Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс: http://repository.hneu.edu.ua/handle/123456789/21355
Полная запись метаданных
Поле DCЗначениеЯзык
dc.contributor.authorMalyarets L. M.-
dc.contributor.authorDorokhov O. V.-
dc.contributor.authorKoybichuk V. V.-
dc.contributor.authorDorokhova L. P.-
dc.contributor.authorМалярець Л. М.-
dc.contributor.authorДорохов О. В.-
dc.contributor.authorКойбічук В. В.-
dc.contributor.authorДорохова Л. П.-
dc.contributor.authorМалярец Л. М.-
dc.contributor.authorДорохов А. В.-
dc.contributor.authorКойбичук В. В.-
dc.date.accessioned2019-06-18T13:38:57Z-
dc.date.available2019-06-18T13:38:57Z-
dc.date.issued2019-
dc.identifier.citationМаlyarets L. Оbtaining a generalized index of bank competitiveness using a fuzzy approach / L. Маlyarets, O. Dorokhov, V. Koybichuk, L. Dorokhova //Journal of Central Banking Theory and Practice. – 2019. – 1. - Р. 163-182 .ru_RU
dc.identifier.urihttp://repository.hneu.edu.ua/handle/123456789/21355-
dc.description.abstractThe article is devoted to developing a definition of the indicator of the bank’s competitiveness which based on the theory of fuzzy sets and neural networks techniques. Uncertainties that have a place when considering and analyzing the components of evaluating the success and effectiveness of the bank have been considered and analyzed. The sequence of construction and structure for generalizing parameter of bank competitiveness are presented and grounded. Stages of obtaining an integrated assessment of bank competitiveness by sequential application of fuzzy logic and neural networks approaches are determined and described. Corresponding fuzzy terms, membership functions and fuzzy inference rules are described. Overall sequence and steps to resolve the problem are processed. The practical implementation of the summary fuzzy inference of the bank’s competitiveness is given. In particular, numerical calculations on the proposed model for Ukrainian commercial bank “Khreshchatyk” was carried out. Comparison of obtained evaluation results for the competitiveness of specified bank with available data and other scientific information sources showed their compliance with factual situation. In this way, the expediency of application fuzzy modeling has been confirmed to determine the generalized indicators of bank competitiveness. Adequacy and accuracy of the proposed model and the results of calculations were proved. The proposed approach is quite general. This or similar model can be successfully used in other tasks of building and generalized evaluation of integrated indicators for the presence of several local, individual parameters for different economic processes and tasks. Стаття присвячена визначенню показника конкурентоспроможності банку, заснованого на теорії нечітких множин і методах нейронних мереж. Розглянуті та проаналізовані невизначеності, які мають місце при розгляді і аналізі компонентів оцінки успіху і ефективності банку. Представлена і обгрунтована послідовність побудови і структура узагальнюючого показника конкурентоспроможності банку. Визначено та описано етапи отримання комплексної оцінки конкурентоспроможності банку шляхом послідовного застосування підходів нечіткої логіки і нейронних мереж. Описано відповідні нечіткі терміни, функції приналежності і правила нечіткого виведення. Представлені загальна послідовність і кроки для вирішення проблеми. Представлена практична реалізація зведеного нечіткого виведення про конкурентоспроможність банку. Зокрема, були проведені чисельні розрахунки за запропонованою моделі для українського комерційного банку «Хрещатик». Зіставлення отриманих результатів оцінки конкурентоспроможності зазначеного банку з наявними даними та іншими джерелами наукової інформації показало їх відповідність фактичної ситуації. Таким чином, була підтверджена доцільність застосування нечіткого моделювання для визначення узагальнених показників конкурентоспроможності банку. Адекватність і точність запропонованої моделі і результати розрахунків доведені. Пропонований підхід є досить загальним. Ця або аналогічна модель може бути успішно використана в інших завданнях побудови і узагальненої оцінки інтегрованих показників на наявність декількох локальних, індивідуальних параметрів для різних економічних процесів і завдань. Статья посвящена разработке определения показателя конкурентоспособности банка, основанного на теории нечетких множеств и методах нейронных сетей. Неопределенности, которые имеют место при рассмотрении и анализе компонентов оценки успеха и эффективности банка, были рассмотрены и проанализированы. Представлена и обоснована последовательность построения и структура обобщающего показателя конкурентоспособности банка. Определены и описаны этапы получения комплексной оценки конкурентоспособности банка путем последовательного применения подходов нечеткой логики и нейронных сетей. Описаны соответствующие нечеткие термины, функции принадлежности и правила нечеткого вывода. Представлены общая последовательность и шаги для решения проблемы. Представлена практическая реализация сводного нечеткого вывода о конкурентоспособности банка. В частности, были проведены численные расчеты по предложенной модели для украинского коммерческого банка «Крещатик». Сопоставление полученных результатов оценки конкурентоспособности указанного банка с имеющимися данными и другими источниками научной информации показало их соответствие фактической ситуации. Таким образом, была подтверждена целесообразность применения нечеткого моделирования для определения обобщенных показателей конкурентоспособности банка. Адекватность и точность предложенной модели и результаты расчетов доказаны. Предлагаемый подход является довольно общим. Эта или аналогичная модель может быть успешно использована в других задачах построения и обобщенной оценки интегрированных показателей на наличие нескольких локальных, индивидуальных параметров для различных экономических процессов и задач.ru_RU
dc.language.isoenru_RU
dc.subjectbank competitivenessru_RU
dc.subjectfuzzy modelingru_RU
dc.subjectbank indicatorsru_RU
dc.subjectuncertainty in economicsru_RU
dc.subjectbank service estimationsru_RU
dc.subjectneural networks modelingru_RU
dc.subjectconstructing general indicatorsru_RU
dc.subjectконкурентоспроможність банківru_RU
dc.subjectнечітке моделюванняru_RU
dc.subjectпоказники банківru_RU
dc.subjectневизначеність в економіціru_RU
dc.subjectоцінки банківських послугru_RU
dc.subjectмоделювання нейронних мережru_RU
dc.subjectпобудова загальних показниківru_RU
dc.subjectконкурентоспособность банковru_RU
dc.subjectнечеткое моделированиеru_RU
dc.subjectпоказатели банковru_RU
dc.subjectнеопределенность в экономикеru_RU
dc.subjectоценки банковских услугru_RU
dc.subjectмоделирование нейронных сетейru_RU
dc.subjectпостроение общих показателейru_RU
dc.titleОbtaining a generalized index of bank competitiveness using a fuzzy approachru_RU
dc.title.alternativeОтримання узагальненого індексу конкурентоспроможності банків з використанням нечіткого підходуru_RU
dc.title.alternativeПолучение обобщенного индекса конкурентоспособности банков с использованием нечеткого подходаru_RU
dc.typeArticleru_RU
Располагается в коллекциях:Статті (ВМЕМ)

Файлы этого ресурса:
Файл Описание РазмерФормат 
2 Obtaining a Generalized Competitiveness Using a Fuzzy Approach.pdf1,68 MBAdobe PDFПросмотреть/Открыть


Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.