لطفا منتظر بمانید ...
0% Complete
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 Esmaeili
1
Mohammad Ebrahim Mohammad Pour Zarandi
2
Mehrzad Minooei
3
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
بررسی اثر عدم تقارن رفتار توده ای در بازار بورس اوراق بهادار تهران و سرریزی رفتار توده ای از بازار بورس کاالی ایران
داود دریغ - احسان حاجی زاده
مدیریت شبکه شارژ خودروهای الکتریکی با استفاده از مسئله مکانیابی-یا-مسیریابی
ساسان کزازی - دنیا رحمانی - مهدی بشیری
Improvement of bagging by increasing probabilistic classifiers’ confidence in prediction: A Case study of SAPCO Parts Supply Company
Shima Malekpour - Shahrokh Asadi
طراحی شبکه زنجیره تأمین خون در شرایط عدمقطعیت با رویکرد خوشهبندی بهبودیافته و تصمیمگیری چندمعیاره
امیرحسین عموجعفری - محمدرضا اکبری جوکار
A Framework for Strategic Orientations in Platform Business Model Innovation
Ahmad Nasiri - Kambiz Talebi - Mohamad Reza Amini
Demand forecasting based on deep learning methods for univariate time series
Seyed Masoud Mousavi - Shahrokh Asadi
مدل چندهدفه بازنگری سبد سرمایهگذاری با درنظرگیری عوامل بنیادی سهام
محمدحسین وفائی خواه - امیرعباس نجفی
ارزیابی تطبیقی روش ترکیبی موجک-فوریه و تکنیک های مرجع برای تشخیص خطای مبتنی بر تصویر در کنترل کیفیت صنعتی
زهرا خدادادی چمگردانی - مرتضی رجب زاده
حل مسئله طراحی شبکه رقابتی هاب با در نظرگیری صف در سیستم به روش ترکیبی
فریبا علیزاده - نادر غفاری نسب
شبیهسازی و بهینهکردن تعداد کادر درمان یک مرکز تشخیص و درمان سرطان خون با رویکرد سناریوسازی
علی روشن ضمیران - سید حمیدرضا شهابی حقیقی - جواهر میرزاحسینی
بیشتر
ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 44.9.3
