ارزیابی عملکرد بانک ملت با استفاده از تحلیل پوششی داده

دانلود پایان نامه کارشناسی ارشد رشته مدیریت

ارزیابی عملکرد بانک ملت با استفاده از تحلیل پوششی داده

مقدمه

بانک‌های کشور برای رقابت و ادامه حیات در محیط پویا، نیازمند ارزیابی مداوم شعب خود و تجدید سازمان‌دهی آن‌ها با توجه به نتایج ارزیابی می‌باشد. برای ارزیابی عملکرد و پی بردن به کارایی و ناکارایی واحدهای تصمیم‌گیری روش‌های مختلفی وجود داشت که اغلب تجربی و غیراستاندارد بوده و عموماً تنها ستاده‌های بانک را ملاک ارزیابی قرار می‌دهند. لذا محقق روش تحلیل‌پوششی‌داده‌ها که یک روش غیر پارامتری بوده و به مقایسه نسبت ستاده‌ها به داده‌ها می‌پردازد را انتخاب کرد.

برای انجام این روش بایستی ورودی‌ها و خروجی‌ها را برای هر شعب مشخص و مقدار آن را در مدل جایگذاری کنیم. در پژوهش حاضر از هشت مدل از انواع مدل‌های تحلیل‌پوششی‌داده‌ها، یعنی مدل‌های BCC، CCR، MSE، MAD، MAX، مدل پیشنهادی رضوی، مدل پیشنهادی ماکویی و مدل  Minmax استفاده گردیده است. بهره‌گیری از مدل‌های غیر کلاسیک به آن جهت است که این مدل‌ها بر اساس مدل برنامه‌ریزی آرمانی و اوزان مشترک، نسبت به مدل‌های کلاسیک از توانایی بالاتری در قدرت تفکیک‌پذیری و ارائه وزن‌های واقعی برخوردار هستند.

تشکیل مدل هر یک از شعب با جایگذاری ورودی‌ها و خروجی‌های شعب در مدل موردنظر و با کمک نرم‌افزار LINGO انجام گرفت؛ که منجر به مقایسه شعبه موردنظر با سایر شعب شد و درنتیجه کارایی آن تعیین گردید. شعبی که کارایی آن‌ها برابر یک باشند، شعب کارا و سایر شعب غیرکارا تلقی می‌گردند.واحدهای تصمیم‌گیری را می‌توان بر اساس کارایی هر یک به ترتیب صعودی یا نزولی رتبه‌بندی نمود. این رتبه‌بندی در مورد واحدهای غیرکارا امکان‌پذیر است، اما در خصوص واحدهای کارا که کارایی آن‌ها برابر یک می‌باشند، بایستی از یکی از روش‌های رتبه‌بندی واحدهای کارا استفاده نمود. روش اندرسون- پترسون یکی از روش‌های مذکور است که در این پژوهش از آن استفاده شده است.

هدف از این پژوهش ارزیابی عملکرد شعب بانک ملت شهر تهران با تحلیل پوششی داده ها DEA بصورت کامل و جامع و با منابع جدید می باشد

چکیده
امروزه محاسبه کارایی در سازمان‌ها و صنایع گوناگون یکی از اقدامات ضروری به‌منظور مقایسه میزان رقابت‌پذیری در صحنه داخلی و خارجی یک کشور است و بانک‌ها نیز از این قاعده مستثنی نیستند؛ بنابراین یکی از مهم‌ترین اهداف برای هر بانک، کارا بودن شعب آن می‌باشد. این پژوهش برای ارزیابی عملکرد و پی بردن به کارایی یا عدم کارایی شعب بانک ملت، ارائه گردیده است. برای این امر ۳۰ شعبه که در شهر تهران واقع شده‌اند، و اطلاعات آنها در دسترس بوده، انتخاب و با روش‌های مختلف تحلیل‌پوششی‌داده‌ها، تحلیل شدند. 

در تحلیل‌پوششی‌داده‌ها ملزم به مشخص کردن ورودی‌ها و خروجی‌ها می‌باشیم که از هزینه عملیاتی، هزینه سود پرداختنی، هزینه سرمایه‌ای و دارایی‌های ثابت هر شعبه به‌عنوان ورودی و سپرده‌ها، کارمزد و تسهیلات هر شعبه به‌عنوان خروجی، استفاده شده است. برای محاسبه کارایی شعب بانک ملت در روش تحلیل‌پوششی‌داده‌ها از  مدل کلاسیک CCR استفاده شده است ولی با توجه به مشکلات اساسی این روش‌، از مدل‌های پیشنهادی کائو و هانگ، رضوی و همکارانش، ماکویی و همکارانش و MinMax، استفاده گردیده است. در فرایند پژوهش، در هر مدل فوق، شعب کارا و ناکارا تمیز داده شده‌اند و ضرایب کارایی برای هر شعبه محاسبه گردیده است. سپس مدل‌های مختلف با یکدیگر مقایسه و بهترین مدل انتخاب شده است و شعب مرجع در بهترین مدل به‌ عنوان ملاک کارایی برای شعب ناکارا تعیین گردید.

