ИССЛЕДОВАНИЕ ПРИЧИН ОТЗЫВА ЛИЦЕНЗИЙ У РОССИЙСКИХ КОММЕРЧЕСКИХ БАНКОВ В ПОСТКРИЗИСНЫЙ ПЕРИОД (2010–2011)
ИССЛЕДОВАНИЕ ПРИЧИН ОТЗЫВА ЛИЦЕНЗИЙ У РОССИЙСКИХ КОММЕРЧЕСКИХ БАНКОВ В ПОСТКРИЗИСНЫЙ ПЕРИОД (2010–2011)
Аннотация
Код статьи
S042473880000616-6-1
Тип публикации
Статья
Статус публикации
Опубликовано
Страницы
41-53
Аннотация

В статье рассматриваются факторы, определяющие вероятность отзыва лицензий российских коммерческих банков в посткризисный период с 1 января 2010 г. по 31 декабря 2011 г. Прогнозирование финансовой устойчивости осуществляется с использованием логистической модели бинарного выбора, построенной на основе ежемесячной бухгалтерской отчетности, взятой за пять месяцев до наблюдения статуса банка. В работе также рассматривается вопрос о влиянии несбалансированности исходных данных на качество модели.

Ключевые слова
банк, оценка вероятности банкротства, логистическая регрессионная модель, финансовые показатели
Классификатор
Дата публикации
01.07.2015
Всего подписок
1
Всего просмотров
816
Оценка читателей
0.0 (0 голосов)
Цитировать   Скачать pdf

Библиография



Дополнительные библиографические источники и материалы

Головань С.А., Евдокимов А.М., Карминский А.М., Пересецкий А.А. (2004). Модели вероятности дефолта российских банков. Влияние макроэкономических факторов на устойчивость банков. М.: РЭШ.

Головань С.А., Карминский А.М., Копылов А.В., Пересецкий А.А. (2003). Модели вероятности дефолта российских банков. Предварительное разбиение банков на кластеры. М.: РЭШ.

Дробышевский С.М., Зубарев А.В. (2011). Факторы устойчивости российских банков 2007–2009. М.: Институт им. Е.Т. Гайдара.

Емельянов А.М., Брюхова О.О. (2013). Оценка вероятности банкротства банков //Финансы и кредит. № 27 (555). С. 47–58.

Карминский А.М., Костров А.В. (2013). Модели вероятности дефолта российских банков: расширенные возможности // Журнал Новой экономической ассоциации. № 1. С. 64–86.

Карминский А.М., Костров А.В., Мурзенков Т.Н. (2012). Моделирование вероятности дефолта российских банков с использованием эконометрических методов. М.: Изд. дом ГУ ВШЭ.

Пересецкий А.А. (2007). Методы оценки вероятности дефолта банка // Экономика и математические методы. Т. 43. № 3. С. 37–62.

Пересецкий А.А. (2013). Модели причин отзыва лицензий российских банков. Влияние неучтенных факторов // Прикладная эконометрика. Т. 30. № 2. С.49–64.

Федеральный закон от 25 февраля 1999 г. № 40-ФЗ (ред. от 2 июля 2013 г.) «О несостоятельности (банкротстве) кредитных организаций».

Altman E. (1968). Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy // The Journal of Finance. Vol. 4. P. 589–610.

Bell T.B. (1997). Neural Nets or the Logit Model? A Comparison of Each Model’s Ability to Predict Commercial Bank Failures // International Journal of Intelligent Systems in Accounting, Finance and Management. Vol. 6. P. 249–264.

Berg S.A., Hexeberg B. (1994). Early Warning Indicators for Norwegian Banks: A Logit Analysis of the Experiences from the Banking Crisis. Norges Bank Working Paper.

Bongini P., Claessens S., Ferri G. (2001). The Political Economy of Distress in East Asian Financial Institutions // Journal of Financial Services Research. Vol. 19. P. 5 –25.

Charnes A., Cooper W.W., Rhodes E. (1978). Measuring the Effi ciency of Decision-Making Units // European Journal of Operation Research. Vol. 6. P. 429–444.

Erdogan B.E. (2008). Bankruptcy Prediction of Turkish Commercial Banks Using Financial Ratios // Applied Mathematical Sciences. Vol. 60. P. 2973–2982.

Estrella A., Park S., Peristiani S. (2000). Capital Ratios as Predictors of Bank Failure // FRBNY Economic Policy Review. P. 33–52.

He H., Edwardo A. (2009). Learning from Imbalanced Data // IEEE Transactions on Knowledge and Data Engineering. Vol. 9. P. 1263–1284.

Kahn C., Papanikolaou N. (2013). What Problem Banks Reveal about Future Financial Distress: Evidence from the Late 2000s Financial Crisis. (April 30, 2013). Available at SSRN: http://ssrn.com/abstract=1913710

Kolari J., Caputo M., Wagner D. (1996) Trait Recognition: An Alternative Approach to Early Warning Systems in Commercial Banking // Journal of Business Finance and Accounting. Vol. 23. P. 1415–1434.

Kolari J., Glennon D., Shin H., Caputo M. (2002). Predicting Large US Commercial Bank Failures // Journal of Economics and Business. Vol. 54. P. 361–387.

Lanine G., Vennet R. (2006) Failure Prediction in the Russian Bank Sector with Logit and Trait Recognition Models // Expert Systems with Applications. Vol. 30. P. 463–478.

Logan A. (2000). The Early 1990s Small Banking Crisis: Leading Indicators // Bank of England Financial Stability Review. No. 9. P. 130 – 145.

Louzada F., Ferreira-Silva P.H., Diniz C.A.R. (2012). On the Impact of Disproportional Samples in Credit Scoring Models: An Application to a Brazilian Bank Data // Expert Systems with Application. Vol. 39. P. 8071–8078.

Martin D. (1977). Early Warning of Bank Failure: A Logit Regression Approach // Journal of Banking and Finance. Vol. 1. P. 249–276.

Paola B., Laeven L., Majnoni G. (2002). How Good is the Market at Assessing Bank Fragility? A Horse Race between Different Indicators // Journal of Banking and Finance. Vol. 26. P. 1011–1028.

Zhao H., Sinha A., Ge W. (2009). Effects of Feature Construction on Classifi cation Performance: An Empirical Study in Bank Failure Prediction // Expert Systems with Applications. Vol. 36. P. 2633–2644.

Комментарии

Сообщения не найдены

Написать отзыв
Перевести