Resumen

La crisis financiera que golpeó a Ghana de 2015 a 2018 ha planteado varios problemas con respecto a la eficiencia de los bancos y la seguridad de los depositantes en la industria bancaria. Como parte de las medidas para mejorar el sector bancario y también restaurar la confianza de los clientes, el análisis de eficiencia y rendimiento en la industria bancaria se ha convertido en un tema candente. Esto se debe a que los interesados deben detectar las causas subyacentes de las ineficiencias dentro de la industria bancaria. Métodos no paramétricos como el Análisis Envolvente de Datos (DEA) han sido sugeridos en la literatura como una buena medida de la eficiencia y rendimiento de los bancos. Los algoritmos de aprendizaje automático también se han visto como una buena herramienta para estimar varios problemas no paramétricos y no lineales. Este documento presenta un DEA combinado con tres enfoques de aprendizaje automático en la evaluación de la eficiencia y rendimiento bancario utilizando 444 sucursales bancarias de Ghana, Unidades

• Materias:Filtros borrosos Método difuso Multiconjuntos blandos borrosos Modelo híbrido neurodifuso Derivada fraccionaria difusa
• Subjects:Fuzzy filters Fuzzy method Fuzzy soft multisets Hybrid neuro-fuzzy model Fuzzy fractional derivative
• Palabras claves:Crisis financiera; Eficiencia; Bancos; Depositantes; Análisis Envolvente de Datos; Algoritmos de aprendizaje automático
• Keywords:Financial crisis; Efficiency; Banks; Depositors; Data Envelopment Analysis; Machine learning algorithms