چکیده:
به تازگی اسمایلد و همکاران (2003)، روش جدید ناپارامتری مرزی تحلیل چند جهتی کارایی را برای محاسبه کارایی بنگاه ها معرفی کردند که مزایای زیادی نسبت به روش رایج تحلیل پوششی داده ها (DEA) دارد. این روش ضمن آن که تخمین دقیقی از ناکارایی بنگاه ها ارایه می کند، به دلیل فراهم کردن امکان محاسبه مجزای ناکارایی نهاده های تولیدی، افق جدیدی را در تحلیل ناکارایی واحدهای اقتصادی و محاسبه هزینه ناکارایی هر نهاده باز می کند. این مقاله قصد دارد با کاربرد این روش برای یک حوزه جدید شواهد کاربردی تازه ای برای روش مذکور فراهم کند. افزون بر این، آزمون این روش در کنار مقایسه آن با روش DEA برای داده های بانکی کشور ضمن معرفی این روش و مزایای کاربرد آن به جامعه علمی کشور، ارزیابی جدیدی از کارایی صنعت بانکی کشور ارایه خواهد کرد.
یافته های این مقاله نتایج مطالعه هالود (2004) را تایید می کتد که روش DEA تخمینی بیش از حد یا کم تر از حد برای مازاد نهاده ها ارایه می کند. به علاوه، محاسبه مجزای ناکارایی نهاده ها برای بانک ها اطلاعات ارزشمندی را از نقطه نظر مدیریتی و سیاست گذاری عرضه می دارد. یکی از یافته های ارزشمند این مطالعه این است که به طور کلی در نظام بانکی ایران نیروی کار بالاترین سهم از هزینه های مازاد را به خود اختصاص می دهد. از این رو در مسیر بهبود عملکرد نظام بانکی، کاهش نسبی نیروی کار باید از بالاترین اولویت برخوردار باشد.
In very recent papers Asmild et al. (2003) and Halved et al. (2004) have suggested an alternative nonparametric frontier approach namely multi-directional inefficiency analysis (MEA) to estimate the performance efficiency. MEA has many advantages over Data Envelopment Analysis (DEA) as the standard nonparametric frontier method. This index chooses the benchmark points as the proportional improvement to maximal possible reduction in each input dimension separately rather than the benchmark selection in DEA model as the improvement in proportion to current inputs allocation. Therefore MEA could provide more reliable efficiency measures. The paper provides the first efficiency study over banking industry applying multi-directional efficiency analysis for a dataset of Iranian banking system over 2004-2007.
The findings of this paper support Holvad et al. (2004) in which DEA models over-underestimate the input excesses. Moreover، measuring the sizes and directions of potential improvement for each input separately across the banks provides useful information from managerial and policy implications point of view. One of the most interesting points of these findings perhaps is that for the Iranian sampled banks، generally، labour force، on average، accounts for the largest proportion of excess costs. Thus، the labour reduction has the first priority in the path of efficiency improvement.
خلاصه ماشینی:
در این صورت مجموعه امکانات تولید که چگونگی ترکیب نهادهها برای تولید ستانده را نمایش میدهد، خواهد بود از: به تصویر صفحه مراجعه شود اگر S و مرز آن شناخته شده باشند، مقادیر کارایی بنگاههای مورد بررسی بر مبنای این مرز قابل محاسبه هستند.
اضافه بر این، استفاده از شاخص بهبود بالقوه در تعریف نقطه محک این امکان بسیار را مهم فراهم میکند که بتوان کارایی هر نهاده را بهطور مجزا محاسبه نمود و تصویر دقیقتری از عملکرد مجزای نهادهها یا ستاندهها و بهطور کلی عملکرد بنگاه ارائه نمود.
بر اساس مقادیر مطلق مازاد نهادهها ، شاخص بهبود بالقوه نسبی هر نهاده به شرح زیر قابل تعریف خواهد بود: به تصویر صفحه مراجعه شود یا بنابراین، برای محاسبه مقدار بهینه لازم است ابتدا مقدار بهینه نقطه مرجع ایدآل را محاسبه نمود و سپس مقدار بهینه را به دست آورد.
از مباحث قبل میدانیم که در روش DEA کارایی فنی بر مبنای شاخص فارل و بر اساس این فرض محاسبه میشود که سبد مورد استفاده توسط بنگاه مورد نظر یک ترکیب بهینه است و لذا کاهش بالقوه در نهادهها برای بهبود عملکرد بنگاه برای همه نهادهها به یک نسبت انجام میشود.
G. Dyson (1999), " Efficiency, size, benchmarks and targets for bank branches: an application of data envelopment analysis,” Journal of Operational Research Society, 50: (9) 903-915 SEP.
Vassiloglou (1990), “A Study of the Relative Efficiency of Bank Branches: An Application of Data Envelopment Analysis,” Journal of the Operational Research Society, 41:591-7.