臺灣博碩士論文加值系統

在資訊透明的時代裡，各行各業都處於微利的狀態，尤以銀行業者更為明顯，面對來自國內或國際的競爭，如何提升銀行的經營績效顯得更加重要。 本研究以民國 102 年台灣某銀行之南部營業分支機構作為研究主題，以關鍵績效指標(Key Performance Indicators ; KPI) 的概念為基礎，運用網路資料包絡分析法 (Network data envelopment analysis；Network DEA) 評估各營業單位之經營績效。研究成果以評估各營業分支機構之經營績效為目標，進一步了解國內各營業分支機構之經營效率情形，以茲作為銀行層峰經營策略訂定之參考。

實證結果顯示，發現總資產愈大者，其技術效率愈佳，存在『規模大者有效率』的結果。而總資產較小者，則因受限於規模而較難有更好的發展，但是甫成立的分行，基準額低卻具有優勢。另外，資產品質(逾期放款)影響一個分行的表現及因在KPI值裡盈餘比重高，盈餘表現決定了該分行的績效，再者，各營業分支機構成立時間的長短，位處都市或鄉下地區及承作業務特性等因素都會影響其經營績效。

Transparent in the information era, businesses are in profit status, especially the banking industry is more obvious in the face of competition from domestic or international, and how to improve the bank's operating performance is even more important. In this study, 102 years of the Republic of China branch of a bank operating in southern Taiwan as a research theme, key performance indicators (Key Performance Indicators; KPI) concept is based on the use of network data envelopment analysis (Network data envelopment analysis, Network DEA) assess the operating performance of each business unit. According to the research results and to assess whether the bank is currently KPI shortcomings, hereby layer peak business strategy as the bank set the reference.
The empirical results show that the greater the total assets were found, the better the efficiency of its technology, the result in "a large scale by the effective rate" is. The total assets of the smaller, the more difficult due to limited scale and have more good development, but just set up branches, but has the advantage of low baseline amount. In addition, asset quality (NPL) and affect the performance of a branch in the KPI value in earnings due to a high proportion of earnings performance determines the performance of the branch, furthermore, the length of each business branch establishment, located in urban or rural areas of time and the transferee for business characteristics and other factors will affect its operating performance.

目 錄
摘　要 i
目 錄 iv
第一章 緒論 1
第一節 研究動機及目的 1
壹、 研究動機 1
貳、 研究目的 2
第二節 研究方法及架構 3
壹、 研究方法 3
貳、 研究架構 4
第二章 文獻回顧 6
第一節 銀行業投入項與產出項之界定 6
第二節 BSC或KPI在網路DEA的應用 8
第三章 研究方法 18
第一節 KPI關鍵指標 18
壹、 關鍵績效指標(KPI)之意涵 18
貳、 相關績效指標內容 20
第二節 本研究銀行的KPI簡介 21
第三節 網絡DEA分析法 36
壹、 基本模式 36
貳、 垂直整合型模式(Vertically Integrated Model) 38
參、 網絡DEA模型建構 41
第四章 實證模型 43
第一節 本研究銀行的KPI與網絡DEA之結合 43
第二節 本研究銀行的假設 48
第五章 實證分析 50
第一節 資料收集 50
第二節 實證結果 52
第六章 結論與建議 71
第一節 結論 71
第二節 建議 72
參考文獻 73


圖目錄
圖 1 本研究流程圖 5
圖 2 KPI考核項目及評分標準 21
圖 3網路架構式樣圖 37
圖 4 本研究模型架構圖 44
圖 5 DIV1 拆解圖 本研究整理 45
圖 6 DIV2 拆解圖 本研究整理 46
圖 7 DIV3 拆解圖 本研究整理 47

