|
|
بررسی اثرات مهندسی مالی و سیستم های کنترلی بر عملکرد مالی بانک ها با رویکرد یادگیری های ماشین و شبکه عصبی فضایی
|
|
|
|
|
نویسنده
|
فاضل حنون وسام ,پیری پرویز ,آشتاب علی
|
منبع
|
حسابداري و بودجه ريزي بخش عمومي - 1403 - دوره : 5 - شماره : 3 - صفحه:134 -163
|
چکیده
|
این مطالعه به بررسی عوامل موثر بر عملکرد مالی بانک ها در ایران و عراق میپردازد و پیشنهادات سیاستی برای بهبود این عملکرد ارائه میدهد. این تحقیق با استفاده از روش شبکهی عصبی، یادگیری ماشین، اقتصاد سنجی فضایی بررسی شده است.جامعه آماری شامل بانکهای تجاری ایران و عراق در بازه زمانی 2010 الی 2023 برای 44 بانک عراقی و 22 بانک ایرانی میباشد. نتایج نشان میدهد که عواملی چون نسبت بازده داراییها، نسبت بازده حقوق صاحبان سهام، کیفیت داراییها، کفایت سرمایه، مدیریت نقدینگی و کارآیی عملیاتی، تاثیر قابل توجهی بر عملکرد مالی بانکها دارند. بانکهایی با مدیریت ریسک بهتر، نسبت کفایت سرمایه بالاتر و کارآیی عملیاتی بیشتر، عموماً عملکرد مالی بهتری نشان میدهند. بهبود عملکرد مالی بانکها مستلزم اقدامات جامع در زمینههای مختلف از جمله تقویت مدیریت ریسک، افزایش کفایت سرمایه، بهبود مدیریت نقدینگی و افزایش کارآیی عملیاتی است. مقامات پولی میتوانند با اتخاذ سیاستهای مناسب و ایجاد چارچوبهای نظارتی قوی، به بهبود عملکرد مالی بانکها و تقویت ثبات سیستم مالی کمک کنند.
|
کلیدواژه
|
عملکرد مالی بانک، شبکه های عصبی، یادگیری ماشین لرنینگ، کنترل های داخلی، مهندسی مالی
|
آدرس
|
دانشگاه ارومیه, دانشکده اقتصاد و مدیریت, گروه حسابداری, ایران, دانشگاه ارومیه, دانشکده اقتصاد و مدیریت, گروه حسابداری, ایران, دانشگاه ارومیه, دانشکده اقتصاد و مدیریت, گروه حسابداری, ایران
|
پست الکترونیکی
|
a.ashtab@urmia.ac.ir
|
|
|
|
|
|
|
|
|
investigating the effects of financial engineering and control systems on the financial performance of banks with the approach of machine learning and spatial neural network
|
|
|
Authors
|
fadhil hanoon wisam ,piri parviz ,ashtab ali
|
Abstract
|
this study examines the factors affecting the financial performance of banks in iran and iraq and provides policy suggestions to improve this performance.method: this research has been investigated using neural network, machine learning, and spatial econometrics methods. the statistical population includes commercial banks in iran and iraq in the period from 2010 to 2023 for 44 iraqi banks and 22 iranian banks.research findings: the results show that factors such as asset return ratio, equity return ratio, asset quality, capital adequacy, liquidity management and operational efficiency have a significant impact on the financial performance of banks. banks with better risk management, higher capital adequacy ratio and greater operational efficiency generally show better financial performance.conclusion: improving the financial performance of banks requires comprehensive measures in various fields, including strengthening risk management, increasing capital adequacy, improving liquidity management, and increasing operational efficiency. monetary authorities can help improve the financial performance of banks and strengthen the stability of the financial system by adopting appropriate policies and establishing strong regulatory frameworks.
|
Keywords
|
bank financial performance ,neural networks ,machine learning ,internal controls ,financial engineering
|
|
|
|
|
|
|
|
|
|
|