se ilustra en la Figura 4.1, para la Unidad C, es posible que una Unidad eficiente
C pueda incrementar proporcionalmente su vector de Inputs y seguir siendo eficiente (Andersen y
Petersen, 1993:1262), obteniendo en este caso la Unidad considerada una puntuacin de eficiencia
mayor a la unidad. Por esta razn el mtodo de Andersen y Petersen (1993) se conoce como
Supereficiencia.
En su trabajo Andersen y Petersen (1993) se refieren a la similitud de su modelo con el modelo DEA-BCC Input
orientado en su forma envolvente.
Vicente Coll y Olga M Blasco
136
( vcoll@uv.es ; Olga.Blasco@uv.es )
(Inputs)
(Outputs)
Esta opcin est disponible en Banxia Frontier Analyst. Deap, software de distribucin gratuita dearrollado por Coelli
(1996), facilita informacin sobre el nmero de veces que una Unidad eficiente acta como benchmark, o peer, de una
Unidad ineficiente.
5
Frontier Analyst de Banxia permite distinguir entre Inputs discrecionales y no discrecionales.
Vicente Coll y Olga M Blasco
137
( vcoll@uv.es ; Olga.Blasco@uv.es )
y
j=1
rj
= y r0 + s r+
ij
= x iD,0 s iD
x
j
j=1
n
j=1
j=1
j x ij = jx iND,0 siND
=1
j=1
0
j , s +r , s iD
, s iND
(i x D )
(i x ND )
(modelo 4.2)
Aplicacin 4.1.
Nuestro propietario de 6 concesionarios de automviles ha decidido introducir en su evaluacin de
eficiencia una nueva variables Input. Concretamente, ha considerado la superficie total (cientos m2)
del concesionario. En la siguiente tabla se facilitan los valores observados de todas las variables
(Inputs: x 1 =Nmero de empleados, x 2 =Depreciacin del Inmovilizado, x 3 =Superficie en cientos
m2; y Output: ( y1 =Nmero de vehculos vendidos).
Inputs
Concesionarios (Unidades)
C
D
14
12
12
13
Variable
x1
x2
x3
A
8
8
B
11
15
14
12
y1
14
25
Outputs
E
11
18
F
18
20
15
20
25
40
24
a) Evaluar la eficiencia del concesionario C sin establecer ningn supuesto acerca de la naturaleza
de los Inputs y/o Outputs (todos son discrecionales). Se deja al lector el clculo de esta
eficiencia.
138
139
La productividad9 puede definirse como la cantidad de produccin obtenida por unidad de factores de
produccin usados para obtenerla (Parkin, 1995:66).
Dado que se ha supuesto que la frontera eficiente no se desplaza entre el periodo t y t + 1 , la
ganancia o prdida de productividad de una Unidad ser el resultado de la ganancia o prdida de
eficiencia tcnica de dicha Unidad en el tiempo (Thanassoulis, 2001:178). As, el cambio productivo
( CP ) de las Unidades A y B entre el periodo t y t + 1 vendr dado por:
CPA =
PA,t +1
PA,t
y A,t +1 x A,t +1
y A,t x A,t
ETA,t +1
ETA,t
ef eA t +1
cd cA t
(ecuacin 4.1)
CPB =
PB, t +1
PB, t
ETB, t +1
ETB, t
donde:
PA,t es la productividad de la Unidad A en el periodo t .
y A, t es el valor del Output de la Unidad A en el periodo t.
proporciona una ms que exhaustiva revisin de las distintas alternativas de descomposiciones del ndice de
productividad de Malmquist.
8
El avance o progreso tecnolgico debe entenderse como el desarrollo de nuevas y mejores formas de producir bienes y
servicios (Parkin, 1995:61). El progreso tecnolgico se relaciona con el conjunto de innovaciones y cambios en las
tcnicas que desplazan la frontera de produccin obtenindose, as, un Output mayor sin variar la cantidad de Inputs
utilizados, o bien el mismo nivel de Output, utilizando menor cantidad de Inputs (Martn, 2000:3).
9
Ver diferencia entre eficiencia y productividad en el captulo 1.
Vicente Coll y Olga M Blasco
140
( vcoll@uv.es ; Olga.Blasco@uv.es )
t y t + 1 (progreso tecnolgico)
Recurdese que la medida de eficiencia obtenida bajo el supuesto de RCE era una medida de eficiencia tcnica global.
Vicente Coll y Olga M Blasco
141
( vcoll@uv.es ; Olga.Blasco@uv.es )
t
E A,
t +1
t
E A.t
cd cA t +1
cd cA t
ecuacin (4.2)
donde:
t
E A.t
es la eficiencia tcnica de la Unidad A en el periodo t (subndice) respecto a la frontera
que 1.
El ndice recogido en la ecuacin (4.2) es, precisamente, el ndice de productividad de Malmquist
Input orientado11 que, basado en la tecnologa de referencia en t, definieron Caves, Christensen y
Diewert (1982) en trminos de funciones distancia12 (ver ecuacin 4.3.). En su trabajo, Caves,
Christensen y Diewert (1982) establecen determinadas condiciones, entre las que cabe mencionar:
1. Especifican, para dos empresas k y l, una forma funcional del tipo translog, con trminos de
segundo orden constantes, para la tecnologa de produccin (Caves, Christensen y Diewert,
1982:1394);
2. Las empresas k y l pueden representar la misma empresa en dos periodos de tiempo diferentes
o dos empresas diferentes tanto en el mismo periodo de tiempo como en diferentes periodos
(Caves, Christensen y Diewert, 1982:1395).
3. Consideran que las empresas operan sobre la frontera de produccin (Caves, Christensen,
Diewert, 1982:1395), no permitiendo, en consecuencia, ineficiencias tcnicas. Por tanto, la
distancia de una Unidad en un periodo t respecto a la frontera de dicho periodo es igual a la
unidad, es decir, D t (x t , y t ) = 1 y D t +1 (x t +1 , y t +1 ) = 1 . De esta forma la nica fuente del
crecimiento de la productividad es el cambio tecnolgico.
El ndice de productividad de Malmquist Input orientado definido por Caves, Christensen y Diewert
t
(1982) tomando como referencia la tecnologa del periodo t ( IPM CCD
) puede escribirse de la
siguiente forma:
11
Caves, Chistiansen y Diewert (1982) consideran que hay, y desarrollan, dos aproximaciones naturales a la medida de
las diferencias en productividad. Una aproximacin trata las diferencias en productividad como diferencias en el
mximo Output alcanzable dado un determinado nivel de Inputs. Esta aproximacin conduce a los ndices de
productividad Output orientados. La aproximacin alternativa trata las diferencias en productividad como diferencias en
el mnimo requerimiento de Inputs dado un nivel de Outputs. Este punto de vista conduce a ndices de productividad
Input orientados (Caves, Christensen y Diewert, 1982:1401). En Caves, Christensen y Swanson (1981) analizan la
relacin entre las medidas de productividad Input y Output orientadas.
142
t
IPM CCD
D It (x t , y t )
D tI (x t +1 , y t +1 )
ecuacin (4.3)
donde:
D It (x t , y t ) representa la distancia Input de una Unidad en el periodo t respecto a la frontera
eficiente en dicho periodo y determina la mxima reduccin que debera llevarse a cabo en el
nivel de Inputs de la Unidad en el periodo t , dado el nivel de Outputs, para situar a sta sobre
la frontera eficiente definida en el periodo t . D It (x t , y t ) puede definirse como:
[
= Inf [
D It (x t , y t ) = Sup t : ( x t t , y t ) L(x t )
t
: (x t t , y t ) L(x t )
produccin.
