没有合适的资源?快使用搜索试试~ 我知道了~
ESTO和CVS:新的参数和非参数运筹学模型评估银行效率
可持续运营和计算机2(2021)36ESTO和CVS:新的参数和非参数运筹学模型Mirpouya Mirmoza Zagaria,Ragari,Reza Yazdanib,Elham Shadkamc,Leyla Sadat Tavassolia,Reza Massahda美国德克萨斯州阿灵顿的德克萨斯大学工业制造和系统工程系b伊朗查卢斯伊斯兰阿扎德大学查卢斯分校管理系c伊朗马什哈德海亚姆大学工程学院工业工程系d美国德克萨斯州阿灵顿市德克萨斯大学土木工程系aRT i cL e i nf o保留字:优化运营研究参数和非参数方法CVS和CVS模型a b sTR a cT参数和非参数运算的效率恒定性不显著,本文对此进行了科学的评价,并提出了两种新的参数和非参数结合的运算研究模型,这将是对文献感知的一种新的尝试。基于VRS-CRS-SFA(CRDS)和CRS-VRS-SFA(CVS)两种新的优化方法对银行进行科学评估,作为CCR(Charnes,Cooper和Rhodes模型)或CRS(恒定规模回报),BCC(银行家,Charnes,和Cooper模型)或数据包络分析(DEA)中的VRS(可变规模收益率),以及随机前沿方法(SFA)对2020年2月至7月65家银行的数据进行了介绍。为了分析参数和非参数方法的性能,我们考虑了线性回归和无重复线性函数关系(ULFR)。最后介绍了最优银行和最佳绩效模型。为了更清楚地说明,我们考虑了三种不同的方法,即金融机构的生产、中介和利润/收入。在所提出的方法中,两个新的推荐的风险模型和CVS与BCC-CCR,CCR-BCC和SFA模型相比,在所有三个建议的方法中,与利润风险具有更高的正相关性,并显示出更高的决定值系数1. 导言和文献综述银行业效率的识别方法很多。对于仅一种类型的数据集,一些方法超过2个fron-tier来衡量金融的有效性。Aigner等[1]、Charnes等[2]和Banker等[3]分别提出了参数方法、非参数方法(DEA)和非常数收益方法(NCR)。在[4基于SFA和DEA的金融企业比较研究已经在一些研究中进行,例如:[8在缉毒局和国家林业局之间 是由Resti[10]和Eisenbeis确认的高秩序相关性 等[8]。Ferrier,Lovell[11]发现秩序相关性接近于零(0.02)。显然,基于DEA的有效性评分测量值比Eisenbeis等人使用基于SFA的方法高两倍以上[8]。SFA的效率得分高于Dong等人[12]引入的DEA得分。Pasiouras等人[13]发现,与DEA相比,SFA的平均效率较低。台湾商业银行在1982 - 1997年期间,Huang,Wang[9]对SFA,DFA和DEA进行了评价。性能分析表明,DEA,SFA和DFA的平均效率得分是相同的。 为了得到DEA、SFA和DFA方法的[14]研究了一些欧洲国家的金融数据。Fernandes等人对欧洲国内银行的效率进行了估计。[15]。Fah等人[16]进行的一项研究中使用了ULFR模型,以获得非独立参数和独立参数之间的误差。结果表明,超滤膜的测定系数(COD)优于一元线性回归法。Ismail[17]在1994年至2000年期间对马来西亚商业银行进行了研究,以获得效率,结果表明DEA技术在效率得分方面优于参数方法。使用DEA技术,Sufian,Kamarudin[18]指出,亚洲国家的银行比外部银行更有效。Davies[19]的研究表明,马来西亚商业银行的流动性为71.33%。此外,他指出,由于规模,国内银行不能有效地监控费用和成本。 利用SFA,Janang∗ 通讯作者。电子邮件地址:mirpouya.mirmoza mavs.uta.edu(M.Mirmoza Zagari),reza.yadani. gmail.com(R.Yazdani),e. khayyam.ac.ir(E.Shadkam),leylasadat.mavs.uta.edu(L.S. Tavassoli),rxm1783@mavs.uta.edu(R. Massah)。https://doi.org/10.1016/j.susoc.2021.03.002接收日期:2020年11月20日;接收日期:2021年1月15日;接受日期:2021年3月12日2021年3月19日网上发售2666-4127/© 2021作者。由Elsevier B.V.代表KeAi Communications Co.