نوع مقاله : مقاله پژوهشی

نویسندگان

1 گروه مدیریت صنعتی، دانشگاه علامه طباطبائی، تهران، ایران.

2 گروه مدیریت، دانشکده بازرگانی، دانشگاه برایانت، اسمیت‌فیلد، آمریکا.

10.22105/imos.2021.276467.1038

چکیده

هدف: در این پژوهش به‌منظور سنجش کارایی و بهره‌وری شرکت‌های عضو صنعت سیمان بورس اوراق بهادار تهران، از رویکرد تحلیل پوششی داده‌های خاکستری و همچنین شاخص سنجش بهره‌وری مالم‌کوئیست استفاده‌شده است.
روش‌شناسی پژوهش: برای این منظور در گام اول، اقدام به شناسایی نسبت‌های مالی مناسب در خصوص سنجش کارایی نموده، سپس این نسبت‌ها را برای هر سال مالی در قالب اعداد خاکستری (بازه‌ای) محاسبه می‌نماییم. در گام بعدی این نسبت‌ها تحت عنوان متغیرهای تحقیق، به دودسته متغیرهای ورودی و متغیرهای خروجی تقسیم‌شده و درنهایت کارایی و بهره‌وری بازه‌ای شرکت‌های موردمطالعه، برای دو سال مالی 1397 و 1398 توسط مدل‌های CCR و BCC رویکرد تحلیل پوششی داده‌های خاکستری و همچنین شاخص مالم‌کوئیست خاکستری و اجزای تشکیل‌دهنده آن، برآورد گردیده است.
یافته‌ها: نتایج این پژوهش به ارائه یک چارچوب مناسب برای استفاده از اطلاعات غیرقطعی (خاکستری) برای جایگزینی اطلاعات قطعی نموده است و بدین ترتیب امکان برآورد نتایج واقعی‌تری را در خصوص عملکرد شرکت‌ها فراهم آورد.
اصالت/ارزش‌افزوده علمی: این مطالعه با فراهم آوردن چارچوبی برای مقایسه تغییرات بهره‌وری در طول زمان، از شاخص بهره‌وری مالم‌کوئیست خاکستری استفاده کرده است. این شاخص، نسبت کارایی‌های اندازه‌‌گیری شده‌ی یک واحد تولیدی را، در دو دوره‌ی زمانی مختلف، اندازه‌گیری می‌کند.

کلیدواژه‌ها

عنوان مقاله [English]

Measuring the Efficiency and Productivity of Cement Companies in Tehran Stock Exchange by Data Envelopment Analysis and Malmquist Productivity Index in Gray Environment

نویسندگان [English]

  • Farjam Kayedppour 1
  • Shadi Sayadmanesh 1
  • Yasamin Salmani 2
  • Zahra Sadeghi 1

1 Department of Industrial Management, Allameh Tabatabai University, Tehran, Iran.

2 Department of Management, College of Business, Bryant University, Smithfield, USA.

چکیده [English]

Purpose: In this study, in order to measure the efficiency and productivity of companies in the cement industry of the Tehran Stock Exchange, the gray data envelopment analysis approach and the Malmquist productivity index have been used.
Methodology: For this purpose, in the first step, we identify the appropriate financial ratios for measuring efficiency, then we calculate these ratios for each financial year in the form of gray numbers (intervals). In the next step, these ratios are divided into two groups of input variables and output variables under the title of research variables. Finally, the efficiency and productivity of the studied companies for the two fiscal years 2018 and 2019 by CCR and BCC models. Its components have been estimated.
Findings: The results of this study provide a suitable framework for using uncertain information (gray) to replace definite information and thus allow more realistic results to be estimated about the performance of companies.
Originality/Value: This study uses the Malmquist Gray Productivity Index to provide a framework for comparing productivity changes over time. This index measures the ratio of the measured efficiencies of a production unit in two different time periods.

کلیدواژه‌ها [English]