D It (x t , y t ) puede tomar valores mayores o iguales a la unidad. As, si en el periodo t la Unidad
considerada es tcnicamente eficiente, est situada sobre la frontera, D t (x t , y t ) = 1 , en tanto que
si es tcnicamente ineficiente entonces D It (x t , y t ) > 1 .
D It (x t +1 , y t +1 ) , de forma anloga a la anterior, representa la distancia Input de una Unidad en el
periodo t + 1 respecto a la frontera eficiente del periodo t , y mide el ajuste proporcional que
debera realizarse sobre el vector de Inputs observado para la Unidad en el periodo t + 1 , dado
el nivel de Outputs, a fin de situar a dicha Unidad sobre la frontera eficiente del periodo t .
Pero, a diferencia de lo que ocurre con D It (x t , y t ) , la funcin distancia D t (x t +1 , y t +1 ) puede
tomar valores inferiores a la unidad.
t
> 1 entonces D It (x t , y t ) > D tI (x t +1 , y t +1 ) , es decir, la reduccin que hay que efectuar en el
Si IPM CCD
nivel de Inputs de una Unidad en el periodo t para situarla sobre la frontera eficiente en t es mayor
que el ajuste (reduccin o expansin) que sera necesaria efectuar sobre los Inputs de esa misma
Unidad en el periodo t + 1 para situarla sobre la frontera eficiente en t , por tanto, se observa en la
Unidad evaluada un incremento de productividad entre el periodo t y t + 1 . La situacin contraria
12
Shephard (1970).
Vicente Coll y Olga M Blasco
( vcoll@uv.es ; Olga.Blasco@uv.es )
143
t +1
IPM CCD
=
D tI+1 (x t , y t )
D It +1 (x t +1 , y t +1 )
ecuacin (4.4)
t +1
E A,
t +1
t +1
E A.t
ce cA t +1
ce cA t
ecuacin (4.5)
Teniendo en cuenta que la funcin distancia Input (u Output) es igual al recproco de la medida de
eficiencia tcnica Input (u Output) de Farrell (Fre y Lovell, 1978; Grosskopf, 1993), se tiene
que: D It (x t , y t )
t
t
= E A,
t y D I (x t +1 , y t +1 )
obtiene:
t
IPM CCD
D It (x t , y t )
D tI (x t +1 , y t +1 )
t
E A,
t +1
t
E A.t
c d cA t +1
= CPAt
cd cA t
ecuacin (4.6)
t +1
IPM CCD
=
D It +1 (x t , y t )
D tI+1 (x t +1 , y t +1 )
t +1
E A,
t +1
t +1
E A.t
ce cA t +1
= CPAt +1
ce cA t
ecuacin (4.7)
t
IPM FGLR (x t +1 , y t +1 ; x t , y t ) = IPM CCD
t +1
IPM CCD
1/2
ecuacin (4.8)
D It +1 (x t , y t )
D It +1 (x t +1 , y t +1 )
1/2
ecuacin (4.9)
Relacionando sta expresin (4.9.) con la representacin grfica recogida en la figura 4.3. y las
ecuaciones (4.6.) y (4.7.):
t
E A,
t +1
IPM FGLR (x t +1 , y t +1 ; x t , y t ) = t
E A,t
t +1
E A,
t +1
t +1
E A,
1/2
c d cA t +1
=
cd cA t
c e cA t +1
ce cA t
1/2
ecuacin (4.10)
Siguiendo a Fre, Grosskopf, Lindgren y Roos (1989 y 1992), la ecuacin (4.9.) puede rescribirse
como:
D tI+1 (x t +1 , y t +1 )
IPM FGLR (x t +1 , y t +1 ; x t , y t ) = t +1
D I (x t +1 , y t +1 ) D It (x t +1 , y t +1 )
D It (x t , y t )
D tI+1 (x t , y t )
D It (x t , y t )
1/2
ecuacin (4.11)
donde:
D It (x t , y t )
D It +1 (x t +1 , y t +1 )
145
(4.11.), es decir, t
D I (x t +1 , y t +1 ) D tI (x t , y t )
1/2
D It +1 (x t +1 , y t +1 )
D It (x t +1 , y t +1 )
Unidad en t . As, el cambio tecnolgico es medido como la media geomtrica de estos dos
cambios (Fre, Grosskopf y Lovell, 1994:231; Fre, Grosskopf, Norris y Zhang, 1994:71).
En consecuencia, el crecimiento en productividad entre dos periodos t y t + 1 es definido, segn
Fre, Grosskopf, Lindgren y Roos (1989 y 1992), como el producto del cambio en eficiencia tcnica
y el cambio tecnolgico
La expresin recogida en la ecuacin (4.11.) puede tambin expresarse, haciendo referencia de nuevo
a la figura 4.3, como:
IPM FGLR (x t +1 , y t +1 ; x t , y t ) =
t +1
E A,
t +1
t
E A,
t
t
E A,
t +1
t +1
E A,t +1
E A,
t
t +1
E A,
1/2
c e cA t +1
=
cd cA t
c d cA t +1
c e cA t +1
c e cA t +1
cd cA t
c d cd
c e ce
cd cA t
ce cA t
1/2
1/2
ecuacin (4.12)
t +1
E A,
t +1
t
E A,
t
c e cA t +1
cd cA t
ecuacin (4.13)
Si este ndice toma una valor superior a la unidad indicar que la Unidad se ha acercado a la
frontera tecnolgica ( D It +1 (x t +1 , y t +1 ) < D It (x t , y t ) , es decir, ha mejorado su eficiencia tcnica
t +1
t
( E A,
t +1 > E A, t ). Si el cambio en eficiencia tcnica toma un valor inferior a la unidad significar
146
t
D It (x t , y t )
D I (x t +1 , y t +1 )
1/2
t
E A,
t +1
= t +1
E A,t +1
E tA,t
E tA,+1t
1/2
cd cd
=
ce ce
1/2
ecuacin (4.14)
Un resultado mayor que 1 en este componente del ndice de productividad indicar una mejora
del cambio tcnico (progreso tcnico) que ser considerado una evidencia de innovacin (Fre,
Grosskopf, Norris y Zhang, 1994:72). Un cambio tecnolgico inferior a 1 significara que la
industria ha registrado prdida de productividad o regreso tcnico.
Si para una Unidad se observa entre el periodo t y t + 1 una mejora de productividad entonces el
IPM FGLR (x t +1 , y t +1 ; x t , y t ) ser mayor que 1; en cambio, si dicha Unidad experimenta a lo largo del
ecuacin (4.11.)), que sern obtenidas mediante el modelo DEA-CCR en su forma envolvente, al
suponer tecnologa de rendimientos constantes a escala. Es conveniente recordar que, como se vio al
estudiar las orientaciones DEA, la medida de eficiencia tcnica Input orientada suponiendo una
tecnologa de rendimientos constantes a escala es igual al recproco de la medida de eficiencia tcnica
Output orientada en relacin a la misma caracterizacin de la tecnologa de produccin. Por tanto, las
Vicente Coll y Olga M Blasco
( vcoll@uv.es ; Olga.Blasco@uv.es )
147
1. D It (x t , y t )
calculada usando los datos observados para dicha Unidad en el periodo t (subndice) en
relacin con la frontera tecnolgica del periodo t (suprandice).
