نوع مقاله : مقاله پژوهشی

نویسندگان

1 گروه اقتصاد- دانشکده اقتصاد- دانشگاه شهیدبهشتی

2 دانشگاه شهید بهشتی

3 دانشگاه شهیدبهشتی

چکیده

با توجه به جایگاه بانکها در اقتصاد کشور و اهمیّت ارزیابی عملکرد آن­ها، این پژوهش کارایی بانک­های کشور را طی دوره­ی 1393-1389 مورد بررسی قرار می­دهد؛ اگرچه پژوهش­های بسیاری در زمینه­ی کارایی و بهره­وری بانک‌ها با روش  DEAصورت گرفته است؛ امّا اکثر این پژوهش­ها، ساختار درونی آن­ها را در ارزیابی کارایی، نادیده
می­گیرند. هدف از این پژوهش بررسی کارایی 18 بانک کشور با استفاده از مدل تحلیل پوششی داده­های شبکه­ای (
NDEA) است. در این پژوهش، نیروی کار، دارایی­های ثابت و هزینه­ی اداری و عمومی به عنوان نهاده وارد مدل می­شوند، سپرده بانک‌ها
 به­عنوان یک متغیر واسطه (ستانده در مرحله­ی اول و نهاده در مرحله­ی دوم)، سود بانک
ها به­عنوان ستانده مطلوب نهایی و مطالبات معوق بانک­ها به عنوان ستانده نامطلوب در مدل در نظر گرفته می­شود؛ همچنین متغیر­ها با توجه به نقشی که در ساختار درونی بانک­ها دارند، در مدل وارد می­شوند. نتایج نشان می­دهد که به جز سه بانک، تمام بانک­های مورد بررسی؛ کمتر از سطح کارا در دوره­ی مورد بررسی عمل کرده­اند. عملکرد بعضی از بانک­ها بسیار ضعیف بوده و بانک­هایی که دارای نسبت بالاتری از مطالبات معوق هستند، عمدتاً کارایی پایین­تری دارند.

کلیدواژه‌ها

عنوان مقاله [English]

Survey Performance of Iran's Banks with Network Data Envelopment Analysis Method

نویسندگان [English]

  • abas arabmazar 1
  • hosein hasani 3

1 economic- Shahid Beheshti university

3 Shahid Beheshti university

چکیده [English]

 
Considering the role of banks in Iran and the significance of appraising their functions, this study evaluates the banks' efficiency during 2010-2014. There are many researches in field of bank's efficiency and productivity with DEA but all of them do not consider their internal structure in surveying of efficiency. Main aim of this paper is to survey efficiency of 18 banks with Network Data Envelopment Analysis (NDEA). In this paper, worker, fixed asset and official and public costs are interred to model as input, bank deposit is intermediate variable ( output in first step and input in second step), banks profit is desirable output and Non-performing loans of banks is undesirable output which are considered in model. Variables are interred to model according to their roles in bank's structures. Results reveal that else of 3 banks, all banks of our sample operated less than efficient level in our period. Performance of some banks is so weak and some banks which have more Non Performing loans have lower efficiency.

کلیدواژه‌ها [English]

  • Efficiency
  • Banks
  • Network Data Envelopment Analysis (NDEA)
  • Non Performing Loans
  • Intermediate variable

-          احمدیان، اعظم و مهران کیانوند. (1394). «تحلیل نقش بانک مرکزی در کاهش احتمال رخداد ریسک نقدینگی در شبکه بانکی کشور»، پژوهشنامه اقتصادی، 15 (59): صص 94-57.##آذر، عادل، زارعی محمودآبادی محمد، مقبل باعرض عباس، خدیور آمنه. (1393). «سنجش بهره­وری شعب بانک با رویکرد تحلیل پوششی داده­های شبکه­ای (یکی از بانک­های استان گیلان)»، فصلنامه­ی پژوهش­های پولی- بانکی، (20)7: صص 35-285. ##بحریایی، علیرضا و رضا حامدی. (1391). «مدلسازی و اندازه­گیری کارایی بانک­های ایران: با رویکرد تحلیل پوششی داده­ها». سومین کنفرانس ریاضیات مالی و کاربردها. ##حسن­زاده، علی. (1386). «کارآیی و عوامل موثر بر آن در نظام بانکی ایران»، جستارهای اقتصادی، (7) 4: صص 98-75. ##رجبی، احسان و خدیجه نصرالهی. (1391). «کاربرد تحلیل پنجره ای داده­ها در تحلیل پایداری و ثبات کارایی بانک­های تجاری ایران»، بهبود مدیریت، (6)3:صص 214-179. ##شعبانی، احمد و عبدالحسین جلالی. (1391). «دلایل گسترش مطالبات معوق در نظام بانکی ایران و بیان راهکارهایی برای اصلاح آن». مجله برنامه و بودجه، (16) 4: صص 181-155. ##محرابیان، سعید،هادی علی ساعتی مهتدی صابر. (1390). «ارزیابی کارایی شعب بانک اقتصاد نوین با ترکیبی از روش شبکه عصبی و تحلیل پوششی داده‌ها»،تحقیق در عملیات در کاربردهای آن، (8) 4: صص 39-29.  ##

