Архітектура когнітрона в інтелектуальній банківській системі
Loading...
Files
Date
2019
Journal Title
Journal ISSN
Volume Title
Publisher
ДВНЗ «Київський національний економічний університет імені Вадима Гетьмана»
Abstract
В даній статті розглядається архітектура та організація
інтелектуальної банківської системи на основі функціонування чотиришарового когнітрона Фукушіми. Адаптовано алгоритм самонавчання
когнітрона в системі, який оптимально проаналізує фінансовий стан
комерційних банків за даними їх офіційної звітності, виявить фінансову стійкість та платоспроможність, забезпечить ефективне прийняття
рішень в різні періоди діяльності банківських установ. Досліджено роботу існуючих інформаційних та інтелектуальних систем, сформовано вимоги щодо банківських інтелектуальних систем,
вибрано принципи їх побудови та запропоновано модель інтелектуальної системи на основі методів згортального моделювання та розглянуто процес функціонування в межах конкретної банківської установи.
Розроблена модель когнітрона адаптована для виявлення та прогнозування банкрутств за методикою нормативно-індексної оцінки сукупного
рівня ризиковості банківських установ з врахуванням чотирьох видів ризиків: кредитного, відсоткового, ліквідного та валютного. Автором запропоновано алгоритм роботи когнітрона з самоорганізацією неконтрольованого навчання, що забезпечить своєчасне визначення
кризисних ситуацій комерційних банків та достовірність їх прогнозування. Побудована модель когнітрона дає можливість об’єктивно проаналізувати фактичні нормативи ризиковості банку в залежності від
встановлених еталонних та сприяє, в подальшому, прийнятті запропонованих ситуаційних рішень.
В даній інтелектуальній банківській системі визначається комплексна
оцінка на базі якої аналізується сукупний ступінь ризиковості комерційних банків та передбачається подальший ситуаційний їх розвиток. Запропоновану модель інтелектуальної системи можна застосувати для
оцінки будь-яких окремих напрямів ризикової діяльності банку, а саме, лі- квідності та платоспроможності, кредитної та депозитної діяльності,
тощо. Спроектована модель інтелектуальної системи здатна проводити порівняльний аналіз ризиковості різних банківських установ та
встановлювати рейтинг їх фінансової стійкості.
This article talk about architecture and organization of the banking
intellectual system based on the functioning of The four-layer Fukushima
cognitron. An algorithm for self-learning cognitron in the system has been
adapted, which will optimally analyze the financial condition of commercial
banks according to their official reports, demonstrate financial stability and
solvency, and ensure effective decision-making in different periods of banking
institutions ‘ activity.
Studied existing information and intelligent systems, formed the requirements
on a Bank of intelligent systems, selected principles of their construction and
the proposed model of intelligent system based techniques shortlog modeling
and the process of function within a particular banking institution. The cognitron
model has been developed that is adapted for detecting and predicting
bankruptcies using the method of standard index assessment of the total risk
level of banking institutions, taking into account four types of risks: credit,
interest rate, liquid and currency.
The author proposes an algorithm for working with cognitron self-organization
of uncontrolled learning, which will ensure timely identification of crisis
situations of commercial banks and the reliability of their prediction. The
cognitron model is constructed, which makes it possible to objectively analyze
the actual risk standards of the Bank depending on the established reference
standards and contributes to the further adoption of the proposed situational
decisions.
This intellectual banking system defines a comprehensive assessment on the
basis of which the aggregate degree of riskiness of commercial banks is
analyzed and their further development is foreseen. The proposed model of the intellectual system can be applied to evaluate any particular areas of risky
activity of the bank, namely, liquidity and solvency, credit and deposit activities,
etc. The designed model of the intellectual system is able to perform a
comparative risk analysis of different banking institutions and to establish their
financial soundness rating.
Description
Keywords
інтелектуальна банківська система, архітектура когнітрона, алгоритм навчання, база даних, вибір показників, банкрутство, прогнозування, рейтинг банків, неконтрольоване навчання, модель нейронної мережі, самоорганізація, моделювання, intellectual banking system, cognitron architecture, training algorithm, database, choice of indicators, bankruptcy, forecasting, bank rating, uncontrolled training, neural network model, self-organization, modeling
Citation
Кисіль Т. М. Архітектура когнітрона в інтелектуальній банківській системі / Кисіль Т. М. // 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.: О. Є. Камінський (відп. ред.) та ін.]. – Київ : КНЕУ, 2019. – Вип. 98. – С. 123–134.