Лінійна дискрімінантна функція не завжди підходить у якості опису поділяючої поверхні між множинами. Наприклад, у тих випадках, множини, що розрізняють коли, не є опуклими, правомірно припустити, що дискрімінантна функція, що приводить до найменших помилок класифікації, не може бути лінійної.

Якщо множини, використовувані як навчальні вибірки, близько розташований друг до друга, то зростає ймовірність помилкової класифікації нових об'єктів, особливо в тих випадках, коли об'єкт, який класифікується, сильно вилучений від центрів обох множин. Складається ситуація, при якій розпізнавання об'єкта утруднене. Одним з можливих виходів у такому випадку є перегляд набору дискрімінантних змінних.

У якості дискрімінантних змінних можуть виступати не тільки вихідні (спостережувані) ознаки, але й головні компоненти або головні фактори.

Дискрімінантний аналіз можна використати як метод прогнозування (пророкування) поводження спостережуваних одиниць статистичної сукупності на основі наявних стереотипів поводження аналогічних об'єктів, що входять до складу об'єктивно існуючих або сформованих по певному принципі множин (навчальних вибірок). [15]

В пакеті STATISTICA модуль «Дискрімінантний аналіз» містить повну реалізацію методів покрокового дискрімінантного аналізу за допомогою дискрімінантних функцій. Програма дозволяє проводити аналіз із покроковим включенням або виключенням змінних або вводити в модель задані користувачем блоки змінних. На додаток до численних графік і статистиків, що описують поділяючу (дискрімінуючу) функцію, програма містить також великий набір засобів і статистик для класифікації старих і нових спостережень (для оцінки якості моделі). Як результати видаються: статистика лямбда Вілкса для кожної змінної, приватна лямбда, статистика F для включення (або виключення), рівні значимості p, значення толерантності й квадрата коефіцієнта множинної кореляції. Програма виконує повний канонічний аналіз і видає всі власні значення (у безпосередньому виді й кумулятивні), їхні рівні значимості p, коефіцієнти дискрімінантної (канонічної) функції (у безпосередньому й стандартизованому виді), коефіцієнти структурної матриці (навантаження факторів), середні значення дискрімінантної функції й дискрімінантної ваги для кожного об'єкта (їх можна автоматично додати у файл даних). Убудовані засоби графічної підтримки включають: гістограми канонічних ваг для кожної групи (і загальні по всіх групах), спеціальні діаграми розсіювання для пар канонічних змінних (на які відзначено, до якої групи належить кожне спостереження), великий набір категорізованих (множинних) графіків, що дозволяє досліджувати розподіл і взаємозв'язки між залежними змінними для різних груп (у тому числі: множинні графіки типу діаграм розмаху, гістограми, діаграми розсіювання й графіки на нормальному імовірнісному папері) і багато чого іншого. У модулі Дискрімінантний аналіз можна також обчислити стандартні функції класифікації для кожної групи. Результати класифікації спостережень можна вивести в термінах відстаней Махаланобіса, апостеріорних імовірностей і властиво результатів класифікації, а значення дискрімінантної функції для окремих спостережень (канонічні значення) можна переглянути на оглядових піктографіках й інших багатомірних діаграмах, доступних безпосередньо з таблиць результатів. Всі ці дані можна автоматично додати в поточний файл даних для подальшого аналізу. Можна вивести також підсумкову матрицю класифікації, де зазначені число й відсоток правильно класифікованих спостережень. Є різні варіанти завдання апріорних імовірностей приналежності класам, а також умов відбору, що дозволяють включати або виключати певні спостереження із процедури класифікації (наприклад, щоб потім перевірити її якість на новій вибірці). [26]

2.5 Багатокритерійний вибір альтернатив на основі перетину нечітких множин

Сучасні методи формування рейтингу такі, як експертний, бухгалтерський, рейтинг стабільності банків Аналітичного центру фінансової інформації та інші, мають як свої достоїнства, так і недоліки, головними з яких є суб'єктивність щодо вибору показників, які необхідно розглянути для формування рейтингу, визначення їх впливу на загальний фінансовий стан комерційного банку; значна різниця між показниками фінансової діяльності різних банків в залежності від іх розміру. Для вирішення цих питань застосовуються методи ухвалення рішень на основі теорії нечітких множин, які дозволяють більш досконало та точно сформувати рейтинг.

