技术分析指标MACD是由异同平均数和正负差两部分组成，其中（ ）是核心。A.DEAB.DIF

是对决策单元（DMU）进行相对评价时最常用的方法之一，是运筹学、管理科学和数理经济学交叉研究的一个新的领域，它由著名的运筹学家Charnes等人于1978年提出，主要思想是通过数学规划计算比较被评价机构之间的相对效率。简单说就是把待决策单元与参考决策单元进行比较得到相对效率。功能：一些模型都可以看作是处理具有多个输入（输入越小越好）和多个输出（输出越大越好）的多目标决策问题的方法。可以证明，DEA有效性与相应的多目标规划问题的pareto有效解（或非支配解）是等价的。数据包络分析（即DEA）可以看作是一种统计分析的新方法。它是根据一组关于输入－输出的观察值来估计有效生产前沿面的。在经济学和计量经济学中，估计有效生产前沿面，通常使用统计回归以及其它的一些统计方法，这些方法估计出的生产函数并没有表现出实际的前沿面，得出的函数实际上是非有效的。

很抱歉，刚才看到你的帮助。 通常的方法是通过因子分析来确定指标权重。然而，每个因素的权重也只能变得沉重，无法得到正确的15指标权重。

　　【摘 要】高技术产业成为推动我国经济增长促进产业结构升级优化的支柱产业，对其R&D效率进行深入分析很有必要。本文在评述国内外高技术产业研究基础上，结合DEA对其子行业对比分析，得出各类效率值。 　　【关键词】高技术产业 R&D效率 DEA 　　 　　经济可持续发展的基础是经济效率的提升，而经济效率包括资源配置和利用效率。从投入产出角度看，技术效率是衡量一个地区或产业能在多大程度上运用现有资源和技术达到最大产出的标准。高技术产业发展要大力推动技术自主创新并提高R&D综合效率。 　　从国外研究来看，Triplett，Jack E.于1995年对高技术产业各子行业进行分析并估算投入产出效率。Raab和Kotamraju（2006）运用DEA方法对美国50个州的高技术产业情况进行了分析。国内的研究主要集中在对研发创新效率做实证测评方面。刘顺忠、官建成等人以中国省级行政区域为考察对象，测算各省研发的投入产出效率。Zhang测算了中国大中型工业企业的创新生产效率。 　　一 我国高技术产业发展概况 　　20世纪80年代，OECD将R&D经费占总产值高于4%的行业划分为高技术产业，90年代后提高到8%。国家统计局按其2001年新分类，将高技术产业划分为医药制造、航空航天器制造、电子及通信设备制造、电子计算机及办公设备制造和医疗设备及仪器仪表制造等行业。 　　2000年，高技术产业总产值为10411.5亿元，2009年增长到60430.5亿元，十年内增加近五倍；专利获取数由2000年2245件增长到2009年51513件，增加近22倍。R&D人员全时当量从2000年每年9.2万人增长到2009年每年32万人。R&D经费在这十年间也由111亿元增加到774亿元人民币。投资额2009年度达到4882.2亿元，相对于2000年的563亿元，增加七倍有余。 　　二 高科技产业R&D效率分析 　　1．DEA及指标选择 　　DEA是1978年由A. Charnes等用于评价决策单元相对有效性的分析方法，评价同类型的多投入、多产出决策单元是否技术有效的非参数统计方法。 　　因资料有限，本文从高技术产业产出能力角度做效率分析。投入指标为：X1和X2，即R&D经费投入和R&D人员投入，它们的计算方式分别为R&D经费内部支出和R&D人员（人/年）。产出指标为Y1和Y2，即有效发明专利数和新产品销售收入，计算方式为有效发明专利数（件）和新产品销售收入。 　　2．行业R&D效率分析 　　根据上节指标，从《2010中国科技统计年鉴》收集了2009年我国高科技产业五个子行业指标原始数据（见表1）。 　　表1 我国高技术产业2009年各指标原始数据 　　医药1 航空航天2 电子通信3 计算机办公4 医疗仪器5 　　X1（万元） 1345385 662649 5011509 1048091 853581 　　X2（人年） 70065 23265 209668 39487 46735 　　Y1（件） 6017 622 24562 5016 4953 　　Y2（万元） 15924583 2760872 86981738 23009386 8690643 　　利用DEA模型和Malmquist生产率指数对我国高技术产业技术效率进行分析。表2为DEAP 2.1软件计算出来的效率值，其中，crste为综合技术效率，vrste为纯技术效率，scale为规模效率。 　　表2 2009年我国高技术产业的规模和技术效率 　　crste vrste scale 规模 　　收益 投入变量 产出变量 　　S1－ S2－ S1＋ S2＋ 　　1 0.822 0.831 0.990 递减 0 4278.3 0 0 　　2 0.210 1.000 0.210 递增 0 0 0 0 　　3 0.974 1.000 0.974 递减 0 0 0 0 　　4 1.000 1.000 1.000 不变 0 0 0 0 　　5 1.000 1.000 1.000 不变 0 0 0 0 　　从表2可知，电子计算机及办公设备制造和医疗设备及仪器仪表制造总体效率和规模效率值为1，都DEA有效。 　　总体上看，医药制造业在整个高科技产业中投入比重较大，仅次于电子及通信设备制造业，R&D经费高达整个产业中总投入的15%，但其综合研发效率远不及其他三行业。因其纯技术效率低，还比不上R&D经费投入最少的航空航天器制造，纯技术和规模均无效率。其输入变量R&D人员投入冗余，松弛变量S2－值为4278.3。 　　航空航天器制造和电子及通信设备制造的总体效率值分别为0.21和0.974，DEA无效。两者纯技术效率为1，航空航天器制造规模效率递增，单位投入的产出值随投入规模增大而增加，可加大资源投入来增加产出，而后者递减。 　　三 总结 　　由上述对我国高科技产业2009年情况的分析可见，五个子行业的R&D效率差距较大，并不平衡。 　　本文缺陷如下：首先，因数据所限且笔者经验和知识不足，只针对2009年数据进行静态分析。其次，文中投入产出指标是根据前人研究选取的，未进行逐步验证且未考虑无法量化的因素，如政府政策变动等。 　　参考文献 　　［1］Triplett，Jack E．High-tech Industry Productivity and Hedonic Price Indexes［R］．In Industry Productivity：International Comparison and Measurement Issues［A］．Organization for Economic Cooperation and Development，1996 　　［2］Raab Raymond A，Pradeep Kotamraju．The Efficiency of the High-tech Economy:Conventional Development Indexes Versus A Performance Index［J］.Journal of Regional Science，2006（3） 　　［3］刘顺忠、官建成.区域创新系统创新绩效的评价［J］．中国管理科学，2002（1） 　　［4］孙凯、李煜华.我国各省市技术创新效率分析与比较［J］．中国科技论坛，2007（11）

DEA有很多模型，一般模型要求越高越好，现在也有负向的指标模型，你可以去搜文献看看。

DEA的BCC模型可以用来评估各个决策单元的效率，包括单个决策单元，但需要注意一些限制和假设。首先，BCC模型是基于横向比较的，即比较各个决策单元在同一时间点的效率。因此，将年份作为决策单元可能会造成偏差，因为不同年份的数据可能会受到不同的宏观经济环境和政策影响。如果要分析多年的效率变化，可以采用DEA的纵向比较方法，比如Malmquist指数分析。其次，BCC模型假设各个决策单元具有相同的技术前沿，即它们所使用的生产过程相同。因此，如果广州市的总体数据包含不同的行业和部门，就需要进行细分和分类，使得每个决策单元属于同一行业或部门，以确保模型的有效性。最后，关于你提到的提成问题，这涉及到道德和合法性问题。如果你只是提供了一个联系方式，而且没有进行任何实质性的推荐或介绍，那么是否接受提成可能会存在一定的争议。建议你在与装修师傅沟通时明确双方的合作条件和方式，并考虑是否违反了任何法律或道德规范。

Dif值是偏离值，dea值是平滑移动均线。数值大于0，表示多头行情，可持股或买入。数值小于0，空头行情，可减仓或观望。Dif在交易软件中，通常用白色线表示；dea在交易软件中，通常用黄线表示。温馨提示：①以上信息仅供参考，不构成任何投资建议。②入市有风险，投资需谨慎。应答时间：2021-07-14，最新业务变化请以平安银行官网公布为准。 [平安银行我知道]想要知道更多？快来看“平安银行我知道”吧~ https://b.pingan.com.cn/paim/iknow/index.html

