автореферат диссертации по документальной информации, 05.25.05, диссертация на тему:Разработка и реализация методов и моделей информационной системы поддержки принятия решений на уровне предприятия.

НА ПРАВАХ РУКОПИСИ

Александрии Андрей Михайлович

РАЗРАБОТКА И РЕАЛИЗАЦИЯ МЕТОДОВ И МОДЕЛЕЙ ИНФОРМАЦИОННОЙ СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ

РЕШЕНИЙ на уровне предприятия

05.25.05 - Информационные системы и процессы, правовые аспекты

информатики

АВТОРЕФЕРАТ Диссертации на соискание ученой степени кандидата технических

наук

Москва, 2006

Работа выполнена в Российском государственном гуманитарном университете на кафедре моделирования в экономике и управления

Научный руководитель - доктор технических наук, профессор

ПОПОВ Игорь Иванович

Официальные оппоненты - доктор технических наук, профессор

МАКСИМОВ Николай Вениаминович доктор технических наук, профессор ДЬЯЧКО Анатолий Григорьевич

Ведущая организация: Всероссийский институт научной и технической информации (ВИНИТИ) Российской академии наук

Защита состоится «» Мй 2006 года в I& часов на

заседании диссертационного совета Д.212.198.02 в Российском государственном гуманитарном университете по адресу 125267, Москва. Миусская пл.. д.6

С диссертацией можно ознакомиться в библиотеке Российского государственного гуманитарного университета.

Автореферат разослан 2006 года.

Ученый секретарь диссертационного совета

Меркулов В.Н.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ Актуальность темы исследования

Информационные системы поддержки принятия решения (СППР или Бвв) возникли как естественное развитие и обобщение управленческих информационных систем в направлении их большей пригодности и приспособленности к задачам повседневной управленческой деятельности.

В основе современного подхода к информационному обеспечению СППР лежит идея интегрированного хранилища данных, обеспечивающего единый логический взгляд и доступ к информации, разбросанной по разнообразным оперативным системам и поступающей из внешних источников. При этом существенно, что данные в хранилище имеют исторический характер, то есть обеспечивается интеграция не только разнородных источников, но и архивных данных, возникающих в процессе функционирования той или иной оперативной системы.

Аналитические приложения являются конечной целью создания СППР. Именно в них происходит анализ и выдача рекомендаций на основе данных, подготовленных на предыдущих этапах.

Актуальность исследования заключается в следующих положениях:

• Применяемые в настоящее время методы моделирования хранилищ данных в большинстве своем хоть и разработаны довольно давно и получили широкое распространение, как правило, не имеют достаточного математического обоснования. Таким образом, разработка математически обоснованного метода моделирования хранилищ данных представляется актуальной;

• На данный момент существует достаточное количество аналитических приложений как отечественных, так и зарубежных разработчиков. Однако, заложенные в эти приложения алгоритмы, базирующиеся на методах финансового анализа, учитывают только некоторые аспекты деятельности предприятий. В связи с

обоснованная потребность разработки подходов,

3

РОС Н\U110H\Jib!" 'I

I , ^ИОг^ТИМ

С -Петербург

О-* ¿10 ¡¡я к г

которые дополняли бы существующие алгоритмы аналитических приложений СГТПР.

В качестве экспериментальной базы для исследования был выбран ограниченный круг предприятий - проблемные предприятия. Проблемными предприятиями в рамках настоящего исследования (в соответствии с законодательством) считаются предприятия, которые являются или могут стать неплатежеспособными, то есть неспособными в полном объеме удовлетворить требования кредиторов по денежным обязательствам и (или) исполнить обязанность по уплате обязательных платежей. Цель работы

Целью диссертационной работы является разработка подходов к проектированию программного комплекса СППР для задач мониторинга и анализа финансового состояния проблемных предприятий, который бы учитывал специфику процессов предметной области и был организован в соответствии с методами, принципами и подходами построения систем класса СППР.

Задачи исследования

Для достижения поставленной цели необходимо решить задачи, имеющие важное прикладное значение для разработчиков и проектировщиков систем класса СППР: разработать метод проектирования хранилища данных, модель аналитического приложения СППР, а также поддерживающие их процессы и программные алгоритмы преобразования данных.