[D (x , y )]
t
I
= E o,t t = Min ,
Sujeto a :
Yt Y0, t
(modelo 4.3)
X 0, t X t
0
2. D It +1 (x t +1 , y t +1 )
= E o,t +t1+1 , eficiencia tcnica de la Unidad0 que es calculada usando los datos
[D
1
t +1
I (x t +1 , y t +1 )
Sujeto a :
Yt +1 Y0, t +1
(modelo 4.4)
X 0, t +1 X t +1
0
Para el clculo de las ltimas dos funciones distancias, modelos (4.5.) y (4.6.), se requiere
informacin de los dos periodos, t y t + 1 , puesto que se comparan los datos de un periodo con la
148
3. D tI (x t +1 , y t +1 )
[D (x
t
I
t +1 , y t +1 )
= E o,t t +1 = Min ,
Sujeto a :
Yt Y0, t +1
(modelo 4.5)
X 0, t +1 X t
0
4. D tI+1 (x t , y t )
= E o,t +t1 eficiencia tcnica de la Unidad0 calculada a partir de los datos observados
[D
t +1
I (x t
,y t )
Sujeto a :
Yt +1 Y0, t
(modelo 4.6)
X 0, t X t +1
0
Aplicacin 4.2.
Para los concesionarios A-F se dispone de informacin relativa a dos periodos de tiempo. Los datos
de las variables (inputs y outputs) se muestra en la tabla 4.3.
149
x1
6
6
14
12
12
20
x2
8
14
12
12
18
20
Outputs
y1
y2
12
16
24
40
10
25
20
10
30
18
25
25
x1
8
11
14
12
11
18
Periodo t+1
Inputs
Outputs
x2
y1
y2
8
14
20
15
25
42
12
8
30
13
25
8
18
40
22
20
24
30
Si se evala la productividad de los concesionarios (en el anexo A.II puede consultarse el proceso a
seguir utilizando Solver), los resultados son los siguientes:
Concesionario
A
B
C
D
E
F
150
D (x t , y t )
D
t +1
I
RCE
(x t +1 , y t +1 )
RCE
t
I
D (x t , y t )
D
t +1
I
t
I
D (x t , y t )
RVE
(x t +1 , y t +1 )
RVE
RCE
RVE
t +1
I
(x t +1 , y t +1 )
t +1
I
(x t +1 , y t +1 )
ecuacin (4.15)
RCE
RVE
donde:
D It (x t , y t )
D
t +1
I
RCE
(x t +1 , y t +1 )
. La
RCE
t +1
I
RVE
D (x t +1 , y t +1 )
RVE
t
I
D (x t , y t )
RCE
RVE
t +1
I
(x t +1 , y t +1 )
t +1
I
(x t +1 , y t +1 )
RCE
RVE
151
D t (x , y )
I t t
RVE
IPM
(x
,y
;x ,y ) =
FGNZ t +1 t +1 t t
D t +1(x
,y
)
t + 1 t +1
I
RVE
RCE
t
D (x , y )
I t t
RVE
D t +1(x
,y
)
I
t + 1 t +1
RCE
D t +1(x
,y
)
I
t +1 t +1
RVE
D t (x , y )
I t t
1/2
D t +1(x
,y
) D t +1(x , y )
t +1 t +1
I
t t
I
t
,y
)
D t (x , y )
D (x
I
t
+
1
t
+
1
I
t
t
ecuacin (4.16)
es decir,
IPM FGNZ (x t +1 , y t +1 ; x t , y t ) = CE CT = (CETP CEE ) CT
ecuacin (4.17)
producindose ganancias de productividad a lo largo del periodo considerado cuando IPM FGNZ > 1 y
prdidas de productividad en el caso de IPM FGNZ < 1 , no observndose cambio productivo cuando
IPM FGNZ = 1 .
Resumiendo lo comentado hasta el momento, puede decirse que son dos las fuentes principales de las
ganancias o prdidas de productividad de una Unidad: el cambio eficiencia tcnica y el progreso
tecnolgico. Comparando ambos, si el cambio en eficiencia es mayor que el cambio tcnico, el
avance en productividad ser debido en mayor medida a las mejoras en la eficiencia, sucediendo lo
contrario en el caso en que el progreso tcnico obtenido supere a aquella. A su vez, al descomponer
el cambio eficiencia tcnica puede determinarse qu componente, cambio eficiencia tcnica pura o
eficiencia escala, constituye fundamentalmente la fuente de avance o retroceso del mismo.
Obsrvese que el componente progreso tcnico (desplazamiento de la frontera) recogido en la
expresin (4.11.) y (4.16.) es el mismo. En ambos casos se mide el desplazamiento de la frontera
tecnolgica de rendimientos constantes a escala (Thanassoulis, 2001:191). Fre, Grosskopf y Norris
(1997) y Fre, Grosskopf y Russell (1998) justifican el empleo como referencia de una tecnologa de
152
Tomando como referencia, a modo de ejemplo, la Unidad A, ineficiente tcnicamente en los dos
periodos considerados. El cambio eficiencia tcnica (CE) de la Unidad A en el periodo ser la razn
de la eficiencia tcnica en el periodo t + 1 respecto al periodo t , suponiendo una tecnologa de
produccin caracterizada por rendimientos constantes.
CE =
E A,t +1
E A,t
f g
f A t +1
f g
=
=
fg
f A t +1
fA t
fA t
fg
ecuacin (4.19)
Recordando la relacin de reciprocidad existente entre las funciones distancia y las medidas de
eficiencia de Farrell:
CE =
f g
f A t +1
fA t
1
=
fg D It +1 (x t +1 , y t +1 )
D It (x t , y t )
RCE
ecuacin (4.20)
RCE
153
Como se vio en el captulo 3, la eficiencia tcnica (ETG) puede ser descompuesta en eficiencia
tcnica pura (ETP), medida de eficiencia obtenida suponiendo una tecnologa de rendimientos
variables a escala, y eficiencia escala (EE), medida resultado de comparar la frontera de rendimientos
constantes con la de rendimientos variables. En el caso de la Unidad A, la eficiencia tcnica pura y
eficiencia escala en el periodo t y t + 1 vendr dada por:
ETPA,t =
fh
fA t
EE A,t =
fg
fh
ecuacin (4.21.)
ETPA,t +1 =
f g
f A t +1
EE A,t +1 = 1
El cambio en eficiencia tcnica pura (CETP) experimentado por la Unidad A a lo largo del periodo
ser el cociente entre la ETP en el periodo t + 1 y t :
CETP =
ETPA,t +1
ETPA,t
f g
f A t +1
f g
=
=
fh
f A t +1
fA t
fA t
fh
ecuacin (4.22.)
o equivalentemente,
CETP =
f g
f A t +1
fA t
1
=
t
+
1
fh D I (x t +1 , y t +1 )
D It (x t , y t )
RCE
ecuacin (4.23.)