个股一级指标:1平滑异同平均线指标——MACDMACD指标又叫指数平滑异同移动平均线，是由查拉尔·阿佩尔（Gerald Apple）所创造的,是一种研判股票买卖时机、跟踪股价运行趋势的技术分析工具。第一节 MACD指标的原理和计算方法一、MACD指标的原理MACD指标是根据均线的构造原理，对股票价格的收盘价进行平滑处理，求出算术平均值以后再进行计算，是一种趋向类指标。MACD指标是运用快速（短期）和慢速（长期）移动平均线及其聚合与分离的征兆，加以双重平滑运算。而根据移动平均线原理发展出来的MACD，一则去除了移动平均线频繁发出假信号的缺陷，二则保留了移动平均线的效果，因此，MACD指标具有均线趋势性、稳重性、安定性等特点，是用来研判买卖股票的时机，预测股票价格涨跌的技术分析指标 。MACD指标主要是通过EMA、DIF和DEA（或叫MACD、DEM）这三值之间关系的研判，DIF和DEA连接起来的移动平均线的研判以及DIF减去DEM值而绘制成的柱状图（BAR）的研判等来分析判断行情，预测股价中短期趋势的主要的股市技术分析指标。其中，DIF是核心，DEA是辅助。DIF是快速平滑移动平均线（EMA1）和慢速平滑移动平均线（EMA2）的差。BAR柱状图在股市技术软件上是用红柱和绿柱的收缩来研判行情。二、MACD指标的计算方法MACD在应用上，首先计算出快速移动平均线（即EMA1）和慢速移动平均线（即EMA2），以此两个数值，来作为测量两者（快慢速线）间的离差值（DIF）的依据，然后再求DIF的N周期的平滑移动平均线DEA（也叫MACD、DEM）线。以EMA1的参数为12日，EMA2的参数为26日，DIF的参数为9日为例来看看MACD的计算过程1、计算移动平均值（EMA）12日EMA的算式为EMA（12）=前一日EMA（12）×11/13＋今日收盘价×2/1326日EMA的算式为EMA（26）=前一日EMA（26）×25/27＋今日收盘价×2/272、计算离差值（DIF）DIF=今日EMA（12）－今日EMA（26）3、计算DIF的9日EMA根据离差值计算其9日的EMA，即离差平均值，是所求的MACD值。为了不与指标原名相混淆，此值又名DEA或DEM。今日DEA（MACD）=前一日DEA×8/10＋今日DIF×2/10计算出的DIF和DEA的数值均为正值或负值。理论上，在持续的涨势中，12日EMA线在26日 EMA线之上，其间的正离差值（+DIF）会越来越大；反之，在跌势中离差值可能变为负数（—DIF），也会越来越大，而在行情开始好转时，正负离差值将会缩小。指标MACD正是利用正负的离差值（±DIF）与离差值的N日平均线（N日EMA）的交叉信号作为买卖信号的依据，即再度以快慢速移动线的交叉原理来分析买卖信号。另外，MACD指标在股市软件上还有个辅助指标——BAR柱状线，其公式为：BAR=2×(DIF－DEA)，我们还是可以利用BAR柱状线的收缩来决定买卖时机。离差值DIF和离差平均值DEA是研判MACD的主要工具。其计算方法比较烦琐，由于目前这些计算值都会在股市分析软件上由计算机自动完成，因此，投资者只要了解其运算过程即可，而更重要的是掌握它的研判功能。另外，和其他指标的计算一样，由于选用的计算周期的不同，MACD指标也包括日MACD指标、周MACD指标、月MACD指标年MACD指标以及分钟MACD指标等各种类型。经常被用于股市研判的是日MACD指标和周MACD指标。虽然它们的计算时的取值有所不同，但基本的计算方法一样。在实践中，将各点的 DIF和DEA（MACD）连接起来就会形成在零轴上下移动的两条快速（短期）和慢速（长期）线，此即为MACD图。第二节 MACD指标的一般研判标准MACD指标是市场上绝大多数投资者熟知的分析工具，但在具体运用时，投资者可能会觉得MACD指标的运用的准确性、实效性、可操作性上有很多茫然的地方，有时会发现用从书上学来的MACD指标的分析方法和技巧去研判股票走势，所得出的结论往往和实际走势存在着特别大的差异，甚至会得出相反的结果。这其中的主要原因是市场上绝大多数论述股市技术分析的书中关于MACD的论述只局限在表面的层次，只介绍MACD的一般分析原理和方法，而对MACD分析指标的一些特定的内涵和分析技巧的介绍鲜有涉及。本节将在介绍MACD指标的一般研判技巧和分析方法基础上，详细阐述MACD的特殊研判原理和功能。MACD指标的一般研判标准主要是围绕快速和慢速两条均线及红、绿柱线状况和它们的形态展开。一般分析方法主要包括DIF和MACD值及它们所处的位置、DIF和MACD的交叉情况、红柱状的收缩情况和MACD图形的形态这四个大的方面分析。一、DIF和MACD的值及线的位置1、当DIF和MACD均大于0（即在图形上表示为它们处于零线以上）并向上移动时，一般表示为股市处于多头行情中，可以买入或持股；2、当DIF和MACD均小于0（即在图形上表示为它们处于零线以下）并向下移动时，一般表示为股市处于空头行情中，可以卖出股票或观望。3、当DIF和MACD均大于0（即在图形上表示为它们处于零线以上）但都向下移动时，一般表示为股票行情处于退潮阶段，股票将下跌，可以卖出股票和观望；4、当DIF和MACD均小于0时（即在图形上表示为它们处于零线以下）但向上移动时，一般表示为行情即将启动，股票将上涨，可以买进股票或持股待涨。二、DIF和MACD的交叉情况1、当DIF与MACD都在零线以上，而DIF向上突破MACD时，表明股市处于一种强势之中，股价将再次上涨，可以加码买进股票或持股待涨，这就是MACD指标“黄金交叉”的一种形式。2、当DIF和MACD都在零线以下，而DIF向上突破MACD时，表明股市即将转强，股价跌势已尽将止跌朝上，可以开始买进股票或持股，这是MACD指标“黄金交叉”的另一种形式。3、当DIF与MACD都在零线以上，而DIF却向下突破MACD时，表明股市即将由强势转为弱势，股价将大跌，这时应卖出大部分股票而不能买股票，这就是MACD指标的“死亡交叉”的一种形式。4、当DIF和MACD都在零线以上，而DIF向下突破MACD时，表明股市将再次进入极度弱市中，股价还将下跌，可以再卖出股票或观望，这是MACD指标“死亡交叉”的另一种形式。三、MACD指标中的柱状图分析在股市电脑分析软件中（如钱龙软件）通常采用DIF值减DEA（即MACD、DEM）值而绘制成柱状图，用红柱状和绿柱状表示，红柱表示正值，绿柱表示负值。用红绿柱状来分析行情，既直观明了又实用可靠。1、当红柱状持续放大时，表明股市处于牛市行情中，股价将继续上涨，这时应持股待涨或短线买入股票，直到红柱无法再放大时才考虑卖出。2、当绿柱状持续放大时，表明股市处于熊市行情之中，股价将继续下跌，这时应持币观望或卖出股票，直到绿柱开始缩小时才可以考虑少量买入股票。3、当红柱状开始缩小时，表明股市牛市即将结束（或要进入调整期），股价将大幅下跌，这时应卖出大部分股票而不能买入股票。4、当绿柱状开始收缩时，表明股市的大跌行情即将结束，股价将止跌向上（或进入盘整），这时可以少量进行长期战略建仓而不要轻易卖出股票。5、当红柱开始消失、绿柱开始放出时，这是股市转市信号之一，表明股市的上涨行情（或高位盘整行情）即将结束，股价将开始加速下跌，这时应开始卖出大部分股票而不能买入股票。6、当绿柱开始消失、红柱开始放出时，这也是股市转市信号之一，表明股市的下跌行情（或低位盘整）已经结束，股价将开始加速上升，这时应开始加码买入股票或持股待涨。第三节 MACD的特殊分析方法一、形态法则1、M头W底等形态MACD指标的研判还可以从MACD图形的形态来帮助研判行情。当MACD的红柱或绿柱构成的图形双重顶底（即M头和W底）、三重顶底等形态时，也可以按照形态理论的研判方法来加以分析研判。例如：2、顶背离和底背离MACD指标的背离就是指MACD指标的图形的走势正好和K线图的走势方向正好相反。MACD指标的背离有顶背离和底背离两种。（1）顶背离当股价K线图上的股票走势一峰比一峰高，股价一直在向上涨，而MACD指标图形上的由红柱构成的图形的走势是一峰比一峰低，即当股价的高点比前一次的高点高、而MACD指标的高点比指标的前一次高点低，这叫顶背离现象。顶背离现象一般是股价在高位即将反转转势的信号，表明股价短期内即将下跌，是卖出股票的信号。（2）底背离底背离一般出现在股价的低位区。当股价K线图上的股票走势，股价还在下跌，而MACD指标图形上的由绿柱构成的图形的走势是一底比一底高，即当股价的低点比前一次低点底，而指标的低点却比前一次的低点高，这叫底背离现象。底背离现象一般是预示股价在低位可能反转向上的信号，表明股价短期内可能反弹向上，是短期买入股票的信号。在实践中，MACD指标的背离一般出现在强势行情中比较可靠，股价在高价位时，通常只要出现一次背离的形态即可确认位股价即将反转，而股价在低位时，一般要反复出现几次背离后才能确认。因此，MACD指标的顶背离研判的准确性要高于底背离，这点投资者要加以留意。3、趋势线、压力线二、分析周期法则绿柱状间隔时间越长，未来上涨力度越大和时间越长红柱状维持时间越长，未来下跌空间和力度越大，时间越长三、分析参数的修改原则四、均线为先法则第四节 MACD指标的实战技巧MACD指标的实战技巧主要集中在MACD指标的“金叉”、“死叉”以及MACD指标中的红、绿柱状线的情况等两大方面。下面以分析家软件上的日参数为（26，52，52）的MACD指标来揭示MACD指标的买卖和观望功能。（注：MACD指标在钱龙软件和分析家软件上指标参数选取及使用方法一样）。一、 买入信号（一）DIF线和MACD线的交叉情况分析1、0值线以下区域的弱势“黄金交叉”当MACD指标中的DIF线和MACD线在远离0值线以下区域同时向下运行很长一段时间后，当DIF线开始进行横向运行或慢慢勾头向上靠近MACD线时，如果DIF线接着向上突破MACD线，这是MACD指标的第一种“黄金交叉”。它表示股价经过很长一段时间的下跌，并在低位整理后，一轮比较大的跌势后、股价将开始反弹向上，是短线买入信号。对于这一种“黄金交叉”，只是预示着反弹行情可能出现，并不表示该股的下跌趋势已经结束，股价还有可能出现反弹行情很快结束、股价重新下跌的情况，因此，投资者应谨慎对待，在设置好止损价位的前提下，少量买入做短线反弹行情。如图（7–1）所示。2、0值线附近区域的强势“黄金交叉”当MACD指标中的DIF线和MACD线都运行在0值线附近区域时，如果DIF线在MACD线下方、由下向上突破MACD线，这是MACD指标的第二种“黄金交叉”。它表示股价在经过一段时间的涨势、并在高位或低位整理后，股价将开始一轮比较大的上涨行情，是中长线买入信号。它可能就预示着股价的一轮升幅可观的上涨行情将很快开始，这是投资者买入股票的比较好的时机。对于这一种“黄金交叉”，投资者应区别对待。［1］当股价是在底部小幅上升，并经过了一段短时间的横盘整理，然后股价放量向上突破、同时MACD指标出现这种金叉时，是长线买入信号。此时，投资者可以长线逢低建仓。［2］当股价是从底部启动、已经出现一轮涨幅比较大的上升行情，并经过上涨途中的比较长时间的中位回档整理, 然后股价再次调头向上扬升、同时MACD指标出现这种金叉时,是中线买入信号。3、0值线以上区域的一般“黄金交叉”当MACD指标中的DIF线和MACD线都运行在0值线以上区域时，如果DIF线在MACD线下方调头、由下向上突破MACD线，这是MACD指标的第二种“黄金交叉”。它表示股价经过一段时间的高位回档整理后，新的一轮涨势开始，是第二个买入信号。此时，激进型投资者可以短线加码买入股票；稳健型投资者则可以继续持股待涨。（二）柱状线分析1、红色柱状线红色柱状线的放出，表明市场上的多头力量开始强于空头力量，股价将开始一轮新的涨升行情，是一种比较明显的买入信号。对于这种买入信号，投资者也应从三个方面进行分析。（1）当DIF线和MACD线都在0值线以上区域运行，说明股市是处于多头行情中，股价将继续上涨。当MACD指标在0值线上方经过短暂的回调整理后，红柱状线再次放出时，投资者可继续持股做多，空仓者可逢低买入。（2）当DIF线和MACD线都在0值线以下区域运行，说明股市处于空头行情中，股价将继续下跌探底。当MACD指标中的绿柱线经过很长一段时间的低位运行，然后慢慢收缩后，如果红柱状线出现时表明股价可能出现反弹但中长期下跌趋势并没有完全改变。此时，激进型投资者可以在设置好止损点的前提下短线少量买入股票；稳健型投资者则可以继续持币观望。（3）当DIF线和MACD线都在0值线以下区域运行，但这两条线在低位经过一次“黄金交叉”后，其运行方向开始同时向上并越来越向上靠近0值线时，如果此时红柱状线开始放出（特别是第二次放出），表明股价经过长时间的整理后，下跌趋势已经结束，股价在大量买盘的推动下将开始一轮新的上升行情。这也是投资者中长线买入股票的一个较好时机。此时，投资者应及时买入股票或持股待涨。当MACD指标中的DIF线和MACD线在0值线附近运行了很长一段时间后，绿色柱状线构成一底比一底高的双底形态时，表明股价的长期下跌趋势可能结束，股价将在成交量的配合下,开始一轮新的中长期上升行情。此时，投资者可以开始逢低分批建仓。=====================================================以上是一般的大家常用的MACD的用法；并且用很多人提出MACD的买卖信号太慢，用各种指标如KDJ来辅助；MACD的信号顺序：DEF绿色柱状体缩小-1-----DIF由下向上拐头-2--------DIF金叉MACD-3-------DEF红色色柱状体出现-4-------DIF突破零轴-5------DEF红色柱状体缩小-6-----DIF由上向下拐头-7-------DIF死叉MACD-8-----DEF绿色柱状体出现-9--------DIF跌破破零轴10---附图（序号对应说明及对应K线）(文章来源：股市马经 http://www.goomj.com)

普通的DEA CCR BBC super efficiency用EXCEL就可以做 只是麻烦点，一次只能分析一个DMU. 可以用MATLAB做一个小程序，我以前编过一个．还是很好编很好用的． 具体软件麻．．可以用Lingo/Lindo这些 网上也有些现成的EXCEL DEA worksheet

理论上是可以的，如果与你想要的”效率”是负相关关系那么你可以把某一项设为负值．但首先要保证这一栏全是负值，其次，最好出现在产出中，不然结果肯定全是1．我曾经在一篇论文里见过某作者有提到这种做法．但实际上如果把负值放在产出中那么就与删掉这一项结果无异咯．．．如果有负相关关系的话建议考虑其他分析方法，或者手动设定系数的上下限（但系数总会全部取上限或者下限的）．．．可以考虑AHP， 线性回归等方法吧．．．

呵呵, 如果你的DMU的数量相对于你的标准的数量很小的话结果有很多"1"一点都不奇怪.DEA的分辨能力比较差...跟本身算法的假定条件有关试试CCR, 或者window 如果结果还是都是一你就要换别的方法了。。。

可以通过因子分析提取指标间的公因子，缩小投入产出指标数量。

般来经验法则是 DMU个数不少于变量个数的3倍 国外也有很多其他的比如变量平方数目的说法 这个没有统一标准 但是太少肯定会使模型时失去意义

把数据贴出来我才知道

DEA是分析效率的，是多个单元的相对效率，比如两个人花同样的钱，作比较，一个买了1斤苹果，另一个只买了半斤，第一个就得满分，也就是1，第二个只能的0.5分了。得不出啥产出值。。。。产出是你自己找的指标。

《数据包络分析》（DEA）是一本关于数据包络分析（DEA）方法、模型和理论的专著，是作者十几年工作的总结。第一章详细地讨论了DEA模型C2R；第二章讨论了微观经济学中的效率和生产可能集，为以后各章的讨论做微观经济方面的准备；第三章使用具有取值0和1的三个参数的综合DEA模型，统一形式地讨论了“经典”的DEA模型C2R，BC2，FG和ST；第四章给出了综合DEA模型对应的生产可能集的（弱）生产前沿面的特征、结构及构造方法；第五章研究了决策单元的规模收益和“拥挤”迹象分析；第六章研究了综合DEA模型的对策论背景；第七章研究了具有无穷多个决策单元的DEA模型；第八章使用DEA方法进行技术进步评估；第九章研究非参数的DEA最优化模型；第十章和第十一章分别研究了具有“偏好锥”和“偏袒锥”的综合DEA模型及其性质和作用。在人们的生产活动和社会活动中常常会遇到这样的问题：经过一段时间之后，需要对具有相同类型的部门或单位（称为决策单元）进行评价，其评价的依据是决策单元的“输入”数据和“输出”数据，输入数据是指决策单元在某种活动中需要消耗的某些量，例如投入的资金总额，投入的总劳动力数，占地面积等等；输出数据是决策单元经过一定的输入之后，产生的表明该活动成效的某些信息量，例如不同类型的产品数量，产品的质量，经济效益等等．再具体些说，譬如在评价某城市的高等学校时，输入可以是学校的全年的资金，教职员工的总人数，教学用房的总面积，各类职称的教师人数等等；输出可以是培养博士研究生的人数，硕士研究生的人数，大学生的人数，学生的质量（德，智，体），教师的教学工作量，学校的科研成果（数量与质量）等等．根据输入数据和输出数据来评价决策单元的优劣，即所谓评价部门（或单位）间的相对有效性。数据包络分析是运筹学的一个新的研究领域。Charnes和Cooper等人的第一个应用DEA的十分成功的案例，是在评价为弱智儿童开设公立学校项目的同时，描绘出可以反映大规模社会实验结果的研究方法。在评估中，输出包括“自尊”等无形的指标；输入包括父母的照料和父母的文化程度等，无论哪种指标都无法与市场价格相比较，也难以轻易定出适当的权重（权系数），这也是DEA的优点之一。

