автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Автоматизация процессов принятия решений по управлению страховыми тарифами на промышленных предприятиях

На правах аукописи

1ш

ПОЛЬШИН СЕРГЕЙ ОЛЕГОВИЧ

АВТОМАТИЗАЦИЯ ПРОЦЕССОВ ПРИНЯТИЯ РЕШЕНИЙ ПО УПРАВЛЕНИЮ СТРАХОВЫМИ ТАРИФАМИ НА ПРОМЫШЛЕННЫХ ПРЕДПРИЯТИЯХ

ООЗ 176366

Специальность 05 13 06 - Автоматизация и управление технологическими процессами и производствами (промышленность)

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

Москва - 2007

003176966

Работа выполнена в Московском автомобильно-дорожном институте (государственном техническом университете)

Научный руководитель Заслуженный деятель науки РФ,

доктор технических наук, профессор Николаев Андрей Борисович

Официальные оппоненты Доктор технических наук, профессор

Марсов Вадим Израилевич, профессор МАДИ(ГТУ)

Кандидат технических наук, доцент Брыль Владимир Николаевич начальник отдела, Научно-исследовательский центр электронно-вычислительной техники (ОАО НИЦЭВТ)

Ведущая организация Российский научно-исследовательский институт информационных технологий и систем автоматизированного проектирования (Рос НИИ ИТ и АП), г Москва

Защита состоится 23 октября 2007г в 10 часов на заседании диссертационного совета Д212 126 05 при Московском автомобильно-дорожном институте (государственном техническом университете) по адресу

125319, ГСП А-47, Москва, Ленинградский пр , д 64

С диссертацией можно ознакомиться в библиотеке МАДИ(ГТУ)

Автореферат разослан 21 сентября 2007г

Отзыв на автореферат в одном экземпляре, заверенный печатью, просим направлять в адрес совета института

Ученый секретарь диссертационного совета, кандидат технических наук, доцент

Михайлова Н В

Общая характеристика работы

Актуальность проблемы

В результате процессов перераспределения страхового поля, конкурентной борьбы между страховыми компаниями, появления новых видов страхования, коренным образом отличающихся от существовавших ранее, практически все страховые организации оказались в ситуации, когда из-за изменения объемов страховой деятельности постоянно изменяются основные показатели, применяющиеся при расчете тарифов При этом наблюдается не только территориальное разделение страхового портфеля, но также его постоянное перераспределение между страховыми компаниями, работающими на одной территории В связи с этим в настоящее время при расчете страхового тарифа применяются двух- и трехкратные рисковые надбавки

В мировой практике любая страховая компания при необходимости оценить риск обращается к штатному или привлеченному актуарию Контроль осуществляется государственными органами, которые также имеют в своем штате специалистов по агарной математике В России институт актуариев пока еще не развит, поэтому каждая компания остается один на один с проблемой оценки риска В лучшем случае страховая организация привлекает к оценке рисков специалистов по математической статистике, которые в силу незнания специфики страхования, особенностей деятельности страховой организации, не имеют четкого представления о том, какие последствия для страховой деятельности организации может вызвать тот или иной допуск при оценке риска Поэтому исследования в данной области страхования являются актуальными в настоящее время

В связи с этим актуальной становится задача разработки инструментальных средств представителям промышленных предприятий и страховых компаний для проведения собственных исследований выбора тарифных ставок

Цель и основные задачи исследования

Целью работы является автоматизация процесса принятия решений по выбору стратегий выбора и управления страховыми тарифами, а также разработка методики анализа в условиях динамичности рынка страхования

Для достижения данной цели в работе решаются следующие задачи

• системный анализ методик расчета страхового тарифа,

• разработка методики перераспределения страховых сумм,

• разработка методов и моделей прогнозирования финансового состояния предприятий,

• формализованное представление компонентов системы поддержки принятия решений по выбору тарифов,

» реализация моделей и алгоритмов в виде программно-моделирующего комплекса

Методы исследования

При разработке формальных моделей компонентов системы поддержки принятия решений в диссертации использовались методы общей теории систем и классический теоретико-множественный аппарат Системный анализ вопросов обеспечения надежности методов проводился на основе статистических данных страховых компаний При разработке методики оценивания эффективности тарифных ставок использовался аппарат теории вероятностей, теории нечетких множеств, теории баз данных, математической статистики, исследования операций, теории случайных процессов с привлечением математических и статистических пакетов и др

Научная новизна работы состоит в разработке методов, моделей, алгоритмов и методики расчета страхового тарифа в условиях постоянного изменения условий рынка страхования в целях автоматизации процесса поддержки принятия решений страхованием промышленных предприятий

На защиту выносятся:

« методика экспертной оценки выбора страховой компании,

• модель перераспределения страховых средств,

® модель прогнозирования финансового состояния промышленных предприятий,

• методика расчета страхового тарифа в условиях неопределенности

Достоверность научных положений, рекомендаций и выводов

Обоснованность научных положений, рекомендаций и выводов определяется корректным использованием современных математических методов и моделей, согласованностью результатов аналитических и имитационных моделей процессов Достоверность положений и выводов диссертации подтверждена положительными результатами внедрения, совпадением статистических данных страховых компаний и данных полученных теоретически

Практическая ценность и реализация результатов работы

Научные результаты, полученные в диссертации, доведены до практического использования Они представляют непосредственный интерес в области автоматизации предприятий промышленности

Разработанные методы и алгоритмы прошли апробацию и внедрены для практического применения в ряде промышленных

предприятий, а также используются при организации учебного процесса на кафедре АСУ МАДИ(ГТУ) Апробация работы

Содержание отдельных разделов и диссертации в целом было доложено и получило одобрение

в на научно-методических конференциях МАДИ(ГТУ) (20042007г г),

• на заседании кафедры АСУ МАДИ(ГТУ)

Совокупность научных положений, идей и практических результатов исследований в области автоматизации процесса принятия решений по выбору страховых тарифов промышленных предприятий в корпоративных автоматизированных информационных системах составляет актуальное научное направление СОДЕРЖАНИЕ РАБОТЫ

Структура работы соответствует списку перечисленных задач, содержит описание разработанных методов, моделей и методик

Во введении обосновывается актуальность работы, приведено краткое содержание глав диссертации, определена цель и поставлены основные задачи исследований

В первой главе диссертации проведен системный анализ особенностей корпоративных информационных систем связанных управлением страховыми тарифами

Так, для страхования риск имеет несколько понятий конкретное явление или совокупность явлений, при наступлении которых производятся выплаты страхового возмещения, сам объект страхования и/или его стоимостная характеристика, вероятность гибели или повреждения объекта страхования

Наличие большого количества объектов страхования предполагает достаточное количество статистических данных, что позволяет достаточно точно описать всю совокупность рисков с помощью среднего значения и дисперсии Чем больше неоднородность объектов страхования, тем менее точно будет описана совокупность рисков, при этом в первую очередь ошибки будут возникать при определении средних размеров ущерба и страховых сумм, так как частота случаев меньше зависит от однородности объектов

Редкие события и крупные риски характеризуются низкой частотой страховых событий и большой возможной величиной ущерба Количество объектов для таких видов страхования ограничено, а разброс страховых сумм велик К таким видам страхования можно отнести страхование крупных промышленных предприятий, уникальных научно-технических комплексов, страхование авиационных и космических судов, а также страхование на случай природных катастроф, возможный ущерб от которых весьма

значителен вследствие кумуляции мелких ущербов, причиненных одним страховым случаем Поэтому для страхования редких и крупных событий необходимо использовать статистические данные за несколько лет, а также использовать не среднюю, а правдоподобную стоимость риска и учитывать необходимость перестрахования и его влияние, как на размер ущерба страховщика, так и на размер тарифа

Математические модель риска базируется на следующих предположениях

• анализируется короткий промежуток времени, обычно 1 год, в течение которого можно пренебречь инфляцией и не учитывать доход от инвестирования,

• число договоров N фиксировано и неслучайно,

» плата за страхование полностью вносится в начале анализируемого периода, поступлений в течение периода нет,

• наблюдается каждый отдельный договор страхования и известны статистические свойства связанного с ним индивидуального требования о выплате

При построении тарифа используют различные математические модели, основными предпосылками которых являются

• действие закона больших чисел,

• однородность выборки,

• разделение рисков на нормальные и катастрофические Одним из методов расчета страхового тарифа является принцип

максимально возможного возмещения, в соответствии с которым премия устанавливается из расчета ожидаемого возмещения по данному объекту и максимально возможного убытка

