• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Статья

Оценка надежности банка как объекта инвестирования

В работе предложены подход, позволяющий классифицировать коммерческие банки на банки, у которых велика вероятность отзыва лицензии, и надежные банки, а также информационно-логическая модель определения группы банков (или одного банка) из числа надежных, являющихся привлекательными для вложения инвестиций. Вероятность отзыва лицензии оценивалась с помощью логистической регрессионной модели на основе информационной базе исследования, состоящая из 17559 наблюдений по всем банкам, охватывающая период с 1 квартала 2012 года по 4 квартал 2017 года. Ввиду наличия в данных мультиколлинеарности применялась RIDGE модификация с алгоритмом определения штрафного коэффициента. В модель в качестве регрессоров были включены показатели волатильности макроэкономических переменных, выраженные в стандартном отклонении и дисперсии макроэкономической переменной внутри рассматриваемого периода. Нулевая гипотеза о статистической незначимости от нуля коэффициентов при показателях волатильности макроэкономических переменных отвергается на различных уровнях значимости. Модель построена в среде программирования R-studio с применением пакета «RIDGE».

На основе иерархической кластеризации методом Уорда (в качестве меры расстояния – квадрат Евклидова расстояния) получено одиннадцать кластеров. В работе приведено краткое описание данных кластеров на основе абсолютных средних значений переменных, а также относительных средних значений финансовых переменных банка. С помощью непараметрического критерия Крускала-Уолисса, позволяющего проводить сравнение средних значений по нескольким группам одновременно, выявлено, что финансовые показатели значимо различаются между собой на высоких уровнях значимости. Результаты проведенного анализа кластеров могут быть в дальнейшем использованы для поддержки принятия решения инвестором о выборе кластера (или банка внутри кластера) для проведения стресс-тестирования кредитного риска (как самого большого источника убытков) с целью инвестирования средств в банки, входящие в выбранный кластер, которые выдержали стресс-тестирование. В дальнейшем по результатам стресс-тестирования кредитного риска можно отобрать из анализируемого кластера те банки, которые являются наиболее устойчивыми к стрессовым событиям и могут в дальнейшем рассматриваться инвестором в качестве объектов инвестиционных вложений.