واژگان کلیدی: ارزیابی عملکرد، تحلیل‌پوششی‌داده‌ها، کارایی 

بیان موضوع
امروزه بحث ارزیابی عملکرد شعب بانک و تأثیری که شعب بر عملکرد کل موسسه دارد، بسیار چالش‌برانگیز و حائز اهمیت است. بانک ‌ها با هر مأموریت، رسالت، اهداف و چشم‌انداز، ملزم به پاسخگویی به مشتریان، ارباب‌رجوع و ذینفعان هستند تا به هدف اصلی خود که سودآوری و رضایت مشتری است دست یابد. بانک‌ها برای رسیدن به هدفشان ملزم به ارزیابی دقیق شعب خود هستند تا بتوانند از این طریق شعب ناکارا، کمبودها و ضعف‌هایشان را شناسایی کنند و جهت بهبود و رسیدن به کارایی، اقدامات لازم را انجام دهند.

برای رسیدن به این امر احتیاج به تکنیک مناسب و دقیق ارزیابی عملکرد می‌باشد که در این پژوهش از روش تحلیل پوششی داده‌ها استفاده شد.تحلیل‌پوششی‌داده‌ها تکنیکی نا پارامتریک برای سنجش و ارزیابی کارایی نسبی مجموعه‌ای از واحدهای تصمیم‌گیرنده با ورودی‌ها و خروجی‌های چندگانه است. این روش دارای مدل های مختلفی است که  معروف‌ترین آن مدل‌های کلاسیک CCR و BCC می‌باشند. این مدل‌ها در تفکیک‌پذیری شعب از نظر کارایی و شناسایی کمبودها و ضعف ها ضعیف هستند و تعداد زیادی از شعب ناکارا را کارا در نظر می‌گیرند. بنابراین بانک‌ها با استفاده از این مدل‌ها قادر به شناسایی دقیق شعب خود نخواهند بود.
انتخاب بهترین مدل برای ارزیابی عملکرد شعب، از اهمیت زیادی برخوردار است. لذا این پژوهش سعی دارد با استفاده از مدل‌های دیگر تحلیل پوششی داده‌ها، مدل مناسب را شناسایی و شعب کارا را احصاء کند تا بانک ها از این طریق قادر به تشخیص دقیق شعب ناکارا و علل آن باشند.

فهرست مطالب

فصل اول: کلیات
۱-۱ مقدمه    ۲
۱-۲ بیان موضوع    ۳
۱-۳ اهمیت و ضرورت پژوهش    ۴
۱-۴ اهداف پژوهش    ۵
۱-۵ فرضیه پژوهش    ۶
۱-۶ سؤال‌های پژوهش    ۶
۱-۷ نوع و روش پژوهش    ۶
۱-۸ جامعه آماری    ۶
۱-۹ تعریف واژگان کلیدی    ۶

