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

در دورهای بسر می بریم که بانک ها دوران بحران را می گذرانند. در چنین وضعی بسیاری از بانک ها در حال یافتن راهی بهینهبرای سرمایه گذاری و بهره حداکثری از منابع خود هستند. اعتماد مشتریان در گرو سودآوری بانک هاست. درحالی که بانک ها درمورد حفظ جایگاه خود تلاش میکنند، نیاز دارند تا منابع محدود به دست آمده را سختگیرانه تر در جایگاهی درست اختصاصدهند؛ اما این انتخاب میتواند فرصتی برای رشد و تحول حقیقی ایجاد کند. بانک تجارت یکی از بانک های پیشرو در صنعتبانکداری ایران به شمار میرود؛ بنابراین انتخاب این بانک برای بررسی مسیله تخصیص منابع می تواند قابل تعمیم به سایر بانک هانیز باشد. در این پژوهش به موضوع تخصیص منابع در صنعت بانکداری اسلامی پرداخته شده است. مدل بنکر ازجمله مدل هایقدرتمندی است که در ایران به آن پرداخته نشده است. این مدل با در نظر گرفتن بنبست منابع، شرایط را برای تخصیص منابعدر ناحیه ای امن فراهم می کند. تخصیص منابع مسیله ای غیرخطی است و با توجه به گسترده بودن منابع و مصارف، حل آن توسطالگوریتم های شناخته شده ریاضی بسیار دشوار است. استفاده از الگوریتم های هوشمند در اینگونه موارد راهکاری خردمندانه برایحل مسیله است. شبکه عصبی مصنوعی یکی از پرکاربردترین الگوریتم های هوشمند بهینه سازی است که برای مدلسازی بکارمی رود. این پژوهش بر روی بانک تجارت استان گیلان انجام شده است. میزان خطای مجموع مربعات (6-)10 1/85x در این کارنشان دهنده آن است که شبکه عصبی می تواند مدل دقیقی از تخصیص منابع بر مبنای الگوریتم بنکر با اجتناب از بن بست ارایه دهد.

Keywords:

تخصیص منابع , مدل بنکر , شبکه عصبی , الگوریتم هوشمند , اجتناب از بن بست