مقایسه عملکرد شبکه های عصبی مصنوعی و روشهای کلاسیک آماری در پیش بینی های مالی: مطالعه موردی مانده صندوق بانک ملت

دراین مقاله با استفاده از سه روش شبکه های عصبی چندلایه، شبکه های عصبی همراه با تاخیر زمانی و سری های زمانی همراه با بی-ثباتی واریانس، موجودی صندوق یکی از شعب بانک ملت، مدلبندی و عملکرد این سه روش با هم مقایسه شده است.از فروردین ماه سال1384 ، تا خرداد ماه سال 1394 ، کل مبلغ پولی که آخر هر هفته در صندوق یکی از شعب بانک ملت موجود است، ثبت شده و با استفاده ازشبکه های عصبی و مدل های کلاسیک آماری مدل بندی شده اند. هدف از این تجزیه و تحلیل، بدست آوردن پیش بینی هایی برای این مبالغدر ماه های آتی است تا مدیریت بانک با داشتن این اطلاعات تحلیلی، بتواند تصمیماتی مناسب در مورد تخصیص بهینه منابع مالی خودبگیرد. نتایج بیانگر این مطلب است که شبکه های عصبی چندلایه در مدل بندی و پیش بینی داده های ثبت شده در بانک، عملکرد بهترینسبت به شبکه های عصبی همراه با تاخیر زمانی و مدل های سری های زمانی دارد.

کلیدواژه ها:

سری های زمانی مالی ، شبکه های عصبی ، سری های زمانی همراه با بی ثباتی واریانس ، پیش بینی مانده صندوق بانک