Metatanulási modell a Fülöp-szigeteki bankok hitelezési magatartásának vizsgálatára
Hitelintézeti szemle · 2026 · 25 (2) · 125-167
DOI: 10.25201/hsz.25.2.125 ↗Kurz gefasst
Fachartikel in der Zeitschrift Hitelintézeti szemle, 2026. Verfasst von Christian S. de Leon.
Abstract (Originalsprache)
Jelen tanulmány egy metatanuláson alapuló keretrendszert határoz meg a Fülöp-szigeteki kereskedelmi bankok hitelezési magatartásának előrejelzésére, aggregált banki pénzügyi mutatók és makrogazdasági változók alapján. Öt alapvető gépi tanulási modellt – a boostingot, a k-legközelebbi szomszéd módszerét, a neurális hálókat, a véletlen erdőt és a támogatóvektorgép-módszert – alkalmaztunk, amelyek kimeneti adatait LASSO-regularizált regresszióval szintetizáltuk. Az eredmények azt mutatják, hogy a metamodell következetesen nagyobb becslési pontosságot és alacsonyabb hibaszintet ér el, valamint közelebb áll a bankok érzékelt hitelezési magatartásához. A ridge-regresszióval és rugalmas háló alkalmazásával elvégzett robusztussági vizsgálatok a modell stabilitását igazolták mind volatilis, mind alacsony varianciájú környezetekben, míg a változók fontosságának elemzése a jövedelmezőséget és az eszközminőséget azonosította a hitelezési magatartás fő meghatározó tényezőiként.
Zitieren
APA
Leon, C. S. D. (2026). Metatanulási modell a Fülöp-szigeteki bankok hitelezési magatartásának vizsgálatára. Hitelintézeti szemle, 25(2), 125-167. https://doi.org/10.25201/hsz.25.2.125
Vancouver
Leon CSD. Metatanulási modell a Fülöp-szigeteki bankok hitelezési magatartásának vizsgálatára. Hitelintézeti szemle. 2026;25(2):125-167. doi:10.25201/hsz.25.2.125
BibTeX
@article{Leon2026,
author = {Leon, Christian S. de},
title = {Metatanulási modell a Fülöp-szigeteki bankok hitelezési magatartásának vizsgálatára},
journal = {Hitelintézeti szemle},
year = {2026},
volume = {25},
number = {2},
pages = {125--167},
doi = {10.25201/hsz.25.2.125}
}
EUVIMED