Елементи теорії нечітких множин успішно застосовуються для ухвалення рішень. Експертні оцінки альтернативних варіантів по критеріях можуть бути представлені як нечіткі множини або числа, виражені за допомогою функцій приналежності. Для впорядкування нечітких чисел існує безліч методів, які відрізняються один від одного способом згортки і побудови нечітких відносин.

Останні можна визначити як відносини переваги між об'єктами. Розглянемо одну з математичних постановок задач ухвалення рішень на основі теорії нечітких множин. В даному випадку критерії визначають деякі поняття, а оцінки альтернатив є ступенями відповідності цим поняттям.

Хай є безліч альтернатив А = {а1, а2 ..., аm} і безліч критеріїв С={С1,С2 ..., Сn}, при цьому оцінки альтернатив по кожному i-му критерію представлені нечіткими множинами:

.

Правило вибору кращої альтернативи можна представити як перетин нечітких множин, відповідних критеріям:

.

Операція перетину нечітких множин може бути реалізована різними способами. Іноді перетин виконується як множення, але звичайно цій операції відповідає узяття мінімуму:

.

Кращою вважається альтернатива а*, що має найбільше значення функції приналежності

.

Якщо критерії Сi мають різну важливість, то їх внесок в загальне рішення можна представити як зважений перетин:

,

де - вагові коефіцієнти відповідних критеріїв, які повинні задовольняти наступним умовам:

.

Коефіцієнти відносної важливості можна визначити, використовуючи процедуру попарного порівняння критеріїв.

3. МОДЕЛЬ ФОРМУВАННЯ РЕЙТИНГУ КОМЕРЦІЙНИХ БАНКІВ

3.1 Модель кластерного аналізу

Метод k-середніх дозволить визначити задану кількість кластерів, тобто ми можемо споконвічно задати яка кількість груп нам необхідно. У зв'язку з проведеним аналізом літератури можна сказати, що найпоширенішою класифікацію комерційних банків є наступна:

1) відмінний фінансовий стан банку,

2) гарний фінансовий стан банку,

3) задовільний фінансовий стан банку.

Саме вона буде використовуватися в роботі для формування рейтингу комерційних банків.

Після стандартизації даних запускаємо в пакеті Statistica модуль «Кластерний аналіз» і вибираємо метод кластерізації k-means clustering (метод k-середніх). Вибір кнопки «Members of each cluster and distances» дозволяє подивитися об'єкти, що ввійшли в той або інший кластер, а також відстані, на яких вони перебувають від центроїдів відповідних кластерів.

На рисунку 3.1 показаний графік розподілу середніх у кожному із кластерів.

Рисунок 3.1 - Графік розподілу середніх у кластерах

Як видно з результатів аналізу, у перший кластер увійшло 25 елементів. У другий кластер увійшли 28 елементів. Третій кластер сформували 11 елементів.

Наступним кроком необхідно дати економічну інтерпретацію отриманих кластерів, для цього натиснемо кнопку «Descriptive statistics for each cluster» (перегляд описової статистики). Отримано наступні значення середньоарифметичних (mean) і дисперсій (variance) змінних для кожного кластера (рис. 3.2).

Рисунок 3.2 - Перегляд описової статистики

У перший кластер (відмінний фінансовий стан) увійшли елементи з високими значеннями генерального коефіцієнта надійності, коефіцієнта миттєвої ліквідності, низьким значенням кросу-коефіцієнта, і високими значеннями генерального коефіцієнта ліквідності й коефіцієнта захищеності капіталу.

У другий кластер (гарний фінансовий стан) увійшли елементи з високими значеннями коефіцієнта миттєвої ліквідності й коефіцієнта захищеності капіталу.

У третій кластер (задовільний фінансовий стан) увійшли елементи з високим значенням коефіцієнта фондової капіталізації прибутку.

На рисунках 3.3 й 3.4 наведені середні значення по кластерах й евклідова відстань між кластерами відповідно.

Рисунок 3.3 - Середні значення по кластерах

Можна бачити, що визначальним фактором для влучення в кластер 1 є високі значення коефіцієнтів К1, К2, К4, К5 і низького К3; у кластер 2 - високі значення коефіцієнтів К2 і К5; у кластер 3 - високі значення К6.

Із рисунка 3.4 видно, що найменшим є відстань між кластерами 2 й 3, а найбільшим - 1 й 3. Це говорить про ступінь розходження між фінансовими станами комерційних банків 1, 2 й 3 груп.

Рисунок 3.4 - Евклідова відстань між кластерами

Так, фінансовий стан банків другої групи незначно перевищує стан банків третьої групи по досліджуваних коефіцієнтах. Тобто при вмілому керівництві, спрямованому на підвищення рівня надійності, фінансової стійкості і конкурентоспроможності банків, можливий перехід з групи банків зі задовільним фінансовим станом до групи з гарним фінансовим станом.

3.2 Побудова рейтингу комерційних банків за допомогою дискримінант них функцій

Дискрімінантний аналіз допоможе нам перевірити правильність сформованих груп, а також надалі провести класифікацію нових масивів даних, тобто можна визначити в якому фінансовому стані перебувати наше підприємство в цей момент.

Відмітною рисою цього модуля є введення до складу так називаної групувальної змінної, котра містить номер групи, у яку входить відповідний об'єкт.

Після вказівки всіх складових отримаємо результати дискрімінантного аналізу. Лямбда Вілкса, що характеризує ступінь дискримінації (виміряється від 0 до 1, чим менше, тим краще), дорівнює 0,1032941, що дуже добре. Критерій значимості Фішера дорівнює 19,70682.

Для визначення параметрів дискрімінантної моделі виберемо кнопку Classification function. Дані з результатами представлені у вигляді таблиці (рис. 3.5).

Рисунок 3.5 - Функції, що класифікують

Як видно з рисунку, функції, що класифікують, для наших груп виглядають так:

D₁=-2.62577-0.91451x₁-1.91359x₂+2.04055x₃+1.39410x₄-1.62341x₅+0.64126x₆

D₁=-1.86544-0.50125x₁+1.46375x₂-2.04872x₃-1.87134x₄+1.62238x₅-0.45320x₆

D₁=-8.78325+4.95689x₁+0.99293x₂+0.73792x₃+2.29780x₄-0.58936x₅-0.46841x_6.

Наступна матриця класифікації дозволяє нам переглянути відсоток коректної класифікації по наведеній системі дискримінаційних моделей (рис. 3.6).

Рисунок 3.6 - Матриця класифікацій

Як видно, всі об'єкти розпізнані вірно. Відсоток об'єктів, які правильно класифікуються становить 100%, що дозволяє зробити висновок про можливості використання дискрімінантних моделей для оцінки фінансового стану банку.

Можна побачити, як розподілені елементи кластерів у просторі (рис. 3.7).

Рисунок 3.7 - Розподіл кластерів

Після проведення всіх процедур, можна визначити нинішній фінансовий стан банку. Для цього включимо в навчальну вибірку 65 елемент - ЗАТ «Альфа-банк» і повторимо процедури без зазначення групи.

В результаті аналізу ЗАТ «Альфа-банк» віднеслось до 2 групи - комерційні банки з гарним фінансовим станом.

3.3 Побудова рейтинги за допомогою інтегрального показника

Оскільки фінансовий стан банку розглядається нами як багатомірний об'єкт, те математичним інструментарієм одержання кількісної оцінки фінансового стану банку були обрані методи таксономії, зокрема, метод рівня розвитку. [15]

Розглянемо докладніше алгоритм даного методу:

У загальному виді матриця вихідних даних має такий вигляд:

(3.1)

де n - число показників (j=1,2,...n);

m - число кварталів (i=1,2,...m);

- значення j-го показника, що характеризує фінансовий стан в i-ий період часу.

Зі списку показників здійснити виключення тих, які впливають на фінансову ситуацію підприємства. Для цього розраховується значення коефіцієнта варіації по формулі:

, (3.2) де

, (3.3)

. (3.4)

Потім по кожному j-ому показнику перевіряється наступна нерівність:

(3.5)

де е - гранична величина.

Якщо значення V_j менше величини е=0,1, то показник уважається квазіпостійним і виключається з дослідження. [15]

Всі показники, які залишаються після виключення зайвих і квазіпостійних, є рівнозначними. Тому, якщо виникає необхідність підкреслити важливість яких-небудь показників, то здійснюється їхнє зважування за допомогою коефіцієнта ієрархії, що розраховується по формулі:

, (3.6)

де n - кількість показників у списку після виключення зайвих і квазіпостійних.

