一、基本介绍 1.1原理 数据包络分析有多种模型，主要为：CCR模型，BBC模型、交叉模型、A&P模型。纵观该方法的各种模型，每一模型的具体数学推理过程基本一致，所得的标准线性规划求解公式也比较相似，它们之间的差异主要体现在每个模型所适用的条件有所不同。在国外，此方法较早地运用于银行医院、城市等方面效率的评价。近些年来，该方法在我国社会经济的许多领域也取得了不少应用成果。由于方法对评价对象的要求相对比较宽松，应用其评价相同类型DMU的相对有效性的优势地位，是其他方法难以取代的。 1.2CCR模型 CCR模型是指对DMU通过“投入一定数量的生产要素，并产出一定数量的产品”的经济系统来判断各个单元的相对合理性和有效性。从投入资源的角度来看，在当前产出的水准下，比较投入资源的使用情况，以此作为效益评价的依据，这种模式称为“投入导向模式”。 定义决策单元j的效率评价指数为： 对上式可以适当的取权系数v和u，使得，对第个决策单元进行效率评价，一般来说越大表明能够用相对较少的输入而取得相对较多的输出。故只需求得的最大值，即可探究在这n个DUM中相对来说是不是最优的。 1.3B ...

传统的径向DEA模型无法考虑“松弛变量”对效率值的影响，也没有考虑同时使期望产出增加，非期望产出减少的技术变化，以此度量的效率值是不准确或有偏的，为了解决这一问题，Tone(2001)提出了基于投入产出松弛变量的环境效率评价模型，简称SBM模型，在此基础上，他进一步提出了SBM的拓展模型，从而实现了非期望产出条件下对环境效率的评价，含有非期望产出的SBM模型规划式如下图所示： 含有非期望产出的SBM模型规划式 关于求解含有非期望产出的SBM模型的python代码如下： 123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687from scipy.optimize import minimizeimport numpy as npimport pandas as pdimport scipy. ...

和讯网发布的我国上市公司社会责任综合评分作为企业社会责任表现的度量。 该评分基于我国上市公司的社会责任报告和财务报告信息， 从股东责任、员工责任、供应商、客户和消费者权益责任、环境责任和公共责任五个方面，分别设立 13 个二级指标和 37 个三级指标， 对企业社会责任承担情况进行系统的评价，能够较为全面和客观地反映企业的社会责任表现，近年来在国内相关研究中已经得到了越来越多的应用。 数据截图如下： 目前数据的年份为2010-2021年，需要的加我微信，canglang12002，免费。

对抗型交叉评价DEA模型matlab代码，代码来自于彭育威老师的《利用MATLAB进行DEA交叉评价分析》一文，​非常适合学习。 如果您想做仁慈型DEA​，可与我联系。 1234567891011121314151617181920212223242526clearX=[30 60 55 40 70 ; 25 40 70 30 90; 130 150 120 70 180];%用户键入输入矩阵Y=[35 43 76 52 63;60 80 53 42 71];%用户键入输出矩阵；n=size(X',1); m=size(X,1); s=size(Y,1);%以下是第一轮线性规划；A=[-X',Y'];b=zeros(n,1);LB=zeros(m+s,1);UB=[];for i = 1:n Aeq=[X(:,i)' zeros(1,s)];beq=1; f=[zeros(1,m) -Y(:,i)']; w(:,i)=linprog(f,A,b,Aeq,beq,LB,UB);%解线性规划，得出DMUi的 ...

dagum基尼系数分解工具 相比于传统的基尼系数而言，Dagum 基尼系数能够将其分解为地区内差距、地区间差距以及超变密度。 Dagum基尼系数的相关计算公式如下： 1、总体基尼系数： dagum基尼系数分解工具 2.子群内部基尼系数 dagum基尼系数分解工具 3.子群之间基尼系数 dagum基尼系数分解工具 4.子群内差异对总体基尼系数贡献 5.子群间差异对总体基尼系数的贡献 dagum基尼系数分解工具 6.超变密度的贡献 dagum基尼系数分解工具      网上目前计算dagum基尼系数分解的方法，一般是matlab代码，该方法要求首先要把数据按子群划分为不同的列，同时要把列按照平均值从大到小的顺序依次排列，且每次只能计算一年的数据，有些则对分组有限制，只能分解固定子群数的数据，同时输出的数据并非excel，还需要二次整理，很不方便。有鉴于此，我编写了一个自动化的脚本，主要特点如下： 1、无须使用者安装任何R、matlab软件，完全无代码操作。 2.对子群数没有限制，2组及以上均 ...

