Key points are not available for this paper at this time.
Zweck Diese Studie zielt darauf ab, eine innovative prädiktive Methodik vorzustellen, die von traditionellen Effizienzbewertungstechniken zu einer zukunftsorientierten Strategie für die Bewertung des Managements des Betriebskapitals (WCM) und seiner Bestimmungsfaktoren übergeht, indem die Datenhüllenanalyse (DEA) mit künstlichen neuronalen Netzwerken (ANN) integriert wird. Entwurf/Methodik/Ansatz Ein slack-basierter Maßstab (SBM) innerhalb der DEA wurde verwendet, um die WCME von 1.388 Unternehmen im indischen Fertigungssektor über neun Branchen hinweg im Zeitraum von April 2009 bis März 2024 zu bewerten. Anschließend wurde ein Fixed-Effects-Modell verwendet, um die Beziehungen zwischen den ausgewählten Determinanten und der WCME zu ermitteln. Darüber hinaus wurde die Multi-Layer-Perzeptron-Methode angewendet, um das künstliche neuronale Netzwerk (ANN) zu berechnen. Schließlich wurde eine Sensitivitätsanalyse durchgeführt, um die relative Bedeutung der wichtigsten Prädiktoren für die WCME zu bestimmen. Ergebnisse Fertigungsunternehmen operieren während des gesamten Studienzeitraums konstant bei etwa 50% WCME. Darüber hinaus sind unter den ausgewählten Variablen die Fähigkeit, interne Ressourcen zu schaffen, Hebelwirkung, Wachstum, Gesamtanlagevermögen und Produktivität relativ bedeutende entscheidende Prädiktoren, die die WCME beeinflussen. Originalität/Wert Die Integration von SBM-DEA und ANN stellt den primären Beitrag dieser Forschung dar und führt einen neuartigen Ansatz zur Effizienzbewertung ein. Im Gegensatz zu traditionellen Modellen bietet das SBM-DEA-Modell Einheitshaftung und Monotonie für Slack, wodurch es möglich ist, mit Null- und Negativdaten umzugehen, was die Einschränkungen vorheriger DEA-Modelle überwindet. Diese Innovation führt zu genaueren Effizienzbewertungen und ermöglicht eine robuste Analyse. Darüber hinaus bietet die Anwendung von neuronalen Netzwerken prädiktive Einblicke, indem kritische Prädiktoren für die WCME identifiziert werden, die es Unternehmen ermöglichen, proaktiv mit Herausforderungen im WCM umzugehen.
Seth et al. (Thu,) haben diese Frage untersucht.