В работе показано, что неотъемлемой части моделирования процессов страхования является оценка финансовой устойчивости предприятий Для решения задач анализа оценки стоимости предприятия в области финансового анализа существует множество аналитических пакетов (например MetaStocc и др), однако они носят сугубо специализированный характер и для реализации методик необходим значительный объем программирования В диссертации проведен анализ методов частных моделей и методов чистой текущей стоимости NPV (Net Present Value), для которого используются модели анализа чувствительности к аннуитетам и дисконтным ставкам, модели аппроксимации, сетевой модели реализации этапов инновационных проектов в условиях стохастических и лингвистических неопределенностей, методик финансовой устойчивости и других

Часто при расчете интегральных показателей методика расчета представляется в виде (Рис 1 ), когда расчетную схему понять очень сложно, а иногда может сформироваться неоднозначное решение по последовательности действий и определению индекса балансовых форм

Представление методики расчета интегральных показателей_

стр 250 + стр 260 раздела II баланса

Кабс ликв = -

стр 610 +стр 620 +стр 630+ стр 650 +стр 660 раздела V баланса

или

итог раздела III баланса - итог раздела I баланса (стр 490) (стр 190)

Кобе сп = ---

_итог раздела II баланса (стр 290) + стр 465 + стр 475_

Рис 1

В этой области ведутся работы по унификации представления методик Пока практически не используются формальные методы кластерного анализа для решения вопросов идентификации состояния предприятий, а это просто необходимо, когда вопрос стоит о сравнительном анализе положения дел в целых отраслях Стандартные пакеты имеют процедуры прогнозирования динамических рядов, однако нет механизмов создания методик прогнозирования с учетом взаимозависимости большой совокупности показателей Показано, что множество методик приводится к последовательности примитивных приложений, которые основаны на использовании стандартных статистических процедур Кроме того, если будет создан язык представления методик, то у экономистов с учетом интеграции появится среда построения собственных расчетных методик

В этом направлении работа направлена именно на создание механизмов формирования методик, направленных на быструю реализацию программных продуктов и решение вопросов независимости работы математиков, программистов, экономистов и др

Во второй главе диссертации разрабатываются формальные методы и модели выбора стратегии страхования С одной стороны предприятие должно обеспечить себе максимальную выгоду, с другой страховая компания сталкивается с проблемой управления тарифами Для разработки эффективной и адекватной системы выбора и оценки проведен анализ риска и определены необходимые затраты на обеспечение страхования

Для обоснования выбора страховой компании предполагается использование метода экспертных оценок Выделенная последовательность действий экспертов представлена схемой экспертизы, которая включает Q - исходное множество допустимых оценок, Q3 - множество допустимых оценок экспертов L -организацию взаимодействия между экспертами, Q - организацию обратной связи, ср - обработку результатов экспертных оценок (отображение DN3 Q) Анализ показал, что наиболее

предпочтительной является экспертиза, основанная на методе попарных сравнений, что сводит прогноз к решению задачи одномерного шкалирования

Предполагается, что группа экспертов {да}, а=1 А участвует в подготовке проекта решения Полученные в результате проведения экспертизы значения обозначим множеством {са}, а=1 А Те са -значение, выставленное экспертом да Выбор значения должен производиться в сравнении со значением оценки альтернативного решения Кроме того, необходимо определить степень уверенности в этой оценке, при построении функции принадлежности чисел, приблизительно равных некоторому числу са, в работе предлагается использование функции

ц (с) = уев + е-а(е'->2 -1, (1)

где а зависит от требуемой степени нечеткости |д(са) и определяется из выражения а = -(41п0,5)/$г, |3 - расстояние между точками, в

которых функция $(х) = е~а(с°~х>г принимает значение 0,5, \ма - уровень квалификации эксперта (степень уверенности в оценке) Степень компетентности экспертов (степень уверенности в оценке) определяется методом парных сравнений

Оценка эксперта д, по сравнению с экспертом д(, обозначается через Ь,, Для обеспечения согласованности принимается Ьв = 1/Ьл Оценки Ьи оставляют матрицу суждений В=[|ЬУ|| Задача состоит в том, чтобы найти \л/=(\М), ,ууа) - собственный вектор матрицы В, решая уравнение В\л,'=Ам/, где X - собственное значение матрицы В В

А

процессе решения предполагается, что 5]и/а=1 Вычисленные

а=1

значения, составляющие собственный вектор V/, принимаются в качестве степени компетентности экспертов и, соответственно, степени уверенности в оценке

Определив с помощью метода парных сравнений собственный вектор >м=(\л/1, .VI,, ,\л/гД далее предлагается усилить общий вес оценки 1-группы за счет использования функции принадлежности

При выборе объемов страхования на различные подструктуры промышленного предприятия предлагается классическая схема перераспределения, которая сводится к следующей задаче (с использованием статистических оценок целевой функции потерь)

Предположим, что решается задача выбора экстремального значения управляемого параметра из конечной фиксированной совокупности ХХС={Х,} 1=1 I Общий объем страхования ограничен Ыр Стратегия выбора заключается в выборе распределения общего количества средств по всем подструктурам Т е каждому значению X, соответствует значение п, средств В векторной форме распределение записывается в виде Ыр=(п0, гь, , П|), 1п,=Ыр

В соответствии с выбранным распределением Ыр , каждому значению параметра X, соответствует точность оценивания Чем

больше п, , тем выше точность Пользуясь вероятностной интерпретацией, оценка имеет приближенно нормальное

ф.2 у^ \

распределение с параметрами МУ(Х1) = ¥(Х,), а2(Х1) = ———

Пг

Целевая функция У(Х) и дисперсия а2(Х) неизвестны, но вероятность правильного выбора экстремального значения параметра Р(ПВ\Нр)при заданном распределении Ир может быть определена в предположении, что модель однозначно определяет эти характеристики

/>(ш|пД= )и1фтФ(-Г(х- (2)

где Ф()- функция нормального закона распределения, Хт - экстремальное значение управляемого параметра Таким образом, для каждого распределения Мр определено значение Р(Т\В\Нр), которое соответствует эффективности выбранной стратегии Ак для исследования заданной модели Статические планы без априорного сведения о целевой функции обычно приводят к равномерным распределениям, что приводит к оценкам с одинаковой точностью

Разработанный алгоритм последовательного оценивания приводит к распределениям, которые зависят от У(х) и о(х) Очевидно для любых функций У(х) и а(х) существует распределение, максимизирующее вероятность правильного выбора В связи с этим поставим задачу

р{£№Щр)-+тах V; :п,>0 (3)

1=0

где п, - принимают значения в области целых чисел

Будем предполагать, что количество средств достаточно велико, что определяется требованиями к точности решения Это позволяет перейти от задачи целочисленного программирования к задаче с непрерывными аргументами

VI ЭгП,, з*=Нр,

где э, - принимает значение в области действительных чисел

Для функции Р(СЗ|Ыр) область определения может быть расширена до области действительных значений Кроме того, предположим, что в точке Хт значение Зт будет значительно больше остальных Перенумерацией значений р(|) можно добиться р(т)=0 На основании сделанных предположений перейдем к следующей постановке

р{Уг > 0 .• )<У *}->тах =5* ■ ^

¿=1

Эта задача относится к классу гладких задач с ограничениями типа равенств и неравенств. Так как критерий задачи не определен на 3;<0, то снимаем ограничения неравенства и будем искать решение среди допустимых. Лагранжиан этой задачи имеет вид:

Л(5ДД0) = Х0¿/яФ(2, + -5 ^ (5)

В результате переходим к задаче безусловной оптимизации: Л(Б, X, Х0)-*тах. На рис.2, приведен пример результатов расчета оптимального перераспределения средств.

Оптимальное перераспределение сумм страхования

60 о

500 400

<л 300 200

100

0

0 0,3 0.6 0.9 1.2

г

Рис.2.

Как отмечалось при выборе стратегии страхования необходим анализ финансового состояния предприятия. Кроме того, в масштабах отрасли необходима система мониторинга состояния, основанная на формальных методах и моделях.

Так, формальная процедура кластеризации предприятий заключается в разбиении множества предприятий I на т кластеров Ь, 12, ... ; 1щ так, чтобы каждое предприятие принадлежало одному и только одному кластеру. Расстояние сЗ(Х,У) между множествами X и У, которые представляют значения главных компонентов экономических показателей предприятия, определяется соотношением

"у

с,г(х>У) =-X ¡)■ Для оценки плотности расположения

пхпу 1=1 у=1

точек внутри кластеров используется мера

1 пх-1 пх

^1(х,У) =-X ^^(Х/'У¡)■ Чем меньше эта величина, тем

пх(пх -V /=1 /=/+1

ближе друг к другу показатели.

