WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Analyse de l'efficacité sociale des IMF au Bénin

( Télécharger le fichier original )
par Kazesse Amouzou
ENEAM/UAC - Diplome de Technicien Supérieur en Gestion des Banques et IMF 2008
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

II. Présentation de la méthode DEA

La méthode DEA est fondée sur la programmation linéaire et a pour objectif d'identifier des fonctions de production empiriques. DEA compare toutes les unités similaires dans une population donnée en prenant en compte simultanément plusieurs dimensions.

Chaque unité est considérée comme une unité décisionnelle (Decision-making Unit - DMU) qui transforme des inputs en outputs. Chaque DMU consomme ainsi un montant m de différents inputs afin de produire s différents outputs. La DMU (j) (j =1,...m) consomme un montant X {ij} d'inputs (i = 1,...m) et produit un montant Y {rj} d'outputs (r = 1,...s).

La frontière efficiente est définie par le trait en pointillé, à partir des coordonnées de chaque DMU : par exemple le DM1 consomme un input unique X1 pour produire un output unique Y1. Le problème revient alors à trouver quel sous-ensemble des n DMU détermine la surface enveloppant le niveau de production efficiente (figure).

Figure1 : Frontière de production non paramétrique

Dans le cas général où l'on considère de nombreux inputs et de nombreux outputs, la mesure d'efficience productive (EP) se mesure par le ratio :

EP = (somme pondérée des outputs) / (somme pondérée des inputs).

La frontière efficience sera constituée des unités affichant des scores égaux à 1, pour les autres DMU, il sera compris entre 0 et 1. La méthode peut être envisagée selon deux approches légèrement différentes : une approche orientée inputs et une approche orientée outputs. La première optimise la consommation des inputs pour un niveau d'outputs donné, la seconde maximise les outputs pour un niveau constant des inputs. Les deux approches donnent des scores très proches et un classement identique des firmes.

- Modèle CCR

La généralisation du programme DEA a été développée au travers de l'approche CCR (Charnes, Cooper, Rhodes, 1978 in Banker, Charnes et Cooper, 1984), orienté inputs et à rendements d'échelle constants. Pour chaque DMU k, la forme « ratio » de DEA revient à maximiser en présence de r outputs et de i inputs, le rapport hk tel que:

Avec,

k : le « benchmark » (firme dont on mesure l'efficience) ;

h: la forme « ratho » du score d'efficience technique pour la firme k ;

Yrk : la quantité d'output r pour le DMU k

u: le coefficient de pondération de l'output r ;

Xik : la quantité i pour le DMU k ;

j : les DMU(s).

On peut reformuler le rapport hk de la manière suivante:

Avec Ur le coefficient de pondération pour chaque output r.

Au final, la forme duale s'écrit :

Avec,

- Modèle BBC

Le modèle BBC donne une surface enveloppe linéaire par morceaux, avec des rendements d'échelle variables (Banker, Charnes et Cooper, 1984). Le modèle BCC correspond au modèle CCR avec l'ajout d'une contrainte de convexité :

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"L'ignorant affirme, le savant doute, le sage réfléchit"   Aristote