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

تکنیک های اندازه گیری کارایی در دو حوزه ی مرزهای پارامتریک و مرزهای ناپارامتریک توسعه یافته و هر یک دارای توانمندی ها و محدودیت های ویژه ای هستند. تحلیل پوششی داده ها مرسوم ترین روش در اندازه گیری کارایی می باشد. رویکرد دیگری که اخیرا در برخی مطالعات مطرح شده؛ تخمین مرز کارایی با استفاده از شبکه های عصبی مصنوعی می باشد. شبکه های عصبی به دلایلی چون دقت بالا در تخمین توابع تولید، توانایی عمل در محیط های غیر خطی و در نظر گرفتن مفروضات اندک در مورد شکل تابع تولید، توجه ویژه ای را به خود جلب داشته است.
در این مطالعه؛ با استفاده از دو روش شبکه های عصبی مصنوعی و تحلیل پوششی داده ها به اندازه گیری کارایی شعب بانک تجارت استان مازندران در دی ماه سال 1388 پرداخته شد. نتایج شبکه های عصبی نشان داد که از بین 85 شعبه مورد ارزیابی؛ تنها شعبه ی مرکزی آمل به صورت کارا عمل می کرد. از طرفی شعب کارا در روش تحلیل پوششی داده ها 7 شعبه ی مرکزی آمل، تنکابن، خدمات درمانی، طبرستان، امام بهشهر، فریدونکنار و قائمشهر بودند. مقایسه نتایج نشان داد که دو روش واحدهای تقریبا مشابهی را به عنوان واحدهای قوی و واحدهای ضعیف معرفی کرده اند؛ ضمن اینکه رابطه ی قوی بین رتبه بندی ها و نمرات کارایی ارائه شده توسط دو روش وجود داشت.