Общая идея, лежащая в основе подхода, использующего понятие близости, состоит в преобразовании пространства описаний О в пространство Э*, в котором все точки одного кластера расположены близко друг к другу, а точки различных кластеров максимально удалены друг от друга.

Так на рис.3 приведен пример разбиения предприятий по кластерам, причем каждый кластер имеет свои средние значения всех показателей, отмеченные на графике.

Средние значения показателей каждого кластера

Рис. 3.

Чем больше различаются средние значения показателей кластера, тем они дальше друг от друга. Программная поддержка процедур кластерного анализа позволяет по каждому кластеру определить их центры и удаление каждого объекта кластера от центра.

Таким образом, сочетание методов факторного и кластерного анализов позволяет реализовать автоматическое разбиение группы предприятий на кластеры. Определение финансового состояния предприятий каждого кластера в данном случае реализуется на детальном анализе одного наиболее типового предприятия каждого кластера.

В качестве проверки адекватности разбиения предприятий по предложенному подходу был проведен анализ финансового состояния одного предприятия каждого кластера, максимально близкого к центру.

Так для предприятия первого кластера средства целевого финансирования отсутствуют. Уровень платежеспособности низкий. Предприятие может покрыть общую величину кредиторской задолженности только за 24 месяца, в том числе по кредитам и займам за 4 месяца, по текущим обязательствам за 21 месяц, задолженность другим организациям за 20 месяцев. Высокая доля денежных средств в составе текущих активов - 25%. По итогам деятельности за год предприятие имеет убыток, однако рентабельность продаж сравнительно высокая. Вывод - предприятие на грани банкротства.

Для предприятия второго кластера сделан вывод, что финансовое состояние хорошее. Для предприятия третьего кластера -предприятие фактически банкрот. Кластер 4 - предприятие не имеет признаков банкротства, но финансовое положение следует улучшать. Кластер 5 - несмотря на малые объемы валюты баланса и выручки от реализации финансовое состояние отличное, предприятие финансово устойчиво.

В результате показано, что предложенный подход на основе формальной процедуры кластеризации главных компонентов сразу всех основных балансовых показателей дает удовлетворительный результат. Использование такого подхода дает значительный эффект, когда проводится сравнительный анализ большого количества

Распределение вероятности зон риска

о ПРр вр ис ДПР

Рис. 4.

При оценке финансового состояния в результате анализа ЫРУ и, исходя из кривой вероятностей получения прибыли, строится кривая распределения вероятностей возможных потерь. На кривой распределения вероятностей потерь выделяется ряд характерных точек. Точка 1 определяет вероятность нулевых потерь прибыли. В

соответствии с принятыми допущениями вероятность нулевых потерь максимальна (Вр) Точка 2 характеризуется величиной возможных потерь, равной ожидаемой прибыли, т е полной потерей прибыли, вероятность которой равна Вд Точки 1 и 2 являются граничными, определяющими положение зоны допустимого риска Точка 3 соответствует величине потерь, равных расчетной выручке Точки 2 и 3 определяют границы зоны критического риска Точка 4 характеризуется потерями, равными имущественному состоянию, вероятность которых равна Вкт Между точками 3 и 4 находится зона катастрофического риска Вероятности определенных уровней потерь являются показателями, позволяющими оценить ожидаемый риск и его приемлемость

С другой стороны, страховая компания должна обеспечить правильный выбор страховых тарифов В условиях конкуренции встает вопрос о постоянном спросе на страховой продукт На сложившемся страховом рынке существует так называемый страховой цикл Существует некоторая ставка премии, которая обеспечивает прибыли страховой компании Так как основной целью любой хозяйствующей организации является получение прибыли, то происходит приток компаний на рынок Это приводит к ужесточению условий конкуренции, что в свою очередь приводит к уменьшению страховых тарифов, а значит и к уменьшению прибыли или даже к убыткам Уменьшение прибыли влечет к уходу компаний с рынка, и, соответственно, к смягчеиию условий конкурентной борьбы и повышению страховых ставок В случае если компания не будет снижать тариф, она потеряет часть своих клиентов, которые уйдут в другие страховые компании Т е уменьшится объем страхового портфеля, но может сохраниться прибыль по данному виду страхования Такую политику противостояния условиям рынка может позволить себе компания с большим оборотом и хорошим именем

Для расчета страхового тарифа предлагается использовать принципы, сформулированные ниже

Тариф пересчитывать через каждый интервал, принятый для расчета Это создает определенные неудобства, но позволяет сравнивать прогнозируемые данные с фактическими и вносить своевременные коррективы, применяя вновь появившиеся статистические данные и изменения в их достоверности

При расчете страхового тарифа предлагается использовать теорию доверительных оценок, которая дает возможность скорректировать рассчитанный основной тариф с учетом достоверности данных

Частота и размер требований рассматриваются отдельно Априори предполагается, что в массовых рисках имущественного страхования число исков по портфелю распределяется по закону Пуассона, а размер отдельных выплат распределяется в

соответствии с Гамма-распределением или распределением Парето Возможно применение других распределений, но из практики известно, что процесс предъявления требований в имущественном страховании лучше всего описывается именно этими распределениями

Необходимо определить размер будущего портфеля, для которого рассчитывается тариф, так как если основная нетто-ставка не зависит от объема портфеля, то рисковая надбавка обратно

пропорциональна ^ На рис 5 приведен предложенный алгоритм метода расчета тарифа

Алгоритм расчета тарифа

(Начало;

Прогнозирование среднего требования выплат, К

Определение основных показателей, Яв, гв

Нахождение доверительной премии, Рея

I

Определение количества договоров, N ,

I

Расчет вероятности наступления

страхового случая, Ец

~ * _

Определение основной нетто-ставки и рисковой надбавки, То, Тр ,

__'__I____

Определение общей нетто-ставки, Тн

^ Конец

Рис 5

Алгоритм предполагает выполнение следующих шагов Шаг 1 Спрогнозировать среднее требование выплат, а так же их количество (прогнозирование остаточной ответственности по риску)

Шаг 2 Определить основные показатели, такие как среднее квадратичное отклонение и степень отклонения страховых выплат за каждый год

ШагЗ Определить коэффициент доверия и доверительной премии, для учета достоверности данных, полученных на основании имеющихся фактических данных

Шаг 4 Определить или спрогнозировать количество договоров, для которого будет рассчитываться страховой тариф

Шаг 5 Рассчитать вероятность наступления страхового случая Шаг 6 Определить основную нетто-ставку и рисковую надбавку Шаг 7 Определить общую нетто-ставку

В результате предложенной методики появляется возможность согласования стратегий перераспределения страховых сумм предприятий с вопросами выбора тарифов страховых компаний

В третьей главе диссертации решаются задачи автоматизации системы поддержки принятия решений по выбору стратегий страхования Так разработанные во второй главе методы прогнозирования и кластеризации представляют сценарий системы поддержки принятия решений

Проведен анализ принципов создания СППР Показано, что автоматизация процесса поддержки принятия решения, требует использования базы параметризуемых моделей, правил вывода и тп При этом вывод данных из базы и управление моделями обеспечивается с помощью следующих средств

в системы управления базой моделей (СУБМ), используемой для поиска, генерации, преобразования параметров и реструктурирования моделей, включения «справочника модели» с целью поддержки информации о доступных моделях,

• блока выполнения моделей, предназначенного для управления прогонкой модели и осуществления связи между моделями,

• процессора команд моделирования, необходимого для интерпретации инструкций моделирования, получаемого из блока управления диалогом, и направления выработанных команд в СУБМ или блок выполнения моделей,

• интерфейса с базой данных, используемого для поиска элементов данных в базе, прогонке моделей и хранения выходной информации модели с целью дальнейшей обработки, рассмотрения или использования ее в качестве входных данных другой модели

Для отработки связи методов и моделей различной направленности в диссертации предложено использовать три мощных математических пакета - 81а11эйса (статистический анализ данных), РДО (пакет имитационного моделирования), МаЯаЬ (аналитические методы исследования) Предполагается, что на данном этапе для решения поставленных задач, функциональных возможностей указанных пакетов будет достаточно При этом предполагается формализация описания отдельных моделей, уже реализованных для решения частных задач, которые также войдут в единую среду информационной поддержки

Элементарное приложение оценки финансового состояния

Рис. 6.

