این پژوهش با هدف بررسی کارایی فنی واحدهای استانی بیمه تأمین اجتماعی طی سال های 1393-1391 به روش تحلیل پوششی داده ها صورت پذیرفته است. ابتدا برای تعیین نوع بازده نسبت به مقیاس واحدهای مورد بررسی آزمون های لازم با استفاده از نرم افزار GAMS انجام شده و الگوی تحلیل پوششی داده ها با بازده ثابت نسبت به مقیاس به عنوان مدل مناسب جهت اندازه گیری کارایی فنی واحدهای تحت بررسی انتخاب گردید. سپس به منظور افزایش دقت تشخیص مدل در تفکیک واحدهای کارا از مدل ابرکارای اندرسون – پترسون جهت اندازه گیری کارایی فنی واحدهای کارا استفاده شد. همچنین در این پژوهش با معرفی دو شاخص جدید عمق و بعد برای شبکه پوشش بیمه تأمین اجتماعی در کشور، پویایی های همزمان این دو شاخص با کارایی فنی واحدها در دو بلوک واحدهای بزرگ و واحدهای کوچک مقایسه شده است. نتایج نشان می دهد که در سطح واحدهای بزرگ رشد کارایی فنی با رشد شاخص عمق شبکه بیمه ای همسو و با رشد شاخص بعد شبکه بیمه ای غیرهمسو بوده است. ضمناً در سطح واحدهای کوچک نتایج به دست آمده یک دست نبوده و آهنگ رشد کارایی فنی واحدها با رشد دو شاخص عمق و بعد شبکه بیمه ای در مناطق مختلف کشور متفاوت بوده است.
پیش بینی تداوم فعالیت یک بانک در دوره های آتی، یکی از عناصر مهم در تصمیم گیری ناظران بانکی بوده و در این میان، انتخاب متغیر پیش بینی کننده و روش مناسب، به عنوان یکی از مسائل چالش برانگیز در ادبیات پیش بینی شکنندگی مالی مطرح بوده است. یکی از پیشرفته ترین مدل های پیش بینی کننده شکنندگی مالی، مدل شبکه عصبی است. در نمونه مورد بررسی در این مقاله، ابتدا با بهره گیری از ادبیات نظری و تجربی، شاخص شکنندگی مالی متناسب با ساختار شبکه بانکی کشور تعریف شده و سپس با به کارگیری آزمون t معنی داری نسبت های مالی مورد نظر و بر اساس آماره لوین میانگین دو نمونه در سطح اطمینان 95 درصد، مورد آزمون قرار گرفته و سپس با انتخاب نسبت های مالی معنی دار که قدرت توضیح دهی در مدل داشته باشند، مدل شبکه عصبی طراحی گردید. برای آزمون دقت و صحت مدل از جدول طبقه بندی و منحنی ROC استفاده شد. نتایج بررسی بیانگر قدرت پیش بینی 96 درصدی مدل طراحی شده است. همچنین بر اساس یافته های این مقاله، ریسک اعتباری و ریسک نقدینگی، از مهمترین عوامل توضیح دهنده شکنندگی مالی هستند.
سازمان تامین اجتماعی به عنوان یکی از بزرگ ترین سازمان های بیمه ای، با پوشش 37 میلیون نفر از جمعیت کشور و 63 هزار نفر پرسنل با قلمروهای گسترده بیمه ای، درمانی، سرمایه گذاری و ... تاثیر مهم و کلیدی در ساختار اقتصادی و اجتماعی کشور دارا بوده و در نتیجه ارزیابی عملکرد شعب این سازمان از اهمیت فراوانی برخوردار می باشد. به علاوه، تحلیل پوششی داده ها یک روش ناپارامتریک با رویکرد حل مسایل برنامه ریزی خطی برای ارزیابی عملکرد واحدهای تصمیم گیرنده ای است که ورودی های چندگانه را به خروجی های چندگانه تبدیل می نمایند. در این مقاله با استفاده از این روش به ارزیابی کارایی شعب سازمان تامین اجتماعی اصفهان در سال 1390 پرداخته شده است. در ادامه واحدهای کارا و ناکارای این شعب شناسایی و نهایتا شعب کارا نیز با مدل اندرسن و پیترسون (AP) رتبه بندی شده است.
براساس توافقنامه بال 2، تسهیلات پرداختی به اشخاص حقیقی و بنگاه های اقتصادی کوچک و متوسط تحت عنوان پرتفوی اعتباری خرد تعریف شده است و بانک ها مجازند یکی از رویکردهای استاندارد یا رتبه بندی داخلی را برای تعیین سرمایه مورد نیاز به منظور مواجهه با ریسک اعتباری انتخاب کنند. پیاده سازی رویکرد رتبه بندی داخلی، مستلزم طبقه بندی تسهیلات خرد به طبقات همگن ریسکی و تخمین پارامترهای ریسک اعتباری در سطح هر یک از طبقات است. به طور خاص، تابع سرمایه مورد نیاز براساس این رویکرد، برای هر یک از تسهیلات تابعی از احتمال نکول ( PD ) و ارزش مشروط به نکول ( LGD ) هر قرض گیرنده است. به ازای سطح معین LGD ، شکل ریاضی تابع سرمایه مورد نیاز نسبت به احتمال نکول در بازه ای گسترده، مقعر است. به دلیل تقعر تابع سرمایه مورد نیاز، افزایش دقت در طبقه بندی تسهیلات به طبقات همگن ریسکی برای بانک ها صرفه جویی سرمایه ای به همراه خواهد داشت. در این مطالعه، با استفاده از روش درخت طبقه بندی و رگرسیون تسهیلات دریافتی 1343 نفر از مشتریان حقیقی خرد یکی از بانک های خصوصی کشور طی سال های 1391 تا 1392 به چند طبقه ریسکی همگن طبقه بندی شدند. نتایج تحقیق حاکی از آن است که با طبقه بندی دقیق تر مشتریان در سطح پنجم، سرمایه مورد نیاز برای مواجهه با ریسک اعتباری در مقایسه با سطح صفر می تواند حدود 44/0 درصد کاهش یابد.