ارزیابی کارایی شعب بانک تجارت استان مازندران با استفاده از شبکه های عصبی مصنوعی

thesis

وزارت علوم، تحقیقات و فناوری - دانشگاه مازندران
author علی زارع شاهی
adviser عبدالحمید صفایی قادیکلایی اسمعیل ابونوری
publication year 1388

abstract

در اقتصاد امروز، صنعت بانکداری از اهمیت شایانی برخوردار است. با بهبود تکنولوژی، رقابت بین بانک¬ها و دیگر موسسات مالی شدت گرفته است و در این میان موسساتی موفق هستند که در عملکرد، کارایی داشته باشند. امروزه هر چند شاهد حضور بانک¬ها در خط مقدم تلاش برای بهبود عملکرد خود هستیم؛ اما آنها نیز سیستم ارزیابی جامعی برای ارزیابی عملکرد شعب خود در اختیار ندارند. اکثر بانک¬ها به طور سنتی، برای ارزیابی عملکرد خود، بر معیارهای گوناگون سودآوری تاکید دارند و معمولاً برای ارزیابی جنبه¬های مختلف عملیات از نسبت¬های چندگانه¬ای استفاده می کنند. این در حالیست که، تحلیل نسبت¬های مالی اطلاعات ناچیزی را ارائه می دهند. بر این اساس، در این مطالعه؛ با استفاده از تکنیک شبکه های عصبی مصنوعی به ارزیابی کارایی شعب بانک تجارت استان مازندران در سال 1387 پرداخته شد. نتایج محاسبات نشان داد که از بین 90 شعبه مورد ارزیابی؛ تنها 5 شعبه در ارائه¬ی وام ها و تسهیلات کارا عمل کرده اند؛ لیکن متوسط کارایی شعب در این قسمت در حدود 61 درصد بود. در بخش درآمد بهره ای؛ از بین شعب مورد ارزیابی، تنها 7 شعبه کارا عمل می کردند و متوسط کارایی شعب در حدود 56 درصد بود. و در نهایت در بخش درآمد غیر بهره ای، نتایج نشان داد که تنها 7 شعبه به صورت کارا عمل می کردند و متوسط کارایی شعب در تولید این خروجی در حدود 39 درصد بوده است. در ادامه با استفاده از مدل پیشنهادی فرایند تحلیل سلسله مراتبی و شبکه های عصبی مصنوعی، ضعف اساسی شبکه های عصبی در ارزیابی کارایی واحدهای دارای چندین خروجی رفع شده و با ترکیب نمرات کارایی خروجی ها، رتبه بندی واحدی از شعب مورد مطالعه ارائه شد. در ادامه نتایج مدل پیشنهادی با نتایج مدل های تحلیل پوششی داده ها مورد مقایسه قرار گرفت. مقایسه رتبه بندی های حاصل از مدل های ccr، bcc و مدل پیشنهادی؛ نشان دادکه بین نتایج مدل های ccr و پیشنهادی همبستگی قوی به میزان 62 درصد وجود دارد. همچنین همبستگی متوسطی به میزان 53 درصد بین نتایج مدل های bcc و پیشنهادی دیده شد. بر این اساس؛ مدل ارائه شده در این تحقیق می تواند به عنوان روشی موثر در جهت بهبود کارایی تکنیک شبکه های عصبی مصنوعی در برخورد با خروجی های چندگانه مورد استفاده قرار گیرد.

similar resources

به کارگیری شبکه های عصبی مصنوعی در اندازه گیری کارایی صنعت بانکداری(مطالعه موردی: شعب بانک تجارت استان مازندران)

تکنیکهای اندازهگیری کارایی در دو حوزهی مرزهای پارامتریک و مرزهای ناپارامتریک توسعه یافته و هر یک دارای توانمندیها و محدودیتهای ویژهای هستند. تحلیل پوششی دادهها مرسوم ترین روش در اندازهگیری کارایی می باشد. رویکرد دیگری که اخیرا در برخی مطالعات مطرح شده؛ تخمین مرز کارایی با استفاده از شبکههای عصبی مصنوعی می باشد. شبکههای عصبی به دلایلی چون دقت بالا در تخمین توابع تولید، توانایی عمل در م...

full text

به کارگیری شبکه های عصبی مصنوعی در اندازه گیری کارایی صنعت بانکداری(مطالعه موردی: شعب بانک تجارت استان مازندران)

full text

ارزیابی کارایی شعب بانک اقتصاد نوین با ترکیبی از روش شبکه عصبی و تحلیل پوششی داده ها

full text

شبیه سازی شوری آب زیرزمینی با استفاده از شبکه عصبی مصنوعی(ANN) در سواحل استان مازندران

چکیده امروزه یکی از مسائل محدود کننده در بحث تأمین آب، مسئله کیفیت آب است. اندازه گیری پارامتر های کیفی آب زیر زمینی مستلزم صرف هزینه های زیاد و زمان بر می باشد. برآورد پارامترهای کیفی آب با استفاده از مدل ها موجب کاهش هزینه ها و دسترسی به آمار جامعی برای مدیریت منابع آب خواهد شد. در این تحقیق از شبکه عصبی مصنوعی (ANN) برای شبیه سازی شوری آب زیرزمینی در سواحل استان مازندران استفاده شد. بدین ...

full text

مدل سازی و پیش بینی کارایی بانک های دولتی و خصوصی ایران با استفاده از مدل های شبکه عصبی مصنوعی، شبکه عصبی فازی و الگوریتم ژنتیک

دستیابی به رشد مستمر و مداوم اقتصادی و به موجب آن توسعه اقتصادی را می توان از زمره اهدافی قلمداد نمود که تمام کشورها در پی دستیابی به آن می باشند. در این راستا بانک ها نقش بسیار مهمی در پیشرفت و توسعه اقتصادی هر کشور ایفا می نمایند. در حال حاضر با توجه به تعداد قابل توجه بانک های دولتی و خصوصی در کشور پیش بینی کارایی آن ها اهمیت ویژه ای پیدا کرده است. هدف از این پژوهش، مدلسازی و پیش بینی کارایی...

full text

بررسی کارایی شبکه عصبی مصنوعی در برآورد بار معلق رودخانه با استفاده از داده های دسته‌بندی‌شده

بار رسوب جریان، شاخص مفیدی در پیش‌بینی فرسایش خاک در حوزه‌های آبخیز است؛ بنابراین تدوین مدلی برای برآورد بار رسوب می‌تواند در مدیریت و اجرای پروژه‌های آبخیزداری و مهندسی رودخانه مفید باشد. در این پژوهش روش دسته‌بندی داده‌ها به‌عنوان راه‌کاری برای افزایش دقت شبکه عصبی مصنوعی در تدوین مدل برآورد رسوب معلق بررسی شد. بدین منظور، میزان آورد رسوبات معلق رودخانه‌های خلیفه‌ترخان و چهل‌گزی در حوضۀ قشلاق...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}

document type: thesis

وزارت علوم، تحقیقات و فناوری - دانشگاه مازندران

Keywords

شبکه عصبی مازندران (استان) بانک تجارت ارزیابی عملکرد تحلیل پوشش داده ها بانکداری کارایی مدیریت ب‍ه‍ره ب‍ان‍ک‍ی درآمد

Hosted on Doprax cloud platform doprax.com