Bài viết trình bày tóm tắt về phương pháp Phân tích bao dữ liệu (Data EnvelopmentAnalysis – DEA) cũng như một số mô hình cơ bản của nó, bao gồm mô hình ước lượng hiệuquả kỹ thuật (sử dụng dữ liệu chéo – crosssectional data) và mô hình ước lượng năngsuất tổng hợp Malmquist TFP theo thời gian (sử dụng dữ liệu bảng – panel data). Phiênbản 2.0 này cũng cung cấp cho người dùng thông số về các bộ trong số tối ưu (multipliershay shadow prices). Việc sử dụng phương pháp Phân tích bao dữ liệu giúp các nhà nghiêncứu có thể đánh giá được hiệu quả (tương đối) của các đơn vịdoanh nghiệptổ chức (gọitắt là các đơn vị ra quyết định – Decision making units, DMUs) hoạt động trong cùng mộtngành nghề, lĩnh vực như ngân hàng, giáo dục, bệnh viện… Việc xây dựng một tiện íchthực hiện phân tích bao dữ liệu dành cho người Việt được hy vọng sẽ góp phần nhân rộngtính ứng dụng và tính phổ biến của phương pháp này tại Việt Nam. Trong các phiên bảntiếp theo, tác giả hy vọng có thể tích hợp thêm nhiều mô hình như Fisher DEA, SBM DEA,Network DEA… vào tiện ích VDEA nói trên
See discussions, stats, and author profiles for this publication at: https://www.researchgate.net/publication/314915533 Huong Dan Su Dung Phuong Phap Phan Tich Bao Du Lieu Trong Excel (Vietnamese DEA Add-In for Excel) Article in SSRN Electronic Journal · January 2015 DOI: 10.2139/ssrn.2577136 CITATIONS READS 3,021 author: Thanh Ngo Massey University 26 PUBLICATIONS 45 CITATIONS SEE PROFILE Some of the authors of this publication are also working on these related projects: Stochastic Data Envelopment Analysis View project Vietnamese Banking Database View project All content following this page was uploaded by Thanh Ngo on 12 April 2018 The user has requested enhancement of the downloaded file Hướng dẫn sử dụng phương pháp Phân tích bao liệu Excel: Vietnamese DEA add-in for Excel (phiên 2.0) Ngô Đăng Thành Trường Đại học Kinh tế, ĐHQGHN Massey Business School, New Zealand Tóm tắt: Bài viết trình bày tóm tắt phương pháp Phân tích bao liệu (Data Envelopment Analysis – DEA) số mơ hình nó, bao gồm mơ hình ước lượng hiệu kỹ thuật (sử dụng liệu chéo – cross-sectional data) mơ hình ước lượng suất tổng hợp Malmquist TFP theo thời gian (sử dụng liệu bảng – panel data) Phiên 2.0 cung cấp cho người dùng thông số số tối ưu (multipliers hay shadow prices) Việc sử dụng phương pháp Phân tích bao liệu giúp nhà nghiên cứu đánh giá hiệu (tương đối) đơn vị/doanh nghiệp/tổ chức (gọi tắt đơn vị định – Decision making units, DMUs) hoạt động ngành nghề, lĩnh vực ngân hàng, giáo dục, bệnh viện… Việc xây dựng tiện ích thực phân tích bao liệu dành cho người Việt hy vọng góp phần nhân rộng tính ứng dụng tính phổ biến phương pháp Việt Nam Trong phiên tiếp theo, tác giả hy vọng tích hợp thêm nhiều mơ Fisher DEA, SBM DEA, Network DEA… vào tiện ích VDEA nói Abstract: This paper briefly introduces the Data Envelopment Analysis (DEA) in estimating the technical efficiency (using cross-sectional data) and Malmquist total factor productivity changes over time (using balanced panel data), as well as the correspondence multipliers ỏ shadow prices This technique allows researchers to evaluate the relative efficiency of the decision making units (DMUs) working in the same industry and environment such as banking, education, hospital The construction of a Vietnamese DEA add-in for Excel is expected to boost up the use of the above technique in the academic area in Vietnam In the following update, the author aims to include other models such as Fisher DEA, SBM DEA, and Network DEA into the add-in Key words: data envelopment analysis, Excel, add-in, Vietnam 1 Giới thiệu chung Bài viết nhằm mục đich khái quát lại phương pháp Phân tích bao liệu (Data Envelopment Analysis, viết tắt DEA) việc tính tốn ước lượng hiệu (kỹ thuật) doanh nghiệp, ngân hàng, trường học,… (gọi chung đơn vị định – Decision Making Unit, viết tắt DMU) việc sử dụng nguồn lực đầu vào để tạo kết đầu Việc đo lường hiệu dựa sở phương pháp phân tích giới hạn (frontier analysis), theo đó, DMU có hiệu cao xác lập nên đường giới hạn khả sản xuất (production frontier), DMU so sánh với đường giới hạn để xác định xem chúng hoạt động có hiệu hay khơng Đối với DMU hiệu quả, chúng nằm đường giới hạn, nên điểm hiệu kỹ thuật (technical efficiency score, gọi tắt TE) chúng Đối với DMU hiệu (nằm đường giới hạn), điểm hiệu chúng nhỏ (xem thêm Mục 2) Hiện nay, có nhiều phần mềm cho phép ước lượng hiệu kỹ thuật theo phương pháp DEA, bao gồm phần mềm thương mại (phải mua, ví dụ DEA Frontier, DEA-Excel-Solver Pro) lẫn phần mềm miễn phí (như DEAP, DEAOS,…) Hạn chế lớn phần mềm (trừ vấn đề chi phí phần mềm thương mại) người bắt đầu nghiên cứu DEA học sinh, sinh viên… có giao diện tiếng Anh Hạn chế lớn thứ hai khó khăn việc xử lý số liệu, chạy chương trình, đọc kết Điển DEAP, phần mềm sử dụng phổ biến kể với người nghiên cứu phương Tây, sử dụng giao diện hệ điều hành MS-DOS với file liệu, thông số, kết đề dạng text (*.txt)1 Hay DEAOS phần mềm trực tuyến (online solution) đòi hỏi người dùng phải nhập (import) liệu phức tạp Vì vậy, tiện ích VDEA xây dựng nhằm: - Tích hợp cơng việc nhập liệu, đặt tham số, tính tốn, in kết môi trường Excel Xuất phát từ thực tế phần mềm Excel phiên 2010 (trở lên) sử dụng rộng rãi Việt Nam, tiện ích có tính tương thích cao với Excel 2010, sử dụng với Excel 2007 Excel 2013 Với phiên khác, chẳng hạn Excel 2003, đề nghị liên lạc với tác giả để hỗ trợ cụ thể Độc giả tham khảo Hướng dẫn sử dụng DEAP tiếng Việt (cũng tác giả thực hiện) địa https://sabapsau.wordpress.com/2011/03/23/h%C6%B0%E1%BB%9Bng-d%E1%BA%ABn-s%E1%BB%ADd%E1%BB%A5ng-ph%E1%BA%A7n-m%E1%BB%81m-deap-tom-t%E1%BA%AFt/ - Sử dụng song ngữ (tiếng Việt không dấu tiếng Anh) để tạo điều kiện cho kể người nghiên cứu DEA dễ dàng sử dụng - Phiên VDEA 1.1 co khả thực số mơ mơ hình tối thiểu hóa đầu vào (input-minimization), tối đa hóa đầu (output-maximization), hiệu khơng đổi theo quy mô (constant-returns-to-scale, CRS), hiệu thay đổi theo quy mơ (variable-returns-to-scale, VRS) Phiên 1.3 có khả tính tốn suất nhân tố tổng hợp Malmquist TFP Trong phiên (VDEA 2.0), việc tính tốn trọng số tối ưu (multipliers) hay “giá ẩn” (shadow prices) tích hợp cửa sổ nhập liệu VDEA Trong thời gian tới, mơ hình khác SBM, Fisher TFP,… dần hoàn thiện Tác giả mong nhận ý kiến góp ý, báo lỗi,… để tiếp tục hồn thiện tiện ích VDEA Phần viết cấu trúc sau Trong Mục 2, tác giả khái quát lại số kiến thức phương