طراحی الگوی بهینه سازی سبد اعتباری در صنعت بانکداری با استفاده از الگوریتم فرا ابتکاری
محورهای موضوعی : مهندسی مالی
علی اصغر طهرانی پور
1
(گروه مهندسی مالی، واحد علی آباد کتول، دانشگاه آزاد اسلامی، علی آباد کتول، ایران)
ابراهیم عباسی
2
(گروه مدیریت مالی، دانشکده علوم اجتماعی و اقتصادی، دانشگاه الزهرا، تهران، ایران)
حسین دیده خانی
3
(گروه حسابداری، واحد علی آباد کتول، دانشگاه آزاد اسلامی، علی آباد کتول، ایران)
آرش نادریان
4
(گروه حسابداری، واحد علی آباد کتول، دانشگاه آزاد اسلامی، علی آباد کتول، ایران.)
کلید واژه: "بهینه سازی پرتفوی ", " تئوری اعتباری فازی", " صنعت بانکداری", " الگوریتم بهینه سازی ازدحام ذرات چند هدفه ",
چکیده مقاله :
هدف از انجام تحقیق حاضر طراحی الگوی بهینه سازی سبد اعتباری در صنعت بانکداری با استفاده از الگوریتم فرا ابتکاری می باشد . ریسک یکی از مفاهیم پایه ای در بازارهای مالی می باشد که از پیچیدگی خاصی برخوردار است. با توجه به عدم وجود تصویر دقیق از تحقق ریسک، بازارهای مالی نیازمند رویکردهای کنترل و مدیریت ریسک هستند. تحقیق حاضر از لحاظ جمع آوری اطلاعات در زمره تحقیقات توصیفی پیمایشی و از لحاظ هدف از نوع کاربردی است . جامعه آماری تحقیق شامل کلیه پرونده های تسهیلاتی 10 سال اخیر و هچنین صورت وضعیت های مالی شعب بانک انصار وابسته به بانک سپه می‌باشد که به روش سرشماری انتخاب شدند . معیارهای ریسک استفاده شده در مدل ها عبارتند از : ارزش در معرض خطر فازی، قدرمطلق انحرافات روبه پایین فازی و نیم آنتروپی. مدل های پژوهش با استفاده از الگوریتم بهینه سازی ازدحام ذرات چند هدفه اجرا شد. نرم‌افزار مورد استفاده در اجرای تحقیق نرم افزار متلب می باشد. نتایج تحقیق نشان می دهد عملکرد مدل میانگین – ارزش در معرض خطر فازی نسبت به دو مدل دیگر در ارزیابی پرتفوهای بهینه بهتر است . بنابراین استفاده از مدل فوق در بهینه سازی سبداعتباری پیشنهاد می شود .
The purpose of this study is to design a credit portfolio optimization model in the banking industry using a meta-innovative algorithm. Risk is one of the basic concepts in financial markets that has a certain complexity. Due to the lack of a clear picture of risk realization, financial markets need risk control and management approaches. The present study is a descriptive survey in terms of data collection and applied in terms of purpose. The statistical population of this research includes all facility files of the last 10 years as well as the financial statements of Ansar Bank branches affiliated to Sepah Bank, which were selected by census method. The risk criteria used in the models are: fuzzy risk value, absolute value of fuzzy downward deviations and half entropy. Research models were implemented using multi-objective particle swarm optimization algorithm. The software used in conducting research is MATLAB software. The results show that the performance of the fuzzy risk-averaged model is better than the other two models in evaluating optimal portfolios. Therefore, the use of the above model in credit basket optimization is recommended.
_||_