|
|
|
|
آینده نگاری صنعت بانکداری با بکارگیری رویکرد سناریونویسی و ماتریس تاثیرات متقاطع
|
|
|
|
|
|
|
|
نویسنده
|
بکامیری حمید ,مهرآیین (لگزیان) محمد ,پویا علیرضا ,شریف حسین
|
|
منبع
|
مطالعات مديريت كسب و كار هوشمند - 1400 - دوره : 10 - شماره : 37 - صفحه:233 -266
|
|
چکیده
|
پژوهش حاضر ضمن شناسایی مهمترین شاخص‌های کلیدی موثر بر صنعت بانکداری، به دنبال ترسیم وضعیت بانکداری ایران در آینده می‌باشد. در این پژوهش از برنامه‌ریزی مبتنی بر سناریو و ماتریس تاثیر متقاطع استفاده شده است. در میان تمامی عوامل شناسایی شده، 29 عامل کلیدی موثر بر آینده این صنعت از طریق تحلیل سلسه مراتبی فازی انتخاب و سپس با تحلیل ماتریس تاثیر متقاطع ماهیت و نحوه اثرگذاری هریک از این عوامل بر صنعت بانکداری مشخص و در ادامه از روش تحلیل بالانس اثرات متقابل برای سناریونویسی استفاده شد. براین اساس از میان کل سناریوی‌های ترکیبی، سناریوهای محتمل قوی با استفاده از خوشه‌بندی کی مودز در 5 دسته کلی خوشه‌بندی شدند. در پایان نیز 4 سناریو شامل خوشبینانه برای بانک، تحول صنعت بانکی، شرایط تورمی و تحریم شناسایی شدند. بر این اساس امکان برنامه‌ریزی راهبردی و عملیاتی برای بانک کشاورزی مبتنی بر تحلیل عدم قطعیت‌های پیش‌روی برای هریک از سناریوها مهیا شد.
|
|
کلیدواژه
|
صنعت بانکی، برنامه ریزی مبتنی بر سناریو، آینده نگاری، ماتریس تاثیرات متقاطع، تحلیل ساختاری
|
|
آدرس
|
دانشگاه فردوسی مشهد, ایران, دانشگاه فردوسی مشهد, گروه مدیریت, ایران, دانشگاه فردوسی مشهد, گروه مدیریت, ایران, دانشگاه صنعتی شریف تهران, گروه مدیریت, ایران
|
|
پست الکترونیکی
|
hossein.sharif@northumbria.ac.uk
|
|
|
|
|
|
|
|
|
|
|
|
|
|
The Banking Industry Foresight Using the Scenario Planning Approach and the Cross-Effects Matrix
|
|
|
|
|
Authors
|
bekamiri hamid ,Lagzian Mohammad ,Pooya Alireza ,Sharif Hossein
|
|
Abstract
|
While this study identifies the most important key indicators that influence the banking industry, it also attempts to provide a forecast for the Iranian banking industry in the future. Scenario planning and crossimpact matrix are used in this study. Among all the identified factors, 29 key factors influencing the future of the industry were selected through a fuzzy analytical hierarchical process and then the impact of each of these factors was determined through analysis of the crossimpact matrix. The crossimpact balance was then used to write scenarios.Accordingly, of all combined scenarios, the most likely strong scenarios were clustered into five general categories using Kmode clustering. Finally, four scenarios were identified, including optimism for the bank, banking industry development, inflationary conditions and sanctions. It was therefore possible to define action plans for each of the scenarios.
|
|
Keywords
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|