Сравнительная оценка результатов деятельности коммерческих банков России на основе многомерного анализа финансовых показателей

Abstract

Banks occupy a central place in the modern global economy. Their stability is an indicator of the state of the country's economy as a whole, which has been repeatedly confirmed by the history of financial crises. The trend and intensity of global digitalization are radically changing the architecture of markets, which requires the development of new theories, methodologies, the search for new management technologies for immediate response to all kinds of challenges and for making informed decisions based on a comprehensive system assessment. The purpose of the study is to conduct a comparative probabilistic assessment of the performance of banks based on the generation of a random multidimensional value of financial indicators. The hypothesis of the study is that probabilistic multidimensional comparative evaluation models will eliminate subjectivism, increase the efficiency and reliability of the raw data base for generating management decisions. The authors have developed a new methodology for comparative evaluation of banks using multidimensional probabilistic analysis. The main problems of managerial decision-making in conditions of uncertainty are identified, taking into account the presence of an anthropogenic factor in the system, the stages of formation of a training sample of commercial banks are described, a list of statistically significant financial indicators is selected, a mathematical problem is formulated, a methodology and mathematical tools for analyzing multidimensional indicators are defined. Using a practical example for 2015-2020, a training sample of banks was formed, divided into two clusters, the coefficients of the equation of the separating hyperplane were determined, a multidimensional random variable was generated, the probability of banks being assigned to one of the clusters was calculated. The results of the calculations showed that only some banks managed to keep their place in the "positive" cluster and the units showed a positive increase in probability. The scientific and practical significance of the research lies in the increment of knowledge on the development of a methodology for multidimensional probabilistic assessment of the position of banks in the training sample. The basis of this methodology can be extended to related spheres of economic life of society, to form the basis of automation models for assessing the financial condition of the subject, finding solutions to optimization problems and developing management solutions.

Банки занимают центральное место в современной мировой экономике. Их устойчивость являются лакмусовым индикатором состояния экономики страны в целом, что неоднократно подтверждает история финансовых кризисов. Тренд и интенсивность глобальной цифровизации кардинально меняют архитектуру рынков, что требует разработки новых теорий, методологий, поиск новых технологий управленческого менеджмента по немедленному реагированию на всевозможные вызовы и принятие взвешенных решений, основанных на комплексной системной оценке. Цель исследования – провести сравнительную вероятностную оценку результатов деятельности банков на основе генерации случайной многомерной величины финансовых показателей. Гипотеза исследования – вероятностные многомерные сравнительные модели оценки позволят исключить субъективизм, повысить оперативность и достоверность базы исходных данных для генерации управленческих решений. Авторами разработана новая методология сравнительной оценки банков с применением многомерного вероятностного анализа. Обозначены основные проблемы принятия управленческих решений в условиях неопределенности с учетом присутствия в системе антропогенного фактора, описаны этапы формирования обучающей выборки коммерческих банков, выбран перечень статистически значимых финансовых показателей, сформулирована математическая задача, определены методология и математический инструментарий анализа многомерных показателей. На практическом примере за 2015–2020 гг. сформирована обучающая выборка банков, разделена на два кластера, определены коэффициенты уравнения разделяющей гиперплоскости, сгенерирована многомерная случайная величина, рассчитана вероятность отнесения банков к одному из кластеров. Результаты расчетов показали, что лишь некоторым банкам удалось сохранить место в «положительном» кластере и у единиц отмечен положительный прирост вероятности. Научно-практическая значимость исследования заключается в приращении знания по разработке методологии многомерной вероятностной оценки положения банков в обучающей выборке. Базис данной методологии возможно распространить на смежные сферы хозяйственной жизни социума, положить в основу моделей автоматизации оценки финансового состояния субъекта, поиска решений оптимизационных задач и выработки управленческих решений.

Банки занимают центральное место в современной мировой экономике. Их устойчивость являются лакмусовым индикатором состояния экономики страны в целом, что неоднократно подтверждает история финансовых кризисов. Тренд и интенсивность глобальной цифровизации кардинально меняют архитектуру рынков, что требует разработки новых теорий, методологий, поиск новых технологий управленческого менеджмента по немедленному реагированию на всевозможные вызовы и принятие взвешенных решений, основанных на комплексной системной оценке. Цель исследования – провести сравнительную вероятностную оценку результатов деятельности банков на основе генерации случайной многомерной величины финансовых показателей. Гипотеза исследования – вероятностные многомерные сравнительные модели оценки позволят исключить субъективизм, повысить оперативность и достоверность базы исходных данных для генерации управленческих решений. Авторами разработана новая методология сравнительной оценки банков с применением многомерного вероятностного анализа. Обозначены основные проблемы принятия управленческих решений в условиях неопределенности с учетом присутствия в системе антропогенного фактора, описаны этапы формирования обучающей выборки коммерческих банков, выбран перечень статистически значимых финансовых показателей, сформулирована математическая задача, определены методология и математический инструментарий анализа многомерных показателей. На практическом примере за 2015–2020 гг. сформирована обучающая выборка банков, разделена на два кластера, определены коэффициенты уравнения разделяющей гиперплоскости, сгенерирована многомерная случайная величина, рассчитана вероятность отнесения банков к одному из кластеров. Результаты расчетов показали, что лишь некоторым банкам удалось сохранить место в «положительном» кластере и у единиц отмечен положительный прирост вероятности. Научно-практическая значимость исследования заключается в приращении знания по разработке методологии многомерной вероятностной оценки положения банков в обучающей выборке. Базис данной методологии возможно распространить на смежные сферы хозяйственной жизни социума, положить в основу моделей автоматизации оценки финансового состояния субъекта, поиска решений оптимизационных задач и выработки управленческих решений.