The application of interpretive structural modeling in designing a model for operational budgeting: A case of Ghadir Investment Company

Subject Areas : Journal of Investment Knowledge

Mohsen  Vaez-Ghasemi ¹ (Department of Mathematics, Rasht Branch, Islamic Azad University, Rasht, Iran (Corresponding author))
Mohammad  Taleghani ² (Department of Industrial Management, Rasht Branch, Islamic Azad University, Rasht, Iran)
Mohsen  Shafieyan ³ (Ph.D. Candidate in Industrial Management, Department of Industrial management, Islamic Azad University, Rasht, Iran)
Fatemeh  Bozorgi ⁴ (Ph.D. Candidate in Industrial Management, Department of Industrial management, Islamic Azad University, Rasht, Iran)

Received: 2017-07-12 Accepted : 2017-10-28 Published : 2018-09-23

Keywords: Budget, Budgeting, Operational budgeting, Interpretive Structural Modeli,

Abstract :

Operational Budgeting is a type of budgeting in which resources are allocated to accomplish certain, measurable results. The main objective of operational budgeting is to clarify the budget and to help optimal allocation and use of organizational resources. The present study aims to use interpretive structural modeling (ISM) to design a model for operational budgeting in Ghadir Investment Company. First, the literature review and expertise opinions were applied to identify 14 factors underpinning operational budgeting. Then, an ISM-based structured matrix questionnaire was designed to find out the interrelationships of these factors, and the data were plotted at seven levels in an interactive network using ISM. The results revealed that the most influential factor in driving power-dependence matrix is “annual budget and five-year development plan” so that the company’s operational budget heavily depends on this factor. 

References:

*       آذر، ع. و وفایی، ا. (1389). بررسی عوامل مؤثر بر اثربخشی نظام بودجه‏ریزی عملیاتی در سازمان‏های عمومی. دوفصلنامه برنامه و بودجه، 110، بهار و تابستان، 79-98.

*       آذر، ع.؛ تیزرو، ع.؛ مقبل با عرض، ع؛ انواری رستمی، ع.ا. (1389). طراحی مدل چابکی زنجیره تأمین؛ رویکرد مدلسازی تفسیری- ساختاری. پژوهشهای مدیریت در ایران، 14(4)، 1-25.

*       اسماعیل‏پور، ر.؛ تاخیره، م. و اجاق‌زاده، م. (1395). تدوین استراتژی پایش بهره‏وری صنایع تولیدی کوچک و متوسط با رویکرد مدلسازی ساختاری تفسیری. مدیریت بهره وری،10(39)، 7-40.

*       ایرج‌پور، ع. و ترابی‌نیا، ع. (1392). بررسی استقرار نظام بودجه ریزی عملیاتی در یک سازمان خدماتی. مدیریت توسعه و تحول، 15، 61-68.

*       باباجانی، ج. و خدارحمی، ب. (1393). مدلی برای استقرار نظام بودجه­بندی عملیاتی در دولت جمهوری اسلامی ایران. مطالعات تجربی حسابداری مالی، 11(41)، 1-36.

*       پورزمانی، ز. و نادری، ب. (1391). بررسی موانع استقرار بودجه عملیاتی در سازمانهای مناطق آزاد تجاری- صنعتی ایران. فصلنامه حسابداری سلامت دانشگاه علوم پزشکی و خدمات درمانی فارس، 1(1)، 1-16.

*       پورعلی، م.ر. و کاکوان، س. (1395). امکان­سنجی استقرار بودجه‏ریزی عملیاتی در دانشگاه علوم پزشکی و خدمات بهداشتی درمانی بابل. فصلنامه حسابداری مدیریت، 9(28)، 97-118.

*       سیرانی، م. و طاهر­شمس، ح. (1392). رابطه بین تورم و معیارهای ارزیابی بودجه‏بندی سرمایه ای درشرکت‌ها. پژوهش‌های حسابداری مالی و حسابرسی، 5(17)، 65-90.

