اقتصاد پولی مالی

چکیده چکیده
عملکرد بانک ها در رونق یا عدم رونق بخش های مختلف اقتصاد ایران بسیار تاثیر گذار است در نتیجه توزیع صحیح منابع بصورت تسهیلات کوتاه مدت و بلندت مدت و سرمایه گذاری درست در سایر بخش ها می تواند در تحقق اهداف کلان اقتصاد کشور و دسترسی بانک به سودآوردی، بسیار موثر باشد. هدف اصلی این پژوهش طراحی الگوی مناسب از مدیریت دارایی و بدهی بانک کشاورزی باهدف رسیدن به اهداف تعیین‌شده بانک است.
در این پژوهش سعی شده است مقادیر بهینه دارایی‌ها، بدهی‌ها و مقدار نقد متناسب با ساختار صورت‌وضعیت مالی برای سال 1402 و با استفاده از اطلاعات سال 1401 ارائـه شـود. بـا توجـه بـه تعیـین اهـداف چندگانـه و محدودیت‌های موجود در سیستم بـانکی و تجربـه سـالیان گذشـته، الگوی استفاده‌شده در ایـن مقالـه الگوی برنامه‌ریزی آرمانی فازی با محدودیت‌های فازی است. الگوی پیشـنهادی مقالـه، قابلیـت ارائـه مقادیر بهینه هر یک از اقلام ترازنامه را برای سال‌های آتـی بـا توجـه بـه شـرایط سال‌های گذشته، داراست. برای پاسخ به پرسش‌های پژوهش و طراحی الگوی موردنظر، بامطالعه گسترده الگوی نهایی ارائه‌شده است.
جهت رسیدن به جواب نهایی با نظر خواهی از کارشناسان و بررسی گزارشات مالی بانک های برتر ایران و جهان تعداد ده آرمـان تعیین‌شده است و با حل مدل کلی مقدار تابع هدف به میزان قابل‌توجهی بهبود پیدا کرد و با تبدیل اعداد فازی به اعداد قطعی و با استفاده از مدل برنامه‌ریزی آرمانی فازی الگوی مناسب مدیریت دارایی و بدهی برای سال مالی 1402 این بانک تعیین‌شده است

چکیده امروزه پدیده پول‌شویی به تهدیدی جدی برای اقتصاد جهانی تبدیل شده است. روش‌های سنتی مقابله با پول‌شویی هزینه‌بر و ناکارآمد هستند. اخیراً تکنیک‌های داده‌کاوی گسترش پیدا کرده‌اند و به عنوان روش‌های مناسب برای کشف فعالیت‌های پول‌شویی مورد توجه قرار گرفته‌اند. هدف این تحقیق، استفاده از الگوریتم‌های داده‌کاوی در کشف موارد مشکوک به پول‌شویی با استفاده از داده‌های واقعی تراکنش‌های بانکی است که ممکن است نیاز به بررسی‌های بیشتر داشته باشند. تحلیل داده‌ها با استفاده از فرآیند CRISP-DM انجام شده است. جامعه آماری تراکنش‌های بانک و نمونه آماری تراکنش‌های مربوط به یکی از شعب بانک است. داده‌ها از بانک اطلاعاتی بانک مورد مطالعه جمع‌آوری شده است. برای انجام این کار از دو رویکرد استفاده ‌شده است. در رویکرد اول با استفاده از الگوریتم k-میانگین ابتدا تراکنش‌های بانکی افراد خوشه‌بندی شده‌اند، سپس با استفاده از به‌کارگیری الگوریتم‌های کشف موارد مشکوک، تراکنش‌هایی که ممکن است مشکوک به پول‌شویی باشند مشخص گردیده‌اند. در رویکرد دوم، روشی نوین با به‌کارگیری قانون بنفورد و روش GANs برای کشف حساب‌هایی که در تراکنش‌های‌ آن‌ها از ارقام ساختگی استفاده ‌شده است و ممکن است مشکوک به پول‌شویی باشند معرفی شده است. رویکرد اول می‌تواند حساب‌هایی که در تراکنش‌های آن‌ها موارد پرت وجود دارد را با دقتی حدود ۹۳٪ درصد، و رویکرد دوم می‌تواند حساب‌های مشکوکی که در پنهان نمودن ارقام ساختگی در تراکنش‌های‌ آن‌ها، از روش‌های حرفه‌ای استفاده نشده است را با دقتی حدود ۶۰٪ به درستی تشخیص دهد.