فصل دوم: ادبیات موضوع
۲-۱ مقدمه    ۹
۲-۲ کارایی    ۹
۲-۲-۱ انواع کارایی    ۱۱
۲-۲-۱-۱ کارایی فنی یا تکنیکی    ۱۱
۲-۲-۱-۲ کارایی تخصیصی    ۱۱
۲-۲-۱-۳- کارایی اقتصادی    ۱۲
۲-۲-۱-۴ کارایی ساختاری    ۱۲
۲-۲-۱-۵ کارایی مقیاس    ۱۳
۲-۳ تحلیل‌پوششی‌داده‌ها:    ۱۴
۲-۳-۱ تاریخچه تحلیل‌پوششی‌داده‌ها    ۱۵
۲-۳-۲ مزایای تحلیل‌پوششی‌داده‌ها    ۱۶
۲-۳-۳ معایب تحلیل‌پوششی‌داده‌ها    ۱۷
۲-۳-۴ مدل‌ CCR    ۱۷
۲-۳-۴-۱ مدل نسبت CCR (ورودی محور)    ۱۹
۲-۳-۴-۲ مدل مضربی CCR (ورودی محور)    ۲۰
۲-۳-۴-۳ مدل پوششی CCR (ورودی محور)    ۲۰
۲-۳-۴-۴ مدل‌های ورودی محور و خروجی محور    ۲۱
۲ـ۳-۴-۵ بازده مقیاس    ۲۲
۲ـ۳-۴-۵ـ۱ بازده ثابت به مقیاس    ۲۲
۲ـ۳-۴-۵ـ۲ بازده متغیر به مقیاس    ۲۳
۲ـ۳-۵ مدل BCC    ۲۳
۲ـ۳-۵ـ۱ مدل مضربی BCC (ورودی محور)    ۲۳
۲ـ۳-۵ـ۲ مدل پوششی BCC (ورودی محور)    ۲۴
۲ـ۳-۵-۳ مدل پوششی BCC (خروجی محور)    ۲۵
۲ـ۳-۶ تحلیل‌پوششی‌داده‌ها و مدل برنامه‌ریزی آرمانی    ۲۵
۲-۳-۶-۱مدل DEA باهدف حداقل کردن متغیر انحرافی    ۲۶
۲ـ۳-۶-۲ مدل DEA باهدف حداقل کردن مجموع متغیرهای انحرافی    ۲۶
۲ـ۳-۶-۳ مدل DEA باهدف حداقل کردن حداکثر میزان انحراف    ۲۷
۲-۳-۷ اوزان مشترک    ۲۷
۲-۳-۷-۱مدل پیشنهادی رضوی برای محاسبه اوزان مشترک    ۲۹
۲-۳-۷-۲ مدل پیشنهادی ماکویی    ۳۰
۲-۳-۷-۳ مدل پیشنهادی کائو و هانگ    ۳۰
۲ـ۳-۸ روش‌های رتبه‌بندی واحدهای کارا    ۳۱
۲ـ۳-۸-۱ مدل اندرسون و پترسون    ۳۲
۲ـ۳-۸ـ۲ رتبه‌بندی کامل با استفاده از DEA / AHP    ۳۲
۲ـ۴ الگوبرداری در DEA    ۳۴
۲ـ۵ سوابق مطالعاتی    ۳۵
۲ـ۵-۱ مطالعات انجام‌شده در حوزه بانکی    ۳۵
۲ـ۵-۲ تحلیل پوشش داده‌ها، تحقیقات انجام‌شده در حوزه بانکی    ۳۷
۲ـ۵-۳ نتیجه‌گیری در سوابق مطالعاتی    ۴۰

فصل سوم: روش شناسی پژوهش
۳-۱ مقدمه    ۴۳
۳-۲ تاریخچه بانک ملت    ۴۳
۳-۳ روش تحقیق    ۴۴
۳-۴ شیوه و ابزار جمع‌آوری اطلاعات    ۴۵
۳-۵ تعیین ورودی‌ها و خروجی‌ها    ۴۶
۳-۵-۱ ورودی‌ها    ۴۶
۳-۵-۲ خروجی‌ها    ۴۷
۳-۶ مدل‌های بکاررفته در پژوهش    ۴۸
۳-۷ انتخاب نرم‌افزار برای حل مدل‌ها    ۴۹

فصل چهارم: تجزیه و تحلیل اطلاعات
۴-۱ مقدمه    ۵۱
۴-۲ پارامترها و شاخص‌های مدل    ۵۱
۴-۳ رویکرد اول: ساخت و حل مدل CCR    ۵۳
۴-۳-۱ ارائه یک مدل CCR برای شعبه ۳۰ و نتیجه حل آن    ۵۴
۴-۳-۲ ارائه نتایج حل مدل CCR برای کل شعب    ۵۵
۴-۴ رویکرد دوم: ساخت و حل مدل پیشنهادی ماکویی    ۵۷
۴-۴-۱ ارائه مدل پیشنهادی ماکویی و نتیجه آن    ۵۷
۴-۴-۱ حل مدل اوزان مشترک ماکویی    ۶۱
۴-۵ ضریب همبستگی اسپیرمن    ۶۱

فصل پنجم: نتیجه‌گیری و پیشنهاد‌ها
۵-۱ مقدمه    ۶۸
۵-۲ نتیجه‌گیری    ۶۸
۵-۳ پیشنهادات کاربردی    ۷۱
۵-۴ پیشنهادهایی برای محققین آینده    ۷۲
۵-۵ محدودیت‌های پژوهش    ۷۳

منابع    ۷۴
پیوست‌ها    ۷۸

فهرست جداول
جدول ۴-۱ ورودی و خروجی‌های شعب بانک ملت    ۵۲
جدول ۴-۲ کارایی شعب بانک    ۵۵
جدول ۴-۳ اوزان مشترک ورودی‌ها و خروجی‌ها    ۶۲
جدول ۴-۴ کارایی شعب    ۶۲
جدول ۴-۵ مقادیر کارایی نسبی واحدهای تصمیم‌گیری مختلف مدل‌ها    ۶۳
جدول ۴-۶ رتبه‌بندی شعب در هر مدل    ۶۴
جدول ۴-۷ مقادیر rs میان CCR و سایر مدل‌ها    ۶۶ جدول ۵-۱ متوسط کارایی در هر مدل    ۷۰
جدول ۵-۲ تعداد واحدهای کارا در هر مدل    ۷۱

فهرست اشکال
شکل ۱-۱- محاسبه انواع کارایی به روش فارل    ۱۰