Banking supervision with the use of innovative statistical techniques

 
δείτε την πρωτότυπη σελίδα τεκμηρίου
στον ιστότοπο του αποθετηρίου του φορέα για περισσότερες πληροφορίες και για να δείτε όλα τα ψηφιακά αρχεία του τεκμηρίου*
κοινοποιήστε το τεκμήριο




2019 (EL)

Banking supervision with the use of innovative statistical techniques (EN)

Tsikripis, Ioannis
Siakoulis, Vasileios
Petropoulos, Anastasios
Vlachogiannakis, Nikolaos
Stavroulakis, Evangelos

Proactively monitoring and assessing the economic health of financial system has always been the cornerstone of supervisory authorities for supporting informed and timely decision making. Bank of Greece as the competent supervisory authority for the Greek banking system evaluates both the riskiness of banks on an individual level and the health of the financial system in total, from a macro prudential perspective. In accomplishing those targets, the Bank of Greece could make use –inter alia- of various statistical methods along with expert judgment. In this work, we employ a series of innovative modeling techniques in the prediction of individual bank insolvencies and generalized financial crises. Our empirical results indicate that innovative statistical techniques, i.e. Deep Learning and Machine Learning methodologies, have superior out of sample and out of time predictive performance in comparison to traditionally employed methods in finance, such as Logistic Regression, Classification Tress, and Linear Discriminant Analysis. In essence, we build an Early Warning System for bank insolvencies and another one for stock market crises, which could complement the assessments performed by micro-prudential and macroprudential authorities. In short, the holistic monitoring of the resilience of the financial system would steer decision making, via triggering the imposition of any necessary targeted corrective actions, leading vulnerable institutions back to viable business performance and the financial system back to balanced operation. (EN)

info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
Άρθρο από Ομότιμους Αξιολογητές (EL)

Bank’s insolvencies (EN)
Financial Crises (EN)
Banking Supervision (EN)
Big Data (EN)
Machine Learning (EN)
Deep Learning (EN)


Εκπαίδευση, Δια Βίου Μάθηση, Έρευνα και Τεχνολογική Ανάπτυξη, Καινοτομία και Οικονομία

Αγγλική γλώσσα

2019-10-15


Hellenic Scientific Institute Economics of Education & Lifelong Learning, of Research & In (EL)

2529-2153
Εκπαίδευση, Δια Βίου Μάθηση, Έρευνα και Τεχνολογική Ανάπτυξη, Καινοτομία και Οικονομία; Τόμ. 2 (2019): Πρακτικά του 2ου Πανελληνίου Επιστημονικού Συνεδρίου με Διεθνή Συμμετοχή «Ελλάδα-Ευρώπη 2020: Εκπαίδευση, Δια Βίου Μάθηση, Έρευνα, Νέες Τεχνολογίες, Καινοτομία και Οικονομία», Λαμία 28, 29, 30 Σεπτεμβρίου 2018; 810-823 (EL)
Education, Lifelong Learning, R&D, Innovation and Economy; Vol. 2 (2019): Proceedings of the 2nd Panhellenic Scientific Conference with International Participation “Greece-Europe 2020: Education, Lifelong Learning, Research, New Technologies, Innovation and Economy”, Lamia, 28,29,30 September 2018; 810-823 (EN)

Πνευματική ιδιοκτησία (c) 2019 VASILEIOS SIAKOULIS (EL)



*Η εύρυθμη και αδιάλειπτη λειτουργία των διαδικτυακών διευθύνσεων των συλλογών (ψηφιακό αρχείο, καρτέλα τεκμηρίου στο αποθετήριο) είναι αποκλειστική ευθύνη των αντίστοιχων Φορέων περιεχομένου.