RCE
13
Recurdese que la eficiencia escala en cada periodo es el cociente entre la funcin distancia que satisface rendimientos
constantes y la funcin distancia que satisface rendimientos variables En el ejemplo que se est siguiendo, la Unidad A
f A t +1
= D It +1 (x t + 1 , y t +1 )
=
presenta eficiencia escala en el periodo t + 1 por lo que D It +1 (x t + 1 , y t +1 )
RCE
RVE
f g
154
EE A,t +1
EE A,t
t
I
D (x t , y t )
RCE
RVE
t +1
I
D (x t +1 , y t +1 )
t +1
I
D (x t +1 , y t +1 )
ecuacin (4.24.)
RCE
RVE
que en el caso particular de la Unidad A, dado que est no presenta ineficiencias de escala en el
periodo t + 1 , resultar en:
CEE =
EE A,t +1
EE A,t
fA t fg
fA t fh fh
=
=
1
fg
ecuacin (4.25.)
fA t
fh
fh
= CE
fg
ecuacin (4.26.)
RVE
y D tI +1 (x t +1 , y t +1 )
RVE
tecnologa de rendimientos variables a escala. Los problemas de programacin lineal que debern
resolverse
al
objeto
de
obtener
las
funciones
distancia
Input
implicadas
en
el
1. D It (x t , y t )
RVE
155
[D (x , y ) ]
t
I
RVE
= ETPo,t t = Min ,
Sujeto a :
Yt Y0, t
modelo (4.7.)
X 0, t X t
r
1 =1
0
2. D It +1 (x t +1 , y t +1 )
RVE
[D
t +1
I
(x t +1 , y t +1 )
RVE
Sujeto a :
Yt +1 Y0, t +1
modelo (4.8.)
X 0, t +1 X t +1
r
1 =1
0
La resolucin de los modelos (4.7.) y (4.8.), que nuevamente debe efectuarse para cada una de las n
Unidades analizadas, permitir, junto con la solucin de los modelos (4.3.) a (4.6.)., determinar el
ndice de productividad de Malmquist para cada Unidad particular, as como descomponer ste en
cambio eficiencia tcnica, cambio eficiencia escala y cambio tcnico.
Aplicacin 4.3.
A partir de los datos de la aplicacin 4.2. se ha obtenido el ndice de Malmquist de acuerdo con la
descomposicin de Fre, Grosskopf, Norris y Zhang. En el anexo A.III se facilita el procedimiento
156
A
B
C
D
E
F
1,041
0,748
0,980
1,296
1,287
1,109
1,000
1,000
1,091
0,941
1,000
0,890
Cambio
Indice
eficiencia
productividad
Tcnica (CE)
1,133
1,000
1,122
0,946
1,029
1,004
1,133
1,000
1,224
0,890
1,029
0,893
1,180
0,748
1,200
1,154
1,324
0,991
,s + ,s
(Is
Sujeto a :
Y - s + = y 0
- X s = x 0
r
1 =1
, s + , s - 0
Vicente Coll y Olga M Blasco
( vcoll@uv.es ; Olga.Blasco@uv.es )
+ Is -
modelo (4.9.)
157
ANEXO I.
MODELO DEA-BCC INPUT ORIENTADO
CON INPUTS NO DISCRECIONALES
A.I.1. Modelo CCR-IO con inputs no controlables.
159
Paso 2. Escribir en la hoja Excel, y como se muestra en la Figura A.II.2, las frmulas18 que permitan
obtener el modelo DEA-CCR para el concesionario C. Recurdese que el input x3 es no controlable
(en rojo en la Figura A.II.2).
18
160
161
ANEXO II.
EL INDICE DE PRODUCTIVIDAD DE MALMQUIST:
DESCOMPOSICIN DE FRE, GROSSKOPF, LINDGREN Y ROOS
162
1/2
(ecuacin A.II.1)
Para determinar el IPM es necesario calcular, para cada uno de los concesionarios disponibles, cuatro
funciones distancias:
[D (x , y )]
t
I
= E 0,t t , D It +1 (x t +1 , y t +1 )
= E 0,t +t1+1 , D It (x t +1 , y t +1 )
= E 0,t t +1 , D tI+1 (x t , y t )
= E 0,t +t1
A continuacin se describe, para el concesionario A, cmo obtener las medidas para obtener el IPM a
travs de Solver. Con el resto de concesionarios se actuara de forma anloga.
Paso 1: Abrir un nuevo libro Excel e introducir, en cuatro hojas19 distintas, los datos de la tabla 4.3
tal y como se refleja en la Figura A.II.1:
Paso 2: Calcular D It (x t , y t )
t
= E A,
t.
Escribir en la hoja 1 de Excel, y como se muestra en la Figura A.II.2, las frmulas20 que
permitan obtener el modelo DEA-CCR tomando los datos del periodo t.
19
Por defecto, los datos son introducidos en la hoja 1. Para cambiar de hoja, hacer clic en la pestaa situada en la parte
inferior de la ventana y que indica, resaltada en negrita, el nmero de hoja activa. Si nicamente le apareciesen tres hojas
activas, para insertar una nueva hoja: seleccionar Hoja de clculo del men Insertar.
20 A efectos de resolucin con Solver:
Thita = , LA = A , LB = B , LC = C , LD = D , LE = E , LF = F , Sy1 = s1+ , Sy2 = s 2+ , Sx1 = s1 , Sx2 = s 2
Vicente Coll y Olga M Blasco
( vcoll@uv.es ; Olga.Blasco@uv.es )
163
t
E A,
t.
t +1
= E A,
t +1 .
Escribir en la hoja 2 de Excel, y como se muestra en la Figura A.II.4, las frmulas21 que
permitan obtener el modelo DEA-CCR tomando los datos del periodo t+1.
t +1
E A,
t +1 .
21
165
Paso 4: Calcular D It (x t +1 , y t +1 )
t
= E A,
t +1 .
Escribir en la hoja 3 de Excel, y como se muestra en la Figura A.II.6, las frmulas22 que
permitan obtener el modelo DEA-CCR tomando los datos del periodo t+1.
22
166
t
E A,
t +1 .
167
t +1
= E A,
t .
Escribir en la hoja 4 de Excel, y como se muestra en la Figura A.II.8, las frmulas23 que
permitan obtener el modelo DEA-CCR tomando los datos del periodo t+1.
t +1
E A,
t.
23
168
Paso 6. Sustituir en la expresin de la ecuacin (A.II.1) los resultados obtenidos en los pasos
anteriores, que de forma resumida han sido:
[D (x , y )]
t
I
[D (x
t
I
t +1
, y t +1 )
t
t +1
= E A,
t 0,875 ; D I (x t +1 , y t +1 )
t
t +1
= E A,
t +1 1,0208 ; D I (x t , y t )
t +1
= E A,
t +1 0,9916
t +1
= E A,
t 0,831
t +1
E A,
t +1
t
E A,
t +1
t
E A,
t
t
E A,
t
t +1
E A,
t +1
t +1
E A,
t
1/2
0,9916
=
0,875
1,0208
0,9916
0,875
0,831
1/ 2
Cambio tecnolgico:
t
E A,
t +1
t +1
E A,t +1
t
E A,
t
t +1
E A,t
1/2
1,0208
=
0,9916
0,875
0,831
1/ 2
= 1,04113
1,041
169
ANEXO III.
EL INDICE DE PRODUCTIVIDAD DE MALMQUIST:
LA PROPUESTA DE FRE, GROSSKOPF, NORRIS Y ZHANG.