pháp phân tích bao liệu (DEA), bao gồm vấn đề đường giới hạn khả sản xuất, trọng số động (dynamic weights hay gọi shadow prices), hiệu nhờ quy mơ, mơ hình hướng theo đầu vào/đầu ra,… Mục tóm lược việc tính tốn số suất tổng hợp (Total Factor Productivity) theo phương pháp Malmquist DEA Mục giới thiệu tiện ích VDEA cách sử dụng VDEA Excel 2010 Các kết luận, gợi ý nghiên cứu thời gian tới trình bày Mục Phương pháp Phân tích bao liệu (DEA) đo lường hiệu kỹ thuật (tương đối) Đường giới hạn khả sản xuất PPF phương pháp Phân tích giới hạn (frontier analysis) Farrell (1957) đưa ý tưởng sử dụng đường giới hạn khả sản xuất (production possibilities frontier – PPF) làm tiêu chí đánh giá hiệu (tương đối) cơng ty ngành; theo công ty đạt đến mức giới hạn coi hiệu (hơn) công ty không đạt đến đường PPF bị coi hiệu (so với cơng ty kia) Cụ thể, Hình 1, DMU B, C E có TEB = TEC = TEE = 1; DMU A D có TEA = 0A/0A’ < TED = 0D/0D’ < Hình Đường giới hạn khả sản xuất ứng với hai hàng hóa H1 H2 Đường PPF cho trường hợp sử dụng yếu tố đầu vào (x1 x2) để sản xuất yếu tố đầu (y) biểu diễn đường đẳng lượng (isoquant) Hình Theo đó, DMU sản xuất vị trí Q coi hiệu (TEQ = 0Q/0Q = 1), sản xuất vị trí P hiệu (TEP = 0Q/0P < 1) Chú ý Hình giả thiết với đầu y xác định, SS’ đường đẳng lượng thể mức kết hợp tối thiểu x1 x2 đó, Hình áp dụng mơ hình tối thiểu hóa đầu vào (input-orientation input-minimization) Nếu giả thiết giữ nguyên đầu vào mà đạt mức sản lượng đầu cao đường PPF có dạng tương tự Hình áp dụng mơ hình tối đa hóa đầu (output-orientation output-maximization) Hình Đường PPF trường hợp tối thiểu hóa đầu vào Nguồn: Farrell (1957) Một điểm đáng ý khác Hình kết hợp với đường đẳng phí (isocost) AA’ thấy Q’ điểm tối ưu Q Do đó, DMU sản xuất Q có hiệu kỹ thuật (TEQ=1) lại hiệu phân bổ nguồn lực (Q nằm đường đẳng phí AA’), QR thể hiệu phân bổ đầu vào (allocative efficiency) Một cách ngắn gọn, ta có: Hiệu kinh tế (tổng hợp) = Hiệu kỹ thuật x Hiệu phân bổ 0R/0P = 0Q/0P x 0R/0Q Trong phương pháp phân tích giới hạn, loại hình đồ thị thường gặp khác đồ thị biểu diễn mối quan hệ tổng đầu vào tổng đầu (Hình 3) Hình Hiệu khơng đổi/thay đổi theo quy mơ đường bao giới hạn PPF Cách thức để xác định giá trị tổng đầu vào đầu trình bày rõ mục Ở tác giả muốn lưu ý người đọc khác biệt việc xác định đường PPF điều kiện hiệu không đổi theo quy mô (CRS) hiệu thay đổi theo quy mô (VRS) Theo đó, đường CRS PPF đường thẳng nối liền gốc tọa độ DMU có hiệu (TE = y/x) cao (TE = 1) Đường CRS PPF khơng tính đến khác biệt quy mô (scale) DMU mà đơn giản so sánh tỷ số hiệu (TEi = yi/xi) việc sử dụng đầu vào xi để tạo đầu yi Trong đó, đường VRS PPF lại tính tốn đến yếu tố quy mơ, VRS PPF có hình dạng đường bao (envelop) bao quanh DMU hiệu khác (CRS PPF dạng đường bao, “lỏng lẻo” hơn) Đây nguồn gốc tên phương pháp Phân tích bao liệu Phương pháp phân tích bao liệu DEA Một cách đơn giản, hiệu (mang tính kỹ thuật) việc sử dụng yếu tố đầu vào x để thu yếu tố đầu y đo lường theo công thức: Đầ = Đầ = (1) Cơng thức (1) áp dụng trường hợp có biến đầu vào (input) biến đầu (output), ví dụ hiệu sử dụng vốn (Doanh thu/Vốn) hay hiệu sử dụng lao động (Thu nhập/Lao động) Khi áp dụng cho doanh nghiệp (hay gọi chung DMU) có k yếu tố đầu