بخشی از مقاله

چکیده

ارزیابی عملکرد واحدهایی که فعالیت های مشابهی دارند، همواره مورد توجه محققان بوده است. یکی از روش هایی که به وفور در این زمینه استفاده می گردد، روش تحلیل پوششی داده ها - - DEA می باشد.این روش ناپارامتریک، جهت محاسبه اندازه کارایی واحدها استفاده می شود. مساله اصلی این مقاله عبارتست از ارزیابی عملکرد شعب بانک سامان با استفاده از روش تحلیل پوششی داده ها علاوه بر این، باتوجه به اینکه در روش تحلیل پوششی داده ها، اطلاعات نمونه ها در دسترس می باشد، می توان از روش تحلیل پوششی داده های بوت استرپ استفاده کرد. لذا جهت انجام این کار، ابتدا داده های ورودی و خروجی تاثیرگذار بر کارایی شعب بانک سامان استخراج گردیده و سپس با استفاده از روش تحلیل پوششی داده های بوت استرپ به تخمین نمرات کارایی هریک از آنها پرداخته شده است.

در این مطالعه، برای روش تحلیل پوششی داده های بوت استرپ از الگوی BCC با ماهیت خروجی محور و با فرم مضربی استفاده شده است. نتایج تحقیق نشان داد که از بین 14 شعبه درجه 1 بانک سامان تعداد 10 شعبه که در واقع 72 درصد کل شعبه ها را شامل می شد، کارا و 4 شعبه ناکارا شناخته شدند. همچنین نتایج روش بوت استرپ نشان داد که تنها 3 شعبه یعنی حدود 22درصد از کل شعبه ها کارا و بقیه ناکارا شناخته شدند . در نهایت نشان داده شد که در روش DEA وقتی دو شعبه کارایی یکسان داشتند نمی توان شعبه کاراتر را انتخاب کرد اما با پیدا کردن فواصل اطمینان و توزیع نمرات کارایی شعب در روش بوت استرپ، تحلیل دقیق تری برای مقایسه شعبی که کارایی یکسان داشتند، انجام شده است.

-1 مقدمه

بانکداری یکی از پیچیده ترین صنایع در جهان است و سهم بسزایی در اقتصاد هر کشور دارد.امروزه بانک ها بدلیل ارایه خدمات بسیار گوناگون مالی و اعتباری نقش تعیین کننده ای در توسعه و رشد اقتصادی ایفا میکنند. لذا محاسبه کارایی، ارزیابی و رتبه بندی تمامی شعبه ها و اداره های زیر مجموعه یک شبکه بانکی ضروری بوده و می بایستی دست کم، سالی یکبار عملکرد آنها بر پایه اصول علمی مورد ارزیای قرار گیرد.

یکی از راه های اساسی در تنظیم برنامه های بهبود بهره وری و کارایی در سطح یک بانک، وجود شبکه ای کارا از شعب است که به این منظور لازم است، هریک از بانک ها از کارایی شعب خود اطلاع داشته باشند و عوامل موثر بر ناکارایی شعب خود را بررسی کنند و با برنامه ریزی مناسب، به اصلاح و هدایت واحدهای کارا به سوی بهبود کارایی بپردازند. قانون بانکداری بدون ربا، بررسی کارایی نظام بانکی و چگونگی به کارگیری منابع در راستای تحقق این اهداف، از مسائل مورد بحث است

تحقیق حاضر پژوهشی کاربردی است که بطور موردی برای شعب مختلف بانک سامان در شهر تهران انتخاب شده است. در این پژوهش قرار است الگویی را برای ارزیابی کارایی شعب مختلف بانک سامان با استفاده از روش تحلیل پوششی داده ها و استفاده از الگوریتم بوت استرپ 3ارائه شود.

در قسمت اول مقدمه ای در مورد موضوع مورد بررسی بیان شده است. در قسمت دوم به بررسی مبانی نظری و پیشینه تحقیق - مروری بر کارهای انجام شده - پرداخته می شود. کلیاتی در مورد تحلیل پوششی داده ها و بوت استرپ و همچنین تحقیقات انجام شده در این زمینه در این بخش آورده شده است. در ادامه در قسمت سوم نقشه عملی تحقیق و ارائه مدل و همچنین روش حل توضیح داده می شود. همچنین نتایج حاصل از تحقیق در قسمت چهارم آورده شده است و در قسمت آخر نیز با جمع بندی و ارائه نتیجه گیری کلی پرداخته شده است.