170
t
I
D (x t , y t )
RVE
D It +1 (x t +1 , y t +1 )
RVE
t
I
D (x t , y t )
RCE
RVE
D It +1 (x t +1 , y t +1 )
D It +1 (x t +1 , y t +1 )
D It +1 (x t +1 , y t +1 )
D It +1 (x t , y t )
D tI (x t +1 , y t +1 )
D It (x t , y t )
1/2
RCE
RVE
(ecuacin A.III.1)
Para determinar el IPM es necesario calcular, para cada uno de los concesionarios disponibles, seis
funciones distancias:
[D (x , y )]
[D
t
I
t +1
I
(x t , y t )
= E o,t t , D It +1 (x t +1 , y t +1 )
1
= E o,t +t1+1 , D tI (x t +1 , y t +1 )
= E o,t t +1 ,
= E o,t +t1
D It (x t , y t )
RVE
= ETPo,t t ,
D It +1 (x t +1 , y t +1 )
RVE
= ETPo,t +t1+1
A continuacin se describe, para el concesionario A, cmo obtener las medidas para obtener el IPM a
travs de Solver. Con el resto de concesionarios se actuara de forma anloga.
Paso 1: Abrir un nuevo libro Excel e introducir, en seis hojas24 distintas, los datos de la tabla 4.3 tal y
como se refleja en la Figura A.II.1:
Paso 6: Calcular D It (x t , y t )
24
RVE
= ETPA,t t
Por defecto, los datos son introducidos en la hoja 1. Para cambiar de hoja, hacer clic en la pestaa situada en la parte
inferior de la ventana y que indica, resaltada en negrita, el nmero de hoja activa. Si nicamente le apareciesen tres hojas
activas, para insertar una nueva hoja: seleccionar Hoja de clculo del men Insertar.
Vicente Coll y Olga M Blasco
171
( vcoll@uv.es ; Olga.Blasco@uv.es )
ETPA,t t .
25
172
Paso 7: Calcular D It +1 (x t +1 , y t +1 )
RVE
= ETPA,t +t1+1
Escribir en la hoja 6 de Excel, y como se muestra en la Figura A.III.4, las frmulas26 que
permitan obtener el modelo DEA-BCC tomando los datos del periodo t+1.
26
173
ETPA,t +t1+1 .
[D (x , y )] = E 0,875 ; [D (x
[D (x , y )] = E 1,0208 ; [D
1
t
I
t
I
t +1
t +1
[D (x , y ) ]
t
I
RVE
t +1
I
t
A, t
t
A,t +1
t +1
, y t +1 )
t +1
I
(x t , y t )
= ETPA,t t = 1 ; D It +1 (x t +1 , y t +1 )
t +1
= E A,
t +1 0,9916
= E tA,+1t 0,831
RVE
= ETPA,t +t1+1 = 1
t +1
ETPA, t + 1
IPM
(x
,y
;x ,y ) =
FGNZ t + 1 t + 1 t t
ETP t
A, t
ETP t
A, t
Et
A, t
ETP t + 1
A, t + 1
Et + 1
A, t + 1
Et
A, t + 1
t +1
E A, t + 1
1/2
Et
A, t
Et +1
A, t
ETPA,t +t1+1
1
= =1
1
t
A,t
t +1
A, t +1
t +1
A , t +1
ETP
E
t
A, t
ETP
1
0,875
=
= 1,13325 1,133
1
0,9916
E A,
t
t +1
E A,t
1/2
1,0208 0,875
=
0,9916 0,831
1/ 2
= 1,04113 1,041
175
BIBLIOGRAFA
176
Bibliografa.
ACHER, J.; LANUZA ESCOBAR, J.A. y VZQUEZ FERNNDEZ-VITORIO, C. (1979):
lgebra lineal y programacin lineal. Edit. Montaner y Simn. Barcelona.
AFRIAT, S. (1972): Efficiency Estimation of Production Functions. International Economics
Review 13: 568-598.
AIGNER, D.J. y CHU, S.F. (1968): On Estimating the Industry Production Function. American
Economic Review 58: 826-839.
AIGNER, D. J.; LOVELL, C.A.K. y SCHMIDT, P. (1977): Formulation and Estimation of
Stochastic Frontier Production Models. Journal of Econometrics, 6: 21-37.
ALI, A. I. (1994): Computational Aspects of DEA In CHARNES, A.; COOPER, W.W.; LEWIN,
A.Y. y SEIFORD, L.M. (1994): Data Envelopment Analysis: Theory, Methodology and
Applications. Kluwer Academic Publishers, Boston.
ALI, A. I. y SEIFORD, L.M. (1993a): The Mathematical Programming Approach to Efficiency
Analysis en Harold O. Fried, C.A. Knox Lovell y Shelton S. Schmidt, editors. The
Measurement of Productive Efficiency: Techniques and Applications. Oxford. Oxford
University Press.
ALI, A. I. y SEIFORD, L.M. (1993b): Computational Accuracy and Infinitesimals in Data
Envelopment Analysis. INFOR 31(4): 290-297.
ALLEN, R. (1997): Incorporating Value Judgements in Data Envelopment Analysis. PhD. Thesis.
Warwick Business School, Warwick University. Coventry, England.
ALLEN, R.; ATHANASSOPOULOS, A.; DYSON, R.G. y THANASSOULIS, E. (1997): Weights
Restrictions and Value Judgements in Data Envelopment Analysis: Evolution, Development
and Future Directions. Annals of Operations Research, vol. 73: 13-34.
ALVAREZ PINILLA, A (2002): Concepto y Medicin de la Eficiencia Productiva en ALVAREZ
PINILLA, A. (Coordinador) (2002): La Medicin de la Eficiencia y la productividad. Ed.
Pirmide. Madrid.
ALY, H.; GRABOWSKY, R.; PASURKA, C. y RANGAN, N. (1990): Technical Scale, and
Vicente Coll y Olga M Blasco
( vcoll@uv.es ; Olga.Blasco@uv.es )
177
Bibliografa.
BANKER, R. D.; GADH, V.M. y GORR, W.L. (1993): A Monte Carlo Comparison of Two
Production Frontier Estimation Methods: Corrected Ordinary Least Squares and Data
Envelopment Analysis. European Journal of Operational Research, 67( 3): 332-43.
BANKER, R.D. y MAINDIRATTA, A. (1988) : Nonparametric Analysis of Technical and
Allocative Efficiencies in Production. Econometrica 56(6): 1315-1332.
BANKER, R.D. y MOREY, R.C. (1993). Integrated System Design and Operational Decisions for
Service Sector Outlets. Journal of Operations Management, 11(1): 81-98.
BANKER, R. D. y MOREY, R. C. (1986a): The Use of Categorical Variables in Data
Envelopment Analysis. Management Science 32(12): 1613-1627.
BANKER, R. D. y MOREY, R. C. (1986b): Efficiency Analysis for Exogenously Fixed Inputs and
Outputs. Operations Research 34: 513-521.
BANKER, R.D. y THRALL, R.M. (1992): Estimation of Returns to Scale Using Data
Envelopment Analysis. European Journal of Operational Research, 62: 74-84.
BANNISTER, G.J. y STOLP, D.C. (1995): Regional Concentration and Efficiency in Mexican
Manufacturing. European Journal of Operational Research 80(3): 672-690.
