ارزيابي كارايي شعب بانك توسعه صادرات ايران

Efficiency Evaluation of Export Development Bank of Iran

در اندازه­ گيري كارايي، تركيب روش شبكه عصبي مصنوعي و روش تحليل سلسله مراتبي يكي از بهترين روش­ هايي است كه مشكلات مربوط به روش ­هاي سنتي و شبكه عصبي مصنوعي از قبيل: عدم توانايي آنها براي در نظر گرفتن شاخص ­هاي ورودي و خروجي چندگانه، ادغام نمرات كارايي و حصول رتبه ­بندي جامع شعب در ارزيابي كارايي واحدهاي داراي چند خروجي و... را ندارد. لذا پژوهش حاضر با تركيب روش شبكه عصبي مصنوعي و روش تحليل سلسله مراتبي با بكارگيري ديدگاه واسطه ­گري، متغيرهاي كل سپرده ­ها، هزينه­ هاي جذب منابع، هزينه ­هاي عملياتي به عنوان ورودي و كل تسهيلات، سود ناشي از تسهيلات و درآمدهاي غير تسهيلاتي(كارمزد) به عنوان متغيرهاي خروجي به اندازه ­گيري، ارزيابي و مقايسه كارايي شعب بانك توسعه صادرات ايران طي سال­ هاي 1383 تا 1393 مي ­پردازد. نتايج اين مطالعه نشان مي ­دهد، از بين شعب مورد ارزيابي بر اساس معيار كارايي جامع در سال­ هاي 1383 تا 1387 شعبه مركزي و از سال 1387 تا 1393 شعبه زنجان كاراترين شعبه محسوب گرديده ­اند.

In the measurement of efficiency, combining the Artificial Neural Network and Analytical Hierarchy Process Model is one of the best methods that hasnot problems with traditional methods and artificial neural network such as: their inability to consider multiple input and output indicators, intregration of efficiency scores and obtaining the overall ranking of branches and their efficiency evaluating of the multiple output units. the present study combining the Artificial Neural Network and Analytical Hierarchy Process Model by applying an intermediary perspective, variables of total deposit, costs of attracting sources, operational costs as input and total facilities, profits obtained by facilities and earnings which obtained by non-facilities (charge) as output variables to measure, evaluate and compare the efficiency of branches of the Export Development Bank of Iran from 2004 to 2014. The results of this study showed that, among the evaluated branches based on comprehensive efficiency benchmark, Central and Zanjan branches were the most efficient ones from 2004 to 2008 and 2008 to 2014 respectively.