بکارگیری مدل تحلیل پوششی داده‌های فازی شبکه‌ای با ورودی غیر اختیاری-خروجی نامطلوب به‌منظور ارزیابی عملکرد شعب بانک

مسئله ارزیابی کارایی یکی از مهم‌ترین چالش‌های پیش روی مدیران در صنعت پویا و حیاتی بانکداری به شمار می‌رود. به دلیل نقش بسیار مهم و اساسی بانک‌ها در اکثر فعالیت‌های اقتصادی، بررسی کارایی بانک از جایگاه برخوردار است. مدل‌های مبتنی بر تحلیل پوششی داده‌ها کاربردهای وسیعی در حوزه سنجش و ارزیابی کارایی بانک‌ها داشته‌اند. در این پژوهش سعی شد تا با اضافه کردن مفروضات دیگری به مدل سنتی تحلیل پوششی داده‌ها، از مدلی استفاده نمود که با شرایط واقعی مرتبط با واحدهای تصمیم‌گیری منطبق‌تر بوده و میزان کارایی را به‌صورت دقیق‌تری محاسبه نماید. در طراحی مدل تحلیل پوششی داده‌ها در پژوهش حاضر، به شبکه‌ای بودن و روابط داخلی هر واحد تصمیم‌گیری، ستانده نامطلوب، ورودی غیراختیاری و برخورداری متغیرها از ماهیت فازی توجه شده است. پس از توسعه مدل با مفروضات ذکرشده، ابتدا بر اساس مرور مطالعات پیشین و نیز بررسی‌های میدانی و کسب نظر از خبرگان این صنعت، شاخص‌هایی به‌عنوان ورودی و خروجی در نظر گرفته شدند. پس از شناسایی شاخص‌ها، به‌منظور غربالگری اولیه شاخص‌های شناسایی‌شده از ادبیات تحقیق، از روش دلفی فازی استفاده شد. پس از تائید اولیه شاخص‌ها، از تکنیک تحلیل عاملی تاییدی به نهایی سازی شاخص‌ها اقدام شد. در نهایت نیز مدل پژوهش با استفاده از داده‌های جمع‌آوری‌شده توسط نرم‌افزار گمز و با رویکرد برش آلفا حل شد. نتایج حاکی از آن است که از بین 38 شعبه مورد بررسی، 8 شعبه کارا و 30 شعبه دیگر ناکارا هستند.

application of fuzzy network data envelopment analysis model with optional input-undesirable output in order to evaluate the performance of bank branches

the issue of efficiency evaluation is one of the most important challenges facing managers in the dynamic and vital banking industry. due to the very important and fundamental role of banks in most economic activities, the study of bank efficiency has a special place. models based on data envelopment analysis had wide applications in the field of measuring and evaluating the efficiency of banks. in this study, we tried to add other assumptions to the traditional model of data envelopment analysis, using a model that is more consistent with the real conditions related to decision-making units and calculates the efficiency more accurately. in designing the data envelopment analysis model in the present study, attention has been paid to the networking and internal relations of each decision-making unit, undesirable output, involuntary input and the fuzzy nature of the variables. after developing the model with the mentioned assumptions, first, based on reviewing previous studies as well as field studies and obtaining opinions from industry experts, indicators considered as input and output. after identifying the indicators, fuzzy delphi method used for initial screening of the identified indicators from the research literature. after the initial approval of the indices, the indices analyzed using the confirmatory factor analysis technique. finally, the research model solved using data collected by gams software and with alpha-cutting approach. the results show that out of 38 branches examined, 8 branches are efficient and another 30 branches are inefficient.