*       صفدری نهاد، م؛  معمارزاده، غ و عزتی، م. (1394). نقش عوامل سازمانی بر اجرای بودجه‏ریزی عملیاتی در راستای اجرای ماده 195 قانون برنامه پنجم توسعه. سیاست‏های راهبردی و کلان، 3(11)، 27-48.

*       طاهرپور کلانتری، ح.؛ دانش فرد، ک. و رضایى دِزّکى، ف. (1390). شناسایی عوامل مؤثر بر استقرار قانون بودجه عملیاتی در سازمانهای دولتی. برنامه‏ریزی و بودجه، 16(2)، 31-56.

*       عبدصبور، ف.، و راوند، م. (1391). الزامات و موانع بودجه‏ریزی عملیاتی سازمان‏ها بر اساس مدل سه عاملی شه. فصلنامه مدیریت صنعتی، 7(20)، 109-129.

*       فروغی، د.؛ حقیقی پراپری، م.، و رسائیان، ا. (1391). امکان­سنجی اجرای روش هزینه­یابی بر مبنای فعالیت در بودجه­بندی عملیاتی دستگاه­های دولتی (مطالعه موردی: دستگاه‏های دولتی استان اصفهان). حسابداری سلامت، 1(1)، 47-62.

*       فیروزجائیان، ع.ا.؛ فیروزجائیان، م.؛ هاشمی، س.ح. و غلامرضازاده، ف. (1392). کاربرد تکنیک مدلسازی ساختاری تفسیری (ISM) در مطالعات گردشگری (تحلیلی با رویکرد آسیب شناسانه). مجله‏ی برنامه‏ریزی و توسعه گردشگری، 2(6)، 129-159.

*       قدیم­پور، ج. و طریقی، ع. (1388). بودجه­ ریزی عملیاتی و حسابرسی عملیاتی. فصلنامه دانش حسابرسی دیوان محاسبات کشور، 2(28)، 59-68.

*       قلی‏زاده، م.ح. و کهن‏روز، ا. (1394). الزامات بودجه‏ریزی عملیاتی در نظام آموزش عالی کشور. فصلنامه پژوهش و برنامه ریزی در آموزش عالی، 21(1)، 39-59.

*       کرامتی، م.ا. و  بیات، ف. (1395). ارزیابی و رتبه‏بندی ابعاد و مولفه‏های اجرای بودجه‏بندی عملیاتی در شرکت‏های آب و فاضلاب ایران. پژوهش‌های‌ حسابداری ‌مالی ‌و ‌حسابرسی، 8(29)، 59-72.

*       محمدیان، م. و مهتری، ز. (1393). ساختار نظام حسابداری حاکم بر بودجه‏بندی عملیاتی: چالش‏ها و اصلاحات. مطالعات حسابداری و حسابرسی،3(9)، 54-67.

*       مشایخی، ب.؛ عبدزاده کنفی، م. و فرجی، ا. (1393). بررسی امکان‏سنجی طراحی و استقرار بودجه‏ریزی عملیاتی در دانشگاه‏های دولتی ایران (مطالعه موردی دانشگاه تهران). دانش حسابداری و حسابرسی مدیریت، 3(9)، 13-32.

*       Andres, K.K. (2001). Beyond Results: Accountability, Discretion and Performance Budget Reform. London: JAI Press.

*       Beikkhakhian, Y., Javanmardi, M., Karbasian, M. & Khayambashi, B. (2015). The application of ISM model in evaluating agile suppliers selection criteria and ranking suppliers using fuzzy TOPSIS-AHP methods. Expert Systems with Applications, 42(15-16), 6224-6236.

*       Diamond, J., (2003). From Program to Performance Budgeting: The Challenge for Emerging Market Economies. International Monetary Fund (IMF), Working Paper.  

*       Faisal, M., Banwet, D.K. and Shankar, R. (2006). Supply chain risk mitigation: modelling the enablers. Business Process Management, 12(4), 535-552.