出版,这是一篇CC BY-NC-ND许可证下的开放获取文章(http://creativecommons.org/licenses/by-nc-nd/4.0/)可在ScienceDirect上获得目录列表可持续运营和计算机期刊主页:http://www.keaipublishing.com/en/journals/sustainable-operations-and-computers/M. 米尔莫扎·卡塔里河Yazdani、E.Shadkam等人可持续运营和计算机2(2021)3637等[20]发现,补偿与公司效率之间存在联系Suhaimi等人[21]发现,在马来西亚的九家银行中,有七家是有效的。Hasan等人[22] 表明,马来西亚国际银行的平均效率为94%。他还补充说,PBK和RHBANK分别是效率最低和最高的银行。一般来说,确定最具生产力的公司是一种关键的任务,在股票市场上,由于事实上,变量是核心相关的评价程序的公司的业绩。投资者利用股票价格序列中的每一个可识别的趋势,有时会使收益急剧增加。如今,只考虑一个股票价格是不够的,以确定最具生产力的公司。投资者已经尝试了各种方法来优化他们的回报和最小化投资风险[23]。 只有一个生产性的公司或市场才能从股票价格中为投资者提供准确的信号。因此,效率为我们提供了经济上的蓬勃发展,但效率低下导致了市场的大起大落[24]。近年来,前沿效率分析引起了人们的广泛关注。诚然,由于公司业绩评估涉及各种投入/产出,因此这种衡量就成为这是一项重要的任务(Adrienn)。 这一分析为投资者在非财务绩效方面也有很多优势[25]。已有多种技术用于参数/非参数方法的性能评估[26]。SFA模型最近成为最常见的技术之一[27]。一旦输入/输出选择不正确;此后,分数将不再有效[5]。另一方面,DEA模型没有这些缺点,而且,在这个模型中没有随机误差[12]。因此,这两种方法既有优点又有缺点[9]。一些研究人员(例如[28,14])认为这些模型的有效性一个优点是Fernan- des等人[15]和Altunbas等人[29]指出利润风险和效率是相互关联的。此外,彼等亦已意识到溢利风险对效率有正面影响。为了说明这一点,净收入占整个资产的比例是由利润定义的。风险在所选数据中可能存在一些错误,因为数据中存在操纵或某些缺失值的可用性。因此,我们认为,在这项研究中,使用Adcock于1877年首次提出的无重复线性函数关系模型(ULFR)[30]来寻找无误差效率是主要贡献。本文提出了一个独特的思路,利用DEA结合SFA模型应用于一个独特的数据集上的股票市场,以衡量金融企业的有效性。此外,回归分析及ULFR用于识别利润风险对效率的影响。不可否认,这些成就对管理层做出正确的决策非常有益。基于上述论述,本研究的目的如下:第一阶段,为了获得技术效率,我们使用了DEA和SFA。接下来,用DEA和SFA的平均得分来评价DEA与SFA相结合的技术效率。然后,我们研究了获得最有效技术的效率对利润风险的影响。最后,为了获得无误差的效率,使用了ULFR模型。本文旨在通过考虑三种不同的方法来扩展文献,以确定银行效率模型中的投入/产出规格:中介方法、利润/收入方法和生产方法,以及不同的规格如何影响实证结果。FI参数和变量的选择可分为以下三个部分[31]:• 生产:Benston[32]指出,银行是为客户提供服务的。输入数据涉及实体参数,如资产、资本及物料等分类为输入数据,而向客户提供服务的可用性(包括贷款及存款)则与输出数据有关。• 中介:基于Sealey Jr,Lindley[33]表明,收集资产并将其转化为投资是银行最重要的角色和职责。• 利润/收入:Berger,Mester[34]主张采用基于利润/收入的方法,指出利润效率不仅会解释输入端的错误,也会解释输出端的错误,而且一些先前的证据表明,输出端的不合理性可能与输入端的不合理性一样大,甚至更大。利润率是基于利润最大化这一更被接受的经济目标,这要求管理层对提高边际收入和降低边际成本给予同样的关注。评估机构,生产技术非常合适。但是,对于银行的发展,建议采用中间人的方式.刘[35],Zimková[36]和Assaf等人[37]在他们的研究中使用了相同的输入。在这些条款中,计算的是雇员人数,而不是个人开支。另一方面,Drake等人[31],Liu[35]和Assaf等人[37]在他们的研究论文中使用贷款作为产出。 根据银行最初的职责和工作,各种文献和研究都采用了中介方式,贷款产出是以吸收存款发放资金为基础的。请注意,总利润被认为是本研究中的第二个产出。最后,新的优化和机器学习方法可以通过文献中的不同近期研究来解决,如[38然而,很少有人注意到发展电子商务,最优决策单元和模型的DEA方法。总之,本研究的主要贡献可总结如下:1 本研究的目的是研究一个全面的比较,提供洞察银行的效率基于两个创新的优化模型。这种比较对于银行从业者来说具有重要意义,2 介绍了两种独特的、新颖的优化模型-这两种方法与收益风险的正相关性更强,具有更高的决定系数。