The dynamics of accounting reports as an indicator of the deterioration in bank’s financial standing
- Authors: Shurakova D.A.1
-
Affiliations:
- Financial University under the Government of the Russian Federation
- Issue: Vol 17, No 2 (2021)
- Pages: 176-186
- Section: Articles
- URL: https://journals.eco-vector.com/2541-8025/article/view/532261
- ID: 532261
Cite item
Open Access
Access granted
Abstract
The purpose of the article is to predict the financial condition of banks in the Russian Federation using mathematical modeling tools. The main task is to develop a machine learning algorithm to predict the deterioration of the financial condition of banks. The article describes the construction of regression models that make it possible to predict bank ratings based on the published reporting forms of credit institutions. The built models are of two types: the first model predicts the current ratings of banks, the second predicts future ratings in three months time horizon. Combining the two models makes it possible to predict rating downgrades for any bank in Russia. The quality of the models was assessed, and conclusions were drawn from the results obtained.
Full Text
About the authors
Daria A. Shurakova
Financial University under the Government of the Russian Federation
Email: dashurakova@fa.ru
Moscow, Russian Federation
References
- Бекетнова Ю.М. Аналитические методы оценки и прогнозирования финансового состояния кредитных организаций // Финансы: теория и практика 2019 Т. 23. №1(109) С. 79-95
- Бринк Хенрик Машинное обучение/ Бринк Хенрик, Ричардс Джозеф, Феверолф Марк - СПб.: Питер, 2017. - 336 с.: ил. - (Серия «Библиотека программиста») - ISBN 978-5-496-02989-6
- Волкова О. Влияние финансовых показателей на международные рейтинги Российских банков / Волкова О., Львова И. // Экономическая политика. 2016. Т. 11. № 1. С. 177-195
- Журавлев Ю.И. Исследование возможности прогнозирования изменения финансового состояния кредитной организации на основе публикуемой отчетности/ Журавлев Ю.И., Сенько О.В., Бондаренко Н.Н., Рязанов В.В., Докукин А.А., Виноградов А.П. // Информатика и её применения 2019 Т. 13. Вып. 4. С. 30-35
- Карминский А.М. Модели рейтингов международных агентств/ Карминский А.М., Пересецкий А.А. // Прикладная эконометрика, 2007 №1(5) С. 3-19.
- Морган А.Ф. «Оценка вероятности банкротства российских банков»// Экономика. Бизнес. Банки. 2021. № 1 (51). С. 64-77.
- Положение Банка России от 26 марта 2007 года N 302-П «О правилах ведения бухгалтерского учета в кредитных организациях, расположенных на территории Российской Федерации»
- Указание Банка России от 24.11.2016 N 4212-У «О перечне, формах и порядке составления и представления форм отчетности кредитных организаций в Центральный банк Российской Федерации» (Зарегистрировано в Минюсте России 14.12.2016 N 44718) https://учет-в-банках.рф/norm/norm-4212-u/4212-u-oglav.htm
- Эскиндаров М.А. Парадигмы цифровой экономики: Технологии искусственного интелекта в финансах и финтехе: Монография / Под ред. М.А. Эскиндарова, В.И. Соловьева. - М.: Когито-Центр, 2019. - 325с. - ISBN 978-5-89353-550-1
- Chang Y.-C. Application of extreme gradient boosting trees in the construction of credit risk assessment models for financial institutions/ Chang Y.-C., Chang K.-H. , Wu G.-J.// Applied Soft Computing Journal Volume 73, December 2018, Pages 914-920
- Gogas P. Forecasting bank failures and stress testing: A machine learning approach/ Gogas P., Papadimitriou T., Agrapetidou A.// International Journal of Forecasting Volume 34, Issue 3, July - September 2018, Pages 440-455
- Golbayani P. A comparative study of forecasting corporate credit ratings using neural networks, support vector machines, and decision trees/ Golbayani P., Florescu I., Chatterjee R.// North American Journal of Economics and Finance Volume 54, November 2020
- Li J.-P. Machine learning and credit ratings prediction in the age of fourth industrial revolution / Li J.-P., Mirza N., Rahat B., Xiong D.// Technological Forecasting and Social Change Volume 161, December 2020
- Moscatelli M. Corporate default forecasting with machine learning/ Moscatelli M., Parlapiano F., Narizzano S., Viggiano G. // Expert Systems with Applications Volume 161, 15 December 2020, 113567
- Tripathy N. «Dividends and financial health: Evidence from U.S. bank holding companies»/ Tripathy N., Wu D., Zheng Y.// Journal of Corporate Finance Volume 66, February 2021
Supplementary files
