پایان نامه تعیین اهداف جذب منابع با رویکرد منطق فازی و شبکه‌های عصبی در مؤسسات مالی و اعتباری

word
159
1 MB
30335
1394
کارشناسی ارشد
قیمت: ۱۵,۹۰۰ تومان
دانلود فایل
  • خلاصه
  • فهرست و منابع
  • خلاصه پایان نامه تعیین اهداف جذب منابع با رویکرد منطق فازی و شبکه‌های عصبی در مؤسسات مالی و اعتباری

    پایان‌نامه کارشناسی ارشد رشته حسابداری

    چکیده :

    قدرت و اعتبار موسسات مالی و اعتباری به پول هایی است که سپرده گذاران در آنها سپرده نموده اند و پیشرفت و بقای هر یک از موسسات مذکور به میزان سهم از منابع کل بازار بستگی دارد و افزایش سهم از منابع بازار نیازمند تلاش مستمر و برنامه ایی قوی ، جامع با الگویی مناسب در قالب اهداف جذب منابع کل و جزء می باشد. از آن جایی که تصمیمات مدیریتی از قبیل انتخاب و انتصاب و جابجایی مسئولان شعب و دوایر و پرداخت عایدات غیر مستمر و مواردی از این قبیل به میزان تحقق اهداف جذب منابع ارتباط دارد و همچنین سنجش میزان تحقق اهداف جذب منابع در هریک از شعب موسسات مالی و اعتباری متاثر از نوع و میزان هدف گذاری جزء می باشد ، با نگرش شناسایی نقاط ضعف سیستم هدف گذاری جاری در موسسات مالی و اعتباری و بهبود فرآیند سنجش عملکرد و جلوگیری از کاهش نرخ تلاش بعد از رسیدن به هدف و قبل از اتمام دوره ، در این پژوهش میزان منابع آتی شعب دو موسسه مالی و اعتباری با رویکرد تلفیقی از شبکه های عصبی و منطق فازی و خلق معادله ابتکاری و با استفاده از متغیر های جدید پیش  بینی و سپس با توجه به تغییرات منابع هر یک از شعب هدف گذاری با ضریب اطمینان ثابتی صورت پذیرفت و در ادامه هدف گذاری به روش های جاری و روش فرا ابتکاری با واقعیت جذب منابع مقایسه شد .

    واژگان کلیدی: تعیین اهداف، جذب منابع، شبکه‌های عصبی، منطق فازی.

    مقدمه

     بانکداری، صنعت بزرگ هر کشور است و بانک‌ها و موسی‌ات مالی و اعتباری محل نگهداری انبوه سپرده‌های افراد جامعه می‌باشند، بین بانک‌ها و مؤسسات مالی و اعتباری بر سر جذب سپرده‌ها رقابت وجود دارد و تلاش‌های همه‌جانبه از قبیل تبلیغات، ارائه نرخ‌های بالاتر پرداخت سود سپرده‌ها و... در جهت افزایش سهم منابع بازار نشانگر اصل و واقعیت رقابت می‌باشد.

    بانک‌ها و مؤسسات مالی و اعتباری اهداف کل جذب منابع را تعیین و به زیرمجموعه خود ابلاغ می‌نمایند، اطلاع از آینده در خصوص منابع آتی، می‌تواند موسسه مالی و اعتباری را در هدف‌گذاری توانمند سازد، اطلاع از آینده از طریق پیش‌بینی صورت می‌پذیرد. از نگاهی دیگر دنیای امروز دنیای تغییرات است و اطلاع و آگاهی از آینده و شرایط و موقعیت‌های پیش رو عاملی مهم در حفظ حیات سازمان‌های مالی است. همواره هدف‌گذاری در اغلب سازمان‌ها با نگرش رسیدن به رشد و تعالی صورت می‌پذیرد و زمانی می‌توان هدف‌گذاری مؤثر و کارایی داشت که بتوان برآورد و پیش‌بینی نسبتاً دقیقی از آینده داشت. پیش‌بینی دارای ساختارهای متفاوتی می‌باشد و از روش‌های متفاوتی استفاده می‌نماید که در این پژوهش هدف‌گذاری بر اساس پیش‌بینی ازنقطه‌نظر پیش‌بینی کمی موردبررسی قرارگرفته است.

    با پیشرفت علم استفاده از روش‌های نوین و هوشمند پیش‌بینی در اغلب سازمان‌های مالی با ساختار پیچیده رونق گرفته است و به همین جهت در این تحقیق سعی شده از شبکه‌های عصبی و منطق فازی استفاده شود و کاربرد ترکیب این دو روش در پیش‌بینی برای هدف‌گذاری جذب منابع و مقایسه آن با هدف‌گذاری بدون پیش‌بینی موردبررسی قرار گیرد.

    در این فصل مسئله تحقیق و ضرورت انجام آن بیان می‌شود و در ادامه فرضیات و روش تحقیق. ابزار گردآوری اطلاعات و روش تجزیه‌وتحلیل آن ارائه‌شده است. در ادامه نیز قلمرو تحقیق و در پایان محدودیت‌ها و تعاریف واژگان آورده شده است.

     

    بیان مسئله تحقیق

    مؤسسات مالی و اعتباری برای رشد و تعالی نیاز به جذب منابع دارند و جذب منابع توسط شعبه‌ها آنان در این بازار پر از رقابت با ارائه خدمات متنوع از اهمیت بالایی در گسترش حجم فعالیت‌ها و سودآوری برخوردار است. هدف‌گذاری مدیران عالی مؤسسات مالی و اعتباری همواره در جهت گسترش حجم فعالیت‌ها و سودآوری بیشتر بوده است. مدیران مؤسسات مالی و اعتباری برای مقاطع سه‌ماهه یا شش‌ماهه و یا سالانه هدف‌گذاری را برای هر یک از شعب تحت پوشش انجام می‌دهند که اغلب این هدف‌گذاری‌ها بر اساس توانایی در تحقق اهداف دوره‌های گذشته، منصوب نمودن سهمی از کل هدف افزایش سهم بازار، درجه هر شعبه و... می‌باشد.

    زمانی که هدف‌گذاری بر اساس پیش‌بینی با معیارها و واقعیت‌ها صورت بپذیرد، اندازه‌گیری عملکرد واقعی‌تر خواهد بود. به‌عبارت‌دیگر تلاش بیشتر و کم‌کاری قابل‌تشخیص است. به‌طور مثال اگر هدف جذب منابع برای برخی از شعبه‌های یک موسسه مالی و اعتباری پایین‌تر از حد معمول و توان آنان تعیین‌شده باشد این موضوع خارج از تصور نیست که نرخ تلاش شعبه‌های موصوف بعد از رسیدن به هدف تنزل یابد و تلاش بیشتر روی حفظ منابع تا پایان مقطع هدف‌گذاری معطوف شود و یا بالعکس سهم یک شعبه و یا چند شعبه از اهداف جذب منابع آن‌قدر بالا باشد که امکان تحقق هدف با شرایط و روند فعلی ممکن نباشد و تلاش شعب تشخیص داده نشود و از طرفی دیگر به آن شعبه‌ها سهم جذب منابع، شعبه‌های دیگری تخصیص داده‌شده که نرخ تلاش آن‌ها بعد از رسیدن به هدف تنزل یافته و با گذر زمان هدف سوخت می‌باشد.

    ما در طی روز بعضاً تصمیماتی می‌گیریم که این تصمیمات بر مبنای فرضیاتی در ذهن ما از آینده است، در شکل بزرگ‌تر در سازمان‌های بزرگ ازجمله مؤسسات مالی و اعتباری اتخاذ تصمیم با پیش‌بینی بر اساس فرضیات ذهنی ممکن نخواهد بود و یا صحیح نمی‌باشد بنابراین مؤسسات مالی و اعتباری محتاج پیش‌بینی‌های نسبتاً دقیقی مبتنی بر روش‌های علمی نوین برای هدف‌گذاری مطلوب‌تر می‌باشند.

    دانستن سهم از آینده در بخش منابع در بودجه‌ریزی و تعیین مصارف و... تأثیر مهم و بسزایی دارد و به‌طورکلی مدیران باید بکوشند مدلی را برای پیش‌بینی انتخاب نمایند که پاسخگوی نیازهای سازمان متناسب با فعالیت آنان باشد در بسیار از موارد انتخاب روش غلط ممکن است سازمان را با نتایج ناخوشایندی رهنمون سازد اگرچه پیش‌بینی به‌ندرت با واقعیت تطبیق دارد ولی باید کوشید تا خطاهای آن را به حداقل رساند.

     

    ضرورت انجام تحقیق

    امروزه دیگر مسئولیت بسیار سنگین و مهم نظام بانکی در اقتصاد مبتنی بر بازار بر هیچ فردی پوشیده نیست. همواره ازجمله مهم‌ترین اجزای اقتصاد کشور که رشد یا رکود ساختار اقتصادی را با فعالیت خود دچار نوسان می‌نماید، نظام بانکی است. دلیل این امر، معادل بودن سرمایه‌ی موجود در بانک‌ها و مؤسسات مالی و اعتباری با منبع اصلی خرید محصولات و خدمات و همچنین وام‌های اعطایی آن‌ها به‌عنوان منبع ایجاد اعتبار برای تمامی واحدها و بنگاه‌های اقتصادی می‌باشد. هر بانک و موسسه مالی و اعتباری شاخص‌های متعددی را برای عوامل مؤثر برجذب منابع مالی ازجمله سپرده‌های خود دخیل می‌داند و برای خود با توجه به معیارهایی که به اجماع رسیده‌اند، سیاست کلی را در پیش می‌گیرد. در حقیقت ازجمله عواملی که برای بقاء و ادامه‌ی حیات سازمان‌هایی همچون بانک‌ها و موسسه مالی و اعتباری، مهم به نظر می‌رسد، جذب سپرده‌های مختلف اعم از سپرده‌های قرض‌الحسنه جاری، سپرده قرض‌الحسنه پس‌انداز، سپرده کوتاه‌مدت، بلندمدت و به‌کارگیری این منابع مالی در امور خدماتی، بازرگانی، صنعتی و زیربنایی به جامعه است. (سپانلو، 1381)

    افزایش منابع ازجمله مواردی است که در اهداف جذب منابع مؤسسات مالی و اعتباری گنجانده‌شده است، در بررسی وضعیت رقابت چند بانک و موسسه مالی و اعتباری، بانک و موسسه مالی و اعتباری که دارنده سهم بازار بزرگ‌تری از منابع باشد، به‌عنوان فرمانروای بازار شناخته می‌شود و به‌طورمعمول مؤسسات مالی و اعتباری ضعیف‌تر و کوچک‌تر همواره سعی دارند تا سهم بازار خود را به سهم بازار رقیب نزدیک‌تر کنند.

    در بسیاری از شرایط، داده‌های دقیق برای الگوسازی مسائل زندگی واقعی کافی نیستند؛ زیرا قضاوت‌های انسان و ترجیحات او در بسیاری از شرایط مبهم است و نمی‌توان آن‌ها را با اعداد دقیق تخمین زد. برای حل این مشکل نظریه‌ی فازی برای اولین بار توسط لطفی زاده، مطرح شد که برای تصمیم‌گیری در مورد داده‌های غیرقطعی و غیردقیق مناسب بود. چراکه روش‌های علم مدیریت کلاسیک برگرفته از ریاضیات دو ارزشی و چند ارزشی بودند که خواهان داده‌های کمی و دقیق هستند. (آذر و فرجی، 1387)

    دانستن موقعیت‌های آینده عاملی مهم در تعیین اهداف جذب منابع می‌باشد. با عنایت به اینکه در تحقیقات متعددی پیش‌بینی آینده به روش‌های از قبیل میانگین متحرک ساده و میانگین متحرک موزون و نمو هموار ساده، نمو هموار دوبل، روند خطی، روند تابع ترکیبی و روند نمایی انجام‌شده و خطاهای آن با روش‌های ترکیبی از منطق فازی و شبکه‌های عصبی مقایسه شده و نتایج حاکی از این بوده که پیش‌بینی به روش ترکیبی از منطق فازی و شبکه عصبی دارای خطای کمتری نسبت به سایر روش‌ها می‌باشد، ازاین‌رو در این پژوهش سعی می‌شود از پیش‌بینی به روش ترکیبی از منطق فازی و شبکه‌های عصبی برای تعیین اهداف جذب منابع استفاده شود. همچنین چگونگی پیش‌بینی آینده به‌منظور هدف‌گذاری در جذب منابع با خطای کمتر یکی از مباحث مهم برای مؤسسات مالی و اعتباری بوده و در حال حاضر استفاده از سیستم‌های هوشمند به جهت بهبود کیفیت تصمیم و کاهش خطا علاقه‌مندان زیادی در سراسر دنیا پیدا نموده است.

