Authors | حسین ابراهیم پور کومله,سودابه پورذاکرعربانی |
---|---|
Conference Title | International Conference On Research Approaches in Management, Economics, Accounting and Humanities |
Holding Date of Conference | ۲۰۱۷-۰۵-۰۴ - ۲۰۱۷-۰۵-۰۴ |
Event Place | 66 - Oslo |
Presented by | نروژ |
Presentation | SPEECH |
Conference Level | International Conferences |
Abstract
چکیده : ها می باشد. ATM یکی از مشکلاتی که هم اکنون در سیستم بانکی مورد توجه است دقت در پیش بینی میزان تقاضای وجه نقد از 1 ها محبوس می شود و با توجه به تورم ATM اگر پیش بینی به درستی انجام نشود از یک طرف منابع قابل توجهی از وجه نقد ، در ها باعث کاهش محبوبیت بانک و ATM موجود این مسئله هزینه هایی را در بر خواهد داشت و از طرفی دیگر کمبود وجه نقد در افزایش هزینه های مربوط به آن می شود . بنابراین ما به دنبال یافتن روشی هستیم تا پیش بینی درستی از میزان تقاضای وجه نقد ها داشته باشیم و به کمک آن باعث کاهش این نوع از هزینه های سیستم بانکی شویم و رضایت مشتریان را فراهم آوریم.با ATM در ها به صورت روزانه می باشد ، بنابراین رفتار آن را می توان تابعی از ATM توجه به این که داده های مربوط به تقاضای وجه نقد در های شبکه بانکی را به طور همزمان پیش بینی ATM زمان در نظر گرفت و از طرفی چون ما می خواهیم تقاضای وجه نقد همه کنیم در نتیجه داده های مورد نظر ما را به عنوان داده های پنل می توانیم قلمداد کنیم . روش هایی که در این تحقیق به پیش ها مورد استفاده قرار گرفته است عبارتند از : پیش بینی داده های پنل به روش ATM بینی داده های پنل برای تقاضای وجه نقد سنتی آماری و پیش بینی داده های پنل به روش هوشمند شبکه عصبی مصنوعی . نتایج حاصل از این دو روش را مورد مقایسه قرار داده تا بهترین روش پیش بینی را بر اساس داده های موجود مشخص نماییم .
tags: کلمات کلیدی : شبکه عصبی مصنوعی ، تقاضای وجه نقدATM ، داده های پنل ، پیش بینی آماری ، پیش بینی هوشمند