В результате показано, что в целях повышения эффективности системы управления необходима разработка новых методов и методик создания систем поддержки принятия решений, основанных на интеграции разнородных пакетов.

Так для решения задач оценки финансового состояния на основе предложенной концепции реализована программная методика, включающая приложения: приложение моделирования временных рядов; расчета МРУ; АсАуе-Х компонента интерфейса с пакетом 31айБ1юа; макрос для кластерного анализа; макрос для экспоненциального сглаживания; макрос для факторного анализа; обратное преобразование; сетевая модель инновационного проекта и другие.

Пример сценария приложений экономического анализа

Факторный анализ В Прогнозирование | Обратное 1 I к ■ преобразование I

из-

Кластеризация

нщн^нн

|=Ф=|

БД

'результатов

Рис. 7.

Приложения, объединенные в среде и представляющие вершины графа собраны в единый управляемый сценарий (рис.7.)

Разработанная компонента компилятора формального языка включает операторы: присвоения «:=», условия «ЕСЛИ ... ТО ...», цикла «ДЛЯ ... ОТ ... ДО ... ВЫЧИСЛИТЬ», а также все арифметические и логические операторы, необходимые для расчета интегральных показателей. Для интегральных показателей приняты идентификаторы

где \ - номер показателя, для строк баланса Рф, где \ - форма баланса, ] - строка выбранной формы. Пример конструкции языка приведен на рис.8.

Пример языковой конструкции методики финансового анализа

К01=(Е1с290-Е1с690) /ИсЗОО;

К02=Е1с430/Е1с700;

К05=6, 51*К01+3, 26*К02+6, 76*К03+1, 05*К04;

{расстановка баллов 1. - Кабс. Ликв, 2. -

ЕСЛИ К01>0.5 ТО К11:=20;

ЕСЛИ К01>0. 4 И К0К0.5 ТО К11:=16;

ЕСЛИ К0К0.2 ТО К11 :=4 ;

Рис. 8.

Такой синтаксис вполне доступен экономистам, не имеющим опыта программирования.

Одним из вариантов описания общей методики является трек приложений, которые представляют некоторую линейную последовательность, гдле и {И,} - множество элементарных приложений; /?- линейный порядок на {Ь} и /- инициатор, который активирует интерактивный процесс.

Каждому процессу соответствует один инициатор. Если в системе параллельно развивается т процессов, то в модели присутствует т инициаторов (особенно актуально для организации деловых игр). При наличии эквивалентных параметризуемых приложений, а также реализации механизмов условного перехода по завершению приложения, сценарий системы поддержки принятия решений должен представлять алгоритмическую структуру, которая может быть определена как свертка трека по отношению эквивалентности элементарных операторов (рис.9.).

Алгоритмическая структура приложений

Рис 9.

Алгоритмическая структура приложений формализована в виде сетей Петри, которые представляют собой двудольный граф позиций и переходов. Причем переход имеет множество входов и множество

выходов и позволяет моделировать любое логическое условие, что дает возможность создавать механизмы блокировок по входам и любые логические условия перехода по выходам.

Элементарное приложение является гибким, средством расширения возможностей инвариантной составляющей системы. Помимо реализации дополнительных алгоритмов исполняемые фрагменты позволяют организовать: работу с внешними файлами, обмен данными по сети, запуск внешних приложений, взаимодействие с внешними приложениями (обмен данными, использование сервисов) посредством 0!_Е-автоматизации или других технологий и другие возможности, т.е. позволяют расширять возможности, как на системном, так и на прикладном уровне.

По сути, процесс задания структуры проигрывания элементарных приложений соизмерим с описанием пошаговых алгоритмов, где с каждым шагом предполагается воспроизведение визуапьного фрагмента с возможностью задания входных значений и выборкой результатов.

_Расширение функционала за счет приложения

фрагмент 1

Аннотация Замечания

Принадлежность к типу Аудио настройки Визуальные настройки Параметризация интерактивных фрагментов

Настройка перехода '.......

фрагмент N

Рис. 10.

К каждому элементу относятся описательные поля, поля визуальной настройки, поля задания параметров функционирования фрагмента, а также задается структура переходов связанная с результатом проигрывания фрагмента. Развязка по данным даст возможность перенести часть функционала именно на приложение, а за счет разработанных программных компонентов интерфейсного взаимодействия с пакетами 31айзйса, |\М1_аЬ и РДО оперативно его наращивать.

Пользовательский функционал обеспечивается конструкторами среды и проигрывателем сценария, которые определяют иерархию приложений, их алгоритмическую структуру и параметризацию при активации с возможность запуска произвольного количества параллельных процессов. Это определяет функционал инвариантной компоненты системы. Каждое элементарное приложение имеет свой функционал (рис.11.).

Цель разбиения функций между инвариантной и предметной составляющей - максимально перенести функционал в приложения, что не вызовет больших временных затрат на перепрограммирование инвариантной части системы, т.е. вынести программирование вне системы. Унификация связи по данным позволит приложениям быть доступными друг для друга и для пользователя такое распределение функций будет невидимо.

Перераспределения функционала приложений

Инвариантная составляющая

I-:-, Структура

Приложение 1

функционал

I Приложение N ! функционал

Выбор эксперимента

Г

Выбор методики

----I

Параметризация макроса Stalnt

IE

Statistica

[^Активация макроса "N

I чн

Рис. 11.

Для параллельных пользовательских процессов, которые активируются в сетевой среде, реализованы механизмы синхронизации. Они выполнены на основе общего поля данных по принципу «положил-взял» и непосредственного взаимодействия фрагментов, где i и j — фрагменты параллельных ветвей одного сценария.

В четвертой главе диссертации рассматриваются вопросы построения программного комплекса автоматизации и моделирования системы страхования. Разработана структура базы данных, интегрирующая статистические данные и данные вычислительных экспериментов. Приведен список программных приложений с описанием их основных функциональных возможностей.

Интерфейс сервера предоставляет набор функций для работы со структурными элементами: методы доступа к массиву фрагментов (Get, Set - позволяют осуществить динамическое формирование сценария в реальном масштабе времени); методы доступа к массиву результатов проигрывания (Get, Set - упрощает создание расчетных приложений); методы управления процессом проигрывания фрагментов, доступностью и видимостью элементов (Play, Stop, Pause, Resume, Goto - расширяют функционал и пользовательский интерфейс проигрывателя); методы выделения, освобождения и доступа к памяти в пространстве проигрывателя (разделяемая память для фрагментов), которые позволяют значительно упростить обмен данными между фрагментами в пределах одного экземпляра проигрывателя, что особенно актуально при

создании сложных сценариев многоролевой деловой игры и расчетных схем моделирования вложенных процессов.

В диссертации разработана структура базы данных, обеспечивающая реализацию функций обмена данными между приложениями.

В целях обеспечения возможности независимого и параллельного конструирования структурных элементов и создания его структуры используются раздельные базы данных. В качестве СУБД для организации баз данных выбрана СУБД Microsoft Access, достоинства которой, определяются следующими моментами: все метаданные, описывающие базу данных, хранятся в одном файле (*.mdb), что упрощает переносимость отдельных структурных элементов; драйвера для работы с базами данных Microsoft Access входят в состав современных версий ОС Microsoft Windows, и, следовательно, не требуется их дополнительная установка при распространении приложений локальной версии системы.

Механизмы конвертации данных

Программная среда удаленного разработчика(отправителя)

Рис. 12.

База данных для сетевого варианта системы реализована в СУБД MS SQL Server 2000. Выбор MS SQL Server обусловлен широкой популярностью данной СУБД, что обуславливает наличие большого количества специалистов, знакомых с ней. СУБД обладает достаточно легковесной прозрачной архитектурой. СУБД имеет улучшенные способности к масштабированию при росте числа одновременно работающих пользователей, динамическую балансировку при загрузке процессоров и повышенную надежность.

