طراحی یک مدل ترکیبی از DEA و neural network به منظور ارزیابی کارایی نسبی شعب مختلف بانک
محل انتشار: چهارمین کنفرانس ملی تحلیل پوششی دادها
سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,271
متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
DEA04_164
تاریخ نمایه سازی: 10 اردیبهشت 1392
چکیده مقاله:
کارایی بانکها و نحوه محاسبه آن از جمله موضوعات مهمی است که علاوه بر مدیران بانکها و صاحبات سهام این موسسات مالی، مورد علاقه مشتریان استفاده کننده از خدمات بانکی می باشد. از طرفی به دلیل نقش بسیار مهم و اساسی بانکها در اکثر فعالیت های اقتصادی، بررسی عملکرد ( بهره وری و کارایی) هر یک از بانکهای موجود در سیستم بانکی کشور از جایگاه ویژه ای برخوردار است لذا افزایش کارایی و بهره وری در موسسات مالی یکی از اقدامات اساسی در مسیر توسعه اقتصادی کشورهاست . بنابراین فعالیت ه بهینه بانکها و استفاده موثر از امکانات در دسترس آنهابرای رسیدن به اهدافشان، بر فعالیت های مختلف اقتصادی و وضع کلی اقتصاد کشور بسیار موثر می باشد. تکنیک تحلیل پوششی داده ها یک متدولوژی علمی و غیر پارامتری برای ارزیابی کارایی واحدهاست که منظور تعیین کارایی واحدهای تصمیم گیرنده در سازمانهای مختلف مورد استفاده قرار گرفته و به طور اساسی با استفاده از داده های ورودی و خروجی واحدهای تصمیم گیرنده کارایی آنها را محاسبه می کند و کاربردهای متعددی رد سنجش کارایی واحدهای بانکی دارد. استفاده شده تا ضعف تکنیک DEA بر طرف شده و قدرت تفکیک پذیری شعب افزایش داده شود. هدف اصلی تحقیق حاضر پیشرفت و توسعه ترکیب رویکردهای تحلیل پوششی داده ها و شبکه های عصبی برای ارزیابی عملکرد بانک، به منظور اتخاذ تصمیمات موثر، کاهش سطح خطا و انحراف حاصله از مداخله نیروی انسانی در تصمیمات اتخاذی می باشد. این تحقیق به منظور تعیین میزان کارایی نسبی شعبه های مختلف بانکی دو متدولوژی کمی تحلیل پوششی داده ها (DEA) و شبکه های عصبی مصنوعی (ANN) را مورد استفاده قرار داده و نتایج آن را با نتایج DEA ساده مقایسه می کند.
کلیدواژه ها:
نویسندگان
اعظم اسکندری
دانشگاه آزاد اسلامی واحد شیراز، گروه مدیریت صنعتی
میترا غلامی
دانشگاه آزاد اسلامی واحد شیراز، گروه مدیریت صنعتی
مرتضی شفیعی
دانشگاه آزاد اسلامی واحد شیراز، گروه مدیریت صنعتی
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :