№ 2020/2
Методы и модели прогнозированияВАСЮРЕНКО Олег Владимирович1, БЕРЕЖНИЦКАЯ Ульяна Богдановна2
1ЧВУЗ «Киевский институт бизнеса и технологий»
2Ивано-Франковский национальный технический университет нефти и газа
ВЕЙВЛЕТ-КОГЕРЕНТНОСТЬ КАК ИНСТРУМЕНТ РЕТРОСПЕКТИВ-НОГО АНАЛИЗА ДЕЯТЕЛЬНОСТИ БАНКОВ
АННОТАЦИЯ ▼
Рассмотрена возможность и целесообразность применения аппарата теории вейвлетов для проведения анализа банковской деятельности. Определены отдельные этапы комплексного применения различных инструментов по теории вейвлетов для проведения анализа деятельности банков на основе ретроспективных данных. Среди таких этапов отмечено разложение исходных данных по их аппроксимирующим коэффициентам и коэффициентам детализации, применение вейвлет-когерентности.
Указано на важность проведения ретроспективного анализа по раскрытию скрытых взаимосвязей в структуре данных, которые определяют отдельные аспекты банковской деятельности. Подчеркнуты преимущества применения инструментов теории вейвлетов для анализа деятельности банков на основе статистических данных относительно их деятельности. Среди таких преимуществ выделено возможность как исследования связей между данными во времени и определения глубины таких связей, так и осуществления этого в одном исследовательском окне.
Особое внимание уделено анализу взаимосвязи между объемами средств на депозитных счетах и объемами предоставленных кредитов – как одним из ключевых параметров в ведении банковской деятельности. Отмечено, что такая взаимосвязь зависит от объемов административных расходов и собственного капитала банков. Акцентировано, что ретроспективный анализ позволяет вы-явить последствия наступления нежелательных событий и предотвратить их в будущем.
Для проведения соответствующего анализа раскрыта процедура построения описания пространственной вейвлет-когерентности, которое позволяет учесть большее количество параметров, нежели при классических подходах ее вычисления. Это расширяет границы соответствующего анализа, позволяет исследовать различные взаимные влияния между отдельными банками с точки зрения их отдельных показателей по ведению банковской деятельности. Такой анализ позволяет определить не только взаимосвязь между отдельными показателями банковской деятельности, но и соответственно плотность взаимодействия между отдельными банками в этом аспекте. Приведены конкретные примеры, показывающие целесообразность и вероятность применения предложенных подходов к анализу банковской деятельности.
Ключевые слова:вейвлет-когерентность, банковская деятельность, временные ряды, депозиты, кредиты, административные расходы, собственный капитал
| Статья на украинском языке (cтр. 43 - 60) | Загрузить | Загрузок : 457 |
ПЕРЕЧЕНЬ ЛИТЕРАТУРЫ ▼
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.
Русский
English 
Ukrainian 
