تعیین پرتفوی بهینه تسهیلات بانک با رویکرد مارکویتز و الگوریتم های فراابتکاری(مطالعه موردی بانک سینا)

بانک ها در فرایند اعطاء تسهیلات که براساس میزان منابع تجهیز شده صورت می پذیرد با ریسک اعتباری مواجه می باشند. دراین بین مدیریت پرتفوی تسهیلات می تواند با تخصیص بهینه منابع به بخش های اقتصادی از طریق به حداقل رساندن ریسک سرمایه گذاری در سطح معینی از بازده مورد انتظار بر کاهش ریسک اعتباری تاثیرگذار باشد.دراین پژوهش پرتفوی تسهیلات بانک سینا در بخش های اقتصادی طی سال های 1386 تا 1402 با استفاده از مدل پرتفوی مدرن مارکویتز و الگوریتم های فراابتکاری ژنتیک و کرم شب تاب بهینه سازی و مرز کارا تعیین می شود. مقایسه عملکرد مدل ها حاکی از کارایی بیشتر مدل الگوریتم ژنتیک در بهینه سازی پرتفوی تسهیلات بانک می باشد و نتایج حاصل از برآورد این مدل نشان می دهد، بخش های خدمات و بازرگانی، مسکن و ساختمان بیشترین سهم را در پرتفوی بهینه تسهیلات بانک دارند و بخش های صتعت و معدن، کشاورزی و آب دارایی های ریسکی بانک سینا محسوب می شوند. طی دوره مورد بررسی، روند اعطای تسهیلات بانک سینا بهینه نبوده است و درراستای کاهش ریسک اعتباری تسهیلات آن بانک می بایست 52.4% به بخش خدمات و بازرگانی، 40.7% به بخش مسکن و ساختمان، 3.5% به بخش صنعت و معدن و 3.4% به بخش کشاورزی و آب اختصاص یابد.

determining the optimal portfolio of bank facilities with the markowitz approach and meta-heuristic algorithms (case study of sina bank)

banks face credit risk in the process of providing facilities based on the amount of resources provided. in the meantime, facility portfolio management can be effective in reducing credit risk by optimally allocating resources to economic sectors. in this research, the portfolio of sina bank’s facilities is determined by using the markowitz modern portfolio model and meta-heuristic algorithms of genetics and firefly. comparing the performance of the models indicates the greatest efficiency of the genetic algorithm model in optimizing the bank’s facilities portfolio. the results of the estimation of this model show that the service commercial, housing construction sectors have the largest share in the optimal portfolio of the bank’s facilities. industry mining, agriculture water sectors are considered risky assets of sina bank. the process of granting facilities has not been optimal. to reduce the credit risk of that bank’s facilities, 52.4% should be allocated to the service commercial sector, 40.7% to the housing construction sector, 3.5% to the industry mining sector, 3.4% to be allocated to agriculture water sector.