Оценка надежности банка как объекта инвестирования

Предложены подход, позволяющий классифицировать коммерческие банки на банки, у которых велика вероятность отзыва лицензии, и надежные банки, а также информационно-логическая модель определения группы банков (или одного банка) из числа надежных, являющихся привлекательными для вложения инвестиций. Вероятность отзыва лицензии оценивалась с помощью логистической регрессионной модели на основе информационной базы исследования, состоящей из 17 559 наблюдений по всем банкам, охватывающей период с I квартала 2012 г. по IV квартал 2017 г. Ввиду наличия в данных мультиколлинеарности применялась RIDGE-модификация с алгоритмом определения штрафного коэффициента.
В модель в качестве регрессоров включены показатели волатильности макроэкономических переменных, выраженные в стандартном отклонении и дисперсии макроэкономической переменной внутри рассматриваемого периода. Нулевая гипотеза о статистической незначимости от нуля коэффициентов при показателях волатильности макроэкономических переменных отвергается на различных уровнях значимости. Модель построена в среде программирования R-studio с применением пакета «RIDGE». На основе иерархической кластеризации методом Уорда (в качестве меры расстояния — квадрат Евклидова расстояния) получено одиннадцать кластеров. Приведено краткое описание данных кластеров на основе абсолютных средних значений переменных, а также относительных средних значений финансовых переменных банка. С помощью непараметрического критерия Крускала-Уолисса, позволяющего проводить сравнение средних значений по нескольким группам одновременно, выявлено, что финансовые показатели значимо различаются между собой на высоких уровнях значимости. Результаты проведенного анализа кластеров могут быть в дальнейшем использованы для поддержки принятия решения инвестором о выборе кластера (или банка внутри кластера) для проведения стресс-тестирования кредитного риска (как самого большого источника убытков) с целью инвестирования средств в банки, входящие в выбранный кластер и которые выдержали стресс-тестирование. В дальнейшем по результатам стресс-тестирования кредитного риска можно отобрать из анализируемого кластера те банки, которые являются наиболее устойчивыми к стрессовым событиям и могут в дальнейшем рассматриваться инвестором в качестве объектов инвестиционных вложений.