بهبود پرداخت تسهیلات با در نظر گرفتن انضباط مالی و حداکثر سودآوری در شرایط عدم اطمینان
اعطای تسهیلات، بخش مهمی از عملیات هر بانک را تشکیل می دهد و این قسمت از فعالیتهای بانکی از لحاظ اقتصادی حائز اهمیت است. بانک ها با عملیات اعتباری خود موجبات انتقال منابع را از اشخاصی که مستقیما در بانک سرمایه گذاری کرده اند به کسانی که به پول نیاز دارند فراهم می کنند و این اشخاص با بازپرداخت اقساط خود باعث می شوند گروهی دیگر از مردم بتوانند از این منابع استفاده کنند. عدم بازپرداخت به موقع تسهیلات باعث راکد شدن منابع بانک و در بلندمدت باعث رکود اقتصادی کشور می شود. نظارت بر نحوه ی صحیح تخصیص منابع و بهداشت اعتباری امری بسیار مهم می باشد زیرا در صورت تخصیص نامطلوب منابع بانک و پرداخت بی اصول تسهیلات، بانک ها توان بازپرداخت سپرده های سپرده گذاران را نداشته و با ورشکستگی مواجه خواهند گردید. با بررسی پژوهش های سالهای اخیر در زمینه بانکداری مشخص گردید اکثر پژوهش ها ترکیب بهینه ی سبد سرمایه گذاری بیشتر در بازار سرمایه پرداخته و کمتر پژوهشگری به بحث و بررسی ترکیب بهینه در بازار پولی توجه نموده است. بیشتر پژوهش هایی که از روش های تحقیق در عملیات و آماری استفاده گردیده در خصوص مسائل صنعتی بوده و کمتر در مسائل مالی از بحث های تحقیق در عملیات استفاده شده است. در پرتفوی بهینه ترکیب تسهیلات یا سرمایه گذاری ها اکثرا از الگوریتم ژنتیک بهره مند شده وکمتر از دیگر روش های فازی در شرایط عدم اطمینان استفاده شده است. بنابراین در این پژوهش به مدلسازی بهبود پرداخت تسهیلات با استفاده از مدلسازی شبکه های عصبی کانولوشنی و CNN-LSTM ، پرداخته شده است.