كنفرانس بين المللی مهندسی صنايع و سيستم ها

صفحه اصلی / دهمین كنفرانس بين المللی مهندسی صنايع و سيستم ها

Comparing the Accuracy of Machine Learning Algorithms in Predicting Non-performing Loans of Banks

نویسندگان :

Mohammad Reza Esmaeili¹ Mohammad Ebrahim Mohammad Pour Zarandi² Mehrzad Minooei³

1- دانشگاه آزاد اسلامی واحد تهران مرکزی 2- دانشگاه آزاد اسلامی واحد تهران مرکزی 3- دانشگاه آزاد اسلامی واحد تهران مرکزی

کلمات کلیدی :

Machine Learning Algorithms،Random Forest،K-Nearest Neighbors،Tobit Regression،Non-performing Loans،Forecasting Models

چکیده :

this research assesses the accuracy of three machine learning algorithms in forecasting banks’ non-performing loans. Non-performing loans are those not paid within the terms specified in the contract between the borrower and the bank. Predicting such loans is crucial for banks as they pose challenges to the banks’ liquidity management. Four macroeconomic and five bank-specific variables were selected to forecast non-performing loans. The data of these variables from 2010 to 2021 were extracted from reliable and available information sources. Anaconda software with Python programming language was used, and Tobit regression, K-nearest neighbor (KNN), and random forest algorithms were applied. Evaluation criteria included Mean Absolute Error, Mean Squared Error, R2-Score, and Root Mean Squared Error. The study found that the random forest model exhibited higher prediction accuracy compared to other models used.

لیست مقالات

لیست مقالات بایگانی شده

استخراج مشخصه‌های HMM-محور جهت پیش‌بینی رفتار تراکنشی مشتری با استفاده از مدل یادگیری عمیق

غزاله شهیدی - مریم توسلی سیرت - امیرحسین قبیله - علیرضا بادامچی - نرجس شفیعی بوانی - جواد نیکورزم

ارزیابی و مقایسه بهره‌وری تامین‌کنندگان تاب‌آور-پایدار در دوران کرونا و پیش از کرونا در زنجیره تامین (مطالعه موردی: صنایع غذایی)

مهیار عباسیان - فردین رضایی - آرزو غریب نواز شربیانی

مدل مسیریابی ترکیبی با چند کامیون و چند پهپاد برای اجرای عملیات تحویل کالاهای امدادی

ساناز خلج رحیمی - دنیا رحمانی

استفاده از الگوریتم بهینه ساز گرگ خاکستری جهت بهینه سازی تبادل هزینه-زمان با محدودیت بودجه، مطالعه موردی: سازه نیروگاه سدّ رودبار (استان لرستان)

امین محمدحسین زاده - محمدرضا حمیدیان

Chronic Kidney Disease prediction using machine learning algorithms and XAI approach

Mohammad Khodabandeh - Fatemeh Azarian

Vehicle Routing Problem with Stochastic and Mobile Delivery Location

Armaghan Alaedini - Mohammad Reza Akbari Jokar

بهبود کیفیت خدمات حمل و نقل آخرین مایل در تجارت الکترونیک با استفاده از مسیریابی مبتنی بر خوشه بندی : مطالعه موردی

پانته آ سبکتکین - فاطمه صنعتی اردستانی - مرتضی باقری

شناسایی مشاغل/ پست‌های استراتژیک امور ذوب مجتمع مس سرچشمه

علی سلطان‌پور - ساسان تقی‌زاده

پیش بینی لزوم انجام عمل جراحی قلب باز با استفاده از الگوریتم‌های داده‌کاوی

اعظم احمدی - مرتضی پاکدامن

ارائه و حل مدل دو مرحله‌ای مکان یابی- مسیریابی توزیع کالا با در نظر گرفتن رقابت در قیمت گذاری و اعمال هزینه های آلودگی و تبلیغات تحت شرایط عدم قطعیت

رقیه رضایی - مصطفی ستاک - حمید تیکنی

بیشتر

ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 41.5.3