Предложен подход, позволяющий классифицировать коммерческие банки на банки, у которых велика вероятность отзыва лицензии, и надежные банки, а также показана информационно-логическая модель определения группы банков (или одного банка) из числа надежных, являющихся привлекательными для вложения инвестиций. Вероятность отзыва лицензии оценена с помощью логистической регрессионной модели на основе информационной базы исследования, состоящей из 17559 наблюдений по всем банкам, охватывающей период с 2012 г. по 2017 г. 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.

An approach is proposed to classify commercial banks into banks with a high probability of revocation of a license, and reliable banks, as well as an information-logical model for determining a group of banks (or one Bank) from among the reliable ones that are attractive for investment. The probability of license revocation was estimated using a logistic regression model based on the information base of the study, consisting of 17,559 observations for all banks, covering the period from 2012 to 2017. The results of the cluster analysis can be further used to support decision-making by the investor on the choice of the cluster (or the Bank within the cluster) to carry out stress-testing of credit risk (as the biggest source of losses) with the purpose of investing in banks within the selected cluster, and have withstood the stress test.

Научно-технические ведомости Санкт-Петербургского государственного политехнического университета. Сер. : Экономические науки = St. Petersburg state polytechnical university journal. Economics: научное издание / М-во образования и науки Российской Федерации. Т. 11, № 4 [Электронный ресурс]. — Электрон. текстовые дан. (1 файл : 6,20 Мб). — Санкт-Петербург: Изд-во Политехн. ун-та, 2018. — Загл. с титул. экрана. — Электронная версия печатной публикации. — Свободный доступ из сети Интернет (чтение, печать, копирование). — Текстовый файл. — Adobe Acrobat Reader 7.0. — <URL:http://elib.spbstu.ru/dl/2/j18-395.pdf>.