Показники, відібрані в список, мають різну розмірність, тому матрицю вихідних даних необхідно нормувати, уводячи єдиний для всіх показників масштаб:

, (3.7)

де - значення i-го показника для j-го періоду;

- середнє арифметичне значення j-го показника;

- середньоквадратичне відхилення j-го показника .

На цьому етапі здійснюється роздроблення вихідної сукупності фінансових ситуацій на окремі групи. Як міра подібності ситуації розглядається евклідова відстань із(z_j, z_k), що розраховується по формулі:

с(z_{j ,} z_k )=. (3.8)

Після визначення відстані між всіма ситуаціями даної сукупності одержимо матрицю відстаней:

З=. (3.9)

Елементи цієї матриці є основою для різних методів класифікації ситуацій. [15]

Зрівняємо отримані фактичні ситуації із ситуацією, прийнятої за еталон. Для одномірного випадку таке порівняння, проведене для одного показника, не представляє праці, тому що еталон лінійно впорядкований. Для сприятливого впливу, тобто тоді кожна ситуація матриці вихідних даних розглядається крапка в n-мірному просторі показників, необхідно визначити координати крапки-еталона. Із цією метою всі показники розділяються на дві групи: стимулятори й дестимулятори. До стимуляторів ставляться показники, які впливають на фінансовий стан банку. Показники із протилежними властивостями називають дестимуляторами (табл. 3.1).

При формуванні крапки-еталона (Р₀) серед показників - стимуляторів вибираються максимальні їхні значення, а серед показників -дестимуляторів - мінімальне значення, тобто:

Р₀ (z₀₁ ,…,z_0k,…,z_0n), (3.10) де

Z_0k = , якщо , (3.11)

Z_0k = , якщо , (3.12)

J - безліч показників-стимуляторів.

Таблиця 3.1 - Перелік показників стимуляторів і дестимуляторів

Найменування показника	Стимулятори (+), дестимулятори (-)
генеральний коефіцієнт надійності	+
коефіцієнт миттєвої ліквідності	+
крос-коефіцієнт	-
генеральний коефіцієнт ліквідності	+
коефіцієнт захищеності капіталу	+
коефіцієнт фондової капіталізації прибутку	+

Здійснюється розрахунок комплексної кількості оцінок фінансового стану банку, що виражається у вигляді інтегрального показника. Основні достоїнства інтегрального показника укладаються в наступному:

- по-перше, він синтезує в собі весь вплив, включених у дослідження фінансових показників і коефіцієнтів;

- по-друге, зводить проблему оцінки фінансового стану банку до одного кількісного значення, що дозволяє більш легко зробити інтерпретацію отриманих результатів.

Для розрахунку кількісної оцінки інтегрального показника необхідно:

- визначити відстань (С_i0) між крапками, які характеризують досліджувані елементи й еталонна крапка Р₀ :

, (3.13)

де i =1,2,..,m, k=1,2,...,n;

- визначити значення модифікованої комплексної оцінки:

d_i =1-C_i0/C₀ . (3.14)

Інтерпретація показника d_i така: чим ближче значення комплексної оцінки до одиниці, тим краще фінансовий стан банку. Значення інтегрального показника d_i дозволяють проаналізувати динаміку зміни фінансового стану банку, тобто одержати ряд упорядкованих чисел:

d^(m) d^{(m-1) …}d⁽¹⁾ , (3.15)

які показують місце і-ої ситуації на універсальній шкалі Харрінгтона. [15]

Відповідно алгоритму, приведеному вище, знайдемо коефіцієнт варіації V, щоб перевірити, чи є серед показників квазіпостійні, тобто, якщо V<0,1, то показник вважається квазіпостійним і виключається з вибірки.

Проведений аналіз коефицієнтів варіації показав, що серед показників немає квазіпостійних, тобто усі показники будуть залишені в дослідженні.

Для того, щоб оцінити важливість показника, розрахуємо коефіцієнт ієрархії и визначимо, які показники найбільш впливають на інтегральний показник.

Показники, відібрані для аналізу, мають різну розмірність, тому матрицю вихідних даних слід нормувати, вводячи єдиний для всіх показників масштаб. Далі розрахуємо точку-еталон z_0k .