3 在使用上述新的组合优化方法后,提出了最优模型和最优库。因此,它可以是有益的,让管理人员删除不相关的数据并进行更有效的流程。本文的其余部分是:第2节阐明了数据集描述和数据源。 第3节回顾了研究方法的八个部分,第1部分:非参数模型,第2部分;参数模型,第3部分:中介方法的输入和输出描述,第4部分:利润/收入方法的输入和输出描述,第5部分:生产方法的输入和输出描述,第6部分:非参数和参数模型的组合或CVS和CVS建议的模型,第7部分:本研究第八部分:ULFR模型中的收益风险评估器或线性回归,第四节给出了评估和讨论,包括四个部分(第1部分:BCC-CCR、CCR-BCC、SFA、CVS和CVS建议模型的技术效率评估,第2部分:BCC-CCR、CCR-BCC、SFA、CVS和CVS模型的平均技术效率比较,第3部分:回归和ULFR的评价,第4部分:应用ULFR无误差方法后,对Risk和CVS提出的模型的有效性评价)。结论和未来的工作的实验结果在第5。M. 米尔莫扎·卡塔里河Yazdani、E.Shadkam等人可持续运营和计算机2(2021)3638∑∑∑���≥|=1=1=1、������������≤������������������≥≥表1三种建议办法的投入和产出。类型可变统计中介法利润/收入法生产法投入/产出总存款(X)���������(i = 1,. . 、.、m )X(第一次 输入)_X(第五次输出)输入总运营费用(N)���������(c = 1,. . 、.、k)N(第二输入)__输入总准备金(M)���(���h = 1,. . 、.、d ) M(第三次 输入)M(第一次输入)M(第一次输入)输入总非利息费用(O)���������(μ = 1,. . 、.、 ���)_O(第二次投入)O(第二次投入)投入其他经营费用合计(P)���������(l = 1,. . 、.、P(第三投入)P(第三投入)产出贷款总额(Y)���������(r = 1,. . 、.、s)Y(第一次 产出)_Y(第一次产出)产出其他收益性资产合计(E)���������(t = 1,. . 、.、v)E(第二输出)_E(第二输出)输出净佣金、手续费和交易收入(F)���������(z = 1,. . 、.、q )F(第三产出)F(第一产出) F(第三产出)产出其他营业收入(G)���������(���= 1,. . .,���)G(第四次)输出)G(第二输出)G(第四输出)输出净兴趣收入(H)��������� (���= 1,. . ., )_H(第三输出)- -我是表2对数据进行了令人印象深刻的分析。StatMaxMin是说SDX880,622,869,658890,689,39151,393,639,549115,920,456,937N80,5529,99938,929339,599,98913,053,998M1,158,099,9892,768,999,99839,613,999,989240,479,999O7,245,958,6488785569497,936,586878,554,896P4,291,498,9571980141,275,498393,424,586Y80,552,998,999226,883,99823,081,998,87619,181,999,991E7,096,218,998999,9922,365,486,9991,555,811,996F17,797,999,984157,164,9975,532,704,9974,379,739,998G5,463,874,85980586163,584,5934,727,845,129H11,739,233,4648,344,576708,783,4911,356,933,126表3三种方法的非参数模型参数相同。无干扰参数������������决策单位������非负标量(对不合格零件的基准进行分类的双变量无符号变量返回比例联系我们���������DMU观测代表效率得分值的标量和实数原始变量表示效率得分值的标量和实数双变量������无符号对偶标量���的离散型DMU表4三种方法的参数模型参数相同。无干扰参数���截距或常数项���������在时间t时的随机误差���������������非负随机变量(或技术不确定性)���在时间t时,���2. 数据集描述本研究收集的标准数据集涵盖2020年2月至7月的6个月,来自65家银行。表1列出了三种建议办法的投入和产出。表2显示了数据的描述性分析。表3显示了三种方法的非参数模型的相同参数。表4显示了三种方法的参数模型的相同参数。3. 研究方法3.1. 