Для организации открытой структуры в процессе его апробации и внедрения, комплекс имеет отдельные приложения, которые носят самостоятельный характер, а методы аналитической обработки

данных базируются на интерфейсном взаимодействии с пакетами аналитической обработки данных

В заключении представлены основные результаты работы

Приложение содержит документы об использовании результатов работы

Публикации. По результатам выполненных исследований опубликовано 7 печатных работ, которые приведены в списке публикаций

Основные выводы и результаты работы

1 Проведен системный анализ методов и моделей расчета страховых тарифов

2 Разработана и предложена методика расчета страховой премии с учетом заданной вероятности разорения страховой компании, а так же страхового взноса

3 Разработана методика перераспределения страховых сумм

4 Разработана методика расчета интегрального критерия эффективности в условиях неопределенностей прибылей и затрат в зависимости от принятых сроков жизненного цикла предприятия

5 Разработана гибридная методика прогноза показателей и кластеризации промышленных предприятий на основе формальной композиции методов главных компонентов, факторного анализа и экспоненциального сглаживания

6 Разработан сценарий поддержки принятия решений по оценке финансового состояния промышленных предприятий в общей системе мониторинга

7 Разработан программно-моделирующий комплекс сбора, аналитической обработки, и визуализации основных финансовых показателей промышленных предприятий

8 Разработанные методы, алгоритмы и программы прошли апробацию и внедрены для практического применения в ряде крупных промышленных предприятий, а также используются в учебном процессе на кафедре АСУ МАДИ(ГТУ)

Публикации по теме диссертационной работы

1 Николаев А Б , Федосеева Т В , Польшин С О Анализ методов расчета страхового тарифа // Интегрированные технологии автоматизированного управления Сб науч тр МАДИ(ГТУ) М 2005 С 145-153

2 Нестеренко В И , Федосеева Т В , Польшин С О Оценка влияния изменения основной нетто-ставки и рисковой надбавки на структуру тарифа И Методы прикладной информатики и коммуникационные технологии в автоматизации и управлении Сб науч тр МАДИ(ГТУ) М 2006 С 46-55

3 Алексеев С Р , Нестеренко С Р , Польшин С О Экономический подход к определению страховых тарифов // Автоматизация

управления предприятиями промышленности и транспортного комплекса Сб науч тр МАДИ (ГТУ) М 2006 С 68-74

4 Польшин С О, Снеткова О Л Модели стохастической аппроксимации в управляемом имитационном эксперименте // Известия Волгоградского государственного технического университета Серия «Актуальные проблемы управления вычислительной техники и информации в технических системах» выпуск 4, 2007, С53-59

5 Польшин С О Алгоритм расчета страховых тарифов с учетом прогнозных показателей // Организационно-управляющие системы на транспорте и в промышленности Сб науч тр МАДИ(ГТУ) М 2007 С 15-27

6 Николаев А Б, Польшин С О Определение стратегии закупок сырья и материалов на промышленном предприятии И Организационно-управляющие системы на транспорте и в промышленности Сб науч тр МАДИ(ГТУ) М 2007 С 4-14

7 Нестеренко В И , Николаева К А, Польшин С О Основы автоматизации расчета страховых тарифов на транспорте и в промышленности // Информационные технологии программирование, управление, обучение Сб науч тр МАДИ (ГТУ) М 2007 С 91-97

Подписано в печать ёО,с>9 2007 г Формат 60x84/16 Уел Печ л 4,2. Уч-изд л ¿О Тираж №0 экз Заказ ¿а ■'Техполиграфцентр" Россия, 125319, г Москва, ул Усиевича, д 8а Тел /факс (495) 152-17-71

ВВЕДЕНИЕ.

1. АНАЛИЗ МЕТОДОВ И МОДЕЛЕЙ УПРАВЛЕНИЯ СТРАХОВЫМИ ТАРИФАМИ НА ПРОМЫШЛЕННЫХ ПРЕДПРИЯТИЯХ.

1.1. Методы анализа и оценки риска страховых компаний.

1.2. Анализ методов расчета страховых тарифов.

1.2.1. Методологические подходы к определению страхового тарифа.

1.2.2. Анализ структуры и назначения страхового тарифа.

1.2.3. Методика расчета страховых тарифов.

1.3. Статистические методы анализа страховой деятельности промышленных предприятий.

1.3.1. Факторный анализ.

1.3.2. Кластерный анализ.

1.3.3. Множественная регрессия.

3.4. Прогнозирование временных рядов.

1.4. Методика имитационного моделирования управления страховыми тарифами.

1.5. Анализ методов управления рисками в системе поддержки принятия

1.6. Методы повышения надежности систем аналитической обработки и передачи данных.

Выводы по главе 1.

2. РАЗРАБОТКА МЕТОДИКИ ВЫБОРА СТРАТЕГИИ УПРАВЛЕНИЯ ТАРИФАМИ ПРОМЫШЛЕННЫХ ПРЕДПРИЯТИЙ.

2.1. Нечеткий метод оценки схемы выбора страховых компаний.

2.2. Моделирование распределения страховых сумм.

2.3. Формальная модель кластеризации предприятий по методикам финансовой устойчивости.

2.4. Разработка методики расчета страховых тарифов.

2.5. Оценка влияния основной нетто-ставки и рисковой надбавки на структуру тарифа.

Выводы по главе 2.

3. РАЗРАБОТКА МЕТОДОВ И МОДЕЛЕЙ ФОРМИРОВАНИЯ ОТКРЫТОЙ СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ПО ВЫБОРУ СТРАХОВЫХ ТАРИФОВ.

3.1. Декомпозиция и параметризация приложений управления страховыми тарифами.

3.1.1. Параметризация исполняемого приложения.

3.1.2. Методика сборки и структуризации приложений.

3.2. Схемы описаний элементарного приложения, структуры и сценария.

3.2.1. Формализованное описание элементарного приложения.

3.2.2. Перераспределение функций между инвариантной и предметной составляющей.

3.2.3. Синхронизация процессов и согласование элементарных приложений по данным.

3.2.4. Методика автоматизации модельных экспериментов.

3.3. Методики анализа финансовой устойчивости и кластеризации предприятий промышленности и транспортного комплекса.

3.3.1. Сценарий автоматизации экспериментов по качеству моделей прогнозирования и кластеризации.

3.3.2. Элементарные приложения процедур прогнозирования и кластеризации.

3.3.3. Апробация методик финансовой устойчивости, прогнозирования и кластеризации.

Выводы по главе 3.

4. ПРОГРАММНАЯ РЕАЛИЗАЦИЯ СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ПО УПРАВЛЕНИЮ СТРАХОВЫМИ ТАРИФАМИ.

4.1. Структура и функционал инструментальных средств.

4.1.1. Конструкторы проектирования сценариев элементарных программных приложений.

4.2. Перечень регистрируемых компонентов автоматизированной системы управления страховыми тарифами.

4.2.1. Active-X компоненты интерфейсного взаимодействия с математическими пакетами.

4.2.2. Механизмы синхронизации и блокировок приложений сценария.

4.3. Интерфейс программных приложений системы финансового анализа и выбора страховых тарифов.

4.3.1. Оценка эффективности разработанного метода.

Выводы по главе 4.

В результате процессов перераспределения страхового поля, конкурентной борьбы между страховыми компаниями, появления новых видов страхования, коренным образом отличающихся от существовавших ранее, практически все страховые организации оказались в ситуации, когда из-за изменения объемов страховой деятельности постоянно изменяются основные показатели, применяющиеся при расчете тарифов. При этом наблюдается не только территориальное разделение страхового портфеля, но также его постоянное перераспределение между страховыми компаниями, работающими на одной территории. В связи с этим в настоящее время при расчете страхового тарифа применяются двух- и трехкратные рисковые надбавки.

В мировой практике любая страховая компания при необходимости оценить риск обращается к штатному или привлеченному актуарию. Контроль осуществляется государственными органами, которые также имеют в своем штате специалистов по актуарной математике. В России институт актуариев пока еще не развит, поэтому каждая компания остается один на один с проблемой оценки риска. В лучшем случае страховая организация привлекает к оценке рисков специалистов по математической статистике, которые в силу незнания специфики страхования, особенностей деятельности страховой организации, не имеют четкого представления о том, какие последствия для страховой деятельности организации может вызвать тот или иной допуск при оценке риска. Поэтому исследования в данной области страхования являются актуальными в настоящее время.

В связи с этим актуальной становится задача разработки инструментальных средств представителям промышленных предприятий и страховых компаний для проведения собственных исследований выбора тарифных ставок.

Целью работы является автоматизация процесса принятия решений по выбору стратегий выбора и управления страховыми тарифами, а также разработка методики анализа в условиях динамичности рынка страхования.

