Page 7 - Microsoft Word - WendyÖ⁄-0430-no color_flip
P. 7
關係顯示出來，並以此效率前緣評估每個決策單位 (decision making
unit, DMU) 的相對效率。由於 DEA 模型是一種非參數方法，用來衡
量固定規模報酬下，所有決策單位的投入與產出，用以計算其相對效
率值。該模型可在無需假定任何函數關係的前提下，對多項投入與產
出變數進行效率評估，投入與產出亦可使用不同單位去衡量，且設定
權重時也不受人為主觀因素之影響。因此 DEA 模型成為評估各種組
織、企業、產業等效率的常用方法，並廣泛運用於金融、醫療、能源
環境等領域，可參見 Liu et al. (2013)。惟根據 Seiford et al. (1990) 有
關如何使用數學規劃方法提高 DEA 模型的準確度及實用性，該研究
論述了 DEA 模型的侷限性，該模型基於線性規劃進行求解，故所有
投入產出參數必須為正值。又該模型對投入與產出變數的定義敏
感，資訊的正確性將對評估結果有很大的影響。由於傳統 CCR 模型
假設所有單位都使用相同的生產技術及生產要素，並假設生產過程為
固定規模報酬。惟實際上投入與產出存在規模報酬遞增或遞減情
況，因此，Banker et al. (1984) 提出了 BBC 模型，將測量單位的技
術效率及規模效率分離，進而更準確的評估單位效率，可適用於評估
不同規模生產單位的效率比較。
Frijns et al. (2012) 的研究使用 DEA 模型評估了 1988 年至
2007 年間美國上市公司的效率，發現高效率公司的股票表現優於低
效率公司，並且可以透過做多與做空策略獲得超額報酬。且經由迴歸
分析證實公司效率對股票報酬具有解釋能力。Chen (2008) 則利用
DEA 模型選出高效率的股票以建構投資組合，並與以市場指數為依
據所建構的投資組合進行報酬率比較，結果發現 DEA 模型選出的投
資組合表現優於市場指數，可以產生更高的報酬。Edirisinghe et
al. (2007) 的研究結合 DEA 模型與基本面分析，提出了一種用於股
票選擇的最佳化相對財務強度指標，並結合投資組合的優化模型。該
研究針對美國 230 家公司進行實證分析，驗證該投資組合於風險管
5
