پیشبینی حجم سپرده های بانکی با استفاده از سیستم استنتاج عصبی فازی تطبیقی (ANFIS) بهبود یافته با الگوریتم بهینه سازی وال (WOA) (بررسی موردی: یکی از بانک های دولتی ایران)

سال انتشار: 1397
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 263

فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

DTCONF01_036

تاریخ نمایه سازی: 19 اسفند 1399

چکیده مقاله:

جذب سپرده به عنوان یکی از فعالیتهای اصلی بانکها و مؤسسات مالی، از یک سو موجب تأمین مالی مناسب برای سرمایه گذاران و هدایت نقدینگی به ســمت تولید و فعالیتهای مولد میگردد و از ســوی دیگر در شــرایط جاری که درآمد بانک از طریق اعطای تسهیلات تأمین می شود، میتواند سودآوری آنها را افزایش دهد. پیشبینی و برآورد حجم سپرده ها بر ا ساس داده های موجود و عوامل تأثیرگذار آن، برای انجام برنامه ریزی های مالی بسیار مهم است. سیستم ا ستنتاج فازی-عصبی تطبیقی (ANFIS) یکی ازتکنیکهای قدرتمند برای پیشبینی اســت. در این مطالعه از این روش برای پیشبینی حجم ســپرده های یکی از بانک های دولتی ایران استفاده شده است و تلاش گردید الگوریتمهای بهینه سازی مناسبی برای دستیابی به بهترین نتایج بکار گرفته شود. داده های مورد ا ستفاده مربوط به 21 متغیر تأثیرگذار بر حجم سپرده های بانکی از سال 1370 تا 1395 شنا سایی و ا ستخراج گردید و در مدل مورد استفاده قرار گرفته است.

کلیدواژه ها:

حجم سپرده های بانکی ، ANFIS ، الگوریتم ژنتیک(GA) ، الگوریتم وال(WOA)

نویسندگان

مجید ناصری

دانشجوی دکتری مدیریت فناوری اطلاعات، دانشکده مدیریت و اقتصاد دانشگاه آزاد واحد علوم و تحقیقات تهران