ÉVALUATION DE SUCCURSALES BANCAIRES À L AIDE D UNE MÉTHODE MULTICRITÈRE

Transcription

1 ÉVALUATION DE SUCCURSALES BANCAIRES À L AIDE D UNE MÉTHODE MULTICRITÈRE ÉVALUATION DE SUCCURSALES BANCAIRES À L AIDE D UNE MÉTHODE MULTICRITÈRE Michael Michalopoulos, Constantin Zopounidis et Michael Doumpos (Technical University of Crete) Résumé. Les auteurs donnent un très bref aperçu de leur évaluation multicritère de succursales bancaires en Grèce. Ils retiennent 4 critères choisis entre 56. Pour les années 99 et 99, les succursales sont classées en trois groupes: les succursales dynamiques, à dynamisme modéré (ou incertain) et peu dynamiques. La méthode utilisée dite des utilités additives discriminantes (UTADIS) a donné des résultats très satisfaisants car les classements erronés sont peu nombreux pour les deux années d analyse. I. INTRODUCTION L évaluation des succursales bancaires pose un défi intéressant tant au niveau théorique que pratique. Des études récentes révèlent qu il est courant d en évaluer la rentabilité par rapport à un ensemble de succursales de même type ayant, soit de multiples entrées et sorties, comme dans la méthode DEA (Data Envelopment Analysis), soit de multiples entrées et une sortie, comme dans la méthode loglinéaire (Giokas, 99). Le désavantage principal de ces méthodes est qu elles ne comparent pas vraiment les succursales. Elles les catégorisent comme étant relativement rentables et non rentables, sans indiquer lesquelles sont les meilleures, ou lesquelles parmi les non rentables sont les pires. Elles n aident pas les cadres des banques à analyser les dysfonctionnements possibles des succursales et à remédier aux problèmes qui se posent. M. Michalopoulos, C. Zopounidis et M. Doumpos sont professeurs au Department of Production Engineering and Management, Technical University of Crete, 700 Chania, Crete. Pour joindre le professeur Zopounidis: kostas@ergasya.tuc.gr; tél ; fax: ). Les auteurs remercient l équipe Finéco pour ses suggestions et son aide éditoriale. Lire Charnes et al. (990), Drake et Howcroft (994), Oral et al. (99), Parcan (987), Sherman et Gold (985). FINÉCO, vol. 8, N o, e semestre 998

2 MICHAEL MICHALOPOULOS, CONSTANTIN ZOPOUNIDIS ET MICHAEL DOUMPOS Quant à l évaluation multicritère, elle introduit une notion générale de dynamisme. Elle permet une comparaison des succursales dynamiques et moins dynamiques (Zopounidis et al., 995), ce qui rend plus efficace son mécanisme d inspection. Elle permet aussi de distinguer entre les succursales d une même catégorie. De plus, les analystes de la Banque sont incités par l approche multicritère à participer au processus de l évaluation des succursales, en tenant compte à la fois de leurs préférences et de la politique de leur organisation. Dans cet article, nous nous contentons de donner un bref aperçu de notre approche agrégation-désagrégation des préférences (Zopounidis, 999) à l évaluation de succursales bancaires. Cette approche passe par l analyse des préférences globales du décideur afin de déterminer l importance de chaque critère de décision. Le décideur-analyste exprime d abord ses préférences en produisant son propre classement. L approche exploite cette information pour cerner à la fois des critères clés de décision et leur importance relative, et du même coup rendre le modèle le plus compatible possible avec les préférences et la politique du décideur. L application de cet outil multicritère d évaluation du dynamisme de 7 succursales bancaires grecques est réalisée, pour la période 99-99, avec la méthode UTADIS issue des travaux de Devaud et al. (980), Jacquet-Lagrèze (995), Jacquet-Lagrèze et Siskos (98) et Zopounidis et Doumpos (998a, 998b). Ci-dessous, à la section II, nous introduisons la méthode UTADIS, les détails étant annexés. Son application bancaire est décrite à la section III. Nous concluons à la section IV. II. LA MÉTHODE UTADIS Partant d un classement préalable des objets de choix, ou actions, envisageables par le décideur, la méthode UTADIS débouche sur la meilleure affectation des actions (donc la moins erronée) dans les classes d appartenance découpées par les divers seuils, ou profils, multicritères retenus. Pour y arriver, UTADIS modélise les préférences du décideur en une fonction d utilité multicritère additive issue de ses utilités unicritères dites partielles. UTADIS prévoit une pondération des critères avant de pouvoir répartir les actions en classes prédéterminées par des seuils d utilité. Comme il y aura des erreurs de classement des actions, UTADIS prévoit les minimiser par programmation linéaire de sorte que l affectation finale des actions en est bonifiée d autant. La méthode est explicitée en annexe. À noter qu UTADIS, et deux de ses variantes, sont incorporées au système de classification financière FINCLAS de Zopounidis et Doumpos (998a). Également, qu une méthode apparentée, UTASTAR, a été décrite par Zopounidis (99, in Finéco) et par Siskos et Yiannakopoulos (985). 4 FINÉCO, vol. 8, N o, e semestre 998

