فرمت ورد:دانلود پروژه رشته مدیریت در مورد مطالعه موردي بانك صادرات استان مازندران – قسمت دوم

دانلود پایان نامه

فرض اساسي مدل تحليل پوششي داده ها اين می باشد كه: چنانچه واحد A بتواند بردار محصولات Y(A) را با بكار گيري بردار عوامل توليد X(A) توليد كند، بقيه واحدها هم بايد توانايي انجام اين كار را داشته باشند. آنگاه واحد A و بقيه واحدها را ميتوان با هم تركيب كرد و يك توليد كننده تركيبي (تركيب عوامل توليد و محصولات آنها)بدست آورد كه وجود خارجي ندارد و آنرا (‌توليد كننده مجازي) مي نامند. هدف دستيابي به بهترين توليد كننده مجازي ممكن، براي هر واحد واقعي می باشد. چنانچه عملكرد واحد مجازي بهتر از عملكرد واحد واقعي باشد مي توان گفت واحد واقعي كار ناكاراست. در حاليكه واحد كارا مقدار كارايي آن برابر با يك و در غير اين صورت كمتر از يك خواهد بود.

نکته مهم : برای بهره گیری از متن کامل پژوهش یا مقاله می توانید فایل ارجینال آن را از پایین صفحه دانلود کنید. سایت ما حاوی تعداد بسیار زیادی مقاله و پژوهش دانشگاهی در رشته های مختلف می باشد که می توانید آن ها را به رایگان دانلود کنید

تحليل پوششي داده ها تكنيكي می باشد كه از كليه مشاهدات گردآوري شده براي      اندازه گيري كارايي بهره گیری مي كند. بر خلاف روش رگرسيون با ميانگين سازي در مقايسه واحدها با بهترين عملكرد موجود در مجموعه واحدهاي تحت بررسي دست مي يابد. تحليل پوششي داده ها، هر كدام از مشاهدات را در مقايسه با مرز كارا بهينه مي كند. هر دو روش پارامتري و غيرپارامتري (برنامه ريزي رياضي) از تمامي اطلاعات به گونه كامل بهره گیری مي كند. در روش پارامتري عملكرد هر واحد نسبت به معادله رگرسيون بهينه شده مشخص مي گردد.در حاليكه در تحليل پوششي داده ها با ساخت و حل n مدل، عملكرد n واحد تحت بررسي قرار مي گيرد. روش پارامتري نيازمند يك تابع رياضي می باشد كه بر آن اساس با بكارگيري متغيرهاي مستقل، متغير وابسته تخمين زده مي گردد. علاوه بر آن، فرضياتي در مورد تابع توزيع داده ها همراه با محدوديتهاي مدل نيز بايد مورد توجه قرار گيرد. اما تحليل پوششي داده ها، نيازمند بررسي، يك واحد مجازي با بالاترين كارايي را ساخته و واحدهاي ناكارا را با آن مي سنجد.

چارنز،كوپرورودز، معيار فارل را توسعه داده و مدلي را ارائه كردند كه توانايي    اندازه گيري كارايي با چندين ورودي و چندين خروجي را داشت. اين مدل را تحليل پوششي داده ها يا DEA نام نهادند و براي اولين بار در رساله دكتري «ادوارد رودز به راهنمايي كوپر تحت عنوان « ارزيابي پيشرفت تحصيلي دانش آموزان مدارس ملي آمريكا كه در سال 1976 در دانشگاه كارنگي مورد بهره گیری قرار گرفت و در سال 1978 در مقاله اي تحت عنوان «اندازه گيري واحدهاي تصميم گيرنده » ارائه گردید. ( چارنز، كوپر، رودز، 1976) آنها تحليل اوليه          را كه در حالت تك داده و تك ستاده مطرح شده بود به حالت چند داده وچند ستاده تبديل كردند.

نام تحليل پوششي داده ها به اين علت می باشد كه مرز كارا تمام داده هايي كه ما در اختيار داريم پوشش مي دهد.

شما می توانید تکه های دیگری از این مطلب را در شماره بندی انتهای صفحه بخوانید              

فصل سوم: روش شناسي

به مقصود بررسي كارايي سيستم بانكداري ج. ا. ايران، 141 شعبه بانك صادرات استان مازندران در سال مالي 1383 از ميان روشهاي كه جهت ارزيابي شعب كه قبلاً گفته گردید، روش (DEA) انتخاب شده می باشد.

