Loading
0 رای
  • بهینه سازی تخصیص منابع مالی با استفاده از مدل بنکر توسط شبکه عصبی (مطالعه موردی: بانک تجارت استان گیلان)

  • نویسندگان مقاله
    • سینا خردیار استادیار گروه حسابداری، دانشگاه آزاد اسلامی، واحد رشت، رشت، ایران
    • حمید خدمتگذار دانشجوی دکتری حسابداری، دانشگاه آزاد اسلامی، واحد رشت، رشت، ایران
    • علیرضا وزیری دانشجوی دکتری حسابداری، دانشگاه آزاد اسلامی، واحد رشت، رشت، ایران
    • مجتبی بیانی کارشناسی ارشد مدیریت استراتژیک، دانشگاه آزاد اسلامی، واحد رشت، رشت، ایران
  • چکیده مقاله

    در دوره­اي بسر می­بریم که بانک­ها دوران بحران را می­گذرانند. در چنین وضعی بسیاري از بانک­ها در حال یافتن راهی بهینه براي سرمایه­گذاري و بهره حداکثري از منابع خود هستند. اعتماد مشتریان در گرو سودآوري بانک­هاست. درحالی‌که بانک­ها در مورد حفظ جایگاه خود تلاش می­کنند، نیاز دارند تا منابع محدود به‌دست‌آمده را سخت­گیرانه­تر در جایگاهی درست اختصاص دهند؛ اما این انتخاب می­تواند فرصتی براي رشد و تحول حقیقی ایجاد کند. بانک تجارت یکی از بانک­هاي پیشرو در صنعت بانکداري ایران به شمار می­رود؛ بنابراین انتخاب این بانک براي بررسی مسئله تخصیص منابع می­تواند قابل‌تعمیم به سایر بانک­ها نیز باشد. در این پژوهش به موضوع تخصیص منابع در صنعت بانکداري اسلامی پرداخته‌شده است. مدل بنکر ازجمله مدل­هاي قدرتمندي است که در ایران به آن پرداخته نشده است. این مدل با در نظر گرفتن بن­بست منابع، شرایط را براي تخصیص منابع در ناحیه­اي امن فراهم می­کند. تخصیص منابع مسئله‌ای غیرخطی است و با توجه به گسترده بودن منابع و مصارف، حل آن توسط الگوریتم­هاي شناخته‌شده ریاضی بسیار دشوار است. استفاده از الگوریتم­هاي هوشمند در این­گونه موارد راهکاري خردمندانه براي حل مسئله است. شبکه عصبی مصنوعی یکی از پرکاربردترین الگوریتم­هاي هوشمند بهینه­سازي است که براي مدل­سازي بکار می­رود. این پژوهش بر روي بانک تجارت استان گیلان انجام‌شده است. میزان خطاي مجموع مربعات 6-10 × 85/1 در این کار نشان‌دهنده آن است که شبکه عصبی می­تواند مدل دقیقی از تخصیص منابع بر مبناي الگوریتم بنکر با اجتناب از بن‌بست ارائه دهد.

  • کلید واژه

    تخصیص منابع/ مدل بنکر/ شبکه عصبی/الگوریتم هوشمند/اجتناب از بن‌بست

  • راهنمای خرید و دانلود
    • اگر در مجموعه Confpaper عضو نیستید، به راحتی می توانید از طریق دکمه زیر اصل این مقاله را خریداری نمایید .
    • با عضویت در Confpaper می توانید اصل مقالات را با حداقل 20 درصد تخفیف دریافت نمایید .
    • برای عضویت به صفحه ثبت نام مراجعه نمایید .
    • در صورتی که عضو این پایگاه هستید،از قسمت بالای صفحه با نام کاربری خود وارد سایت شوید .
    • لینک دانلود فایل خریداری شده به ایمیل شما ارسال میگردد .
نظرات کاربران

برای ارسال نظر، لطفا وارد حساب کاربری خود شوید.