DEAPDEAP使用方法有时我们会用到DEAP软件，DEAP软件下载下来后没有安装文件，它是直接在deap.exe文件中运行，如下为具体步骤：操作步骤 资料档 1.Excel编制,按照产出项,投入项,(要素价格)排列 2.将Excel工作表→ "另存新档" 3.档案名称为"数字或英文字母" 4.档案类型为"格式化文字(空白分隔)" →避免格式走调.. 5.再按"储存" →储存位置须在"DEAP资料夹"中 6.储存后,副档名为.prn,再以笔记本的另存新档方式,将副档名改为.dta. 7.最后用deap.exe文件运行，输入第6步新保存在DEAP文件夹中所保存的prn文件名，按ENTER。运行后在DEAP文件夹中会出现两个新的文件，将其中一个不是Ok的文件以EXCELL方式打开既可。

用Stata对DEA做bootstrap并不是件简单的事情：首先，Stata必须能做DEA（还好目前已经有个程序包可实现若干简单的DEA模型，findit dea，2010年第2期的Stata Journal上有介绍），否则就必然涉及Stata和其它能做DEA的软件如R、DEAP、MyDEA之间的数据交换问题；其次，DEA的bootstrap有多种实现方法（用google找些相关文献看看），至于你要采用的具体方法步骤则恐怕只能在Stata中自行编程实现了。要是觉得Stata编程实现有点困难，那么R中有个FEAR程序包好像可以实现DEA的bootstrap。我也没用过，你自己看看吧——这要求你必须对R有一定的了解。

spss用的人多，应用范围更普遍，不懂得可以随时找人问。dea很少人听说，统计方法应用范围很窄，如果不是搞特定的领域，而是学习，建议spss

你的意思就是想用2009年的价格水平来计算2011年的产出是吧，步骤如下：1、用2009、2010和2011年的产出数据直接相除计算出当年的现价增长指数；2、用现价增长指数除以对应年份的工业品出厂价格指数，得出实际增长指数；3、用2009年产出×2010年实际增长指数×2011年实际增长指数，就是以2009年价格为基期的2011年产出。注意：一是一定要用指数形式计算，二是增长指数都是百分数，上次有人不用百分数直接乘，乘出了好大一个数还问我怎么回事，汗个

没玩过这个，sorry

楼主的问题，我思考了一下，做以下回答:1、标化法就是为了消除两组个体的内部构成不同。2、标化之后的率，不再反映实际水平，只能用于比较。3、比较两组个体的标化率，仍需要进行相应的假设检验才能做出统计判断(样本含量较小时)。如果比较某地男女性别的死亡率差别时，获取的死亡率指标应该能代表总体。所以我个人认为，不用作假设检验。但是对于，这个假设检验，需要用什么方法，我也暂时没头绪。

一般来经验法则是 DMU个数不少于变量个数的3倍 国外也有很多其他的比如变量平方数目的说法 这个没有统一标准 但是太少肯定会使模型时失去意义

中国财产保险公司效率及生产率实证研究 [摘 要] 本文采用度量金融业效率最常用的二阶段估计方法，分析中国财产保险公司的效率问题，第一阶段用 DEA的方法，测算中国财产保险公司的技术效率；第二阶段采用面板数据模型，实证检验公司经营时间、市场份额、资本报酬率等因素对技术效率的影响。结果表明，有多家财产保险公司处于无效率的经营状态。导致这种情况发生的因素主要是各家保险公司的经营时间和赔付率等。另外，本文使用曼奎斯特生产率指数考察了各公司的全要素生产率变动状况，发现它们的年均增长率达到22%以上，其原因主要来自保险经营过程中的技术变动。 [关键词] DEA；技术效率；全要素生产率；面板数据 一、引言 根据国际保险业经营的统计数据和历史经验，人寿保险公司的盈利期与财产保险公司的盈利期是不一样的，前者比较慢，大都在其开业后的5-7年；后者比较快，通常不需要等那么久。相比之下，财产保险公司的经营具有周期短、见效快的特点。这是一些投资者选择投资财产保险公司的原因之一。然而，这种理想状态在财产保险市场上也不是一成不变的。直到今天，包括中国在内的财产保险市场上仍然有许多保险公司处于无效经营状态，其中，既有开业不久的新公司，也有经营多年的老公司。我国产险业这种状况值得深思。 在此之前，国外有不少学者采用数据包络分析方法(data envelopment analysis，DEA)，对不同国家的财产保险业效率进行考察，并用Malmquist指数分析全要素生产率的增长 (Cummins，Turchetti & Weiss，1997；Cummins & Rubio-Misas，1998；Cummins，Weiss&Zi，1999)。近些年来，国内也有人尝试用DEA方法分析中国保险公司效率的问题，例如，陈颖(2001)[4)，恽敏、李心丹(2003)，赵旭 (2003)，侯晋、朱磊(2004)、姚树洁、冯根福(2005)、张伟、郭金龙等(2006)。有趣的是，国内学者研究的结论并不一致。形成这种差异的原因，可能是各自选取的指标有别，也可能是他们使用的数据方法不同。与国外研究有所不同的是，国内研究者没有顾及对各个财产保险公司的全要素生产率变动情况的考察。 为此，本文试图从以下几个方面对现有研究成果进行拓展：第一，将样本时间拓展到2004年，以反映近年来中国财产保险公司的效率状况。第二，结合DEA方法和面板数据模型，用两阶段估计方法分析中国财产保险公司的效率及其影响因素。第三，用曼奎斯特生产率指数，对其中14家财产保险公司的全要素生产率变动及其构成进行考察。 二、研究方法、指标选取和数据处理 (一)研究方法简介 从各国学者的研究来看，效率的度量方法可以分为两种：计量经济学方法和数学规划方法，前者是参数法，后者是非参数法。与参数方法相比，非参数方法最大的优点在于不需要设定具体的函数形式，从而可以避免因错误的函数设定带来的问题。在数学规划方法中，最常用的就是由法国数量经济学家法雷尔(Farrell)(1957)首先提出，由美国经济学家查恩斯(丸Charnes)、库柏(W.Cooper)和罗兹(E. Rhodes)(1978)相继发展的数据包络分析方法。该方法的基本思想是，通过观测大量实际生产点的数据，基于一定的生产有效标准，找出位于生产边界上的相对有效点。 DEA方法同时提供了多个效率度量指标，包括技术效率、纯技术效率以及规模效率等，其中，技术效率：纯技术效率x规模效率。在具体评估效率时，DEA方法又包括投入导向型和产出导向型两种形式。前者以企业产出水平一定、最小化投入为假设估计效率；后者以投入一定、最大化产出为假设估计效率。至今为止，大部分研究者对保险业、银行业效率的DEA分析均采用投入导向型的形式。我们的研究也不例外。 曼奎斯特(Malmquist)生产率变动指数是以边界方法为基础发展起来的，它可以用来度量全要素生产率的增长，并将其分解为技术变动和效率变动的乘积，因而可以度量一个企业由于技术的改进和效率的提高所导致的生产率变动。 (二)指标选取和数据处理 1.财产保险公司产出的分类和度量 一般而言，度量金融业产出的方法有三种：资产(中介)方法、用户成本方法和增加值方法。相比之下，增加值方法是研究保险企业效率的最适当方法(Cummins & Weiss， 1998)。本文在度量财产保险公司产出时也采用了增加值方法。 财产保险公司的业务包括承保业务和投资业务两大类。承保业务体现为向面临风险的经济单位提供经济保障，以补偿保险事故发生导致的损失。承保业务的产出可以理解为投保人或被保险人应该获得的经济补偿，通常用会计年度内已经获得或者应该获得但尚未实际获得的赔偿来度量。具体地说，承保业务产出：赔款 提取的未决赔款准备金—转回的未决赔款准备金。投资业务是一种金融中介活动，保险人把自有资本以及准备金进行投资，通过增值来应付未来可能出现的保险索赔。投资业务的产出可以理解为保险人用于投资的全部资产，这里用投资资产(investedasset)来度量。具体地说，投资资产；现金及银行存款 投资-投资风险准备 贷款—贷款呆账准备。 2.财产保险公司投入的分类和度量 与一般企业的投入类似，财产保险公司的投入也主要包括物资投入、人力投入和资本投入三大类。物资投入表示物资的投入，可以用年度平均固定资产净值表示，即物资投入 =(期初固定资产净值 期末固定资产净值)／2。人力投入表示各种费用开支，保险公司计算人力投入的项目主要是营业费用、手续费，其公式为，人力投入=营业费用及其他支出 手续费支出。资本投入表示年度所有者资本的平均投入，即资本投入=(期初实收资本 期初资本公积 期初盈余公积 期末实收资本 期末资本公积 期末盈余公积)／2。 3.财产保险公司样本 本文以2001年—2005年《中国保险年鉴》中的主要财产保险公司为样本，其中2000年14家，2001年17家，2002年21家，2003年22家，2004年26家。所用软件为DEAP Version 2.1。 三、实证结果分析 (一)效率指标分析 技术效率为1，意味着保险公司的生产是有效率的，位于生产可能性边界上；技术效率小于1，则意味着其生产是无效率的，位于生产可能性边界内部。纯技术效率和规模效率为1，分别意味着保险公司具有纯技术效率和规模效率，否则即纯技术无效和规模无效。 以2000年为例，14家财产保险公司中有6家相对无效率，且均处于规模报酬递增阶段(见表1)。其中，民安海口和皇家太阳2家财产保险公司具有纯技术效率而规模无效，天安、华安、美亚上海和丰泰上海等财产保险公司兼有规模无效和技术无效。对其它年度各公司的效率指标可以作类似的分析。 对于效率低下的公司而言，要么存在投入相对过多，要么存在产出相对过少的问题。同样以2000年为例，对比各保险公司的实际投入、产出与目标投入、产出，实证研究的结果表明，天安的物资投入和人力投入过多；华安的投资业务产出不足，三种投入过多；民安海口和皇家太阳的承保业务产出不足，三种投入过多；美亚上海和丰泰上海的三种投入过多。对其它年度各公司的投入和产出可以作类似的分析。 综上所述，从2000年到2004年，中国产险市场上仍有多家保险公司处于无效率的经营状态。其中，几乎所有公司都存在规模无效的问题，2000年至2002年之间，它们大多处于规模报酬递增阶段；2002年之后，部分公司开始处于规模报酬递减阶段，这表明过度扩张使其经营效率降低。在此期间，中国财产保险市场上的无效率公司大多存在资本投入、物资投入或人力投入过多的情况，即这些投入并没有实现公司经营效率的相应增长。另一方面，部分公司承保业务产出和投资业务产出均存在不足问题。相比之下，后者显得更加严重。 (二)Malmquist指数分析 从表2中所列举的14家财产保险公司的均值来看，从 2000年到2004年，全要素生产率指数为1.223，即全要素生产率的平均增长率约为22.3%。进一步考察其增长的原因发现，主要来自技术变动，其增长达18.1%，而技术效率的提高仅为3.6%。在技术效率的提高中，主要是规模效率提高2.9%，纯技术效率仅提高0.6%。 具体考察不同年份的变化过程，以2000年—2001年为例可以看出(见表3)，14家保险公司全要素生产率的平均增长率约为29.3%。增长的原因来自技术效率提高0.9%，技术变动增长28.2%。技术效率的变动中，规模效率提高 2.8%，纯技术效率反而下降1.8%。从各保险公司的具体情况可以看到(见表3)，2000年—2004年，天安、大众、永安和东京海上这4家公司的全要素生产率一直在增长。以天安为例，2000年—2001年其技术效率提高24%，技术变动增长18.9%，从而使得全要素生产率增长47.4%，后续年份技术效率未变动，其生产率的提高主要来源于等量的技术变动。类似的，可以对其它年度的其它公司进行考察。 四、技术效率的影响因素分析 考虑数据的可获得性，我们着重分析公司经营时间 (age)、市场份额(marketshare)、资本报酬率(ROE)、再保险率(reinsurance)和赔付率(claim)等因素对效率的影响。 (一)公司经营时间 公司经营时间是影响企业效率的因素之一。一方面，企业可能通过在市场上的长期经营形成较新进入企业更大的一系列优势，实现比新进入企业更高的经营效率。另一方面，当市场处于不可竞争时，这些企业可能过度依赖其已经占有的优势地位，出现低效运作。相比之下，新企业却能发挥后发优势，通过各种创新活动在生产过程中将所需要的生产要素和生产条件进行新的组合，谋求市场上的一席之地。可见，公司经营时间对产险公司效率的影响并不确定。 (二)市场份额 市场份额是产业组织理论中反映市场结构的基本指标。在传统的产业组织理论中，以贝恩等为代表的哈佛学派认为，高垄断性市场结构中的垄断企业，通过价格串谋行为能够获得较高的利润率。但是，有学者如赵旭(2003)的研究表明，尽管我国保险业存在着垄断现象，但并没有出现高额利润率的局面。中国人保、中国平安等几家规模较大的保险公司的平均资产利润率不及新华人寿、华泰财产等公司，大保险公司的DEA效率低于诸多小保险公司的DEA效率。而斯蒂格勒、德姆塞茨等芝加哥学派或称“效率学派”的学者则认为，在市场集中度较高的产业中，大企业可以比中小企业获得更多的利润的真正原因在于大企业高效率的经营，即成本优势。但是，企业规模扩大所带来的规模经济是具有一定边界的，超过该边界将会出现规模不经济，这主要是由于组织规模变大后，更难于协调、监督和管理，从而导致整个组织经营管理效率下降。这一结论对保险企业同样成立。例如，胡炳志、王兵(2000)””运用生存检验法，得出了5%—10%的市场占有率是我国保险公司最佳经济规模的结论。因此，市场份额对产险公司效率的影响是不确定的。在本文中，市场份额以公司保费收入与总保费收入的比率衡量。 (三)资本报酬率 资本报酬率可以反映企业的获利能力和经营绩效。在发展完善的市场中，资本报酬率应该和企业效率同向变化，获利能力强的企业当然是那些经营效率高的企业。因此，资本报酬率应该和产险公司效率同向变化。在本文中，资本报酬率以净利润与所有者权益的比率衡量。 (四)再保险率 与原保险公司相比，再保险公司通常具有更加先进的专业承保技术和风险管理技术，可以弥补原保险公司在资本规模、承保能力和风险管理方面的不足，有利于提高原保险公司的经营效率，并增强整个保险市场的竞争程度。从这个角度看，再保险的开展有利于提高产险公司的经营效率。在本文中，再保险率以分出保费与保费收入的比率衡量。 (五)赔付率 赔付率反映了保险公司履行损失赔偿责任、控制索赔支出的能力。在国际上，常用综合比率(combinedratio)这一指标来考察产险业的承保收益率，它等于赔付率和费用率之和，代表每单位保费收入用于索赔和费用的比例。如果该比率大于1，则表明保险公司出现承保损失。可见，在财产保险公司的经营过程中，做好防灾防损工作，改善理赔支出，提高理赔效率，有助于提高保险企业的经营效率。在本文中，赔付率以赔款与保费收入的比率衡量。 选择固定效应，用加权GLS方法进行估计。从实证的结果来看，在诸多影响因素中，公司的经营时间和赔付率是影响中国财产保险公司效率的主要因素，但两者的影响结果不尽相同。具体地说，公司的经营时间与公司效率成负相关关系。这表明，目前新的保险公司进入保险市场有助于财产保险业效率的提高，新公司得以进入市场正是源于其具有较高的效率。赔付率与公司效率成正相关关系。依据现代保险功能理论，对人类社会生产和生活中因自然灾害或意外事故造成的损失给予经济补偿是保险尤其是财产保险的基本的、首要的功能，它直接体现在财产保险的赔付率上。市场份额、资本报酬率和再保险率等均没有通过显著性检验，说明这三个因素目前对中国财产保险公司效率的影响还比较微弱。 五、结论及政策建议 从以上对中国产险公司的效率和生产率的实证分析可知，2000年—2004年中国产险市场上仍有多家保险公司处于无效率的经营状态。技术无效是一部分产险公司低效运营的症结，而规模无效则成为所有公司的共同问题。对技术效率的影响因素的进一步分析表明，公司经营时间和赔付率是影响效率的主要因素。曼奎斯特生产率指数研究的结果显示，技术变动是全要素生产率增长的主要原因，技术效率的变动对全要素生产率增长也起到了一定作用，但其中纯技术效率的增长非常有限。目前提高中国产险公司效率的主要措施包括： (一)适度控制企业规模 对处于规模无效状态的财产保险公司而言，不能盲目扩张规模，因为这很可能造成管理、监督等方面的成本增加，进一步降低经营效率。尤其是进入2002年后，国内已经有部分公司开始处于规模报酬递减阶段。对这些公司来说，应该转变片面追求保费份额、过度扩张规模的粗放经营模式，走高效集约的发展道路。 (二)优化投入产出关系 为了实现效率提高，各保险公司应该从投入和产出的关系着手，减少物资投入、人力投入等相对过多的情况，或在投入既定的情况下提高相应的产出，尤其是投资业务产出。目前，针对普遍存在物资投入和人力投入过多的问题，各公司应有意识地减少不必要的固定资产投资，加强内部管理，降低营业费用和控制手续费支出。针对产出方面投资产出更显不足的问题，应充分利用进一步放宽的投资渠道，实现投资收益的稳健增长。近年来，保险资金投资渠道的逐步放宽为各公司提高投资业务产出提供了可能性，但在实际进行资金运用时，各公司应根据自身的资金、技术和人才状况，采取有效的风险控制措施，实现资产负债匹配管理。 (三)积极推动技术创新 技术变动是全要素生产率增长的主要原因，而技术效率的变动中，纯技术效率的增长非常有限。这表明，各保险公司应该将经营的重点放在技术创新和技术效率的提高上，而不仅仅是解决扩大规模的问题。通过技术改进，它们有望改善经营状况，实现有效率的增长。 并不是很准确、完整，仅供参考，请自借鉴。 希望对您有帮助。 补充： 您只要把摘要和各个段落的首要句子摘下来就可以啦，很简单的，别着急。