تجربه بررسي ها و تحقيقات انجام شده در زمينه سنجش كارايي بخصوص كارايي سيستم بانكي، نشان داده می باشد كه بهره گیری از روش DEA از ساير روشهاي گفته شده، موثرتر می باشد. (كاشاني پور، 1384)

هرچند كه انتخاب معيارها و مدل هاي پايه در نتيجه تحقيق موثر می باشد، اما وجود محدوديتهاي خاص از لحاظ دستيابي به اطلاعات، و وجود متغيرهاي غير كنترلي در سطح شعب مانند منابع و شركتهاي اقتصادي باعث انتخاب اهميت ورودي و حساسيت روي آنها در تحقيق مي گردد. روش تحليل پوششي داده ها، مدل «تحليل بهره وري چند عامله می باشد كه براي اندازه گيري كارايي محصول توليد شده، به ارزيابي كارايي واحدها نسبت به يكديگر مي پردازد. اين ويژگي از آن، ابزاري بسيار ساده و مفيد ساخته می باشد. با اين وجود انتخاب مدل پايه و فروض مناسب از بين مدل هاي پايه و فروض متفاوت در اين روش نكته اي می باشد كه بايد محقق با در نظر داشتن نوع داده ها و ستاده ها بكار بگيرد لذا، انتخاب مدلي كه بتواند حداكثر توانايي در اندازه گيري كارايي و بالاترين توان، از لحاظ نزديكي به واقعيت بر اساس شواهد موجود را دارا باشد،‌ الزامي به نظر مي رسد.

نقاط ضعف و قوت روش DEA

همانند هر روش پژوهشي اين شيوه نيز داراي نقاط قوت و ضعفي به توضیح زير می باشد. بعضي از توانايي هاي اين روش عبارتند از:

  • عدم نياز به فرم تابعي خاصي كه مقادير عوامل توليد را به ميزان محصولات مرتبط كند.
  • مقايسه واحدهاي مورد بررسي فقط با واحدهاي مشابه خودشان يا تركيبي از آنها
  • شما می توانید مطالب مشابه این مطلب را با جستجو در همین سایت بخوانید                     
  • داده ها و محصولات مي توانند مقياس هاي متفاوتي داشته باشند. به عنوان مثال، عامل X1 تعداد حساب و عامل X2 ميزان سپرده ها به ريال باشد، لازم نيست از پيش ارتباط بين اين دو عامل را تعريف كنيم.

از نارسايي هاي اين روش( كه به مرور اصلاح مي شوند) به موارد زير تصریح مي گردد.

  • از آنجايي كه در تحليل داده ها از فنون تعيين كرانه بهره گیری مي گردد،‌اختلالاتي همچون خطا در اندازه گيري داده ها مي تواند اشكالات زيادي در نتايج ايجاد كند.
  • تحليل پوششي داده ها روش مناسب براي بدست آوردن كارايي نسبي می باشد و به ندرت كارايي مطلق را نشان مي دهد به عبارت ديگر به شما مي گويد كه نسبت به رقيبان خود نه نسبت به يك نقطه بهينه تئوريك چگونه اقدام مي كند.
  • با در نظر داشتن اينكه DEA يك فن ناپارامتري می باشد، به كار بردن آزمون فروض آماري بر نتايج آن مشكل می باشد. از آنجا كه در تحليل پوششي داده ها براي هر واحد يك برنامه جدا تعريف مي گردد، تعداد معادلاتي كه بايد حل گردد زياد می باشد و احتمال دارد در محاسبات با مشكلاتي مواجه شويم.

معرفی متغيرهاي الگو: همانطور كه پيشتر توضيح داده گردید،‌روش تحليل پوششي   داده ها براي مجموعه اي از واحدهاي تصميم گيرنده (DMU) مورد بررسي، با بهره گیری از اطلاعات مربوط به ميزان نهاده ها و ستاده هاي اين واحدها و مدل بكار رفته – كه بر اساس اهداف اندازه گيري و شرايط واحدها طراحي شده می باشد – سطح پوششي يا مرز كارايي تشكيل مي دهد. سپس ميزان كارايي واحدهاي ناكارا را نسبت به سطح كارايي به دست آورده، مي سنجد. انتخاب دقيق و مناسب نهاده ها و      ستاده ها،‌ يكي از عوامل تعيين كننده در دستيابي به نتايج تحقيقات مشابه فوق و متناسب با اهداف سازمان در ارزيابي می باشد.

این نوشته در مدیریت ارسال شده است. افزودن پیوند یکتا به علاقه‌مندی‌ها.

پاسخی بگذارید