*       Frow, N., Marginson, D. & Ogden, S. (2010). Continuos Budgeting: Reconciling Budget Flexibility with Budgetary Control. Accounting Organization and Society, 35(4), 444-461

*       Governmental Accountability Office, (1999), Performance Budgeting: Initial Experience Under Results Act in Linking Plans With Budgets, GAO/AIMD/GGD-99-67.

*       Hatry, H.P. (1989). Determining the Effectiveness of Government Services. Handbook of public Administration, in James L. Perry, ed. Handbook of Public Administration. San Francisco: Jossey-Bass, Inc.

*       Huang J. J., Tzeng G. H., Ong C. S., (2005). Multidimensional data in multidimensional scaling using the analytic network process. Pattern Recognition Letters, 26, 755-767.

*       Joyce, P.G. (2003). Linking performance and budgeting: opportunities in the federal budget process. Virginia: IBM Center Business of Government.

*       Kannan, G., Devika, K., Noorul, A., (2010). Analyzing supplier development criteria for an automobile industry. Industrial Management & Data Systems, 110(1), 43-62.

*       Kannan, G., Palaniappan, M., Zhu, Q., & Kannan, D. (2012). Analysis of third party reverse logistics provider using interpretive structural modeling. International Journal Production Economics, 140(1), 204-211.

*       Kannan, G., Shaligram, P., Sasikumar, P., (2009). A hybrid approach using ISM and Fuzzy TOPSIS for the selection of reverse logistics provider. Resources. Conservation and Recycling, 54, 28-36.

*       King, R. & P. M. Clarkson. & S. Wallace., (2010). Budgeting practices and performance in small healthcare businesses. Management Accounting Research, 21(1), 40-55.

*       Lee, R.D., Johnson. R.W.  & Joyce, P.G. (2012). Public Budgeting Systems (9^th Edition). Burlington, MA: Jones & Bartlett Learning.

*       Lu, Y., Willoughby, K., & Arnett, S. (2011). Performance budgeting in the American States, What's law got to do with it? State and Local Government Review, 43(2), 79-94.

*       Mathiyazhagan, K., Govindan, K., NoorulHaq, A. and Geng, Y. (2013). An ISM approach for the barrier analysis in implementing green supply chain management. Journal of Cleaner Production, 47(0), 283-297.

*       Melkers, J. E. & Willoughby, G. K.  (2001). Budgeters Views of State Performance-Budgeting Systems: Distinctions across Branches. Public Administration Review, 61(1), 54-64.

*       Najafi, M., & Ahmadkhani, A. (2012). The advantage of using operational budgeting on governmental organization. Management Science Letters, 2, 101-106.

*       Raut, R.d., Narkhede, B., Gardas, B.B. (2017). To identify the critical success factors of sustainable supply chain management practices in the context of oil and gas industries: ISM approach. Renewable and Sustainable Energy Reviews, 68(1), 33-47.

*       Ravi, V. and Shankar, R. (2005). Analysis of interactions among the barriers of reverse logistics, Technological Forecasting and Social Change, 72(8): 1011-1029.

*       Robinson, M., Brumby, J. (2005). Does performance budgeting work?: An Analytical Review of the Empirical Literature. Washington, D.C: International Monetary Fund, Fiscal Affairs Dept.

*       Talib F. (2011). The Barriers To Total Quality Management Implementation Using Interpretive Structural Modeling Approach, Benchmarking. An International Journal, 18(4), 563-587.

*       Tseng, M. (2013). Modeling sustainable production indicators with linguistic preferences, Journal of Cleaner Production, 40, 46-56.

*       Warren, C. S., Reeve, J. M., & Duchac, J. E. (2014). Financial & Managerial accounting (12^th ed.). Mason, OH: South-Western, Cengage Learning.

*      Thakkar, J., Kanda. A. & Deshmukh. S.G. (2008). Interpretive structural modeling (ISM) of IT-enablers for Indian manufacturing SMEs. Information Management & Computer Security, 16(2), 113-136