ارائه مدلي براي ارزيابي كارايي به كمك تركيب مدل اندازه گيري با دامنه تعديل شده و محدوديت هاي وزني (مطالعه موردي: شعبه هاي شركت بيمه ايران)

Proposing a Model of Efficiency Evaluation Based on the Adjusted Range Measurement Model and Weight Restrictions (Case Study: Branches of Iran Insurance Company)

هدف: يكي از ضعف هاي جدي كاربرد تحليل پوششي داده ها در ارزيابي شركت هاي بيمه، بهره نبردن از نظر خبرگان و تصميم گيرندگان و آزادي كامل شركتهاي بيمه تحت بررسي در تخصيص وزن به ورود ي ها و خروجي هاست . اين مسئله به شركت هاي بيمه اجازه مي دهد كه امتياز كارايي مجازي زيادي را با حذف برخي ورودي ها و خروجيهاي مهم به دست آورند. روش: يكي از متداول ترين روش ها براي در نظر گرفتن نظر خبرگان و تصميم گيرندگان در تحليل پوششي داده ها، وارد كردن محدوديت هاي وزني است. محدوديت هاي وزني اجازه تركيب نظر خبرگان و تصميم گيرندگان و كنترل دامنه تغييرات وزن ها در تحليل پوششي داده ها را فراهم مي كند. بنابراين در اين مقاله يك مدل اندازه گيري با دامنه تعديل شده در دو حالت با محدود يتهاي وزني و بدون محدوديت هاي وزني به كار برده شده است. يافته ها: ميانگين كارايي مدل اندازه گيري با دامنه تعديل شده با محدوديت هاي وزني و بدون محدوديتهاي وزني، به ترتيب 0/927 0/959 به دست آمد. تعداد شعبه هاي كارا در زمان به كارگيري محدوديت هاي وزني از 71 واحد به 24 واحد كاهش داشت كه اين نتيجه تأثير اين محدوديت ها را نشان مي دهد. نتيجه گيري: در اين مقاله تلاش شده است كه مدل جديدي در حوزه تحليل پوششي داده ها با دامنه تعديل شده و در نظر گرفتن محدوديت هاي وزني ارائه شده و در شركت بيمه ايران نيز آزمون شود.

Objective: One serious drawback of the application of data envelopment analysis in insurance firm efficiency evaluation has been the absence of decision-maker and experts’ opinions, allowing total freedom while allocating weights to input and output data of insurance firms under analysis. This allows insurance firms to achieve artificially highly efficient grants by ignoring some important inputs and outputs. Methods: The most widespread method for considering decision-maker and experts’ opinions in data envelopment analysis models is, perhaps, the weight restrictions inclusion. Weight restrictions allow for the integration of decision maker and experts’ opinions and controlling the range of weight changes in Data Envelopment analysis. Therefore, in this paper, an adjusted range measurement model considering the weight restrictions once and not considering weight restrictions later is used. Results: The average efficiency of the adjusted range measurement model with and without considering the weight restrictions is 0.927 and 0.959, respectively. The number of efficient branches in the presence of weight restrictions has decreased from 71 units to 24 units representing the impact of these restrictions. Conclusion: This article intended to propose a new data envelopment model regarding an adjusted range measure and considering the weight restrictions and the model was tested