تخصیص بهینه منابع بانکی با رویکرد بیشنه کردن سود و کاهش ریسک اعتباری در سیستم بانکداری ایران
سال انتشار: 1403
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 14
فایل این مقاله در 30 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_MIEA-13-49_010
تاریخ نمایه سازی: 4 بهمن 1403
چکیده مقاله:
هدف: پژوهش حاضر به دنبال بررسی طراحی یک سیستم پشتیبان تصمیم گیری برای تخصیص منابع بانکی با رویکرد الگوریتم ژنتیک می باشد، به عبارتی به دنبال بررسی این موضوع می باشد که آیا می توان با استفاده از مدل الگوریتم ژنتیک برای طراحی یک سیستم پشتیبانی از تصمیم، به مدیران بانک ها برای تخصیص بهینه منابع بانکی یاری رساند؟
روش شناسی: روش پژوهش از دیدگاه هدف، تحقیقی-کاربردی است و از دیدگاه نوع و روند انجام پژوهش یک پژوهش میدانی - پیمایشی می باشد. حجم نمونه آماری این پژوهش را بانک های خصوصی و دولتی سطح کشور شامل ۲۰ بانک می شوند. جمع آوری اطلاعات و آمارهای لازم برای انجام پژوهش به صورت میدانی و کتابخانه ای از طریق مصاحبه حضوری با نخبگان و همچنین توزیع پرسش نامه میان مدیران و کارشناسان بانکی انجام می پذیرد و برای تجزیه وتحلیل اطلاعات از برنامه متلب و از طریق وارد نمودن اطلاعات تخصیص منابع و الگوریتم ژنتیک استفاده شده است. همچنین در طراحی مدل سیستم پشتیبان تصمیم گیری برای تخصیص منابع بانکی با رویکرد الگوریتم ژنتیک از روش سنتژ پژوهی برای تجزیه وتحلیل اطلاعات استفاده می کنیم.
نتایج: نتایج تحقیق نشان داد که با ترکیب شبکه های عصبی مبتنی بر سری زمانی و الگوریتم ژنتیک شرکت های فعال عرصه تجارت الکترونیک می توانند مدلی با دقت بالا برای پیش بینی قصور مشتریان کارت های اعتباری بر اساس سوابق تراکنش های مالی مشتریان ارائه نمایند. همچنین استفاده از وابستگی های زمانی تراکنش های مشتریان در پروسه امتیازدهی اعتبار آنها می تواند دقت پیش بینی فرایند قصور در پرداخت را افزایش دهد.
نوآوری: تخصیص بهینه منابع بانکی بر اساس ارزیابی ریسک اعتباری و احتمال قصور در پرداخت، موضوع مهمی برای تحقیق در زمینه مدیریت ریسک مالی به شمار می آید. بنابراین بهبود تصمیم گیری در خصوص اعطای وام به مشتریان یکی از مهم ترین مسائل امروزه سازمان های مالی کشور می باشد. باتوجه به اینکه اکثر بانک ها با مطالبات معوق روبه رو هستند با استفاده از یک مدل پیش بینی قصور پرداخت و ارزیابی ریسک اعتباری، می توانند مشتریانی را شناسایی کنند که در آینده می توانند به هر نحو با بانک تسویه کنند.
کلیدواژه ها:
genetic algorithm. Allocation of bank resources- support system ، الگوریتم ژنتیک ، منابع بانکی ، سیستم پشتیبان
نویسندگان
مهدی شفیعی
PhD student, Management Department, Qom Branch, Islamic Azad University, Qom; Iran
حیدر محمدزاده سالطه
Associate Professor, Department of Accounting, Marand Branch, Islamic Azad University, Marand, Iran
حسین جهانگیر نیا
Assistant Professor, Department of Accounting, Qom Branch, Islamic Azad University, Qom, Iran
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