MACD（Moving Average Convergence Divergence）中文名称：平滑异同移动平均线，是由Gerald Appel首先在Systems And Forecasts一书中发表，主要是利用长短期的二条平滑平均线，计算两者之间的差离值，作为研判行情买卖之依据。DIFF线 收盘价短期、长期指数平滑移动平均线间的差。DEA线 DIFF线的M日指数平滑移动平均线。回答过题主的问题之后，下面带大家深入探讨一下股票K线的问题！经常炒股的人都知道要看股票K线。股市变化无常，我们可以利用K线来找出一些“规律”，才能分析清楚进而更好投资，获得收益。下面就来跟大家详细说明一下K线，从哪几个方面去分析它。分享之前，先免费送给大家几个炒股神器，能帮你收集分析数据、估值、了解最新资讯等等，都是我常用的实用工具，建议收藏：炒股的九大神器免费领取（附分享码）一、 股票K线是什么意思？K线图也叫蜡烛图、日本线、阴阳线等，我们常把它叫做k线，它的发明是为了更好的计算米价的涨跌，之后股票、期货、期权等证券市场都能运用到它。影线和实体构成形为柱状的k线。影线在实体上方的部分叫上影线，下方的部分叫下影线，实体分阳线和阴线。Ps：影线代表的是当天交易的最高和最低价，实体表示的是当天的开盘价和收盘价。其中红色、白色柱体还有黑框空心都是常见的用来表示阳线的方法，而常见的阴线表示方法是用绿色、黑色或者蓝色实体柱。除了以上情况，人们见到“十字线”时，可以理解为实体部分形成了一条线。其实十字线的意思很简单，代表收盘价和开盘价一样。领会到K线的精髓，我们可以更好地掌握买卖点（K线也是有指导价值的，虽然说是股市无法预测），对于新手来说，操作起来不会那么难。在这里，我要给大家提个醒，K线分析比较复杂，如果你刚开始炒股，还不太了解K线，建议用一些辅助工具来帮你判断一只股票是否值得买。比如说下面的诊股链接，输入你中意的股票代码，就能自动帮你估值、分析大盘形势等等，我刚开始炒股的时候就用这种方法来过渡，非常方便：【免费】测一测你的股票当前估值位置？对于K线分析的小技巧，接下来我就去讲讲，帮助你快速入门。二、怎么用股票K线进行技术分析？1、实体线为阴线这个时候就是需要大家值得注意的是股票成交量，万一成交量不大，这就表示着股价可能会短期下降；如果成交量很大，那就完了，估计股价要长期下跌了。2、实体线为阳线实体线为阳线这就表明了股价上涨空间会更大，但是否是长期上涨，还要结合其他指标进行判断。比如说大盘形式、行业前景、估值等等因素/指标，但是由于篇幅问题，不能展开细讲，大家可以点击下方链接了解：新手小白必备的股市基础知识大全应答时间：2021-09-25，最新业务变化以文中链接内展示的数据为准，请点击查看

用Lingo

DEA是一个线性规划模型，表示为产出对投入的比率。通过对一个特定单位的效率和一组提供相同服务的类似单位的绩效的比较，它试图使服务单位的效率最大化。在这个过程中，获得100%效率的一些单位被称为相对有效率单位，而另外的效率评分低于100%的单位被称为无效率单位。这样，企业管理者就能运用DEA来比较一组服务单位，识别相对无效率单位，衡量无效率的严重性，并通过对无效率和有效率单位的比较，发现降低无效率的方法。 DEA线形规划模型建立如下：1) 定义变量设Ek（k=1，2，……， K）为第k个单位的效率比率，这里K代表评估单位的总数。设uj（j=1，2，……， M）为第j种产出的系数，这里M代表所考虑的产出种类的总数。变量uj用来衡量产出价值降低一个单位所带来的相对的效率下降。设vI（I=1，2，……，N）为第I种投入的系数，这里N代表所考虑的投入种类的总数。变量vI用来衡量投入价值降低一个单位带来的相对的效率下降。设Ojk为一定时期内由第k个服务单位所创造的第j种产出的观察到的单位的数量。设Iik为一定时期内由第k个服务单位所使用的第i种投入的实际的单位的数量。2) 目标函数目标是找出一组伴随每种产出的系数u和一组伴随每种投入的系数ν，从而给被评估的服务单位最高的可能效率。（*）式中，e是被评估单位的代码。这个函数满足这样一个约束条件，当同一组投入和产出的系数（uj和vi）用于所有其他对比服务单位时，没有一个服务单位将超过100%的效率或超过1.0的比率。3) 约束条件（**）k=1,2,……,K式中所有系数值都是正的且非零。为了用标准线性规划软件求解这个有分数的线性规划，需要进行变形。要注意，目标函数和所有约束条件都是比率而不是线性函数。通过把所评估单位的投入人为地调整为总和1.0，这样等式（*）的目标函数可以重新表述为：满足以下约束条件：对于个服务单位，等式（**）的约束条件可类似转化为：k=1,2,…,K式中 uj≥0 j=1，2，…，M vi≥0 i=1，2，…，N 关于服务单位的样本数量问题是由在分析种比较所挑选的投入和产出变量的数量所决定的。下列关系式把分析中所使用的服务单位数量K和所考虑的投入种类数N与产出种类数M联系出来，它是基于实证发现和DEA实践的经验：

1) 定义变量设Ek（k=1，2，……， K）为第k个单位的效率比率，这里K代表评估单位的总数。设uj（j=1，2，……， M）为第j种产出的系数，这里M代表所考虑的产出种类的总数。变量uj用来衡量产出价值降低一个单位所带来的相对的效率下降。设vI（I=1，2，……，N）为第I种投入的系数，这里N代表所考虑的投入种类的综合素。变量vI用来衡量投入价值降低一个单位带来的相对的效率下降。设Ojk为一定时期内由第k个服务单位所创造的第j种产出的观察到的单位的数量。设Iik为一定时期内由第k个服务单位所使用的第i种投入的实际的单位的数量。2) 目标函数目标是找出一组伴随每种产出的系数u和一组伴随每种投入的系数ν，从而给被评估的服务单位最高的可能效率。（*）式中，e是被评估单位的代码。这个函数满足这样一个约束条件，当同一组投入和产出的系数（uj和vi）用于所有其他对比服务单位时，没有一个服务单位将超过100%的效率或超过1.0的比率。3) 约束条件（**）k=1,2,……,K式中所有系数值都是正的且非零。为了用标准线性规划软件求解这个有分数的线性规划，需要进行变形。要注意，目标函数和所有约束条件都是比率而不是线性函数。通过把所评估单位的投入人为地调整为总和1.0，这样等式（*）的目标函数可以重新表述为：满足以下约束条件：对于个服务单位，等式（**）的约束条件可类似转化为：k=1,2,…,K式中 uj≥0 j=1，2，…，M vi≥0 i=1，2，…，N关于服务单位的样本数量问题是由在分析种比较所挑选的投入和产出变量的数量所决定的。下列关系式把分析中所使用的服务单位数量K和所考虑的投入种类数N与产出种类数M联系出来，它是基于实证发现和DEA实践的经验。

DIF表示的是收盘价长短期指数移动平均线之间的差值，DEA是平滑移动均线。移动平均线，MovingAverage，简称MA，MA是用统计分析的方法，将一定时期内的证券价格（指数）加以平均，并把不同时间的平均值连接起来，形成一根MA，用以观察证券价格变动趋势的一种技术指标。移动平均线是由著名的美国投资专家JosephE.Granville（葛兰碧，又译为格兰威尔）于20世纪中期提出来的。均线理论是当今应用最普遍的技术指标之一，它帮助交易者确认现有趋势、判断将出现的趋势、发现过度延生即将反转的趋势。常用指标移动平均线常用线有5天、10天、30天、60天、120天和240天的指标。其中，5天和10天的短期移动平均线，是短线操作的参照指标，称做日均线指标；30天和60天的是中期均线指标，称做季均线指标；120天、240天的是长期均线指标，称做年均线指标。对移动平均线的考查一般从几个方面进行。股民朋友在选股的时候，可以把移动平均线做为一个参考指标，移动平均线能够反应出价格趋势走向，所谓移动平均线，就是把某段时间的股价加以平均，再依据这个平均值作出平均线图像。股民朋友可以将日K线图和平均线放在同一张图里分析，这样非常直观明了。

能算出来，好多软件都能算，可以用SAS编程，一个企业的一年数据作为一个decision making unit ，就是说你有4乘以7=28个DMU，有什么问题可以问我，呵呵