vào sản xuất m kết đầu ra, cần phải dựa giá pi wj yếu tố đầu vào/đầu để tính tốn: = ổ đầ ổ đầ ⋯ = ⋯ (2) Tuy nhiên, việc xác định giá yếu tố đầu vào/đầu thường phức tạp, lĩnh vực tài ngân hàng, giáo dục đào tạo,… Trong trường hợp này, giả thiết DMU sử dụng trọng số định um vk cho điểm hiệu TE cao nhất, nói cách khác, um vk trọng số giúp cho DMU tiến gần đến đường giới hạn khả sản xuất PPF Vì vậy, chúng gọi “giá ẩn” (shadow prices) chúng khơng phải giá thực (true prices) lại đóng vai trò giá việc tính tốn hiệu kỹ thuật TE Một cách tổng qt, với tốn có n DMU, DMU sử dụng k yếu tố đầu vào xk để tạo m yếu tố đầu ym, việc xác định hiệu TE0 DMU0 tính tốn sau: max (3) , Trong điều kiện: = ' ∑ ! "# ∑ $ %& " (Điểm hiệu DMU0) % (Điểm hiệu tất DMU không ∑ !'" #'" = ≤ 1, * = 1, , , ∑ $'% &'% vượt 1, tức không vượt khỏi đường PPF) (Các “giá ẩn” không âm) !" , $% ≥ Charnes đồng (1978) áp dụng phương pháp tối ưu hóa tuyến tính phi tham số (non-parametric linear optimization) vào việc giải công thức (3), ứng với giả thiết hiệu không đổi theo quy mơ (CRS) Sau đó, Banker đồng (1984) phát triển toán cho trường hợp hiệu thay đổi theo quy mô (VRS) Đến nay, có nhiều mơ hình DEA phát triển Malmquist DEA, network DEA, SBM DEA,… (xem thêm Cooper et al., 2006; Cook & Seiford, 2009; Paradi et al., 2011), chất dựa mơ hình công thức (3) Công thức (3) mô hình DEA dựa (CRS I, VRS I, CRS O, VRS O – xem thêm Mục 3) chuẩn mực nghiên cứu DEA: dù nghiên cứu có phức tạp phải phân tích mơ hình nói Do đó, phiên VDEA, tác giả tập trung giải mơ hình DEA nói Các phiên tiếp tục mở rộng tới mô hình khác Ước lượng suất tổng hợp số Malmquist DEA Bên cạnh việc tính tốn hiệu kỹ thuật thời điểm định, việc tính tốn hiệu theo thời gian quan trọng không Sự so sánh mức hiệu giai đoạn khác giúp nhà nghiên cứu có nhìn rõ nét thay đổi hiệu theo thời gian, từ đánh giá thay đổi giai đoạn có tác động tới hiệu quả, phần dự báo biến động hiệu tương lai Trong phiên 1.3 lần này, VDEA tích hợp để sử dụng tính tốn thay đổi suất tổng hợp theo thời gian theo số Malmquist nhằm đáp ứng yêu cầu nghiên cứu nói Trong phương pháp DEA, việc ước lượng hiệu kỹ thuật thực dựa đường giới hạn (frontier) xác định, đó, so sánh hiệu hai giai đoạn dựa hai đường giới hạn khác phức tạp Tuy nhiên, quy gốc tọa độ vấn đề trở nên đơn giản với giúp đỡ hàm khoảng cách (distance functions)2 Fare đồng (1994) đưa mơ hình xác định mức thay đổi suất tổng hợp theo thời gian DMU nghiên cứu hai thời điểm khác t t+1 (tương ứng với hai đường frontier khác hai thời điểm t t+1) so sánh thay đổi suất tổng hợp DMU (Hình 4) Xem thêm Caves, Christensen, and Diewert (1982) Shephard (1970) Hình Chỉ số Malmquist TFP đầu (output-based) Nguồn: Fare đồng (1994) Cụ thể, điều kiện hiệu không đổi theo quy mô, số Malmquist TFP DMU A thời điểm t (điểm At) so với thời điểm t+1 (At+1) tính tốn theo trung bình nhân (geometric mean) hai số Malmquist đầu (output-based Malmquist index): số thứ lấy đường giới hạn thời điểm t làm sở tính toán, số thứ hai lấy đường giới hạn thời điểm t+1 làm sở tính tốn / 0& , # , & , # 561 0& , # 561 0& , # 561 0& , # 561 0& , # 561 0& , # 561 0& , # 561 0& , # 7 561 0& , # 561 0& , # 561 0& , # : TFPCH 0; 0= 0< 05 ?7@ B 0< 0> 0A 