ОЦІНКА РИЗИКУ БАНКРУТСТВА БАНКІВ УКРАЇНИ СУЧАСНИМ МЕТОДОМ ШТУЧНИХ НЕЙРОННИХ МЕРЕЖ

Гадецька Зоя Митрофанівна
кандидат технічних наук,
доцент кафедри моделювання економіки і бізнесу
Черкаського національного університету ім. Богдана Хмельницького

Gadetska Zoya
Cherkassy Bogdan Khmelnitsky National University

У статті розглянуто сучасні методи оцінки ризику банкрутства банків України, а саме метод штучних нейронних мереж. Як правило, в класичних моделях діагностики банкрутства використовують показники прибутковості, фінансової стійкості, ліквідності та ділової активності. Як альтернатива класичним методам, для прогнозування ризику банкрутства українських банків може використовуватися сучасна нейромережева модель. Ця модель буде корисною для клієнтів банків, які бажають виявити банки, що найближчим часом (1–1,5 року) можуть стати неплатоспроможними та ліквідованими. Тому в статті запропонований сучасний метод моделювання оцінки ймовірності банкрутства банків – метод штучних нейронних мереж. Безпосереднє тестування можливості застосування нейронної мережі для визначення банкрутства банків України проводилося на множині зі 126 тестових наборів даних, що були відібрані з квартальних фінансових звітів п’яти банків України, три з яких є платоспроможними, а два знаходяться у стадії ліквідації. Дослідження показало, що метод штучних нейронних мереж доцільніше використовувати під час оцінки ризику банкрутства банківського сектору загалом. Це дасть змогу за наявності необхідних даних виокремити банки, котрі є платоспроможними, і такі банки, що з певних причин є неплатоспроможними, тобто мають досить високий відсоток ризику банкрутства.
Ключові слова: метод штучних нейронних мереж, оцінка ризику банкрутства, банк, прогнозування банкрутства.

Гадецкая З.М. ОЦЕНКА РИСКА БАНКРОТСТВА БАНКОВ УКРАИНЫ СОВРЕМЕННЫМ МЕТОДОМ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ
В статье рассмотрены современные методы оценки риска банкротства банков Украины, а именно метод искусственных нейронных сетей. Как правило, в классических моделях диагностики банкротства используют показатели прибыльности, финансовой устойчивости, ликвидности и деловой активности.
В качестве альтернативы классическим методам для прогнозирования риска банкротства украинских банков может быть использована современная нейросетевая модель. Данная модель поможет клиентам выявить банки, которые в ближайшее время (1–1,5 года) могут стать неплатежеспособными и будут ликвидированы. Поэтому в статье предложен современный метод моделирования оценки вероятности банкротства банков – метод искусственных нейронных сетей. Непосредственное тестирование возможности применения нейронной сети для определения банкротства банков Украины проводилось на множестве из 126 тестовых наборов данных, которые были отобраны из квартальных финансовых отчетов пяти банков Украины, три из которых являются платежеспособными, а два находятся в стадии ликвидации. Исследование показало, что метод искусственных нейронных сетей целесообразно использовать при оценке риска банкротства банковского сектора в целом. Это позволит при наличии необходимых данных выделить банки, которые являются платежеспособными, и такие банки, которые по ряду причин являются неплатежеспособными, то есть имеют достаточно высокий процент риска банкротства.
Ключевые слова: метод искусственных нейронных сетей, оценка риска банкротства, банк, прогнозирование банкротства.

Gadetska Zoya. ASSESSMENT OF RISK OF BANKRUPTCY OF BANKS OF UKRAINE BY A MODERN METHOD OF ARTIFICIAL NEURAL NETWORKS
The article examines modern methods of bankruptcy risk assessment of Ukrainian banks. Bankruptcy of any bank has negative consequences for a wide range of subjects and can lead to negative processes in all economy. Diagnostics of bankruptcy is a timely detection of insolvency, unprofitability, financial dependence on external sources of financing, low business activity. As a rule, in classical models of diagnostics of bankruptcy use indicators of profitability, financial stability, liquidity and business activity. For diagnostics of bankruptcy in the world it is used the models constructed on the basis of financial coefficients today. In article the comparative analysis of such most known models is carried out. From a set of foreign methods of management of risk of the simplest and widespread method of the analysis the GАР-management method is. But as practice shows, one method for exact assessment of probability of bankruptcy is not enough. And uses of models and methods focused on the developed countries is it is not quite relevant to economy of Ukraine. Today there is an urgent need of development of modern model of forecasting of bankruptcy of banks in the conditions of uncertainty and doubtful data for realities of the Ukrainian bank sphere, but which would be simple and convenient in use. As an alternative to statistical methods, for forecasting of risk of bankruptcy of the Ukrainian banks, the modern neural network model can be used. This model will be useful to clients of banks which want to define insolvent banks in the nearest future (1–1,5 years). Therefore in this article the modern method of modeling of assessment of probability of bankruptcy of banks ₋ a method of artificial neural networks is offered. Direct testing of a possibility of application of neural network for definition of bankruptcy of banks of Ukraine was held on a set from 126 test data sets which were selected from quarterly financial statements of 5 banks of Ukraine, three of which are solvent, and two are in an elimination stage. The research showed that it is expedient to use a method of artificial neural networks at assessment of risk of bankruptcy of the banking sector in general. It will allow to allocate, in the presence of necessary data, banks which are solvent and insolvent, that is, have rather high percent of risk of bankruptcy.
Key words: method of artificial neural networks, assessment of risk of bankruptcy, bank, bankruptcy forecasting.

DOI: 10.32782/2524-0072/2019-20-97

Завантажити статтю (pdf)