fa ارایه مدل ارزیابی عملکرد واحدهای تصمیم‌گیری با رویکرد تحلیل پوششی داده‌ها با وزن‌های مشترک ( مورد مطالعه: شرکت‌های غذایی و آشامیدنی پذیرفته‌شده در سازمان بورس و اوراق بهادار) تخصصي Special پژوهشي Research در این مقاله با ارائه‌ یک مدل غیرخطی، به ارزیابی کارایی شرکت‌های غذایی و آشامیدنی پذیرفته‌ شده در سازمان بورس و اوراق بهادار با بهره‌گیری از مدل ارائه‌شده پرداخته‌ایم. مدل ارائه‌ شده نقطه‌ ضعف مدل‌های پایه‌ای تحلیل پوششی داده‌ها در عدم یکپارچگی مدل، محاسبات زیاد و تعداد بیش‌ از حد وزن‌های صفر را&nbsp; برطرف می‌نماید.&nbsp; با توجه به این که در پژوهش حاضر به توسعه مدل پایه ای تحلیل پوششی داده ها پرداخته ایم روش پژوهش حاضر از نظر هدف توسعه ای است. شاخص‌ها‌ی پژوهش از مطالعات پیشین تعیین شده و در راستای تایید شاخص ها از نظرات 5 تن از خبرگان بورسی و دانشگاهی بهره گرفته شده است. مقادیر دقیق عددی ورودی‌ها و خروجی های پژوهش حاضر &nbsp;با مشاهده صورت مالی شرکت ها از سایت <span dir="LTR">codal.ir</span> استخراج گردید است. در&nbsp; این پژوهش با کد نویسی در نرم افزار لینگو، کارایی شرکت‌های مورد نظر به روش&nbsp; <span dir="LTR">CCR</span> و دو روش وزن‌های مشترک محاسبه‌ شده است. در راستای اعتبار سنجی مدل پیشنهادی با محاسبه ضریب هم‌بستگی اسپیرمن، مشاهده ‌شده است که؛ مدل پیشنهادی&nbsp; هم‌بستگی قابل توجهی با دو مدل دیگر داشته و از لحاظ اعتبارسنجی مورد تأیید قرارگرفته است. میانگین مدل ارائه‌‌شده برابر 0.81&nbsp;است که نسبت به میانگین کارایی بدست امده از مدل <span dir="LTR">CCR </span>&nbsp;کاهش ‌یافته و قدرت تفکیک‌‌پذیری مدل را نسبت به مدل پایه‌ای<span dir="LTR">CCR </span>&nbsp;نشان می‌دهد. نتایج حاصل نشان می‌دهد مدل پیشنهادی علاوه بر اینکه نقاط ضعف مدل‌های پایه‌ای کلاسیک را از قبیل: محاسبات زیاد، عدم کنترل اوزان و تعدد وزن‌های صفر و عدم یکپارچگی مدل را رفع می‌کند، از اعتبار بالا و تفکیک‌کنندگی نسبتاً مناسبی برخوردار است<span dir="LTR">.</span><br> &nbsp; <p>&nbsp;In this article, we analyzed the efficiency of food and beverage companies that were accepted in stock market, using a nonlinear model. This model eliminates the weak points of base Data Envelopment Models in high computing, lack of integration and too many numbers of zero weights. Taking into account that in this study we developed the base Data Envelopment Analysis model, the research method is developmental in terms of purpose. Also, due to using the suggested model in determining the efficiency of food and beverage companies is practical. The indices of the study were obtained from previous studies and in order to confirm these indices, the opinions of 5 stock market and university experts were considered. The data for the present study and the actual value of these indices was obtained from codal.ir website according to each company&rsquo;s financial situation. In this study, by making use of coding in Lingo software, the efficiency of selected companies was calculated in CCR and two common weight methods. In order to validate the suggested model, by calculating Spearman correlation coefficient, it was indicated that the suggested model has significant correlation with two other models and it was confirmed in terms of validation. The average of proposed model is also equal to 0.81 that is reduced in comparison to CCR model and shows the distinguishability of the model in comparison to CCR base model. Results show that the proposed model in addition to elimination of weak points of classic base models, including high computing, lack of integration and too many numbers of zero weights, has a high authenticity and pretty good distinguishability.</p> بورس, تحلیل پوششی داده, کارایی, صنایع غذایی و آشامیدنی, وزن‌های مشترک Stock Market, Data Envelopment Analysis, Efficiency, Food and Beverage Industries, Common Weight 1 18 http://jamlu.lahijan.iau.ir/browse.php?a_code=A-11-971-1&slc_lang=fa&sid=1 M. Amiri مقصود امیری mg_amiri@yahoo.com 10031947532846005750 10031947532846005750 No Professor, Department of Industrial management, Allameh Tabatabai University, Tehran دانشگاه علامه طباطبایی J. Bamdadsoorf جهانیار بامدادصوفی bamdadsoofi@yahoo.com 10031947532846005751 10031947532846005751 Yes Assistant Professor Department of Industrial management, Allameh Tabatabai University, Tehran دانشگاه علامه طباطبایی S. Mansouri mohammad abadi سلیمان منصوری محمدآبادی smansouri737@gmail.com 10031947532846005752 10031947532846005752 No Ph.D. Student, Department of Industrial management, Allameh Tabatabai University, Tehran دانشگاه علامه طباطبایی