فهرست نشریات علمی دسترسی آزاد ایران

هدف: در این مقاله به پیش‌بینی سود/ زیان بانک توسعۀ تعاون، مبتنی بر روش یادگیری جمعی دومرحله‌ای پرداخته شده است. مدل‌سازی پیش‌بینی سود و زیان با استفاده از روش‌های یادگیری ماشین، به‌عنوان یکی از تکنیک‌های نوین در محاسبات عددی با بهره‌گیری از کلان‌داده، از جمله اهداف این مقاله است. بدین ترتیب، در این مقاله از روش ماشین یادگیری جمعی دومرحله‌ای، مبتنی بر مدل‌های ماشین بردار پشتیبان، درخت تصمیم‌گیری و میانگین وزنی، برای یادگیری و آزمون و پیش‌بینی سود/ زیان بانک توسعۀ تعاون استفاده شده است.روش: مدل‌های پایه به‌کار رفته در مرحله اول، ماشین یادگیری، ماشین بردار پشتیبان و درخت تصمیم‌گیری است و در مرحله دوم، از میانگین وزنی استفاده شده است. بر اساس ترکیب مدل‌های پایه یادگیری، ابتدا به آزمون و یادگیری روند پیش‌بینی ۳۵ شعبه بانک توسعه تعاون در ایران، طی سال‌های ۱۳۹۱ تا ۱۴۰۰ پرداخته شد. این روش مبتنی بر یادگیری ماشین دومرحله‌ای است که برای انجام این کار از ۱۲ متغیر (نسبت مالی) در پنج عامل دسته‌بندی‌شده استفاده شده است. این متغیرها به‌ترتیب عبارت‌اند از: سپرده‌های قرض‌الحسنه، سپرده‌های کوتاه‌مدت، هزینه سود سپرده، سپرده‌های مشتریان، درآمد تسهیلات و سپرده‌گذاری، درآمدهای مشاع، موجودی نقدی، هزینه‌های اداری، سپرده‌های بلندمدت، درآمدهای غیرمشاع، هزینه استهلاک دارایی و اندازه بانک. برای دستیابی به داده‌های مدنظر، از صورت‌های مالی ۳۵ شعبه بانک توسعه تعاون، طی سال‌های ۱۳۹۱ تا ۱۴۰۰ استفاده شد. همچنین برای کاهش خطای پیش‌بینی و قابلیت مقایسه نسبت‌ها، تمامی شاخص‏‌های یادشده نسبت به ارزش کل دارایی‌های بانک تعدیل شد. در این روش و در مرحله اول، از دو مدل یادگیری ماشین بردار پشتیبان و درخت تصمیم‌گیری و در مرحله دوم از روش میانگین وزنی استفاده شد.یافته‌ها: یافته‌های مقاله در خصوص یادگیری و مقایسه آن با روش رگرسیون خطی و همچنین سود/زیان واقعی بانک توسعه تعاون، نشان داد که دقت عملکرد این روش بسیار زیاد است؛ به‌گونه‌ای که معیار MAE برابر با 66/5 و معیار MSE برابر با 34/620 به‌دست آمد. همچنین هم‌بستگی بین داده‌‌های آموزش‌دیده و پیش‌بینی‌شده‌ای که از یادگیری ماشین جمعی دو مرحله‌ای به‌دست آمد، برابر با 9977/0 بود. پس از بررسی کارایی این روش، به پیش‌بینی سود/ زیان بانک توسعه تعاون برای سال‌های 1401 تا 1405 پرداخته شد. نتیجه‌گیری: نتایج به‌دست‌آمده از کارایی بالای روش ماشین یادگیری جمعی دومرحله‌ای، نشان می‌دهد که مدیران می‌توانند از این روش‌ها در پیش‌بینی سود/ زیان بانک‌ها استفاده کنند. بر اساس روش یادگیری ماشین دو مرحله‌ای، اگر شرایط نامتعارف و غیرنرمالی وجود نداشته باشد، در سال‌های آتی و در نهایت در سال ۱۴۰۵، زیان انباشته شده بانک توسعۀ تعاون کاهش و سود آن افزایش خواهد یافت. بر اساس نتایج تجزیه‌وتحلیل داده‌ها، میانگین نسبت سود یا زیان خالص بانک به کل دارایی‌های آن، به نحوی است که زیان‌دهی متوسط شعب بانک را طی دوره پژوهش گزارش می‌دهد.