دانلود ترجمه مقاله روش های تحقیق در عملیات و هوش مصنوعی در بانکداری

1. مقدمه 2. نقش حیاتی تکنیک های OR و AI در بانکداری 3. روش تحقیق 4. موضوعاتی برای روش های OR و AI در تحقیقات بانکداری 5. تکنیک های OR و AI در تحقیقات بانکداری 6. جهت گیری هایی برای تحقیقات آینده 7. نتیجه گیری

چکیده – بانکداری، یک موضوع مشهور برای پژوهش های تجربی و نظری است که از روش های پژوهش عملیاتی (OR) و هوش مصنوعی (AI) استفاده می کنند. این مقاله، یک مرور کتابشناختی جامع و ساختارمند از پژوهش های مبتنی بر OR و AI اختصاص داده شده به صنعت بانکداری در دهه اخیر، ارائه می دهد. این مقاله، موضوعات اصلی این پژوهش، شامل بازده بانک، ارزیابی ریسک، عملکرد بانک، ادغام ها و خرید (شرکت)، تنظیم مقررات بانکداری، مطالعات مرتبط با مشتری و فین تک در صنعت بانکداری را مرور می کند. نتایج این مرور، دیدگاه های جامعی در مورد مشارکت روش های OR و AI در بانکداری فراهم می کنند. در نهایت، چندین جهت پژوهشی برای مطالعات آتی را پیشنهاد می کنیم که شامل موضوعات و روش های نوظهور براساس نتایج مطالعه می باشند. مقدمه: ارزیابی جنبه های مالی مختلف بانک ها، جایگاهی اساسی در مجموعه مقالات آکادمیک دارند که این بخاطر نقش واسطه گری اساسی صنعت بانکداری در بازارهای مالی است (یوانیدیس و همکاران، 2010؛ تزریمس، 2015؛ زوپونیدیس و همکاران، 2015). همراه با افزایش نیاز به استفاده از روش های پیشرفته تر در پژوهش های بانکداری، چندین مطالعه در این زمینه از روش های پژوهش عملیاتی (OR) و هوش مصنوعی (AI) استفاده کرده اند. بنابراین، مجموعه مقالات موجود، تعدادی پرسش پژوهشی اساسی در پژوهش های بانکداری را با استفاده از فنون OR و AI مورد بررسی قرار می گیرند که شامل پرداختن به مسئله انصاف در ارزیابی عملکرد بانکداری (چن و همکاران، 2020) و افزایش دقت پیش بینی ریسک قصور و ورشکستگی بانک (بوسمارت و همکاران، 2019) و همچنین کمک به سازمان های متمرکز (برای مثال، دفاتر مرکز بانک ها) در تشویق واحدهای خود (یعنی شعبه های بانک) و بهینه سازی عملکردشان (افشاریان و همکاران، 2019) می باشند. یک روند رو به رشد در بکارگیری روش های OR و AI برای حل چالش های بانکداری، نشان دهنده افزایش اهمیت و کارایی آنها برای این زمینه است (آکوچ، 2012؛ مانتولیس و همکاران، 2020؛ یائو و همکاران، 2017).

Banking is a popular topic for empirical and methodological research that applies operational research (OR) and artificial intelligence (AI) methods. This article provides a comprehensive and structured bibliographic survey of OR- and AI-based research devoted to the banking industry over the last decade. The article reviews the main topics of this research, including bank efficiency, risk assessment, bank performance, mergers and acquisitions, banking regulation, customer-related studies, and fintech in the banking industry. The survey results provide comprehensive insights into the contributions of OR and AI methods to banking. Finally, we propose several research directions for future studies that include emerging topics and methods based on the survey results. Introduction: The assessment of various financial aspects of banks occupies an essential place in the academic literature because of the crucial intermediation role of the banking industry in financial markets (Ioannidis et al., 2010; Tzeremes, 2015; Zopounidis et al., 2015). Along with an increasing need to use more sophisticated methods in banking research, several studies in this area employ operational research (OR) and artificial intelligence (AI) methods. Thus, the existing literature examines some fundamental research questions in banking research using OR and AI techniques, such as addressing the fairness issue in banking performance evaluation (Chen et al., 2020) and increasing the accuracy of the prediction of default risk and bank failure (Boussemart et al., 2019), as well as helping centralized organizations (e.g., headquarters of banks) to incentivize their units (i.e., bank branches) and optimize their performance (Afsharian et al., 2019). A rising trend in the utilization of OR and AI techniques to address banking challenges indicates their increasing importance and relevance for this field (Akkoç, 2012; Manthoulis et al., 2020; Yao et al., 2017).