ЖУРНАЛ БІЗНЕС ІНФОРМ.

УКР

ENG

Пошук:

СВІДОЦТВО ПРО РЕЄСТРАЦІЮ

КВ №19905-9705 ПР від 02.04.2013 р.

ЗАСНОВНИКИ

НАУКОВО-ДОСЛІДНИЙ ЦЕНТР ІНДУСТРІАЛЬНИХ ПРОБЛЕМ РОЗВИТКУ НАН УКРАЇНИ
(ХАРКІВ, УКРАЇНА)

ROR

ЕДРПОУ 05481984

Згідно з рішенням № 802 Національної ради України з питань телебачення і радіомовлення від 14.03.2024 р. зареєстрований суб’єктом у сфері друкованих медіа. Ідентифікатор R30-03156

ВИДАВЕЦЬ

ФОП Лібуркіна Л. М.

КАТАЛОГ

Багатовимірне міжнародне оцінювання адаптивної спроможності банківських систем: індексний підхід і позиціонування України
Грабарєв А. В.

Грабарєв А. В. Багатовимірне міжнародне оцінювання адаптивної спроможності банківських систем: індексний підхід і позиціонування України. Бізнес Інформ. 2026. №9. C. 742–742.

Розділ: Фінанси, грошовий обіг і кредит

Стаття написана українською мовою
Завантажень/переглядів: 0

УДК 336.71:519.237.8:339.9

Анотація:
У міжнародних порівняннях банківських систем інтегральні рейтинги часто поєднують внутрішні характеристики фінансового посередництва із зовнішніми макроекономічними умовами та недостатньо відображають структурну неоднорідність компонентів, унаслідок чого однаковий середній рівень може відповідати принципово різним адаптивним профілям. Метою дослідження є розроблення та емпірична апробація методичного підходу до багатовимірного міжнародного оцінювання адаптивної спроможності банківських систем і визначення структурної позиції України серед референтних країн. Емпіричну базу сформовано як 14-країнний поперечний зріз 2024 р. за даними World Bank та IMF. Внутрішню адаптивну спроможність представлено чотирма частковими вимірами: фінансовою глибиною (FD), фінансовою стійкістю (FS), структурною організацією (SO) та цифрово-транзакційною трансформацією (DT); макрофінансове середовище (ME) відокремлено як зовнішній контекст. Методика поєднує робастне P5–P95 min–max нормування, інтегральний індекс IACI, дві незалежні міри структурної збалансованості B* і Balt, k-means та Ward-кластеризацію, PCA і евклідові відстані у стандартизованому просторі. Встановлено, що Україна має IACI = 0,410 і займає 14-ту позицію, однак її профіль є не рівномірно слабким, а структурно асиметричним: FD = 0,000 і FS = 0,090 поєднуються із SO = 0,901 та DT = 0,649. B* = 0,521 і Balt = 0,246 є найнижчими у вибірці, а рангове узгодження двох мір становить ? = 0,947. Двокластерна типологія відносить Україну до групи систем зі слабшим фінансовим ядром і відносно сильною структурною організацією. Перші дві PCA-компоненти пояснюють 73,2% міжкраїнної дисперсії, а найближчими до України в повному 4D-просторі є Польща та Литва. Наукова новизна полягає в розмежуванні «рівня» і «структури» адаптивної спроможності та у відокремленні зовнішнього середовища від внутрішнього індексу з подальшим кластерним і геометричним позиціонуванням. Практична цінність результатів полягає в можливості визначати пріоритети структурної конвергенції не за формальним рангом, а за конфігурацією функціональних компонентів; для України ключовими є відновлення кредитної трансмісії та посилення ризико-абсорбційної спроможності за збереження організаційно-цифрових переваг.

Ключові слова: адаптивна спроможність; банківська система; міжнародне позиціонування; композитний індекс; структурна збалансованість; фінансова стійкість; кластеризація; PCA.