非参数模型非参数部分分为以下两个子部分:3.1.1. BCC-CCR模型在制造业的进步和发展中,当我们有X0和Y0时,那么λ X0提供给我们λ Y0,λ≥ 1。为了使用凸性和可行性的基础和基本原理,需要一组包括可能观测的所有该系列介绍如下。������������−��������� ���=- -���=(X Y)|������&Y&1 λ0(一)与非参数方法相结合,一些DMU有三个建议的模型到2020年2月至7月。然后整个过程描述如下:注意,DMUY所述进展的详细说明如下: T是可能生产的集合本研究的目的是比较公司的效率。为了得到银行的特征,采用了一种比较参数组合方法,M. 米尔莫扎·卡塔里河Yazdani、E.Shadkam等人可持续运营和计算机2(2021)3639∑∑∑∑∑∑(()())(())(∑∑∑T是可能生产的集合2������一种单位,其中输入θX0不大于X0,且至少产生2������2������)在面向输入的方法中,主要目标是获得一个虚拟单元,其中输入θX0不大于X0,并且至少产生Y0.事实上������������好吧(θX0,Y0)���������������������������������������������������������������������������BCCIO − CCRIO:������������好吧���由银行衡量的,如质量,获得原材料,劳动力市场的冲突,贸易问题,因变量的测量误差,以及遗漏的说明性变量。平均值≥0,表明技术不合格。另一方面,利率风险显示了银行可以控制的因素。���3.2.2. SFA的技术效率基于上述Eq。8,���������证明了技术上的不确定性,并根据以下等式:9、������是企业的不科学水平������ 在时间T处的bank,并且是未知参数:���������������≤������,���= 1,���=1��������� ���������≥���������,���=1,...... .,���(二)��������� =−���(−)���(7)������当量10个节目,������������这是技术效率������的银行在������≥1=1������ ������ =−(−(−))������=���−���(8)���������������������≥0,���= 1,���3.1.2. CCR-BCC模型在制造业的进步和发展中,当我们有X0和Y0时,那么λ X0提供给我们λ Y0,λ≤ 1。为了使用凸性和可行性的基础和基本原理,需要一组所有该系列介绍如下。������������−��������� ���=3.2.3. 超越对数函数总的来说,生产函数的评估给出了 Cobb-Doubles(CD)评估或恒定替代弹性(CES)函数。CD和CES都适合于产生类,满足拟单调性和正单调性条件。当然,这些参数也存在一定的局限性和缺陷上述两种功能形式。近年来,研究者发现,超对数函数在生产协会的评价中具有更大的灵活性和优势。该函数由线性和={(X Y)|���������&Y&1 λ0}(3)二次型可以应用多个输入/输出。超越对数,≥|=1������������≤=1������������=1������≤ ≥生产函数可以用函数表示。因此,作为示例,translog可以与所描述的请注意,DMU在以下公式中简单地表示:ln()=0 +1 ln()+2 ln()+3 ln() +14 ln(2)������������������������������������������在以输入为导向的方法中,主要目的是获得虚拟的+15ln(2)+16 ln(2)+7( ln() × ln())���������������������������Y0.事实上������������好吧+108 ln��� ��������� × ln ���������+ 99巷 ��������� 中国(9)������������������在时间t时,输出���变量为输出变量。黑猩猩属在时间t时,第一个输入用于该微处理���器单元���������参数的第二个输入是θX0,Y0θX 0��������������� ��� ���公司���简介 ������������������������������������CCRIO −BCCIO:������������好吧������������������≤������,���= 1,���=1������������������≥���������,���= 1, ���=1���������≤1=1������≥0,���= 1,���3.2. 参数模型(四)���在时间t时���的单位。���������在时间t,第三���个输入是第三个输入。00是截距或常数项。���1、2、3是一阶导数。