ارزیابی عملکرد شعب بانک با استفاده از مدل ترکیبی کارت امتیازی متوازن، تحلیل پوششی داده ها و شبکه های عصبی مصنوعی (شعب بانک سپه استان یزد)

در میان صنایع مختلف، صنعت بانکداری اهمیت خاص خود را دارد. زیرا یک صنعت بانکداری کارا می‏تواند در دستیابی به رشد و توسعه اقتصادی، موثر بوده همچنین سلامت این صنعت به سلامت اقتصاد کشور کمک می‏کند. بنابراین برآورد کارایی صنعت بانکداری و شناسایی عوامل موثر بر آن امری بسیار ضروری است. مطالعه حاضر به منظور ارزیابی عملکرد و تعیین عوامل موثر بر آن در شعب بانک سپه استان یزد در 6 ماهه اول سال 91 انجام پذیرفت. بدین منظور از روش های کارت امتیازی متوازن، یکی از روش‏های ناپارامتریک تحت عنوان تحلیل پوششی داده‏ها و یکی از روش‏های ابتکاری تحت عنوان شبکه عصبی مصنوعی استفاده شد. در این تحقیق با ترسیم 4 جنبه کارت امتیازی متوازن، ابتدا اهداف و سنجه های عملکردی به دست آمده از مقالات مرتبط با عملکرد بانکداری خلاصه شد. از این سنجه ها 20 سنجه در قالب 10 هدف که از چشم انداز راهبردی بانک اقتباس شده اند، از طریق مصاحبه با خبرگان دانشگاه و بانک انتخاب شد. سپس کارایی شعب با استفاده از روش تحلیل پوششی داده ها محاسبه گردید. روش تحلیل پوششی داده ها یکی از پرکاربردترین روشها در ارزیابی کارایی می‏باشد اما کاستی‏هایی نیز دارد. در این روش که یکی از مهمترین روش‏های ناپارامتریک محسوب می‏شود، مرز کارایی از طریق برنامه ریزی خطی به دست می‏آید بنابراین مهمترین مشکلی که در استفاده از این روش وجود دارد این است که تعداد مدل‏های مورد نیاز و حل آنها وابسته به تعداد واحدهای مورد بررسی است و برای هر واحد تصمیم گیری باید یک بار مدل برنامه ریزی خطی حل شود و از آنجا که تعداد واحدها بسیار زیاد است، بنابراین استفاده از این روش به تنهایی زمان بر است. ضعف دیگر این روش این است که نیاز به حافظه کامپیوتری و زمان پردازش بالایی دارد و همچنین جهت پیش بینی نمی توان از این روش استفاده نمود. برای غلبه بر این مشکلات استفاده از روش‏های ابتکاری نظیر شبکه‏های عصبی مصنوعی پیشنهاد می‏شود. در این تحقیق جهت بهینه نمودن وزن متغیرها در شبکه های عصبی از الگوریتم ژنتیک استفاده شد.