Рис.: 3. Табл.: 6. Формул: 6. Бібл.: 30.

Грабарєв Андрій Володимирович – кандидат економічних наук, доцент, доцент, кафедра інформатики та системології, Київський національний економічний університет імені Вадима Гетьмана (просп. Берестейський, 54/1, Київ, 03057, Україна)
Email: [email protected]

Список використаних у статті джерел

OECD, European Union, European Commission, Joint Research Centre. Handbook on Constructing Composite Indicators: Methodology and User Guide. Paris : OECD Publishing, 2008. 162 p. DOI: https://doi.org/10.1787/9789264043466-en
Cihak M., Demirguc-Kunt A., Feyen E., Levine R. Benchmarking Financial Systems around the World. Policy Research Working Paper. 2012. No. 6175. Washington, DC : The World Bank. DOI: https://doi.org/10.1596/1813-9450-6175
Svirydzenka K. Introducing a New Broad-Based Index of Financial Development. IMF Working Paper. 2016. No. 16/5. Washington, DC : International Monetary Fund. 43 p. DOI: https://doi.org/10.5089/9781513583709.001
Yehorycheva S., Khutorna M., Rudenko M., et al. The Development of Methodology of Banks’ Financial Stability Assessment by Taxonometric Method. Financial and Credit Activity: Problems of Theory and Practice. 2022. No. 1. P. 13–25. DOI: https://doi.org/10.55643/fcaptp.1.42.2022.3650
Vial G. Understanding Digital Transformation: A Review and a Research Agenda. The Journal of Strategic Information Systems. 2019. Vol. 28. Iss. 2. P. 118–144. DOI: https://doi.org/10.1016/j.jsis.2019.01.003
Verhoef P. C., Broekhuizen T., Bart Y., et al. Digital Transformation: A Multidisciplinary Reflection and Research Agenda. Journal of Business Research. 2021. Vol. 122. P. 889–901. DOI: https://doi.org/10.1016/j.jbusres.2019.09.022
Vives X. Digital Disruption in Banking. Annual Review of Financial Economics. 2019. Vol. 11. P. 243–272. DOI: https://doi.org/10.1146/annurev-financial-100719-120854
Thakor A. V. Fintech and Banking: What Do We Know? Journal of Financial Intermediation. 2020. Vol. 41. Art. 100833. DOI: https://doi.org/10.1016/j.jfi.2019.100833
Boot A., Hoffmann P., Laeven L., Ratnovski L. Fintech: What’s Old, What’s New? Journal of Financial Stability. 2021. Vol. 53. Art. 100836. DOI: https://doi.org/10.1016/j.jfs.2020.100836
Ozili P. K. Impact of Digital Finance on Financial Inclusion and Stability. Borsa Istanbul Review. 2018. Vol. 18. Iss. 4. P. 329–340. DOI: https://doi.org/10.1016/j.bir.2017.12.003
Porfirio J. A., Felicio J. A., Carrilho T. Factors Affecting Digital Transformation in Banking. Journal of Business Research. 2024. Vol. 171. Art. 114393. DOI: https://doi.org/10.1016/j.jbusres.2023.114393
Xie X., Wang S. Digital Transformation of Commercial Banks in China: Measurement, Progress and Impact. China Economic Quarterly International. 2023. Vol. 3. Iss. 1. P. 35–45. DOI: https://doi.org/10.1016/j.ceqi.2023.03.002
Abdurrahman A., Gustomo A., Prasetio E. A. Impact of Dynamic Capabilities on Digital Transformation and Innovation to Improve Banking Performance: A TOE Framework Study. Journal of Open Innovation: Technology, Market, and Complexity. 2024. Vol. 10. Iss. 1. Art. 100215. DOI: https://doi.org/10.1016/j.joitmc.2024.100215
