<?xml version="1.0" encoding="UTF-8"?>
<article xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:noNamespaceSchemaLocation="JATS-archive-oasis-article1-4.xsd" article-type="research-article" dtd-version="1.4" xml:lang="ru">
  <front>
    <journal-meta>
      <journal-title-group>
        <journal-title>Журнал Современные проблемы науки и образования</journal-title>
      </journal-title-group>
      <issn>2070-7428</issn>
      <publisher>
        <publisher-name>Общество с ограниченной ответственностью &amp;quot;Издательский Дом &amp;quot;Академия Естествознания&amp;quot;</publisher-name>
      </publisher>
    </journal-meta>
    <article-meta>
      <article-id pub-id-type="publisher-id">ART-16784</article-id>
      <title-group>
        <article-title>ДИНАМИЧЕСКИЙ АНАЛИЗ СЕГМЕНТАЦИИ РОССИЙСКОГО БАНКОВСКОГО СЕКТОРА</article-title>
      </title-group>
      <contrib-group>
        <contrib contrib-type="author">
          <name-alternatives>
            <name xml:lang="ru">
              <surname>Скоблева</surname>
              <given-names>Э.И.</given-names>
            </name>
          </name-alternatives>
          <name-alternatives>
            <name xml:lang="en">
              <surname>Skobleva</surname>
              <given-names>E.I.</given-names>
            </name>
          </name-alternatives>
          <email>skobleva@mail.ru</email>
          <xref ref-type="aff" rid="affcf4f7207"/>
        </contrib>
        <contrib contrib-type="author">
          <name-alternatives>
            <name xml:lang="ru">
              <surname>Князев</surname>
              <given-names>А.Г.</given-names>
            </name>
          </name-alternatives>
          <name-alternatives>
            <name xml:lang="en">
              <surname>Knyazev</surname>
              <given-names>A.G.</given-names>
            </name>
          </name-alternatives>
          <email>agkniazev@mail.ru</email>
          <xref ref-type="aff" rid="affcf4f7207"/>
        </contrib>
        <contrib contrib-type="author">
          <name-alternatives>
            <name xml:lang="ru">
              <surname>Лепёхин</surname>
              <given-names>О.А.</given-names>
            </name>
          </name-alternatives>
          <name-alternatives>
            <name xml:lang="en">
              <surname>Lepekhin</surname>
              <given-names>O.A.</given-names>
            </name>
          </name-alternatives>
          <email>okmb07@yandex.ru</email>
          <xref ref-type="aff" rid="affcf4f7207"/>
        </contrib>
        <contrib contrib-type="author">
          <name-alternatives>
            <name xml:lang="ru">
              <surname>Казакова</surname>
              <given-names>К.А.</given-names>
            </name>
          </name-alternatives>
          <name-alternatives>
            <name xml:lang="en">
              <surname>Kazakova</surname>
              <given-names>K.A.</given-names>
            </name>
          </name-alternatives>
          <email>kristinakazakova0309@gmail.com</email>
          <xref ref-type="aff" rid="affcf4f7207"/>
        </contrib>
      </contrib-group>
      <aff id="affcf4f7207">
        <institution xml:lang="ru">ФГБОУ ВПО "Астраханский государственный университет"</institution>
        <institution xml:lang="en">Astrakhan state university, Astrakhan</institution>
      </aff>
      <pub-date date-type="pub" iso-8601-date="2014-06-31">
        <day>31</day>
        <month>06</month>
        <year>2014</year>
      </pub-date>
      <issue>6</issue>
      <fpage>612</fpage>
      <lpage>612</lpage>
      <permissions>
        <license xlink:href="https://creativecommons.org/licenses/by/4.0/">
          <license-p>This is an open-access article distributed under the terms of the CC BY 4.0 license.</license-p>
        </license>
      </permissions>
      <self-uri content-type="url" hreflang="ru">https://science-education.ru/ru/article/view?id=16784</self-uri>
      <abstract xml:lang="ru" lang-variant="original" lang-source="author">
        <p>Совершенствование системы банковского сектора Российской Федерации с позиции выявления и повышения уровня значимости показателей устойчивости, эффективности и стабильности функционирования банковских учреждений на сегодняшний день является задачей первостепенной важности. Наличие структурной неоднородности банковской системы, обусловленной инвариантным воздействием различных факторов на деятельность финансового института, играет важную роль в определении характера и направления развития институциональной единицы. &#13;
Основополагающей целью работы является построение репрезентативной выборки кредитных учреждений финансового сектора Российской Федерации посредством разбиения банковской системы на однородные по своей динамике группы и выявление типичных представителей в рамках соответствующих групп. &#13;
В работе продемонстрировано применение кластерного анализа методом k-средних с целью выявления сегментов банковского сектора в виде групп финансовых учреждений однородных по качеству кредитного портфеля и масштабу деятельности. В исследовании также проведен факторный анализ с позиции выявления типичного представителя в рамках соответствующих классов сегментации. &#13;
