نوع مقاله : مقاله پژوهشی

نویسنده

• علی اصغر طهرانی پور

بانک سپه

چکیده

هدف از اجرای این پژوهش طراحی الگوی بهینه‏سازی سبد اعتباری در صنعت بانکداری با استفاده از الگوریتم فراابتکاری است. ریسک یکی از مفاهیم پایه‏ایِ بازارهای مالی است که پیچیدگی‏های خاصی دارد. با توجه به اینکه تصویر دقیقی از تحقق ریسک وجود ندارد، بازارهای مالی به رویکردهای کنترل و مدیریت ریسک نیازمندند. پژوهش حاضر از لحاظ جمع‏آوری اطلاعات، توصیفی و از لحاظ هدف، از نوع توسعه‏ای ـ کاربردی است. جامعه آماری آن کلیه پرونده‏های تسهیلاتی 10 سال اخیر و همچنین، صورت وضعیت‏های مالی شعب یکی از بانک‏های تجاری کشور است که به‏روش سرشماری انتخاب شدند. معیار ریسک استفاده‏شده در مدل‏ها ارزش در معرض خطر میانگین فازی است. مدل‏های پژوهش با استفاده از الگوریتم‏های تکاملی قوت پارتو (SPEA-II)، ژنتیک مبتنی بر رتبه‌بندی نامغلوب (NSGA-II) و بهینه‏سازی ازدحام ذرات چندهدفه (MOPSO) اجرا شد. نرم‏افزار حامی در اجرای پژوهش نرم‏افزار متلب بود. بر اساس نتایج پژوهش، الگوریتم NSGA-II در معیارهای کیفیت پاسخ‏ها، معیار گوناگونی و معیار فاصله، نسبت به دو الگوریتم دیگر، چه در اندازه کوچک و چه در اندازه بزرگ عملکرد بهتری دارد. همچنین الگوریتم SPEA-II در معیار فاصله از نقطه ایدئال، در هر دو مقیاس کوچک و بزرگ و الگوریتم MOPSO در معیار زمان، از دو الگوریتم دیگر عملکرد بهتری دارد.

کلیدواژه‌ها

• بهینه‏سازی پرتفوی اعتباری
• تئوری اعتبار فازی
• صنعت بانکداری
• الگوریتم بهینه‏سازی فراابتکاری

عنوان مقاله [English]

Designing a Multi-period Credit Portfolio Optimization Model with Multiple Objectives in the Banking Industry under the Fuzzy Credit Theory Approach

نویسنده [English]

• Aliasghar Tehranipour

Sepah Bank

چکیده [English]

The purpose of the present research is to design a credit portfolio optimization model in the banking industry using a meta-heuristic algorithm. Risk is one of the basic concepts in financial markets, which has a certain complexity. Due to the lack of an accurate picture of risk realization, financial markets need risk control and management approaches. The current study is descriptive in terms of data collection and developmental-applicative in terms of purpose. The statistical population of this research includes all the facility files over the last 10 years, as well as the financial statements of the branches of one of the commercial banks in Iran, which were selected through the census method. The risk criteria used in the models are the values at risk of the fuzzy average. Research models were implemented using Pareto Strength Evolutionary Algorithms (SPEA-II), Non-Globular Ranking Based Genetics (NSGA-II) and Multi-Objective Particle Swarm Optimization (MOPSO). The software used in the research is MATLAB. The results show that the NSGA-II algorithm has a better performance compared to the other two algorithms in terms of the quality metric, the diversity metric, and the spacing metric, both in small and large sizes. Also, the SPEA-II algorithm performs better than the other two algorithms in terms of the Mean Ideal Distance in both small and large scales, and the MOPSO algorithm in terms of time.

کلیدواژه‌ها [English]

• Credit portfolio optimization
• Fuzzy credit theory
• Banking industry
• Meta-heuristic optimization algorithm