عنوان پایان‌نامه
توسعه مدل تحلیل پوششی داده های شبکه ای پویا ( DNDEA) جهت ارزیابی عملکرد بانکها
- رشته تحصیلی
- مدیریت _ رفتار سازمانی
- مقطع تحصیلی
- دکتری تخصصی PhD
- محل دفاع
- کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 81562;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 81562
- تاریخ دفاع
- ۲۶ شهریور ۱۳۹۶
- دانشجو
- رضا سلیمانی دامنه
- استاد راهنما
- منصور مومنی
- چکیده
- تحلیل پوششی داده ها(DEA) یک تکنیک ریاضی جهت ارزیابی عملکرد واحدهای تصمیم گیرنده با ورودی ها و خروجی های مشابه است. مدل های سنتی DEA به ساختار داخلی واحدها توجه نمی کنند و دیدگاه جعبه سیاه دارند، بنابراین جهت ارزیابی ساختارهای با بیش از یک مرحله، مدل های DEA شبکه ای (NDEA) توسعه پیدا کردند. اما این مدل ها ایستا هستند و زمان را در ارزیابی لحاظ نمی کنند. از طرف دیگر مدل های DEA پویا (DDEA) که جهت ارزیابی واحدها در طول زمان توسعه پیدا کردند، ساختار واحد را در هر دوره زمانی به صورت جعبه سیاه درنظر می گیرند. بسیاری از سازمان ها (از جمله بانک ها) دارای فرایند چندمرحله ای هستند و فعالیت آن ها یک فرایند ادامه دار در دوره های متوالی است و استفاده از مدل های شبکه ای و پویا به تنهایی جهت ارزیابی آن ها کافی نیست. در این پژوهش مدل های تحلیل پوششی داده های شبکه ای پویا (DNDEA) خروجی محور شعاعی و غیرشعاعی و ورودی محور شعاعی و غیرشعاعی توسعه داده می شود که همزمان ساختار و زمان را در ارزیابی در نظر می گیرند. سپس از آن¬ها در یک مطالعه کاربردی جهت ارزیابی عملکرد 26 مدیریت استانی شعب بانک کشاورزی استفاده شد و کارایی شبکه ای پویای کل، کارایی هر مرحله و کارایی هر سال محاسبه گردید و چگونگی کاراشدن هر بانک ناکارا به تفکیک هر مرحله و سال بیان شد. همچنین با ذکر مثال هایی، برتری های مدل های پژوهش به مدل های ادبیات تحقیق ذکر شد. از مدل های ارائه شده جهت ارزیابی ساختارهای دیگر و کاربردهای دیگر غیر از بانک نیز می توان استفاده کرد.
- Abstract
- Data envelopment analysis is a mathematical technique to evaluate the performance of DMUs with similar inputs and outputs. The traditional models don’t consider the internal structure of DMUs and have a black box perspective, so in order to assess the structures with more than one stage, Network DEA (NDEA) models were developed, but these models are static and don’t consider time in the evaluation. On the other hand, Dynamic DEA (DDEA) models that were developed to assess DMUs during the time, consider DMUs in every period of time as a black box. Most of the organizations (such as banks) have the multi stage process and their operation is a continuous process during consequent periods, and using the Network DEA and Dynamic DEA alone is not adequate to assess them. In this study, Dynamic Network DEA (DNDEA) Output-Oriented and Input-Oriented models is developed that considers both the structure and time in the evaluation. After developing the model, it was used in an applied study to evaluate the performance of 26 banks, and the stages efficiency, network efficiency and dynamic network efficiency of them were calculated. Keywords: Dynamic Network DEA, Network Efficiency, Dynamic Network Efficiency, Bank.
