این نوشتار مبانی نظری و پیشینه تحقیق تحلیل پوششی داده ها DEA می باشد. در بخش اول چارچوب و مبانی نظری تحلیل پوششی داده ها تشریح می شود و در بخش دوم پیشینه نظری تحقیق تحلیل پوششی داده ها در پژوهش های داخلی و خارجی مورد بررسی قرار می گیرد.

- مقدمه
اندازه گیری کارایی و تغییرات آن در طی زمان می تواند از یک سو در ارزیابی مواردی چون: کیفیت به کارگیری منابع، سطح بازدهی فعالیت ها، وضع موجود و ضعف ها و نارسایی های آن از برنامه های تدوین شده و از سوی دیگر در کشف روش های بهبود بهره وری و کارایی، اصلاحات مورد لزوم و این که کدام عامل تولید باید تقویت شده و یا ترکیب صحیح خود را بیابد و تخصیص منابع چگونه باید صورت پذیرد، بسیار مؤثر واقع شود. با توجه به اهمیت استراتژیک بهبود بهره وری و کارایی برای هر سازمان، اندازه گیری این دو فاکتور به مدیریت این امکان را می دهد که نقاط ضعف موجود و نیز روش های بهبود را شناسایی کرده و با استفاده از فرصت های بالقوه و استفاده مطلوب تر از منابع، نتایج فعالیت ها را در اسرع وقت در جهت بهبود بهره وری و کارایی کلی سیستم هدایت نماید. در شرکت های بیمه می توان با بهره گیری بهینه از نیروی انسانی و منابع سرمایه ای، به بالاترین کارایی دست یافت. شاید یکی از مهم ترین اثرات افزایش کارایی شرکت های بیمه، تأثیر بر نرخ حق بیمه ها و کاهش آن باشد که خود منجر به ارزان تر شدن بیمه نامه ها و استتقبال هر چه بیشتر مردم از پوشش های بیمه ای خواهد بود (ابراهیمی قوام آبادی 1389ص2). 

نمايندگان و كارگزاران بيمه و بازاريابان آنها شبكه فروش صنعت بيمه را تشكيل مي دهند و در حقيقت بازوان اجرايي شركت هاي بيمه جهت فروش بيمه مي باشند. توانايي و بالندگي شبكه فروش، شكوفايي فروش، از نظر كمي و كيفي را بدنبال خواهد داشت و ضعف آن نيز موجب پريشاني عرضه بيمه در جامعه خواهد بود. به جرات مي توان گفت يكي از عواملي كه باعث ایجاد مشکل در زمينه رسيدن به سطح مطلوبی از فروش بیمه نامه و تركيب فروش خدمات بيمه اي در صنعت بیمه شده است، نارسايي و رشد نيافتگي شبكه فروشندگي حضوري در بازار بيمه ايران است.بنابراین این سوال همواره درباره عملکرد شبکه فروش بیمه مطرح است، که شبکه فروش با چه میزان ودرجه ای از کارایی عمل می کند؟

از سال 1978، تکنیک تحلیل پوششی داده ها (DEA) به طور وسیعی برای اندازه گیری کارایی نسبی واحدهای تصمیم گیری(DMU) با ورودی ها و خروجی های مشابه بکار برده می شود. نتایج حاصل از این تکنیک نشان می دهد که چطور DMU ها در مقایسه با همدیگر در تبدیل ورودی ها به خروجی ها عمل می کنند(Kao & Hwang, 2008).  روش هایی که تاکنون برای ارزیابی شرکت های بیمه در کشور استفاده شده است، براساس مدل های سنتی DEA بوده است. براساس مدل سنتی  کارایی شرکت ها بدون در نظرگرفتن خروجی های نامطلوب  (بد) صـورت گرفته و کل سیـستم را با ورودی ها وخروجی هایش مطلوب  (خوب ) مورد ارزیابی قرارداده اند.