Практическая реализация предложенных методов классификации представила результаты разбиения российской банковской системы на семь сегментов финансового сектора, однородных по своей динамике развития. В рамках каждого заявленного класса был определен типичный представитель финансовой группы, концентрирующий в себе значимые признаки соответствующего сегмента. &#13;
Результаты выполнения поставленной в работе задачи используются для формирования репрезентативной выборки и диверсификации банковских рисков. Предложенная процедура может быть также использована в качестве предварительного этапа построения вероятностно-статистических моделей банкротства, так как обосновывает критерии и принципы отбора показателей, определяющих и характеризующих функционирование банковских учреждений.</p>
      </abstract>
      <abstract xml:lang="en" lang-variant="translation" lang-source="translator">
        <p>Improvement of the system of Russian banking sector from the position of identification and preferment of significance value of efficiency and stability of banking institutions functioning is paramount problem today. Existence of structural heterogeneity of the banking system caused by invariant impact of various factors on activity of financial institution plays an important role in determination of character and direction of development of institutional unit.&#13;
The purpose of work is creation of representative sample of credit institutions of Russian financial sector by means of splitting bank system into groups with the same dynamics, and identifications of typical representatives within the relevant groups. &#13;
In this work the application of cluster analysis by method of k-means for the identification of segments of bank sector in the form of groups of financial institutions within the same quality of credit portfolio and scale of activity is shown. In research factorial analysis from the position of identification of typical representative within the corresponding classes of segmentation is also carried out.&#13;
Practical realization of offered methods of classification presented results of splitting the Russian banking system into seven segments of financial sector within the same dynamics of development. Typical representative of financial group concentrating significant signs of the corresponding segment was also defined.&#13;
Results of this task are used to form representative sample and to perform bank risks diversification. The proposed procedure can be used as a preliminary step to create probabilistic and statistical models of bankruptcy as justifies the criteria and principles of the indicators defining and characterizing stable functioning of banking institutions.</p>
      </abstract>
      <kwd-group xml:lang="ru">
        <kwd>банковский сектор</kwd>
        <kwd>сегментация</kwd>
        <kwd>кластерный анализ</kwd>
        <kwd>факторный анализ</kwd>
        <kwd>диверсификация</kwd>
      </kwd-group>
      <kwd-group xml:lang="en">
        <kwd>bank sector</kwd>
        <kwd>segmentation</kwd>
        <kwd>cluster analysis</kwd>
        <kwd>factor analysis</kwd>
        <kwd>diversification</kwd>
      </kwd-group>
    </article-meta>
  </front>
  <back>
    <ref-list>
      <ref>
        <note>
          <p>1.             Информация по кредитным организациям // Центральный банк РФ [Электронный ресурс]. – Режим доступа: http://www.cbr.ru/credit/transparent.asp. – Загл. с экрана.</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>2.             Козлов, А.А. На модернизацию банковской системы отпущено три года // Банковское дело в Москве. – 2002. – № 7(91).</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>3.             Солнцев, О.Г., Хромов, М.Ю. Ключевые проблемы и альтернативные сценарии развития банковского сектора (среднесрочный аспект) // НП «Центр макроэкономического анализа и краткосрочного прогнозирования». [Электронный ресурс]. – Режим доступа: http://forecast.ru, – Загл. с экрана.</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>4.             Основные директивы Базельского комитета по банковскому надзору.[Электронный ресурс]. – Режим доступа : http://www.cbr.ru/today/anti_legalisation/basel.htm, – Загл. с экрана.</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>5.             Altman, E.I. Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy // The Journal of Finance. Vol. 23, no. 4. 1968, pp. 589–609.</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>6.             Anglim, J. Cluster analysis and factor analysis. Research methods. – 2007, pp. 325-711.</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>7.             Leisch, F. A Toolbox for K-Centroids Cluster Analysis. In: Computational Statistics and Data Analysis. –  2006. No.51 (2), рр.526–544.</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>8.             Lepekhin O.A., Knyazev A.G. and Torbina K.E. Trend Analysis of Russian Banks’ Qualitative Composition // Studies on Russian Economic Development. – 2013. No. 2, pp. 164–168.</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>9.             Tan P.N., M. Steinbach and V. Kumar, Introduction to Data Mining. Cluster Analysis: basic concepts and algorithms (Addison-Wesley). – 2006.</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>10.         Wolfson M., M. Zagros and P. James. Identifying national types: a cluster analysis of politics, economics and conflict, Journal of Peace Research. – 2004. Vol. 41, no. 5, pp.607-623.</p>
        </note>
      </ref>
    </ref-list>
  </back>
</article>
