بررسی و پیش‏بینی عملکرد شبکه بانکی ایران با استفاده از مدل‏های Kohonen، ANN و Panel data

نوع مقاله : پژوهشی

نویسندگان

1 دانشکده علوم اداری و اقتصادی دانشگاه فردوسی مشهد

2 اقتصادکشاورزی دانشگاه زابل

3 موسسه عالی بانکداری ایران

چکیده
چکیده
در این مطالعه به بررسی و پیش بینی مقایسه‏ای عملکرد شبکه بانکی کشور (متشکل از 14 بانک) با مدل‏های اقتصادسنجی و شبکه عصبی مصنوعی پرداخته شد. برای این منظور در ابتدا با مدل شبکه عصبی کوهنن (Kohonen)، بانک‏های مورد بررسی به دو دسته با عملکرد بالا و با عملکرد پایین تقسیم شده است، سپس با استفاده از خروجی مدل شبکه عصبی کوهنن، نسبت‏های مالی و مدل اقتصادسنجی داده‏های تابلویی (Panel Data) به تخمین مدل عملکرد شبکه بانکی برای دوره 1389-1384پرداخته و در نهایت با به‏کارگیری معیارهای ارزیابی کارایی مدل‏ها، به مقایسه کارایی مدل‏های Panel Data و ANN در پیش بینی عملکرد شبکه بانکی پرداخته شد.
نتایج مدل کوهنن نشان داد که از 14 بانک مورد مطالعه، 4 بانک به گروه با عملکرد بالا و 10 بانک به گروه با عملکرد پایین اختصاص دارد. هم‏چنین نتایج مدل Panel Data نشان داد که متغیر نسبت نقد به سپرده کل دارای بیشترین و متغیر نسبت درآمد سرمایه‏ای به درآمد کل دارای کمترین تاثیر بر عملکرد شبکه بانکی می‏باشد. در نهایت بررسی مقایسه‏ای مدل‏ها نشان داد که مدل ANN برای پیش‏بینی عملکرد شبکه بانکی بر مدل Panel Data برتری دارد.

کلیدواژه‌ها


[1] Ahmadpour, H. (2006), Estimating a commercial bank efficiency using data envelopment analysis (DEA), thesis for M. A. degree, University of Mazandaran (in Persian).##
[2] Ahmadi, A. A. Moghadasan, M. H. Mehrkish, M. H. Moarefi, F. (2012), Evaluating the electronic banking performance in public banks, quarterly of public organizations management, 1(1): 65-74 (in Persian).##
[3] Iranzadeh, S. and Barghi, A. (2009), Ranking and evaluating the bank performance using principal component analysis (PCA) technic, case of central branches of Mine and Industry bank, (Resercher) management quarterly, 6(14): 47-61 (in Persian).##
[4] Divandari, A. Seied Javadin, S. R. Nahavandian, M. Aghazadeh, H. (2008), Studying the relationship between marketing and performance of Iran’s commercial banks, Economic researchs, 17-40 (in Persian).##
[5] Al-Osaimy, M. H. (1995). A Neural Networks System for Predicting Islamic Banks Performance. JKAU: Econ. & Adm., Vol. 11, pp. 33-46.##
[6] Dreca N. (2012). Evaluation of Financial Performance of Banking Sector: Evidence from Bosnia and Herzegovina, Croatia, Serbia and Slovenia. Journal of Economic and Social Studies, 2(2): 65-94.##
[7] Eken, M. H and Kale. S. (2011). Measuring bank branch performance using Data Envelopment Analysis (DEA): The case of Turkish bank branches. African Journal of Business Management, 5(3): 889-901.##
[8] Greene, W. H. (2002). Econometric Analysis, Fifth edition. Prentice Hall Upper Saddle River, New Jersey.##
[9] Haykin, S. (1994). Neural Networks: A Comprehensive Foundation. Macmillan, New York.##
[10] Karayiannis, N. B. and A. N. Venetsanopoulos (1993). Artificial Neural Networks: Learning Algorithms. Performance Evaluation and Applications. Kluwer Academic Publishers, Boston, USA.##
[11] Kosmidou, K. and Zopounidis, C. (2008). MEASUREMENT OF BANK PERFORMANCE IN GREECE. South-Eastern Europe Journal of Economics, 1: 79-95##
[12] Makridakis, S., Hibon, M. (2000). The M-competition: Results, conclusions and implications. International Journal of Forecasting 16,451-476.##
[13] Mananhar, R. and Tang, J. C. S. (2002). The Evaluation of Bank Branch Performance Using Data Envelopment Analysis A Framework School of Management. Asian Institute of Technology, PO Box 4, Klong Luang, Pathumthani 12120, Thailand.##
[14] Marcellino, M. (2004). Forecast Pooling for Short Time Series of Macroeconomic Variables”. Oxford Bulletin of Economic and Statistics 66, 91-112.##
[15] Watson, M. (2001). Combination Forecasts of Output Growth in A Seven-Country Data Set, (with James Stock). Forthcoming Journal of Forecasting.##
ارسال نظر در مورد این مقاله
نام را وارد کنید.
نشانی پست الکترونیکی را به درستی وارد کنید.
وابستگی سازمانی را به درستی وارد کنید.
توضیحات را وارد کنید (حداقل 50 حرف)
CAPTCHA Image
شناسه امنیتی را به درستی وارد کنید.

  • تاریخ دریافت 25 فروردین 1394