TY - JOUR T1 - Relative Efficiency Measurement of Banks Using Network DEA Model in Uncertainty Situation TT - ارایه یک رویکردی شبکه ای در ارزیابی کارایی بانک‌ها در حالت عدم اطمینان در داده‌ها JF - JAMLU JO - JAMLU VL - 16 IS - 1 UR - http://jamlu.liau.ac.ir/article-1-1173-fa.html Y1 - 2019 SP - 51 EP - 68 KW - Efficiency KW - Network DEA Models KW - Robust Optimization N2 - روش تحلیل پوششی داده‌های سنتی، واحدهای تصمیم­ گیری را به صورت یک جعبه سیاه در نظر گرفته و بدون در نظر گرفتن ساختار داخلی آن­ها و با توجه به میزان ورودی­ ها و خروجی­ های نهایی این واحدها، نسبت به ارزیابی آن­ها اقدام می­ نماید. این در حالی است که در بسیاری از سیستم ­های واقعی ما شاهد ساختارهای داخلی می­ باشیم. به همین منظور مدل­ های شبکه ­ای تحلیل پوششی داده‌ها توسعه و گسترش یافته ­اند. مدل­ های موازی تحلیل پوششی داده‌ها یکی از مدل­ های شبکه­ ای بوده که در آن ورودی هر واحد به چندین زیر فرآیند تخصیص یافته و مجموع خروجی این فرآیندها به عنوان خروجی کل واحد مربوطه منظور می­ گردد. مدل­ های تحلیل پوششی داده‌های موازی با فرض مطلق بودن و اطمینان کامل داده‌ها توسعه یافته ­اند و در صورت عدم اطمینان در داده‌های ورودی و خروجی، نتایج قابل اتکایی را ارایه نمی نمایند. در این مقاله در نظر داریم تا با ارایه یک مدل استوار تحلیل پوششی داده‌های شبکه­ ای موازی، ضمن ارایه یک مورد مطالعاتی، نسبت به تشریح و تجزیه و تحلیل مدل جدید اقدام نماییم. مدل پیشنهادی ضمن ارزیابی کارایی واحدهای با ساختار موازی، توانایی برخورد با عدم اطمینان در داده‌ها را دارا می­ باشد. نتایج بیانگر این است که با افزایش سطح خطا و کاهش سطح اطمینان مدل، کارایی واحدهای تصمیم ­گیری کاهش بیش­تری خواهد داشت. افزایش قدرت تفکیک­ پذیری مدل نسبت به مدل‌های سنتی موازی یکی دیگر از مزایای مدل پیشنهادی می­ باشد. همچنین در صورت ایجاد انحراف در داده‌ها، مدل‌های سنتی شبکه­ ای نسبت به مدل‌های استوار، انحراف بیشتری را در نتایج نشان می­ دهند. M3 ER -