Домінова, Інна ВолодимирівнаDominova, InnaДоминова, Инна ВладимировнаКисіль, Тетяна МиколаївнаKysil, TetianaКисиль, Татьяна Николаевна2021-09-162021-09-162021-01Домінова І. В. Прогнозування оцінки ймовірності банкрутства банківських установ на основі адаптованої нормативно-індексної моделі [Електронний ресурс] / І. В. Домінова, Т. М. Кисіль // Ефективна економіка : електр. наук. фах. вид. / Дніпропетр. держ. агр.-екон. ун-т. – Електрон. текст. дані. – Дніпропетровськ, 2021. – № 1. – Режим доступу: http://www.economy.nayka.com.ua/pdf/1_2021/101.pdf. – Назва з титул. екрану.2307-2105https://ir.kneu.edu.ua:443/handle/2010/36481Банківські установи в процесі ведення власної діяльності постійно наражаються на різного роду ризиків, які безпосередньо впливають на їх фінансову стійкість та стабільність. В умовах сьогодення, коли ринок фінансових послуг характеризується волатильністю та фінансовою нестабільністю, банківські установи повинні не лише забезпечити прибутковість власної діяльності, але й мінімізувати ймовірність власного банкрутства. В свою чергу це зумовлює необхідність пошуку ефективних моделей оцінки та прогнозування ймовірності банкрутства банку. В даній статті запропоновано адаптовану модель динамічної нормативно-індексної оцінки ймовірності банкрутства банківських установ України з врахуванням додаткових показників, яка забезпечить ефективне та достовірне виявлення загроз банкрутств. Проведене наукове дослідження та отримані результати, за запропонованим авторським методологічним підходом є актуальними для банків різних груп та форм державної власності. Практична апробація адаптованої динамічної нормативно-індексної моделі перевірено на трьох банківських установах України, а саме АТ КБ «ПриватБанк», ПАТ «ПУМБ» та АТ АКБ «АРКАДА». На основі адаптованої динамічної нормативно-індексної моделі, розроблено нейронну систему прогнозування оцінки ймовірності банкрутств. Запропонована авторська модель нейронної мережі, яка є основою інтелектуальної банківської системи, дозволяє з високою точністю та достовірністю виявити стани банкрутств на майбутні звітні періоди. Побудована модель когнітрона дає можливість об’єктивно проаналізувати фактичні нормативи ризиковості банків в залежності від встановлених еталонних та сприяє, в подальшому, прийнятті запропонованих ситуаційних рішень. З використанням нейронної бібліотеки Keras проведено експериментальні дослідження запропонованої нейронної мережі за три звітних періоди (з 2017 по 2019 роки) та визначення прогнозу на майбутній звітний період з врахуванням ранніх стадій банкрутства. Запропоновану модель прогнозування доречно застосувати для оцінки будь-яких напрямів діяльності банків, встановлення порівняльного аналізу ризиковості та рейтингів їх фінансової стійкості в інтелектуальних банківських системах. Banking institutions in the process of conducting their activities are constantly subjected to various risks that directly get into their financial firmness and stability. In the present settings when the financial services market is characterized by volatility and financial instability, the banking institutions should to ensure not only the profitability of their activities, but also minimize the verge of bankruptcy. Therefore it makes necessary in the search for effective models for assessing and predicting the probability of bank bankruptcy. Due to this article the adapt model of dynamic normative-index assessment of the probability of bankruptcy of banking institutions of Ukraine, taking into account additional indicators, which will provide effective and reliable detection of bankruptcy threats is proposed. The research was conducted and the results were obtained. According to the proposed author's methodological approach, they are relevant for banks of different groups and forms of state ownership. Practical approbation of the adapted dynamic normative-index model was tested at three banking institutions of Ukraine, namely LC CB PrivatBank, PJSC “PUMB” and LC ACB ARCADA. On the basis of adapted dynamic normative-index model, a neural prediction system for estimating the probability of bankruptcies has been developed. The author's model of the neural network, which is the basis of the intellective banking system, allows to identify with high accuracy and reliability the state of bankruptcies for future reporting periods is proposed. The constructed model of the cognitron makes it possible to objectively analyze the actual risk standards of banks depending on standard ones and facilitates the adoption of the proposed situational decisions further. Using the Keras neural library, the experimental studies of the proposed neural network for three reporting periods (from 2017 to 2019) and determining the forecast for the future reporting period, taking into account the early stages of bankruptcy were held. The proposed forecasting model should be used to assess any activities of banks, establish a comparative risk analysis and ratings of their financial stability in intellectual banking systems.ukПрогноз банкрутства банківдинамічна нормативно-індексна модельінтелектуальна банківська системанейронна мережаоцінка фінансового стану банківBank’s bankruptcy forecastdynamic normative-index modelintellectual banking systemneural systemassessment of the financial condition of banksArticle336.71:330.46