3 ÉVALUATION DE SUCCURSALES BANCAIRES À L AIDE D UNE MÉTHODE MULTICRITÈRE III. APPLICATION Description de l échantillon Nous appliquons UTADIS à l évaluation de 7 succursales bancaires de la Banque de Grèce pour les années 99 et 99. Leur degré de dynamisme a été établi selon 56 critères, dont les 4 plus pertinents ont été retenus via une analyse en composantes principales et sur indication d un cadre supérieur de la Banque. Celui-ci a classé les succursales comme suit: - Classe : les plus dynamiques: elles atteignent leurs buts, sont grandement rentables et connaissent une grande activité tout au long de l année; - Classe : celles d un dynamisme modéré ou incertain; et, - Classe : les peu dynamiques. Pour l année 99, l ensemble des 7 succursales se répartit en de classe, 5 de classe et 0 de classe. La répartition correspondante pour 99 est, 7 et 9. Présentation des résultats En utilisant la méthode UTADIS, nous recourons à deux modèles de classement des 7 succursales en classes pour les années 99 et 99. Les utilités globales des succursales et leur classement pour chaque année sont présentées, respectivement, dans les tableaux et (les succursales qui se sont mal classées sont présentées en caractères gras). Nous estimons les résultats plus que satisfaisants puisque succursales sur 7 (85%) sont bien classées en 99 et 4 (89%) le sont en 99. Il convient de souligner l absence d erreurs importantes de classement: aucune succursale dynamique est classée comme non dynamique et vice-versa. Notez les poids des 4 critères d évaluation du dynamisme des succursales au tableau 4. Pour les deux années de l analyse, le critère comptage et tri des billets de banque (g4) s avère le plus important pour le classement dans les trois classes de succursales. D autres critères importants pour l année 99 sont les réceptions d argent par les autres succursales de la Banque (g4), les envois d argent vers d autres succursales (g7) et l émission d ordres en drachmes (g0) tandis que l envoi d argent vers les succursales de la Banque Nationale de Grèce (g8), ainsi que l introduction d ordres en drachmes (g) sont importants en 99. Ces résultats s accordent à la fois aux préférences des cadres supérieurs de la Banque de Grèce et à la politique de celle-ci. FINÉCO, vol. 8, N o, e semestre 998 5

