Wegen dieser weitreichenden Bedeutung der Data Envelopment Analysis (DEA) und ihren zahlreichen Potenzialen wird sie in dieser Bachelorarbeit dazu genutzt, um die Effizienz von Unternehmen jeweils innerhalb ihrer Branche zu ermitteln und die Effizienzverteilungen in diesen Branchen miteinander zu vergleichen.
Inhaltsverzeichnis
1. EINLEITUNG UND ZIELSETZUNG
1.1 VORGEHENSWEISE
2. EINFÜHRUNG IN DIE PROBLEMATIK
2.1 GRUNDLAGEN DER LINEARE PROGRAMMIERUNG
2.1.1 Berechnung optimaler Lösungen
2.2 DER TECHNOLOGIEMENGEN- UND EFFIZIENZBEGRIFF
2.2.1 Die klassische Effizienzberechnung
2.3 DER BENCHMARK-BEGRIFF
2.3.1 Das Vorgehensmodell dieser Arbeit
3. DIE DATA ENVELOPMENT ANALYSIS
3.1 DAS CHARNES-COOPER-RHODES-MODELL
3.1.1 Annahmen des Charnes-Cooper-Rhodes-Modells
3.2 DAS BANKER-CHARNES-COOPER-MODELL
3.3 VOR- UND NACHTEILE DER DATA ENVELOPMENT ANALYSIS
3.4 ANWENDUNG DER DATA ENVELOPMENT ANALYSIS AUF DAS UNIVERSITÄTSBEISPIEL
4. QUELLEN- UND VORGEHENSBESCHREIBUNG
4.1 BESCHREIBUNG DES GENUTZTEN DATENBESTANDES
4.2 SYSTEMATISCHER ZUGRIFF AUF DEN DATENBESTAND
5. EFFIZIENZANALYSE
5.1 ZIELDEFINITION UND VORANALYSE
5.2 QUANTITATIVES BENCHMARKING
5.2.1 Anforderungen an die Methodenparameter
5.2.2 Selektion geeigneter Methodenparameter
5.2.3 Kriterien zur Datenbereinigung
5.2.4 Beobachtungsbeschreibung und Methodenanwendung
5.3 ERGEBNISVISUALISIERUNG
6. FAZIT
6.1 KRITISCHE WÜRDIGUNG
6.2 AUSBLICK
Zielsetzung & Themen
Die Arbeit verfolgt das Ziel, die Effizienz von Unternehmen in drei ausgewählten Branchen mithilfe der Data Envelopment Analysis (DEA) zu analysieren und die Ergebnisse miteinander zu vergleichen. Dabei wird untersucht, wie Bilanzdaten zur Bestimmung von Effizienzwerten genutzt werden können und welche Rolle mathematische Optimierungsmodelle dabei spielen.
- Grundlagen der Linearen Programmierung und DEA-Modelle (CCR & BCC).
- Methodik zur Extraktion und Bereinigung von Unternehmensbilanzdaten.
- Anwendung von R für die Durchführung der Effizienzanalyse.
- Quantitatives Benchmarking zur Identifikation von "Best Performern".
- Visualisierung und Vergleich von Effizienzverteilungen innerhalb der Branchen.
Auszug aus dem Buch
3.1 Das Charnes-Cooper-Rhodes-Modell
Das nach Ihren Erfindern Charnes, Cooper und Rhodes benannte CCR-Modell bildet die Grundlage der DEA-Modellfamilie, das nach der Einordnung im vorherigen Abschnitt nun vorgestellt werden soll. Die Autoren definierten dieses grundlegende mathematische DEA-Modell durch folgendes Quotientenprogramm:
Genau wie im Abschnitt 2.2.1 eingeführt wird auch bei der DEA die Effizienz als Quotient aus Output und Input errechnet, wobei im Kontext der DEA diese Größen als virtueller Input und Output bezeichnet werden. Die v1, ..., vm entsprechen in diesem Modell den Gewichten der Inputs und die u1, ..., us den Gewichte der Outputs, die den Gewichtungen aus Abschnitt 2.2.1 entsprechen. Diese Gewichte werden bei der DEA auch als „Schattenpreise“ bezeichnet, die nicht mit den absoluten Preisen gleichzusetzen sind. Aus diesem Grund kann nicht behauptet werden, dass nur DMUs mit dem Effizienzwert eins keine Verluste erwirtschaften. Ganz im Gegenteil erlaubt die DEA ausdrücklich keine Aussagen über Gewinne und Verluste der betrachteten Vergleichsobjekte.
