Кластерный анализ банков методами машинного обучения на данных открытых источников

Российский банковский сектор столкнулся с множеством препятствий в последние 5 лет: пандемия COVID-19, начало СВО, санкции, отток специалистов. Появившиеся специфичные инфраструктурные, операционные и рыночные риски требуют новых моделей определения риск-профиля банков. Исследование направлено на разработку метода определения риск-профиля банков с помощью кластеризации. Метод является дополнением к традиционным инструментам определения риска. Результаты кластеризации дают альтернативные подход и интерпретацию склонности банков к специфичным рискам. ЦБ РФ может использовать модель для оценки банковских рисков, выявления специфичных паттернов, проведения внутрикластерных стресс-тестирований. Данные для исследования взяты из: banki.ru, Коммерсантъ, Frank RG. Применялся парсинг сайтов. Новизна исследования заключается в использовании несколько типов данных: банковские финансовые показатели и нормативы, состав банковских портфелей, клиентские отзывы, новости. Авторы использовали ранее применяемые в литературе методы кластеризации и современные ML-подходы. По каждому направлению применено несколько методов и подобраны параметры. Лучшие результаты дали K-means и спектральная кластеризации. Полученные кластеры проинтерпретированы и проверены на статистическую значимость. Даже на уровне 5% значимыми оказались не менее 5 кластеров. Ключевое новшество работы – объединение типов данных в 1 датасет. Метрики качества кластеризации и метрика b-cubed оказались выше по объединенной модели, но результаты менее интерпретируемы. По результатам моделирования было выявлено: поделить российские банки по риск-профилю возможно, разные источники данных дают схожие результаты, на объединенной модели качество кластеризации выше. Результаты резонируют с предыдущими исследованиями. Для будущего развития работы можно расширить выборку банков, детализировать показатели в датасетах, применить передовые нейросетевые методы кластеризации.