Статья: ПРОГНОЗИРОВАНИЕ УСТОЙЧИВОСТИ ОТЕЧЕСТВЕННЫХ БАНКОВ СИСТЕМОЙ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА (2025)

Читать онлайн

В статье проанализировано современное состояние, результативность и устойчивость российских банков в условиях турбулентности экономики. Цель исследования - сформировать прогноз прибыли для обеспечения устойчивого развития российских банков, а также выявить закономерности их развития в условиях нарастания рыночной неопределенности. Сформирована модель глубокого обучения «Случайный лес». В ходе исследования были использованы такие методы, как технический анализ акций банков с использованием библиотек pandas, yfinance, numpy, matplotlib на языке Python на сервисе Colab, а также модель глубокого обучения «Случайный лес» для прогнозирования чистой прибыли банков. Научная новизна состоит в том, что выдвинута и доказана гипотеза, что на основе использования модели машинного обучения «Случайный лес» может быть получен прогноз чистой прибыли, как важнейшего фактора устойчивости банка. В ходе исследования были рассчитаны направление и сила связи между факториальными и результативным признаками. Так, например, связь между результативным признаком (Прибыль, млрд руб.) - “target” и факториальными выражается следующими коэффициентами: Активы, млрд руб. + 0,974; Доля активов, в % + 0,974; Рентабельность активов, % 0,159; Adj акций (логарифмическая доходность) -0,266; Волатильность (сигма) -0,219. На основании полученных результатов можно утверждать, что все рассмотренные банки работают устойчиво, ошибка прогноза на ноябрь 2024 г. варьируется от 0,78 до 31,4 %. При этом ошибка возрастает по мере уменьшения размера банков. По итогам 2023 г. все крупнейшие банки работали прибыльно, что свидетельствует об их устойчивости. Полученные прогнозные значения прибыли отражают позитивный тренд в развитии рассмотренных банков, что позволяет сделать вывод об устойчивости банковской системы в целом. Практическая значимость в том, что результаты исследования могут быть рекомендованы к использованию на практике.

Ключевые фразы: ml-модель "случайный лес", прогноз чистой прибыли, устойчивость коммерческих банков, искусственный интеллект
Автор (ы): Ломакин Николай Иванович (Lomakin N. I.), Косинова Наталья Николаевна (Kosinova N. N.), Марамыгин Максим Сергеевич (Maramygin M. S.), Кравченко Елена Николаевна (Kravchenko E. N.), Фадеева Екатерина Алексеевна (Fadeeva E. A.), Мещерякова Ярослава Васильевна (Mescheryakova Y. V.)
Журнал: ФУНДАМЕНТАЛЬНЫЕ ИССЛЕДОВАНИЯ

Предпросмотр статьи

Идентификаторы и классификаторы

УДК
336.76. Биржевое дело. Денежный рынок. Рынок капитала. Управление частным состоянием
Для цитирования:
ЛОМАКИН Н. И., КОСИНОВА Н. Н., МАРАМЫГИН М. С., КРАВЧЕНКО Е. Н., ФАДЕЕВА Е. А., МЕЩЕРЯКОВА Я. В. ПРОГНОЗИРОВАНИЕ УСТОЙЧИВОСТИ ОТЕЧЕСТВЕННЫХ БАНКОВ СИСТЕМОЙ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА // ФУНДАМЕНТАЛЬНЫЕ ИССЛЕДОВАНИЯ. 2025. № 1
Текстовый фрагмент статьи
Моя история просмотров (10)