برآورد زیان پرداخت وام در بانک سرمایه با استفاده از الگوریتم فراابتکاری بهینه سازی علف های هرز
محورهای موضوعی : مدیریت کسب و کارزهرا رحمانی 1 , محمد ابراهیم محمدپور زرندی 2 , محمدعلی کرامتی 3
1 - گروه مدیریت صنعتی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران
2 - گروه مدیریت صنعتی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران
3 - گروه مدیریت صنعتی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران
کلید واژه: زیان پرداخت وام, الگوریتم بهینه سازی علف های هرز, بانک سرمایه,
چکیده مقاله :
مدیریت نقدینگی یکی از بزرگترین چالش هایی است که سیستم بانکداری درکشورمان در شرایط حاد تورمی سال های اخیر با آن روبروست. تسهیلات اعطایی بانک ها بدون لحاظ شرایط تورمی معمولا منجر به زیان پنهان پرداخت وام و در نتیجه کاهش سودآوری و خطرعدم توانایی در ایفای تعهدات و در نتیجه خطر ورشکستگی بانک ها شده است. هدف از پژوهش حاضر برآورد زیان پرداخت وام در بانک سرمایه با استفاده از الگوریتم فراابتکاری بهینه سازی علف های هرز می باشد. در این پزوهش برای بررسی زیان پرداخت وام طراحی مدل انجام شده و جهت مقایسه پیش بینی زیان پرداخت وام بین نتایج محاسبه ای با استفاده از فرمول ابتکاری پیشنهادی و درآمد تسهیلات مالی اعطایی از الگوریتم فراابتکاری بهینه سازی علف های هرز استفاده شد. نتایج نشان داد ارتباط و همبستگی منفی بین زیان پرداخت وام با رشد سودآوری بانک سرمایه در شرایط تورمی بالا وجود دارد. همچنین مقایسه پیش بینی زیان پرداخت وام بین نتایج محاسبه ای با استفاده از فرمول ابتکاری پیشنهادی، عدد پیش بینی شده توسط الگوریتم بهینه سازی علف های هرز و درآمد تسهیلات مالی اعطایی نشان داد زیان پرداخت وام با استفاده از الگوریتم فراابتکاری بهینه سازی علف های هرز قابل محاسبه می باشد.
Liquidity management has been one of the biggest challenges facing the banking system in Iran in the acute inflation conditions in recent years. Facilities granted by banks, regardless of inflationary conditions, usually lead to hidden losses in repayment of loans, resulting in reduced profitability and the risk of inability to meet obligations, resulting in the risk of bankruptcy. The present study aims to estimate the loan repayment loss in Sarmayeh Bank using the weed optimization meta-heuristic algorithm. In the present study, a model was designed to examine the loan repayment loss. Also, to compare the calculated results using the proposed heuristic formula and the income of the granted financial facilities in terms of loan repayment loss prediction, weed optimization meta-heuristic algorithm was used. The results showed that there is a negative correlation between loan repayment losses and the growth of Sarmayeh Bank profitability in high inflation conditions. Also, comparing the loan loss prediction between the calculated results using the proposed heuristic formula, the number predicted by the weed optimization algorithm and the income of the granted financial facilities showed that the loan repayment loss using the weed optimization meta-heuristic algorithm can be calculated.
_||_