    پیش‌بینی آینده با خطای کمتر و هدف‌گذاری جذب منابع بر اساس آن‌یکی از ابزارهای مدیریت شعبه‌های تحت پوشش هر بانک و موسسه مالی و اعتباری بوده و دانش آن در بین بانک‌ها و مؤسسات مالی و اعتباری در حال رقابت از اهمیت و حساسیت بالای برخوردار است.

    در حال حاضر، به دلیل وجود رقابت در جذب منابع، تسلط بر مؤلفه‌های مؤثر بر تجهیز منابع مالی اهمیت ویژه‌ای یافته است. جذب منابع علاوه بر اینکه مهم‌ترین رسالت بانک‌ها و مؤسسات مالی و اعتباری می‌باشد، تأثیر مهمی در تنظیم صحیح گردش پول و استقرار یک نظام پولی و اعتباری صحیح و متناسب با برنامه‌های بلندمدت و کوتاه‌مدت کشور دارد. تاکنون تحقیقات چندی در خصوص جذب منابع مالی صورت گرفته است، اما در بررسی‌های به‌عمل‌آمده مشخص شد که تعیین اهداف جذب منابع با رویکرد شبکه‌های عصبی فازی در مؤسسات مالی و اعتباری پرداخته نشده است. لذا تحقیق حاضر از این لحاظ دارای نوآوری و خلاقیت می‌باشد.

     

    فرضیه و اهداف

    فرضیه

    بین هدف‌گذاری بر اساس پیش‌بینی مبتنی بر منطق فازی و شبکه‌های عصبی با روش جاری در مؤسسات مالی و اعتباری تفاوت معناداری وجود دارد.

    =

    : M≠

    اهداف

    هدف اصلی

    استفاده از رویکرد شبکه عصبی فازی برای پیش‌بینی مانده منابع آتی در تعیین هدف جذب منابع برای شعبه‌های مؤسسات مالی و اعتباری.

     

    هدف فرعی

    تدوین الگوی مناسب برای پیش‌بینی دقیق منابع آتی و تعیین اهداف جذب منابع بر اساس آن،

    تعیین متغیرهای سری زمانی که بیشترین و یا کمترین تأثیر را در فرآیند پیش‌بینی تعیین هدف جذب منابع دارند.

     

    روش تحقیق

    روش انجام تحقیق مبتنی بر جمع‌آوری و دسته‌بندی داده‌های مربوط به هدف‌گذاری برای شعبه‌های دو موسسه مالی و اعتباری و اهداف محقق شده آن‌ها و استفاده از داده‌هایی همچون منابع، سپرده‌ها، سپرده‌های ارزان‌قیمت و گران‌قیمت و نسبت آن‌ها، تعداد مشتریان، سهم هر مشتری از سپرده‌های ارزان‌قیمت و گران‌قیمت در مدل‌سازی ریاضی و آماری برای پیش‌بینی منابع آتی و هدف‌گذاری بر اساس آن است. تحقیق پیش رو هدف‌گذاری با فنون جدید پیش‌بینی و مقایسه آن با روش جاری در صنعت بانکداری می‌باشد.

    در انجام تحقیق پس از مرور و مطالعه تحقق اهداف جذب منابع دوره‌های گذشته و عوامل مؤثر بر آن در بخش‌های به بررسی تحقق اهداف و روش‌های پیش‌بینی پرداخته شد و در ادامه به جمع‌آوری داده‌ها مبادرت شد که این جمع‌آوری با نامه‌نگاری و درخواست اطلاعات با تعهد در حفظ اسرار محرمانه، مراجعه به کتاب‌ها و اطلاعات آماری ارائه‌شده به‌دست‌آمده است و پس از انجام مطالعه کتابخانه‌ای عوامل مؤثر برجذب منابع و پیش‌بینی آن شناسایی‌شده و از آن برای مدل‌سازی استفاده‌شده است و فرض شده است که اغلب متغیرها تأثیر خود را بر جریان منابع گذاشته‌اند.

    از دیگر منابعی که برای این تحقیق استفاده‌شده است مقالات معتبر خارجی می‌باشد که کارهای مشابهی را روی برخی از مؤسسات مالی و اعتباری اسلامی و غیر اسلامی انجام داده‌اند.

    پس‌ازاینکه مرحله الگوسازی پیش‌بینی منابع آتی صورت پذیرفت، داده‌های جمع‌آوری‌شده در ابتدا در محیط اکسل مرتب، طبقه‌بندی و نرمال‌سازی شد و در ادامه با استفاده از نرم‌افزار متلب پیش‌بینی بر اساس داده‌ها صورت گرفت و همچنین برای مقایسه روش هدف‌گذاری مبنی بر پیش‌بینی با رویکرد منطق فازی و شبکه‌های عصبی با هدف‌گذاری مبتنی بر روش خرد کردن اهداف کل (انتصاب سهمی از کل هدف) بدون پیش‌بینی، انحرافات از منابع محقق شده بررسی شد.

     

     

    قلمرو تحقیق

    در این تحقیق قلمرو مفهومی، هدف‌گذاری بر اساس پیش‌بینی علی در بخش تجهیز منابع است، محدوده تجهیز منابع نیز، دو موسسه مالی و اعتباری از سه موسسه مالی و اعتباری مجاز می‌باشد. قلمرو زمانی تحقیق به‌منظور دستیابی به منابع دقیق‌تر دوره‌های کوتاه‌مدت است.