MACD平滑异同平均线(MovingAverageConvergenceDivergence)原理：MACD（MovingAverageConvergenceDivergence）中文名称：平滑异同移动平均线，是由GeraldAppel首先在SystemsAndForecasts一书中发表，主要是利用长短期的二条平滑平均线，计算两者之间的差离值，作为研判行情买卖之依据。算法：DIFF线收盘价短期、长期指数平滑移动平均线间的差DEA线DIFF线的M日指数平滑移动平均线MACD线DIFF线与DEA线的差，彩色柱状线参数：SHORT(短期)、LONG(长期)、M天数，一般为12、26、9用法：1.DIFF、DEA均为正，DIFF向上突破DEA，买入信号。2.DIFF、DEA均为负，DIFF向下跌破DEA，卖出信号。3.DEA线与K线发生背离，行情反转信号。4.分析MACD柱状线，由正变负，卖出信号；由负变正，买入信号。WMS%R1．当「％R」由超卖区向上爬升，只是表示行情趋势转向，若是突破50中轴线，便是涨势转强，可以买进。2．当「％R」由超买区向下滑落，跌破50中轴线，可以确认跌势转强，应予卖出。3．当「％R」进入超买区，并非表示行情会立刻下跌，在超买区内的波动，只是表示行情价格仍然属於强势中，直至％R回头跌破「卖出线」时，才是卖出讯号。反之亦然。4．「％R」可以配合RSI同时研判，一般当「％R」突破或跌破50时，其反应将可以用来确认RSI的讯号是否正确。KDJ随机指标原理：用目前股价在近阶段股价分布中的相对位置来预测可能发生的趋势反转。算法：对每一交易日求RSV(未成熟随机值)RSV=(收盘价－最近N日最低价)/(最近N日最高价－最近N日最低价)×100K线：RSV的M1日移动平均D线：K值的M2日移动平均J线：3×D－2×K参数：N、M1、M2天数，一般取9、3、3用法：1.D>80，超买；D<20，超卖；J>100%超卖；J<10%超卖2.线K向上突破线D，买进信号；线K向下跌破线D，卖出信号。3.线K与线D的交叉发生在70以上，30以下，才有效。4.KD指标不适于发行量小，交易不活跃的股票；5.KD指标对大盘和热门大盘股有极高准确性。

MACD称为指数平滑移动平均线，是从双指数移动平均线发展而来的，由快的指数移动平均线（EMA12）减去慢的指数移动平均线（EMA26）得到快线DIF，再用2×（快线DIF-DIF的9日加权移动均线DEA）得到MACD柱。MACD的意义和双移动平均线基本相同，即由快、慢均线的离散、聚合表征当前的多空状态和股价可能的发展变化趋势，但阅读起来更方便。当MACD从负数转向正数，是买的信号。当MACD从正数转向负数，是卖的信号。当MACD以大角度变化，表示快的移动平均线和慢的移动平均线的差距非常迅速的拉开，代表了一个市场大趋势的转变。差离值是股市技术分析中的一个指标，缩写为DIF，即12日EMA数值减去26日EMA数值。在持续的涨势中，12日EMA在26日EMA之上。其间的正差离值(+DIF)会愈来愈大。反之在跌势中，差离值可能变负(-DIF)也愈来愈大。至于行情开始回转，正或负差离值要缩小到怎样的程度，才真正是行情反转的讯号，MACD的反转讯号界定为「差离值」的9日移动平均值(9日 EMA)。扩展资料：ACD在应用上应先行计算出快速（一般选12日）移动平均值与慢速（一般选26日）移动平均值。以这两个数值作为测量两者（快速与慢速线）间的“差离值”依据。所谓“差离值”（DIF），即12日EMA数值减去26日EMA数值。因此，在持续的涨势中，12日EMA在26日EMA之上。其间的正差离值（+DIF）会愈来愈大。反之在跌势中，差离值可能变负（-DIF），也愈来愈大。至于行情开始回转，正或负差离值要缩小到一定的程度，才真正是行情反转的信号。MACD的反转信号界定为“差离值”的9日移动平均值（9日EMA）。 在MACD的异同移动平均线计算公式中，都分别加T+1交易日的份量权值，以现在流行的参数12和26为例，其公式如下：首先计算出快速移动平均线（即EMA1）和慢速移动平均线（即EMA2），以此两个数值，来作为测量两者（快慢速线）间的离差值（DIF）的依据，然后再求DIF的N周期的平滑移动平均线DEA（也叫MACD、DEM）线。以EMA1的参数为12日EMA2的参数为26日，DIF的参数为9日为例来看看MACD的计算过程1、计算移动平均值（EMA）12日EMA的算式为EMA（12）=前一日EMA（12）×11/13+今日收盘价×2/1326日EMA的算式为EMA（26）=前一日EMA（26）×25/27+今日收盘价×2/272、计算离差值（DIF）DIF=今日EMA（12）－今日EMA（26）3、计算DIF的9日EMA根据离差值计算其9日的EMA，即离差平均值，是所求的MACD值。为了不与指标原名相混淆，此值又名DEA或DEM。今日DEA（MACD）=前一日DEA×8/10+今日DIF×2/10计算出的DIF和DEA的数值均为正值或负值。用（DIF-DEA）×2即为MACD柱状图。故MACD指标是由两线一柱组合起来形成，快速线为DIF，慢速线为DEA，柱状图为MACD。在各类投资中，有以下方法供投资者参考：1.当DIF和DEA均大于0(即在图形上表示为它们处于零线以上)并向上移动时，一般表示为行情处于多头行情中，可以买入开仓或多头持仓；2.当DIF和DEA均小于0(即在图形上表示为它们处于零线以下)并向下移动时，一般表示为行情处于空头行情中，可以卖出开仓或观望。3.当DIF和DEA均大于0(即在图形上表示为它们处于零线以上)但都向下移动时，一般表示为行情处于下跌阶段，可以卖出开仓和观望；4.当DIF和DEA均小于0时(即在图形上表示为它们处于零线以下)但向上移动时，一般表示为行情即将上涨，股票将上涨，可以买入开仓或多头持仓。指数平滑异同移动平均线，简称MACD，它是一项利用短期指数平均数指标与长期指数平均数指标之间的聚合与分离状况，对买进、卖出时机作出研判的技术指标。根据移动平均线原理所发展出来的MACD，一来克服了移动平均线假信号频繁的缺陷，二来能确保移动平均线最大的战果。其买卖原则为：1.DIF、DEA均为正，DIF向上突破DEA，买入信号参考。2.DIF、DEA均为负，DIF向下跌破DEA，卖出信号参考。3.DIF线与K线发生背离，行情可能出现反转信号。4.DIF、DEA的值从正数变成负数，或者从负数变成正数并不是交易信号，因为它们落后于市场。

DEA作为投资效率的测算方法,熵权法对投入产出指标，侧重于权重。数据包络分析方法(DataEnvelopmentAnalysis,DEA)是运筹学、管理科学与数理经济学交叉研究的一个新领域。其评价的依据是决策单元的“输入”数据和“输出”数据，输入数据是指决策单元在某种活动中需要消耗的某些量。熵权法，物理学名词，按照信息论基本原理的解释，信息是系统有序程度的一个度量，熵是系统无序程度的一个度量，如果某项指标的值全部相等，则该指标在综合评价中不起作用。因此，可利用信息熵这个工具，计算出各个指标的权重，为多指标综合评价提供依据

我认为不可以用平均值，DEA是相对的。每一年的生产前沿线都会改变，因此每年决策单元只是相对有效/无效。比如2008年A银行效率为0.8，2009年A银行效率为0.7，只能说明相对于当年DEA有效单位，09年比08年差距更大，但不一定能说明效率变低。我学的也不太好，回答不一定正确，仅供参考。

产出总和的二倍以上。决策单元上限没有要求，下限是所选投入和产出总和的二倍以上。DEA模型是数据包络分析方法（DataEnvelopmentAnalysisDEA）模型的缩写，运筹学和研究经济生产边界的一种方法。

