Az európai hitelintézetek üzleti modell fókuszú klaszterelemzése a koronavírus-járvány okozta válságot megelőző időszak adatai alapján
Copyright (c) 2022 El-Meouch Nedim Márton
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Absztrakt
A 2008–2009-es gazdasági válságot követően a nyugat-európai bankcsoportok jelentősen csökkentették jelenlétüket a közép- és kelet-európai régióban, helyüket pedig sokszor utóbbi régió képviselői töltötték be. Ezen átrendeződésből kiindulva jelen kutatás célja az európai hitelintézeteket üzleti modelljük alapján klaszterekbe sorolni a koronavírus kezdete előtt megfigyelhető pénzügyi mutatóik szerint. Az eredmények alapján a szakirodalomban is megtalálható gyakori distinkció, a kereskedelmi banki működés és a befektetési banki profil közötti különbözőségeket identifikáljuk, a hitelintézetek ily módon elkülönülnek a kialakult klaszterekben. A nyugati-európai, valamint közép- és kelet-európai intézmények nem kerülnek szigorúan egy csoportba, de eloszlásuk jelentősen különbözik a klaszterekben. A külföldi anyabankú hitelintézetek csoportokon belüli részaránya szintén eltér a teljes eloszlástól, az anya- és leánybank pároknak pedig csak közel fele kerül egy klaszterbe az elemzés során.
Kulcsszavak:
Hivatkozások
Ayadi, Rym – Emrah Arbak – Willem Pieter De Groen: Business Models In European Banking. Brussels, Centre For European Policy Studies, 2011. Online: http://doi.org/10.2139/ssrn.1945779
Ágoston Kolos Csaba: Klaszterelemzés-előadás. Többváltozós statisztikai modellezés kurzus, Budapesti Corvinus Egyetem, 2016/2017. I. félév.
Erdős Mihály – Mérő Katalin: Pénzügyi közvetítő intézmények. Bankok és intézményi befektetők. Budapest, Akadémiai Kiadó, 2010.
Farné, Matteo – Angelos T. Vouldis: Banks’ Business Models in the Euro Area: A Cluster Analysis in High Dimensions. Annals of Operations Research 305. (2021). 23–57. Online: https://doi.org/10.1007/s10479-021-04045-9
Ferstl, Robert – David Seres: Clustering Austrian Banks’ Business Models and Peer Groups in the European Banking Sector. Oesterreichische Nationalbank (OeNB), Financial Stability Report 24. 2012. december. 79–95. Online: https://www.oenb.at/dam/jcr:9f5fecf1-1624-49ff-8ffd-8a9823115542/fsr_24_special_topics_03_tcm16-252045.pdf
Gál Zoltán: Pénzügyi piacok a globális térben. Budapest, Akadémiai Kiadó, 2010.
Humblot, Thomas: Classification Of European Banks According To Their Business Model. An Objective Approach. BNP Paribas, 2020. július–augusztus. Online: https://bit.ly/3dVO5CW
King, Robert G. – Ross Levine: Finance and Growth: Schumpeter Might be Right. The Quarterly Journal of Economics, 108. (1993a), 3. 717–737. Online: https://doi.org/10.2307/2118406
King, Robert G. – Ross Levine: Finance, Entrepreneurship, and Growth. Theory and Evidence. Journal of Monetary Economics, 32. (1993b), 3. 513–542. Online: https://doi.org/10.1016/0304-3932(93)90028-E
Kovács Erzsébet: Többváltozós adatelemzés. Budapest, Budapesti Corvinus Egyetem – Typotex Kiadó, 2014. Online: https://bit.ly/3pSHTyv
Kutasi, Gábor: Stability of CEE Banks in the Crisis Years. Civic Review, 14. (2018), Special Issue. 241–254. Online: https://doi.org/10.24307/psz.2018.0416
Levine, Ross: The Legal Environment, Banks, and Long-Run Economic Growth. Journal of Money, Credit and Banking, 30. (1998), 3/2. 596–613. Online: https://doi.org/10.2307/2601259
Levine, Ross – Norman Loayza – Thorsten Beck: Financial Intermediation and Growth: Causality and Causes. Journal of Monetary Economics, 46. (2000), 1. 31–77. Online: https://doi.org/10.1016/S0304-3932(00)00017-9
Lucas, André – Julia Schaumburg – Bernd Schwaab: Dynamic Clustering of Multivariate Panel Data. Tinbergen Institute Discussion Paper, 2020-009/III. Online: https://doi.org/10.2139/ssrn.3531721
Marques, Bernardo P. – Carlos F. Alves: Using Clustering Ensemble to Identify Banking Business Models. Intelligent Systems in Accounting, Finance and Management – An International Journal, 27. (2020), 2. 66–94. Online: https://doi.org/10.1002/isaf.1471
Molin, Felix: Cluster Analysis of European Banking Data. Degree Project In Financial Mathematics. KTH Royal Institute, 2017. Online: https://www.math.kth.se/matstat/seminarier/reports/M-exjobb17/171213.pdf
Rousseeuw, Peter J.: Silhouettes. A Graphical Aid to the Interpretation and Validation of Cluster Analysis. Journal of Computational and Applied Mathematics, 20. (1987), november. 53–65. Online: https://doi.org/10.1016/0377-0427(87)90125-7
S&P Capital IQ: SNL Mergers & Acquisitions (2021. október 28). Online: https://doi.org/10.1016/0377-0427(87)90125-7
Vinh, Nguyen Xuan – Julien Epps – James Bailey: Information Theoretic Measures for Clusterings Comparison: Is a Correction for Chance Necessary? In Proceedings of the 26th International Conference on Machine Learning. Montreal, Canada, 2009. 1073–1080. Online: https://doi.org/10.1145/1553374.1553511
Wilkinson, Leland – Laszlo Engelman – James Corter – Mark Coward: Cluster Analysis. In Multivariate Analysis in Psychology and Education Course. University of Illinois Urbana-Champaign, 2012. ősz. Online: http://cda.psych.uiuc.edu/multivariate_fall_2012/systat_cluster_manual.pdf