������������104、105、106是自己的二阶导数。���107、108、109是交叉二阶导数。������������3.2.4. 当前研究中的成本函数超越对数形式为了完成模型的评估,应用合适和适当的函数形式是关键任务之一。 两种成本函数,即:Translog和Cobb-Douglas是进行和实施研究时最著名的方法。Translog是Cobb-Douglas的简化,其可行形式是最常用的函数。在参数方面,Cobb-Douglas和translog都属于线性,可以使用最小参数化零件分为以下四个子部分:3.2.1.随机前沿分析SFA模型具体为:���������=���(��� ;���)+ ε������(5)������平方法如本研究所示,translog可以应用于基于多输入/输出的可用性。3.3. 中介方法的投入和产出说明在应用DMU j(j= 1.. . n),即65家银行,其中,���是组i的输出(i = 1,2,. 、.、N)在时间t(t = 2,������在我们的研究中引入了以下三个输入和四个输出. . .,T);(为生产工艺;��� 是n个输入的向量;以下三个输入显示了投资的替代)和������银行:���是待评估的未知参数的向量基于各时期的不平衡因素。误差项指定为:ε=−(6)���������������其中,噪声是统计噪声(预期以个体和相同的方式传播);表征那些不能被=1������基于建议的SFA模型的���可持续M. 米尔莫扎·卡塔里河Yazdani、E.Shadkam等人可持续运营和计算机2(2021)3640���������i= 1,.. 、.、m):存款总额(c= 1,.������. 、.、(k):业务费用共计(h = 1,.���. 、.、(d):准备金总额以下三个输出显示了银行对主要目标线的替代:(r = 1,.������. 、.、(s):贷款总额M. 米尔莫扎·卡塔里河Yazdani、E.Shadkam等人可持续运营和计算机2(2021)3641∑∑∑∑∑∑∑∑∑∑∑∑∑∑∑∑∑ ∑∑()+−(14)������������������可持续发展DMU的���可持续发展产出(其他盈利资产总额)������������������净佣金、手续费和交易收入ℎ���������������������������������=1=1=1���=1���=1一次流命名法中无量纲参数的描述=1���������见表5:������������������������������������������������2ℎ ℎ4������25������26������7������∑ ∑ ∑∑表5中介方法的原模型和对偶模型命名法中无量纲参数的平面化。无量纲参数单位���������������存款DMU���的存款总额���经营管理单位的���经营���成本投入(总经营费用)���������������������用于可再生能源DMU的可再生能源投入(总准备金)3.3.3. BCCIO − CCRIO中的双建议模型������������好吧������������������≤���������������=1������������������≤���������������=1���2014年������DMU���的贷款产出(贷款总额)���∑������≤������=1���澳门���银河官网���������φ ���ℎ 产出(其他营业收入)������投入(存款总额)观察���投入(业务费用总额)观察投入(准备金总额)观察产出(贷款总额)观察产出(其他收益资产总额)观察产出(净佣金、手续费和交易收入)观察产出(其他营业收入)观察存款���总额(Total deposits)������������可编程输入(共计)业务费用)ℎ������ ℎ 投入(准备金总额)���������贷款产出(贷款总额)���������其他盈利资产总额���������������≥���������=1������������������≥���������=1������������������≥���������=1������������������≥���������=1���������≥1=1������≥0������������������3.3.4. CCRIO − BCCIO中的原始建议模型(十一)净佣金、手续费���和交易收入(Net commission,fee,and tradingincome)���������φ������φ输出(其他)营业收入)������������ ∑������ + ���∑+∑������ + ∑���������=1���=1=1=1���分配给输入h的权重(总准备金)������分配给产出r的权重(贷款总额)∑������������+∑+∑≤1���������������������φ������������������+∑������������+∑������������+∑������������ −∑������������ −∑���������������(十二)��������� (t = 1,.. 