Abstract:
یکی از وظایف اصلی مدیریت مالی بانکها، 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 تکنیکهای دادهکاوی به پیشبینی ریسک اعتباری بانک با توجه به دادههای 311 مشتری بانک توسعه صادرات پرداخته شد. دادهکاوی در دو فاز صورت گرفت، متغیرها و نسبتهای اثرگذار بر توازن اقلام ترازنامه با مصاحبه با خبره جمعآوری شد و توسط خبرگان رتبه بندی شد وبا روش ARRAS وزندهی و متغیرهای با وزن بالا (زیر سیستم اول) بههمراه 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 داراییها و سابقه فعالیت با بانک مهمترین متغیر در روشهای اعتبارسنجی بود. ریسک اعتباری بهعنوان عامل بیرونی و اقلام ترازنامه بهعنوان 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.
Assets and debts management includes a series of technical tools and methods that contemplate risk control and asset value creation for shareholders. Since one of the main tasks of banks' financial management is asset and liability management, therefore, in order to increase their profitability, they use asset and debt management techniques to control risk, in order to minimize the losses caused by their transactions. In this research, to solve this challenge, an expert system was designed. The study period of this research was between August 2017 and December 2018. First, data mining techniques were used to predict the bank's credit risk due to the data of 311 legal clients of the Tosee Saderat Bank, with 44 Attributes along with a labeled variable (background of fulfillment of commitment). Data mining was done in two phases, the first phase was data mining in Python language and the second phase was done with Rapid Miner software and creating a decision tree, and finally the finalized rules for measuring the bank's credit risk. Then, the variables and proportions affecting the balance of assets and liabilities of the balance sheet items were collected by interviewing an expert and ranked by five experts in terms of the importance of scoring, and then weighting was done by ARRAS method. High-weight variables (subsystem I) entered the expert system along with the variables in the rules of the decision tree (subsystem II). Finally, the validation of the expert system was obtained. In this way, the index of the ratio of working capital to total assets and the history of working with the bank are the most important variables in validation methods. According to the obtained results, if the credit risk is high, but the balance sheet items are in the optimum, the resources and expenses will be in balance,....
Machine summary:
دادهکاوي در دو فاز صورت گرفت ، متغيرها و نسبت هاي اثرگذار بر توازن اقلام ترازنامه با مصاحبه با خبره جمع آوري شد و توسط خبرگان رتبه بندي شد وبا روش ARRAS وزندهي و متغيرهاي با وزن بالا (زير سيستم اول) به همراه متغيرهاي موجود در قواعد درخت تصميم (زيرسيستم دوم) وارد سيستم خبره شده اند.
Chelo & Manlagnit اين اساس به کمک سيستم هاي اطلاعاتي، متغيرهاي ورودي مؤثر بر ايجاد توازن بين منابع و مصارف بانکي را بررسي و ارزيابي نموده و با به کارگيري دانش حاصل از خبرگان اين حوزه، به توازني از منابع و مصارف رسيده شود و با طراحي يک سيستم خبره به مديران در جهت بهينه سازي منابع و صرف مصارف، کنترل ريسک ، کاهش هزينه ها و در نتيجه T سودآوري بيشتر کمک شود.
از مهمترين جنبه هاي نوآوري اين پژوهش در مقايسه با ساير پژوهش ها ميتوان به مواردي نظير سنجش ريسک اعتباري با متغيرهاي مشتريان حقوقي و نسبت هاي مالي مالي بدست آمده از متغيرها و دادههاي اوليه ، سنجش اقلام ترازنامه و انتخاب متغيرها با اولويت هاي برتر توسط آزمون آماري همراه با مصاحبه با خبرگان مالي، سنجش توازن منابع و مصارف بانکي با دو متغير ريسک اعتباري به عنوان عامل بيروني و اقلام ترازنامه به عنوان عامل دروني اشاره کرد.