Entsprechend des Abschnitts 2.2 sind x1j ... xmj die Inputs und y1j ... ysj die Outputs, sodass jedes der insgesamt betrachteten n DMUs in diesem Modell m Inputs und s Outputs unterstellt werden. Cooper et al. zeigen, dass aus dem Verhältnis beispielsweise aller Inputgewichte ermittelt werden kann, welche Inputs besonders stark die DEA-Effizienz der betrachteten DMU beeinflussen. Diese Überlegungen gelten ebenfalls für die Gewichte der Outputs.
Zusammenfassung der Kapitel
1. EINLEITUNG UND ZIELSETZUNG: Einführung in die Thematik der Effizienzmessung, Begründung der Relevanz der DEA und Darstellung des Vorgehens in dieser Arbeit.
2. EINFÜHRUNG IN DIE PROBLEMATIK: Vermittlung theoretischer Grundlagen zur Linearen Programmierung, zum Effizienzbegriff und zur Benchmarking-Methodik.
3. DIE DATA ENVELOPMENT ANALYSIS: Mathematische Herleitung der CCR- und BCC-Modelle sowie Diskussion der Vor- und Nachteile des Verfahrens.
4. QUELLEN- UND VORGEHENSBESCHREIBUNG: Erläuterung des verwendeten Datensatzes sowie der technischen Vorgehensweise zur Extraktion und Vorbereitung der Daten.
5. EFFIZIENZANALYSE: Praktische Durchführung des quantitativen Benchmarkings, Festlegung der Parameter und Visualisierung der Ergebnisse.
6. FAZIT: Zusammenfassung der Ergebnisse, kritische Reflexion der Methodik und Ausblick auf zukünftige Forschungsfragen.
Schlüsselwörter
Data Envelopment Analysis, DEA, Lineare Programmierung, Effizienz, Benchmarking, Wirtschaftsinformatik, Bilanzdaten, Input-Output-Analyse, R, Branchenvergleich, Produktionstheorie, Effizienzmessung, Statistik, Unternehmensanalyse, Leistungsvergleich.
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit beschäftigt sich mit der Durchführung einer Effizienzanalyse für Unternehmen aus verschiedenen Branchen unter Verwendung der Data Envelopment Analysis (DEA).
Was sind die zentralen Themenfelder?
Zentral sind die Anwendung der Linearen Programmierung, die Auswahl geeigneter Bilanzkennzahlen als Input- und Output-Parameter sowie der systematische Vergleich von Unternehmensleistungen.
Was ist das primäre Ziel oder die Forschungsfrage?
Das Ziel ist es, die Effizienz von Unternehmen innerhalb ihrer jeweiligen Branche zu ermitteln und die resultierenden Effizienzverteilungen der Branchen miteinander zu vergleichen.
Welche wissenschaftliche Methode wird verwendet?
Es werden das CCR-Modell und das BCC-Modell der Data Envelopment Analysis angewandt, unterstützt durch die statistische Programmiersprache R.
Was wird im Hauptteil behandelt?
Der Hauptteil befasst sich mit den theoretischen Grundlagen der DEA, der Datenbeschaffung aus dem DAFNE-Datenbestand und der konkreten Berechnung und Interpretation von Effizienzwerten.
Welche Schlüsselwörter charakterisieren die Arbeit?
Schlüsselwörter sind unter anderem Data Envelopment Analysis, Benchmarking, Effizienz, Lineare Programmierung und Branchenvergleich.
Wie wird das Problem der Datenselektion gelöst?
Die Datenselektion erfolgt durch SQL-Abfragen in der Datenbank-Software Base 3, wobei Kriterien zur Datenbereinigung angewendet werden, um unplausible Datensätze auszuschließen.
Warum werden CCR- und BCC-Modelle kombiniert?
Die Kombination beider Modelle ermöglicht es, sowohl den Fall konstanter Skalenerträge (CCR) als auch variabler Skalenerträge (BCC) zu betrachten, was eine differenziertere Effizienzbewertung erlaubt.
- Arbeit zitieren
- Jurij Weinblat (Autor:in), 2011, Data Envelopment Analysis. Effizienzanalyse auf Basis von Unternehmensbilanzdaten, München, GRIN Verlag, https://www.grin.com/document/265689