、.、(五)其他收益性资产合计������������–=1������,���ℎ,������,������,������,������≥0,���= 1,... , ���.5. CCR IO − BCC IO中的双建议模型���������.���������������≤���������������=1������������������≤���������������=1������������n = 1,.. 、.、q):净佣金、手续费和交易收入���������(���= 1,.. 、.、���其他营业收入图1显示了中间方法3.3.1. 中介作用的非参数模型参数���������ℎ���≤���������ℎ���=1������������������≥���������=1������������������≥���������=1������������������≥���������=1(十三)方法���≥���和双非参数模型的中介方法是亲,3.3.2. BCCIO − CCRIO中的原始建议模型���≤1������≥0������������������3.3.6. 中介方法参数模型的参数对...命名中无量纲参数的描述���������φ������������������������+������������+������������+���������������= 1���������∑������������+∑+∑≥1������������������=1=1=1φ������中介方法的度量模型见表6:3.3.7. 中介方法的成本函数超越对数形式ln() = ln()=0 +1 ln()+2 ln()+3 ln()���������������������������������������������������������联系我们���������������+∑���������������– ∑ ���������–+1 ln(1/2)+1/2 ln(1/2)+1/2 ln(λ2)+λ(ln(λ))+≥ 0 = 1,...,,≥ 0,= 1,...,���������������������������������������������������(十)ℎ���������分配给输入i的权重(总存款)������分配给投入c的权重(总业务费用)=1=1=1������=1=1=1=1=1=1=1=1分配给产出的权重t(其他盈利资产总额)分配给产出的权重z(净佣金、手续费和贸易收入)���∑=1���ℎ���分配给产出的权重(其他营业收入)���用于可再生能源DMU的可再生能源������ℎ 双输入(总运营费用),用于 可再生能源DMU���用于可再生能源DMU的可再生能源双重输入(总准备金)������贷款总额(贷款总额)������������ℎ 双产出(其他盈利资产总额),用于可持续���发展决策单元净佣金、手续费和交易收入(Net commission,fee,and trading income)������φφ���������但是,3.3M. 米尔莫扎·卡塔里河Yazdani、E.Shadkam等人可持续运营和计算机2(2021)3642× ln())+8(ln()× ln())+9(ln()× ln())������������������������������������������M. 米尔莫扎·卡塔里河Yazdani、E.Shadkam等人可持续运营和计算机2(2021)3643∑∑������∑∑∑∑∑���������(���= 1,.. 、.、���其他营业收入=1���������表6中介法参数模型命名中无量纲参数的解释无量纲参数单位ln()时间t���时的自然对数������������ln(t)时间t时,���银行总营业费用的自然对数������ln(t)时间t时���银行准备金总额的自然对数������ln(���������)产出变量的自然对数(第一个产出的贷款总额,第二个产出的其他盈利资产总额,净佣金,第 三输出的交易收入,以及第四输出的其他经营收入)������。