一篇文章深入浅出带你理解CCR,BCC数据包络模型

一 数据包络模型介绍

1.1 背景介绍

小明是中国银行长沙分行的管理人员，每到年底时，小明需要评估长沙分行下辖所有支行在这一年的营运效率。营运效率在这里定义为：在给定一定量的资源投入下，该分行将投入的资源转化为我们想要的产出的能力。
小明需要做的第一件事是选取投入指标和产出指标。假设他选取各个支行的员工数作为投入指标：该支行本年度新增存款作为产出指标，评估各个支行的效率是显而易见的：按照本年度新增存款/员工数从高到低排序即可。即平均每位员工拉来的存款越多，该支行的营运效率越高，这被称为单投入单产出下的效率评估。
然而，真实情况显然没有这么简单。在真实的银行管理运营中，我们需要考虑除了员工数之外的其他诸多投入指标，如营业支出、固定资产净值等；此外，我们也需要考虑除了本年度新增存款之外的其他诸多产出指标，如资本收益等，这被称为多投入多产出下的效率评估。
对于单投入-单产出的模型，可以通过投入产出比、生产函数等方法进行效率评估；对于多投入-单产出的模型，有多元线性回归、逻辑回归等方法进行评估；那么对于多投入-多产出模型，我们应该采用什么方法对其进行效率评估呢？

1.2 DEA方法的思想

DEA是对其决策单元（DMU）的投入规模、技术有效性作出评价，即对各同类型的企业投入一定数量的资金、劳动力等资源后，其产出的效益（经济效益和社会效益）做一个相对有效性的评价。
DEA方法是一种以相对效率概念为基础，以凸分析和线性规划为工具的评价方法，应用数学规划模型计算比较决策单元之间的相对效率，对评价对象作出评价。它能充分考虑对于决策单元本身最优的投入产出方案，因而能够更理想地反映评价对象自身的信息和特点。

二 CCR模型介绍

2.1 线性分式模型

$max{h}_0(u,w)=\frac{{\sum }_{r=1}^s{u}_r{y}_{r0}}{{\sum }_{i=1}^m{w}_i{x}_{i0}}$
$Subjectto$

• $\frac{{\sum }_{r=1}^s{u}_r{y}_{rj}}{{\sum }_{i=1}^m{w}_i{x}_{ij}}\le 1,j=1,...,n$
• ${w}_i,u_r\ge 0foralliandr$

根据DEA方法的基本思想，构建以最大化函数为加权产出投入比的线性分式模型，控制每个DMU加权产出投入比小于等于1，寻找其中某一个DMU所能达到的最大加权产出投入比，若某一DMU的最大化函数能够等于1，则说明该DMU是有效的（efficient），反之，若最大化函数小于1，则说明该DMU是无效的（inefficient），也就是说明在相同投入的情况下，存在其他DMU产出大于该DMU。

2.2 线性规划模型

通过Cooper转换，将上述线性分式模型转换为线性规划模型。该模型又称为乘数模型。
$maxz={\sum }_{r=1}^s{u}_r{y}_{ro}$
S u b j