تبیین الگوی یکپارچه راهبردی ارزیابی عملکرد صنعت بیمه

نوع مقاله: علمی - پژوهشی

نویسندگان

1 دانشگاه شهید بهشتی

2 دانشگاه علامه طباطبایی

چکیده

هدف این پژوهش، ارائه الگوی جامع راهبردی برای ارزیابی عملکرد و رتبه‌بندی شرکت‌های بیمه با بهره‌مندی از روش‌های نوین کمی است. جامعه آماری در این مطالعه، شرکت‌های فعال در صنعت بیمه هستند. برای تعیین شاخص‌های ارزیابی عملکرد از روش دلفی و مصاحبه با خبرگان صنعت بیمه استفاده شده و اهمیت هر یک از معیارها، از طریق پرسشنامه و نظرسنجی از خبرگان مشخص شده است. برای تعیین کارایی واحدهای تصمیم‌گیری از رویکرد برنامه‌ریزی ریاضی «تحلیل پوششی داده‌ها» استفاده می­شود. به­منظور افزایش قدرت تفکیک‌پذیری مدل از رویکرد «برنامه‌ریزی آرمانی» برای محاسبه اوزان مشترک و درنظر گرفتن اهمیت معیارهای ارزیابی از نظر تصمیم‌گیرندگان استفاده شده است. نتایج مدل تلفیقی نشان‌دهنده قدرت تفکیک‌پذیری و انعطاف بالای مدل نسبت به هر یک از روش‌های کاربردی می باشد.

کلیدواژه‌ها


عنوان مقاله [English]

Explaining an Integrated Strategic Performance Evaluation Pattern for Insurance Industry

نویسندگان [English]

  • Maryam Tavakoli 1
  • Akbar Alam Tabriz 1
  • Maghsoud Amiri 2
  • Alireza Motameni 1
1 Shahid Beheshti University
2 Allameh Tabataba’ee University
چکیده [English]

Numerous internal and external challenges caused by technology innovation and customer needs’ changes have made the performance evaluation inevitable. Tendency to quantitative results of performance evaluation and increasing the accuracy of decision making made the data envelopment analysis a famous method for benchmarking a set of homogenous decision making units. But in the case that the number of DMUS’ are not compatible to the number of inputs and outputs , the model’s results may not reveal the appropriate scores of efficient and inefficient DMUs and may lead us to misdirection. In order to increase the accuracy and discretionary of standard DEA, we've used an integrated data envelopment analysis and goal programming to find a common set of weights. We have chosen the insurance industry as our case study and for choosing the relative indicators we've used Delphi Technique. Asking indicators' importance from insurance experts helped us to set the weights in the goal programming model. Using proposed model, we can clearly find an optimal set of weights for evaluating each DMU and calculate efficiency scores to rank all the insurance companies. The empirical example showed that the new proposed DEA model can successfully acquire a full ranking for the DMUs. Running the model resulted a better discretionary of 0.74 in comparison to classic Dea and introduced the first insurer as efficient.

کلیدواژه‌ها [English]

  • Performance measurement
  • Data Envelopment Analysis (DEA)
  • Goal Programming
  • Efficiency

 

1. آذر، عادل؛ دانشور، مریم (1386). مروری بر روش‌های ارزیابی عملکرد شعب بیمه، فصلنامه صنعت بیمه، سال 22، شماره2، 152-123.

2. ستاری­فرد، احسان (۱۳۸۷). چرایی و چگونگی ارزیابی عملکرد در سازمان‌های تعمیرات و بازسازی، مجموعه سمینارها و کارگاه­های آموزشی برگزار شده در زمینه ارزیابی عملکرد در شرکت­ها و موسسات ۸۴-۱۳۸۰، ۸-۱.

3. صالحی صدقیانی، جمشید؛ امیری، مقصود؛ رضوی، سید. حسین؛ هاشمی، شیده. سادات؛ حبیب‌زاده، اصحاب (1388). ارائه مدل برنامه‌ریزی آرمانی خطی برای محاسبه اوزان مشترک در مسائل تحلیل پوششی داده‌ها، نشریه مدیریت صنعتی. 1(2). 104-89.

4. صفری، حسین؛ قاسمی، احمد رضا؛ عینیان، مجیده؛ پهلوانی، عبدالکریم؛ منوچهری، مسعود. (1390). نگاهی جامع بر نظام سنجش عملکرد، تهران، موسسه کتاب مهربان نشر، 45-42.

