پیش بینی سپرده های بانکی به روش یادگیری ماشین(مقاله علمی وزارت علوم)
منبع:
مطالعات اقتصادی کاربردی ایران سال ۱۳ تابستان ۱۴۰۳ شماره ۵۰
137 - 167
حوزه های تخصصی:
در این پژوهش براساس آمار تاریخی سپرده های یک بانک خصوصی (انصار) قبل از ادغام در چهار دسته بندی (وجه) مختلف، به دنبال این هستیم که نتایج و پیش بینی سپرده های بانک در هریک از دسته بندی ها، با استفاده از روش های پیش بینی یادگیری ماشین برای نخسین بار در مطالعات داخلی انجام گیرد. در این روش پیش بینی، ارجحیت روش یادگیری ماشین به دلیل بررسی کلیه تغییرات زمانی داده ها در حجم وسیع (از ابتدا تاکنون) مورد تأیید قرار می گیرد. پیش بینی آمار سپرده های فوق برای تصمیم گیران بانک در آینده باتوجه به شرایط اقتصادی می تواند مبنای تصمیمات کلان بانکی باشد. نتایج نشان می دهد که سپرده بلندمدت تاحدودی باثبات و به طورکلی سپرده باثبات روند نزولی در آینده در بانک مزبور به خود خواهند گرفت و سپرده بی ثبات و حساس به سود نیز روند نزولی به خود خواهند گرفت. سپرده قرض الحسنه روند صعودی دارد، اگرچه همواره نوساناتی شبیه نوسانات سینوسی-کسینوسی داشته است. باید دقت کرد که این روش پیش بینی یادگیری ماشین، روشی پایدار و فاقد تحلیل حساسیت است و قابلیت اتکا بالایی دارد. مطابق این پژوهش، توجه به سپرده های بلندمدت و باثبات و هم چنین قرض الحسنه از اهمیت بالایی در بودجه بانک قرار دارد.