نشریه بین المللی مهندسی صنایع و مدیریت تولید

---

کارایی یکی از مهم‌ترین شاخص‌های ارزیابی عملکرد سازمان ها به خصوص موسسات مالی همچون بانک‌ها است و اساسی‌ترین و نخستین گام در بهبود کارایی، اندازه‌گیری و ارزیابی آن می باشد. در این مقاله، کارایی واحدهای ارزی بانک کشاورزی با استفاده از روش‌های ترکیبی BSC، DEA و AHP در سال 1389 ارزیابی می شود. در این راستا، با مطالعه شاخص‌های استفاده شده برای ارزیابی کارایی بانک‌ها و با کمک خبرگان حوزه ارزی، پنج شاخص تعداد پرسنل، جمع کل ساعات آموزشی کارکنان، میزان سود عملیاتی، تعداد حساب‌های ارزی و متوسط تعداد ارائه خدمات ارزی مهم در روز؛ در چهار منظر روش کارت امتیازی متوازن انتخاب گردید. سپس با به‌کارگیری روش تحلیل پوششی داده ها، کارایی واحدهای اشاره شده مورد ارزیابی قرار گرفت. نتایج تحقیق حاکی از آن است که 57.14% از واحدهای ارزی، کارا و بقیه ناکارا هستند. در ادامه، واحدهای ناکارا مورد تجزیه و تحلیل قرار گرفته و ضمن تبیین علل ناکارایی آنها، پیشنهاد‌هایی برای افزایش کارایی ایشان ارائه گردید. در پایان نیز با استفاده از روش ترکیبی AHP/DEA واحدهای ارزی بانک کشاورزی به‌طور کامل رتبه‌بندی شدند.

---

ریسک اﻋﺘﺒﺎری در صنعت بانکداری ﺑﻪ ﻋﻨﻮان ﺧﻄﺮ ﻧﺎﺷﯽ از اﺣﺘﻤﺎل ﻋـﺪم ﺑﺎزﭘﺮداﺧـﺖ ﺗﻌﻬـﺪات ﺗﻮﺳـﻂ ﻣـﺸﺘﺮیان در ﺳﺮرسید ﺑـﻮده و یکی از ﻣﻬـﻢترین ریسک‌ها در ﺑﺎﻧﮏﻫﺎ و ﻣﺆﺳﺴﺎت ﻣﺎﻟﯽ ﺑﻪ ﺣﺴﺎب ﻣﯽآید. استقرار نظام رتبه‌بندی اعتباری با توجه به حجم انبوه مطالبات معوق بانک‌ها، یکی از مهمترین ابزارهای کنترل این نوع ریسک است. این مقاله با استفاده از شبکه‌های عصبی توانمند در حوزه پیش‌بینی و ترکیب آنها قادر است مشتریان را در دو گروه خوش‌حساب و بد‌حساب دسته‌بندی کند. مدل پیشنهادی که دارای ساختار و آموزش ماژولار است، مدل ترکیب سلسله مراتبی شبکه‌های عصبی نام دارد. در مدل یادشده برای تجزیه مساله میان شبکه‌ها و ترکیب نتایج برای رسیدن به پیش‌بینی نهایی و همچنین شیوه آموزش آن از رویکردی جدید استفاده می‌شود. رویکرد پیشنهادی ابتدا، از الگوریتم گسسته بهینه‌سازی انبوه ذرات برای کاهش ابعادی و تجزیه مساله میان ماژول‌های مختلف استفاده می‌کند، سپس برای آموزش، از تلفیق قانون‌های مختص به هر ماژول و قانون آموزش کلی این شبکه استفاده می‌کند. نتایج در مقایسه با شبکه عصبی پرسپترون چندلایه و شبکه عصبی با اتصالات جانبی بدست آمده است. طبق نتایج بدست آمده مدل پیشنهادی توانسته با دقت بسیار بالا رفتار مشتریان را پیش‌بینی نماید.