ارائه مدلی برای تصمیم‌گیری هوشمند اعطای بهینه تسهیلات بانکی مبتنی بر الگوریتم‌های فراابتکاری نهنگ و خفاش

تسهیلات غیرجاری (npl) به شدت بر سلامت بخش بانکی و همچنین اقتصاد کشورها تاثیر می‌گذارند. اعطای تسهیلات بانک‌ها باید ایمن و سالم باشد تا بانک بتواند در مواقع بحران مقابل ریسک‌های اعتباری و ورشکستگی استحکام مالی داشته باشد. شکست در مدیریت ریسک اعتباری منجر به افزایش ریسک ورشکستگی بانک‌ها می‌گردد. نظر به اهمیت این موضوع پژوهش حاضر اقدام به طراحی مدل ریاضی چند هدفه جهت کاهش ریسک‌ها و افزایش بازده بانک می‌نماید. لذا به منظور بهینه‌سازی تسهیلات اعطایی بانک‌ها در شرایط عدم قطعیت در ریسک سیستماتیک، نرخ ارز و تورم، مدل استوار برنامه ریزی خطی ریاضی بر اساس رویکرد مالوی ارائه شده است. مدل مذکور بر اساس داده‌های مالی سال‌های 1392 تا 1396 بانک مورد مطالعه با استفاده از الگوریتم‌های فراابتکاری خفاش و نهنگ در نرم افزار متلب مورد ارزیابی قرار گرفته است. نتایج نشان دهنده کارایی مدل و بهبود میزان بازده (تسهیلات جاری) و کاهش در ریسک اعتباری و ورشکستگی بوده است.

Presentation a Model for Intelligent Decision Making for the Optimal Bank Loans Provision Based On Meta-Heuristic Algorithms Whale and Bat

Non-performing loans (NPL) strongly affect the health of the banking sector as well as the economies of countries. The provision of loans by banks must be safe and sound so that the bank can be financially strong in times of crisis against credit risks and bankruptcy.Failure to manage credit risk increases the risk of bank bankruptcy. Due to the importance of this issue, the present study designs a multi-objective mathematical model to reduce risks and increase bank returns.Therefore, in order to optimize the loans granted by banks in the face of uncertainty in systematic risk, exchange rate and inflation, the robust model of mathematical linear programming based on Malloy approach presented the model based on financial data from 2013 to 2017 bank using the meta-heuristic algorithms of bat and Whale in MATLAB software have been evaluated.The results show the efficiency of the model and the improvement of the rate of return (current loans) and the reduction in credit risk and bankruptcy.