پیش بینی تقاضای خدمات بانکداری الکترونیک در ایران با استفاده از روش های شبکه عصبی مصنوعی و sarima

Authors

غلامعلی شرزه ای

امیر حسین غفّاری نژاد

abstract

عدم مطابقت تقاضا برای خدمات بانکداری الکترونیک با زیرساختهای لازم برای پاسخگویی به آن میتواند مشکلات فراوانی را برای یک جامعه ایجاد نموده و روند فعالیتهای اقتصادی در آن جامعه را کند نماید. از این روی، پیشبینی تغییرات تقاضا برای این نوع خدمات در بسترسازی برای تأمین تقاضای مربوطه حائز اهمیت است. هدف اصلی این مقاله پیشبینی تقاضا برای خدمات بانکداری الکترونیک با استفاده از دو روش شبکه عصبی مصنوعی و مدل خودرگسیونی میانگین متحرک هم انباشته فصلی (sarima)، مقایسه میان روشها و بررسی تطابق حجم تقاضا با بسترهای ارائه خدمات در ایران میباشد. برای این منظور از نمونهای مشتمل بر 88 مشاهده تراکنشهای صورت گرفته در 6 کانال فعلی شبکه بانکی کشور از تیرماه 1385 الی مهرماه 1392 استفاده گردیده و تقاضا تا انتهای آبان سال 1393پیشبینی شده است. نتایج حاکی از ادامه روند صعودی تراکنشها و برتری نسبی روش شبکه عصبی دارد. بنابراین توجه جدی به ایجاد زیرساختهای ارائه خدمات بانکداری الکترونیک ضروری است.

Upgrade to premium to download articles

Already have an account?login

similar resources

پیش بینی تقاضای خدمات بانکداری الکترونیک در ایران با استفاده از روش‌های شبکه‌ عصبی مصنوعی و SARIMA

full text

پیش بینی تقاضای کوتاه مدت آب شهر تهران با استفاده از شبکه های عصبی مصنوعی

پیش بینی تقاضای کوتاه مدت آب شهری کمک موثری به مدیران و بهره برداران سیستمهای آب شهری می باشد تا بتوانند نسبت به مدیریت صحیح مصرف، مخازن، پمپها، شیرآلات و تصفیه خانه ها اقدام نمایند. مصرف کوتاه مدت آب تابعی از پارامترهای مختلف و متنوع مانند شرائط اقلیمی و هواشناسی، مناسبتهای فرهنگی، اقتصادی، اجتماعی و مصارف گذشته می باشد. بدلیل همین تنوع، پیش بینی مصرف کوتاه مدت بصورت تحلیلی بسیار مشکل و یا نام...

full text

پیش بینی تقاضای کوتاه مدت آب شهر تهران با استفاده از شبکه های عصبی مصنوعی

Short-term water demand modeling plays a key role in urban water resources planning and management. The importance of demand prediction is even greater in countries like Iran with frequent periods of drought. Short-term water demand estimation is useful for planning and management of water and wastewater facilities such as pump scheduling, control of reservoirs and tanks volume, pressure manage...

full text

پیش بینی تولید آبزیان دریایی در ایران با استفاده از روش ARIMA و شبکه عصبی مصنوعی

پیشبینی پدیدههای اقتصادی ساختاری فراهم میکند تا مدیران و مسؤلان اقتصادی را در گرفتن تصمیم‌های درست یاری دهد. هدف اصلی این مطالعه پیشبینی مقدار تولید آبزیان دریایی در ایران است. برای این منظور از روشهای سری زمانی خود توضیح جمعی میانگین متحرک (ARIMA)[1] و شبکه عصبی مصنوعی[2] استفاده میشود. در این مطالعه سه ساختار گوناگون شبکه عصبی شامل شبکه عصبی پیشرو[3]، تابع پایه شعاعی[4] و المن[5] بکار ...

full text

مدل سازی و پیش بینی رشد اقتصادی در ایران با استفاده از شبکه های عصبی مصنوعی

شبکه های عصبی مصنوعی، یک ابزار قدرتمند برای تجزیه و تحلیل داده ها و مدل سازی روابط غیر خطی به حساب می آید که استفاده از آن طی سال های گذشته در اقتصاد کلان گسترش یافته است. در این مطالعه، کارایی یک مدل شبکه عصبی با یک مدل خطی رگرسیون برای پیش بینی نرخ رشد اقتصادی در ایران مقایسه می شود. برای این منظور ابتدا، یک مدل رگرسیون رشد برای دوره 1315-1373 برآورد شده و سپس با همان مجموعه رگرسورها (متغیرها...

full text

مدلسازی و پیش بینی صادرات آبزیان دریایی در ایران با استفاده از روش ARIMA و شبکه های عصبی مصنوعی

هدف اصلی این مقاله، مدلسازی و پیش بینی میزان صادرات آبزیان دریایی در ایران است. برای این منظور، از روش های سری زمانی خود توضیح جمعی میانگین متحرک(ARIMA) و شبکه عصبی مصنوعی استفاده می شود. به منظور انجام بررسی، از داده های ماهانه دوره 1374:03 تا 1387:12 برای برآورد و آموزش مدل و از داده های دوره از 1388:01 تا 1390:12 به منظور بررسی قدرت پیش بینی مدل های مختلف استفاده می شود. در این مطالعه، معیار...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}

Journal title:

فصلنامه علمی پژوهشی نظریه های کاربردی اقتصاد

Publisher: دانشگاه تبریز

ISSN 2423-6578

volume 1

issue 3 2014

Keywords

بانکداری الکترونیک تقاضا پیش ینی شبکه عصبی مصنوعی

Hosted on Doprax cloud platform doprax.com