4 MICHAEL MICHALOPOULOS, CONSTANTIN ZOPOUNIDIS ET MICHAEL DOUMPOS TABLEAU Critères (g) de classement des succursales bancaires g g g g 4 g 5 g 6 g 7 g 8 g 9 g 0 g g g g 4 Encaissements Paiements Réception d argent par l établissement central de la Banque Réception d argent par les autres succursales de la Banque Réception d argent par les succursales de la Banque Nationale de Grèce Envoi d argent vers l établissement central de la Banque Envoi d argent vers les autres succursales de la Banque Envoi d argent vers les succursales de la Banque Nationale de Grèce Émission de chèques en drachmes Émission d ordres en drachmes Introduction d ordres en drachmes Tenue de comptes hors de la comptabilité Dépôts de banques et organismes Comptage et tri des billets de banque TABLEAU Résultats de l application d UTADIS pour l année 99 Succursale Classe initiale Utilité Classe estimée Y6 Y6 Y8 Y Y6 Y7 Y7 Y Y4 Y Seuil d utilité U Y Y9 Y9 Y7 Y0 Y Y Y Y Seuil d utilité U Y Y5 Y4 Y8 Y5 Y Y0 Y FINÉCO, vol. 8, N o, e semestre 998

5 ÉVALUATION DE SUCCURSALES BANCAIRES À L AIDE D UNE MÉTHODE MULTICRITÈRE TABLEAU Résultats de l application d UTADIS pour l année 99 Succursale Classe initiale Utilité Classe estimée Y6 Y6 Y6 Y Y7 Y7 Y4 Y8 Y Y Seuil d utilité U Y Y9 Y Y0 Y7 Y9 Y4 Y Y4 Y Seuil d utilité U Y5 Y Y5 Y Y Y8 Y TABLEAU 4 Les poids des 4 critères (g) identifiés au tableau. En 99: g = 0%; g = 8,605%; g = 0,00%; g 4 = 0,94%; g 5 = 6,798%; g 6 = 4,70%; g 7 =,78%; g 8 = 0,00%; g 9 = 0%; g 0 = 0,767%; g =,55%; g = 0%; g = 0%; g 4 = 4,857%.. En 99: g = 0%; g = 8,99%; g = 0%; g 4 = 4,09%; g 5 =,79%; g 6 = 0,007%; g 7 = 4,658%; g 8 =,855%; g 9 = 0%; g 0 = 0%; g = 6,880%; g = 0,0%; g = 0%; g 4 = 8,60% À partir de nos premiers résultats, diverses interactions avec un cadre supérieur de la Banque ont eu lieu au cours desquelles les désaccords observés ont été étudiés. En examinant les résultats de l99, le cadre a jugé que les indications du modèle voulant que les succursales Y0, Y9 et Y soient classées chez les dynamiques modérées étaient justes, tandis qu il était en désaccord avec l appartenance de Y4 à la même classe. En réestimant le modèle conformément aux FINÉCO, vol. 8, N o, e semestre 998 7

6 MICHAEL MICHALOPOULOS, CONSTANTIN ZOPOUNIDIS ET MICHAEL DOUMPOS réactions du cadre, le classement correct de toutes les succursales a été obtenue. En procédant de même pour 99, le cadre était d accord avec le modèle qui classait les succursales Y et Y9 chez les dynamiques modérées, tandis qu il a jugé que Y4 ne devrait pas quitter la classe peu dynamique. En incorporant les indications du cadre à l analyse du dynamisme des succursales, le nouveau modèle a permis de classer les succursales avec 00% de réussite. Les poids des critères d évaluation des modèles remaniés diffèrent légèrement des poids initiaux. Malgré ces différences, le comptage et le tri des billets de banque (g4) reste le critère essentiel pour le classement des succursales de la Banque en trois classes. IV. CONCLUSION Il s agissait d appliquer la méthode multicritère UTADIS au classement de succursales de la Banque de Grèce. Les résultats obtenus sont considérés fort satisfaisants. Ils montrent que la méthode apporte une aide efficace dans la résolution des problèmes de classement. L application d UTADIS en milieu bancaire donne au décideur des informations utiles sur la répartition des succursales en classes de dynamisme et sur le niveau relatif de dynamisme de chaque succursale à l intérieur d une même classe. Un tel apport permet à la Banque de mieux contrôler le fonctionnement de ses succursales et d éviter des problèmes d inefficacité, de faible compétitivité, de services déficients, etc. L évaluation de l ensemble de ses succursales pourrait lui indiquer comment accroître sa compétitivité dans ce monde bancaire international en évolution accélérée. De plus, comme la méthode fonctionne d une façon interactive avec le décideur, elle laisse entrevoir le rôle essentiel que le décideur joue dans la prise de décision. L interaction du décideur avec la méthode peut facilement se faire en temps réel, via un outil d aide multicritère comme le système FINCLAS (Zopounidis et Doumpos, 998a). Dans une perspective de recherche, il serait très utile de comparer l efficacité de la méthode UTADIS à celle d autres méthodes (de type DEA, loglinéaire ou d analyse discriminante) avec des données relatives au dynamisme et à l efficience opérationnelle des succursales bancaires. 8 FINÉCO, vol. 8, N o, e semestre 998