101第一个输入的一阶导数或时间t时银行���������2.2第二输入的一阶导数或时间t时银行������第三个输入的一阶导数或第三个输入的一阶导数������104拥有第一个输入的二阶导数或在时间t时银行������105在时间t时,拥有第二输入的二阶导数或银行的总营业费用的自然对数������在时间t,第三个输入的二阶导数或第三个输入的自然对数,即银行的总准备金的自然对数������9.9第一和第二输入的二阶导数的交叉,或时间t时的储蓄银行总存款的自然对数与时间t时的储蓄银行总营业费用的自然对数的组合���10第一及第三输入的二阶导数的交叉���,���或时间t时汇丰银行总存款的自然对数与时间t时汇丰总拨备的自然对数的组合���11第二个和第三个输入的二阶导数的交叉���,或时间t时的银行总营业费用的自然对数与时间t时的银行总拨备的自然对数的组合������������������银行在时间t的存款总额���������������银行在时间t的总营业费用������������银行在时间t的准备金���总额������������产出变量(第一个产出的贷款总额,第二个产出的其他盈利资产总额和净佣金、手续费、交易第三个输出的收入和第四个输出的其他经营收入������)3.4. 利润/收入法的投入和产出说明在应用DMU j(j = 1. . . n),其为65个存储体,引入以下三个输入和三个输出:以下三个输入数据显示银行投资的替代:(h = 1,.���. 、.、(d):准备金总额3.4.3. BCC IO − CCR IO中的双建议模型最小θ好吧������������ℎ���≤��������� ℎ���=1������������������≤���������������=1���(μ = 1,. . .,���非利息支出共计���������n = 1,.. 、.、其他业务费用共计以下三个输出显示了银行对主要目标线的替代:���������n = 1,.. 、.、q):净佣金、手续费和交易收入���������������≤���������������=1������������������≥���������=1������������������≥���������=1���≥���(十六)��������� (m= 1,. . .,净利息收入���������≥1图二显示了利润/收入法3.4.1. 利润╱收益法的非参数模型参数利润╱收益法模型的原始及双重非参数的无量纲参数的命名说明如下:见表7:3.4.2. BCCIO − CCRIO中的原始建议模型=1������≥0������������������(十五)������M. 米尔莫扎·卡塔里河Yazdani、E.Shadkam等人可持续运营和计算机2(2021)3644∑∑∑∑∑∑+ 2004年∑���������+ 2005年��������� + 2006年���������+ 207巷���������× ln ���������表7用于利润/收入法的原始和对偶拟议模型参数的无干扰参数������用于可再生能源DMU的可再生能源投入(总准备金)非利息���支出DMU的非利息���支出输入(非利息支出总额)���������������ε ���ℎ 投入(其他经营费用总额)���������������������ℎ 产出(净佣金、手续费和交易收入)澳门���银河官网���������������ℎ 产出(其他营业收入)���������������3 ���ℎ 产出(净利息收入)������投入(准备金总额)观察η投入(非利息支出总额)观察ε投入(其他业务费用总额)观察产出(净佣金、手续费和交易收入)观察产出(其他营业收入)观察3产出(净利息收入)观察准备���金投入(准备金总额)非���利息支出(非利息支出总额)���ε ���ℎ 投入(其他业务费用总额)净佣金、手续费���和交易收入(Net commission,fee,and trading income)���������其他营业收入(Other operating income)���3 ���ℎ 产出(净利息收入)��������� ��������� ≥���������=1���������≤1=1最大值≥0最大值最大值(18)3.4.6. 利润/收入法的参数模型参数利润╱收入法参数模型的无量纲参数描述载于表8:3.4.7. 