Для достижения данной цели в работе решаются следующие задачи:

• системный анализ методик расчета страхового тарифа;

• разработка методики перераспределения страховых сумм;

• разработка методов и моделей прогнозирования финансового состояния предприятий,

• формализованное представление компонентов системы поддержки принятия решений по выбору тарифов;

• реализация моделей и алгоритмов в виде программно-моделирующего комплекса.

При разработке формальных моделей компонентов системы поддержки принятия решений в диссертации использовались методы общей теории систем и классический теоретико-множественный аппарат. Системный анализ вопросов обеспечения надежности методов проводился на основе статистических данных страховых компаний. При разработке методики оценивания эффективности тарифных ставок использовался аппарат теории вероятностей, теории нечетких множеств, теории баз данных, математической статистики, исследования операций, теории случайных процессов с привлечением математических и статистических пакетов и др.

Структура работы соответствует списку перечисленных задач, содержит описание разработанных методов, моделей и методик.

Во введении обосновывается актуальность работы, приведено краткое содержание глав диссертации, определена цель и поставлены основные задачи исследований.

В первой главе диссертации проведен системный анализ особенностей корпоративных информационных систем связанных управлением страховыми тарифами.

В работе показано, что неотъемлемой части моделирования процессов страхования является оценка финансовой устойчивости предприятий. Для решения задач анализа оценки стоимости предприятия в области финансового анализа существует множество аналитических пакетов (например MetaStocc и др.), однако они носят сугубо специализированный характер и для реализации методик необходим значительный объем программирования. В диссертации проведен анализ методов частных моделей и методов: чистой текущей стоимости NPV (Net Present Value), для которого используются модели анализа чувствительности к аннуитетам и дисконтным ставкам; модели аппроксимации; сетевой модели реализации этапов инновационных проектов в условиях стохастических и лингвистических неопределенностей; методик финансовой устойчивости и других.

Во второй главе диссертации разрабатываются формальные методы и модели выбора стратегии страхования. С одной стороны предприятие должно обеспечить себе максимальную выгоду, с другой страховая компания сталкивается с проблемой управления тарифами.

Для разработки эффективной и адекватной системы выбора и оценки проведен анализ риска и определены необходимые затраты на обеспечение страхования.

Для обоснования выбора страховой компании предполагается использование метода экспертных оценок.

При выборе объемов страхования на различные подструктуры промышленного предприятия предлагается классическая схема перераспределения, которая сводится к задаче статистических оценок целевой функции потерь.

В результате показано, что предложенный подход на основе формальной процедуры кластеризации главных компонентов сразу всех основных балансовых показателей дает удовлетворительный результат. Использование такого подхода дает значительный эффект, когда проводится сравнительный анализ большого количества.

Для расчета страхового тарифа предлагается использовать следующие принципы. Тариф пересчитывать через каждый интервал, принятый для расчета. Это создает определенные неудобства, но позволяет сравнивать прогнозируемые данные с фактическими и вносить своевременные коррективы, применяя вновь появившиеся статистические данные и изменения в их достоверности. При расчете страхового тарифа предлагается использовать теорию доверительных оценок, которая дает возможность скорректировать рассчитанный основной тариф с учетом достоверности данных. Частота и размер требований рассматриваются отдельно. Априори предполагается, что в массовых рисках имущественного страхования число исков по портфелю распределяется по закону Пуассона, а размер отдельных выплат распределяется в соответствии с Гамма-распределением или распределением Парето. Возможно применение других распределений, но из практики известно, что процесс предъявления требований в имущественном страховании лучше всего описывается именно этими распределениями.

В третьей главе диссертации решаются задачи автоматизации системы поддержки принятия решений по выбору стратегий страхования. Так разработанные во второй главе методы прогнозирования и кластеризации представляют сценарий системы поддержки принятия решений.

Проведен анализ принципов создания СППР. Показано, что автоматизация процесса поддержки принятия решения, требует использования базы параметризуемых моделей, правил вывода и т.п.

Так для решения задач оценки финансового состояния на основе предложенной концепции реализована программная методика, включающая приложения: приложение моделирования временных рядов; расчета NPV; ActiveX компонента интерфейса с пакетом Statistica; макрос для кластерного анализа; макрос для экспоненциального сглаживания; макрос для факторного анализа; обратное преобразование; сетевая модель инновационного проекта и другие.

В четвертой главе диссертации рассматриваются вопросы построения программного комплекса автоматизации и моделирования системы страхования. Разработана структура базы данных, интегрирующая статистические данные и данные вычислительных экспериментов. Приведен список программных приложений с описанием их основных функциональных возможностей.

В заключении представлены основные результаты работы.

В приложении приводятся акты внедрения результатов диссертационной работы.

Научная новизна работы состоит в разработке методов, моделей, алгоритмов и методики расчета страхового тарифа в условиях постоянного изменения условий рынка страхования в целях автоматизации процесса поддержки принятия решений страхованием промышленных предприятий.

На защиту выносятся:

• методика экспертной оценки выбора страховой компании;

• модель перераспределения страховых средств;

• модель прогнозирования финансового состояния промышленных предприятий;

• методика расчета страхового тарифа в условиях неопределенности.

Обоснованность научных положений, рекомендаций и выводов определяется корректным использованием современных математических методов и моделей, согласованностью результатов аналитических и имитационных моделей процессов. Достоверность положений и выводов диссертации подтверждена положительными результатами внедрения, совпадением статистических данных страховых компаний и данных полученных теоретически.

Научные результаты, полученные в диссертации, доведены до практического использования. Они представляют непосредственный интерес в области автоматизации предприятий промышленности.

Разработанные методы и алгоритмы прошли апробацию и внедрены для практического применения в ряде промышленных предприятий, а также используются при организации учебного процесса на кафедре АСУ МАДИ(ГТУ).

Содержание отдельных разделов и диссертации в целом было доложено и получило одобрение:

• на научно-методических конференциях (2004-2007г.г.);

• на заседании кафедры АСУ МАДИ(ГТУ).

Совокупность научных положений, идей и практических результатов исследований в области автоматизации процесса принятия решений по выбору страховых тарифов промышленных предприятий в корпоративных автоматизированных информационных системах составляет актуальное научное направление.

По результатам выполненных исследований опубликовано 6 печатных работ.

Диссертационная работа состоит из введения, четырех глав и заключения, опубликованных на 147 страницах машинописного текста, содержит 37 рисунков, 15 таблиц, список литературы из 117 наименований и приложения.

Основные выводы и результаты работы

1. Проведен системный анализ методов и моделей расчета страховых тарифов.

2. Разработана и предложена методика расчета страховой премии с учетом заданной вероятности разорения страховой компании, а так же страхового взноса.

3. Разработана методика перераспределения страховых сумм.

4. Разработана методика расчета интегрального критерия эффективности в условиях неопределенностей прибылей и затрат в зависимости от принятых сроков жизненного цикла предприятия.

5. Разработана методика прогноза показателей и кластеризации промышленных предприятий на основе формальной композиции методов главных компонентов, факторного анализа и экспоненциального сглаживания.

6. Разработан сценарий поддержки принятия решений по оценке финансового состояния промышленных предприятий в общей системе мониторинга.

7. Разработан программно-моделирующий комплекс сбора, аналитической обработки, и визуализации основных финансовых показателей промышленных предприятий.

8. Разработанные методы, алгоритмы и программы прошли апробацию и внедрены для практического применения в ряде крупных промышленных предприятий, а также используются в учебном процессе на кафедре АСУ МАДИ(ГТУ).

1. Автоматизированные системы. Защита от несанкционированного доступа к информации. Классификация автоматизированных систем и требования по защите информации. Руководящий документ Гостехкомиссии России, М.: МИФИ, 1995-104с.

2. Алексеев А.В. Интерпретация и определение функций принадлежности нечетких множеств. В кн.: Методы и системы принятия решений. Рига: РПИ, 1979.

3. Алексеев А.В. Лингвистические модели принятия решений в нечетких ситуационных системах управления. В кн.: Методы принятия решений в условиях неопределенности. Рига: РПИ, 1980.

4. Алексеев А.В. Проблема построения нечетких ситуационных моделей управления. В кн.: Методы и системы принятия решений. Рига: РПИ, 1979.

5. Алексеенко В.Н., Древе Ю.Г. Основы построения систем защиты производственных предприятий и банков: Учебное пособие. М.: МИФИ,1995.

6. Барсуков B.C., Дворянкин С.В., Шеремет И.А. Безопасность связи в каналах телекоммуникаций. // Технологии электронных коммуникаций. Том 20. 1992.

