Dea seleccion de targets y medidas de productividad

• Autores: Juan Aparicio Baeza
• Directores de la Tesis: José Luis Ruiz Gómez (dir. tes.) , Jesús T. Pastor Ciurana (dir. tes.)
• Lectura: En la Universidad Miguel Hernández de Elche ( España ) en 2007
• Idioma: español
• Tribunal Calificador de la Tesis: Diego Prior Jiménez (presid.) , José Luis Zofío Prieto (secret.) , Lourdes Trujillo Castellano (voc.) , A. Lozano Vivas (voc.) , Javier Salinas Jiménez (voc.)
• Texto completo no disponible (Saber más ...)
• Resumen

  • En esta tesis doctoral se aborda el problema de la medición de la eficiencia y la productividad desde la perspectiva del Data Envelopment Analysis (DEA), El contenido de la memoria gira en torno al estudio del enfoque de la distancia mínima en DEA y los índices de productividad. En primer lugar se introduce una nueva aproximación basada en la caracterización de todos los puntos Pareto-eficientes que dominan a una DMU (Decision Making unit) a través de un grupo de restricciones lineales, que permite la determinación en una única etapa de los targets mas cercanos en contraste con otros procedimientos previamente publicados en la literatura. En segundo lugar se estudia el cumplimiento de la propiedad de monotonía fuerte por parte de las medidas de eficiencia generalizada más habituales, cuando éstas son derivadas a partir de los targets Pareto-eficientes más cercanos. Se prueba que, en general, la propiedad no se verifica. No obstante, se demuestra su cumplimiento en determinadas situaciones de producción restringidas en cuanto a su dimensionalidad y, en el caso de las distancias Lp y la medida Range Adjusted Measure, se prueba la propiedad en cualquier dimensión asumiendo una tecnología generada a partir de la extensión de las facetas eficientes. En tercer lugar, se define un nuevo índice de productividad, denominado índice de Malmquist compuesto, se prueba su coincidencia en el caso de tecnologías DEA con el índice de productividad de Pórtela y Thanassoulis, se obtiene su descomposición, se muestran las múltiples y buenas propiedades que verifica y, por último, se caracteriza de forma unívoca el índice mediante la introducción de dos nuevas propiedades, relacionadas con los tests clásicos de la proporcionalidad inversa en los inputs y la proporcionalidad en los outputs.