-2 مبانی نظری و پیشینه تحقیق

1؛-2   روش تحلیل پوششی داده ها

یکی از شاخه های مهم علم تحقیق در عملیات تحلیل پوششی داده ها - DEA - است که یک روش غیرپارامتری برای ارزیابی کارایی و یا محاسبه بهره وری تعداد متناهی از واحدهای تصمیم گیرنده متجانس در حالت چند ورودی و چند خروجی است. در این روش نیازی به تعیین شکل صریح تابع تولید نیست و از برنامه ریزی خطی برای ساختن یک سطح قطعه-قطعه خطی - یا مرز - برای پوشاندن - نام تحلیل پوششی داده ها از این ویژگی منشأ گرفته است - تمام داده ها استفاده می شود و سپس کارایی هر یک از واحدهای تصمیم گیرنده نسبت به این مرز محاسبه می شود. مرز به دست آمده همان مرز کارآیی است که نقاط واقع بر آن نقاط کارآ هستند. سایر واحدها که در داخل سطح پوششی قرار می گیرند ناکارآ هستند و با یکی از تصاویر خود بر روی سطح پوششی مقایسه می شود که نحوه تصویر شدن واحدهای ناکارآ بر روی مرز در مدلهای مختلف و بسته به ماهیت مدل متفاوت است.

در سال 1978 چارنز، کوپر و رودز[14] با استفاده از برنامه ریزی ریاضی روش غیرپارامتری فارل را، در مقاله ای تحت عنوان "اندازهگیری کارایی واحدهای تصمیم گیرنده"، برای سیستمی با - DMU - ورودی ها و خروجی های چندگانه تعمیم دادند و عنوان " تحلیل پوششی داده ها - Data Envelopment Analysis - "را به آن دادند. البته این تکنیک قبل از آن در سال 1976 در رساله دکتری رودز ب5ه راهنمایی کوپر تحت عنوان "ارزیابی پیشرفت تحصیلی دانش آموزان مدارس ملی آمریکا "مورد استفاده قرار گرفته بود. مدلی که توسط چارنز، کوپر و رودز معرفی شد مدل معروف CCR است که با فرض بازده به مقیاس ثابت ارئه شد و یکی از اساسی ترین مدل های تحلیل پوششی داده ها است. از آن زمان به بعد مطالعات زیادی در زمینه کاربرد و توسیع این روش صورت گرفت و مدل های جدید و مقالات زیادی در این زمینه ارئه شد.
پس از معرفی مدل CCR، بنکر ، چارنز و کوپر در سال 1984 با کامل کردن مقاله قبلی، مدل BCC را ارائه دادند.

مدل نسبت BCC برای ارزیابی کارایی واحد تحت بررسی - صفر - به صورت زیر می باشد:

2؛-2   تحلیل پوششی داده های بوت استرپ

یکی از نقاط ضعف تحلیل پوششی داده ها، شکنندگی کارایی بدست آمده از این روش است. ممکن است با تغییر نمونه کارایی بدست آمده تغییر چشمگیری داشته باشد. بوت استرپ فرآیندی است که می تواند این مشکل را برطرف کند

روش بوت استرپ برای اولین بار توسط افرون [16]6 برای برآورد دقت و توزیع نمونه ای آماره ها ارائه شد که حجم و تنوع بسیاری از پژوهش های یک ربع قرن گذشته را به خود اختصاص داده است[2] و همچنین در طرح های رگرسیون بیشتر بوت استرپ ترجیح داده می شود. سپس افرون روش بوت استرپ را که در سال 1979 معرفی کرده بود توسعه داد و مطالب جدیدتری را مورد بحث قرار داد. این روش بر مبنای تعداد زیادی نمونه است که از نمونه اصلی با جایگذاری انتخاب می شود. در شرایطی که امکان دسترسی به نمونه های وسیع تر برای تجزیه و تحلیل و نتیجه گیری نیست، روش بوت استرپ می تواند برآورد خوبی از واریانس برای پارامتر مورد علاقه بدست آورد.

بوت اسپرینگ یک روش کامپیوتری برای نسبت دادن معیار دقت به تخمین های نمونه داده است. این تکنیک صرفا به یک برنامه کامپیوتری نیاز دارد که با تکرار، یک جامعه بوت استرپ می سازد.. به طور عمومی این روش از روش های بازنمونه گیری است که در چند سال اخیر با استفاده از کامپیوتر گسترش فراوانی یافته است.

