بررسی و شناسایی ترکیب بهینه سپرده‌ها و تسهیلات در بانک کشاورزی استان کرمان

الموضوعات : فصلنامه علمی -پژوهشی تحقیقات اقتصاد کشاورزی

سید محمدرضا حسینی پور ¹ (استادیار گروه اقتصاد، واحد رفسنجان، دانشگاه آزاد اسلامی، رفسنجان، ایران)
مسعود جعفری مقذم ² (دانشجوی کارشناسی ارشد گروه مدیریت، واحد رفسنجان، دانشگاه آزاد اسلامی، رفسنجان، ایران)
سیمین محسنی ³ (مدرس مدعو دانشگاه پیام نور رفسنجان و انار و دانشجوی دکترای دانشگاه شهیدباهنر کرمان)

تاريخ الإرسال : 05 الأحد , ذو الحجة, 1438 تاريخ التأكيد : 03 الأحد , ذو القعدة, 1442 تاريخ الإصدار : 17 السبت , ربيع الأول, 1443

الکلمات المفتاحية: بانک کشاورزی, برنامه‌ریزی خطی, برنامه‌ریزی فازی, تسهیلات, سپرده‌ها,

ملخص المقالة :

      مقدمه و هدف: بانک‌ها اصلی‌ترین تأمین‌کننده منابع مالی بخش‌های واقعی اقتصاد (کشاورزی، صنعت و خدمات) محسوب شده و درکنار کارکرد اصلی خود، انگیزه اصلی بانک‌ها در تجهیز و تخصیص بهینه منابع و ارائه خدمات متنوع به مشتریان، درآمدزایی و کسب سود همانند سایر مؤسسات اقتصادی می‌باشد. هدف این مطالعه ارائه مدلی ریاضی بر اساس مدل‌های برنامه‌ریزی ریاضی جهت یافتن بهترین ترکیب تسهیلات و سپرده‎های بانک کشاورزی می‌باشد که بیشترین سود را برای بانک به دنبال داشته باشند.
مواد و روش ها: در این مطالعه، مدل با استفاده از دو روش برنامه‌ریزی خطی و برنامه‌ریزی فازی برآورد گردیده است و برای جمع‌آوری داده‌ها از اطلاعات موجود در مدیریت بانک کشاورزی استان کرمان استفاده شده است.
یافته ها: بر اساس نتایج، برنامه‌ریزی خطی نسبت به برنامه‌ریزی فازی و تخصیص فعلی بانک بیشترین سود را به دنبال خواهد داشت. بطوریکه سود حاصل از تسهیلات پرداختی با استفاده از برنامه‌ریزی خطی نسبت به برنامه‌ریزی فازی معادل دو درصد (45462 میلیون ریال) و نسبت به تخصیص فعلی بانک 11 درصد (288790 میلیون ریال) افزایش داشته است.
بحث و نتیجه گیری: نتایج حاکی از این است که استفاده از مدل‌ برنامه‌ریزی خطی می‌تواند مدیران را در جهت تخصیص بهینه منابع به منظور بازدهی بالاتر یاری رساند.

المصادر:

Malek H. Choosing the Pattern for Optimal Allocation of Resources for Maskan Bank, Applied Journal of Maskan Bank, 2011; 1(2): 184-169. [https://www.tpbin.com/article/32137]

2. EslamiBidgoli Gh.,Mehregan, &Padideh Gh. Optimal Management of Assets in Banks Using Fuzzy Hierarchical Analysis and Ideal Planning: A Specific Case of Bank (A) Over the Years (2006-2008). Quarterly Journal of Financial Engineering and Management of Securities, 2011; 9: 44-23. [http://fej.iauctb.ac.ir/article_511743.html]

 

3. Mohseni S, Hosseinipour S.M.R, &JafariMoghadam M. The Optimal Management of Deposits and Facilities in Keshavarzi Bank with Goal Programming Approach. Journal of Islamic Economic and Banking, 2019; 8 (28): 203-220. [http://mieaoi.ir/article-1-870-en.html&sw=Hosseinipour]


4. Izadinia N, Ghandehari M, Abedini A, &AbediniNaeini M. Asset-Liability Management of Banks Using Goal Programming Model and Fuzzy ANP (Case Study: Tejarat Bank). Asset Management and Finanacing, 2017;  4(5): 155-166. [https://amf.ui.ac.ir/article_21178_en.html]


5. Abbasian E, Fallahi, S, &Rahmani A.The Effect of Diversification in Facility Portfolio on Banks Credit Risk .Financial Research Journal, Department of Management, University of Tehran, . 2016; 18(1): 166-149. [https://jfr.ut.ac.ir/article_52458.html]


6. Mehrara M. Determining the optimal composition of loans in economic sectors. Journal of Economic Sciences, 2008; 2(5): 81-102. [http://ecj.iauctb.ac.ir/article_512572.html]


7. Mohammadi R. &Sherafati M. Optimization of Bank Liquidity Management using Goal Programming and Fuzzy AHP. Research Journal of Recent Sciences, 2015; 4(6): 53-61. [http://www.isca.in/rjrs/archive/v4/i6/9.ISCA-RJRS-2014-226.php]


8. Kruger M. A Goal Programming Approach to Strategic Bank Balance Sheet Management. SAS Institute, Centre for BMI, North-West University, South Africa. 2011. [https://support.sas.com/resources/papers/proceedings11/024-2011.pdf]


9. Sharma H.P. Sharma K.D. & Jana R.K. Credit union portfolio management - An additive fuzzy goal programming approach. Journal of Finance and Economics, 2009;30:18-29. [http://www.internationalresearchjournaloffinanceandeconomics.com/ISSUES/IRJFE%20issue%2030.htm]


10. Salami H. &Bahmani A. The Effect Of Determining Bank Interest Rates On Islamic Banking Based on Theory of Portfolio. Tehran, Banking Research Center of the Central Bank of the Islamic Republic of Iran. 2005. [https://www.sid.ir/fa/Journal/ViewPaper.aspx?id=18900]


11. Dash G.H. &Kajiji N. Optimal bank structure in evolving economies: The utility of stochastic multiple objective asset-liability models. Annual African investment conference and exhibition, Cape Town, South Africa. 2005. [http://citeseerx.ist.psu.edu]


12. Jaaskelainen V. Salmi, T. & Hara J. An intertemporal linear programming model with deterministic loan-deposit relationship for optimal credit expansion strategy in a bank. 2001.[ www.Uwasa.fi/~ts/~cesb/cesb.html]


13. Salski, A. &13. Noell C. Fuzzy linear programming for the optimization of land use scenarios. in N Mastorakis, V Mladenov, B Suter & LJ Wang (eds), Advances in scientific computing, computational intelligence and applications, Mathematics and computers in science and engineering. 2001; 355-360. [ http://www.wseas.us/e-library/conferences/crete2001/papers/484.pdf]


14. Zimmerman H.J. Fuzzy programming and linear programming with several objective function. Fuzzy set and systems, 1978; 1: 45-55. [doi:10.1016/0165-0114(78)90031-3]


15. Mohseni S. Study of optimal allocation of water resources in Yazd.Master's thesis, Sistan and Baluchestan University, Faculty of Economics and Management. 2011. [https://www.usb.ac.ir/]

16. Sabouhi M. Application of Planning in Agricultural Economics with Emphasis on Using Excel Software, Nour-e-Elm Publications, Tehran, Zabol University. 2012. [https://nooreelm.com/]