Zakharkina L., Rubanov P., Kabdybay A., et al. Digitalization – CSR Integration in Transitional Banking: Evidence from Ukraine and Kazakhstan. Banks and Bank Systems. 2025. Vol. 20. Iss. 4. P. 256–275. DOI: https://doi.org/10.21511/bbs.20(4).2025.20
Demirguc-Kunt A., Pedraza A., Ruiz-Ortega C. Banking Sector Performance during the COVID-19 Crisis. Journal of Banking & Finance. 2021. Vol. 133. Art. 106305. DOI: https://doi.org/10.1016/j.jbankfin.2021.106305
Zarutska O., Dobrovolska O., Masiuk I., et al. Risk Management through a Kohonen Map Bank Business Model Survey: The Case of Ukraine. Banks and Bank Systems. 2024. Vol. 19. Iss. 2. P. 221–233. DOI: https://doi.org/10.21511/bbs.19(2).2024.18
Murtagh F., Contreras P. Algorithms for Hierarchical Clustering: An Overview. WIREs Data Mining and Knowledge Discovery. 2012. Vol. 2. Iss. 1. P. 86–97. DOI: https://doi.org/10.1002/widm.53
Jolliffe I. T. Principal Component Analysis. 2nd ed. New York : Springer, 2002. 488 p. DOI: https://doi.org/10.1007/b98835
Rousseeuw P. J. Silhouettes: A Graphical Aid to the Interpretation and Validation of Cluster Analysis. Journal of Computational and Applied Mathematics. 1987. Vol. 20. P. 53–65. DOI: https://doi.org/10.1016/0377-0427(87)90125-7
World Bank. World Development Indicators. DataBank. URL: https://databank.worldbank.org/source/world-development-indicators
International Monetary Fund. Financial Soundness Indicators. IMF Data. URL: https://data.imf.org/Datasets/FSIC
International Monetary Fund. Monetary and Financial Statistics Manual and Compilation Guide. Washington, DC : IMF, 2016. URL: https://www.imf.org/en/publications/manuals-guides/issues/2018/09/21/monetary-and-financial-statistics-manual-and-compilation-guide-43001
International Monetary Fund. Financial Access Survey (FAS). IMF Data. URL: https://data.imf.org/Datasets/FAS
Basel Committee on Banking Supervision. Digitalisation of Finance. Basel : Bank for International Settlements, 2024. 46 p. URL: https://www.bis.org/bcbs/publ/d575.htm
World Bank. Domestic Credit to Private Sector by Banks (% of GDP): Metadata, indicator FD.AST.PRVT.GD.ZS. World Development Indicators. URL: https://databank.worldbank.org/metadataglossary/world-development-indicators/series/FD.AST.PRVT.GD.ZS
International Monetary Fund. World Economic Outlook Database, April 2026. IMF Data. URL: https://data.imf.org/Datasets/WEO (accessed: 11.08.2026).
Greco S., Ishizaka A., Tasiou M., Torrisi G. On the Methodological Framework of Composite Indices: A Review of the Issues of Weighting, Aggregation, and Robustness. Social Indicators Research. 2019. Vol. 141. P. 61–94. DOI: https://doi.org/10.1007/s11205-017-1832-9
Bonin J. P., Hasan I., Wachtel P. Bank Performance, Efficiency and Ownership in Transition Countries. Journal of Banking & Finance. 2005. Vol. 29. Iss. 1. P. 31–53. DOI: https://doi.org/10.1016/j.jbankfin.2004.06.015
De Haas R., van Lelyveld I. Foreign Banks and Credit Stability in Central and Eastern Europe: A Panel Data Analysis. Journal of Banking & Finance. 2006. Vol. 30. Iss. 7. P. 1927–1952. DOI: https://doi.org/10.1016/j.jbankfin.2005.07.007
Claessens S., van Horen N. Foreign Banks: Trends and Impact. Journal of Money, Credit and Banking. 2014. Vol. 46. Iss. 1. P. 295–326. DOI: https://doi.org/10.1111/jmcb.12092