پیش¬بینی میزان سپرده¬ها با استفاده از روش¬های خطی ARIMA و غیر خطی شبکه¬های عصبی مصنوعی و مقایسه این دو روش (مورد مطالعه بانک سامان)
بصورت ورد ودر110صفحه
چکیده:
در این پایان¬نامه میزان هر یک از سپرده¬های بانک سامان و مجموع کلیه سپرده¬های بانک مذکور، با استفاده مدل خطی آریما و مدل غیرخطی شبکه عصبی مصنوعی پیش¬بینی و در انتها نتایج دو روش با استفاده از معیار¬های ارزیابی ریشه میانگین مربع خطا، میانگین قدر مطلق درصد خطا، میانگین قدر مطلق و ضریب تعیین با یکدیگر مقایسه گردید. برای این موضوع میزان انواع سپرده¬های کلیه شعب بانک سامان، طی سال¬های 1380تا 1390 که به صورت روزانه تهیه شده¬اند، مورد بررسی قرار گرفت. با توجه به انواع سپرده¬ها در مجموع 9 مدل شبکه عصبی و9 مدل آریما برای پیش¬بینی طراحی گردید که برای طراحی و پیش¬بینی مدل¬های شبکه عصبی از نرم¬افزار MATLAB و برای طراحی و پیش¬بینی مدل¬های روش آریما از نرم افزار Eveiws استفاده شد. نتایج پژوهش حاکی از آن است که با توجه به پیچیدگی کم و خطی بودن سری های زمانی که در این پژوهش به کار برده شده¬اند، هر دو روش از توانایی بالایی در پیش¬بینی متغیرها برخوردارند اما در مجموع مدل¬های شبکه عصبی حتی در پیش¬بینی سری¬های زمانی خطی نیز نتایج مناسب تری نسبت به روش خطی آریما داشته¬اند و برای پیش¬بینی بهتر است که از این روش استفاده شود.
پیش¬بینی میزان سپرده¬ها با استفاده از روش¬های خطی ARIMA و غیر خطی شبکه¬های عصبی مصنوعی و مقایسه این دو روش (مورد مطالعه بانک سامان)