بوت اسپرینگ در واقع تخمین ویژگی های - مثل واریانس و ... - یک تخمین با استفاده از اندازه گیری همین ویژگی ها در یک توزیع تقریبی از کل داده های نمونه است. یک انتخاب استاندارد برای توزیع تقریبی؛ توزیع تجربی داده های مشاهده است. در حالتی که بتوان فرض کرد مجموعه از مشاهده ها از جمعیتی مستقل و به طور مساوی توزیع شده می باشد. بوت اسپرینگ می تواند با ساخت تعدادی باز نمونه پیاده سازی شودکه هیچ کدام از این باز نمونه ها در واقع نمونه هایی رندم با جایگزینی از مجموعه داده های اصلی هستند.

همچنین از بوت اسپرینگ می توان در ساخت آزمون های فرض آماری استفاده کرد. می توان گفت بوت استرپ روش ساده اما در عین حا قوی از روش نمونه گیری مونت کارلو است که برای تعیین دقت آماری یا برآورده کردن توزیع از روی آمارهای نمونه است. روش بوت اسپرینگ روش گول زننده و غیر علمی نیست بلکه در حقیقت یک روش علمی مفید است. بوت استرپ نمونه گیری است که با تبدیل از یک نمونه به دست می آید به عبارت دیگر نمونه گیری است درون یک نمونه. روش بوت استرپ با تکیه بر نمونه شخصی انجام می شود که اغلب آن نمونه شخصی تنها منبعی است که یک محقق برای تحقیق دارد و این به اهمیت روش بوت استرپ می افزاید

3؛-2   پیشینه تحقیق

برای ارزیابی کارایی واحدهای بانکی با روش DEA مطالعات فراوانی در سطح بانک و شعبات بانک وجود دارد که در ذیل به مهمترین آنها اشاره شده است:

·    مطالعه لوسیا نو و رقیز [20] - 2005 -

الیزا لوسیانو و لوسا رقیز مطالعه ای در مورد کارایی بانک و توسعه سیستم بانکی انجام دادند. در این مطالعه آنها به سنجش کارایی بانک های کشور اتحادیه اروپا - بلژیک، دانمارک، فرانسه، آلمان، لوکزامبورگ، هلند، پرتغال، اسپانیا و ایتالیا - پرداختند. در این تحقیق از روش تحلیل پوششی داده ها و مدل BCC استفاده شده و بعد از استخراج نتایج کش.رهای مذکور از لحاظ عملکرد سیستم بانکی رتبه بندی نیز برای آنها انجام شد. در نهایت به این نتیجه دست یافتند که کشور ایتالیا در پایین ترین سطح قرار دارد در حالیکه قبل از تجزیه و تحلیل به نظر می رسید در سطحی برابر با سایر بانک های اروپایی باشد.

·    مطالعه یانگ [24] - 2005 - 8

در مقاله ای با عنوان ارزیابی کارایی شعب بانک به روش تحلیل پوششی داده ها به ارزیابی کارایی 766 شعبه از یک بانک بزرگ کانادایی در طی دوره آوریل 2000 تا مارس 2001 با استفاده از تکنیک تحلیل پوششی داده ها مبادرت ورزیده است. وی از حالت ورودی محور و از هر دو مدل CCR , BCCدر روش تحلیل پوششی داده ها استفاده کرد و به دنبال تخمین کارایی مقیاس بوده است. نتایج تحقیق نشان می دهد که محیط عملات خارجی تاثیر مهمی بر کارایی شعب بانک دارد.

·    مطالعه رماناتان [23] - 2006 - 9

در مقاله ای با عنوان »کارایی بانک ها در کشور های عضو شورای همکاری های خلیج فارس« اقدام به ارزیابی عملکرد 55 بانک فعال درکشورهای عضو شورای مذکور با استفاده از روش تحلیل پوششی داده ها و شاخص مالکوئیست در دوره زمانی 2000؛2004 نموده است. دلیل انتخاب این کشور ها در این پژوهش این است که کشورهای عضو شورای همکاری های خلیج فارس، تحت شرایط اقتصادی و سیاسی یکسانی فعالیت می کنند.

نتایج این تحقیق نشان می دهد که با شرط بازدهی ثابت نسبت به مقیاس فقط 15 بانک از 55 بانک مورد مطالعه کارا هستند و از طرفی همه کشور های عضو شورای همکاری خلیج فارس حداقل یک بانک کارا دارند.

در متن اصلی مقاله به هم ریختگی وجود ندارد. برای مطالعه بیشتر مقاله آن را خریداری کنید