生产率的测定与评价定义，生产率测评的意义与种类 生产率测定，是根据生产率的定义，用较客观地度量和计算物件系统当前生产率的实际水平，为生产率分析提供基本素材和数量依据。 生产率评价，是在将物件系统生产率实际水平的测算结果与既定目标、历史发展状况或同类系统水平进行比较的基础上，对生产率状况及存在的问题所进行的系统评价和分析，它能为生产率的改善与提高提供比较全面、系统和有实用价值的资讯。 生产率与报酬 报酬支出生产率就是员工报酬占生产总值的比重。不能单从指标来衡量是员工的问题还是企业的问题。从理论上讲，要达到目标提高生产效率是最好的办法 营销生产率的含义？ 营销生产率的含义是，营销的投入和产出的比率关系。具体来说，甲乙二人拿同样的工资，甲获得的业务量大於乙，我们就说甲的营销生产率高於乙。如果AB两个团队搞营销，那么，A团队所有的业务量除以所有的支出费用，得到的比例，如果小于B团队所有的业务量除以所有的支出费用的比例，我们就说，B团队的营销生产率大于A团队。简而答之，仅供参考。 整个企业的生产率提高,是提高的社会生产率还是个人生产率 社会生产率 什么是生产率？你所熟悉的某个领域的生产率常用什么指标来表示？提高生产率有何意义？ 1 生产率指具体劳动生产使用价值的能力或效率。 2 生产率可以用同一劳动在单位时间内生产某种产品的数量来表示，单位时间内生产的产品数量越多，劳动生产率就越高，反之，则越低；也可以用生产单位产品所耗费的劳动时间来表示，生产单位产品所需要的劳动时间越少，劳动生产率就越高，反之，则越低。 3 提高劳动生产率的意义 劳动生产率的提高，在不同的社会制度下有着不同的情况和意义。在资本主义制度下，各个资本家为了获得更多的剩余价值，竞相采用新的技术，以提高劳动生产率，降低商品的个别价值，以取得超额剩余价值；各个资本家竞相追逐超额剩余价值的结果，推动了资本主义社会生产力的发展。但是，这种发展是有限制的，因为资本家只有在增加剩余价值的限度内才会采用新技术，否则他宁愿维持现状,甚至阻碍新技术的应用。同时,劳动生产率的提高，对资本家来说，是进行资本积累的一个重要因素，对劳动者来说，则会造成失业，这就加深了资本主义的基本矛盾以及由此而产生周期性的经济危机，使社会生产力遭到破坏。 在社会主义制度下,由于生产资料公有制的建立,消灭了剥削和压迫，劳动者成了生产资料的主人，可以充分发挥生产积极性和主动性，从而为劳动生产率的提高开辟了广阔的道路。对社会主义来说，提高劳动生产率具有极其重大的意义。列宁说：“劳动生产率，归根到底是保证新社会制度胜利的最重要最主要的东西。资本主义造成了在农奴制度下所没有过的劳动生产率。资本主义可以被彻底战胜,而且一定会被彻底战胜,因为社会主义能造成新的高得多的劳动生产率”。只有劳动生产率的不断提高，才能充分显示社会主义制度的优越性，不断提高人民的物质文化生活水平，并为逐步过渡到共产主义社会创造必要的条件。 劳动生产率的状况是由社会生产力的发展水平决定的。具体说，决定劳动生产率高低的因素主要有：①劳动者的平均熟练程度。劳动者的平均熟练程度越高，劳动生产率就越高。劳动者的平均熟练程度不仅指劳动实际操作技术，而且也包括劳动者接受新的生产技术手段，适应新的工艺流程的能力。②科学技术的发展程度。科学技术越是发展，而且越是被广泛地运用于生产过程，劳动生产率也就越高。③生产过程的组织和管理。主要包括生产过程中劳动者的分工、协作和劳动组合，以及与此相适应的工艺规程和经济管理方式。④生产资料的规模和效能。主要指劳动工具有效使用的程度，对原材料和动力燃料等利用的程度。⑤自然条件。主要包括与社会生产有关的地质状态、资源分布、矿产品位、气候条件和土壤肥沃程度等。 劳动生产率分个别劳动生产率和社会劳动生产率。在个别劳动生产率中，按个别劳动者的劳动效率计算的劳动生产率是个人劳动生产率；按个别企业的劳动效率计算的劳动生产率是企业劳动生产率。以全社会的平均劳动效率计算的劳动生产率是社会劳动生产率。社会劳动生产率是衡量全社会范围内生产先进和落后的根本尺度。个别劳动生产率高于社会劳动生产率，生产商品的个别劳动量就低于社会必要劳动量；反之，则高于社会必要劳动量。劳动生产率同单位时间内所生产的产品量成正比，即劳动生产率越高，单位时间生产的产品量越多；而同单位产品所包含的劳动量成反比，即劳动生产率越低，单位产品包含的劳动量越大。 劳动量的耗费可以按不同人员的范围计算，如按全部职工计算，就是全员劳动生产率，按生产工人计算，就是生产工人劳动生产率；生产的产品量可以用产品实物产量、标准实物产量、生产工作量和产品价值量（总产值、净产值等）等指标计算。 劳动生产率有哪些分类意义？ 劳动生产率分类： 劳动生产率按其计算的范围可分为： ①个别劳动生产率。包括个人劳动生产率和企业劳动生产率。前者按个别劳动者的劳动耗费来计算；后者按个别企业的劳动耗费来计算。 ②社会劳动生产率。是以全社会为单位来计算单位产品所耗费的社会平均必要劳动量。 劳动生产率按其决定的条件可分为： ①劳动的社会生产率，是指由社会生产力的发展程度所决定的生产率。 ②劳动的自然生产率，是指由劳动的自然条件所决定的生产率。 马克思说：“在农业中（采矿业中也一样），问题不只是劳动的社会生产率，而且还有由劳动的自然条件决定的劳动的自然生产率”。 提高劳动生产率的意义： 劳动生产率的提高，在不同的社会制度下有着不同的情况和意义。在资本主义制度下，各个资本家为了获得更多的剩余价值，竞相采用新的技术，以提高劳动生产率，降低商品的个别价值，以取得超额剩余价值；各个资本家竞相追逐超额剩余价值的结果，推动了资本主义社会生产力的发展。但是，这种发展是有限制的，因为资本家只有在增加剩余价值的限度内才会采用新技术，否则他宁愿维持现状,甚至阻碍新技术的应用。同时,劳动生产率的提高，对资本家来说，是进行资本积累的一个重要因素，对劳动者来说，则会造成失业，这就加深了资本主义的基本矛盾以及由此而产生周期性的经济危机，使社会生产力遭到破坏。 在社会主义制度下,由于生产资料公有制的建立,消灭了剥削和压迫，劳动者成了生产资料的主人，可以充分发挥生产积极性和主动性，从而为劳动生产率的提高开辟了广阔的道路。对社会主义来说，提高劳动生产率具有极其重大的意义。列宁说：“劳动生产率，归根到底是保证新社会制度胜利的最重要最主要的东西。资本主义造成了在农奴制度下所没有过的劳动生产率。资本主义可以被彻底战胜,而且一定会被彻底战胜,因为社会主义能造成新的高得多的劳动生产率”。只有劳动生产率的不断提高，才能充分显示社会主义制度的优越性，不断提高人民的物质文化生活水平，并为逐步过渡到共产主义社会创造必要的条件。 用DEA测算全要素生产率 中国财产保险公司效率及生产率实证研究 [摘 要] 本文采用度量金融业效率最常用的二阶段估计方法，分析中国财产保险公司的效率问题，第一阶段用 DEA的方法，测算中国财产保险公司的技术效率；第二阶段采用面板资料模型，实证检验公司经营时间、市场份额、资本报酬率等因素对技术效率的影响。结果表明，有多家财产保险公司处于无效率的经营状态。导致这种情况发生的因素主要是各家保险公司的经营时间和赔付率等。另外，本文使用曼奎斯特生产率指数考察了各公司的全要素生产率变动状况，发现它们的年均增长率达到22%以上，其原因主要来自保险经营过程中的技术变动。 [关键词] DEA；技术效率；全要素生产率；面板资料 一、引言 根据国际保险业经营的统计资料和历史经验，人寿保险公司的盈利期与财产保险公司的盈利期是不一样的，前者比较慢，大都在其开业后的5-7年；后者比较快，通常不需要等那么久。相比之下，财产保险公司的经营具有周期短、见效快的特点。这是一些投资者选择投资财产保险公司的原因之一。然而，这种理想状态在财产保险市场上也不是一成不变的。直到今天，包括中国在内的财产保险市场上仍然有许多保险公司处于无效经营状态，其中，既有开业不久的新公司，也有经营多年的老公司。我国产险业这种状况值得深思。 在此之前，国外有不少学者采用资料包络分析方法(data envelopment *** ysis，DEA)，对不同国家的财产保险业效率进行考察，并用Malmquist指数分析全要素生产率的增长 (Cummins，Turchetti & Weiss，1997；Cummins & Rubio-Misas，1998；Cummins，Weiss&Zi，1999)。近些年来，国内也有人尝试用DEA方法分析中国保险公司效率的问题，例如，陈颖(2001)[4)，恽敏、李心丹(2003)，赵旭 (2003)，侯晋、朱磊(2004)、姚树洁、冯根福(2005)、张伟、 *** 等(2006)。有趣的是，国内学者研究的结论并不一致。形成这种差异的原因，可能是各自选取的指标有别，也可能是他们使用的资料方法不同。与国外研究有所不同的是，国内研究者没有顾及对各个财产保险公司的全要素生产率变动情况的考察。 为此，本文试图从以下几个方面对现有研究成果进行拓展：第一，将样本时间拓展到2004年，以反映近年来中国财产保险公司的效率状况。第二，结合DEA方法和面板资料模型，用两阶段估计方法分析中国财产保险公司的效率及其影响因素。第三，用曼奎斯特生产率指数，对其中14家财产保险公司的全要素生产率变动及其构成进行考察。 二、研究方法、指标选取和资料处理 (一)研究方法简介 从各国学者的研究来看，效率的度量方法可以分为两种：计量经济学方法和数学规划方法，前者是引数法，后者是非引数法。与引数方法相比，非引数方法最大的优点在于不需要设定具体的函式形式，从而可以避免因错误的函式设定带来的问题。在数学规划方法中，最常用的就是由法国数量经济学家法雷尔(Farrell)(1957)首先提出，由美国经济学家查恩斯(丸Charnes)、库柏(W.Cooper)和罗兹(E. Rhodes)(1978)相继发展的资料包络分析方法。该方法的基本思想是，通过观测大量实际生产点的资料，基于一定的生产有效标准，找出位于生产边界上的相对有效点。 DEA方法同时提供了多个效率度量指标，包括技术效率、纯技术效率以及规模效率等，其中，技术效率：纯技术效率x规模效率。在具体评估效率时，DEA方法又包括投入导向型和产出导向型两种形式。前者以企业产出水平一定、最小化投入为假设估计效率；后者以投入一定、最大化产出为假设估计效率。至今为止，大部分研究者对保险业、银行业效率的DEA分析均采用投入导向型的形式。我们的研究也不例外。 曼奎斯特(Malmquist)生产率变动指数是以边界方法为基础发展起来的，它可以用来度量全要素生产率的增长，并将其分解为技术变动和效率变动的乘积，因而可以度量一个企业由于技术的改进和效率的提高所导致的生产率变动。 (二)指标选取和资料处理 1.财产保险公司产出的分类和度量 一般而言，度量金融业产出的方法有三种：资产(中介)方法、使用者成本方法和增加值方法。相比之下，增加值方法是研究保险企业效率的最适当方法(Cummins & Weiss， 1998)。本文在度量财产保险公司产出时也采用了增加值方法。 财产保险公司的业务包括承保业务和投资业务两大类。承保业务体现为向面临风险的经济单位提供经济保障，以补偿保险事故发生导致的损失。承保业务的产出可以理解为投保人或被保险人应该获得的经济补偿，通常用会计年度内已经获得或者应该获得但尚未实际获得的赔偿来度量。具体地说，承保业务产出：赔款 提取的未决赔款准备金—转回的未决赔款准备金。投资业务是一种金融中介活动，保险人把自有资本以及准备金进行投资，通过增值来应付未来可能出现的保险索赔。投资业务的产出可以理解为保险人用于投资的全部资产，这里用投资资产(investedasset)来度量。具体地说，投资资产；现金及银行存款 投资-投资风险准备 贷款—贷款呆账准备。 2.财产保险公司投入的分类和度量 与一般企业的投入类似，财产保险公司的投入也主要包括物资投入、人力投入和资本投入三大类。物资投入表示物资的投入，可以用年度平均固定资产净值表示，即物资投入 =(期初固定资产净值 期末固定资产净值)／2。人力投入表示各种费用开支，保险公司计算人力投入的专案主要是营业费用、手续费，其公式为，人力投入=营业费用及其他支出 手续费支出。资本投入表示年度所有者资本的平均投入，即资本投入=(期初实收资本 期初资本公积 期初盈余公积 期末实收资本 期末资本公积 期末盈余公积)／2。 3.财产保险公司样本 本文以2001年—2005年《中国保险年鉴》中的主要财产保险公司为样本，其中2000年14家，2001年17家，2002年21家，2003年22家，2004年26家。所用软体为DEAP Version 2.1。 三、实证结果分析 (一)效率指标分析 技术效率为1，意味着保险公司的生产是有效率的，位于生产可能性边界上；技术效率小于1，则意味着其生产是无效率的，位于生产可能性边界内部。纯技术效率和规模效率为1，分别意味着保险公司具有纯技术效率和规模效率，否则即纯技术无效和规模无效。 以2000年为例，14家财产保险公司中有6家相对无效率，且均处于规模报酬递增阶段(见表1)。其中，民安海口和皇家太阳2家财产保险公司具有纯技术效率而规模无效，天安、华安、美亚上海和丰泰上海等财产保险公司兼有规模无效和技术无效。对其它年度各公司的效率指标可以作类似的分析。 对于效率低下的公司而言，要么存在投入相对过多，要么存在产出相对过少的问题。同样以2000年为例，对比各保险公司的实际投入、产出与目标投入、产出，实证研究的结果表明，天安的物资投入和人力投入过多；华安的投资业务产出不足，三种投入过多；民安海口和皇家太阳的承保业务产出不足，三种投入过多；美亚上海和丰泰上海的三种投入过多。对其它年度各公司的投入和产出可以作类似的分析。 综上所述，从2000年到2004年，中国产险市场上仍有多家保险公司处于无效率的经营状态。其中，几乎所有公司都存在规模无效的问题，2000年至2002年之间，它们大多处于规模报酬递增阶段；2002年之后，部分公司开始处于规模报酬递减阶段，这表明过度扩张使其经营效率降低。在此期间，中国财产保险市场上的无效率公司大多存在资本投入、物资投入或人力投入过多的情况，即这些投入并没有实现公司经营效率的相应增长。另一方面，部分公司承保业务产出和投资业务产出均存在不足问题。相比之下，后者显得更加严重。 (二)Malmquist指数分析 从表2中所列举的14家财产保险公司的均值来看，从 2000年到2004年，全要素生产率指数为1.223，即全要素生产率的平均增长率约为22.3%。进一步考察其增长的原因发现，主要来自技术变动，其增长达18.1%，而技术效率的提高仅为3.6%。在技术效率的提高中，主要是规模效率提高2.9%，纯技术效率仅提高0.6%。 具体考察不同年份的变化过程，以2000年—2001年为例可以看出(见表3)，14家保险公司全要素生产率的平均增长率约为29.3%。增长的原因来自技术效率提高0.9%，技术变动增长28.2%。技术效率的变动中，规模效率提高 2.8%，纯技术效率反而下降1.8%。从各保险公司的具体情况可以看到(见表3)，2000年—2004年，天安、大众、永安和东京海上这4家公司的全要素生产率一直在增长。以天安为例，2000年—2001年其技术效率提高24%，技术变动增长18.9%，从而使得全要素生产率增长47.4%，后续年份技术效率未变动，其生产率的提高主要来源于等量的技术变动。类似的，可以对其它年度的其它公司进行考察。 四、技术效率的影响因素分析 考虑资料的可获得性，我们着重分析公司经营时间 (age)、市场份额(marketshare)、资本报酬率(ROE)、再保险率(reinsurance)和赔付率(claim)等因素对效率的影响。 (一)公司经营时间 公司经营时间是影响企业效率的因素之一。一方面，企业可能通过在市场上的长期经营形成较新进入企业更大的一系列优势，实现比新进入企业更高的经营效率。另一方面，当市场处于不可竞争时，这些企业可能过度依赖其已经占有的优势地位，出现低效运作。相比之下，新企业却能发挥后发优势，通过各种创新活动在生产过程中将所需要的生产要素和生产条件进行新的组合，谋求市场上的一席之地。可见，公司经营时间对产险公司效率的影响并不确定。 (二)市场份额 市场份额是产业组织理论中反映市场结构的基本指标。在传统的产业组织理论中，以贝恩等为代表的哈佛学派认为，高垄断性市场结构中的垄断企业，通过价格串谋行为能够获得较高的利润率。但是，有学者如赵旭(2003)的研究表明，尽管我国保险业存在着垄断现象，但并没有出现高额利润率的局面。中国人保、中国平安等几家规模较大的保险公司的平均资产利润率不及新华人寿、华泰财产等公司，大保险公司的DEA效率低于诸多小保险公司的DEA效率。而斯蒂格勒、德姆塞茨等芝加哥学派或称“效率学派”的学者则认为，在市场集中度较高的产业中，大企业可以比中小企业获得更多的利润的真正原因在于大企业高效率的经营，即成本优势。但是，企业规模扩大所带来的规模经济是具有一定边界的，超过该边界将会出现规模不经济，这主要是由于组织规模变大后，更难于协调、监督和管理，从而导致整个组织经营管理效率下降。这一结论对保险企业同样成立。例如，胡炳志、王兵(2000)””运用生存检验法，得出了5%—10%的市场占有率是我国保险公司最佳经济规模的结论。因此，市场份额对产险公司效率的影响是不确定的。在本文中，市场份额以公司保费收入与总保费收入的比率衡量。 (三)资本报酬率 资本报酬率可以反映企业的获利能力和经营绩效。在发展完善的市场中，资本报酬率应该和企业效率同向变化，获利能力强的企业当然是那些经营效率高的企业。因此，资本报酬率应该和产险公司效率同向变化。在本文中，资本报酬率以净利润与所有者权益的比率衡量。 (四)再保险率 与原保险公司相比，再保险公司通常具有更加先进的专业承保技术和风险管理技术，可以弥补原保险公司在资本规模、承保能力和风险管理方面的不足，有利于提高原保险公司的经营效率，并增强整个保险市场的竞争程度。从这个角度看，再保险的开展有利于提高产险公司的经营效率。在本文中，再保险率以分出保费与保费收入的比率衡量。 (五)赔付率 赔付率反映了保险公司履行损失赔偿责任、控制索赔支出的能力。在国际上，常用综合比率(binedratio)这一指标来考察产险业的承保收益率，它等于赔付率和费用率之和，代表每单位保费收入用于索赔和费用的比例。如果该比率大于1，则表明保险公司出现承保损失。可见，在财产保险公司的经营过程中，做好防灾防损工作，改善理赔支出，提高理赔效率，有助于提高保险企业的经营效率。在本文中，赔付率以赔款与保费收入的比率衡量。 选择固定效应，用加权GLS方法进行估计。从实证的结果来看，在诸多影响因素中，公司的经营时间和赔付率是影响中国财产保险公司效率的主要因素，但两者的影响结果不尽相同。具体地说，公司的经营时间与公司效率成负相关关系。这表明，目前新的保险公司进入保险市场有助于财产保险业效率的提高，新公司得以进入市场正是源于其具有较高的效率。赔付率与公司效率成正相关关系。依据现代保险功能理论，对人类社会生产和生活中因自然灾害或意外事故造成的损失给予经济补偿是保险尤其是财产保险的基本的、首要的功能，它直接体现在财产保险的赔付率上。市场份额、资本报酬率和再保险率等均没有通过显著性检验，说明这三个因素目前对中国财产保险公司效率的影响还比较微弱。 五、结论及政策建议 从以上对中国产险公司的效率和生产率的实证分析可知，2000年—2004年中国产险市场上仍有多家保险公司处于无效率的经营状态。技术无效是一部分产险公司低效运营的症结，而规模无效则成为所有公司的共同问题。对技术效率的影响因素的进一步分析表明，公司经营时间和赔付率是影响效率的主要因素。曼奎斯特生产率指数研究的结果显示，技术变动是全要素生产率增长的主要原因，技术效率的变动对全要素生产率增长也起到了一定作用，但其中纯技术效率的增长非常有限。目前提高中国产险公司效率的主要措施包括： (一)适度控制企业规模 对处于规模无效状态的财产保险公司而言，不能盲目扩张规模，因为这很可能造成管理、监督等方面的成本增加，进一步降低经营效率。尤其是进入2002年后，国内已经有部分公司开始处于规模报酬递减阶段。对这些公司来说，应该转变片面追求保费份额、过度扩张规模的粗放经营模式，走高效集约的发展道路。 (二)优化投入产出关系 为了实现效率提高，各保险公司应该从投入和产出的关系着手，减少物资投入、人力投入等相对过多的情况，或在投入既定的情况下提高相应的产出，尤其是投资业务产出。目前，针对普遍存在物资投入和人力投入过多的问题，各公司应有意识地减少不必要的固定资产投资，加强内部管理，降低营业费用和控制手续费支出。针对产出方面投资产出更显不足的问题，应充分利用进一步放宽的投资渠道，实现投资收益的稳健增长。近年来，保险资金投资渠道的逐步放宽为各公司提高投资业务产出提供了可能性，但在实际进行资金运用时，各公司应根据自身的资金、技术和人才状况，采取有效的风险控制措施，实现资产负债匹配管理。 (三)积极推动技术创新 技术变动是全要素生产率增长的主要原因，而技术效率的变动中，纯技术效率的增长非常有限。这表明，各保险公司应该将经营的重点放在技术创新和技术效率的提高上，而不仅仅是解决扩大规模的问题。通过技术改进，它们有望改善经营状况，实现有效率的增长。 并不是很准确、完整，仅供参考，请自借鉴。 希望对您有帮助。 补充： 您只要把摘要和各个段落的首要句子摘下来就可以啦，很简单的，别着急。 什么是设计生产率？什么是装置生产率 实际产能与设计产能的比值即为设计生产率，实际产能与装置标定产能的比值即为装置生产率。 求生产力与生产率的区别及关系？ 生产率 ①用来表示产出与投入比率的术语（总产出除以劳动投入是劳动生产率）。如果相同数量的投入生产了更多的产出，则生产率就增长了。劳动生产率的增长是由于技术进步、劳动技能的改善和资本深化。 ②概括在生物的生产过程中有关物质回圈或能量转换速度的各个方面的术语。也有译为生产力的。过去这个词，具有生产速度（生产量）或潜在生产能力的含意，进而也含有土地的生产力、肥沃度（ferti-lity）或回圈率等各种意义，非常混乱，国际上给予了上述的定义，而且提出了有关不使用这个词的附文。可是直到现在，这个词仍是混乱地被较广泛地使用，因此，附文中所使用的生产率一词的意义是什么，只能从附文的前后内容加以判断。G.L.Clarke（1946）认为这个词多半用来表示关于现存量、生产速度（生产量）和收获量的任何一个大小范围的。 ③生产率(productivity)是指一个工人一小时所生产的物品与劳务量. 生产力的内涵定义强调的是1社会生产能力、改造自然的物质力量，“生产力”是属性概念；2生产力的外延界定强调的是实体性的三要素，“生产力”以是实体概念。正是生产力概念的内涵与外延的这种非一致性，导致了目前学者们关于生产力范畴的内涵和实质的一系列争论。比如，生产力是一种客观实体还是生产主体的一种能力、力量？是一种能力的话是自然力还是一种社会力量？生产力反映的是人与自然的关系还是人与人的社会关系？等等。（4）但是，尽管有争议，却很少有人对现有生产力概念内涵或外延方面提出过疑问，很少有人注意到现有生产力概念的内涵与外延间的这种自相矛盾。 “生产率”？为何一国的生活水平取决于“生产率”？ 生活水平不仅取决于生产能力,也取决于拥有这样的生产能力所需要付出的成本,包括时间,费用,质量等因素,生产成本和付出的代价的比值,就是生产率

