Исследование динамики инвестиционных портфелей российских банков нейросетью

Практика показывает, что применение системы искусственного интеллекта «карта Кохонена» имеет важное значение в целях получения определенной статистической информации по коммерческим банкам. В разрезе кластеров модели использование карты Кохонена имеет важное значение для прогнозирования рыночной доли в условиях меняющегося рынка.

Важно сформировать математическую модель «карту Кохонена», позволяющую прогнозировать долю кредитного портфеля коммерческого банка.

Управление кредитным портфелем, находясь на стыке менеджмента, банковского дела, инвестиций, кредита и маркетинга, протекает в условиях экономического кризиса, формирования информационного общества, внедрения инноваций, что указывает на многогранность решаемых при этом проблем и требует применения современного математического аппарата для проведения исследований в условиях рыночной неопределенности.

Отдавая должное значимости упомянутых исследований, следует отметить, что слабо исследованы вопросы стратегического управления кредитным портфелем. Не адаптированы к управлению кредитным портфелем банка известные науке нелинейные экономико-математические методы, в частности, системы искусственного интеллекта.

Исследование факторов, являющихся определяющими для банковской российской системы, имеет важное значение не только с точки зрения прогноза на ближайшую и отдаленную перспективу. Можно с большой долей вероятности предположить, что процесс сокращения количества коммерческих банков продолжится.

В данном случае полиноминальное уравнение зависимости количества банков по годам имеет вид:

Показатель достоверности аппроксимации R2 = 0.9825 свидетельствует о том, что связь сильная и величина результативного признака – число банков на 98,25 % определяется факториальным признаком – временем.

Использование полученного в XL уравнения зависимости позволяет рассчитать численность банков на перспективу методом экстраполяции. Подставив x=18 (следующее наблюдение 18-е по счету), получается У= -2,0267*324-5,762*18+1346,4 = 586. Что очень близко к фактическим значениям, так на 01.01.2017 г. количество банков составляло 623 шт., а на 01.03.2017 г. численность сократилась до 567 шт.

В условиях действия тенденции сокращения численности коммерческих банков исследование динамики рыночной доли кредитного портфеля в целях совершенствования комплекса маркетинговых коммуникаций имеет важное значение. Квантование данных дает возможность выявить закономерности.

Проводя ту или иную инвестиционную политику, которая ярко просматривается в доле акций, банки в итоге получают различную прибыль по итогам работы за год.

Прирост портфеля определенным образом влияет на размер прибыли банка, банки ранжированы по величине активов.

Подобные прогнозы имеют важное значение в конкурентной борьбе при совершенствовании стратегии развития. Фактическое снижение стоимости кредитного портфеля «АЙМАНИБАНК» по состоянию на 01.01.2017 г. составило -25,07 %, то есть портфель уменьшился до 2425668 тыс. руб., а рыночная доля до 0,0203 %.

Как показывают исследования, применение нейронной сети «карта Кохонена» предоставляет реальную возможность сделать прогноз динамики рыночной доли кредитного портфеля. Применение инновационных методов оценки динамики рынка банковских кредитных портфелей открывает новые возможности, однако для этого потребуется включить в модель большее количество факторов, что позволит усовершенствовать предложенную нейросетевую модель.

Результаты теоретических исследований, в частности, выявление тенденций развития кредитного рынка, могут быть использованы при формировании стратегии его развития коммерческими банками в современных условиях.

Например, в целях повышения качества кредитного портфеля банка были разработаны алгоритмы, на которые было получено свидетельство о государственной регистрации программы для ЭВМ «Аппарат нейронной сети для оценки риска банкротства предприятия – клиента банка».