0= = (EFCH) × [TECHCH] Nếu áp dụng cho trường hợp hiệu thay đổi theo quy mô (VRS), ta có: (1) CDE = F DE × G DE = 0& , # H 0& , # × H1 0& , # 0& , # = 0; 0I 0* 0= × 0* 0> 0< 0I (2) Một cách tổng quát: TFPCH = (PECH × SECH) × [TECHCH] Trong đó: TFPCH: Mức thay đổi suất tổng hợp (Chỉ số Malmquist TFP) EFCH: Mức thay đổi hiệu kỹ thuật (trong điều kiện CRS) PECH: Mức thay đổi hiệu ký thuật (trong điều kiện VRS) TECHCH: Mức thay đổi công nghệ hay đường giới hạn (frontier) SECH: Mức thay đổi hiệu nhờ quy mô (trong điều kiện VRS) Như vậy, m0 hay TFPCH > 1, suất tổng hợp DMU A có gia tăng thời điểm t+1 so với thời điểm t Nếu m0 < 1, ta nói suất tổng hợp DMU A bị suy giảm gian đoạn từ t đến t+1 Cách sử dụng đọc kết phân tích số Malmquist kết khác trình bày mục VDEA phiên 2.0 4.1 Hướng dẫn cài đặt - Download add-in VDEA cho Excel phiên 2.0 (file “VDEA ver 2.0.xlam”) đây: https://www.dropbox.com/s/gcyh2d85r4hnqzo/VDEA%20ver%202.0.xlam?dl=0 - Chạy VDEA ver 2.0.xlam, Excel hỏi xem có cho phép sử dụng tiện ích không, chọn “Enable Macro” - VDEA thiết lập menu điều khiển có tên “Vietnamese DEA” mục Add-Ins Excel 4.2 Hướng dẫn chuẩn bị file liệu: - Đối với phân tích hiệu kỹ thuật TE: Mơ hình sử dụng liệu chéo (cross-sectional data) thời điểm cần nghiên cứu, DMUs hoạt động 10 lĩnh vực sử dụng yếu tố đầu vào (inputs) giống để tạo yếu tố đầu (outputs) giống (tham khảo Hình 5a) - Đối với tính tốn suất tổng hợp Malmquist TFP: Mơ hình sử dụng liệu bảng (panel data) theo liệu năm xếp theo trình tự DMUs bố trí từ xuống theo năm (tham khảo Hình 5b) Lưu ý liệu bảng phải cân xứng (balanced) Hình 5a Hình 5b 11 4.3 Hướng dẫn sử dụng - Trên công cụ Excel, chọn Add-Ins, chọn tiếp Vietnamese DEA (như Hình 6) để chạy VDEA Hình Trình điểu khiển VDEA menu Add-Ins Excel 2010 - Nếu chọn “Cai dat (Setup VDEA)”: VDEA hiển thị cửa sổ Cài đặt để thiết lập Ngôn ngữ (Tiếng Anh Tiếng Việt); Độ xác (của việc tính tốn số hiệu quả) có giá trị từ đến 1, giá trị nhỏ mức độ xác cao; lựa chọn Chuẩn hóa số liệu (quy đổi biến đầu vào/đầu theo mức tỷ lệ - scale – để dễ tính tốn) theo tỷ lệ giá trị lớn giá trị nhỏ biến số khuyến nghị không vượt 1:1000 thiết lập chọn (xem thêm SAITECH Inc., 2012, p 29) - Nếu chọn “Gioi thieu (About)”: VDEA hiển thị thông tin tác số hiệu phiên (hiện 2.0) - Nếu chọn “Chay chuong trinh (Run VDEA)”: VDEA hiển thị cửa sổ nhập số liệu bao gồm nội dung sau: 12 Hình Cửa sổ Nhập số liệu VDEA Nhập số liệu: Sử dụng chuột (mouse) để chọn/bơi đen hàng/cột Excel có chứa thơng tin tên DMUs, tên biến đầu vào/đầu ra, số liệu biến đầu vào/đầu tương ứng Chọn mơ hình VDEA: Chọn mơ hình “Tinh hieu qua ky thuat (cross-section)” cần tính hiệu năm/thời điểm xác định Nếu muốn ước lượng suất nhân tố tổng hợp thay đổi theo thời gian, mời chọn “Tinh nang suat tong hop Malmquist TFP (balanced panel)” Trong trường hợp này, số liệu phải cân xứng (balanced) trình bày theo dạng bảng (panel) – xem thêm mục Hướng dẫn chuẩn bị số liệu, đồng thời số liệu giai đoạn nghiên cứu cần phải nhập vào mục “Co bao nhieu giai doan (periods)?” (giá trị mặc định crosssection Malmquist TFP) 13 Chọn thông số: Hiện VDEA chấp nhận mơ hình ước lượng hiệu kỹ thuật tối thiểu hóa đầu vào khơng đổi theo quy mơ (CRS I), tối thiểu hóa đầu vào