本研究中利润/收入法的成本函数超越对数形式ln() = ln()=0 +1 ln()+2 ln()+3 ln()���������������������������������������������一(二)(()())���分配给输入h的权重(总准备金)+( ln() × ln()) +( ln() × ln()) +(���������������−���)(19)分配给输入μ的权重(非利息费用总额)分配给投入l的权重(其他业务费用总额)������分配给输出z的权重(净佣金、手续费和交易收入)8������������9������������������������其他营业收入(其他营业收入)分配给产出的权重���(净利息收入)������用于可再生能源DMU的可再生能源双输入(总准备金)非利息���费用DMU的非利息���费用双重输入(非利息费用总额)���������������双输入(其他运营费用总额),用于可���再生���能源DMU净���佣金DMU���的双重产出(净佣金、手续费和交易收入)������������������������用于内燃���机动力装置���的双输出(其他营业收入)���������3 ���ℎ 双产出(净利息收入),适用于固定���资产决策单元3.4.4. CCRIO − BCCIO中的原始建议模型3.5. 生产方法的投入和产出说明在应用DMU j(j = 1. . . n)的65家银行,我们研究中引入了以下三个输入和五个输出:以下三个输入数据显示银行投资的替代:(h = 1,.���. 、.、(d):准备金总额(μ = 1,.������. 、.、���非利息支出共计���������n = 1,.. 、.、其他业务费用共计(十七)3.4.5. CCRIO − BCCIO中的双建议模型������������你好������������ℎ���≤��������� ℎ���=1������������������≤���������������=1以下五个输出显示了银行对主要目标线的替代:(r = 1,.������. 、.、(s):贷款总额(t = 1,.������. 、.、(五)其他收益性资产合计���������n = 1,.. 、.、q):净佣金、手续费和交易收入���������(���= 1,.. 、.、���其他营业收入���������i= 1,.. 、.、m):存款总额������ ���������������图三显示了生产的三个输入和五个输出������=1���≤������方法���������������≥���������=1���������������
下载后可阅读完整内容,剩余1页未读,立即下载
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![7z](https://img-home.csdnimg.cn/images/20210720083312.png)
![](https://profile-avatar.csdnimg.cn/default.jpg!1)
cpongm
- 粉丝: 4
- 资源: 2万+
上传资源 快速赚钱
我的内容管理 收起
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助
![](https://csdnimg.cn/release/wenkucmsfe/public/img/voice.245cc511.png)
会员权益专享
最新资源
- 利用迪杰斯特拉算法的全国交通咨询系统设计与实现
- 全国交通咨询系统C++实现源码解析
- DFT与FFT应用:信号频谱分析实验
- MATLAB图论算法实现:最小费用最大流
- MATLAB常用命令完全指南
- 共创智慧灯杆数据运营公司——抢占5G市场
- 中山农情统计分析系统项目实施与管理策略
- XX省中小学智慧校园建设实施方案
- 中山农情统计分析系统项目实施方案
- MATLAB函数详解:从Text到Size的实用指南
- 考虑速度与加速度限制的工业机器人轨迹规划与实时补偿算法
- Matlab进行统计回归分析:从单因素到双因素方差分析
- 智慧灯杆数据运营公司策划书:抢占5G市场,打造智慧城市新载体
- Photoshop基础与色彩知识:信息时代的PS认证考试全攻略
- Photoshop技能测试:核心概念与操作
- Photoshop试题与答案详解
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
![](https://img-home.csdnimg.cn/images/20220527035711.png)
![](https://img-home.csdnimg.cn/images/20220527035711.png)
![](https://img-home.csdnimg.cn/images/20220527035111.png)
安全验证
文档复制为VIP权益,开通VIP直接复制
![](https://csdnimg.cn/release/wenkucmsfe/public/img/green-success.6a4acb44.png)