Resumen

En los trabajos actuales de evaluación del desempeño de los bancos comerciales, la mayoría de las investigaciones se centran únicamente en la relación entre una sola característica y el desempeño, y carecen de un análisis integral de las características. Por otro lado, se enfocan principalmente en la inferencia causal y carecen de conclusiones cuantitativas sistemáticas desde la perspectiva de la predicción. Este artículo es el primero en investigar exhaustivamente la predictibilidad de las características multidimensionales en el desempeño de los bancos comerciales utilizando árboles de regresión de impulso. La dimensionalidad en los campos relacionados con las finanzas es relativamente alta. No solo hay datos de precios observables, datos fundamentales financieros, etc., sino también muchos datos no divulgados y eventos no divulgados; más fuentes de ingresos no pueden ser explicadas por los modelos existentes. Con el objetivo de las características de los datos de los bancos comerciales, este artículo propone un algoritmo de árbol de regresión de impulso con reducción adaptativa del tamaño del paso para la

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Bancos comerciales; Evaluación de rendimiento; Características multidimensionales; árbol de regresión de impulso; Campos relacionados con las finanzas; Tamaño de paso reducido de forma adaptativa
• Keywords:Commercial banks; Performance evaluation; Multidimensional features; Boosting regression tree; Financial-related fields; Adaptively reduced step size