7 ÉVALUATION DE SUCCURSALES BANCAIRES À L AIDE D UNE MÉTHODE MULTICRITÈRE ANNEXE La problématique multicritère de classement selon UTADIS Soit g, g,... g m une famille cohérente de m critères et A = { a, a, a } n l ensemble de choix, n actions possibles réparties dans Q classes (C, C,..., C Q ) qui sont préordonnées de la manière suivante: C PC,..., C Q- PC Q, où P est la relation de préférence stricte entre les classes C,..., C Q (la classe C q est préférable à la classe C q+, q =,,..., Q-). Notre modèle de classement des préférences du décideur se fonde sur l agrégation de m critères par une fonction d utilité de la forme U(g) = Somme des u i (g i ), i =,,...m, où U(g) est l utilité globale d une action possible, et u i (g i ) l utilité partielle selon le critère g i. Pour chaque critère g i, * on définit une valeur extrême g i exprimant la conséquence la plus favorable et une autre, g i*, exprimant la moins favorable. On suppose que ces valeurs extrêmes * sont finies et on découpe l intervalle [ g i*, g i ] en a i - intervalles égaux j j + [ g i, g i ], où a i est choisi par le décideur qui précise ainsi le nombre des points j calculés pour chaque utilité partielle u i*, g i étant donné par g i* + [(j-)/(a i -)] * ( g i g i* ). Quant à l utilité partielle de l action a A, elle est calculée par interpolation: u [ i g ( i a) ] u j i g i b i [u j + i g i u j i g i j j + j = + ] où b i = [ g ( i a) g ]/ i g i g i. Comme les g i sont des critères, les utilités partielles u i (g i ) sont des fonctions monotones (croissantes ou décroissantes), ce qui, vu les hypothèses précédentes, se j + j traduit par u i ( g i ) u i ( g i ) 0, i,j. On peut remplacer ces contraintes par: j + j w ij = u i ( g i ) u i ( g i ) 0, i,j; u i ( g ; et. i* ) = 0 u j j i( g i ) = Σ k = w ik * D après les transformations précédentes, on a que u i ( g i ): = Somme des w ik, k=,..., a i -. Quant à la répartition des actions dans Q classes prédéterminées, elle se fait en comparant leurs utilités globales avec certains seuils d utilité, FINÉCO, vol. 8, N o, e semestre 998 9

