بهینه سازی تخصیص منابع مالی با استفاده از مدل بنکر توسط شبکه عصبی (مطالعه موردی: بانک تجارت استان گیلان)

در دوره ای بسر می بریم که بانک ها دوران بحران را می گذرانند. در چنین وضعی بسیاری از بانک ها در حال یافتن راهی بهینه برای سرمایه گذاری و بهره حداکثری از منابع خود هستند. اعتماد مشتریان در گرو سودآوری بانک هاست. درحالی که بانک ها در مورد حفظ جایگاه خود تلاش می کنند، نیاز دارند تا منابع محدود به دست آمده را سخت گیرانه تر در جایگاهی درست اختصاص دهند؛ اما این انتخاب می تواند فرصتی برای رشد و تحول حقیقی ایجاد کند. بانک تجارت یکی از بانک های پیشرو در صنعت بانکداری ایران به شمار می رود؛ بنابراین انتخاب این بانک برای بررسی مسئله تخصیص منابع می تواند قابل تعمیم به سایر بانک ها نیز باشد. در این پژوهش به موضوع تخصیص منابع در صنعت بانکداری اسلامی پرداخته شده است. مدل بنکر ازجمله مدل های قدرتمندی است که در ایران به آن پرداخته نشده است. این مدل با در نظر گرفتن بن بست منابع، شرایط را برای تخصیص منابع در ناحیه ای امن فراهم می کند. تخصیص منابع مسئله ای غیرخطی است و با توجه به گسترده بودن منابع و مصارف، حل آن توسط الگوریتم های شناخته شده ریاضی بسیار دشوار است. استفاده از الگوریتم های هوشمند در این گونه موارد راهکاری خردمندانه برای حل مسئله است. شبکه عصبی مصنوعی یکی از پرکاربردترین الگوریتم های هوشمند بهینه سازی است که برای مدل سازی بکار می رود. این پژوهش بر روی بانک تجارت استان گیلان انجام شده است. میزان خطای مجموع مربعات 6-10 × 85/1 در این کار نشان دهنده آن است که شبکه عصبی می تواند مدل دقیقی از تخصیص منابع بر مبنای الگوریتم بنکر با اجتناب از بن بست ارائه دهد.