表目錄
表 1 國外資料包絡分析法應用於銀行業之投入與產出項目彙整 13
表 2 DEA應用於銀行業之投入與產出項目彙整-國內文獻(仲介法) 14
表 3 DEA應用於銀行業之投入與產出項目彙整-國內文獻(資產法) 15
表 4 DEA應用於銀行業之投入與產出項目彙整-國內文獻(NETWORK DEA) 16
表 5 國內KPI應用於銀行業之績效分析 17
表 6 組別分布情形表 51
表 7 KPI得分模型與數據模型之總效率值比較簡表 54
表 8 KPI得分模型與數據模型之總效率值比較表 55
表 9 KPI得分模型與數據模型之總排序比較簡表 57
表 10 KPI得分模型與數據模型之總排序比較表 58
表 11 DIV1得分模型與數據模型之績效及排序比較簡表 60
表 12 DIV1得分模型與數據模型之績效比較表 61
表 13 DIV1得分模型與數據模型之排序比較表 62
表 14 DIV2得分模型與數據模型之績效及排序比較簡表： 64
表 15 DIV2得分模型與數據模型之績效比較表 65
表 16 DIV2得分模型與數據模型之排序比較表 66
表 17 DIV3得分模型與數據模型之績效及排序比較簡表 68
表 18 DIV3得分模型與數據模型之績效比較表 69
表 19 DIV3得分模型與數據模型之排序比較表 70
表 20 NETWORKDEA-N-V(FIXED)得分模型 77
表 21 NETWORKDEA-N-V(FIXED)數據模型 78
表 22 NETWORKDEA-N-V(FREE)得分模型 79
表 23 NETWORKDEA-N-V(FREE)數據模型 80
表 24 NETWORKDEA-O-V(FIXED) 得分模型 81
表 25 NETWORKDEA-O-V(FIXED)數據模型 82
表 26 NETWORKDEA-O-V(FREE)得分模型 83
表 27 NETWORKDEA-O-V(FREE)數據模型 84
表 28 102年經營績效考核得分情形 85
表 29 102年經營績效考核數據情形 86

一、中文部分
1. 王火炎(2007), 銀行分支機構經營效率分析—三階段DEA方法之應用
國立中央大學產業經濟研究所碩士論文
2.江翰青(2012), 台灣及中國商業銀行之利潤效率—DEA共同邊界模型分析東吳大學經濟系碩士論文
3.左晉瑋(2009), 應用 Network DEA 於台灣基層農會經營績效之研究屏東科技大學農企業管理系所碩士論文
4.白耀東(2013)，銀行分支機構績效評估-以國內A商業銀行運用Network DEA模型分析為例，東吳大學EMBA高階經營碩士在職專班
5.李璧芸(2009)，台灣銀行業的績效分析-網絡資料包絡分析法，國立政治大學經濟研究所碩士論文
張惠珠(2011),台灣的金控公司子銀行經營績效之分析—DEA法國立高雄應用科技大學國際企業系碩士論文
6.吳錫安(2011), 台灣電機機械產業平衡計分卡與營運效率之研究--Bounded DEA 之運用,東海大學會計學系碩士論文
7.吳可欣()2011，台灣地區航空站效率與生產力之評估－以Network DEA模型為例，東吳大學經濟研究所碩士論文
8.洪維楷(2012), 以網路隨機邊際分析法分析台灣銀行經營效率國立政治大學金融研究所論文
9.洪少文(2010)，組織變革對銀行經營績效之影響，世新大學企業經營管理研究所碩士論文
10.高棟梁，2006，台灣地區產險業經營效率之衡量：二階段資料包絡分析法之運用，銘傳大學管理科學研究所博士論文
11.莊淳雅(2012), 兩岸銀行業公司治理對成本效率之探討-三階system-DEA中國文化大學財務金融系碩士論文
12.孫崇偉，2009，休閒園區之經營績效分析－以台糖鳳山休閒園區為例，崑山科技大學企業管理研究所博士論文
13.張惠珠(2011),台灣的金控公司子銀行經營績效之分析—DEA法國立高雄應用科技大學國際企業系碩士論文
14.陳冠中(2010), 從績效評估探討銀行之風險效率衡量—DEA 模型之運用東海大學工業工程與經營資訊學系博士論文
15.黃文豪(2011)，金融業之經營策略-以S銀行為例，元智大學管理碩士在職專班碩士論文
16.楊怡芳(2002)，銀行業服務品質、營運效率與獲利性關連性之研究彰化師範大學商業教育學系碩士論文
17.劉美梅(2007), 台灣電力公司配電系統營運績效之探討—BSC融入DEA模式之應用, 國立東華大學國際企業碩士論文
18.盧永祥、傅祖壇，2005， 臺灣地區農會信用部經營效率之分析－三階段DEA模型之應用，臺灣銀行季刊，56 卷，3 期，174-192
19.蕭峰凱(2005), 運用DEA衡量本國銀行經營效率之研究國立高雄應用科技大學人力資源發展系碩士論文
20.蕭塑芳(2010), 中國大陸上市銀行之經營績效評估--DEA及Malmquist 生產力指數之應用, 嶺東科技大學財務金融碩士論文
21.譚雯華(2001), 以策略觀點探討新舊銀行之經營績效-結合平衡計分卡及資料包絡分析法,國防管理學院國防財務資源研究所碩士論文


