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

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 تامین تقاضای مربوطه حایز اهمیت است. هدف اصلی این مقاله پیش بینی تقاضا برای خدمات بانکداری الکترونیک با استفاده از دو روش شبکه عصبی مصنوعی و مدل خودرگرسیونی میانگین متحرک هم انباشته فصلی (SARIMA) مقایسه میان روش ها و بررسی تطابق حجم تقاضا با بسترهای ارایه 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 1393 پیش 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 ارایه خدمات بانکداری الکترونیک ضروری است.