به کارگیری شبکه های عصبی مصنوعی در اندازه گیری کارایی صنعت بانکداری(مطالعه موردی: شعب بانک تجارت استان مازندران)

تکنیک­های اندازه­گیری کارایی در دو حوزه­ی مرزهای پارامتریک و مرزهای ناپارامتریک توسعه یافته و هر یک دارای توانمندی­ها و محدودیت­های ویژه­ای هستند. تحلیل پوششی داده­ها مرسوم ترین روش در اندازه­گیری کارایی می باشد. رویکرد دیگری که اخیرا در برخی مطالعات مطرح شده؛ تخمین مرز کارایی با استفاده از شبکه­های عصبی مصنوعی می باشد. شبکه­های عصبی به دلایلی چون دقت بالا در تخمین توابع تولید، توانایی عمل در محیط­های غیر خطی و در نظر گرفتن مفروضات اندک در مورد شکل تابع تولید، توجه ویژه­ای را به خود جلب داشته است. در این مطالعه؛ با استفاده از دو روش شبکه­های عصبی مصنوعی و تحلیل پوششی داده­ها به اندازه­گیری کارایی شعب بانک تجارت استان مازندران در  دی ماه سال ۱۳۸۸ پرداخته شد. نتایج شبکه­های عصبی نشان داد که از بین ۸۵ شعبه مورد ارزیابی؛ تنها شعبه­ی مرکزی آمل به صورت کارا عمل می­کرد. از طرفی شعب کارا در روش تحلیل پوششی داده­ها ۷ شعبه­ی مرکزی آمل، تنکابن، خدمات درمانی، طبرستان، امام بهشهر، فریدونکنار و قائمشهر بودند. مقایسه نتایج نشان داد که دو روش واحدهای تقریبا مشابهی را به عنوان واحدهای قوی و واحدهای ضعیف معرفی کرده­اند؛ ضمن اینکه رابطه­ی قوی بین رتبه بندی­ها و نمرات کارایی ارائه شده توسط دو روش وجود داشت.

کلیدواژه ها:

اندازه گیری کارایی ، صنعت بانکداری ، شبکه های عصبی مصنوعی ، تحلیل پوششی داده ها