سیاستگذاری سیستمهای مالی در شرایط بحران با مدلسازی مبتنی بر شبکههای عصبی مصنوعی
نویسندگان
1 دانشجوی کارشناسی ارشد مهندسی صنایع، دانشگاه میبد، میبد، ایران.
2 استادیار گروه مهندسی صنایع، دانشگاه میبد، میبد، ایران
3 استادیار، گروه مهندسی صنایع، دانشگاه میبد، میبد، ایران
doi
10.52547/JFMP.12.38.103چکیده
امروزه سیاستگذاری در شرایط بحران مالی با هدف خنثیسازی تبعات سوء اقتصادی، اجتماعی و سیاسی به یکی از مهمترین ارکان مدیریت اقتصاد جهانی تبدیل شده است. با عنایت به پیشرفت سریع فناوری و تکنولوژیهای کامپیوتری میتوان الگوی دقیق تری از این پدیده بر اساس تجربیات قبلی ترسیم و در قالب یک سیستم پشتیبان تصمیم گیری مورد استفاده قرار داد. با تکیه بر قابلیت تعمیمدهی مدلهای شبکه عصبی مصنوعی، این رویکرد به منظور مدلسازی دینامیکهای موجود در پدیده بحران مالی مورد استفاده قرار گرفته است. متغیرهای وضعیت اقتصادی، تولید ناخالص داخلی، شاخص ارزش صادرات، شاخص ارزش واردات، موقعیت زمانی و موقعیت جغرافیایی هر کشور در هنگام وقوع بحران مالی بهعنوان ورودیهای مدل شبکه عصبی مصنوعی و ترکیب بهینه سیاستها برای مقابله با بحران مالی بهعنوان خروجی مدل تعریف شده است. بهمنظور آموزش این شبکه، از اطلاعات مشخصات و شرایط حاکم بر سیستمها و نیز سیاستهای اتخاذ شده در مواجهه با بحرانهای مالی بزرگ دنیا از سال 1997 تا به امروز استفاده شده است. بهمنظور نشان دادن قابلیت مدل پیشنهادی، نحوه طراحی و پیادهسازی سیستم پیشنهادی در مورد بحران شیوع ویروس کووید-19 در ایران مورد کاوی شد. نتایج بهدستآمده بیانگر آن میباشد که استفاده از مدل پیشنهادی بهعنوان پشتیبان سیاستگذاران و تصمیمگیران حوزههای مدیریت مالی میتواند در حل مسائل نیمه ساختار یافته کمککننده باشد و موجب بهبود کارایی تصمیمگیری و توجه بیشتر به اثر بخشی آن شود. بهطوری که با توجه به نتایج حاصل از پژوهش حاضر، اتخاذ سیاستهای پولی و مالی انبساطی و اعطای بستههای حمایتی بهعنوان راهکارهای اساسی جهت کاهش اثرات بحران مالی ناشی از همهگیری کرونا در کشور ایران توصیه میشود.