thay đổi theo quy mơ (VRS I), tối đa hóa đầu khơng đổi theo quy mơ (CRS O), tối đa hóa đầu thay đổi theo quy mô (VRS O) Thiết lập lựa chọn để tính tốn trọng số tối ưu hay “giá ẩn” (shadow prices): Nếu bạn muốn VDEA đồng thời thực tính tốn trọng số tối ưu u v (xem cơng thức trên) chọn “Co chu” Nếu khơng chọn “Khong can” VDEA thiết lập “Khong can” la lựa chọn mặc định Chọn OK để chạy chương trình xuất kết Chương trình hỏi xem bạn muốn lưu kết vào đâu Chọn “Yes” để ghi đè (overwrite) lên file sử dụng Chọn “No” để mở cửa sổ Save As lưu file Chọn “Cancel” để xuất kết file khơng lưu lại Hình Lựa chọn ghi lại kết VDEA 4.4 Hướng dẫn đọc kết Tính hiệu kỹ thuật (cross-section) Sau chạy chương trình, VDEA xuất kết sheet “VDEA results” Các kết trình bày sheet bao gồm Số liệu gốc, Mức độ cải thiện biến (slacks), DMU mục tiêu phấn đấu DMU hiệu (peers), điểm hiệu kỹ thuật (TE) DMU, trạng thái quy mô sản xuất mà DMU gặp phải (CRS, IRS DRS tương ứng với quy mô tối ưu, lợi nhờ quy mô, bất lợi nhờ quy mô) lựa chọn thông số Hiệu thay đổi theo quy mơ Hình 14 Hình Sheet “VDEA results”: Ước lượng hiệu kỹ thuật Nếu VDEA thiết lập để tính tốn “giá ẩn”, kết tính tốn có dạng Hình 10 Điểm khác biệt Hình 10 Hình có thêm thơng tin “giá ẩn” tương ứng cho biến đầu vào đầu DMU, ví dụ v1 “giá ẩn” X1, u2 “giá ẩn” Y2 Các “giá ẩn” u v tối ưu cho DMU, theo TE DMU tính theo u v có giá trị lớn nhất: = ∑ ∑ maximum (Điểm hiệu DMU tối đa) Hình 10 Sheet “VDEA results”: Ước lượng hiệu kỹ thuật có tính “giá ẩn” 4.5 Hướng dẫn đọc kết Tính suất tổng hợp Malmquist TFP Sau chạy chương trình, VDEA xuất kết sheet “VDEA results” Các kết trình bày bao gồm Số liệu gốc, Mức thay đổi hiệu kỹ thuật (EFCH) ứng với điều kiện CRS, Mức thay đổi cơng nghệ (TECHCH) hay gọi thay đổi đường giới hạn (frontier shifts), Mức thay đổi suất tổng hợp (TFPCH) – xem Hình 11 Nếu lựa chọn thơng số Hiệu thay đổi theo quy mơ (ở Hình 7) có thêm kết Mức thay đổi hiệu kỹ thuật túy (PECH) Mức thay đổi hiệu theo quy mơ (SECH) 15 Hình 11 Sheet “VDEA results”: Ước lượng suất tổng hợp Malmquist Kết luận hướng phát triển Nhìn chung, VDEA chạy ổn định môi trường Excel 2010 Do sử dụng hàm Solver có sẵn Excel để thực giải thuật tối ưu hóa tuyến tính, hạn chế VDEA sử dụng tối đa cho 200 DMU 100 biến (đầu vào + đầu ra)3 Phiên VDEA dự kiến mở rộng thêm cho mơ hình Fisher DEA (sử dụng với bảng số liệu theo thời gian – time series data)4, tích hợp tính tốn theo mơ hình slacks-based (SBM) network DEA Mọi góp ý, báo lỗi,… xin gửi T.Ngo@massey.ac.nz Trân trọng Tuy nhiên, hầu hết nghiên cứu DEA đủ dùng Xem thêm Ngo Tripe (2014) 16 Tài liệu tham khảo Aigner, D J., & Chu, S F (1968) On estimating the industry production function American Economic Review, 58(4), 826-839 Banker, R D., Charnes, A., & Cooper, W W (1984) Some models for estimating technical and scale inefficiencies in data envelopment analysis Management Science, 30(9), 1078-1092 Caves, D W., Christensen, L R., & Diewert, W E (1982) The economic theory of index numbers and the measurement of input, output and productivity Econometrica, 50, 1393-1414 Charnes, A., Cooper, W W., & Rhodes, E (1978) Measuring the efficiency of decision making units European Journal of Operational Research, 2, 