Оцінка ризиків використання банківських груп у тіньових операціях

dc.contributor.authorСавченко, Тарас Григорович
dc.contributor.authorСавченко, Тарас Григорьевич
dc.contributor.authorSavchenko, Taras Hryhorovych
dc.contributor.authorКойбічук, Віталія Василівна
dc.contributor.authorКойбичук, Виталия Васильевна
dc.contributor.authorKoibichuk, Vitaliia Vasylivna
dc.contributor.authorБойко, Антон Олександрович
dc.contributor.authorБойко, Антон Александрович
dc.contributor.authorBoiko, Anton Oleksandrovych
dc.contributor.authorМінченко, Марія Геннадіївна
dc.contributor.authorМинченко, Мария Геннадьевна
dc.contributor.authorMinchenko, Mariia Hennadiivna
dc.date.accessioned2021-02-18T13:15:43Z
dc.date.available2021-02-18T13:15:43Z
dc.date.issued2020
dc.description.abstractНаведено результати аналізу показників, які характеризують ризики використання банківських груп у тіньових схемах. За результатами кластерного аналізу сформовано чотири кластери банківських груп. Це дозволить у подальшому більш системно та обґрунтовано проводити компаративний аналіз показників банківських груп на предмет виявлення спільних якісних і кількісних характеристик, що описуватимуть їхні ризики участі в нелегальних операціях. На другому етапі методом головних компонент виявлено показники, які найбільш істотно впливають на потенційні ризики участі банківських груп у тіньових операціях. На третьому етапі сформовано статистично значущу регресійну модель, що підтверджує вплив кількості фінансових установ у складі банківської групи і загальної кількості учасників банківської групи на потенційний ризик використання банківських груп у тіньових операціях. Отримані результати в подальшому можуть також використовуватись для формування інтегральної оцінки потенційного ризику використання банківських груп у тіньових операціях, а також для поліпшення банківського наглядуen_US
dc.description.abstractПриведены результаты анализа показателей, характеризующих риски использования банковских групп в теневых схемах. По результатам кластерного анализа сформированы четыре кластера банковских групп. Это позволит в дальнейшем более системно и обоснованно проводить компаративный анализ показателей банковских групп на предмет выявления общих качественных и количественных характеристик, описывать их риски участия в нелегальных операциях. На втором этапе методом главных компонент обнаружено показатели, которые наиболее существенно влияют на потенциальные риски участия банковских групп в теневых операциях. На третьем этапе сформирован статистически значимую регрессионную модель, что подтверждает влияние количества финансовых учреждений в составе банковской группы и общей количества участников банковской группы на потенциальный риск использования банковских групп в теневых операциях. Полученные результаты в дальнейшем могут также использоваться для формирования интегральной оценки потенциального риска использования банковских групп в теневых операциях, а также для улучшения банковского надзораen_US
dc.description.abstractIn a market economy, financial intermediaries become direct or indirect participants in most shadow schemes. Taking to account the bank-centric nature of the Ukrainian financial sector, banks and banking groups are a critical element of shadow operations. The article presents the analysis of indicators that characterize the risks of using banking groups in shadow schemes. According to the results of cluster analysis, four clusters of banking groups were formed. This will allow a more systematic and reasonable analysis of the performance of banking groups to identify common qualitative and quantitative characteristics that will describe their risks of participation in illegal transactions. In the second stage, the principal components method revealed the indicators that most significantly affect the potential risks of participation of banking groups in shadow operations. Such indicators include the number of financial institutions in the group, the residency of the group controllers, and the total number of group members. At the third stage, a statistically significant regression model was formed, which confirms the influence of the number of financial institutions in the banking group and the total number of banking group members on the potential risk of using banking groups in shadow operations. The obtained results can be further used to form an integrated assessment of the potential risk of using banking groups in shadow operations and improve banking supervision.en_US
dc.identifier.citationОцінка ризиків використання банківських груп у тіньових операціях/ Савченко Т. Г. та ін. // Financial and credit activities: problems of theory and practice. 2020. № 4 (35). C. 37-43. DOI: https://doi.org/10.18371/fcaptp.v4i35.221737en_US
dc.identifier.sici0000-0002-1784-9364en
dc.identifier.urihttps://essuir.sumdu.edu.ua/handle/123456789/82392
dc.language.isouken_US
dc.publisherFinancial and credit activity: problems of theory and practiceen_US
dc.rights.uricneen_US
dc.subjectтіньова економікаen_US
dc.subjectтеневая экономикаen_US
dc.subjectshadow economyen_US
dc.subjectбанківські групиen_US
dc.subjectбанковские группыen_US
dc.subjectbanking groupsen_US
dc.subjectпоказники ризикуen_US
dc.subjectпоказатели рискаen_US
dc.subjectrisk indicatorsen_US
dc.subjectкластерний аналізen_US
dc.subjectкластерный анализen_US
dc.subjectcluster analysisen_US
dc.subjectаналіз головних компонентen_US
dc.subjectанализ главных компонентen_US
dc.subjectprincipal components analysisen_US
dc.titleОцінка ризиків використання банківських груп у тіньових операціяхen_US
dc.typeArticleen_US

Files

Original bundle

Now showing 1 - 1 of 1
No Thumbnail Available
Name:
Savchenko_ principal_paper.pdf
Size:
403.09 KB
Format:
Adobe Portable Document Format
Description:

License bundle

Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
3.96 KB
Format:
Item-specific license agreed upon to submission
Description: