Un método de selección de variables en dea basado en la aportación intrínseca al cálculo de las eficiencias

Abstract

El Análisis Envolvente de Datos, más conocido como DEA, acrónimo inglés de Data Envelopment Analysis, trata de la construcción de una medida de eficiencia en el desempeño de su actividad de una familia de unidades que producen ciertos outputs a partir de los mismos inputs. Esta metodología se aplica principalmente cuando no se pueden considerar de forma explícita los precios, como es el caso de las entidades u organismos sin ánimo de lucro. La elección de las variables a considerar en el modelo DEA es un paso crucial, pues de ella depende el resultado del análisis, es decir, el nivel de eficiencia de las entidades. De forma que, manipulando las variables a incluir en el modelo, se puede conseguir beneficiar o perjudicar a las unidades productivas que se deseen. Si bien, existen muchos trabajos en la literatura dedicados a la selección de variables en DEA, la mayoría de ellos son el resultado de aplicar técnicas desarrolladas en otras áreas y que tienen escaso fundamento en el contexto DEA. En la tesis se desarrolla una metodología completamente nueva basada en una medida, también nueva, que es la contribución de las variables a la puntuación global de todas las unidades. Esta metodología está especificamente desarrollada para este contexto y tiene una interpretación clara dentro del mismo. Asimismo, se desarrollan varios algoritmos, que han sido implementados en R, que permiten eliminar de forma objetiva del modelo aquellas variables cuyo valor explicativo sea escaso. Dado que la distribución de las contribuciones es desconocida, la determinación del valor que separa las variables relevantes de las que no lo son se ha hecho mediante simulación de Monte Carlo. La simulación ha incluido la generación y resolución de más de 3 millones de modelos DEA. El último capítulo de la tesis se dedica a la aplicación de esta metodología a la elaboración de un ranking de las universidades públicas españolas. Se consideran los mismos datos que usan los investigadores que confeccionan el denominado Ranking de Granada; para ello se pone en correspondencia los conceptos de eficiencia y productividad. Se realiza un análisis crítico de los resultados y la metodología.