主要参考文献为：《机构投资者抱团与股价崩盘风险》（吴晓晖，郭晓冬，乔政）。这篇文献发表在中国工业经济杂志上，但作者只提供了处理过的投资机构团体持股数据，具体处理的代码则并未展示。 这里根据这篇文献，依据如下步骤进行复原： 1、下载国泰安中机构团体持股比例数据，合并为一个文件，约475万条数据。 2、根据投资机构名称，筛选机构名称中含有“投资”“公司”字样的机构。 3、使用python，筛选出每年，任意两家投资机构持有某家公司股票大于5%的组合，输出到csv文件。 4、按年进行拆分，并加入权重列，保存为txt文件。 5、使用python，将数据根据louvain算法，得出社区团体。 6、将多年的社区团体合并为一个文件，一共两列，一列为投资机构id，一列为年份。 7、根据第6步的数据，筛选第一步中475万条数据中，某机构在某年，对某公司属于任意一投资团体的数据。 8、根据年份、股票代码进行汇总，得出最终数据，2003年到2020年，一共27424条数据。 数据截图： 获取代码，联系微信：canglang12002

  三阶嵌套的泰尔指数在国内似乎是个冷门的方法，有朋友来问，查了下，只找到了一篇中文文献，英文文献也不很多。不过这个方法似乎在分解不同层级的泰尔指数时比较好用，因此写了这个小工具。 关于三阶嵌套泰尔指数的公式介绍，我直接贴在这里吧： 三阶嵌套泰尔指数计算工具   使用方法也很简单，把数据按照固定格式准备好，可以是一年，也可以是多年，不过都要有year这一列，然后放到指定位置，打开软件，稍等片刻即可，结果文件在D盘。 1、需要准备的数据格式如下图所示：   三阶嵌套泰尔指数计算工具         year为年份，A1,A2,A3,A4分别代表四个层级，GDP代表产值，或者收入等，people代表人数，数据可以换，列名不要换。数据名为data.xlsx，放在D盘根目录，结果文件也是在D盘根目录。   2、结果如下图所示： 三阶嵌套泰尔指数计算工具   第一列是总指数，后面分别是一级、二级、三级、四级泰尔指数，层级是从大到小，如果这四级分别对应区域、省份、地级市、县城，那么就分别代表了，地域间差异，地域内省间差异，省内市间差 ...

       今天要向大家推介的是DEA中的ZSG模型。   Lins 和Gomes 等人提出了零和收益DEA 模型（ZSG-DEA），该模型可以根据决策单元的DEA效率值对非期望产出的分配方案进行调整，给出改进的分配方案，该模型多用于CO2的分配问题的研究上，通过对整体中各个区域的碳减排责任进行分析，同时按照ZSG模型进行迭代计算，以期得到DEA有效的分配方案。 由于ZSG-DEA模型属于非线性规划，不同于一般的DEA，因此目前关于网上的ZSG-DEA模型，唯一可见的，只有一位朋友用excel的实现方法，经过测试，是可以复现论文结果，但是一来操作很琐碎，二来如果DMU数量有所增减，又要对VBA代码和公式进行修改，对不熟悉excel的朋友不太友好，因此这里写了一个解决零和收益ZSG-DEA的程序，用来解决普通的ZSG-DEA模型的求解问题，力求做到，输入数据，就可得到效率值和分配额等所需全部结果。 具体的模型规划式如下： 零和收益ZSG-DEA模型的求解程序 迭代分配额的计算公式如下： 零和收益ZSG-DEA模型的求解程序         由 ...

      在影子价格研究方面，国内外学者主要利用参数化和非参数化两种方法研究生产要素的影子价格，参数化方法如根据Shephard产出距离函数法和投入距离函数法来测算影子价格，非参数化方法以数据包络分析方法为主，如以更为灵活的SBM模型测算能源的影子价格。       此外，考虑到中国各省域发展不平衡的状况，省域间能源壁垒突出，各省市间能源技术存在异质性，生产前沿也存在差异，Battese等参考决策单元异质性提出了共同前沿理论，依据某一标准将决策单元划为不同的群组，并分别构建生产前沿。        测算基于非期望产出SBM模型的市场要素影子价格，即对基于非期望产出的SBM模型的对偶模型进行求解，其规划式如下： 基于共同前沿下含非期望产出SBM模型的影子价格测算 其中Umx、Uzy、Ujb分别表示Xmo、Yzo、Bjo价格。假设Px,Py，Pb分别表示投入要素，期望产出要素和非期望产出要素的影子价格，参照陈诗一的研究，设期望产出的影子价格等于市场价格，那么投入要素的绝对影子价格Px就可以用Py表示为： Px=Py*(Ux/Uy) 因为这个模型比较新，网上还 ...

今天推出的是两阶段嵌套泰尔指数工具。 研究地区经济差异的指数非常多，如变异系数、基尼系数，泰尔指数等等，其中泰尔指数因为可以分解为组内和组间差异，便于分别研究组内和组间差异变动的方向和幅度，因而被广泛应用于经济领域的不平等研究中。 早期的泰尔指数只能进行一阶段分解，即在一个空间层次里比较总体不平等与地区间的不平等程度及贡献，秋田隆裕进一步提出了泰尔指数的二阶段嵌套分解法，这种方法可以在一阶段分解的基础上，将总体不平衡分为地区间、省际和省内三个层次。 二阶段嵌套泰尔指数的具体公式如下： 程序一如既往的简单，只需准备好数据，即可出现如下结果： 其中，td为总指数，tbr为地区间差异，tbp为省际间差异，twp为省内差异。 需要的同学，可以扫描二维码购买。 若您有其他想要使用的模型，却苦于找不到软件实现，也欢迎联系我。 往期推荐： 数量经济学工具DKM_1.0 空间马尔科夫链工具 空间静态kernel核密度、空间动态kernel核密度工具更新 马尔科夫链之传统马尔可夫链 无条件、空间静态、空间动态kernel核密度工具 基于共同前沿下含非期望产出SBM模 ...