DEA方法的特点：适用于多输出-多输入的有效性综合评价问题，在处理多输出-多输入的有效性评价方面具有绝对优势。DEA方法并不直接对数据进行综合，因此决策单元的最优效率指标与投入指标值及产出指标值的量纲选取无关，应用DEA方法建立模型前无须对数据进行无量纲化处理（当然也可以）无须任何权重假设，而以决策单元输入输出的实际数据求得最优权重，排除了很多主观因素，具有很强的客观性。DEA方法假定每个输入都关联到一个或者多个输出，且输入输出之间确实存在某种联系，但不必确定这种关系的显示表达式。

MACD主要是利用长短期的两条平滑平均线，计算两者之间的差离值，作为研判行情买卖之依据。MACD指标是基于均线的构造原理，对价格收盘价进行平滑处理(求出算术平均值)后的一种趋向类指标。它主要由两部分组成，即正负差(DIF)、异同平均数(DEA)，其中，正负差是核心，DEA是辅助。DIF是快速平滑移动平均线(EMA1)和慢速平滑移动平均线(EMA2)的差。 在现有的技术分析软件中，MACD常用参数是快速平滑移动平均线为12，慢速平滑移动平均线参数为26。此外，MACD还有一个辅助指标——柱状线(BAR)。在大多数技术分析软件中，柱状线是有颜色的，在低于0轴以下是绿色，高于0轴以上是红色，前者代表趋势较弱，后者代表趋势较强。 　　下面我们来说一下使用MACD指标所应当遵循的基本原则： 　　1.当DIF和DEA处于0轴以上时，属于多头市场，DIF线自下而上穿越DEA线时是买入信号。DIF线自上而下穿越DEA线时，如果两线值还处于0轴以上运行，仅仅只能视为一次短暂的回落，而不能确定趋势转折，此时是否卖出还需要借助其他指标来综合判断。 　　2.当DIF和DEA处于0轴以下时，属于空头市场。DIF线自上而下穿越DEA线时是卖出信号，DIF线自下而上穿越DEA线时，如果两线值还处于0轴以下运行，仅仅只能视为一次短暂的反弹，而不能确定趋势转折，此时是否买入还需要借助其他指标来综合判断。 　　3.柱状线收缩和放大。一般来说，柱状线的持续收缩表明趋势运行的强度正在逐渐减弱，当柱状线颜色发生改变时，趋势确定转折。但在一些时间周期不长的MACD指标使用过程中，这一观点并不能完全成立。 　　4.形态和背离情况。MACD指标也强调形态和背离现象。当形态上MACD指标的DIF线与MACD线形成高位看跌形态，如头肩顶、双头等，应当保持警惕；而当形态上MACD指标DIF线与MACD线形成低位看涨形态时，应考虑进行买入。在判断形态时以DIF线为主，MACD线为辅。当价格持续升高，而MACD指标走出一波比一波低的走势时，意味着顶背离出现，预示着价格将可能在不久之后出现转头下行，当价格持续降低，而MACD指标却走出一波高于一波的走势时，意味着底背离现象的出现，预示着价格将很快结束下跌，转头上涨]更多关注华中智能预警系统

郁闷我也在找啊！

600057象屿股份,000411英特集团，这两只股票同时出现了DIF和DEA在0轴上粘合，并且是绿柱，一般情况下这是要继续下跌的信号，但注意看绿柱已经产生了一段时间，并且是逐渐缩小的状态，结合前面20天左右的股价与成交状况，个人理解他们处于突破平台往上走的趋势000411英特集团前方明显的阻力区是11.6-11.90元附近，若能放量突破后期继续看高600057象屿股份的7.20元附近是阻力位 8.00元附近是强阻力位，注意这两个压力点的风险最近大盘已经处于纠结的状态，多空分歧比较大，若以上两只个股有盈余的话可看3.12、3.13两天的走势，冲的过急建议还是退出来等等看股市有风险，听别人分析需谨慎！谢谢

你用deap2.1来处理，结果如下Results from DEAP Version 2.1 Instruction file = eg1-ins.txt Data file = EG1.txt Input orientated DEA Scale assumption: VRS Slacks calculated using multi-stage methodEFFICIENCY SUMMARY: firm crste vrste scale 1 1.000 1.000 1.000 - 2 1.000 1.000 1.000 - 3 1.000 1.000 1.000 - mean 1.000 1.000 1.000Note: crste = technical efficiency from CRS DEA vrste = technical efficiency from VRS DEA scale = scale efficiency = crste/vrsteNote also that all subsequent tables refer to VRS resultsSUMMARY OF OUTPUT SLACKS: firm output: 1 2 3 1 0.000 0.000 0.000 2 0.000 0.000 0.000 3 0.000 0.000 0.000 mean 0.000 0.000 0.000SUMMARY OF INPUT SLACKS: firm input: 1 2 3 1 0.000 0.000 0.000 2 0.000 0.000 0.000 3 0.000 0.000 0.000 mean 0.000 0.000 0.000SUMMARY OF PEERS: firm peers: 1 1 2 2 3 3SUMMARY OF PEER WEIGHTS: (in same order as above) firm peer weights: 1 1.000 2 1.000 3 1.000PEER COUNT SUMMARY: (i.e., no. times each firm is a peer for another) firm peer count: 1 0 2 0 3 0SUMMARY OF OUTPUT TARGETS: firm output: 1 2 3 1 200.000 15.000 35.000 2 220.000 18.000 45.000 3 210.000 17.000 20.000SUMMARY OF INPUT TARGETS: firm input: 1 2 3 1 15.000 20.000 50.000 2 14.000 23.000 51.000 3 16.000 19.000 51.000FIRM BY FIRM RESULTS:Results for firm: 1Technical efficiency = 1.000Scale efficiency = 1.000 (crs) PROJECTION SUMMARY: variable original radial slack projected value movement movement value output 1 200.000 0.000 0.000 200.000 output 2 15.000 0.000 0.000 15.000 output 3 35.000 0.000 0.000 35.000 input 1 15.000 0.000 0.000 15.000 input 2 20.000 0.000 0.000 20.000 input 3 50.000 0.000 0.000 50.000 LISTING OF PEERS: peer lambda weight 1 1.000Results for firm: 2Technical efficiency = 1.000Scale efficiency = 1.000 (crs) PROJECTION SUMMARY: variable original radial slack projected value movement movement value output 1 220.000 0.000 0.000 220.000 output 2 18.000 0.000 0.000 18.000 output 3 45.000 0.000 0.000 45.000 input 1 14.000 0.000 0.000 14.000 input 2 23.000 0.000 0.000 23.000 input 3 51.000 0.000 0.000 51.000 LISTING OF PEERS: peer lambda weight 2 1.000Results for firm: 3Technical efficiency = 1.000Scale efficiency = 1.000 (crs) PROJECTION SUMMARY: variable original radial slack projected value movement movement value output 1 210.000 0.000 0.000 210.000 output 2 17.000 0.000 0.000 17.000 output 3 20.000 0.000 0.000 20.000 input 1 16.000 0.000 0.000 16.000 input 2 19.000 0.000 0.000 19.000 input 3 51.000 0.000 0.000 51.000 LISTING OF PEERS: peer lambda weight 3 1.000另外我想说的是：按照通用约定你的决策单元个数太少，不适合用DEA处理希望对你有帮助希望你采纳！

不可以。因为两者由于不同年份的效率值不具有可比性，不能简单地以每年的效率结果进行时序对比分析。传统的CCR、BCC模型包括三阶段DEA只能反应决策单元的静态效率情况，无法反应不同时期效率值的变化情况。

MACD线也即是在使用MACD指标时在图表上看到的MACD柱状线，常用于分析股票的买入、卖出时机。当MACD线翻红，即由负变正时为买入时机；当MACD线翻绿，即由正变负时为卖出时机。DIFF指白色的线，一般统称MACD线。DEA指黄色的线。x0dx0a使用MACD指标所应当遵循的基本原则：x0dx0a1.当DIF和DEA处于0轴以上时，属于多头市场，DIF线自下而上穿越DEA线时是买入信号。DIF线自上而下穿越DEA线时，如果两线值还处于0轴以上运行，仅仅只能视为一次短暂的回落，而不能确定趋势转折，此时是否卖出还需要借助其他指标来综合判断。x0dx0a2.当DIF和DEA处于0轴以下时，属于空头市场。DIF线自上而下穿越DEA线时是卖出信号，DIF线自下而上穿越DEA线时，如果两线值还处于0轴以下运行，仅仅只能视为一次短暂的反弹，而不能确定趋势转折，此时是否买入还需要借助其他指标来综合判断。x0dx0a3.柱状线收缩和放大。一般来说，柱状线的持续收缩表明趋势运行的强度正在逐渐减弱，当柱状线颜色发生改变时，趋势确定转折。但在一些时间周期不长的MACD指标使用过程中，这一观点并不能完全成立。x0dx0a4.形态和背离情况。MACD指标也强调形态和背离现象。当形态上MACD指标的DIF线与MACD线形成高位看跌形态，如头肩顶、双头等，应当保持警惕；而当形态上MACD指标DIF线与MACD线形成低位看涨形态时，应考虑进行买入。在判断形态时以DIF线为主，MACD线为辅。当价格持续升高，而MACD指标走出一波比一波低的走势时，意味着顶背离出现，预示着价格将可能在不久之后出现转头下行，当价格持续降低，而MACD指标却走出一波高于一波的走势时，意味着底背离现象的出现，预示着价格将很快结束下跌，转头上涨。x0dx0a5.牛皮市道中指标将失真。当价格并不是自上而下或者自下而上运行，而是保持水平方向的移动时，我们称之为牛皮市道，此时虚假信号将在MACD指标中产生，指标DIF线与MACD线的交叉将会十分频繁，同时柱状线的收放也将频频出现，颜色也会常常由绿转红或者由红转绿，此时MACD指标处于失真状态，使用价值相应降低。x0dx0a用DIF的曲线形状进行分析，主要是利用指标相背离的原则。具体为：如果DIF的走向与股价走向相背离，则是采取具体行动的时间。但是，根据以上原则来指导实际操作，准确性并不能令人满意。经过实践、摸索和总结，综合运用5日、10日均价线，5日、10日均量线和MACD，其准确性大为提高。