-          Akhter, S., H. Fukuyama & W. Weber. (2013). Estimating Two-Stage Network Slacks-Based Inefficiency: An Application to Bangladesh banking; Omega, 41: 88-96. ##Assaf, A.G., R. Matousak & E.G. Tsionas. (2013). Turkish Bank Efficiency: Bayesian Estimation with Undesirable Outputs، Journal of Banking & Finance, 37: 506-517. ##Avkiran, N. (2015). An Illustration of Dynamic Network DEA in Commercial Banking Including Robustness Test; Omega. ##Banker, R.D.; A. Charnes & A. Cooper. (1984). Some Model for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis; Management Science, 30: 1078-1092. ##Barros, C.P. & P. Wanke. (2014). Banking Efficiency in Brazil; Journal of International Financial Markets، Institution & Money; 28: 54-65. ##Berger, A.N. & D. Humphrey. (1997). Efficiency of Financial Institutions, International Survey and Directions for Future Research; European Journal of Operational Research; Special Issue. ##Bikker, J.A. & J.W. B. Bos. (2008). Bank Performance, A Theoretical and Empirical Framework for the Analysis of Profitability, Competition and Efficiency; Rutledge International Studies in Money and Banking. ##Bogetoft. P. & L. Otto. (2011). Benchmarking with SFA، DEA and R، Springer. ##Cook, W. D. & J. Zhou. (2014). Data Envelopment Analysis, A Handbook on the Modeling of Internal Structures and Network; Springer. ##Cooper, W.W; L.M. Seiford & K. Tone. (2007). Data Envelopment Analysis, A Comprehensive Text with Models, Application, References and DEA-Solver Software; Second Edition; Springer. ##Cooper, W.W; L.M. Seiford & J. Zhou. (2011). Handbook of Data Envelopment Analysis, Second edition; Springer. ##Ebrahimnejad, A., M. Tavana, F. Hosseinzadeh Lotfi, R. Shahverdi & M. Yousefpour. (2014). A Three-stage Data Envelopment Analysis Model with Application to Banking Industry; Measurement, 49: 308-319. ##Fuji, H., S. Managi &R. Matousek. (2014). Indian Bank Efficiency and Productivity Changes with Undesirable Outputs: A Disaggregated Approach; Journal of Banking and Finance; 38: 41-50. ##Fukuyama, H. & L.W. Weber. (2010). A Slacks-based Inefficiency Measure for a Two-stage System with Bad Outputs; Omega, 38: 398-409. ##Ghosh, A. (2015). Banking Industry Specific and Regional Economic Determinants of Non-performing Loans: Evidence from US States; Journal of Financial Stability, 20: 93-104. ##Huang، J., J. Chen & Z. Yin. (2014). A Network DEA Model with Super Efficiency and Undesirable Outputs: An Application to Bank Efficiency in China; Mathematical Publishing in Engineering: 1-15. ##Kao, C. (2014). Network Data Envelopment Analysis: A Review; European Journal of Operational Research, 239: 1-16. ##Liu، W., Z. Zhou, C. Ma, D. Liu & W. Shen. (2015). Two Stage Model with Undesirable Input-Intermediate-Outputs; Omega; http://dx.doi.org/10.1016/j.omega.2015.03.009. ##Lozano, S. (2015). Slack-based Inefficiency Approach for General Networks with ad Outputs: An Application to the Banking Sector; Omega; http://dx.doi.org/10.1016/j.omega.2015.02.012. ##Paradi, J.C. & H. Zhou. (2013). A Survey on Bank Branch Efficiency and Performance Research with Data Envelopment Analysis, Omega; 41: 61-79. ##Tone, K. (2001). A Slacks-based Measure of Efficiency in Data Envelopment Analysis; European Journal of Operational Research; 130: 498-509. ##Wang, K.,W. Huang, J. Wu &Y. Liu. (2014). Efficiency Measure of Chinese Commercial Banking System Using an Additive Two-stage DEA; Omega; 44: 5-20. ##Zhou, J. (2015). Data Envelopment Analysis: A Handbook of Models and Methods; Springer. ##