     

    بررسی اجمالی منابع در سال‌های اخیر

     رابطه منابع (سپرده‌ها) با مصارف (تسهیلات)

    سپرده ازجمله منابع پولی مؤسسات مالی و اعتباری است که قدرت مؤسسات مذکور را در اعطای تسهیلات فراهم می‌کند. مؤسسات مالی و اعتباری با توجه به سرمایه‌ای که در خود دارند (منابع) می‌توانند قسمتی از آن را به‌صورت تسهیلات اعطا نمایند. یکی از چالش‌هایی که همواره پیش روی نظام بانکی کشور است مدیریت منابع و مصارف است. به این منظور رابطه‌ای بر اساس منابع و مصارف به‌صورت زیر تعریف می‌گردد:

     

    در رابطه فوق مشخص می‌شود که میزان تسهیلات به میزان سپرده‌ها باید کمتر از 1 باشد. این آمار مشخص‌کننده انضباط سیستم بانکی است. با بررسی مقدار فوق در سال‌های 1380 تا 1391 به این نتیجه می‌رسیم که همواره مقدار فوق از 1 بیشتر بوده است، ولی از سال 1392 به بعد این عدد به 100 نزدیک شده است که نشان‌دهنده این است که نسبت تسهیلات به سپرده‌ها متعادل‌تر شده است ولی با آمار جهانی آن‌که نزدیک به 8/0 است فاصله زیادی دارد. (رحیمیان، 1392)

    تقاضای قابل‌توجه تسهیلات در کشور نشان می‌دهد که لازم است سپرده‌ها و منابع مؤسسات مالی و اعتباری افزایش پیدا کند. ازاین‌جهت نیز ملاحظه می‌شود که پیش‌بینی سپرده‌ها و دقت در عوامل مؤثر بر آن تا چه اندازه در مدیریت سیستم پولی کشور تأثیرگذار است.

    از دیگر شاخص‌های اقتصادی که تأثیر زیادی در تعیین سطح قیمت‌ها، تورم و متغیرهای کلان اقتصادی ازجمله سپرده‌های مؤسسات مالی و اعتباری دارد نقدینگی می‌باشد. از طرف دیگر یکی از عوامل مؤثر در سپرده‌های مؤسسات مالی و اعتباری و آمارهای پولی تورم است. تورم ازنظر علم اقتصاد به معنی افزایش سطح عمومی قیمت‌ها در طول یک‌زمان مشخص است. نرخ تورم برابر است با تغییر در یک شاخص قیمت که معمولاً شاخص قیمت مصرف‌کننده است. تقریباً تمام اقتصاددان‌ها بر این نکته متفق‌القول‌اند که تورم پایدار و درازمدت ریشه‌ای جز عرضه پول و افزایش نقدینگی ندارد. هر چه میزان تورم بیشتر شود، قدرت خرید یک واحد پول کمتر می‌گردد. یکی از ریشه‌های تورم نبود تعادل میان درآمدها و هزینه‌های دولت است. به‌این‌ترتیب که وقتی هزینه‌های دولت از درآمدهای آن در بودجه سالانه بیشتر باشد، دولت با کسری بودجه مواجه می‌شود. اگر دولت برای حل مشکل کسری بودجه اقدام به استقراض از بانک مرکزی یا فروش درآمدهای ارزی به بانک مرکزی کند، پایه پولی و به دنبال آن نقدینگی کل در اقتصاد افزایش می‌یابد که این افزایش نقدینگی آثار تورمی به دنبال خواهد داشت.

     

    رابطه پس‌انداز و تورم

    رابطه بین پس‌انداز و تورم به دو شکل زیر می‌باشد.

    الف - اگر نرخ تورم بالا باشد، آثار نامطلوبی بر ثبات اقتصادی کلان کشور و به‌ویژه نرخ تسهیلات داشته و منجر به کاهش نرخ پس‌انداز می‌گردد.

    ب - نرخ پس‌انداز پائین به‌ویژه کاهش در پس‌انداز دولت، باعث افزایش نرخ تورم می‌گردد. با کاهش نرخ رشد اقتصادی و به دنبال آن افزایش نرخ تورم در سال‌های (78-۱۳۷۰) نرخ پس‌انداز کاهش‌یافته است. عدم ثبات قیمت‌ها در تمام این سال‌ها و سال‌های بعد، همواره اثر نامطلوبی بر ثبات اقتصادی کلان کشور و انتظارات مردم نسبت به آینده داشته است که درنتیجه این شرایط منجر به کاهش نرخ پس‌انداز شده است، حتی در بعضی از سال‌ها نرخ رشد پس‌انداز منفی بوده و دلیل عمده آن افزایش هزینه‌های استهلاک ناشی از افزایش نرخ ارز و نرخ بالای فرسودگی ماشین‌آلات سرمایه‌ای می‌باشد، دیگر آثار مهم کاهش پس‌انداز بر سطح سرمایه‌گذاری است که موجبات افزایش تقاضا و بالطبع افزایش سطح عمومی قیمت‌ها شده است. یکی دیگر از مواردی که باید در نظر گرفته شود انتظارات تورمی است. اگر مردم بر اساس تجربیات گذشته خود و یا بر مبنای مشاهدات بازار پیش‌بینی کنند که در آینده نزدیک قیمت‌ها رو به افزایش خواهد بود، میزان هزینه و خریدهای خود را افزایش می‌دهند. از طرف دیگر تولیدکنندگان و فروشندگان از فروش و عرضه کالاها خود به امید افزایش قیمت در آینده خودداری می‌کنند، بدیهی است در این صورت با این سیاست، عرضه و تقاضا اثر مستقیم بر قیمت‌ها خواهد داشت و موجب افزایش تورم می‌گردد.

    نرخ سود بانکی که به سپرده‌های نزد مؤسسات مالی و اعتباری پرداخت می‌شود همواره یکی از انگیزه‌های مناسب برای سپرده‌گذاران می‌باشد. اما با در نظر گرفتن تورم در جامعه مشخص می‌شود که در سال‌های گذشته حتی سود سپرده‌های بلندمدت نیز درواقع به ضرر سپرده‌گذاران بوده است. (رحیمیان، 1392)

    ازآنجاکه معمولاً نرخ تورم در ایران بیشتر از سود سپرده‌های بانک‌ها و مؤسسات مالی و اعتباری است، انگیزه سپرده‌گذاران در سپرده‌گذاری مؤسسات مالی و اعتباری کم‌رنگ‌تر می‌شود. در شکل شماره 1-1 نرخ سود واقعی بانک مرکزی را با توجه به تورم موجود در کشور نمایش داده‌شده است. همان‌طور که در شکل دیده می‌شود در اکثر سال‌ها نرخ تورم بیشتر از نرخ سود بانکی می‌باشد و این به معنی ضرر شخص سپرده‌گذار است.

    Abstract:

    Power and credibility of financial institutions is the money that the depositors have deposited on them, and the development and the survival of each of these institutions depends on the amount of the total market share of the resources, and increasing their market share requires constant efforts and robust program, integrated with the appropriate model in terms of resource attraction objectives both in minor and major level. Since management decisions such as the selection and appointment of officials or moving branches and offices, and paid non-regular bonus and so on, are related to reaching the goals of resource attraction, and also measuring these goals in any of their branches and validity of resource attraction by the type and amount of target components, identify the weaknesses in the current system and improve process performance and to prevent, after achieving the goal of reducing their respective effort rate before the end of the period, in this study the future resources  of the branches of the two financial institutions is analysed using a combined neural networks approach and the creation of innovative and fuzzy logic equation and using new prediction variables, and then according to the changes of each of the branches goals with fixed confidence, current methods and meta-heuristic methods are compared with the actual of resources attracted.

    Keywords: Determining goals, resources, neural networks, fuzzy logic.

  • فهرست و منابع پایان نامه تعیین اهداف جذب منابع با رویکرد منطق فازی و شبکه‌های عصبی در مؤسسات مالی و اعتباری

    فهرست:

    فهرست مطالب

    1 فصل اول-طرح تحقیق   0

    1-1 مقدمه. 1

    1-2  بیان مسئله تحقیق.. 2

    1-3 ضرورت انجام تحقیق.. 3

    1-4 فرضیه و اهداف.. 6

    1-4-1 فرضیه  6

    1-4-2 اهداف   6

    1-5 روش تحقیق.. 6

    1-6 قلمرو تحقیق.. 8

    1-7 بررسی اجمالی منابع در سال‌های اخیر. 8

    1-7-1 رابطه منابع (سپرده‌ها) با مصارف (تسهیلات) 8

    1-7-2 رابطه پس‌انداز و تورم  9

    1-8 محدودیت‌های انجام تحقیق.. 11

    1-9 ساختار کلی تحقیق.. 12

    1-10 تعاریف واژگان.. 14

    2 فصل دوم - ادبیات و پیشینه تحقیق   16

    2-1 مقدمه. 17

    2-2 پول.. 18

    2-2-1 خلاصه‌ای از پیدایش پول  18

    2-2-2 خلاصه‌ای از وظایف و ویژگی‌های پول در جامعه  19

    2-2-3 اصطلاحات مرتبط با پول  21

    2-3  بانکداری.. 25

    2-4 مؤسسات مالی و اعتباری  و بانک مرکزی.. 27

    2-4-1 تعریف مؤسسات مالی و اعتباری  27

    2-4-2 اهداف مؤسسات مالی و اعتباری  27

    2-4-3 بانک مرکزی  28

    2-4-4 انواع بانک‌ها و مؤسسات مالی و اعتباری  29

    2-4-5 رقابت بانک‌ها و مؤسسات مالی و اعتباری در جذب منابع  30

    2-5 جذب منابع.. 30

    2-5-1 مفهوم  جذب منابع  30

    2-5-2 مفهوم تعیین اهداف جذب منابع  30

    2-5-3 عوامل مؤثر برجذب منابع  31

    2-5-4 نقش پیش‌بینی در تعیین اهداف جذب منابع و ارزیابی عملکرد 32

    2-6 پیش‌بینی و روش‌های آن.. 35

    2-6-1 جایگاه پیش‌بینی در علم  36

    2-6-2 تعریف پیش‌بینی  38

    2-6-3 جایگاه پیش‌بینی در مؤسسات مالی و اعتباری  38

    2-6-4 سیستم پیش‌بینی  38

    2-6-5 طبقه‌بندی پیش‌بینی  40

    2-7 شبکه عصبی و منطق فازی.. 45

    2-7-1 شبکه عصبی.. 45

    2-7-2 منطق فازی  57

    2-7-3 شبکه عصبی – فازی  61

    2-8 پیشینه. 65

    2-8-1 پیشینه داخلی  65

    2-8-2 پیشینه خارجی  74

    3 فصل سوم - روش تحقیق   81

    3-1 مقدمه. 82

    3-2 متدولوژی تحقیق.. 82

    3-3 جامعه آماری.. 84

    3-4 شیوه گردآوری اطلاعات.. 84

    3-5 نحوه آماده‌سازی داده‌ها 84

    3-5-1 جمع‌آوری داده و یکسان کردن داده‌ها 85

    3-5-2 پاک‌سازی داده 85

    3-5-3 انتخاب ویژگی  87

    3-5-4 نمونه‌برداری  87

    3-5-5 تبدیل داده 88

    3-6 بررسی متغیرهای تحقیق.. 90

    3-6-1 نظریه‌های تقاضای پول  90

    3-6-2 متغیرهای تأثیرگذار بر منابع  93

    3-7 ساختار شبکه عصبی- فازی.. 98

    3-8 ساختار پیش‌بینی.. 98

    3-9 ساختار تعیین اهداف.. 99

    4 فصل چهارم - تجزیه وتحلیل داده‌ها 101

    4-1 مقدمه. 102

    4-2 شبکه عصبی فازی.. 102

    4-3 اجرای.. 102

    4-3-1 طراحی الگوی شبکه عصبی فازی  102

    4-3-3 اجرای مدل  103

    4-4 روش تجزیه‌وتحلیل اطلاعات.. 103

    4-5 اندازه‌گیری میزان خطا در پیش‌بینی.. 104

    4-6 اندازه‌گیری میزان انحراف در تعیین اهداف جذب منابع.. 105

    4-6-1 انحراف منابع محقق شده باهدف‌گذاری به روش جاری  105

    4-6-2 انحراف منابع محقق شده باهدف‌گذاری بر اساس 150درصد پیش‌بینی  105

    5 فصل پنجم - نتایج وپیشنهادات   106

    5-1 مقدمه. 107

    5-2 بررسی نتایج سیستم پیش‌بینی.. 107

    5-3 بررسی نتایج سیستم هدف‌گذاری.. 108

    5-4 بررسی فرضیه و اهداف.. 111

    5-5 نتیجه‌گیری.. 115

    5-6 پیشنهادات.. 118

    6 فهرست منابع  119

    7 پیوست‌ها 124

     

