طراحی یک مدل تحلیل پوششی داده‌های شبکه‌ای غیرشعاعی جهت ارزیابی عملکرد

ارزیابی عملکرد از ضروریات هر سازمانی به منظور برنامه ریزی و کنترل است. ارزیابی بانک ها عملکردشان مستقیم و غیرمستقیم روی کیفیت زندگی افراد تاثیر می گذارد، عمدتا با مدل های تحلیل پوششی داده ها انجام می گیرد. بانک ها همانند بسیاری از سازمان ها دارای یک ساختار شبکه ای دومرحله ای هستند. از آنجا که مدل های سنتی تحلیل پوششی داده ها به دلیل عدم توجه به ساختار داخلی و دیدگاه جعبه سیاه از ارزیابی چنین ساختاری ناتوان هستند و نمی توانند منبع عدم کارایی را به خوبی مشخص کنند، در این تحقیق ابتدا یک مدل تحلیل پوششی داده های شبکه ای شعاعی و سپس بر مبنای ایده راسل یک مدل غیرشعاعی توسعه داده شد. در مرحله بعد از مدل غیرشعاعی ارائه شده در یک مطالعه کاربردی و تجربی جهت ارزیابی ساختار دومرحله ای 30 بانک شامل مرحله جمع آوری سپرده و مرحله سوداوری استفاده شد. همچنین ریسک فعالیت های بانکی با در نظر گرفتن اقساط معوقه به عنوان خروجی نامطلوب مورد توجه قرار گرفت. نتایج کارایی مراحل و شبکه نشان می دهد که مدل مقاله، ارزیابی بهتری از عملکرد بانک ها ارائه می کند و منبع عدم کارایی را بهتر مشخص می کند. مدل های ارائه شده را می توان به ساختارها و کاربردهای دیگر نیز توسعه داد.

Designing a NonOriented NDEA for Performance Evaluation

Performance evaluation for each organization is necessary to plan and control. Banks are part of public service and their performance influences peoples life quality, and their performance evaluation is mostly done with DEA models. As other organizations banks include a twostaged network structure. The traditional DEA models are inefficient for evaluation because of not paying attention to internal structure and blackbox perspective and can't determine the source of inefficiency well, so in this research first an oriented NDEA model and then a nonoriented model based on Russell idea were developed. In next stage, the presented nonoriented model was used in an applied and experimented study for performance evaluation of 30 banks twostaged structure including depositcollecting stage and profitmaking stage. Also, the risk of banks activities was considered with regard to delayed payments as undesirable output. The result of stages and network efficiency show the research model gives a better evaluation of banks performance. The presented models can be developed to other structures and applications.