Нейросетевая система оценки вероятности банкротства банков

Ясницкий Л. Н., Иванов Д. В. and Липатова Е. В.
Additional contact information
Ясницкий Л. Н.: Национальный исследовательский университет «Высшая школа экономики» (Пермский филиал); Пермское отделение Научного Совета РАН по методологии искусственного интеллекта
Иванов Д. В.: Пермский государственный национальный исследовательский университет
Липатова Е. В.: Национальный исследовательский университет «Высшая школа экономики» (Пермский филиал)

Бизнес-информатика, 2014, issue 3 (29), 49-56

Abstract: Предметом исследования является банковская система России. Цель работы создание математи ческой модели, предназначенной для оценки вероятности банкротств банков по причине отзыва лицензии. Инструмент создания модели аппарат нейронных сетей, обучаемых на материалах финансовой отчетности Центрального банка Российской федерации. Погрешность тестирования (обобщения) обученной и оптимизированной нейронной сети составила 6,3%. Исследования моделируемой области, банковской сферы РФ, выполнены путем проведения виртуальных компьютерных экспериментов, в ходе которых вычисления с помощью нейронной сети производились при изменении одного из пятнадцати входных параметров, характеризующих банки, в то время как остальные параметры сохранялись неизменными. В частности, исследовалось влияние на вероятность банкротства банка коэффициента долгосрочной ликвидности, вида организационно-правовой формы, показателя размера крупных кредитных рисков, места регистрации банка. В результате сделан вывод о том, что повышение коэффициента долгосрочной ликвидности снижает вероятность банкротства банка, однако, начиная с определенного уровня, зависящего от других параметров конкретного банка, повышение данного показателя увеличивает вероятность его банкротства. Существенное влияние на успешность функционирования банка оказывает организационноправовая форма банка, а также место его регистрации. Однако это влияние неоднозначно и в каждом конкретном случае может проявляться по-разному, в зависимости от множества других параметров банка и его деятельности. Приведен пример применения математической модели для разработки рекомендаций по снижению вероятности банкротства одного из банков.

Keywords: БАНК; ЛИЦЕНЗИЯ; БАНКРОТСТВО; ЛИКВИДНОСТЬ; АКТИВЫ; КАПИТАЛ; ПРОГНОЗ; МОДЕЛЬ; НЕЙРОННАЯ СЕТЬ (search for similar items in EconPapers)
Date: 2014
References: Add references at CitEc
Citations:

Downloads: (external link)
http://cyberleninka.ru/article/n/neyrosetevaya-sis ... i-bankrotstva-bankov

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:scn:025686:15695847

Access Statistics for this article

More articles in Бизнес-информатика from CyberLeninka, Федеральное государственное автономное образовательное учреждение высшего образования «Национальный исследовательский университет «Высшая школа экономики»
Bibliographic data for series maintained by CyberLeninka ().