به همین علت در این پژوهش از روش تحلیل پوششی داده ها با خروجی نامطلوب استفاده می شود، تا مشخص شود که چه عاملی باعث عملکرد ضعیف شبکه فروش شرکت های بیمه می شود تا با ایجاد تغییرات لازم، بهبود عملکردشان فراهم گردد و مدیران شرکت های بیمه در انتخاب شبکه فروش آن را در نظر داشته باشند. در این فصل به اهمیت ارزیابی عملکرد پرداخته و تکنیک تحلیل پوششی داده ها و مدل های اصلی آن که یکی از تکنیک های اندازه گیری کارایی می باشد، معرفی می گردد. سپس مروری بر تحقیقات انجام شده در صنعت بیمه به کمک DEA  بیان می شود. همچنین در این فصل سیستم تحلیل پوششی داده ها با خروجی نامطلوب را معرفی نموده و مدل این سیستم ها، مورد بررسی قرار می گیرد. از آنجایی که در صنعت بیمه با خروجی نامطلوب تاکنون تحقیقی انجام نشده است، بنابراین تحقیقات انجام شده در بانک و سایر صنایع با خروجی نامطلوب آورده شده است.

تحلیل پوششی داده ها
پیشینه تحلیل پوششی داده ها به موضوع رساله دکتری رودز با راهنمایی استادش کوپر بر می گردد. که به کمک آن عملکرد مدارس دولتی آمریکا را مورد بررسی قرار دادند. تحلیل پوششی داده ها روشی است برای اندازه گیری کارایی واحد های تصمیم گیریDMU  های همگن. در واقعDEA  رویکردی برای شناخت شیوه های بهتر سنجش کارایی DMU  ها، با وجود ورودی ها و خروجی های چندگانه است. در حقیقت این روش نه تنها امتیازات کارایی را برای واحدهای ناکارا تعیین می کند، بلکه برای آن واحدهایی که بر مرز کارایی قرار دارند نیز طرح های کارایی را ارائه می نماید(صفری ،1391ص 19).  تحلیل پوششی داده ها یک روش برنامه ریزی ریاضی و یک ابزار مفید در مدیریت است که کارایی نسبی گروهی از واحدهای تصمیم گیری با ورودی ها و خروجی های مشابه را اندازه گیری می کند. این روش همه DMU هایی را که از عملکرد ضعیف برخوردارند، شناسایی می کند و نشان می دهد که هریک از ورودی ها و خروجی ها به چه میزان باید تغییر کنند تا واحدهایی که دارای عملکرد ضعیف می باشند، به سمت واحدهای دارای عملکرد قوی، حرکت نمایند(Fortuna, 2000).

 تحلیل پوششی داده ها یک روش غیرپارامتریک بوده که به کمک برنامه ریزی ریاضی برای واحدهای تصمیم گیری، مرز کارایی را مشخص می کند. مرز کارایی با ترکیبی از واحدهای کارا بدست می آید. در روشهای پارامتریک باید یک معادله مشخص(معادله رگرسیون، تابع تولید و...) وجود داشته باشد که در قالب آن متغیرهای مستقل و وابسته با یکدیگر ارتباط داشته باشند، در حالی که روش  DEA نیازی به فرم ریاضی خاصی  ندارد. کارایی بدست آمده از این روش، کارایی نسبی می باشد. هر واحدی که بر روی مرز کارایی قرار داشته باشد، کارا و در غیراینصورت ناکارا است. پس از اجرای مدل های DEA مجموعه ای تحت عنوان مجموعه مرجع  ارائه می شود. در این مجموعه مشخص می شود که هر واحد ناکارا برای رسیدن به مرز کارایی باید با کدامیک از واحدهای کارا مقایسه شود(Charnes et al, 1984).

فهرست مطالب
فصل دوم: ادبیات و پیشینه تحقیق
2-1- مقدمه  18 
2-2- ارزیابی عملکرد  19
2-3- تحلیل پوششی داده ها 21             
2-4- مدل های اصلی تحلیل پوششی داده ها 22
2-4-1- مدلCCR  23
2-4-1-1- مدل مضربی CCR ورودی محور  25
2-4-1-2- مدل مضربی CCR خروجی محور26
2-4-2- مدل BCC 27
2-4-2-1- مدل مضربی BCC ورودی محور 27 
2-4-2-2- مدل مضربی BCC خروجی محور28
2-5- مروری بر تحقیقات انجام شده با استفاده DEA 29
2-5-1- تحقیقات خارجی 29
2-5-2- تحقیقات داخلی 30
2-6- مروری بر تحقیقات انجام شده درصنعت بیمه  با استفاده DEA32
2-6-1- تحقیقات خارجی  32
2-6-2- تحقیقات داخلی   35
2-7- ورودی ها  و خروجی های نامطلوب در DEA   39
2-7-1- مدل خروجی نامطلوب  40 
2-8- مروری بر تحقیقات انجام شده با خروجی نامطلوب 41
2-9- مدل تحقیق  43   
منابع