Для того, щоб визначити рейтинг комерційних банків, який виражається у вигляді інтегрального показника, необхідно:

- визначити відстань (С_i0) між точками, які характеризують досліджувані елементи, і точкой-еталоном z_0k ;

- визначити значення модифікованої комплексної оцінки d_i..

Чим ближче значення комплексної оцінки d_i до одиниці, тим більш високе місце займає комерційний банк у рейтинговому списку і тим кращим є його фінансовий стан (таблиця 3.2).

Таблиця 3.2 - Рейтинг комерційних банків

№	Назва банку	di	Рейтинг
1	Райффайзенбанк Украина	0,580571954	1
2	«Надра»	0,51752878	2
3	Инг Банк Украина	0,382927895	3
4	Кредитпромбанк	0,347141454	4
5	Донгорбанк	0,30409825	5
6	«Кредит-Днепр»	0,302052816	6
7	Індустріалбанк	0,294631526	7
8	«Биг энергия»	0,284750683	8
9	Имексбанк	0,272414603	9
10	Альфа-банк	0,284750683	10
11	Инвест-банк	0,232172049	11
12	Морской транспортный банк	0,224352482	12
13	Таврика	0,219764095	13
14	Західінкомбанк	0,214973255	14
15	Донбиржебанк	0,21148371	15
16	Украинский кредитный банк	0,202304751	16
17	Наш Банк	0,197226663	17
18	Універсальний	0,190155206	18
19	Меркурий	0,188048996	19
20	Капитал	0,173247593	20
21	Укркомунбанк	0,156094936	21
22	Промэкономбанк	0,140313299	22
23	Металург	0,140498853	23
24	Южкомбанк	0,137723098	24
25	Реал-банк	0,133258513	25
26	Причерноморье	0,131790337	26
27	Муніципальний	0,115799055	27
28	Коопінвестбанк	0,10653842	28
29	Земельный банк	0,096334609	29
30	Порто-франко	0,079020663	30

В результаті проведеного аналізу виявилось, що досліджуваний об'єкт ЗАТ «Альфа-банк» займає 10 місце в рейтингу серед комерційних банків з гарним фінансовим станом. ЗАТ "Альфа-банк" є дочірнім російському банку і лише починає завойовувати ринок фінансових послуг в Україні. При грамотному проведенні політики упровадження в країні керівництву банку слід чекати підвищення приведених показників.

Беручи до уваги необхідність підвищення рівня надійності, фінансової стійкості і конкурентоспроможності банку на внутрішньому і міжнародних ринках, керівництву ЗАТ «Альфа-банк» слід провести необхідні дії, що стосуються:

- підвищення рівня капіталізації, особливо шляхом залучення нових акціонерів, збільшення резервних фондів, результату діяльності, активізації процесу об'єднання банків, інтенсивного використовування такої процедури реорганізації, як приєднання і злиття малих і фінансово нестійких банківських установ;

- підвищення якості активів, підвищення їх рентабельності за рахунок зменшення частини неробочих, проблемних активів;

- забезпечення об'єктивної класифікації активів по рівню їх ризику і формування в повному об'ємі резервів по активних операціях;

- удосконалення структури капіталу, активів і зобов'язань;

- підвищення прибутковості банківських операцій, орієнтації банківських установ на отримання доходів від кредитування і обслуговування реального сектора економіки, зниження витрат шляхом упровадження новітніх, особливо комп'ютерних, технологій. [51]

ВИСНОВКИ

У дипломній роботі були розглянуті різні методи побудови рейтингів комерційних банків, проведено порівняння вітчизняних методів із зарубіжними, окрім цього, були проаналізовані фінансові показники їх діяльності, що впливають на місце в рейтингу, і побудована модель оцінки фінансового стану і формування рейтингу комерційних банків в Україні за допомогою методів кластерного, дискрімінантного аналізу і інтегральних показників. Можна зробити висновок, що в ході складання рейтингу глибше вивчаються всі чинники, внаслідок чого можна спрямувати свої зусилля в потрібному напрямі з метою зміцнення положення банку.