  • Financial Ratios
  • Gray data envelopment analysis
  • Productivity
  • Gray Malmquist index
  • Distance Functions
Alinezhad, A., Mirmozaffari, M. (2018). Malmquist productivity index using two-stage dea model in heart hospitals. Iranian journal of optimization, 10(2), 81-92.
Alvarez, M. A. G. (2004). Market-based land reform: violence, efficiency, and redistribution in rural Colombia. University of Connecticut.
Banker, R. D., Charnes, A., & Cooper, W. W. (1984). Some models for estimating technical and scale inefficiencies in data envelopment analysis. Management science30(9), 1078-1092.
Caves, D. W., Christensen, L. R., & Diewert, W. E. (1982). The economic theory of index numbers and the measurement of input, output, and productivity. Econometrical: journal of the econometric society, 50, 1393-1414.
Coelli, T. J., Rao, D. S. P., O'Donnell, C. J., & Battese, G. E. (2005). An introduction to efficiency and productivity analysis. Springer Science & Business Media.
Darvish Motevalli, M., Hosseinzadeh Lotfi, F., Shoja, N., Gholamabri, A. (2019). A new model for calculating the efficiency of existing cement companies with a network structure (an application of data envelopment analysis). Financial engineering and portfolio management, 10(38), 65-93. (in Persian) http://fej.iauctb.ac.ir/article_664732.html?lang=fa
De, A., Bandyopadhyay, G., & Chakraborty, B. N. (2011). Application of the factor analysis on the financial ratios and validation of the results by the cluster analysis: an empirical study on the Indian cement industry. Journal of business studies quarterly2(3), 13-31.
Despotis, D. K., & Smirlis, Y. G. (2002). Data envelopment analysis with imprecise data. European journal of operational research140(1), 24-36.
Färe, R., Grosskopf, S., Lindgren, B., & Roos, P. (1994). Productivity developments in Swedish hospitals: a Malmquist output index approach. In Data envelopment analysis: Theory, methodology, and applications (pp. 253-272). Springer, Dordrecht.
Färe, R., Grosskopf, S., Norris, M., & Zhang, Z. (1994). Productivity growth, technical progress, and efficiency change in industrialized countries. The American economic review, 84(1), 66-83.
Fried, H. O., Lovell, C. K., Schmidt, S. S., & Schmidt, S. S. (2008). The measurement of productive efficiency and productivity growth. Oxford University Press.
Ju-Long, D. (1982). Control problems of grey systems. Systems & control letters1(5), 288-294.
Khajavi, Sh., Salimifard, A. R., & Rabieh, M. (2005). The application of data envelopment analysis (DEA) in determining a portfolio of the most efficient companies accepted at Tehran Stock Exchange. Journal of social sciences and humanities of shiraz university, 22(2), 75-89. (In Persian). URL: https://www.sid.ir/en/journal/ViewPaper.aspx?ID=51348
Lee, J. Y., & Kim, D. (2013). Bank performance and its determinants in Korea. Japan and the world economy27, 83-94.
Mahotra, D. K., & Malhotra, R. (2008). Analyzing financial statements using data envelopment analysis. Com, lending rev.23, 25-39.
Malmquist, S. (1953). Index numbers and indifference surfaces. Trabajos de estadística4(2), 209-242.
Mehrolhassani M, Goudarzi R, Yazdi Feyzabadi V, Pourhosseini S, Darvishi A. (2019). Efficiency and productivity measurement in research sector of iranian medical sciences universities using data envelopment analysis and malmquist index. Iranian journal of epidemiology. 14, 1-11. (in Persian) URL: http://irje.tums.ac.ir/article-1-6139-fa.html
Momeni, M. (2008). New topics in operations research. University of Tehran.
Sadaghiani, J. S., Amiri, M., & Kayedpour, F. (2013). Performance measurement of companies of pharmaceutical substances industry in Tehran Stock Exchange with the approach of COLS and DEA. Life science journal10(8), 70-91.
Schmiedel, H. (2004). Performance of international securities markets. Helsinki: Bank of Finland.
Serifsoy, B. (2006). Essays on stock exchange efficiency, business models, and governance (Doctoral dissertation, Dissertation zur Erlangung des Doktorgrades, Johann Wolfgang Goethe-Universität Frankfurt am Main, Wirtschaftswissenschaften, Darmstadt).
Shephard, R. W. (2012). Cost and production functions. Springer Science & Business Media.
Tehrani, R., Mehragan, M. R., & Golkani, M. R. (2012). A model for evaluating financial performance of companies by data envelopment analysis: a case study of 36 corporations affiliated with a private organization. International business research5(8), 8-16.
Worthington, A. C. (1998). The application of mathematical programming techniques to financial statement analysis: Australian gold production and exploration. Australian journal of management23(1), 97-113.
Yang, Y. S. (1998). Data envelopment analysis (DEA) model with interval gray numbers. International journal of information and management sciences9(4), 11-23.
Rahnamay Roodposhti, F., Imeni, M., & Sayadmanesh, S. (2019). BSC application and innovative methods of developed in the management accounting and strategic decisions of performance measurement. Decisions and operations research, 4(3), 246-261. (in Persian) doi: 10.22105/dmor.2020.215116.1135
 Zhu, J. (1996). Robustness of the efficient DMUs in data envelopment analysis. European journal of operational research90(3), 451-460.