تحقیق حاضر با عنوانپیش بینی میزان سپرده ها با استفاده از روش های خطی ARIMA و غیر خطی شبکههای عصبی مصنوعی و مقایسه این دو روشاز سری تحقیق های رشته مدیریت
میباشد. این تحقیق در101صفحه با فرمت Word
(قابل ویرایش) در مقطع کارشناسی ارشد نگارش شده است و همچنین این تحقیق آماده چاپ و پرینت جهت
استفاده دانشجویان می باشد.
===================================================================================
تمامی
فایل های سیستم، توسط کاربران آن آپلود می شود. اگر در فایلی تخلفی مشاهده
کردید و یا مالک پروژه ای بودید که از وجود آن در سایت رضایت نداشتید با
ما تماس بگیرید، در اسرع وقت به گزارش شما رسیدگی می شود.
neginfile.ir@gmail.com
info@neginfile.ir
===================================================================================قسمتهایی کوتاه از متن
چکیده:
در اين پایان نامه میزان هر یک از سپرده هاي بانك سامان و مجموع کلیه سپرده های بانک مذکور، با استفاده مدل خطی آريما و مدل غیرخطی شبكه عصبي مصنوعي پيش بيني و در انتها نتايج دو روش با استفاده از معیار های ارزیابی ريشه ميانگين مربع خطا، ميانگين قدر مطلق درصد خطا، ميانگين قدر مطلق و ضريب تعيين با یکدیگر مقايسه گردید.
براي اين موضوع میزان انواع سپرده های کلیه شعب بانک سامان، طي سال های 1380تا 1390 كه به صورت روزانه تهيه شده اند، مورد بررسي قرار گرفت.
با توجه به انواع سپرده ها در مجموع 9 مدل شبکه عصبی و9 مدل آریما برای پیش بینی طراحی گردید که براي طراحي و پيش بيني مدل هاي شبکه عصبی از نرم افزار MATLAB و براي طراحي و پيش بيني مدل هاي روش آريما از نرم افزار Eveiws استفاده شد.
نتايج پژوهش حاکي از آن است که با توجه به پیچیدگی کم و خطی بودن سری های زمانی که در این پژوهش به کار برده شده اند، هر دو روش از توانايي بالايي در پيش بيني متغيرها برخوردارند اما در مجموع مدل هاي شبکه عصبي حتی در پیش بینی سری های زمانی خطی نیز نتايج مناسب تري نسبت به روش خطی آریما داشته اند و براي پيش بيني بهتر است که از اين روش استفاده شود.
مقدمه
باتوجه به اينکه تجهيز منابع و جمع آوري وجوه اشخاص اولين هدف بانک بوده، سپرده هاي بانکي از دو لحاظ داراي اهميت است اول قدرت وام دهي و تخصيص منابع بانک را افزايش داده و دوم اينکه وقتي مردم ترجيح دهند پول خود را نزد بانک ها نگهداري نموده وکمتر براي خرج آن اقدام نمايند، از حجم پول در گردش کاسته شده که اين امر خود موجب کاهش نرخ تورم و در نتيجه افزايش قدرت خريد مردم مي-گردد.
امروزه در جهان نيز اهميت جذب منابع مالي آنقدر براي بانک ها و ادامه فعاليتشان مهم و حياتي است که رقابت بسيارشديدي را در اين زمينه بين آنها ايجاد نموده و ضرورت پيش بيني ميزان تجهيز منابع در آينده را نمايان ساخته است. تاجايي که توانايي پيش بيني صحيح نتايج آتي، به خصوص جريان هاي نقدي، اداره امور را در کاراترين شکل خود امکان پذير مي سازد و به اتخاذ تصميم هاي بهينه در زمينه عملياتي، سرمايه گذاري و تامين مالي منجر مي شود.