Беручи до уваги необхідність підвищення рівня надійності, фінансової стійкості і конкурентоспроможності банків на внутрішньому і міжнародних ринках, на необхідність зростання їх ролі у фінансуванні реального сектора економіки України, вітчизняним банкам слід провести необхідні дії, що стосуються:

- підвищення рівня капіталізації, особливо шляхом залучення нових акціонерів, збільшення резервних фондів, результату діяльності, активізації процесу об'єднання банків, інтенсивного використовування такої процедури реорганізації, як приєднання і злиття малих і нестійких банківських установ;

- підвищення якості активів, підвищення їх рентабельності за рахунок зменшення частини неробочих, проблемних активів;

- забезпечення об'єктивної класифікації активів по рівню їх ризику і формування в повному об'ємі резервів по активних операціях;

- удосконалення структури капіталу, активів і зобов'язань;

- підвищення прибутковості банківських операцій, орієнтації банківських установ на отримання доходів від кредитування і обслуговування реального сектора економіки, зниження витрат шляхом упровадження новітніх, особливо комп'ютерних, технологій.

СПИСОК ДЖЕРЕЛ ІНФОРМАЦІЇ

1. Закон України «Про банки і банківську діяльність» із змінами і доповненнями // Галицькі контракти. - №7. - 1997. - с. 68.

2. Інструкція НБУ №10 «Про порядок регулювання і аналіз діяльності комерційних банків» (у новій редакції) // Галицькі контракти. - №2. - 1997. - с. 72.

3. Положення про фінансове оздоровлення комерційних банків. // Банківська справа. - №4. - 1997. - с.75.

4. Андрейчиков А. А. Анализ принятия решений в планировании и управлении. - М.: ЮНИТИ, 1995. - 320 с.

5. Антонов Н. Г., Пессель М. А. Денежное обращение, кредит и банки. - М.: АО «Финстатинформ», 1995. - 125 с.

6. Банківська енциклопедія // Під ред. А. М. Мороза. - К.: Ельтон, 1993. - с. 45.

7. Банки и банковские операции: Учебник для вузов // Под ред. проф. Е. Ф. Жукова. - М.: Банки и биржи, ЮНИТИ, 1997. - 240 с.

8. Банковское дело // Под ред. В. И. Колесникова. - М.: Финансы и статистика, 1995. - 310 с.

9. Банковское дело // Под ред. О. И. Лаврушина. - М.: Финансы и статистика, 1999. - 350 с.

10. Бастун Л. Платіжний баланс України в 1996 році : аналіз, перспективи. // Вісник НБУ. - №1. - 1997. - с.24.

11. Белых Л. П. Устойчивость коммерческих банков. Как банкам избежать банкротства. - М.: Банки и биржи, ЮНИТИ, 1996. - с.184.

12. Бешелев С. Д., Гурвич Ф. Г. Экспертные оценки. - М.: Наука, 1973. - с. 79.

13. Бурков В. Н. Большие системы: моделирование организационных механизмов. - М.: Наука, 1989. - 354 с.

14. Доллан Э.Дж., Кембелл К. Л. Деньги, банковское дело и денежно-кредитная политика // Пер. с англ. Лукашевича М.Д. - Л.: Наука, 1991. - с. 12.

15. Дубрев А. М., Мхиторян В. С. Многомерные статистические методы. - М.: Финансы и статистика, 1998. - 350 с.

16. Иванов В.В. Анализ надёжности банка. Практическое пособие. - М.: РДЛ, 1996. - 240 с.

17. Івасів Б.С. Операції комерційних банків: навчальний посібник. - К.: НМК ВО, 1992. - с. 84.

18. Івасів І. Яка банківська система потрібна Україні? // Вісник НБУ. - №4. - 1997. - с. 50.

19. Заруба О. Д. Банківський менеджмент та аудит. - К.: Лібра, 1996. - с. 178.

20. Заруба О., Шиллер Р. Фінансова стійкість комерційних банків: способи визначення // Вісник НБУ. - №7. - 1997. - с. 33.

21. Китаев Н. Н. Групповые экспертные оценки. - М.: Знание, 1975. - 64 с.

22. Ковальчук Т. Г., Коваль М. М. Ліквідність комерційних банків. - К.: Знання, 1996. - с. 89.

23. Коммерческие банки // Рид Э., Коттер Р., пер. с англ. - М.: Космополис, 1991. - с. 75.

24. Кофман А., Анри-Лабордер А. Методы и модели исследования операций. - М.: Мир, 1977. - 431 с.

25. Ларичев О.И. Объективные модели и субъективные решения. - М.: Наука, 1987. - 143 с.