同花顺帮助里有视频教程。

MACD指标的计算方法 MACD在应用上，首先计算出快速移动平均线（即EMA1）和慢速移动平均线（即EMA2），以此两个数值，来作为测量两者（快慢速线）间的离差值（DIF）的依据，然后再求DIF的N周期的平滑移动平均线DEA（也叫MACD、DEM）线。 以EMA1的参数为12日，EMA2的参数为26日，DIF的参数为9日为例来看看MACD的计算过程 1、计算移动平均值（EMA） 12日EMA的算式为 EMA（12）=前一日EMA（12）×11/13＋今日收盘价×2/13 26日EMA的算式为 EMA（26）=前一日EMA（26）×25/27＋今日收盘价×2/27 2、计算离差值（DIF） DIF=今日EMA（12）－今日EMA（26） 3、计算DIF的9日EMA 根据离差值计算其9日的EMA，即离差平均值，是所求的MACD值。为了不与指标原名相混淆，此值又名DEA或DEM。 今日DEA（MACD）=前一日DEA×8/10＋今日DIF×2/10 计算出的DIF和DEA的数值均为正值或负值。 理论上，在持续的涨势中，12日EMA线在26日 EMA线之上，其间的正离差值（+DIF）会越来越大；反之，在跌势中离差值可能变为负数（—DIF），也会越来越大，而在行情开始好转时，正负离差值将会缩小。指标MACD正是利用正负的离差值（±DIF）与离差值的N日平均线（N日EMA）的交叉信号作为买卖信号的依据，即再度以快慢速移动线的交叉原理来分析买卖信号。另外，MACD指标在股市软件上还有个辅助指标——BAR柱状线，其公式为：BAR=2×(DIF－DEA)，我们还是可以利用BAR柱状线的收缩来决定买卖时机。 离差值DIF和离差平均值DEA是研判MACD的主要工具。其计算方法比较烦琐，由于目前这些计算值都会在股市分析软件上由计算机自动完成，因此，投资者只要了解其运算过程即可，而更重要的是掌握它的研判功能。另外，和其他指标的计算一样，由于选用的计算周期的不同，MACD指标也包括日MACD指标、周MACD指标、月MACD指标年MACD指标以及分钟MACD指标等各种类型。经常被用于股市研判的是日MACD指标和周MACD指标。虽然它们的计算时的取值有所不同，但基本的计算方法一样。 在实践中，将各点的 DIF和DEA（MACD）连接起来就会形成在零轴上下移动的两条快速（短期）和慢速（长期）线

还是复杂的啊

MACD指标的计算方法 MACD在应用上，首先计算出快速移动平均线（即EMA1）和慢速移动平均线（即EMA2），以此两个数值，来作为测量两者（快慢速线）间的离差值（DIF）的依据，然后再求DIF的N周期的平滑移动平均线DEA（也叫MACD、DEM）线。 以EMA1的参数为12日，EMA2的参数为26日，DIF的参数为9日为例来看看MACD的计算过程 1、计算移动平均值（EMA） 12日EMA的算式为 EMA（12）=前一日EMA（12）×11/13＋今日收盘价×2/13 26日EMA的算式为 EMA（26）=前一日EMA（26）×25/27＋今日收盘价×2/27 2、计算离差值（DIF） DIF=今日EMA（12）－今日EMA（26） 3、计算DIF的9日EMA 根据离差值计算其9日的EMA，即离差平均值，是所求的MACD值。为了不与指标原名相混淆，此值又名DEA或DEM。 今日DEA（MACD）=前一日DEA×8/10＋今日DIF×2/10 计算出的DIF和DEA的数值均为正值或负值。 理论上，在持续的涨势中，12日EMA线在26日 EMA线之上，其间的正离差值（+DIF）会越来越大；反之，在跌势中离差值可能变为负数（—DIF），也会越来越大，而在行情开始好转时，正负离差值将会缩小。指标MACD正是利用正负的离差值（±DIF）与离差值的N日平均线（N日EMA）的交叉信号作为买卖信号的依据，即再度以快慢速移动线的交叉原理来分析买卖信号。另外，MACD指标在股市软件上还有个辅助指标——BAR柱状线，其公式为：BAR=2×(DIF－DEA)，我们还是可以利用BAR柱状线的收缩来决定买卖时机。 离差值DIF和离差平均值DEA是研判MACD的主要工具。其计算方法比较烦琐，由于目前这些计算值都会在股市分析软件上由计算机自动完成，因此，投资者只要了解其运算过程即可，而更重要的是掌握它的研判功能。另外，和其他指标的计算一样，由于选用的计算周期的不同，MACD指标也包括日MACD指标、周MACD指标、月MACD指标年MACD指标以及分钟MACD指标等各种类型。经常被用于股市研判的是日MACD指标和周MACD指标。虽然它们的计算时的取值有所不同，但基本的计算方法一样。 在实践中，将各点的 DIF和DEA（MACD）连接起来就会形成在零轴上下移动的两条快速（短期）和慢速（长期）线

或许，放开手，是最好的选择，愿彼此没有的小人，只是因为受康熙遗命拥立雍正登基

MyDEA已更名为MaxDEA。MaxDEA是强大的数据包络分析(Data Envelopment Analysis， DEA)软件，当前版本包含各种选项组合的DEA模型达1512个，并且模型数量仍在不断增加。MaxDEA 试用版（支持英文、简体中文、繁体中文等各种操作系统）MaxDEA的主要特点：1）绿色软件，无需安装，程序、数据、模型三合一，所有与DEA模型有关的数据及其设置均储存在单一的程序文件内；数据导入只需一次，导入后即在数据库内永久保存，不需要每次运行程序都导入数据；数据定义和模型设置也永久保存，关闭程序后再打开，数据和模型设置不变；以上特点使得数据与模型备份非常方便，仅需备份一个文件即可；备份模型的方式有两种：一是复制MaxDEA.mdb文件，二是通过菜单“Tools”-“Backup Model and Database2）DEA模型数量多，且仍在不断增加；DMU数量没有限制，可运行超大型DEA模型。3）数据格式为标准数据库格式，不需要在字段名称中标明数据性质。例如有的DEA软件要求将投入变量用“(I)+名称”表示，产出变量用“(O)+名称”表示。4）可以同时建立并运行多个模型。MaxDEA的运行仅需要两个文件，分别是MaxDEA.mdb(可以任意修改名称)和lps.dll（不能修改名称，必需与MaxDEA.mdb在同一文件夹内）。因此，只需复制MaxDEA.mdb，例如重新命名为ModelA.mdb，ModelB.mdb等，就可以建立新的DEA模型了。可以同时打开运行多个mdb文件。

　　MACD称为指数平滑异同移动平均线是从双移动平均线发展而来的，由快的移动平均线减去慢的移动平均线。　　当MACD从负数转向正数，是买的信号。当MACD从正数转向负数，是卖的信号。当MACD以大角度变化，表示快的移动平均线和慢的移动平均线的差距非常迅速的拉开，代表了一个市场大趋势的转变。MACD是Geral Appel 于1979年提出的，它是一项利用短期（常用为12日）移动平均线与长期（常用为26日）移动平均线之间的聚合与分离状况，对买进、卖出时机作出研判的技术指标。DIFF线　（Difference）收盘价短期、长期指数平滑移动平均线间的差，也就是（12个交易日的指数平滑移动平均线）减去（26个交易日的指数平滑移动平均线），例如从2009年1月5日--2009年1月20日（扣除4个周末，共计12个交易日），用这12个交易日的收盘价算出一个滑动平均值，就是12个交易日的指数平滑移动平均线。DEA线　（Difference Exponential Average）DIFF线的M日指数平滑移动平均线 ，DIFF本身就是12日平均减去26日平均所得的“值差”，而DEA则是这个连续9日的这个“差值”的平均数（就是简单的算数平均数），MACD线　DIFF线与DEA线的差，彩色柱状线。　　参数：SHORT(短期)、LONG(长期)、M 天数，一般为12、26、9 　　公式如下所示： 　　加权平均指数（DI）=（当日最高指数+当日收盘指数+2倍的当日最低指数） 　　十二日平滑系数（L12）=2/（12+1）=0.1538 　　二十六日平滑系数（L26）=2/（26+1）=0.0741 　　十二日指数平均值（12日EMA）=L12×当日收盘指数+11/（12+1）×昨日的12日EMA 　　二十六日指数平均值（26日EMA）=L26×当日收盘指数+25/（26+1）×昨日的26日EMA 　　差离率（DIF）=12日EMA-26日EMA 　　九日DIF平均值（DEA） =最近9日的DIF之和/9 　　柱状值（BAR）=DIF-DEA MACD=（当日的DIF-昨日的DIF）×0.2+昨日的MACD1.当DIF由下向上突破DEA，形成黄金交叉，既白色的DIF上穿黄色的DEA形成的交叉。或者BAR（绿柱线）缩短，为买入信号。 2.当DIF由上向下突破DEA，形成死亡交叉，既白色的DIF下穿黄色的DEA形成的交叉。或者BAR(红柱线)缩短，为卖出信号。 3.顶背离：当股价指数逐波升高，而DIF及DEA不是同步上升，而是逐波下降，与股价走势形成顶背离。预示股价即将下跌。如果此时出现DIF两次由上向下穿过DEA，形成两次死亡交叉，则股价将大幅下跌。4.底背离：当股价指数逐波下行，而DIF及DEA不是同步下降，而是逐波上升，与股价走势形成底背离，预示着股价即将上涨。如果此时出现DIF两次由下向上穿过DEA，形成两次黄金交叉，则股价即将大幅度上涨。 MACD指标主要用于对大势中长期的上涨或下跌趋势进行判断，当股价处于盘局或指数波动不明显时，MACD买卖信号较不明显。当股价在短时间内上下波动较大时，因MACD的移动相当缓慢，所以不会立即对股价的变动产生买卖信号。MACD主要是利用长短期的二条平滑平均线，计算两者之间的差离值，作为研判行情买卖之依据。MACD指标是基于均线的构造原理，对价格收盘价进行平滑处理(求出算术平均值)后的一种趋向类指标。它主要由两部分组成，即正负差(DIF)、异同平均数(DEA)，其中，正负差 是核心，DEA是辅助。DIF是快速平滑移动平均线(EMA1)和慢速平滑移动平均线(EMA2)的差。　　在现有的技术分析软件中，MACD常用参数是快速平滑移动平均线为12，慢速平滑移动平均线参数为26。此外，MACD还有一个辅助指标——柱状线(BAR)。在大多数技术分析软件中，柱状线是有颜色的，在低于0轴以下是绿色，高于0轴以上是红色，前者代表趋势较弱，后者代表趋势较强。EXPMA 指标指数平均数（EXPMA），其构造原理是对股票收盘价进行算术平均，并根据计算结果来进行分析，用于判断价格未来走势的变动趋势。EXPMA指标是一种趋向类指标，与平滑异同移动平均线（MACD）、平行线差指标（DMA）相比，EXPMA指标由于其计算公式中着重考虑了价格当天（当期）行情的权重，因此在使用中可克服其他指标信号对于价格走势的滞后性。同时也在一定程度中消除了DMA指标在某些时候对于价格走势所产生的信号提前性，是一个非常有效的分析指标。

判断股票连续上涨的趋势：均线分析：股价在均线上面走就会使得均线向上发散，均线起到短线行情的支撑作用。要是股价在均线下面走同样会使得均线往下发散，均线起到阻力压制作用。要判断是否会连续的涨，就必须满足站稳均线的要求，再加上量能的明显温和放量。温和放量的量能必须每天高于或者几乎等同于前一交易日。MACD指标：MACD是个多空行情数据界限图形指标，包括两组数值做辅助观察即DIFF和DEA，如果MACD数值为正直，DIFF和DEA均走在空方一侧较深而上翘，同时DIFF大于DEA指标的一般都有数个上涨行情，这属于反弹行情。反过来如果MACD数值为正直，DIFF和DEA均走在多方一侧的当前一个DIFF线的高点低于之前的同时下穿DEA的，多数是行情要调头向下了，可能急跌到缓跌的连续阴线，这属于砸盘行情。筹码分布：之前较高的筹码密集单峰，迅速下移到呈现分散再到底部构成有一个单峰的，而且下面根本没有筹码的情况，而平均成本依旧在较高的。那么就有可能反扑平均成本价格筹码区域，就有连续上涨的需要。返过来之前较高的筹码密集不均匀有多单峰，长时期在高位横盘的，而本来最上面的筹码足步消失的在某个点陆续减小筹码长度的，很有可能预示暴跌的临近，这个暴跌是长久的大跌，造成连续月K级别的下调。