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