26. Макконнелл К.Р., Брю С.Л. Экономикс: Принципы, проблемы и политика. - В 2 т.: Пер. с англ. Т.1. - М.: Туран, 1996. - 560 с.

27. Маркова О.М., Сахарова Л.С., Сидоров В.Н. Коммерческие банки и их операции. - М.: Банки и биржи, ЮНИТИ, 1995. - с. 224.

28. Масленчиков Ю.С. Финансовый менеджмент в коммерческом банке: фундаментальный анализ. - М.: Перспектива, 1996. - с. 132.

29. Моисеев Н. Н. Математические задачи системного анализа. - М.: Наука, 1981. - 487 с.

30. Общая теория денег и кредита: Учебник // Под ред. Е.Ф. Жукова. - М.: Банки и биржи, ЮНИТИ, 1995. - 325 с.

31. Ольхова Р.Г. и др. Банк и контроль. - М.: Финансы и статистика, 1991. -с. 97.

32. Орлов А.И. Допустимые средние в некоторых задачах экспертных оценок и агрегирования показателей качества. - М.: Наука, 1974. - с. 393.

33. Основы банковского дела // Под ред. Мороза А. Н.. - К.: Ельтон, 1994. -с.49.

34. Основні показники діяльності комерційних банків України у 1995 році // Банківська справа. - №6. - 1995. - с. 41.

35. Основні тенденції розвитку банківської системи України у січні-серпні 1997 року. // Вісник НБУ. - №10. - 1997. - с.20.

36. Панкова Л.А., Петровский А.М., Шнейдерман М.В. Организация экспертиз и анализ экспертной информации. - М.: Наука, 1984. - 120 с.

37. Панова Г.С. Анализ финансового состояния коммерческих банков. -М.: Финасы и статистика, 1996. - с. 110.

38. Пантелєєв В., Халява С. Фінансова стійкість комерційного банку: проблеми регулювання // Банківська справа. - №1. - 1996. - с. 32.

39. Полферман Д., Форд Ф. Основы банковского дела. - М.: Инфра-М, 1996. - с.67.

40. Раєвський К. Деякі аспекти фінансового аналізу комерційних банків України (в тому числі і із залученням іноземного капіталу) // Вісник НБУ. - №1. - 1997. - с. 27-40.

41. Раєвський К. Інсайдерські ризики в банківській діяльності // Вісник НБУ. - №6. - 1997. - с. 23.

42. Раєвський К. Про порядок регулювання та аналіз діяльності комерційних банків // Банківська справа. - №2. - 1997. - с. 31.

43. Рид Э., Коттер Р., Гилл Э., Смит Р. Коммерческие банки. - М: Прогресс, 1993. - с. 123

44. Роуз Питер С. Банковский менеджмент // Пер. с англ. со 2-го изд. - М.: Дело ЛТД, 1995. - с.652-665.

45. Синки Дж. мл. Управление финансами в коммерческих банках // Под ред. Р. Я. Левиты, Б. С. Пинскера. - М.: Catalaxy, 1994. - с.716-745.

46. Спицын И. О., Спицын Я.О. Маркетинг в банке. - М.: Тарнекс, 1993. - 200 с.

47. Статистические методы анализа экспертных оценок. - М.: Наука, 1977. - 384 с.

48. Степаненко А. Діяльність комерційних банків у 1996 році: стан і наслідки // Банківська справа. - №2. - 1997. - с. 28.

49. Сугоняко О. Реформування банківської системи як державна проблема // Вісник НБУ. - №1. - 1997. - с. 18.

50. Сугоняко О. У минулому році банки не змогли заробити на кризі // Галицькі контракти. - №7. - 1998. - с. 16.

51. Тимоти У. Кох Управление банком // Пер.с англ. в 5-ти книгах, 6-ти частях. - Уфа: Спектр, 1993. - с. 314.

52. Усоскин В.М. Современный коммерческий банк: управление и операции. - М.: ИПЦ «Вазар-Ферро», 1994. - с.46-63.

53. Уткин Э.А. Банковсий маркетинг. - М.: ИНФРА-М, Метаинформ, 1994. - с. 217.

54. Экспертные оценки в системных исследованиях. - М.: ВНИИСИ, 1979. - 120 с.

Размещено на Allbest.ru

...