
تعداد نشریات | 43 |
تعداد شمارهها | 1,725 |
تعداد مقالات | 14,122 |
تعداد مشاهده مقاله | 34,494,550 |
تعداد دریافت فایل اصل مقاله | 13,810,137 |
مدل سازی و پیش بینی کارایی بانک های دولتی و خصوصی ایران با استفاده از مدل های شبکه عصبی مصنوعی، شبکه عصبی فازی و الگوریتم ژنتیک | ||
مدیریت دارایی و تامین مالی | ||
مقاله 8، دوره 1، شماره 2، آذر 1392، صفحه 103-126 اصل مقاله (585.42 K) | ||
نویسندگان | ||
رضا محبی1؛ علی فاضل یزدی* 2؛ روح الله تقی زاده مهرجردی3 | ||
1کارشناس ارشد اقتصاد دانشگاه یزد | ||
2کارشناس ارشد حسابداری دانشگاه آزاد اسلامی واحد یزد | ||
3استادیار و عضو هیئت علمی دانشگاه اردکان | ||
چکیده | ||
دستیابی به رشد مستمر و مداوم اقتصادی و به موجب آن توسعه اقتصادی را می توان از زمره اهدافی قلمداد نمود که تمام کشورها در پی دستیابی به آن می باشند. در این راستا بانک ها نقش بسیار مهمی در پیشرفت و توسعه اقتصادی هر کشور ایفا می نمایند. در حال حاضر با توجه به تعداد قابل توجه بانک های دولتی و خصوصی در کشور پیش بینی کارایی آن ها اهمیت ویژه ای پیدا کرده است. هدف از این پژوهش، مدلسازی و پیش بینی کارایی بانک های دولتی و خصوصی کشور با استفاده از مدل های شبکه عصبی مصنوعی، شبکه عصبی فازی و الگوریتم ژنتیک می باشد. در این پژوهش ابتدا با استفاده از مدل تحلیل پوششی داده ها و با در نظر گرفتن جمع کل دارایی ها و تعداد کل شعب به عنوان ورودی های مدل و سود و زیان خالص و مانده تسهیلات اعطایی و مطالبات به عنوان متغیرهای خروجی مدل به بررسی کارایی بانک ها در بین سال های 1386 تا 1390 پرداخته شد. در مرحله بعد، از رویکرد رگرسیون چند متغیره، شبکه عصبی مصنوعی، شبکه عصبی فازی و الگوریتم ژنتیک جهت پیش بینی کارایی بانک ها استفاده شده است. نتایج ارزیابی نشان داد که مدل شبکه عصبی فازی نسبت به سایر مدل ها دارای بالاترین دقت در پیش بینی کارایی بانک ها می باشد. همچنین بر اساس نتایج تحلیل حساسیت ورودی ها به وسیله شبکه عصبی، ورودی سود و زیان خالص به عنوان ورودی که بیشترین تاثیر در کارایی بانک ها دارد، معرفی شده است | ||
کلیدواژهها | ||
پیش بینی کارایی بانک ها؛ تحلیل پوششی داده ها؛ شبکه عصبی مصنوعی؛ شبکه عصبی فازی؛ الگوریتم ژنتیک | ||
مراجع | ||
| ||
آمار تعداد مشاهده مقاله: 1,348 تعداد دریافت فایل اصل مقاله: 1,190 |