8 MICHAEL MICHALOPOULOS, CONSTANTIN ZOPOUNIDIS ET MICHAEL DOUMPOS soit U q (U >U >...>U Q- ), qui permettent de séparer les classes entre elles. Ainsi: Ua ( ) U a C ; U Ua ( ) < U a C ;...; U q Ua ( ) < U q a C q ;...; Ua ( ) < U Q a C Q. Lors du classement, une erreur de surestimation, σ + (a), se produit là où l action a est affectée à une classe inférieure à sa vraie classe, l inverse tenant pour l erreur de sous-estimation, σ - (a). UTADIS vise à minimiser les erreurs en résolvant le programme linéaire cidessous, lequel estime les utilités globales des actions U(a) (le modèle additif) et les seuils d utilité U q, soit: Min F = σ + ( a) + + [ σ + ( a) + σ - ( a) ] + + σ - ( a) a C a C q a C Q m sous réserve que u i g i a U + σ + ( a) 0 pour a C, i = m i = m u i [ g i ( a) ] U q σ - ( a) δ, u i [ g i ( a) ] U q + σ + ( a) 0 pour i = m a C q, u i [ g i a ] U Q σ - ( a) δ pour a C Q, i = m a i Σ i = Σj = wij =, U q U q s, q =,,, Q, et w ij 0, σ + ( a) 0, σ - ( a) 0 où le seuil δ est un nombre réel positif qui assure l inégalité stricte Ua ( ) < U q ( a C q, q > ), tandis que le seuil s assure la relation de préférence stricte qui existe entre les seuils d utilité séparant deux classes successives. Ensuite, une analyse post-optimale se fait, de telle sorte que l on puisse déterminer l ensemble de fonctions d utilité optimales, ou quasi-optimales, qui donnent des valeurs de F plus petites que la valeur F*+k(F*) où F* est la valeur optimale du programme linéaire précédent et k(f*) une petite valeur po- 0 FINÉCO, vol. 8, N o, e semestre 998

9 ÉVALUATION DE SUCCURSALES BANCAIRES À L AIDE D UNE MÉTHODE MULTICRITÈRE sitive ou nulle dépendant de F*. Ainsi, la fonction à minimiser devient une contrainte linéaire exprimant que F est un quasi-critère, de la forme: σ + ( a) + + [ σ + ( a) + σ - ( a) ] + + σ - ( a) F* + kf* ( ). a C a C q a C Q Il en résulte une double fonction à optimiser, soit:: max i a i Q w ij + U q et min j = q = a i Q w i ij + U q j = q = La méthode UTADIS et deux de ses variantes sont incorporées au système FINCLAS de Zopounidis et Doumpos (998a). Le système a déjà servi aux prévisions de faillite (Zopounidis et Doumpos, 997) et à résoudre divers problèmes de classement en finance (Zopounidis et Doumpos, 998b). FINÉCO, vol. 8, N o, e semestre 998

10 MICHAEL MICHALOPOULOS, CONSTANTIN ZOPOUNIDIS ET MICHAEL DOUMPOS BIBLIOGRAPHIE Charnes, A., Cooper, W.W.et Z.M. Huang, 990, Polyhedral Cone-ratio DEA Models with an Illustrative Application to Large Commercial Banks, Journal of Econometrics 46, 7-9. Devaud, J.M., Groussaud, G. et E. Jacquet-Lagrèze, 980, UTADIS: une méthode de construction de fonctions d utilités additives rendant compte de jugements globaux, European Working Group on Multicriteria Decision Aid, Bochum. Drake, I. et B. Howcroft, 994, Relative Efficiency in the Branch Network of a UK Bank: An Empirical Study, OMEGA: International Journal of Management Science, Giokas, D.I., 99, Bank Branch Operation Efficiency: A Comparative Application of DEA and Loglinear Model, OMEGA: International Journal of Management Science 9, Jacquet-Lagrèze, E., 995, An Application of the UTA Discriminant Model for the Evaluation of R & D Projects: in P.M. Pardalos, Y. Siskos et C. Zopounidis (éd.), Advances in Multicriteria Analysis, Kluwer Academic Publishers, Dordrecht, 0-. Jacquet-Lagrèze, E. et J. Siskos, 98, Assessing a Set of Additive Utility Functions for Multicriteria Decision Making: The UTA Method, European Journal of Operational Research 0, Oral, M., Kettani, O. et R. Yolalan, 99, An Empirical Study on Analyzing the Productivity of Bank Branches, IIE Transactions 4, Parcan, C., 987, Measuring the Efficiency of Service Operations: An Application to Bank Branches, Engineering Costs and Production Economics, 7-4. Sherman, H.D. et F. Gold, 985, Bank Branch Operating Efficiency: Evaluation with Data Envelopment Analysis, Journal of Banking and Finance 9, Siskos, Y. et D. Yiannakopoulos, 985, UTASTAR: An Ordinal Regression Method for Building Additive Value Functions, Investigaçâo Operacional 5, 9-5. FINÉCO, vol. 8, N o, e semestre 998

