+7 (925) 966 4690
ИД «Финансы и кредит»

ЖУРНАЛЫ

  

АВТОРАМ

  

ПОДПИСКА

    
«Экономический анализ: теория и практика»
 

Включен в перечень ВАК по специальностям

ЭКОНОМИЧЕСКИЕ НАУКИ:
5.2.1. Экономическая теория
5.2.3. Региональная и отраслевая экономика

Реферирование и индексирование

РИНЦ
Referativny Zhurnal VINITI RAS
Worldcat
Google Scholar

Электронные версии в PDF

Eastview
eLIBRARY.RU
Biblioclub

Статистический анализ деятельности банков с применением усовершенствованной кластеризации

т. 17, вып. 7, июль 2018

PDF  PDF-версия статьи

Получена: 07.05.2018

Получена в доработанном виде: 18.05.2018

Одобрена: 29.05.2018

Доступна онлайн: 27.07.2018

Рубрика: МАТЕМАТИЧЕСКИЕ МЕТОДЫ И МОДЕЛИ

Коды JEL: С1, С6, G2

Страницы: 1352–1366

https://doi.org/10.24891/ea.17.7.1352

Доценко О.С. кандидат экономических наук, доцент кафедры бухгалтерского учета, анализа и аудита, Севастопольский государственный университет, Севастополь, Российская Федерация 
plakiddin@mail.ru

ORCID id: отсутствует
SPIN-код: 8275-6226

Предмет. Исследование направлено на расширение способов анализа деятельности банков, характеризующихся множеством показателей. Акцент сделан на возможности прогнозной оценки принципов деятельности отдельно взятого банка и построении однородных классификаций банков с точки зрения принципов их работы в современных условиях. Предметом исследования являются процедуры статистического и математического анализа банковской деятельности.
Цели. Совершенствование способов многомерной группировки банков и прогнозирования их деятельности с применением математических моделей: кластеризация на основе меры сходства между банками-скалярами – взвешенного евклидова расстояния и векторного видоизменения кластерного анализа на основе меры сходства – угла наклона между банками-векторами, характеризуемыми взвешенными показателями.
Методология. Комплекс статистических и математических приемов: статистическое наблюдение, метод группировки банков по отдельным показателям и по комплексу показателей с применением факторного, кластерного, дискриминантного и векторного анализа, метод обобщающих показателей, методы анализа временных рядов и взаимосвязей между показателями.
Результаты. Разработаны обобщенные классификации банков по трем признакам – размеру активов, взвешенному евклидову расстоянию и углу наклона между взвешенными характеристиками банков, что позволяет избежать противоречий в группировке объектов и уточнить принципы их работы по кластерам с учетом размеров активов и динамики по углам наклона. Проведен прогноз политики отдельно взятого банка с использованием векторного представления его показателей, что позволило оценить устойчивость этого банка на протяжении исследуемого промежутка времени. Приемы такого анализа могут быть использованы как руководством самих банков, так и клиентами и контрагентами банковских учреждений при выборе устойчивого и надежного банка.
Выводы. Представленная методика прогрессивнее известных классических процедур. В результате ее применения группировка банков по комплексу показателей получается более однородной и интерпретация принципов банковской деятельности точнее. Она достаточно проста и оперирует открытыми данными, используя которые, можно с большой степенью вероятности выбрать наиболее надежный банк.

Ключевые слова: банки, кластерный анализ, взвешенное евклидово расстояние, вектор, угол наклона

Список литературы:

  1. Петров А.Ю., Петрова В.И. Комплексный анализ финансовой деятельности банка. М.: Финансы и статистика, 2007. 560 с.
  2. Долан Э.Дж., Кэмпбелл К.Д., Кэмпбелл Р.Дж. Деньги, банковское дело и денежно-кредитная политика. М.: Профико, 1993. 446 с.
  3. Бор М.З., Пятенко В.В. Менеджмент банков: организация, стратегия, планирование. М.: ИКЦ «ДИС», 1997. 288 с.
  4. Головач Н.А. Методологія та організація статистичної інформації в аналізі банківської діяльності. In: Прикладна статистика: проблеми теорії та практики. Київ, Інформаційно-аналітичне агентство, 2010, 368 p.
  5. Rose P.S. Commercial Bank Management. Boston, McGraw-Hill/Irwin, 2002, 803 p.
  6. Иванов В.В. Надежность вашего банка. М.: ФБК-пресс, 1997. 176 с.
  7. Синки Дж.Ф. Финансовый менеджмент в коммерческом банке и в индустрии финансовых услуг. М.: Альпина Бизнес Букс, Альпина Паблишер, 2007. 1024 с.
  8. Porter R.S. Introduction to Banking Regulation, Supervision and Bank Analysis. EDI, World Bank, 1993, 104 p.
  9. Ершов М.В., Зубов В.М. Эффективность банковской системы: актуальные аспекты // Деньги и кредит. 2005. № 10. С. 3–9.
  10. Ключников М.В. Анализ показателей, характеризующих финансовую деятельность коммерческих банков // Финансы и кредит. 2003. № 20. С. 40–45. URL: Link
  11. Саблина Е.А. Статистическая оценка состояния банковской системы России после кризиса // Вопросы статистики. 2011. № 7. С. 68–76.
  12. Замковой С.В. Моделирование динамики банковской системы и финансовых рынков // Банковское дело. 2002. № 7. С. 9–12.
  13. Demirguc-Kunt A., Detragiache E. The Determinants of Banking Crises in Developing and Developed Countries. IMF Staff Papers, 1998, vol. 45, no. 1, pp. 81–109.
  14. Kaminsky G., Reinhart C. The Twin Crises: The Causes of Banking and Balance-of-Payments Problems. The American Economic Review, 1999, vol. 89, iss. 3, pp. 473–500. URL: Link
  15. Chincarini L., Asherie N. An Analytical Model for the Formation of Economic Clusters. Regional Science and Urban Economics, 2008, vol. 38, iss. 3, pp. 252–270. URL: Link
  16. Андерсон Т. Введение в многомерный статистический анализ. М.: Физматгиз, 1963. 500 с.
  17. Кендалл М., Стюарт А. Многомерный статистический анализ и временные ряды. М.: Наука, 1976. 736 с.
  18. Майба В.В. Кластерна структура банківської системи України. In: Прикладна статистика: проблеми теорії та практики, Київ, Інформаційно-аналітичне агентство, 2008, pp. 463–474.
  19. Колмогоров А.Н. Основные понятия теории вероятностей. М.: Наука, 1974. 119 с.
  20. Харкевич А.А. Борьба с помехами. М.: Наука, 1965. 274 с.

Посмотреть другие статьи номера »

 

ISSN 2311-8725 (Online)
ISSN 2073-039X (Print)

Свежий номер журнала

т. 23, вып. 3, март 2024

Другие номера журнала