طراحی سیستم خبره جهت مدیریت منابع و مصارف بانکی
Publish place: Journal of Financial Management Strategy، Vol: 11، Issue: 2
Publish Year: 1402
نوع سند: مقاله ژورنالی
زبان: Persian
View: 209
This Paper With 24 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JFMZ-11-2_002
تاریخ نمایه سازی: 4 تیر 1402
Abstract:
یکی از وظایف اصلی مدیریت مالی بانک ها، مدیریت منابع و مصارف است که برای توازن این دو روشهای مختلفی در تحقیقات پیشین استفاده شده است. در این پژوهش برای حل این مسئله از رویکرد طراحی سیستم خبره فازی استفاده شد. ابتدا با تکنیک های داده کاوی به پیش بینی ریسک اعتباری بانک با توجه به داده های ۳۱۱ مشتری بانک توسعه صادرات پرداخته شد. داده کاوی در دو فاز صورت گرفت، متغیرها و نسبت های اثرگذار بر توازن اقلام ترازنامه با مصاحبه با خبره جمع آوری شد و توسط خبرگان رتبه بندی شد وبا روش ARRAS وزن دهی و متغیرهای با وزن بالا (زیر سیستم اول) به همراه متغیرهای موجود در قواعد درخت تصمیم (زیرسیستم دوم) وارد سیستم خبره شده اند. اعتبارسنجی سیستم خبره از روش همبستگی بدست آمد. شاخص نسبت سرمایه در گردش به کل دارایی ها و سابقه فعالیت با بانک مهم ترین متغیر در روش های اعتبارسنجی بود. ریسک اعتباری به عنوان عامل بیرونی و اقلام ترازنامه به عنوان عامل داخلی بر سنجش توازن منابع و مصارف بانکی اثرگذار بود. در اقلام ترازنامه ریسک نقدینگی، نسبت کفایت سرمایه و نسبت سپرده قانونی از اهمیت بیشتری برای بهینگی اقلام تراز نامه برخوردارند. .نتایج نشان داد سیستم طراحی شده می تواند در مدیریت منابع و مصارف بانکی به برنامه ریزان کمک کند.
Keywords:
Authors
آمنه خدیور
دانشیار گروه مدیریت، دانشکده علوم اجتماعی و اقتصادی، دانشگاه الزهرا، تهران، ایران
زهرا صالح آبادی
کارشناس ارشد مدیریت فناوری اطلاعات، گرایش سیستم های اطلاعاتی پیشرفته، دانشگاه الزهرا، تهران، ایران.
سعیده سالمی
کارشناس ارشد مدیریت فناوری اطلاعات، گرایش کسب و کار الکترونیکی، دانشگاه الزهرا، تهران، ایران.
علی رحمانی
استاد گروه حسابداری، دانشکده علوم اجتماعی و اقتصادی، دانشگاه الزهرا، تهران، ایران.
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :