چکیدهعدم مدیریت نقدینگی بانکها یکی از مهمترین ریسکهای هر بانک میباشد و کمتوجهی به ریسک نقدینگی منجر به عواقب جبرانناپذیر میشود. جلوگیری از وقوع ریسک نقدینگی نیازمند یک روش اندازهگیری جامع میباشد؛ اما ریسک نقدینگی موضوعی پیچیده است و این پیچیدگی ارائه یک تعریف م چکیده کامل
چکیدهعدم مدیریت نقدینگی بانکها یکی از مهمترین ریسکهای هر بانک میباشد و کمتوجهی به ریسک نقدینگی منجر به عواقب جبرانناپذیر میشود. جلوگیری از وقوع ریسک نقدینگی نیازمند یک روش اندازهگیری جامع میباشد؛ اما ریسک نقدینگی موضوعی پیچیده است و این پیچیدگی ارائه یک تعریف مناسب را دشوار میسازد. علاوه بر این، تعریف فاکتورهای تعیینکننده ریسک نقدینگی و فرمولبندی تابع هدف مرتبط برای تقریب و پیشبینی مقدار آن پیچیده است. در این تحقیق برای مقابله با این مشکلات و ارزیابی ریسک نقدینگی و فاکتورهای کلیدی آن، مدلی را پیشنهاد میکنیم که از شبکههای عصبی مصنوعی و بیزی استفاده میکند. طراحی و اجرای این مدل شامل چندین الگوریتم و آزمایش جهت اعتبارسنجی است. در این مقاله از الگوریتمهای بهینهسازی لونبرگ-مارکوارت و ژنتیک جهت آموزش شبکه عصبی مصنوعی استفاده کردهایم. همچنین یک مطالعه موردی در بانک ملت برای نشان دادن قابلیت اجرا، کارایی، دقت و انعطافپذیری مدل اندازهگیری ریسک نقدینگی تحقیق، پیادهسازی کردهایم.
پرونده مقاله