BATTESE, G.E. y COELLI, T. (1992): Frontier Production Functions, Technical Efficiency and
Panel Data: With Application to Paddy Farmers in India. Journal of Productivity Analysis, 3:
153-169.
BATTESE, G.E. y COELLI, T. (1988): Prediction on Firm-Level Technical Efficiencies with a
Generalized Frontier Production Function and Panel Data. Journal of Econometrics 38: 387399.
BATTESE, G.E.; PRASADA RAO, D.S. (2001): Productivity Potential and Technical Efficiency
Levels of Firms in Different Regions Using a Stochastic Metaproduction Frontier Model.
Unpublished paper, CEPA, School of Economics, University of New England. Australia.
BATTESE, G.E.; PRASADA RAO, D.S. y WALUJADI, D. (2001): Technical Efficiency and
Productivity Potential of Garment Firms in Different Regions in Indonesia: A Stochastic
Frontier Analysis Using a Time-Varying Inefficiency Model and a Metaproduction Frontier.
Vicente Coll y Olga M Blasco
( vcoll@uv.es ; Olga.Blasco@uv.es )
179
180
Bibliografa.
BJUREK, H. (1996): The Malmquist Total Factor Productivity Index. Scandinavian Journal of
Economics 98(2):303-313.
BJUREK, H. (1994): Essays on Efficiency and Productivity Change with Applications to Public
Service Production. Ekonomiska Studier 52. School of Economics and Commercial Law.
Universtiy of Gothenburg, Sweden.
BJUREK, H. y DUREWAL, D. (1998): Does Market Liberalization Increase Total Factor
Productivity: Evidence from the Manufacturing Sector in Zimbabwe. Working Papers in
Economics n 10. Departament of Economics. Gteborg University, Sweden.
BLASCO BLASCO, O.M. (2001): Estudio de la Eficiencia del Sistema Productivo de las
Comunidades Autnomas: Una aproximacin desde el Data Envelopment Anlisis. Tesis
doctoral. Departamento de Economa Aplicada. Facultad de Economa. Universidad de
Valencia.
BOUSSOFIANE, A.; DYSON, R.G. y THANASSOULIS, E. (1991): Applied Data Envelopment
Analysis. European Journal of Operational Research, 52: 1-15.
BOWLIN, W.F. (1998): Measuring Performance: An Introduction to Data Envelopment Analysis
(DEA). Journal of Cost Analysis and Management. Fall 1998.
BOYD, G. y FRE, R. (1984): Measuring the Efficiency of Decision Making Units: A Coment.
European Journal of Operational Research 15:331-332.
BROCKETT, P. L. y GOLANY, B. (1996): Using Rank Statistics for Determining Programmatic
Efficiency Differences in Data Envelopment Analysis. Management Science 42(3): 466-472.
CANTNER, U. y WERTERMANN, G. (1998). Localized Technological Progress and Industry
Structure: An Empirical Approach. Econ. Innov. New Techn. Vol. 6: 121-145.
CAVES, D.W.; CHRISTENSEN, L. R. y DIEWERT, W.E. (1982): The Economic Theory of
Index Numbers and the Measurement of Input, Output, and Productivity. Econometrica 50(6):
1393-1414.
CAVES, D.W.; CHRISTENSEN, L. R. y SWANSON, J.A. (1981): Productivity Growth, Scale
Economies, and Capacity Utilization in U.S. Railroads. American Economic Review 71:994Vicente Coll y Olga M Blasco
( vcoll@uv.es ; Olga.Blasco@uv.es )
181
182
Bibliografa.
CHARNES, A., COOPER, W.W., SEIFORD, L. y STUTZ, J. (1983): Invariant Multiplicative
efficiency and Piecewise Cobb-Douglas Envelopments. Operations Research Letters, 2: 101103.
CHARNES, A.; COOPER, W.W.; SEIFORD, L. y STUTZ, J. (1982): A Multiplicative Model for
Efficiency Analysis. Socio-Economic Planning Sciences, vol. 16(5): 223-224.
CHARNES, A.; ROUSSEAU, J.J. y SEMPLE, J.H. (1992): Non-Archimedean infinitesimals,
transcendentals and categorical inputs in Linear-Programming and Data Envelopment
Analysis. International Journal of Systems Science, vol. 23(12): 2401-2406.
CHEN, Y.-S.R. (1997): The relative productive efficiency of Township-Village-Enterprises in
Mainland China. Ph.D. dissertation. The University of Texas at Dallas.
CHUNG-FER WU, R. y SHENG-JUNG CHIANG, R. (2000): Comparison of Profitability and
Marketability between Hi-Tech and Traditional Industries in Taiwan. The Application of Data
Envelopment Analysis. PhD. Thesis. EMBA Program. National Taiwan University, Taiwan.
CINGI, S. y TARIM, A. (2000): Turk Banka Sisteminde Performans Olcumu: DEA-Malmquist
TPF Endexi Uygulamasi. Turkiye Bankalar Birligi Arastirma Tebligleri Serisi, Eylul. N 200002.
CITYC (1999): Evolucin del Sector Texit/Confeccin en 1998. Centro de Informacin Textil y
de la Confeccin. Barcelona. Espaa.
COELLI, T. (1998): A Multi-stage methodology for the solution of orientated DEA models.
Operations Research Letters.22: 143-149.
COELLI, T. (1996): A Guide to DEAP Version 2.1: A Data Envelopment Analysis (Computer)
Program. Centre for Efficiency and Productivity Analysis. University of New England.
COELLI, T., PRASADA RAO, D.S. y BATTESE, G.E. (1998): An Introduction to Efficiency and
Productivity Analysis. Kluwer Academic Publishers, Boston.
COOK, W.D., JOHNSTON, D.A. y MCCUTCHEON, D. (1992): Implementations of Robotics:
Identifying Efficient Implementors. Omega, 20(2): 227-239.
183
Bibliografa.
DYSON, R.G. y THANASSOULIS, E. (1988): Reducing Weight Flexibility in Data Envelopment
Analysis. Journal of the Operational Research Society, vol. 39(6): 563-576.
ECAS (1998): El Sector de la Industria Texit, Confeccin, Cuero y Calzado en Aragn. Consejo
Econmico y Social de Aragn.
EL-MAHGARY, S. y LAHDELMA, R. (1995): Data Envelopment Analysis: Visualizing the
Results. European Journal of Operational Research, 85: 700-710.
ELYASIANI, E. y MEHDIAN, S. (1992): Productive Efficiency Performance of Minority and
Nonminority Banks: A Nonparametric Approach. Journal of Banking and Finance 16:933-948.
ELYASIANI, E. y MEHDIAN, S. (1990). A Nonparametric Approach to Measurement of
Efficiency and Technological Change: The Case of Large U.S. Commercial Banks. Journal of
Financial Services Research 4:154-168.
EMROUZNEJAD, A. (2001): An Extensive Bibliography of Data Envelopment Analysis (DEA),
Volume I-V. http://www.deazone.com, Business School, University of Warwick, Coventry
CV4 7AL, England.
EUROSTAT (2002): Eurostat Yearbook: La Gua Estadstica de Europa. Eurostat, Luxemburgo.
FRE, R. (1975): Efficiency and the Production Function. Zeitschrift fur Nationalokonomie, vol.
35: 317-324.