7. Батурин Ю.М., Жодзишский A.M. Компьютерная преступность и компьютерная безопасность. М.: Юрид. лит., 1991. 160 с.

8. Богданов В., Де-Мондерик А., Касперский Е. Несколько советов авторам вирусов. Компьютер-Пресс, № 9, 1992. с. 31-34

9. Борисов А.Н., Алексеев А.В., Меркурьева Г.В. и др. Обработка нечеткой информации в системах принятия решений». М.: Радио и связь.1996.

10. Борисов А.Н., Крумберг О.А., Федоров И.П. Принятие решений на основе нечетких моделей. Рига: «Зинантне», 1990.

11. В.А. Герасименко, А.А. Малюк. Основы защиты информации. М.: 1997.

12. Вьюкова Н.И., Галатенко В.А. Информационная безопасность систем управления базами данных. СУБД, 1, 1996. С. 29-54.

13. Гайкович В., Першин А. Безопасность электронных банковских систем. М.:Изд. "Единая Европа", 1993. 365 с.

14. Гайкович В., Першин А. Безопасность электронных банковских систем. Изд. Единая Европа. М.:1994.

15. Герасименко В.А. Защита информации в автоматизированных системах обработки данных. В 2-х кн.: Кн. 1 400 е., Кн. 2 - 176 с. -Энергоатомиздат, 1994.

16. Герасименко В.А. Защита информации в автоматизированных системах обработки данных. В 2-х кн.: Кн, 1. М.: Энергоатомиздат, 1993.

17. Герасименко В.А. Защита информации в АСОД (в 2-х томах). М.: Энергоатомиздат, 1994.- 400 с.

18. Герасименко В.А. Основы теории управления качеством информации. М.: 1989. Деп. в ВИНИТИ. № 5392-В89.

19. Герасименко В.А., Мясников В.А. Защита информации от несанкционированного доступа. Конспект лекций. М.: МЭИ, 1984.

20. Герасименко В.А., Петров В.А. Модели управления системами комплексной защиты информации на большом объекте. М.: Безопасность информационных технологий. 1995.

21. Герасименко В.А., Размахнин М.К. Принципы и методы проектирования механизма защиты информации в системах электронной обработки данных. Зарубежная радиоэлектроника. 1981. № 5. с. 81 95.

22. Горбатов B.C., Кондратьева Т.А. Информационная безопасность. Основы правовой защиты: Учебное пособие. М.: МИФИ, 1995.

23. Гриняев С.Н. Интеллектуальное противодействие информационному оружию. М. Синтег, 1999

24. Грушко А.А., Тимонина Е.Е. Теоретические основы защиты информации. М.: Издательство Агентства «Яхтсмен», 1996.

25. Грушко Д.Б. «Теоретические основы защиты информации». М.: «Безопасность информационных технологий» № 3. 1996.

26. Грушо А.А., Тимонина Е.Е. Теоретические основы защиты информации. М.- Изд. "Яхтсмен", 1996. 192 с.

27. Давыдовский А. Использование средств автоматизации, заслуживающих доверие. Защита информации, № 1, 1992, с. 113-116.

28. Диев С. Математические модели сохранения целостности информации в ЭВМ и телекоммуникационных сетях. Системы и средства телекоммуникаций. № 5,1992. с. 18-33.

29. Е.Касперский Е. Компьютерные вирусы в MS DOS. - М.: "Эдель", 1992. -120с.

30. Егоркин И.В., Зинюк Ф.Ф., Казарин О.В., Скиба В.Ю., Ухлинов J1.M. Методика оценки эффективности обеспечения безопасности информации в АСУ летательными аппаратами. Вопросы защиты информации. 1995, № 3 (30). С. 80 - 82.

31. Закон РФ "Об информации, информатизации и защите информации", 25.01.1995г.

32. Защита информации в компьютерных системах, под ред. проф. Э. М. Шмакова СПб.:СПбГТУ, 1993, 100 с.

33. Защита информации в персональных компьютерах и сетях, под ред. А. Щербакова М.: 1991. - 26 с.

34. Защита данных в информационных вычислительных сетях, под ред. А. Ронжина -М.:ИНКО "Ками", 1991. 128 с.

35. Защита программного обеспечения Пер. с англ. Д. Гроувер, Р. Сатер, Дж. Фипс и др. Под редакцией Д.Гроувера М.:, "Мир", 1992. - 285 е.,

36. И.Моисеенков. Суета вокруг Роберта или Моррис-сын и все, все,все.

37. Карасик.И. Анатомия и физиология вирусов. Интеркомпьютер. № 1,1990. - с. 39-47.

38. Касперский Е. "Дыры" в MS-DOS и программы защиты информации, Компьютер-Пресс, №10, 1991, с. 6-14.

39. Клоков Ю.К, Папушин В.К., Хамитов P.P. Методы повышения надежности программного обеспечения. Зарубежная радиоэлектроника. -1984, №6, с. 3-22.

40. Корченко А.Г. Методы и аппаратные средства реализации нечетких операций. /Автоматизированные системы обработки информации: Сборник научных трудов. Киев: КМУГА, 1996.

41. Корченко А.Г., Черныш Л.Г. Расстояние а-уровня для сравнения нечетких чисел./ Проблемы информатизации и управления: Сборник научных трудов. Выпуск 2 Киев: КМУГА, 1997.

42. Костогрызов А.И., Липаев В.В. Сертификация качества функционирования автоматизированных информационных систем. М.: 1996. 280 с.

43. Кофман А. Введение в теорию нечетких множеств: Пер. с франц. -М.: Радио и связь, 1982. 432 с.

44. Курило А. П. О проблеме компьютерной преступности. Научно-техническая информация. Серия 1. Организация и методика информационной работы. ВИНИТИ, 1993, №8. С.6-9.

45. Курило А.П., Скиба В.Ю. Методическая схема обоснования структуры СКД к ресурсам ИВС. Тезисы докладов V Санкт-Петербургской международной конференции "региональная информатика-96", 13-16 мая 1996 г. Санкт-Петербург. - 1996.

46. Курушин В.Д., Минаев В.А. Компьютерные преступления и информационная безопасность. М.: Новый Юрист, 1998. - 256 с.

47. Лескин А.А., Мальцев П.А., Спиридонов A.M. Сети Петри в моделировании и управлении. Л.: Наука, 1989.

48. Липаев В. В. Надежность программного обеспечения (обзор концепций). Автоматика и телемеханика, 1986, № 10, с. 5-31.

49. М.:" Знание", 1990. (Новое в жизни, науке и технике. Сер." Вычислительная техника и ее применение", № 9).

50. Марка Д., Мак Гоуэн К. Методология структурного анализа и проектирования /Пер. с англ./. М.: 1993.

51. Мафтик С. Механизмы защиты в сетях ЭВМ. Пер. с англ. М.: Мир, 1993.

52. Мафтик С. Механизмы защиты в сетях ЭВМ. М.: Мир, 1993. 216 с.

53. Мафтик С. Механизмы защиты в сетях ЭВМ. Пер. с англ. М.:, Мир, 1993.-216 е., ил.

54. Месарович М., Такахара Я. Общая теория систем: математические основы. М.: Мир, 1978.

55. Мецатунян М.В. Некоторые вопросы проектирования комплексных систем защиты информации. Безопасность информационных технологий. -1995, № 1.С. 53 -54.

56. Н.Безруков. Классификация вирусов. Попытка стандартизации. Интеркомпьютер №№ 2,3, 1990. с. 37-39, 38-47.

57. Нечеткие множества в моделях управления и искусственного интеллекта. Под ред. Д.А. Поспелова. М.: Наука, 1986.

58. Нечеткие множества и теория возможностей. Последние достижения /Пер. с англ./ Под ред. P.P. Ягера. М.: Радио и связь. 1986.

59. Новиков А.И., Платонов Д.Н., Тимофеев К.А. Концепция комплексной безопасности информационных технологий. XXVII Межд. школа-семинар по Вычислительным сетям. Тез. докладов. Часть 1. Москва -Алма-Ата. - М.: ВИНИТИ. - 1992. С. 237 - 242.

60. Петров В.А. Анализ обстановки в задаче оперативного управления.// В сб.: Разработка и эксплуатация систем обработки данных. Рига: «Зинантне», 1981.

61. Петров В.А., Пискарев А.С., Шеин А.В. Информационная безопасность. Защита от несанкционированного доступа в автоматизированных системах: Учебное пособие. М.: МИФИ, 1995.

