Análisis comparativo de tres métodos de selección de variables en DEA

Buenos Aires

Congreso; XXIX ENDIO - XXVII EPIO; 2016

Universidad Católica Argentina

1.OBJETIVOS DEL TRABAJO El objetivo del presente trabajo es comparar diferentes métodos para la selección de variables basados en el Análisis Envolvente de Datos (DEA) partiendo de un conjunto más amplio de indicadores, para reducir dimensiones. 2.METODOLOGÍA Y APLICACIÓNLos métodos de Análisis Envolvente de Datos (DEA) buscan determinar el desempeño de un conjunto de unidades homogéneas que, a partir de un mismo conjunto de ?Inputs?, genera un mismo conjunto de ?Outputs?, ordenándolas en términos de su ?eficiencia relativa?. Estos métodos determinan una frontera de mejores prácticas, sobre la que se ubican las unidades eficientes, para lo que se considera necesario incluir las variables que contribuyan a describir el problema abarcando todos los aspectos relevantes; excluyendo aquellas que estén evaluando características ya representadas a través de otra variable y analizando adecuadamente las variables seleccionadas como inputs o outputs (Roy y Bouyssou,1993). Basándonos en estudios previos realizados sobre una empresa de servicios financieros , donde se analizaba la eficiencia de un subconjunto de sus sucursales a través de los modelos DEA clásicos y comparando esta medida con sus resultados para el Balance Scorecard (Cortaberría y Racagni, 2014), propusimos a la organización trabajar con un conjunto diferente de variables, debido a que los indicadores empleados previamente estaban expresados como ?porcentaje de cumplimiento de los objetivos del BSC y surgían de una elaboración interna de compleja interpretación al momento de efectuar recomendaciones.Consecuentemente la empresa proporcionó una nueva base de datos con información de los indicadores que considera adecuados para evaluar la eficiencia de las unidades bajo estudio. A los fines del presente trabajo, nos concentramos en los datos del semestre cerrado en Octubre de 2011, para el que contamos con 17 indicadores para 51 sucursales de la organización.Tal como en las etapas previas de nuestra investigación y con el fin de clasificar las variables como inputs o outputs, consideramos a un indicador como input cuando, manteniendo constantes los valores de todos los demás indicadores, la eficiencia de las DMUs disminuye, en caso de aumentar el valor del indicador considerado; y considerar a un indicador como output si, al aumentar el valor de tal indicador, manteniéndose constantes los valores de los restantes, la eficiencia de la DMU aumenta siguiendo a Alberto et al. (2000).