     

    فهرست جداول

    جدول شماره 2- 1: عملکرد واقعی-هدف‌گذاری به روش معمولی(روش جاری) –هدف‌گذاری بر اساس150% پیش‌بینی . 32

    جدول شماره 2- 2:  تاریخچه شبکه عصبی.. 46

    جدول شماره 2- 3: چکیده‌ای از پیشینه‌های داخلی.. 65

    جدول شماره 2- 4: ادامه چکیده‌ای از پیشینه‌های داخلی.. 66

    جدول شماره 2- 5: چکیده‌ای از پیشینه‌های خارجی.. 74

    جدول شماره 2- 6: ادامه چکیده‌ای از پیشینه‌های خارجی.. 75

    جدول شماره 3- 1: تاریخ های داده‌ها 97

    جدول شماره 5- 1 : مجموع خطای پیش بینی مانده منابع آتی و مانده منابع محقق شده واقعی در هر دو موسسه مالی و اعتباری.. 107

    جدول شماره 5- 2 : مجموع خطای بین هدف گذاری بر اساس روش جاری و منابع جذب شده واقعی در هر دو موسسه مالی و اعتباری.. 109

    جدول شماره 5- 3 : مجموع خطای هدف گذاری بر اساس 150 درصد پیش بینی و منابع جذب شده واقعی در هر دو موسسه مالی و اعتباری.. 110

    جدول شماره 5- 4 : مقایسه خطای تعیین اهداف به روش جاری و تعیین اهداف بر اساس 150 درصد پیش بینی  111

    جدول شماره 5- 5 : مقایسه‌ میانگین جذب یا کسر منابع به دور روش هدف گذاری در دو موسسه A و B با میزان واقعیت   113

    جدول شماره 5- 6: روابط بین متغیرهای.. 116

    جدول شماره 5- 7 : ادامه روابط بین متغیرهای.. 117

    پیوست شماره 6- 1:  جدول نتایج در موسسه مالی و اعتباری الف... 125

    پیوست شماره 6- 2: ادامه جدول نتایج در موسسه مالی و اعتباری الف... 126

    پیوست شماره 6- 3: ادامه جدول نتایج در موسسه مالی و اعتباری الف... 127

    پیوست شماره 6- 4: ادامه جدول نتایج در موسسه مالی و اعتباری الف... 128

    پیوست شماره 6- 5: ادامه جدول نتایج در موسسه مالی و اعتباری الف... 129

    پیوست شماره 6- 6:  ادامه جدول نتایج  در موسسه مالی و اعتباری ب.. 130

    پیوست شماره 6- 7: ادامه جدول نتایج  در موسسه مالی و اعتباری ب.. 131

    پیوست شماره 6- 8: ادامه جدول نتایج  در موسسه مالی و اعتباری ب.. 132

     

     فهرست اشکال

    شکل شماره 1- 1: نمودار مربوط به سود مؤسسات مالی و اعتباری، تورم و نرخ سود واقعی.. 11

    شکل شماره 1- 2: چارت ساختار پژوهش.... 13

    شکل شماره 2- 1:  عملکرد واقعی-هدف‌گذاری روش معمولی(روش جاری) –هدف‌گذاری بر اساس150% پیش‌بینی–مثال1. 33

    شکل شماره 2- 2: عملکرد واقعی-هدف‌گذاری روش معمولی(روش جاری) – هدف‌گذاری بر اساس150% پیش‌بینی–مثال2. 34

    شکل شماره 2- 3: سیستم  پیش‌بینی) جعفر نژاد-1385 ( 39

    شکل شماره 2- 4: ساختار یک نرون (ویکی پدیا) 47

    شکل شماره 2- 5: تابع ریاضی نرون عصبی(مبانی شبکه‌های عصبی،محمدباقر منهاج،دانشگاه صنعنی امیرکبیر،چاپ چهارم،تهران،1391، صفحه 43) 48

    شکل شماره 2- 6: ساختار یک شبکه بازگشتی.. 49

    شکل شماره 2- 7: نمودارتوابع فعال‌سازی مورداستفاده درشبکه‌های عصبی.. 51

    شکل شماره 2- 8: شبکه عصبی چندلایه پیش‌خور( اس وی کارتالوپس، منطق فازی و شبکه‌های عصبی ، صفحه 86.) 55

    شکل شماره 5- 1 : نمودار خطای  بین پیش بینی مانده منابع آتی و مانده منابع محقق شده واقعی در هر دو موسسه مالی و اعتباری.. 108

    شکل شماره 5- 2  : نمودار خطای بین هدف گذاری بر اساس روش جاری و منابع جذب شده واقعی در هر دو موسسه مالی و اعتباری.. 109

    شکل شماره 5- 3  :  نمودار خطای هدف گذاری بر اساس 150 درصد پیش بینی و منابع جذب شده واقعی در هر دو موسسه مالی و اعتباری.. 110

    منبع:

    فهرست منابع

    نادری، اسماعیل، « تحلیل آشوب، تجزیه موجک و شبکه عصبی در پیش بینی شاخص بورس تهران » دانشگاه تهران ، 1391

    آذر، عادل و فرجی، حجت، علم مدیریت فازی، تهران: مهربان نشر،1387.

    راجاسکارانویجی و آلاکشمی پای، شبکه‌های عصبی، منطق فازی و الگوریتم ژنتیک: ترکیب و کاربرد، ترجمه ی محمود کشاورزمهر، تهران: نشر نوپردازان،1391.

    سپانلو، ه، «تحلیل عوامل مؤثر بر سپرده‌ها در بانک (مطالعه موردی بانک ملت) »، دانشگاه علوم و فنون مازندران، 1381.

    آذر، افسر، «مدل‌سازی پیش‌بینی شاخص قیمت سهام با رویکرد شبکه‌های عصبی فازی»، مجله پژوهشنامه بازرگانی ، شماره 40 ، 1385.

    آذر، افسر و احمدی، «مقایسه  روش‌های کلاسیک و هوش مصنوعی در پیش‌بینی شاخص قیمت سهام و طراحی مدل ترکیبی»، فصل نامه مدرس علوم انسانی، دوره 10، پیاپی30 ، 1385.

    رمضانیان، محمدرحیم و رمضانپور، اسماعیل و پوربخش، سیدحامد، «رویکردهای جدید در پیش‌بینی با استفاده از شبکه‌های عصبی-فازی: قیمت نفت»، دانشگاه گیلان،1389.

    کردستانی، غلامرضا و معصومی، جواد و بقایی، وحید، «پیش‌بینی مدیریت سطح سود با استفاده از شبکه‌های عصبی مصنوعی»، مجله پیشرفت های حسابداری دانشگاه شیراز ، دوره 5، پیاپی3/64 ، 1391.

    فدایی، محمد، بررسی عوامل مؤثر بر تجهیز منابع بانکی ، پایگاه خبری تحلیلی بازار پول و مالی ایران و جهان ،1391.

    آذر، رجب‌زاده، «ارزیابی روش‌های پیش‌بینی  ترکیبی: بارویکرد شبکه‌های عصبی-کلاسیک در حوزه اقتصاد»، تحقیقات اقتصادی ، شماره63 ، 1382.

    نژادمقدم، قاسم و بقایی نیا، فاطمه و بافنده ، «منطق فازی به زبان ساده»، نشریه صنعت خودروی ، شماره119، 1391.

    ابونوری، اسمعیل و سپانلو، هادی، «تجزیه‌وتحلیل آثار عوامل درون‌سازمانی برجذب سپرده بانکی-مطالعه موردی بانک ملت تهران»، پژوهشی دانشگاه شاهد ، ماهنامه علمی-پژوهشی ، شماره14، 1384.

    پاسبانی، فرید ، «بررسی متغیرهای کلان درجذب منابع بانک ملت»، دانشگاه آزاد اسلامی واحد مرکز ، 1380.

    بانکداری داخلی تجهیز منابع ، جلد 10،  بانک ملی ایران- اداره آموزش و مدیریت, 1385.

    حبیب اله، سلامی و علی، بهمنی، «اثر تعیین سود تسهیلات بر کارایی بانکداری اسلامی» ، پژوهش های اقتصادی، 1380، 27-40.

    حسینی، سید فخر الدین و صفیار و امینی و محمدی، سمیه، «بررسی عوامل موثر بر حجم سپرده‌های بانکی با تاکید بر بانک صادرات ایران»  فصلنامه علوم اقتصادی 6 1388، 159-172.

    دهقان، علی، «بررسی عوامل موثر بر جذب سپرده‌های بانکی» پایان نامه کارشناسی ارشد دانشگاه علامه طباطبایی, 1383.

    آذر، عادل و افسر، امیر ، مدل سازی پیش بینی قیمت سهام با رویکرو شبکه عصبی – فازی ، فصلنامه پژوهشنامه بازرگانی ، شماره 52، پاییز 1385، ص 33-55 .

    بومنفلد، یوریک، انسان و آینده اش ، ترجمه خواجه پور غلامرضا، انتشارات سازمان مدیریت صنعتی، چاپ سوم 1393 ص 3-6 .

    عزتی، مرتضی ، مقدمه ای بر منطق علمی پیش بینی، فصلنامه مفید، شماره 13، بهار 1385، ص 139-146 .

    رحیمیان، کریم ، «پیش‌بینی سپرده‌های بانکی با رویکرد تلفیقی شبکه‌های عصبی و منطق فازی» ،پایان نامه کارشناسی ارشد دانشگاه علوم اقتصادی, 1392.

    دیزج، عبدالرحیم، پول، ارز و بانکداری، چاپ سوم، جلد اول، تبریز: انتشارات حافظ اندیشه، 1389.

    سپانلو، هادی و ابونوری، اسماعیل ، «تجزیه و تحلیل آثار عوامل دورن سازمانی بر جدب سپرده‌های بانکی(مطالعه موردی بانک ملت تهران) »، پژوهش نامه علوم اقتصادی، 1384.

    صنیعی آباده، محمد، داده کاوی کاربردی. تهران: نیاز دانش، 1391.

    قطمیری، غلام علی و شرزه ای، محمدعلی ، مجموعه سخنرانیها و مقالات، پنجمین سمینار بانکداری اسلامی تهران، 1373.

    گزارش پیشبینی اهداف کل سپردههای بانک‌های ایران، مدیریت امور سازمان و برنامه ریزی و بودجه, 1391.

    منصف, عبدالعلی, و منصوری، نسرین، «بررسی عوامل موثر بر حجم سپرههای بانکی(با تکیه بر سود اوراق مشارکت) »، دانش و توسعه، شماره 34 ، اسفند 1389، 69.

    تسخیری، سپرده هاى بانکى-تطبیق فقهى و احکام آن،  فصل نامه فقه اهل بیت، 1380، ص 59.

    حسینی و امینی و محمدی، «بررسی عوامل موثر بر حجم سپرده های بانکی با تاکید بر بانک صادرات ایران» ، فصلنامه علوم اقتصادی ، 1388، 6، 159-172.

    رضوانی و صحنه، «سنجش سطوح توسعه یافتگی نواحی روستایی با استفاده از روش منطق فازی: مطالعه موردی دهستانهای شهرستان های آققلا و بندر ترکمن»، روستا و توسعه، 1388، 1-32.

    شریفی و علیاری و تشنه لب، سیستم فازی شبه چند جمله ای تاکاگی- سوگنو -کانگ با کاربرد در شناسایی سیستم و کلاس بند الگو، مجله کنترل، 1389, 15-28.

    صنیعی آباده، محمد، داده کاوی کاربردی، تهران، نیاز دانش، 1391.

    فرجی،  پول و ارز و بانکداری ،تهران، شرکت چاپ و نشر بازرگانی وابسته به موسسه مطالعات و پژوهش های بازرگانی،1391.

    منصف و منصوری، بررسی عوامل موثر بر حجم سپرده های بانکی (با تکیه بر سود اوراق مشارکت)، دانش و توسعه، 89، 1393.

