پیش‌بینی نقدینگی موردنیاز دستگاه‌های خودپرداز با استفاده از مدل خطی(ARIMA) و غیرخطی (شبکه‌های عصبی)

Authors

ابراهیم عباسی دانشیار-عضو هیئت علمی دانشگاه الزهرا

فاطمه رستگارنیا کارشناسی ارشد حسابداری- مدرس موسسه آموزش عالی ساعی

فهیمه ابراهیمی کارشناسی ارشد مدیریت دولتی

Abstract:

(صحت مطالب مقاله بر عهده نویسنده است و بیانگر دیدگاه مجمع تشخیص مصلحت نظام نیست) هدف این مطالعه پیش‌بینی نقدینگی مورد نیاز دستگاه‌های خودپرداز با استفاده از دو مدل خطی و غیرخطی است. تامین منابع مالی در دستگاه‌های خودپرداز، از این نظر اهمیت دارد که لازمه فعال نگه داشتن خودپرداز در ارائه وجه نقد به متقاضیان و تامین اسکناس در دستگاه می‌باشد. نتایج چنین تحلیل‌هایی این امکان را ارائه می‌دهد که بتوان پیش‌بینی لازم برای تامین منابع مالی خودپرداز را بصورت هوشمند انجام داده و آن را در ساعات اوج تقاضا فعال نگه داشت. نمونه آماری پژوهش شامل 7 دستگاه خودپرداز بانک مهر اقتصاد خراسان رضوی طی سال‌های 1386-1389 بوده است. در این پژوهش تعیین میزان برداشت وجه نقد از دستگاه خودپرداز با استفاده از روش غیرخطی شبکه‌های عصبی مصنوعی با ساختار پروسپترون چند لایه و الگوریتم پس‌انتشار خطا و روش خطی ARIMA بررسی شده است تا مدل بهینه انتخاب شود. تقاضای برداشت وجه نقد از تاریخ 4/1386 تا 7/1389 (40 ماه) به عنوان داده‌های آموزش و از داده‌های آبان 1389 تا پایان 1389 به عنوان داده های آزمایشی در نظر گرفته شده است. نتایج به دست آمده نشان دهنده برتری مدل شبکه‌های عصبی مصنوعی نسبت به مدل ARIMA در پیش‌بینی وجه نقد مورد نیاز دستگاه خودپرداز بانک مهر اقتصاد می باشد.

Upgrade to premium to download articles

Already have an account?login

similar resources

پیش بینی نقدینگی موردنیاز دستگاه های خودپرداز با استفاده از مدل خطی(arima) و غیرخطی (شبکه های عصبی)

(صحت مطالب مقاله بر عهده نویسنده است و بیانگر دیدگاه مجمع تشخیص مصلحت نظام نیست) هدف این مطالعه پیش بینی نقدینگی مورد نیاز دستگاه های خودپرداز با استفاده از دو مدل خطی و غیرخطی است. تامین منابع مالی در دستگاه های خودپرداز، از این نظر اهمیت دارد که لازمه فعال نگه داشتن خودپرداز در ارائه وجه نقد به متقاضیان و تامین اسکناس در دستگاه می باشد. نتایج چنین تحلیل هایی این امکان را ارائه می دهد که بتو...

full text

پیش بینی تقاضای نقدینگی موردنیاز دستگاه های خودپرداز با رویکرد شبکه های عصبی مصنوعی

امروزه، علی رغم گسترش فن آوری های نوین بانکداری اینترنتی، تقاضای وجه نقد همچنان بالاست. بانک ها و موسسات مالی در سرتاسر جهان به منظور تحقق نیازهای مشتریان، دائما در حال توسعه شبکه های خروجی وجه نقد، شامل شعب و دستگاه های خودپرداز هستند. با افزایش نرخ بهره و تاکید روزافزون بر اهمیت کارآیی، توجه بسیاری از بانک ها و موسسات مالی به مدیریت کارآی نقدینگی شبکه دستگاه های خودپرداز جلب شده است. مدیریت ن...

15 صفحه اول

بررسی و پیشبینی مدول یانگ در نانولولههای کربنی تک لایه با بهکارگیری شبکههای عصبی مصنوعی

full text

حل مسأله مکانیابی دستگاههای خودپرداز با استفاده از برنامه ریزی چند هدفه فازی

پژوهش حاضر در ارتباط با مکانیابی دستگاههای خودپرداز میباشد. هدف آغازین این پژوهش، شناساییعوامل موثر برای انتخاب مکان مناسب برای دستگاههای خودپرداز میباشد. سپس با تعیین نقاط بالقوه جهتاستقرار این دستگاهها با استفاده از مدلسازی ریاضی، مکان بهینه این دستگاه تعیین میگردد. همچنین دررویکرد پیشنهاد شده این پژوهش، بمنظور تعیین مهمترین عوامل موثر برای تعیین مکان دستگاههای خودپردازاستفاده از فرایند تحلیل...

full text