11 ÉVALUATION DE SUCCURSALES BANCAIRES À L AIDE D UNE MÉTHODE MULTICRITÈRE Zopounidis, C., 99, Le point sur les méthodes d évaluation des projets d investissement en capital de risque, Finéco, 99-. Zopounidis, C., 999, Multicriteria Decision Aid in Financial Management, European Journal of Operational Research 9, Zopounidis, C., Despotis, D.K. et E. Stavropoulou, 995, Multiattribute Evaluation of Greek Banking Performance, Applied Stochastic Models and Data Analysis, Zopounidis, C., et M. Doumpos, 997, Preference Disaggregation Methodology in Segmentation Problems: The Case of Financial Distress in: C. Zopounidis (éd.) New Operational Approaches for Financial Modelling, Springer- Verlag, Berlin-Heidelberg, Zopounidis, C., et M. Doumpos, 998a, Developing a Multicriteria Decision Support System for Financial Classification Problems: The FINCLAS System, Optimization Methods and Software 8, Zopounidis, C., et M. Doumpos, 998b, A Multicriteria Sorting Methodology for Financial Classification Problems, in: C. Zopounidis et I. Papadimitriou (éd.), Abstracts and Papers of the 47 th Meeting of the EURO Working Group Multicriteria Aid for Decisions, Vol. II, Editions of the Technical University of Crete, Chania, FINÉCO, vol. 8, N o, e semestre 998

12 MICHAEL MICHALOPOULOS, CONSTANTIN ZOPOUNIDIS ET MICHAEL DOUMPOS LONG SUMMARY Evaluation of Bank Branches Using a Multicriteria Methodology Michael Michalopoulos, Constantin Zopounidis and Michael Doumpos (Technical University of Crete) In the fully competitive and changing environment of the international banking sector, it is absolutely necessary for each bank to improve its operating and overall efficiency, in order to remain competitive and viable. The overall efficiency of a bank is strictly related to that of each branch. Therefore the top managers in addition to the formulation of a proper business and strategic development plan, should also proceed with the evaluation of the efficiency of each branch. This will enable them to specify the measures that should be taken to overcome actual or potential efficiency problems. Furthermore, the evaluation of bank branches efficiency is essential for the formulation of an overall strategic plan. This significant problem in the field of financial management and banking has already attracted the interest of many financial and operational researchers who have proposed methodologies for modeling and evaluating the efficiency of bank branches. The methodologies are mainly based on the DEA method (Data Envelopment Analysis; Sherman and Gold, 985; Charnes et all., 990; Drake and Howcroft, 994) and the Loglinear method (Giokas, 99). The DEA method identifies the efficient frontier (the maximum output that can be produced for a specific level of input), and defines as efficient, the bank branches that belong to it while those that do not are defined as inefficient. However, in such an efficiency evaluation procedure there is no distinction between the efficient branches (i.e. there is no index to separate the most efficient branches from those that are marginally so), while the notion of efficiency defined as an input-output relationship can be inconsistent with the decision maker s perception of efficiency. In this paper the bank branches efficiency problem is studied from a different point of view. Instead of a relative evaluation, an absolute one is performed involving the sorting of bank branches into predefined homogeneous efficiency classes. This is achieved through the UTADIS preference disaggregation analysis method (Devaud et al., 980; Jacquet-Lagrèze, 995; Zopounidis and Doumpos, 997). The preference disaggregation approach refers to the analysis (disaggregation) of the global preferences (judgment policy) of the decision maker in order to identify the criteria aggregation model that underlies the preference result (sorting). Simi- 4 FINÉCO, vol. 8, N o, e semestre 998

13 ÉVALUATION DE SUCCURSALES BANCAIRES À L AIDE D UNE MÉTHODE MULTICRITÈRE larly to multiattribute utility theory (MAUT), preference disaggregation analysis uses common utility decomposition forms to model the decision maker s preferences. Nevertheless, instead of employing a direct procedure for estimating the global utility model (MAUT), preference disaggregation analysis uses regressionbased techniques based on linear programming formulations (indirect estimation procedure). More specifically, in preference disaggregation analysis the parameters of the utility decomposition model are estimated through the analysis of the decision maker s overall preference on some reference alternatives. The problem is then to estimate a utility function (usually additive) that is as consistent as possible with the known subjective preferences of the decision maker. In the case of sorting problems, the UTADIS method develops an additive utility function and calculates the appropriate utility thresholds that sort a set of alternatives (bank branches) into predefined homogeneous classes with the minimum classification error. The sorting models that are developed through the UTADIS method have three basic features that are essential in the bank branches efficiency evaluation problem: () in addition to the sorting of the bank branches into efficiency classes they also provide the competitive level between those that belong to the same class (i.e. the global utility can be used as an index to identify the best and the worst branches), () they establish the relative importance of the criteria that are used to measure bank branches efficiency: in this way, the top managers of the bank can develop the most appropriate measures to improve the efficiency of a branch, () they have an extrapolation ability, that is, once a sorting model is developed and validated, it can be easily used in real time to control and monitor the efficiency of any branch. This approach is applied in a case study involving the evaluation of 7 branches of the Bank of Greece. The Bank is a non-profit organization, which has the responsibility for designing and implementing appropriate monetary and fiscal policies in Greece. Despite this non-profit character, its top managers are seeking to improve the operation and efficiency of the Bank, through the development and implementation of the appropriate means for controlling and monitoring the efficiency of its branches. Initially, complete data regarding the activity of the 7 branches have been collected for the years 99 and 99. These data include 56 evaluation criteria regarding the efficiency of the bank branches. Nevertheless, the incorporation of such a large number of evaluation criteria in the analysis would result in the development of a complicated and unrealistic sorting model (additive utility function). Thus, it was decided to consider a reduced set of 4 evaluation criteria regarding the main activities of the bank branches that affect their efficiency. According to FINÉCO, vol. 8, N o, e semestre 998 5

14 MICHAEL MICHALOPOULOS, CONSTANTIN ZOPOUNIDIS ET MICHAEL DOUMPOS the performances of the bank branches on these evaluation criteria, a top manager of the bank determined three classes of branches, based on data for the two successive years of the analysis: (i) the efficient, (ii) the moderately efficient, and (iii) the non-efficient bank branches.using this trichotomic classification the UTADIS method was applied twice (once for each year). The results may be considered as satisfactory in terms of the classification accuracy (85% for 99 and 89% for 99) while after a series of interactions with an expert analyst of the bank a 00% classification accuracy was obtained for both years. Furthermore, the results indicate that the sorting and counting of banknotes is the dominant factor that affects the efficiency of the bank branches. Overall, the results of the application of the proposed preference disaggregation approach confirm that besides its three aforementioned theoretical advantages, it is also easily applicable. Furthermore, the approach is decision support oriented so that it can be incorporated into an integrated decision support system specifically designed and developed for bank branches efficiency evaluation problems, such as the Financial Classification system (FINCLAS, Zopounidis and Doumpos, 998). Although the current structure of the FINCLAS system is oriented towards the analysis of corporate performance and viability, its flexibility enables its adoption in the study of other financial classification problems as well, besides the evaluation of bank branches. 6 FINÉCO, vol. 8, N o, e semestre 998