429-444 Coelli, T J (1996) A Guide To DEAP Version 2.1: A Data Envelopment Analysis (Computer) Program CEPA Working Paper No 8/96 Department of Econometrics University of New England Cook, W D., & Seiford, L M (2009) Data envelopment analysis (DEA) – Thirty years on European Journal of Operational Research, 192(1), 1-17 Cooper, W W., Seiford, L M., & Tone, K (2006) Data Envelopment Analysis: A Comprehensive Text with Models, Applications, References, And DEA-Solver Software (2nd ed.): Springer Färe, R., Grosskopf, S., Norris, M., & Zhang, Z (1994) Productivity growth, technical progress, and efficiency change in industrialized countries American Economic Review 84(1), 66-83 Farrell, M J (1957) The measurement of productive efficiency Journal of the Royal Statistical Society, 120(3), 253-281 Fuentes, H J., Grifell-Tatje, E., & Perelman, S (2001) A parametric distance function approach for Malmquist productivity index estimation Journal of Productivity Analysis, 15, 79-94 Gong, B.-H., & Sickles, R C (1992) Finite sample evidence on the performance of stochastic frontiers and data envelopment analysis using panel data Journal of Econometrics, 51(1–2), 259-284 Malmquist, S (1953) Index numbers and indifference surfaces Trabajos de Estadistica, 4(2), 209-242 Ngo, D T., & Tripe, D (2014) Nonparametric Fisher Total Factor Productivity Index using Shadow Prices: Panel vs Time Series Data Paper presented at the PMAA 2015, The University of Auckland, Auckland, NZ Nishimizu, M., & Page, J M., Jr (1982) Total factor productivity growth, technological progress and technical efficiency change: Dimensions of productivity change in Yugoslavia, 1965-78 Economic Journal, 92(368), 920-936 Paradi, J., Yang, Z., & Zhu, H (2011) Assessing Bank and Bank Branch Performance: Modeling Considerations and Approaches In W W Cooper, L M Seiford & J Zhu (Eds.), Handbook on Data Envelopment Analysis (pp 315-361): Springer US 17 SAITECH Inc (2012) Introduction to DEA-Solver-Pro Professional Version 9.0 SAITECH, Inc., Hazlet, New Jersey Schmidt, P., & Sickles, R C (1984) Production frontiers and panel data Journal of Business & Economic Statistics, 2(4), 367-374 Shephard, R W (1970) Theory of cost and production functions Princeton, NJ: Princeton University Press Solow, R M (1957) Technical change and the aggregate production function Review of Economics and Statistics, 39(3), 312-320 Tulkens, H., & vanden Eeckaut, P (1995) Non-parametric efficiency, progress and regress measures for panel data: Methodological and aspects European Journal of Operational Research, 80, 474-499 18 View publication stats ... có hình dạng đường bao (envelop) bao quanh DMU hiệu khác (CRS PPF dạng đường bao, “lỏng lẻo” hơn) Đây nguồn gốc tên phương pháp Phân tích bao liệu Phương pháp phân tích bao liệu DEA Một cách đơn... Bài viết trình bày tóm tắt phương pháp Phân tích bao liệu (Data Envelopment Analysis – DEA) số mơ hình nó, bao gồm mơ hình ước lượng hiệu kỹ thuật (sử dụng liệu chéo – cross-sectional data) mơ... words: data envelopment analysis, Excel, add-in, Vietnam 1 Giới thiệu chung Bài viết nhằm mục đich khái quát lại phương pháp Phân tích bao liệu (Data Envelopment Analysis, viết tắt DEA) việc tính