二、英文部分
1. Banker, R. D., A. Charnes, and W. W. Cooper, 1984, Some Model forEstimating Technical and Scale Inefficiency in Data Envelopment Analysis. Management Science, 30(9):1078-1092.
2. Berg, S. A., F. R. Forsund and E. S. Jansen, 1991, Technical Efficiency of Norwegian Banks: The Non-Parametric Approach to EfficiencyMeasurement, Journal of Productivity Analysis, 2: 127-142.
3. Caves, D. W., L. R. Christensen, and W. E. Diewert, 1982, The Economic Theory of Index Numbers of the Measurement of Input, Output and Productivity, Econometrica, 50: 1393-1414.
4. Chandra, P., W. W. Cooper, S. Li, and A. Rahman, 1998, Using DEA to evaluate 29 Canadian textile companies-Considering returns to scale, International Journal of Production Economics, 54: 129-141.
5. Charnes, A., T. Clark, W. W. Cooper, and B. Golany, 1985, A DevelopmentalStudy of Data Envelopment Analysis in Measuring the Efficiency ofMaintenance Units in the U.S. Air Forces, Annals of Operation Research,2: 95-112.
6. Charnes, A., W. W. Cooper, and E. Rhodes, 1978, Measuring the Efficiency of Decision Marking Units, European Journal of Operational Research,2:429-444.
7. Chiang Kao, 2007, Efficiency decomposition in network data envelopment analysis：A relational model, European Journal of Operational Research,19: 949-962.
8. Cooper, W. W., H. Deng, B. Gu, S. Li, and R. M. Thrall, 2001, Using DEA toimprove the management of congestion in Chinese industries(1981-1997), Socio-Economic Planning Sciences, 35: 227-242.
9.Cooper, W. W., L. M. Seiford, and K. Tone, 2007, Data Envelopment Analysis：A Comprehensive Text with Models, Application, Reference and DEA-Solver Software, American Economic Review, 84: 66-83.
10. Fare, R., S. Grosskopf, M. Norris, and Z. Zhang, 1994, Productivity Growth,Technical Progress and Efficiency Change in Industrialized.Farrell, M. J., 1957, The Measurement of Productive Efficiency, J. Royal Static. Soc., 3: 253-281.
11. Fried, H. O., C. A. K. Lovell, S. S. Schmidt, and S. Yaisawaring, 2002, Accounting for Environmental Effect and Statistical Noise in Data Envelopment Analysis, Journal of Productivity Analysis, 17: 157-174.
12. Kao, C., 2000, Short-run and Long-run Efficiency Measure for Multiplant Firms, Annals of Operations Research, 97: 379-388. Kast and Rosenzweig, 1974, Organization and management, A systems Approach, New York：Ox Ford University..
13. Lewin, A., Y. R. C. Morey, and T. J. Cook, 1982, Evaluating Administrative Efficiency of Courts, OMEGA, 10: 401-411.
14.Ling-Feng Hsieh, and Li-Hung Lin, 2009, A performance evaluation model for international tourist hotels in Taiwan-An application of the relational network DEA, International Journal of Hospitality Management, 29:14–24.
15. Lovell, C. A. K., 1993, Production Frontiers and Productive Efficiency In Fried, H.O., Lovell, C.A.K. and S. S. Schmidt, The Measurement of Productive Efficiency: Techniques and Applications, New York：Ox FordUniversity.
16. Färe, R., S. Grosskopf and G. Whittaker (2007), “Chapter 12: NETWORK DEA”, Modeling Data Irregularities and Structural Complexities in Data Envelopment Analysis, edited by Zhu, J. and W. D. Cook, pp. 209-240. New York: Springer Science+Business Media.
17. Tone, K. and M. Tsutsui (2009), “Network DEA: A slacks-based measure approach”, European Journal of Operational Research, Vol. 197, No. 1, pp.243-252.
18. Sexton, T. R. and Lewis, H. F. (2004),“Network DEA:efficiency analysis of organizations with complex internal structure.”Computers and Operational Research 31,pp.1365-1410