کاربرد تحلیل پوششی داده ها (DEA) در ارزیابی کارآیی نسبی و رتبه بندی شعب بانک رفاه استان لرستان و مقایسه نتایج آن با روش TOPSIS
سال انتشار: 1392
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 231
فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_ECOR-14-1_005
تاریخ نمایه سازی: 11 دی 1403
چکیده مقاله:
یکی از عوامل موفقیت کشورهای پیشرفته، توجه به کارآمدی واحدهای اقتصادی خصوصا بانکها میباشد. در همین راستا، مدیران بانکها موظفند در قبال سوالاتی که در مورد بهرهوری بانک میشود، پاسخ مناسبی ارائه دهند که این امر بدون ارزیابی کارآیی شعب تحت نظارتشان عملا امکان ناپذیر است.
یکی از روشهای محاسبه کارآیی برای واحدهای با چند ورودی و چند خروجی، روش تحلیل پوششی دادهها میباشد. با استفاده از این روش، میتوان شعب کارا و ناکارا را مشخص و شعب ناکارا را رتبه بندی و برای آنها از بین شعب کارا، مرجع (الگو) جهت رسیدن به مرز کارآیی مشخص کرد. همچنین میتوان میزان تاثیر هر یک از متغیرها را در میزان کارآیی شعب مشخص کرد. در این تحقیق، از مدل با ماهیت ورودی و با فرم پوششی استفاده شده است.
نتایج تحقیق نشان داد که با توجه به اطلاعات به دست آمده در سال ۱۳۸۹ از بین ۱۷ شعبه بانک رفاه استان لرستان تعداد ۱۱ شعبه کارا (۶۵ درصد شعب) و ۶ شعبه ناکارا تشخیص داده شد که رتبهبندی شعب ناکارا با توجه به اندازه کارآیی آنان صورت پذیرفت، و برای رتبهبندی شعب کارا از مدل استفاده شد. در نهایت به منظور بررسی درستی نتایج به دست آمده با استفاده از روش نیز اقدام به رتبهبندی واحدها شده است.
کلیدواژه ها:
Performance Evaluation ، efficiency ، Data Envelopment Analysis ، Ranking ، ارزیابی عملکرد ، کارآیی ، تحلیل پوششی داده ها ، رتبه بندی
نویسندگان
محمدرضا معظمی گودرزی
Academic Member of Islamic Azad University, Boroujerd Branch
محمدرضا جابرانصاری
Academic Member of Islamic Azad University, Boroujerd Branch
آذر معلم
M.A. Student in Applied Mathematics, Islamic Azad University, Boroujerd Branch,
محبوبه شکیبا
M.A. Student in Management, Islamic Azad University, Boroujerd Branch
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 :