کاهش ریسک درماندگی و هزینه ها در حوزه بانکداری با رویکرد انتخاب شرکا

محورهای موضوعی : مدیریت

موسی آذرباد ¹ , امیرعباس شجاعی ² , فرشید عبدی ³ , وحیدرضا قضاوتی ⁴ , کاوه خلیلی دامغانی ⁵

1 - دانشجوی دکتری، گروه مهندسی صنایع، واحد تهران جنوب، دانشگاه آزاد اسلامی، تهران، ایران
2 - دانشیار، گروه مهندسی صنایع، واحد تهران جنوب، دانشگاه آزاد اسلامی، تهران، ایران (عهده‌دار مکاتبات)
3 - استادیار، گروه مهندسی صنایع، واحد تهران جنوب، دانشگاه آزاد اسلامی، تهران، ایران
4 - دانشیار، گروه مهندسی صنایع، واحد تهران جنوب، دانشگاه آزاد اسلامی، تهران، ایران
5 - دانشیار، گروه مهندسی صنایع، واحد تهران جنوب، دانشگاه آزاد اسلامی، تهران، ایران

تاریخ دریافت : 1399/03/21 تاریخ پذیرش : 1399/03/21 تاریخ انتشار : 1399/03/01

کلید واژه: بانکداری, ریسک درماندگی بانک ها, انتخاب شرکا, الگوریتم ژنتیک چندهدفه,

چکیده مقاله :

بانکداری یکی از مولفه های اصلی هر نظام و حکومت محسوب می شود و مدیریت صحیح و ارتقای درست آن یکی از عوامل اساسی در رشد اقتصادی کشور می باشد. بانک ها در معرض قرارگیری ریسک های متعدد و همچنین عدم کنترل هزینه های بانکی می باشند؛ در همین راستا می بایست راهکارهای مناسبی جهت بهبود عملکرد بانکها در این راستا اتخاذ نمود. یکی از این روشها، انتخاب شرکا جهت تقسیم و کاهش ریسک و به اشتراک گذاری هزینه ها می باشد؛ به طوری که بتواند ریسک درماندگی بانک را کاهش داده و میزان تسهیم بانک در کنترل هزینه ها را کاهش و منجر به رشد بانک در جهت تامین مالی و انجام امور بانکداری و در نهایت رشد اقتصادی کشور شود. در این پژوهش یک مدل چندهدفه برای انتخاب شرکا در حوزه بانکداری ارایه و در ادامه بهینه سازی آن با استفاده از الگوریتم ژنتیک چندهدفه انجام شده است.

چکیده انگلیسی:

Banking is one of the main components of any system and government, and proper management and proper promotion are one of the key factors in the country's economic growth. Banks are exposed to multiple risks as well as lack of control over bank charges; in this regard, appropriate strategies have to be adopted to improve banks' performance in this regard. One of these methods is the selection of partners to divide and reduce risk and share costs, so that they can reduce the Insolvency Risk of Banks and reduce the bank's share of cost control and lead to the bank's growth in financing and ultimately, economic growth in the country. In this research, a multi-objective model for selecting partners in the field of banking has been presented and further optimized using a multi-objective genetic algorithm.In this research, a multi-objective model for selecting partners in the field of banking has been presented and further optimized using a multi-objective genetic algorithm.