62. Питерсон Дж. Теория сетей Петри и моделирование систем. М.: Мир, 1984.

63. Подиновский В.В., Ногин В.Д. Парето-оптимальные решения многокритериальных задач. М.: Наука, 1982.

64. Попов О. В. Некоторые вопросы защиты банковской конфиденциальной информации. Безопасность информационных технологий. 1995, № 1. - С. 53 - 61.

65. Проектирование систем контроля доступа к ресурсам сетей ЭВМ. Москва, 1997 год, Банк России.

66. Протоколы ИВС: Справочник / С.А. Аничкин, С.А. Белов, А.В. Берштейн и др. /Под ред. И.А. Мизина, А.П. Кулешова. М.: Радио и связь, 1990.

67. Расторгуев С. П. Программные методы защиты информации в компьютерах и сетях, М.: "Яхтсмен", 1993. - 188 с.

68. Расторгуев С.П. Программные методы защиты информации в компьютерах и сетях., М.: Издательство агентства "Яхтсмен", 1993г. - 188 стр.

69. Расторгуев С.П., Дмитриевский Н.Н. Искусство защиты и "раздевания" программ. М.:" Совмаркет", 1991. 60 с.

70. Репин А.А. О событиях на Игналинской АЭС. М.: ВЗИ, 2, 1993. -с. 57-58.

71. Ротштейн А.П. Медицинская диагностика на нечеткой логике. Винница: Континент-ПРИМ, 1996. -132 с.

72. Саксонов Е.А. Анализ и проектирование функционально-ориентированных распределенных микропроцессорных управляющих систем. Дисс. на соиск. уч. степ, д.т.н., 1986, М., МИЭМ.

73. Секреты безопасности сетей. Девид Стенг, Сильвия Мун. ICE, Киев, 1996г.

74. Скиба В.Ю., Ухлинов J1.M. Базовые модели СППР по управлению безопасностью (сохранностью) информации. Известия Академии Наук. Теория и системы управления. 1995., № 1. С. 139 - 148.

75. Скородумов Б.И. Программно-аппаратные комплексы защиты от несанкционированного доступа к информации: Учебное пособие. М.: МИФИ, 1996. 108с.

76. Спесивцев А.В., Вегнер В.А., Крутяков А.Ю. и др. Защита информации в персональных ЭВМ., М.: "Радио и связь" 1993г.

77. Специальные требования и рекомендации по защите информации, составляющие государственную тайну, от утечки ее по техническим каналам (СТР.). 23 мая 1997 г. ГТК.

78. Средства вычислительной техники. Защита от несанкционированного доступа к информации. Показатели защищенности от несанкционированного доступа к информации., М.: Военное издательство, 1992

79. Стенг Д., Мун С. Секреты безопасности сетей. Киев: «Диалектика», 1995.

80. Тюрюмин Б.Н. Программные закладки инструментарий для обхода механизмов защиты. М.: ВЗИ, 2, 1993. - с. 34-37.

81. Удалов В., Спринцис Я. Безопасность в среде взаимосвязи открытых систем. Автоматика и вычислительная техника, № 3, 1990.

82. Уолкер В. Д., Блейк И.Ф. Безопасность ЭВМ и организация их защиты. М.:Связь, 1980.

83. Ухлинов J1.M. Защита данных в информационно вычислительных сетях : Обзор технологий // Вестник ВОИВТ, 1992. №1-2. С. 39-47.

84. Ухлинов JI.M. Метод оптимального размещения ключевой информации в ИВС. Автоматика и вычислительная техника,-1989, № 3. С. 3 -8.

85. Ухлинов JI.M. Управление безопасностью информацией в автоматизированных системах. М.: МИФИ, 1996.

86. Уэлдон Дж.-JI. Администрирование баз данных: Пер. с англ. М.: Финансы и статистика.- 1984.

87. Файтс Ф., Джонстон П., Кратц М. Компьютерный вирус: проблемы и прогноз: Пер. с англ. м., Мир, 1994. - 176 е., ил.

88. Халяпин Д.Б., Ярочкин В.И. Основы защиты промышленной и коммерческой информации. Термины и определения. М.; ИПКИР, 1992. -38с.

89. Хижняк П.Л. Пишем вирус и . антивирус./ Под общей редакцией И.М. Овсянниковой. М.: ИНТО, 1991. - 90с.

90. Хоффман Л.Дж. Современные методы защиты информации /Пер. с англ./Под ред. В.А. Герасименко. М.: Сов. радио, 1980.

91. Хоффман Л.Дж. Современные методы защиты информации. М.: "Советское радио", 1980. - 305 с.

92. Шварц Эван. От черной магии к науке. Бизнес Уик, № 3,1993, с. 4244.

93. Шураков В.В. Обеспечение сохранности информации в системах обработки данных. М.: Финансы и статистика, 1985,- 224 с.

94. Щербаков А. Анализ методов организации безопасного межсетевого взаимодействия. Безопасность информационных технологий. № 1, 1997.

95. Щербаков А. Информационное оружие новая угроза компьютерным системам. Банк, № 1, 1995.

96. Щербаков А. К вопросу о гарантированной реализации политики безопасности в компьютерной системе. Безопасность информационных технологий. № 1, 1997.

97. Щербаков А. К вопросу о сопряжении сетей с различным уровнем конфиденциальность информации. Материалы первой межведомственной конференции "Научно-техническое и информационное обеспечение деятельности спецслужб". Ч. 1 т.1 1996 с. 373.

98. Щербаков А. Компьютерам снова угрожают. Частный сыск, охрана, безопасность, вып. 1. 1995 с.72-79.

99. Щербаков А. Нетрадиционные методы проникновения к информации в компьютерных системах. Безопасность, достоверность, информация. 1995. ч.1 с. 24-27, ч.2 - с. 27-30.

100. Щербаков А. Разрушающие программные воздействия. Москва, "Эдель"-Киев, "Век", 1993. 64 с.

101. Щербаков А. Тенденции применения средств защиты информации в сфере информационного обеспечения банковской деятельности. Сб. материалов конф. "Информационная безопасность", 1994 с. 25-26.

102. Ю.П.Горохов, А.Поволоцкий. Основные виды компьютерных преступлений и борьба с ними. Информатика и вычислительная техника за рубежом. -№ 2,1991, с. 45-60.

103. Ю.Тимофеев. Анализ работ в области международной стандартизации методов и средств криптографической защиты данных для вычислительных систем и сетей. Вопросы специальной радиоэлектроники: серия ЭВТ, вып. № з, 1990.

104. Ю.Тимофеев. Комплексный подход к защите коммерческой информации (почему и как надо защищать компьютерные системы). Защита информации № 1, 1992. с. 62-80.

105. A security analisys of the NTP protocol. В Sixth Annual Computer Security Conference, стр. 20-29, Tuscon, AZ, декабрь 1990.

106. Anklasaria F., Mc-Cahill M., Paul Lindner, David Johnson, Daniel Torrey и Bob Alberti. The Internet gopher protocol. RFC 1436, March 1993.

107. Arkin Stanley S., Bohrer Barry A., Donahue John P. Prevention of Computer and High Technology Crime. Methew Bender & Company, New York, 1992.

108. Avolio Frederick M., Paule Vixie. Sendmail: Thoery and Practice. Digital Press, Burlington, MA, 1994.

109. Bellovin Steven M., Merritt M. An attack on the Interlock Protocol when used for authentication. IEEE Transactions on Information Theory, 40(1) .■273-275 1994.

110. Borman D., издатель. Telnet authentication: Kerberos version 4. RFC 1411.

111. Case J., Fedor M., Schoffstall M., Davin J. Simple network management protocol (SNMP). RFC 1157,1990.

112. Chapman D. Brent. Network (in) security through IP packet filtering. Third Usenix UNIX Security Symposium, стр. 63-76, Baltimore, MD, 1992.

113. Cohen F. B. Defense-in-Depth Against Computer Viruses. Computer&Security, № 11, 1992 pp. 563-579.

114. Donald W. Davies D.W., Price W.L. Security for Computer Networks. John Wiley & Sons, 1989.

115. Farrow R. UNIX System Security: How to Protect Your Data and Prevent Intruders. Addison-Wesley, Reading, MA, 1991.

116. Galvin J , Keith McCloghrie, Davin J. SNMP security protocols. RFC 1352,1992.

117. Garfinkel S., Spafford G. Practical Unix Security. O'Reily, Sebastopol, CA, 1991.