ارائه مدل پیش بینی ریسک نقدینگی بانکی با رویکرد ترکیبی یادگیری ماشینی

چکیده مقاله

بانک موسسه ای است که بر توزیع و تخصیص منابع مالی در بازار پولی نظارت می کند این بخش در همه کشورها از اهمیت ویژه ای برخوردار است، زیرا بانک ها وظیفه دارند تا حمایت های مالی ضروری را به جامعه ارائه دهند بانک ها که به عنوان نهادهای محوری در حوزه های مالی و پولی عمل می کنند، با ریسک های قابل توجهی به ویژه ریسک نقدینگی مواجه می شوند که به ظرفیت بانک برای تامین پول نقد برای انجام تعهدات مالی مربوط می شود قرار گرفتن بیش از حد در معرض چنین خطراتی ممکن است به ورشکستگی بانک منجر شود و در نتیجه میلیون ها نفر را تحت تاثیر قرار دهد در نتیجه درک و تنظیم این ریسک ها برای حفظ ثبات مالی ضروری است این تحقیق یک مدل ترکیبی را ارائه می دهد که به طور کامل الگوریتم های یادگیری ماشین را برای پیش بینی بهتر ریسک نقدینگی ادغام می کند ما به دنبال این هستیم تا با شناسایی و استخراج داده های مالی مرتبط و بررسی آن توسط مدل خود، دیدی نسبت به این عوامل و تاثیرگذاری آنها بر ریسک نقدینگی داشته باشیم و در این راستا به ارزیابی مدل خود بپردازیم تحقیق ارائه شده، داده های استخراج شده از ۵ بانک تجاری ایرانی را با استفاده از مدل ترکیبی یادگیری ماشین برای استخراج ویژگی و پیش بینی سطوح ریسک نقدینگی تجزیه و تحلیل می کند هدف اصلی این تحقیق کمک به بانک ها در راستای ارتقای قابلیت های پیش بینی و مدیریت ریسک نقدینگی با ارائه یک مدل جامع و تطبیقی ​​است

کلیدواژه‌ها

نویسندگان

امیررضا تقوایی

دانشجوی کارشناسی ارشد

مائده خضریان

دانشجوی دکتری

مهرداد کارگری

نویسنده مسئول – هیئت علمی

�قوایی، امیررضا و خضریان، مائده و کارگری، مهرداد،1403،ارائه مدل پیش بینی ریسک نقدینگی بانکی با رویکرد ترکیبی یادگیری ماشینی،نهمین کنفرانس بین المللی ایده های نوین در مدیریت، اقتصاد، حسابداری و بانکدار�

ارائه‌شده در

مجموعه مقالات نهمین کنفرانس بین المللی ایده های نوین در مدیریت، اقتصاد، حسابداری و بانکداری25 اسفند 1403