Кластерний аналіз надійності банківських установ в Україні
Loading...
Date
2017
Journal Title
Journal ISSN
Volume Title
Publisher
ДВНЗ «Київський національний економічний університет імені Вадима Гетьмана»
Abstract
Проаналізовано показники надійності та ефективності вітчизняних банків. Сформовано набір коефіцієнтів, що всебічно описує їх
стабільність і фінансову стійкість, обчислення значень даних коефіцієнтів проведено з використанням актуальних даних статистичної звітності НБУ. Побудовано нейронну мережу типу карти самоорганізації Кохонена з використанням обраних коефіцієнтів та програмного пакету Deductor Studio. Проведено налаштування параметрів нейромережі, оптимальні значення яких визначені експериментальним шляхом. Як результат моделювання, отримано компонентні площини та карта самоорганізації, на якій виділено кластери. Проведено обґрунтування
належності банків до різних кластерів, проведено порівняльний аналіз з класифікацією НБУ та сформовані загальні висновки.
The indicators of domestic banks reliability and efficiency were analyzed. Was formed a set of coefficients that would comprehensively describe their stability and financial strength, calculations of the values for these coefficients were carried out using the up-to-date statistical data from the NBU. Using the selected coefficients and the Deductor Studio software package was builda Kohonen self-organization map neural network was built. Were tuned the neural network parameters, the optimal values for which were determined experimentally. The component areas and self-organization map were obtained as a modeling result, and thereafter clusters were distinguished. The authors substantiate the banks’belonging to different clusters, carried out a comparative analysis with the NBU classification and formed general conclusions.
Проанализировано показатели надежности и эффективности отечественных банков. Сформирован набор коэффициентов, которые всесторонне описывают их стабильность и финансовую устойчивость, расчеты значений данных коэффициентов проведены с использованием актуальных данных статистической отчетности НБУ. Построено нейронную сеть типа карты самоорганизации Кохонена с использованием отобранных коэффициентов и программного пакета Deductor Studio. Проведена настройка параметров нейросети, оптимальные значения для которых были определены экспериментальным путем. Как результат моделирования были получены компонентные площади и карта самоорганизации, на которой выделены кластеры. Приведено обоснование принадлежности банков к разным кластерам и сравнительный анализ с классификацией НБУ и сформированы общие выводы.
The indicators of domestic banks reliability and efficiency were analyzed. Was formed a set of coefficients that would comprehensively describe their stability and financial strength, calculations of the values for these coefficients were carried out using the up-to-date statistical data from the NBU. Using the selected coefficients and the Deductor Studio software package was builda Kohonen self-organization map neural network was built. Were tuned the neural network parameters, the optimal values for which were determined experimentally. The component areas and self-organization map were obtained as a modeling result, and thereafter clusters were distinguished. The authors substantiate the banks’belonging to different clusters, carried out a comparative analysis with the NBU classification and formed general conclusions.
Проанализировано показатели надежности и эффективности отечественных банков. Сформирован набор коэффициентов, которые всесторонне описывают их стабильность и финансовую устойчивость, расчеты значений данных коэффициентов проведены с использованием актуальных данных статистической отчетности НБУ. Построено нейронную сеть типа карты самоорганизации Кохонена с использованием отобранных коэффициентов и программного пакета Deductor Studio. Проведена настройка параметров нейросети, оптимальные значения для которых были определены экспериментальным путем. Как результат моделирования были получены компонентные площади и карта самоорганизации, на которой выделены кластеры. Приведено обоснование принадлежности банков к разным кластерам и сравнительный анализ с классификацией НБУ и сформированы общие выводы.
Description
Keywords
Банки, надійність, фінансова стійкість, нейронні мережі, карта самоорганізації Кохонена, кластерний аналіз, Banks, reliability, financial stability, neural networks, Kohonen self-organization maps, cluster analysis, Банки, надежность, финансовая устойчивость, нейронные сети, карта самоорганизации Кохонена, кластерный анализ
Citation
Долінський Л. Б. Кластерний аналіз надійності банківських установ в Україні / Долінський Л. Б., Мірошниченко І. В., Корчинський В. В. // Моделювання та інформаційні системи в економіці : зб. наук. пр. / М-во освіти і науки України, ДВНЗ «Київ. нац. екон. ун-т ім. Вадима Гетьмана» ; редкол.: В. К. Галіцин (голов. ред.) [та ін.]. – Київ : КНЕУ, 2017. – № 93. – С. 49–73.