گزارش مقالات برگزیده پنجمین همایش بانکداری الکترونیک و نظام‌های پرداخت

کد خبر: 252128 دوشنبه 21 دی 1394 - 18:56
گزارش مقالات برگزیده پنجمین همایش بانکداری الکترونیک و نظام‌های پرداخت
نشست ارائه مقالات برگزیده با حضور علی هادی، صهیب خداپرستی، محمد حسن‌نژاد، دکتر احمد کریمی‌صفت و به ریاست دکتر بابک تیمورپور، در عصر روز اول همایش برگزار شد.
 گزارش مقالات برگزیده پنجمین همایش بانکداری الکترونیک و نظام‌های پرداخت

نشست ارائه مقالات برگزیده با حضور علی هادی (کارشناس مسئول نظارت بر راهبری بانک‌های اطلاعاتی)، صهیب خداپرستی (کارشناس ارشد مدیریت صنعتی، بانک آینده)،محمد حسن‌نژاد (کارشناسی ارشد مهندسی فناوری اطلاعات، دانشکده فنی‌ومهندسی دانشگاه تربیت مدرس)، دکتر احمد کریمی‌صفت (مدیر پروژه استقرار CoreBanking بانک سپه) و به ریاست دکتر بابک تیمورپور (استادیار، دانشکده فنی ‌و مهندسی دانشگاه تربیت مدرس)، در عصر روز اول همایش برگزار شد. در این نشست ۴ مقاله علمی با عناوین «بررسی نقش پارامتر تسهیلات غیرجاری در پیش‌بینی کارایی شعب با ترکیب روش‌های تحقیق در عملیات و داده‌کاوی»، «ارزیابی و رتبه‌بندی شعب بانک اقتصاد نوین شیراز بر مبنای کیفیت خدمات با استفاده از تکنیک TOPSIS/DEA/AHP فازی»، «مروری بر روش‌های کشف پولشویی با استفاده از داده کاوی و پیشنهاد برای ایران» و «پیش‌بینی درآمد دستگاه‌های خودپرداز با استفاده از تکنیک داده‌کاوی بر اساس شبکه‌های عصبی مصنوعی» ارائه گردید.

در بخش نخست این نشست، علی هادی مقاله‌ای با عنوان «بررسی نقش پارامتر تسهیلات غیرجاری در پیش بینی کارایی شعب با  ترکیب روشهای تحقیق در عملیات و داده کاوی» ارائه داد. هادی در توصیف روش مورد استفاده در این مطالعه بیان کرد: «در این مقاله از روش تحلیل پوششی داده‌ها -که از روش‌های تحقیق در عملیات است- و با تاکید بر نقش پارامتر تسهیلات غیرجاری، کارایی شعب بانک اقتصاد نوین ارزیابی شده است». او در ادامه افزود: «بازگشت به موقع تسهیلات اعطایی مشتریان به بانک به عنوان خروجی مطلوب و عدم بازگشت پول به چرخه بانکی توسط مشتریان به عنوان خروجی نامطلوب  لحاظ می‌گردد». هادی نتایج مطالعه خود را این‌طور برشمرد که «بر اساس نتایج برآوردها مشاهده می‌شود تاثیر نقش خروجی‌های نامطلوب در میزان کارایی شعب به وضوح دیده می‌شود. در واقع باید توجه داشت عدم توجه به نقش این شاخص در بررسی نحوه عملکرد شعب بانک باعث ایجاد خطاهای فاحشی می‌گردد. همچنین با حذف مانده تسهیلات اعطایی از خروجی‌ها ،کاهش محسوسی در میزان تعداد شعب ناکارا و نیز میانگین کارایی بوجود می‌آید.»

در بخش دوم این نشست، صهیب خداپرستی با ارائه مقاله‌ای با عنوان «ارزیابی و رتبه‌بندی شعب بانک اقتصادنوین شیراز برمبنای کیفیت خدمات با استفاده از تکنیک TOPSIS/DEA/AHP فازی» شعب ۱۳گانه بانک اقتصادنوین شهر شیراز را از لحاظ کیفیت خدمات ارائه شده، از دید مشتریان، مورد ارزیابی قرارداد. خداپرستی در توضیح تکنیک‌های مورد استفاده در ارزیابی شعب بیان کرد: «در این مقاله از چندین تكنیك تصمیم‌گیری بهره گرفته شده است. از تكنیك تاپسیس فازی برای تعیین درجه اهمیت نهاده‌ها و ستاده‌های عملكردی شعب بانک، از مدل سازی ریاضی مبتنی بر تحلیل پوششی داده‌ها برای سنجش كارایی نسبی شعب و از فرایند تجزیه و تحلیل سلسله مراتبی به منظور رتبه بندی نهایی شعب استفاده شده است». خداپرستی در پایان بیان کرد که بر اساس نتایج ارزیابی، شعبه عفیف آباد، زند و پاسداران در رتبه‌های اول تا سوم قرارگرفتند.

 در نشست سوم، محمد حسن‌نژاد مقاله‌ای با عنوان «مروری بر روش‌های کشف پولشویی با استفاده از داده کاوی و پیشنهاد برای ایران» ارائه کرد که در آن بر اهمیت و حساسیت مباحث پولشویی و هزینه‌هایی که این امر برای کشور تحمیل می‌نماید تاکید کرد. وی همچنین عنوان کرد که در مقابل پیشرفت‌ و توسعه تکنولوژی و به دنبال آن خدمات بانکی، ایمن‌سازی معاملات، شناسایی روش‌های جدید تقلب و سوء استفاده از اسناد مالی، کشف تقلب‌های انجام شده و یا در شرف انجام، شناسایی و کشف فرآیندها و عملیات پولشویی و ... از مواردی هستند که همواره جزء پرتنش‌ترین مباحث در این زمینه بوده‌اند. حسن‌نژاد همچنین اشاره کرد که روش خوشه‌بندی بیشترین استفاده را در این زمینه داشته است اما با توجه به شرایط داده‌های موجود در پایگاه داده‌های بانک‌های ایرانی این روش هم فرصت تلقی شده و هم تهدید و امکان اشتباهات زیادی را ایجاد می‌نماید. او در پایان خاطر نشان کرد که ایجاد یک مدل شناسایی می‌تواند یک مدل کارا با درصد قابلیت اطمینان بالا باشد.

دکتر احمد کریمی‌صفت در مقاله‌ای با عنوان «پیش‌بینی درآمد دستگاه‌های خودپرداز با استفاده از تکنیک داده کاوی بر اساس شبکه‌های عصبی مصنوعی» به بررسی رابطه میان جنبه‌های مختلف دستگاه خودپرداز و درآمد حاصل از آن پرداخت. کریمی‌صفت در این نشست تأکید کرد که جنبه‌های جغرافیایی، جمعیت و متغیرهای محیطی می‌تواند در سودآوری دستگاه خودپرداز اثرگذار باشد و توسعه مدل پیش‌بینی بر اساس شبکه‌های عصبی مصنوعی می‌تواند ابزار ارزشمندی برای تصمیم‌گیران در خصوص راه‌حل‌های عملی سودآوری دستگاه خودپرداز باشد.