    همایون و پریور ، پول، ارز و بانکداری ، تهران، انتشارات ترمه، 1387.

    Alam, P., Booth, D., Lee, K., & Thordarson, T“,The use of fuzzy clustering algorithm and self-organizing neural networks for identifying potentially failing banks: an experimental study”, Expert Systems with Applications, 18(3), 185-199.

    Alvaro V. A. “,Hybrid linear-neural model for time series forecasting” ,IEEETransaction on Neural Network , Vol. 11, 2000.

    Gunaydin H., Dogan Murat, Zeyneo S. ,”Aneural network approach for early cost estimation of structural system for building”, International Journal of Project Management, No. 22, 2004

    Tai-Yue W., Shin- Chien C. ,”Forecasting innovation performance via neuralnetwork– a cascade of Taiwanese manufacturing”, Industry Technovation, No. 26, 2006.

    Qi M. , Zhang G. P. ,”An investigation of model selection criteria for neural network time series forecasting”, European Journal of Operational Research, Vol. 132: 2, 2001.

    Ng, G. S., Quek, C., & Jiang, H,” FCMAC-EWS: A bank failure early warning system based on a novel localized pattern learning and semantically associative fuzzy neural network”, Expert Systems with Applications, 34(2), 989-1003.

    Ravisankar, P., & Ravi, V ,”Financial distress rediction in banks using Group Method of Data Handling neural network, counter propagation neural network and fuzzy ARTMAP”, Knowledge-Based Systems, 23(8), 823-831

    Armstrong, J. S. Principles of forcasting. Kluwer Academic Publisher, 2001.

    Armstrong, J. Scott ,”Illusions in Regression Analysis”, International Journal of Forecasting 28, no. 3 (2012): 689.

    Armstrong, J.Scott, and Fred Collopy ,”Error Measures for Generalizing About Forecasting Methods: Empirical Comparisons”,nternational Journal of Forecasting 8, no. 1 (1992): 69-80.

    Silva, Clarence.de, and Fakhreddine.O Karray,”Soft Computing and Intelligence Systems Design”, London: Pearson Education Limited 200, 2004.

    Alinezhad Sarokolae, Mehdi, and Parisa Alinezhad, ”A Comparative Study of Iranian Banks' Efficiency by Using Artificial Neural Networks and Multi-Linear Regression”, Conference on Management and Artificial Intelligence, IPEDR IACSIT Press Singapore. 35 (2012): 80.

    Aliyar, Mehdi ,”Factor Affecting the Volume of Private Deposit at the Bank of Keshavarzi”, Isfahan, Isfahan University M.S Thesis (in Persian), 2005.

    Anwar, Saiful ,”Deposit Prediction Future Depositor Rate of Return Applying Neural Network: A Case study of introduction Islamic Bank”, International Journal of Economics and Finance 2 ,2010.

    Bishop, C, Pattern Recognition and Machine Learning, Berlin: Springer, 2006.

    Branson, V. H, Macroeconomics theory and policy, 1995.

    Chiraphadhanakul, S, Genetic Algorithm in Forecasting Comercial Bank. Intelligent Processing Systems, IEEE International Conference, 116-121, 1997.

    Kamber, M, Data Mining: Concepts and Techniques, 2011.

    Piscopo, G, Italian Bank Deposit Time Series Forecasting via functional Analysis, Banks and Bank Systems, 5, 12-19, 2010 .

    Silva, Karray, Soft Computing and Intelligence Systems Design. London: Pearson Education Limited, 200,2004.

    Somsong Chriaphadhanakul, P. D, Genetic Algorithm In Forecasting Commerical Banks Deposit. IEEE International Conference on Intelligent Processing Systems, 1, 116-121,1997



تحقیق در مورد پایان نامه تعیین اهداف جذب منابع با رویکرد منطق فازی و شبکه‌های عصبی در مؤسسات مالی و اعتباری, مقاله در مورد پایان نامه تعیین اهداف جذب منابع با رویکرد منطق فازی و شبکه‌های عصبی در مؤسسات مالی و اعتباری, پروژه دانشجویی در مورد پایان نامه تعیین اهداف جذب منابع با رویکرد منطق فازی و شبکه‌های عصبی در مؤسسات مالی و اعتباری, پروپوزال در مورد پایان نامه تعیین اهداف جذب منابع با رویکرد منطق فازی و شبکه‌های عصبی در مؤسسات مالی و اعتباری, تز دکترا در مورد پایان نامه تعیین اهداف جذب منابع با رویکرد منطق فازی و شبکه‌های عصبی در مؤسسات مالی و اعتباری, تحقیقات دانشجویی درباره پایان نامه تعیین اهداف جذب منابع با رویکرد منطق فازی و شبکه‌های عصبی در مؤسسات مالی و اعتباری, مقالات دانشجویی درباره پایان نامه تعیین اهداف جذب منابع با رویکرد منطق فازی و شبکه‌های عصبی در مؤسسات مالی و اعتباری, پروژه درباره پایان نامه تعیین اهداف جذب منابع با رویکرد منطق فازی و شبکه‌های عصبی در مؤسسات مالی و اعتباری, گزارش سمینار در مورد پایان نامه تعیین اهداف جذب منابع با رویکرد منطق فازی و شبکه‌های عصبی در مؤسسات مالی و اعتباری, پروژه دانشجویی در مورد پایان نامه تعیین اهداف جذب منابع با رویکرد منطق فازی و شبکه‌های عصبی در مؤسسات مالی و اعتباری, تحقیق دانش آموزی در مورد پایان نامه تعیین اهداف جذب منابع با رویکرد منطق فازی و شبکه‌های عصبی در مؤسسات مالی و اعتباری, مقاله دانش آموزی در مورد پایان نامه تعیین اهداف جذب منابع با رویکرد منطق فازی و شبکه‌های عصبی در مؤسسات مالی و اعتباری, رساله دکترا در مورد پایان نامه تعیین اهداف جذب منابع با رویکرد منطق فازی و شبکه‌های عصبی در مؤسسات مالی و اعتباری

ثبت سفارش
تعداد
عنوان محصول
بانک دانلود پایان نامه رسا تسیس