FRE, R. y GROSSKOPF, S. (1994): Estimation of Returns to Scale Using Data Envelopment
Analysis: A Comment. European Journal of Operational Research 79, 379-382.
FRE, R., GROSSKOPF, S., LINDGREN, B. y ROOS, P. (1992): Productivity changes in
Swedish Pharmacies 1980-89: A nonparametric Malmquist Approach. Journal of productivity
Analysis, 3(3):85-101.
FRE, R., GROSSKOPF, S. LINDGREN, B. y ROOS, P. (1989): Productivity Developments in
Swedish Hospitals: A Malmquist Output Index Approach. Discussion paper n 89-3. Southern
Illinois University. Illinois.
FRE, R., GROSSKOPF, S., y LOVELL, C.A.K. (1994): Production Frontiers. Cambridge
Vicente Coll y Olga M Blasco
( vcoll@uv.es ; Olga.Blasco@uv.es )
185
186
Bibliografa.
Industry. Turkish Economy.
FORSUND, F.R. (2001): Categorical Variables in DEA. Working Paper Series. ICER
(International Center for Economic Research).
FORSUND, F.R. (1999): The Evolution of DEA. The Economic Perspective. Sixth European
Workshop on Efficiency and Productivity Analysis. Copenhagen.
FRIED, H.O.; SCHMIDT, S.S. y YAISAWARNG, S. (1995): Incorporating the Operating
Environment into a Measure of Technical Efficiency, Mimeo, Union College, Schenectady.
Kluwer Academic Publishers, Boston.
FRIED, H.O., LOVELL, C.A.K. y SCHMIDT, S.S. (Editors)(1993). The Measurement of
Productive Efficiency: Techniques and Applications. Oxford. Oxford University Press.
GIOKAS, D. (1991): Bank Branch Operating Efficiency: A Comparative Application of DEA and
the Loglineal Model. Omega, 19(6): 549-557.
GIULI, M. (1997): The Competitiveness of the European Textile Industry. Research Papers in
International Business. N 2-97. Centre for International Business Studies. South Bank
University. London.
GODOY, A. (2001). Los Sectores Textil, Cuero, Confeccin y Calzado: Orientaciones para una
estrategia de cooperacin al desarrollo: Instituto Sindical de Cooperacin al Desarrollo.
ISCOD.
GONZALEZ FIDALGO, E. (2002): La Estimacin de la Eficiencia con Mtodos No Paramtricos
en ALVAREZ PINILLA, A. (Coordinador) (2002): La Medicin de la Eficiencia y la
productividad. Ed. Pirmide.
GONZALEZ, X. y TANSINI, R. (2001): Eficiencia Tcnica en la Industria Espaola: Tamao, I+D
y Localizacin. XVI Jornadas Anuales de Economa. Banco Central de Uruguay.
GREENE, W.H. (1993): The Econometric Approach to Efficiency Analysis en Harold O. Fried,
C.A. Knox Lovell y Shelton S. Schmidt, editors. The Measurement of Productive Efficiency:
Techniques and Applications. Oxford. Oxford University Press.
187
188
Bibliografa.
HOLLINGSWORTH, B.; DAWSON, P.J. y MANIADAKIS, N. (1999): Efficiency Measurement
of Health Care: A Review of Non-Parametric Methods and Applications. Health Care
Management Science, vol. 2(3): 161-172.
HUANG, C.L., y LIU, J-T. (1994): Estimation of a Non-neutral Stochastic Frontier Production
Function: Journal of Productivity Analysis, 5: 171-180.
INSTITUTO NACIONAL DE ESTADSTICA (1999): Encuesta Industrial de Empresas 1998.
Madrid.
INSTITUTO VALENCIANO DE ESTADSTICA (1996): Datos Econmico-Financieros de la
Industria Manufacturera de la Comunidad Valenciana 1990-1993. Valencia..
JACKSON, P.M.; FETHI, M.D. (2000): Evaluating the Efficiency of Turkish Commercial Banks:
An Application of DEA and Tobit Analysis. Presentado en el International DEA Symposium.
University of Queensland. Brisbane, 2-4 July, 2000. Australia.
JACKSON, P.M.; FETHI, M.D. y INAL, G. (1998): Efficiency and Productivity Growth in
Turkish Commercial Banking Sector: A Non-Parametric Approach. Presentado en European
Symposium on: Data Envelopment Analysis Recent Developments and Applications.
Wernigerode, Germany. 16-18 Octubre, 1998.
JAFORULLAH, M. (1999): Production Technology, Elasticity of Substitution and Technical
Efficiency of the Handloom Textile Industry of Bangladesh. Applied Ecnomics, 31: 437-442.
JESSON, D.; MAYSTON, D. y SMITH, P. (1987): Performance Assessment in the Education
Sector: Educational and Economic Perspectives. Oxford Review of Education, vol. 13(3): 249266.
JONDROW, J., LOVELL, C.A.K., MATEROV, I.S. y SMITH, P. (1982): On the Estimation of
Technical Ineficiency in the Stochastics Frontier Production Models. Journal of Econometrics
19: 233-238.
KAMAKURA, W. A. (1988): A Note on the Use of Categorical Variables in Data Envelopment
Analysis. Management Science, 34(10): 1273-1276.
KA-YIU FUNG, M. y KAI-HONG WAN, K. (1996): Ownership and Efficiency Differentials in
Vicente Coll y Olga M Blasco
( vcoll@uv.es ; Olga.Blasco@uv.es )
189
Bibliografa.
3, 4 y 5 de Junio. Espaa.
LUNDVALL, K. (1999): A Note on How to Explain Technical Efficiency in SFA and DEA
Models. An Empirical Example Using Kenyan Data: Economic Studies. Departament of
Economics. School of Economics and Commercial Law. Gteborg University.
MAHADEVAN, R. (2000): How Technically Efficient Are Singapores Manufacturing
Industries?. Applied Economics, 32: 2007-2014.
MAHAJAN, J. (1991): A data envelopment analytic model for assessing the relative efficiency of
the selling function. European Journal of Operational Research, vol. 53: 189-205.
MARTN BOFARULL, M. (2000): Eficiencia y Progreso Tcnico en el Sistema Portuario
Espaol. III Encuentro de Economa Aplicada. Junio de 2000. Valencia.
MARTINEZ, M. y ZOFIO, J.L. (2000): Titularidad, Mercado y Eficiencia Tcnica en el Transporte
Areo: Un Anlisis de Frontera Graph No Paramtrico. Revista de Economa Aplicada. N 23.
Vol. VIII: 93-117.
MAUDOS, J.; PASTOR, J.M. y SERRANO, L. (1998): Efficiency and Productivity
Specialization: An Application to the Spanish Regions. Working Paper, Serie EC 98-26. IVIE
(Instituto Valenciano de Investigaciones Econmicas).
MEEUSEN, W y VAN DEN BROECK, J. (1977): Efficiency Estimation from Cobb-Douglas
Production Functions with Composed Error. International Economic Review, 18: 435-444.
MEHRABIAN, S.; JAHANSHAHLOO, G. R.; ALIREZAEE, R. y AMIN, G. R. (2000): An
Assurance Interval for the Non-Archimedean Epsilon in DEA Models. Operations Research,
48(2): 344-347.
MILIOTIS, P. (1992): Data Envelopment Anlisis Applied to Electricity Distribution Districts.
