| LEADER |
05489nam a22002657a 4500 |
| 001 |
1774764 |
| 024 |
|
|
|3 10.35392/1772-006-004-012
|
| 041 |
|
|
|a ara
|
| 044 |
|
|
|b الجزائر
|
| 100 |
|
|
|a القرشي، عبدالله علي أحمد
|g Alkorshi, Abdullah Ali Ahmed
|q Alqurashi, Abdullah Ali Ahmed
|e مؤلف
|9 157075
|
| 242 |
|
|
|a The Use of The Artificial Neural Network in Analyzing the Impact of Banking Risk Management
|
| 245 |
|
|
|a استخدام الشبكة العصبية الاصطناعية في تحليل أثر إدارة المخاطر المصرفية
|
| 260 |
|
|
|b جامعة العربي بن مهيدي أم البواقي - مخبر المالية، المحاسبة، الجباية والتأمين
|c 2019
|g ديسمبر
|
| 300 |
|
|
|a 9 - 46
|
| 336 |
|
|
|a بحوث ومقالات
|b Article
|
| 520 |
|
|
|a هدفت الدراسة إلى التعرف على أثر إدارة المخاطر المصرفية على ربحية البنوك الإسلامية اليمنية، ولتحقيق ذلك فقد استخدمت الدراسة المنهج الوصفي التحليلي وأساليب الإحصاء القياسي ومدخل تحليل الحساسية باستخدام الشبكة العصبية الاصطناعية في تحليل البيانات التي جمعت عن مؤشرات المخاطر المصرفية ومؤشرات الربحية للمدة الزمنية (2006 – 2015م)، من عينة تتكون من ثلاثة بنوك إسلامية هي (بنك التضامن الإسلامي، وبنك سبأ الإسلامي، وبنك اليمن والبحرين الشامل)، وتوصلت الدراسة إلى نتائج عدة أهمها: وجود تأثير موجب الميل لإدارة المخاطر المصرفية على ربحية البنوك الإسلامية اليمنية، حيث أن توجه البنوك الإسلامية اليمنية نحو رفع مؤشرات المخاطر المصرفية، من شأنه أن يحرك مؤشرات الربحية إلى الأعلى، كما أنه يمكننا إدارة الربحية من خلال التحكم بالمخاطر باستخدام النماذج الرياضية القياسية أو دون القياسية، وأن النموذج الأفضل هو الذي يحقق المطابقة التامة لمؤشرات قياس جودة النموذج، وأن مدخل تحليل الحساسية المستخدم في الدراسة وفق نماذج الشبكة العصبية ملائما لتفسير حساسية الأرباح للتغير النسبي في إدارة المخاطر. وتوصي الدراسة باستخدام النماذج الرياضية المقترحة لإدارة الربحية من خلال التحكم بالمخاطر، كما توصي الدراسة البنوك الإسلامية بالتوقف عن التغيرات الزائدة في معدلات مخاطر الائتمان من خلال تقليل مخصصات الديون المشكوك فيها، حيث أن ارتفاعها يؤثر سلبا على مؤشرات الربحية المصرفية الإسلامية.
|
| 520 |
|
|
|b The Study aimed at identifying the impact of banking risk management on Yemeni Islamic banks' profitability. To achieve this، the current study used descriptive analytical methods، statistical methods and sensitivity analysis using artificial neural network in analyzing the data collected on the banking risk indicators and profitability indicators during the period (2006-2015)، from a sample consisting of three Islamic banks (Tadhamon Islamic Bank، Saba Islamic Bank, Shamil Bank of Yemen & Bahrain). the important main results of the study reached: The positive impact of banking risk management on the profitability of Islamic banks in Yemen. As the direction of Islamic banks in Yemen to raise the indicators of banking risks, would move the indicators of profitability to the top. It can also manage profitability by controlling the risks using standard or substandard mathematical models ، and that the best model is to achieve the exact match of the quality indicators of the model, and that the entrance sensitivity analysis used in the study according to the models of the neural network is appropriate to explain the sensitivity of profits to the relative change in risk management. The study recommends using the proposed mathematical models to manage profitability through risk control. The study also recommends that Islamic banks stop excessive changes in credit risk rates by reducing doubtful debts، as their rise negatively affects Islamic banking profitability indices.
|
| 653 |
|
|
|a الشبكات العصبية الاصطناعية
|a الإدارة المصرفية
|a الأوراق المالية
|
| 692 |
|
|
|a الشبكة العصبية
|a المخاطر المصرفية
|a الربحية
|a البنوك الإسلامية
|b Artificial Neural Network
|b Banking Risk
|b Profitability
|b Islamic Banks
|
| 700 |
|
|
|a المقدشى، على حسين علي
|g Al-Mqdshi, Ali Hussein
|e م. مشارك
|9 562600
|
| 773 |
|
|
|4 إدارة الأعمال
|6 Business
|c 012
|e Journal of Financial, Accounting and Managerial Studies
|f Mağallaẗ al-dirāsāt al-māliyaẗ al-muḥāsabiyaẗ wa al-idāriyaẗ
|l 004
|m مج6, ع4
|o 1772
|s مجلة الدراسات المالية والمحاسبية والإدارية
|v 006
|x 2352-9962
|
| 856 |
|
|
|u 1772-006-004-012.pdf
|
| 930 |
|
|
|d y
|p y
|q n
|
| 995 |
|
|
|a EcoLink
|
| 999 |
|
|
|c 1037567
|d 1037567
|
