РАЗРАБОТКА МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ ДЛЯ АНАЛИЗА СОСТОЯНИЯ
КРЕДИТНЫХ ОРГАНИЗАЦИЙ НА ОСНОВЕ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ 

Виктор Владимирович Иванов, доктор физико-математических наук, профессор, главный научный сотрудник лаборатории информационных технологий имени М. Г. Мещерякова, Объединенный институт ядерных исследований (Россия, Московская обл., г. Дубна, ул. Жолио-Кюри, 6) E-mail: ivanov@jinr.ru
Елена Павловна Акишина, кандидат физико-математических наук, старший научный сотрудник лаборатории информационных технологий имени М. Г. Мещерякова, Объединенный институт ядерных исследований (Россия, Московская обл., г. Дубна, ул. Жолио-Кюри, 6) E-mail: eakishina@mail.ru
Анастасия Сергеевна Приказчикова, консультант Управления развития информационных технологий финансового мониторинга, Федеральная служба по финансовому мониторингу (Россия, г. Москва, ул. Мясницкая, 39, стр. 1) E-mail: aska4.92@mail.ru

Актуальность и цели. Предметом настоящего исследования являются разработка и оптимизация математических моделей для анализа финансового состояния кредитных организаций на основе искусственных нейронных сетей. Актуальность исследования обусловливается необходимостью внедрения современных вычислительных технологий, с использованием которых Банк России сможет превентивно реагировать на возможные риски в банковской сфере. Материалы и методы. В рамках исследования развит новый подход для анализа и оценки деятельности кредитных организаций на основе искусственных нейронных сетей. Проведен анализ состава показателей с использованием матрицы коэффициентов корреляций Пирсона и метода главных компонент. Удалось сократить объем выборки, подаваемой на вход нейронной сети, сохранив при этом качество моделей на высоком уровне. Результаты. В результате проведенного исследования разработаны модели нейронных сетей, с помощью которых возможно идентифицировать высокорисковые кредитные организации. Выводы. Разработка новых математических моделей, методов и алгоритмов для анализа деятельности кредитных организаций позволит своевременно реагировать на возможные риски экономической безопасности страны и прогнозировать финансовое состояние отдельных ее звеньев.

Ключевые слова

Банк России, кредитные организации, нейросеть, корреляционный анализ, метод главных компонент

 Скачать статью в формате PDF

Для цитирования:

Иванов В. В., Акишина Е. П., Приказчикова А. С. Разработка математических моделей для анализа состояния кредитных организаций на основе искусственных нейронных сетей // Модели, системы, сети в экономике, технике, природе и обществе. 2024. № 4. С. 98–107. doi: 10.21685/2227-8486-2024-4-8