فهرست مطالب
1 کليات پژوهش 1
1.1 مقدمه 1
1.2 بيان مسئله 1
1.3 اهميت- ضرورت پژوهش 2
1.4 اهداف پژوهش 3
1.5 سوالها و فرضيه هاي پژوهش 4
1.5.1 سئوالات 4
1.5.2 فرضيه ها 5
1.6 روش انجام پژوهش 5
1.7 قلمرو زماني و مکاني پژوهش 6
1.8 جامعه آماري 7
1.9 روشهاي گردآوري اطلاعات 7
1.10 تعريف واژه ها و اصطلاحات تخصصي پژوهش 7
2 ادبيات پژوهش 10
2.1 مقدمه 10
2.2 پيش بيني و مدلهاي پيش بيني 10
2.2.1 تعريف پيش بيني 10
2.2.2 مدل هاي پيش بيني 11
2.2.3 سري هاي زماني 11
2.2.4 مدل باکس ـ جنکينز 13
2.2.5 شبکه هاي عصبي مصنوعي 16
2.2.6 ساختار کلي شبکه هاي عصبي 16
2.2.7 عملکرد شبکه هاي عصبي 18
2.2.8 مزاياي استفاده از شبکه عصبي مصنوعي 19
2.2.9 انواع توابع تبديل 21
2.2.10 انواع شبکه هاي عصبي 22
2.3 معيارهاي ارزيابي خطا 25
2.4 تاريخچه بانکداري 28
2.4.1 آغاز بانکداري 29
2.4.2 موسسات مالي و بانکها 29
2.4.3 اهداف وظايف امروزي بانکها 30
2.4.4 انواع سپرده ها 31
2.5 پيشينه پژوهش 35
2.5.1 مطالعات داخلي 35
2.5.2 مطالعات خارجي 42
3 روش شناسي پژوهش 49
3.1 مقدمه 49
3.2 بخش اول کليات روش پژوهش 49
3.2.1 جامعه آماري پژوهش 49
3.2.2 قلمرو پژوهش 50
3.2.3 اهداف پژوهش 50
3.2.4 سوالات و فرضيات پژوهش 51
3.2.5 مراحل انجام کار در اين پژوهش 52
3.2.6 روش تحليل داده ها 53
3.2.7 روش هاي مورد بررسي 53
3.2.8 فرايند خودرگرسيون ميانگين متحرك انباشته (آريما) 55
3.2.9 روش هاي مبتني بر شبکه هاي عصبي 57
3.2.10 مدل شبکه هاي عصبي پروسپترون چند لايه 59
3.2.11 ارزيابي عملکرد مدل ها 60
3.2.12 توابع مورد استفاده براي ارزيابي خطا 60
4 تحليل داده ها 61
4.1 مقدمه 61
4.2 پيش بيني سپرده قرضالحسنه پس انداز 62
4.3 پيش بيني سپرده هاي جاري 64
4.4 پيش بيني سپرده هاي سرمايه گذاري کوتاه مدت 67
4.5 پيش بيني سپرده هاي سرمايه گذاري بلند مدت يک ساله 69
4.6 پيش بيني سپرده هاي سرمايه گذاري بلند مدت دو ساله 72
4.7 پيش بيني سپرده هاي سرمايه گذاري بلند مدت سه ساله 74
4.8 پيش بيني سپرده هاي سرمايه گذاري بلند مدت چهار ساله 76
4.9 پيش بيني سپرده هاي سرمايه گذاري بلند مدت پنج ساله 79
4.10 پيش بيني مجموع سپرده هاي ريالي 82
4.11 پاسخ فرضيه ها 84
5 نتيجه گيري 86
5.1 مقدمه 86
5.2 نتايج و يافته هاي پژوهش 87
5.3 محدوديت هاي پژوهش 89
5.4 پيشنهادات 90
5.4.1 پيشنهادات اجرايي 90
5.4.2 پيشنهادات براي پژوهش هاي آتي 90
6 فهرست منابع و ماخذ 92