Journal of the Operational Research Society, 43(5): 549-555.
MINI, F. y RODRGUEZ, E. (2000): Technical Efficiency Indicators in a Philippine
Manufacturing Sector. International Review of Applied Economics, 14(4): 461-473.
NISHIMIZU, M. y PAGE, J.M. (1982): Total Factor Productivity Growth, Technical Progress and
Vicente Coll y Olga M Blasco
( vcoll@uv.es ; Olga.Blasco@uv.es )
191
ESTADSTICA
DE
ACTIVIDADES
ECONMICAS
DEN-
Bibliografa.
PASTOR, J.T., RUIZ, J.L. y SIRVENT, I. (1999): An Enhanced DEA Russell Graph Efficiency
Measure. European Journal of Operational Research 115(3):596-607.
PINA V. y TORRES, L. (1992): Evaluating the Efficiency of Nonprofit Organizations: An
Application of Data Envelopment Analysis to the Public Health Service. Financial
Accountability and Management, vol. 8 (3): 213-224.
PITT, M. y LEE, L. (1981): Measurement and Sources of Technical Inefficiency in the Indonesian
Weaving Industry. Journal of Development Economics, 9: 43-64.
PRIOR, D. y SURROCA, J. (2001): Modelo para la Identificacin de Grupos Estratgicos Basado
en el Anlisis Envolvente de Datos: Aplicacin al Sector Bancario Espaol. Document de
Treball n2001/2. Departament deconomia de lempresa. Universitat Autnoma de Barcelona.
QUIROS, C. y PICAZO, A.J. (2001): Liberalizacin, Eficiencia y Cambio Tcnico en
Telecomunicaciones. Revista de Economa Aplicada. Nmero 25 (Vol. IX):77-113.
RAMANATHAN, R. (2003): An Introduction to Data Envelopment Analysis. A Tool for
Performance Measurement. Sage Publications.
RAMCHARRAN, H. (2001): Estimating Productivity and Returns to Scale in the US Textile
Industry. Empirical Economics, 26: 515-524.
RANGAN, N.; GRABOWSKY, R.; ALY, H. y PASURKA, C. (1988): The Technical Efficiency
of U.S. Banks. Economics Letters 28:169-175.
RAY, S.C. (1988): Data Envelopment Analysis, Nondiscretionary Inputs and Efficiency: An
Alternative Interpretation. Socio-Economic Planning Sciences, vol.22(4): 167-176.
RAY, S.C. y DESLI, E. (1997): Productivity Growth, Technical Progress, and Efficiency Change
in Industrialized Countries: Reply. American Economic Review 87(5):1033-1039..
RAY, S.C. y MUJHERJEE, K. (2001). Inter-State Differences In Productivity Growth in U.S.
Manufacturing: A Nonparametric Analysis of Census of Manufactures Data.
RESTZLAFF-ROBERTS, D. L. y MOREY, R.C. (1993): A goal-programming method of
stochastic allocative data envelopment analysis. European Journal of Operational Research,
Vicente Coll y Olga M Blasco
( vcoll@uv.es ; Olga.Blasco@uv.es )
193
194
Bibliografa.
Economics Letters 5(11): 689-692.
SENGUPTA, J.K. (1990): Transformations in Stochastic DEA Models. Journal of Econometrics
46: 109-123.
SEXTON, T.R., SILKMAN, R.H. y HOGAN, A. (1986): Data Envelopment Analysis: Critique
and Extensions in SILKMAN, R.H. (Ed.)., Measuring Efficiency. An Assessment of Data
Envelopment Analysis. Publication n 32 in the series New Direction of Program Evaluation,
Jossey Bass, San Francisco.
SHEPHARD, R.W. (1979): Theory of Cost and Production Functions. Princeton: Princeton
University Press.
SHERMAN, H.D. and GOLD, F. (1985): Bank branch operating efficiency. Evaluation with data
envelopment analysis. Journal of Banking and Finance, 9: 297-315.
SIMAR, L. (1996): Aspects of Statistical Analysis in DEA-Type Frontiers Models. Journal of
Productivity Analysis 7: 177-185.
SIMONS, R. (1996). Data Envelopment Analysis and Its Use in Banking. MP in Action. The
Newsletter of Mathematical Programming in Industry and Commerce.
SOLER I MARCO, V. y HERNNDEZ SANCHO, F. (2000): Verificacin de las Hiptesis del
Distrito Industrial a travs de Medidas No Radiales de Eficiencia Tcnica: Una Aplicacin al
Caso Valenciano. III Encuentro de Economa Aplicada. Valencia, 1, 2 y 3 de Junio.
SOMWARU, A. Y NEHRING, R. (1996): A Graph Efficiency Multiproduct Model of
Corn/Livestock Farming: Accounting for Nitrate Pollution. Annals of Operations Research,
vol. 68: 379-408.
STEVENSON, R. (1980): Likelihood Functions for Generalized Stochastic Frontier Estimation.
Journal of Econometrics 13(1): 58-66.
STOLP, C. (1990): Strengths and Weaknesses of Data Envelopment Analysis. An Urban and
Regional Perspective. Computers, Environment and Urban Systems, vol. 14(2): 103-116.
SUEYOSHI, T. (1999): DEA Non-Parametric Ranking Test and Index Measurement: SlackVicente Coll y Olga M Blasco
( vcoll@uv.es ; Olga.Blasco@uv.es )
195
Bibliografa.
1999 Fall National Conference of the Operations Research Society of Japan.
TSER-YIETH, C. (1998): A Study of Bank Efficiency and Ownership in Taiwan. Applied
Economics Letters 5:613-616.
VAN DIJK, M.; MAKS, J.A.H. y WANSINK, M.J. (1999): Comparative Analysis of
Technological Distances and Inefficiencies: the Position of Limburg. 1st SEC Maastricht,
November 17-18, 1999.
VARIAN, H.R. (1991). Microeconoma Intermedia. Un Enfoque Moderno. 2 Edicin. Antoni
Bosch, editor.
WONG, Y. y BEASLEY, J.E. (1990): Restricting Weight Flexibility in Data Envelopment
Analysis. Journal of the Operational Research Society, vol. 41(9): 829-835.
WORTHINGTON, A. y DOLLERY, B. (1999): Allowing for Nondiscretionary Factors in Data
Envelopment Analysis: A Comparative Study of NSW Local Government. Working Paper
Series in Economics, n 99-12. School of Economic Studies. University of New England.
Australia.
YILDIRIM, C. (1999): Liberalisation before Stabilisation: Policy and Performance in Turkish
Banking. Ph. D. dissertation. University of Lancaster.
YOLALAN, R. (1996): Turk Bankacilik Sektoru icin Goreli Mali Performans Olcumu. Turkiye
Bankalar Birligi Bankacilar Dergisi 19: 35-40.
ZAIM, O. (1995): The Effect of Financial Liberalisation on the Efficiency of Turkish Commercial
Banks. Applied Financial Economics 5:257-264.
ZHANG, A.; ZHANG, Y. y ZHAO, R. (2000): Impact of Ownership and Competition on the
Productivity of Chinese Enterprises: Journal of Comparative Economics 9: 327-346.
ZHU, J. y CHEN, Y. (1993): Assessing Textile Factory Performance. Journal of Systems Science
and Systems Engineering, vol. 2(2): 119-133.
197