پیش بینی و بهینه سازی نقدینگی موردنیاز خودپرداز شعب با استفاده از هوش مصنوعی

هدف از این تحقیق پیش بینی و بهینه سازی وجه نقد مورد نیاز خودپرداز شعب بانک کشاورزی با توجه به اشتهای ریسک با استفاده از الگوریتم های هوش مصنوعی است. برای دستیابی به این هدف از اطلاعات مربوط به مانده و گردش دفاتر کل و سرفصل های خزانه و خودپرداز 32 شعبه بانک کشاورزی مدیریت استان قزوین به مدت دوسال از تاریخ 01/11/1396 لغایت 29/12/1398 بصورت روزانه استفاده شده است . اطلاعات مذکور پس از استاندارد سازی برای پردازش با هوش مصنوعی و رگرسیون های خطی ، ستیغی و لاسو و الگوریتم های آنها جهت براورد و بهینه سازی کمترین مقدار مربع خطای مدل با استفاده از زبان برنامه نویسی پایتون در نرم افزار ژوپبتر بکار گرفته شده است. یافته های تحقیق حاکی از وجود رابطه معنادار معکوس بین مانده نقد خودپرداز و اشتهای ریسک شعب و هزینه فرصت و همچنین ارتباط مثبت و معنادار بین مانده وگردش روزانه بدهکار و بستانکار سرفصل خودپرداز می باشد. در الگوریتم های هوش مصنوعی داده های که در ابتدا و پیش از این برای یادگیری پارامترهای مدل به ماشین داده شده بودند مجددا به عنوان ارزیابی به مدل ها با پارامترها و ضرایب یادگرفته شده، داده می شوند با این تفاوت که این بار مدل ها مقدار متغیر وابسته را پیش بینی می نمایند.نتایج بکارگیری الگوریتم های هوش مصنوعی در پیش بینی مبالغ مورد نیاز خودپرداز برای روزهای اینده با میانگین درستنمایی 95/0 می باشد که سطح خطای برآورد در محدوده قابل قبول می باشد.