Neural network methods for forecasting the reliability of Ukrainian banks

  • 30 Views
  • 5 Downloads

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License

The article proposes an approach to analyzing the reliability of commercial banks using multilayer neural networks and Kohonen self-organizing maps, and also conducted their approbation on the example of the Ukrainian banking system from 2014 to 2018 with breakdown into 3 periods. Based on the experiments, the best variants of the architecture of neural networks are revealed. It is found that solving the problem of assessing the reliability of commercial banks in the clustering formulation gives a better result than in the classification formulation. The conclusion that a rapid change in the conditions of functioning of a modern banking system makes inefficient the use of analytical models with rigidly prescribed coefficients is experimentally substantiated. The results of the research are of practical importance and can be used to identify potential partners in the banking sector of the economy.

view full abstract hide full abstract
    • Figure 1. Витяг з таблиці з результатами класифікації
    • Figure 2. Матриця щільності попадання банків в комірки карти Кохонена
    • Figure 3. Результати автоматичної кластеризації карти Кохонена
    • Figure 4. Матриця щільності попадання банків у комірки карти Кохонена за вибіркою 2014-2017 рр.
    • Table 1. Ефективність прогнозування банкрутства банків України ШНМ різної архітектури
    • Table 2. Таблиця спряженості результатів тестування персептрону з архітектурою 47-3-2
    • Table 3. Таблиця спряженості результатів тестування персептрону з архітектурою 47-7-2
    • Table 4. Таблиця спряженості результатів тестування персептрону з архітектурою 47-5-3-2
    • Table 5. Таблиця спряженості результатів тестування персептрону з архітектурою 47-6-3-2
    • Table 6. Розподіл банків, що припинили діяльність, по комірках карти
    • Table 7. Розподіл банків, які припинили діяльність в 2016 р., по комірках карти
    • Table 8. Таблиця спряженості результатів тестування ШНМ Кохонена
    • Table 9. Спряженість результатів прогнозування банкрутств банків у 2017 р. персептроном архітектури 47-5-3-2 на даних 2014–2016 рр.
    • Table 10. Спряженість результатів прогнозування банкрутств банків у 2017 р. персептроном архітектури 47-5-3-2 на даних 2015–2016 рр.
    • Table 11. Розподіл банків по комірках карти за даними щодо їх діяльності в 2014–2016 рр.
    • Table 12. Спряженість результатів прогнозування банкрутств у 2017 р. для ШНМ Кохонена на даних 2014–2016 рр.
    • Table 13. Розподіл банків по комірках карти за даними щодо їх діяльності в 2015–2016 рр.
    • Table 14. Спряженість результатів прогнозування банкрутств у 2017 р. для ШНМ Кохонена на даних 2015–2016 рр.