5. طحاری مهرجردی، محمد حسین؛ فرید، داریوش؛ بابایی میبدی، حمید (1390). ارائه یک مدل ترکیبی از تحلیل پوششی داده‌ها و برنامه‌ریزی آرمانی برای بهبود سنجش کارایی واحدهای تصمیم‌گیری (مطالعه موردی: شعب بانک)، مطالعات مدیریت صنعتی، سال هشتم، شماره37، 21 -21.

6. عالم تبریز، اکبر؛ فرجی، راضیه؛ سعیدی، حسام (1389). ارزیابی کارایی دانشکده‌های دانشگاه شهید بهشتی با رویکرد تلفیقی تحلیل پوششی داده‌ها و مدل برنامه­ریزی آرمانی، مطالعات مدیریت صنعتی، سال هشتم، شماره 22 ،19-1.

7. موتمنی، علیرضا؛ جوادزاده، محمد؛ تیزفهم، مهدی (1389). ارزیابی عملکرد راهبردی بانک ها، مطالعات مدیریت راهبردی، شماره1، 159 -141.

8. Ahn, Le. (2014). An insight in to the specification of the input-output set for DEA based bank efficiency measurement, state of the art, springer-Manage Rev Q64:3-37.

9. Angulo-Meza, L. Estellita Lins MP. (2002). Review of methods for increasing discrimination in Data Envelopment Analysis. Annual Operation Research. 116: 225-42.

10. Bal, H., Orkcu, H.H., Celebioglu S. (2010). Improving the discrimination power and weights dispersion in the data envelopment analysis. Computer Operation Research.37 (1): 99-107.

11. Charnels, A.  Cooper WW, R Ferguson (1955). Optimal estimation of executive compensation by linear programming, Management Science, 1, 138-151.

12. Charnes, A. Cooper, W.W.(1961). Management models and industrial applications of linear programming. John Wiley & Sons, New York.

13. Chen, Tien-Hui, (2009). Performance measurement of an enterprise and business units with an application to a Taiwanese hotel chain, International journal of hospitality management 28, 415-422.

14. Cook, W.D. Zhu, J. (2007). Within -group common weights in DEA: An analysis of power plant efficiency, European Journal of Operation Research, 178(1), 207-216.

15. Cooper, WW. Ramon, N. Ruiz, JL. Sirvent, I. (2011). Avoiding large differences in weights in cross efficiency evaluations: application to the ranking of basketball players. Journal of Centrum Cathedra.

16. Cooper, W.W. et al., (2012). Handbook on Data Envelopment Analysis, International Series in Operations Research & Management Science 164.

17. Dodangeh, J. Dehafarin, E. Nasehifar, V (2012). A decision model for selecting of strategic plans in Balanced Scorecard model: A case study for a manufacturing firm, Journal of American Science. 8(8), 402-407.

18. Hatami, M. A. Tavana, M. Agrell Per, J. Hosseinzadeh Lotfi F. Ghelej Beigi, Z. (2015). A common weight Dea Model for centralized resource reduction and target setting, Journal of Computers & Industrial Engineering 79, 195-203.

19. Kaplan, R.S. and Norton, D. P. (1992). The balanced scorecard-measures that drive performance, Harvard Business Review, 70 (1), 71-79.

20. Li XB, Reeves GR. (1999). Multiple criteria approach to data envelopment analysis. Eur J Oper Res.115 (3):507-17.

21. Makui, A. Alinezhad, A. Kiani Mavi, R. Zohrehbandian, M., (2008) A Goal Programming Method for Finding Common Weights in DEA with an Improved Discriminating Power for Efficiency, Journal of Industrial and Systems Engineering, 1(4), 293-303.

22. Orkcu. H. H. Bal, H. (2012). Goal programming approaches for data envelopment analysis cross efficiency evaluation, Journal of applied mathematics and computation 218, 346-356.

23. Oztaysi, B. Ucal, I., (2009). Comparing MADM techniques for use in performance measurement, Journal of proceedings of the international symposium on the analytic hierarchy process.

24. Podinovski, VV. Thanassoulis, E. (2007). Improving discrimination in data envelopment analysis: some practical suggestions. J Product Anal. 28(1-2):117-126.

25. Ramón, N. Ruiz, J. L., & Sirvent, I., (2012).Common sets of weights as summaries of DEA profiles of weights: with an application to the ranking of professional tennis players, Expert Systems with Applications 39(5), 4882-4889.

26. Razavi Hajiagha, S.H., Hashemi, Sh.S.& Amoozad Mahdiraji, H. (2014). Dea with common set of weights based on a multi objective fractional programming problem. Internatonal Journal of Industrial Engineering & production research, 25(3), 207-214.

27. Vaidya, O. Chitnis, A., (2012). Performance evaluation in Indian corporate organizations: A survey, Journal of Procedia-Social and Behavioral Sciences 37, 38-45.