Аналитические методы оценки и прогнозирования финансового состояния кредитных организаций // Analytical Methods for Assessing and Forecasting Financial Standing of Credit Institutions

Y. Beketnova M. and Ю. Бекетнова М.
Additional contact information
Y. Beketnova M.: Financial university
Ю. Бекетнова М.: Финансовый университет

Финансы: теория и практика/Finance: Theory and Practice // Finance: Theory and Practice, 2019, vol. 23, issue 1, 79-95

Abstract:

The objective of the article is to propose a new approach to assessing and forecasting fnancial condition of credit institutions and to early detection of those that have high risks of license revocation. An integrated reliability index of credit institutions has been revealed by the method of the main components of the factor analysis. Credit institutions have been clustered by means of the k-average method. It has been established that acting credit institutions at a relatively small Euclidean distance from the mathematical expectation of credit institutions, liquidated at a given moment of time, bear potential risks of engaging in illegal activities, money laundering and terrorist fnancing. Constructed regression models allow forecasting deterioration of credit institutions by the nature of the change in the integrated reliability index. The author concludes that this approach makes it possible to identify potentially problematic credit institutions requiring appropriate measures from the Central Bank of the Russian Federation through prudential supervision functions.

Цель статьи — предложить новый подход к оценке и прогнозированию финансового состояния кредитных организаций и раннему выявлению тех из них, которые имеют высокие риски отзыва лицензии. Методом главных компонент факторного анализа найден интегральный показатель благонадежности кредитных организаций. Проведена кластеризация кредитных организаций методом к-средних. Установлено, что действующие кредитные организации, находящиеся на относительно малом евклидовом расстоянии от математического ожидания кредитных организаций, ликвидированных в заданный момент времени, несут потенциальные риски вовлечения в противоправную деятельность, отмывание денег и финансирование терроризма. Построены регрессионные модели, позволяющие по характеру изменения интегрального показателя благонадежности прогнозировать ухудшение состояния кредитных организаций. Автор делает вывод, что приведенный подход позволяет выявлять потенциально проблемные кредитные организации, требующие принятия соответствующих мер со стороны Центрального банка Российской Федерации при осуществлении им функций пруденциального надзора.

Keywords: credit institutions; fnancial standing; method of the main components; predictive models; anti-money laundering; Central Bank of the Russian Federation; prudential supervision; кредитные организации; финансовое состояние; метод главных компонент; прогнозные модели; противодействие отмыванию преступных доходов; Центральный банк Российской Федерации; пруденциальный надзор (search for similar items in EconPapers)
Date: 2019-02-27
References: View complete reference list from CitEc
Citations:

Downloads: (external link)
https://financetp.fa.ru/jour/article/viewFile/820/544.pdf (application/pdf)

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:financ:y:2019:i:1:p:79-95

Access Statistics for this article

More articles in Финансы: теория и практика/Finance: Theory and Practice // Finance: Theory and Practice from ФГОБУВО Финансовый университет при Правительстве Российской Федерации // Financial University under The Government of Russian Federation
Bibliographic data for series maintained by Алексей Скалабан ().