یک روش ترکیبی هدف و روش DEA معکوس برای تنظیم هدف در فرآیند ادغام

این مقاله یک روش جدید برای مقابله با هدف‌گذاری در ادغام با استفاده از روش هدف پیشنهاد می‌کند. برنامه‌نویسی (GP)و تحلیل پوششی داده‌های معکوس (InvDEA) نیز مورد استفاده قرار گرفتند. مدل یابی کارایی نسبی واحدهای تصمیم‌گیری (DMUs) با استفاده از ورودی‌های چندگانه و خروجی‌های چندگانه برای هر DMU استفاده شد. با این حال، هدف InvDEA شناسایی مقادیر ورودی‌ها و خروجی‌ها وقتی امتیاز بهره‌وری به عنوان هدف داده می‌شود را ارزیابی می کند. این مطالعه یک روش موثر است که به تصمیم گیرندگان اجازه می‌دهد تا ترجیح خود را در تنظیم هدف ادغام وارد کنند و برای ذخیره ورودی خاص (ها) یا تولید خروجی خاص (ها)تا جایی که ممکن است تمایلات خود را اعمال کنند. روش پیشنهادی با استفاده از یک برنامه کاربردی در صنعت بانکداری مورد تایید قرار می‌گیرد.

Highlights•A new method for target setting in mergers is proposed.•The method combines goal programming and inverse data envelopment analysis.•The method allows decision makers to save desired resources.•An application in banking sector is proposed.AbstractThis paper suggests a novel method to deal with target setting in mergers using goal programming (GP) and inverse data envelopment analysis (InvDEA). A conventional DEA model obtains the relative efficiency of decision making units (DMUs) given multiple inputs and multiple outputs for each DMU. However, the InvDEA aims to identify the quantities of inputs and outputs when efficiency score is given as a target. This study provides an effective method that allows decision makers to incorporate their preference in target setting of a merger for saving specific input(s) or producing certain output(s) as much as possible. The proposed method is validated through an illustrative application in banking industry.