Dự báo hoạt động ngân hàng bằng thuật toán rừng ngẫu nhiên

Abstract

Ngành ngân hàng có vài trò quan trọng trong việc ổn định vĩ mô của nền kinh tế. Quá trình toàn cầu hóa và đổi mới sáng tạo trong lĩnh vực công nghệ đã tạo ra sự cạnh tranh trong lĩnh vực ngân hàng và tài chính. Hoạt đông của các ngân hàng phụ thuộc rất nhiều vào độ chính xác của các quyết định quản lý. Mục tiêu của nghiên cứu này là dự báo hoạt động của ngân hàng dựa trên kỹ thuật trí tuệ nhân tạo thuật toán rừng ngẫu nhiên (Random Forest - RF). Để chứng minh tính hiệu quả của mô hình dự báo dựa trên RF, các mô hình dự báo khác được dựa trên ba kỹ thuật trí tuệ nhân tạo khác là mạng nơ ron truyền thẳng nhiều lớp (ANN-MLP), mạng hàm cơ sở bán kính (RBF) và hồi quy tuyến tính (MLR) cũng được phát triển. Dữ liệu được sử dụng trong xây dưng mô hình gồm 405 mẫu được thu thập từ 45 ngân hàng hoạt động tại Việt Nam trong giai đoạn 2002-2022. Các chỉ số đầu ra dự báo bao gồm tổng các khoản vay và tổng tiền gửi huy động. Kết quả thực nghiệm và các chỉ số đánh giá mô hình xác định mô hình dự báo dựa trên kỹ thuật RF cho độ chính xác cao nhất.