Статті автора : Васюренко Олег Володимирович№ 2/2020
Методи і моделі прогнозуванняВАСЮРЕНКО Олег Володимирович1, БЕРЕЖНИЦЬКА Уляна Богданівна2
1ПВНЗ «Київський інститут бізнесу та технологій»
2Івано-Франківський національний технічний університет нафти і газу,
ВЕЙВЛЕТ-КОГЕРЕНТНІСТЬ ЯК ІНСТРУМЕНТ РЕТРОСПЕКТИВНОГО АНАЛІЗУ ДІЯЛЬНОСТІ БАНКІВ
АНОТАЦІЯ ▼
Розглянуто можливість та доцільність застосування апарату теорії вейвлетів щодо проведення аналізу банківської діяльності. Визначено окремі етапи комплексного застосування різних інструментів з теорії вейвлетів щодо проведення аналізу діяльності банків на основі ретроспективних даних. Серед таких етапів відзначено розкладання початкових даних за їх апроксимуючими коефіцієнтами та коефіцієнтами деталізації, застосування вейвлет-когерентності.
Зауважено про важливість проведення ретроспективного аналізу щодо розкриття прихованих взаємозв’язків у структурі даних, які визначають окремі аспекти банківської діяльності. Підкреслено переваги застосування інструментів теорії вейвлетів для аналізу діяльності банків на основі статистичних даних про їхню діяльність. Серед таких переваг виділено можливість як дослідження зв’язків між даними у часі та визначення їх глибини, так і виконання цього в одному дослідницькому вікні.
Особливу увагу зосереджено на аналізі взаємозв’зку між обсягами коштів на депозитних рахунках та обсягами наданих кредитів – як одних із ключових параметрів щодо ведення банківської діяльності. Зауважено, що такий взаємозв’язок залежить від обсягів адміністративних витрат та власного капіталу банків.
Відзначено, що ретроспективний аналіз дає можливість виявити наслідки настання небажаних подій та попередити їх у майбутньому.
Для проведення відповідного аналізу розкрито зміст побудови опису просторової вейвлет-когерентності, що дає можливість врахувати кількість параметрів більшу, аніж за класичних підходів до її обчислення. Це розширює межі відповідного аналізу, допомагає дослідити різноманітні взаємні впливи між окремими банками з погляду їх окремих показників щодо ведення банківської діяльності. Такий аналіз дає змогу визначати не лише взаємозв’язок між окремими показниками банківської діяльності, а й глибину впливу між окремими банками з урахуванням таких показників їх діяльності. Наведено конкретні приклади, що доводять доцільність та вірогідність застосування пропонованих підходів до аналізу банківської діяльності.
Ключові слова:вейвлет-когерентність, банківська діяльність, часові ряди, депозити, кредити, адміністративні витрати, власний капітал
Стаття українською мовою (cтор. 43 - 60) | Завантажити | Завантажень : 463 |
СПИСОК ЛІТЕРАТУРИ ▼
1. Варцаба В.І. Проблеми забезпечення фінансової стійкості банківської системи України. Науковий вісник Ужгородського університету. Серія Економіка. 2018. № 1 (51). С. 311–316.
doi.org/10.24144/2409-6857.2018.1(51).311-316
2. Рущишин Н.М., Костак З.Р. Банківська система України: сучасний стан та перспективи розвитку. Економіка і суспільство. 2018. № 16. С. 783–789. URL:
economyandsociety. in. ua/journal/16_ukr/119. pdf
3. Liang D., Zhang Y., Xu Z., Jamaldeen A. Pythagorean fuzzy VIKOR approaches based on TODIM for evaluating internet banking website quality of Ghanaian banking industry. Applied Soft Computing. 2019. № 78. Р. 583–594.
doi.org/10.1016/j.asoc.2019.03.006
4. Affes Z., Hentati-Kaffel R. Predicting US banks bankruptcy: logit versus Canonical Discriminant analysis. Computational Economics. 2019. № 54(1). Р. 199–244.
doi.org/10.1007/s10614-017-9698-0
5. Sharma S.K. Integrating cognitive antecedents into TAM to explain mobile banking behavioral intention: A SEM-neural network modeling. Information Systems Frontiers. 2019. № 21(4). Р. 815–827.
doi.org/10.1007/s10796-017-9775-x
6. Li Y., Allan N., Evans J. R. A Nonlinear Analysis of Operational Risk Events in Australian Banks. Journal of Operational Risk, Forthcoming. 2017.
doi.org/10.21314/JOP.2017.185
7. Saiti B, Bacha O. I., Masih M. Testing the conventional and Islamic financial market contagion: evidence from wavelet analysis. Emerging Markets Finance and Trade. 2016. № 52(8). Р. 1832–1849.
doi.org/ 10.1080/1540496X.2015.1087784
8. Edurkar A., Shaikh A.A. Application of Morlet Wavelet Transform for analysis of Business Practices of Foreign Banks in India. Wealth: International Journal of Money, Banking & Finance. 2018. № 7(1). Р. 12–17.
9. Okeke C., Nwude E. C. A Statistical Simulation for the Profitability of Banks: A Study. International Journal of Economics and Financial Issues. 2018. № 8(2). Р. 243–254.
10. Affes Z., Hentati-Kaffel R. Predicting US banks bankruptcy: logit versus Canonical Discriminant analysis. Computational Economics. 2019. № 54(1). Р. 199–244.
doi.org/10.1007/s10614-017-9698-0
11. Васюренко О., Ляшенко В., Подчесова В. Ефективність кредитування фізичних та юридичних осіб банками України: методологія аналізу стохастичних границь. Вісник Національного банку України. 2014. № 1. С. 5–11.
12. Anwar M. Cost efficiency performance of Indonesian banks over the recovery period: A stochastic frontier analysis. The Social Science Journal. 2019. № 56(3). Р. 377–389.
doi.org/10.1016/j.soscij.2018.08.002
13. He F., He X. A Continuous Differentiable Wavelet Shrinkage Function for Economic Data Denoising. Computational Economics. 2019. № 54(2). Р. 729–761.
doi.org/10.1007/s10614-018-9849-y
14. Lyashenko V., Deineko Z., Ahmad A. Properties of wavelet coefficients of self-similar time series. International Journal of Scientific and Engineering Research. 2015. № 6(1). Р. 1492–1499.
doi.org/10.14299/ijser.2015.01.025
15. Heil C. E., Walnut D. F. Continuous and discrete wavelet transforms. SIAM review. 1989. № 31(4). Р. 628–666.
doi.org/10.1137/1031129
16. Grinsted A., Moore J. C., Jevrejeva S. Application of the cross wavelet transform and wavelet coherence to geophysical time series. Nonlinear Processes in Geophysics. 2004. № 11 (5/6). Р. 561–566.
17. Lyashenko V., Zeleniy O., Mustafa S. K., Ahmad M. A. An Advanced Methodology for Visualization of Changes in the Properties of a Dye. International Journal of Engineering and Advanced Technology. 2019. № 9(1). P. 7111–7114.
doi.org/10.35940/ijeat.A1496.109119.