Resumen

La idea de los bancos rurales se introdujo como resultado de la limitada presencia de sucursales de bancos comerciales en áreas rurales para movilizar sus recursos para el desarrollo rural. También se cree que instituciones financieras como los bancos rurales son herramientas poderosas para mitigar la pobreza. Sin embargo, algunos de estos bancos están aumentando la carga de las personas a través de actividades ilegales y mala gestión de recursos. Evaluar el rendimiento de los bancos utilizando un conjunto de ratios financieros ha sido un problema interesante y desafiante para muchos investigadores y profesionales. La identificación de factores que pueden predecir con precisión el rendimiento de una empresa es de gran interés para cualquier tomador de decisiones. El estudio utilizó los ratios financieros de los ARBs como variables independientes para evaluar el rendimiento de los bancos rurales y luego utilizó el algoritmo de bosque aleatorio para identificar las variables más relevantes para el modelo. Se obtuvo un conjunto de datos de los diversos bancos. Este estudio utilizó tres algoritmos de árbol de decisiones, a saber

• 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:Bancos rurales; Ratios financieros; Pobreza; Rendimiento; Algoritmos de árbol de decisiones; Modelo predictivo
• Keywords:Rural banks; Financial ratios; Poverty; Performance; Decision tree algorithms; Predictive model