تم إضافة تقرير جديد 2024
ارسل ملاحظاتك

ارسل ملاحظاتك لنا









الرئيسية > استخدام الشبكات العصبية الصناع...>الوصف

استخدام الشبكات العصبية الصناعية للتنبؤ بالفشل المالي

المصدر: مجلة رماح للبحوث والدراسات
الناشر: مركز البحث وتطوير الموارد البشرية - رماح
المؤلف الرئيسي: محمد، مجيد محسن (مؤلف)
مؤلفين آخرين: فاخر، إسلام (م. مشارك) , السهلاني، قيس ناجي عبدالله (م. مشارك)
المجلد/العدد: ع100
محكمة: نعم
الدولة: الأردن
التاريخ الميلادي: 2024
الشهر: أغسطس
الصفحات: 241 - 272
DOI: 10.33953/1371-000-100-006
ISSN: 2392-5418
رقم MD: 1506656
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EcoLink
مواضيع:
غسيل الأموال | التحليل المالي | المصارف المدرجة | الذكاء الاصطناعي
كلمات المؤلف المفتاحية:
الأداء المالي | الفشل المالي | الشبكات العصبية الصناعية | Financial Performance | Financial Failure | Artificial Neural Networks
رابط المحتوى:
PDF (صورة)     
صورة الغلاف QR قانون

عدد مرات التحميل

48

حفظ في:
المستخلص: إن هدف البحث هو التنبؤ بالفشل المالي من خلال تقييم الأداء المالي المصرفي للتمييز بين أداء البنوك المتعثرة وغير المتعثرة، في ضوء مشكلة البحث المتمثلة في أن البنوك العراقية تعمل في بيئة عالية المخاطر مما يتطلب أداة دقيقة للتنبؤ بالفشل المالي وقد تمثل ذلك بالسؤال التالي: ما هي الأداة التي يتم من خلالها التنبؤ بالفشل المالي بشكل دقيق من خلال توظيف مجموعة واسعة من مؤشرات أداء البنك؟ افترض البحث أنه يمكن التنبؤ بالفشل المالي اعتمادا على طريقة الشبكات العصبية الاصطناعية باستخدام مجموعة واسعة من مؤشرات الأداء المالي، وللوصول إلى ذلك تم استخدام الدالة السينية F(x) = 1/1+ exp (-μx) توصل البحث إلى أن نموذج الشبكات العصبية الاصطناعية يعد أداة فعالة للتنبؤ بنتائج الأداء وأن مؤشرات الملاءة والتوظيف والربحية والسيولة هي أدوات مناسبة لقياس الأداء، حيث أظهرت النتائج أهميتها النسبية في النموذج مما يمكِّن البنك من اتخاذ القرار الاستراتيجي المناسب، كما يعتبر التحليل المالي ونموذج الشبكات العصبية الاصطناعية أداتين متكاملتين للتنبؤ بالفشل المالي. أوصى البحث بتفعيل دور إدارة المخاطر لتطوير نظام تقييم الأداء على أساس الملاءة والتوظيف والسيولة والربحية باستخدام نموذج الشبكة العصبية الاصطناعية للتنبؤ بنتائج الأداء في ضوء مخرجات النموذج وتحقيق التكامل بين التحليل المالي نموذج الشبكة العصبية الاصطناعية.

The research's aim is to predict financial failure by evaluate banking financial performance to distinguish between the performance of troubled and non-troubled banks, in light of the research problem represented by the work of Iraqi banks in a high-risk environment, which requires to accurate tool to predict financial failure because of that. This was represented by the following question: What is the tool which is predicting the failure of financial accurately by employing a wide range of performance indicators of bank's performance?. The research assumed that financial failure can be predicted based on the method of artificial neural networks by using a wide range of financial performance indicators. to reach that, the sigmoid function was used: F(x) = 1/ (1+ exp -μx). It was concluded that the artificial neural networks model is an effective tool for predicting performance results and the indicators of solvency, employment, profitability and liquidity are appropriate tools for measuring performance, as the results showed their relative importance in the model, which does enable the bank to make the appropriate strategic decision, also the financial analysis and the artificial neural networks model are considered two integrated tools for financial failure prediction. The research recommended activating the role of risk management to develop a performance evaluation system based on solvency, employment, liquidity and profitability using the artificial neural network model to predict performance results in light of the model output and to achieve the integration between financial analysis and the artificial neural network model.
وصف العنصر: بحث مستل من رسالة ماجستير بعنوان "الطرق الحديثة في التحليل المالي وانعكاساتها للتنبؤ بالفشل المالي ضمن المؤسسات المالية العراقية".
ISSN: 2392-5418

عناصر مشابهة


© 2025 المنظومة. جميع الحقوق محفوظة.