پیش بینی تقاضای خدمات بانکداری الکترونیک در ایران با استفاده از روش‌های شبکه‌ عصبی مصنوعی و SARIMA

• Main Authors: غلامعلی شرزه ای, امیر حسین غفّاری نژاد
• Format: Article
• Language: fas
• Published: University of Tabriz 2014-10-01
• Series: Quarterly Journal of Applied Theories of Economics
• Subjects: Electronic banking; Demand; Forecasting; Artificial neural networks
• Online Access: http://ecoj.tabrizu.ac.ir/pdf_1465_0f9193069209ff47faadc4666e5020bc.html
• ISSN: 2423-6578; 2423-6586

عدم مطابقت تقاضا برای خدمات بانکداری الکترونیک با زیرساخت­های لازم برای پاسخگویی به آن می­تواند مشکلات فراوانی را برای یک جامعه ایجاد نموده و روند فعالیت­های اقتصادی در آن جامعه را کند نماید. از این روی، پیش­بینی تغییرات تقاضا برای این نوع خدمات در بسترسازی برای تأمین تقاضای مربوطه حائز اهمیت است. هدف اصلی این مقاله پیش­بینی تقاضا برای خدمات بانکداری الکترونیک با استفاده از دو روش شبکه عصبی مصنوعی و  مدل خودرگسیونی میانگین متحرک هم انباشته فصلی (SARIMA)، مقایسه میان روش­ها و بررسی تطابق حجم تقاضا با بسترهای ارائه خدمات در ایران می­باشد. برای این منظور از نمونه­ای مشتمل بر 88 مشاهده تراکنش­های صورت گرفته در 6 کانال فعلی شبکه بانکی کشور از تیرماه 1385 الی مهرماه 1392 استفاده گردیده و تقاضا تا انتهای آبان سال 1393پیش­بینی شده است. نتایج حاکی از ادامه روند صعودی تراکنش­ها و برتری نسبی روش شبکه عصبی دارد. بنابراین توجه جدی به ایجاد زیرساخت­های ارائه خدمات بانکداری الکترونیک ضروری است.