Решение задач разбивается на следующие этапы:

1. Исследование принципов построения систем класса СППР и анализ существующих аналитических приложений.

2. Анализ возможности разработки методов описания и оптимизации хранилища данных в соответствии с информационной потребностью пользователей предметной области.

3. Анализ области применения разрабатываемой СППР и недостатков моделей, применяемых в существующих аналитических приложениях, а также разработка модели, дополняющей существующие модели аналитических приложений СППР, и их адаптация к российским особенностям.

4. Создание типового программного комплекса, реализующего разработанные методы и модели средствами СППР.

Структура диссертационной работы соответствует последовательности решения поставленных задач.

Методы исследования

В качестве информационного обеспечения, методологической и теоретической основы в исследовании использованы методы теории множеств, теории систем, математического моделирования экономических объектов, балансовых систем, теории оптимального управления системами, прикладной теории случайных процессов, теории множеств, линейного программирования и имитационного моделирования, а также методические материалы государственных органов по работе с проблемными предприятиями.

Научная новизна основных результатов

Научная новизна полученных в диссертационной работе результатов определяется следующими положениями:

• разработан метод моделирования хранилищ данных, отличительной чертой которого является использование теоретико-множественных моделей описания структуры хранилищ;

• разработан подход к оптимизации структуры хранилищ данных, основанный на сопоставлении информационного массива хранилищ данных и информационной потребности пользователей. Осуществлена количественная оценка качества работы СППР по обеспечению информационной потребности пользователей;

• разработана модель аналитического приложения СППР, основанная на особенностях описания балансовых систем и систем, обладающих свойствами наблюдаемости, управляемости и чувствительности к внешним воздействиям;

• разработаны подходы к построению типового программного продукта для мониторинга и анализа финансового состояния проблемных предприятий, основанные на изучении и реинжиниринге процессов предметной области.

Положения, выносимые на защиту На защиту выносятся следующие положения:

• метод моделирования хранилища данных СППР, основанный на теоретико-множественном описания информационного массива хранилища;

• метод построения и структура организации хранилища данных, основанные на сопоставлении информационного массива хранилищ данных и информационной потребности пользователей;

• модель аналитического приложения СППР в области мониторинга и анализа финансового состояния проблемных предприятий, совершенствующая и дополняющая существующие методы;

• подход к построению типового программного комплекса, основанный на разработанных методах, моделях и алгоритмах.

Научная и практическая значимость работы Научная значимость диссертационной работы состоит в том, что разработанный метод моделирования хранилищ данных позволяет исследование информационных систем поддержки принятия решений на базе хранилищ данных. Предложенный подход теоретико-множественного описания информационного массива хранилищ данных и информационной потребности пользователей позволяют оценивать эффективность работы СППР и оптимизировать структуру хранилищ данных.

Практическая значимость диссертационной работы определяется следующими положениями:

• разработанная модель аналитического приложения СППР позволяет проводить экспресс диагностику проблемных предприятий для принятия решения о дальнейших действиях по отношению к этим предприятиям. При этом учитываются не только внутренние особенности предприятия как системы, но и управляющее воздействие на предприятие, а также влияние внешних факторов. В традиционном подходе к анализу оцениваются только внутренние особенности предприятий.

• разработанный в среде MBS Navision программный комплекс СППР в целом обеспечивает процессы сбора, хранения и обработки информации в соответствии с разработанными методами и моделями, а использованные при его разработке подходы могут служить базой при разработке аналогичных приложений.

Апробация работы

Основные положения диссертационной работы и ее отдельные результаты обсуждались на научно-практических конференциях по современным проблемам прикладной информатики, экономической и информационной безопасности в г. Москве и г. Санкт-Петербурге. Публикации

Основные результаты диссертационной работы опубликованы в пяти печатных работах.

Объем и структура работы

Диссертация состоит из введения, четырех глав, заключения, списка литературы и одиннадцати приложений. Работа изложена на 161 странице машинописного текста, содержит 41 рисунок, 12 таблиц, список литературы из 60 наименований.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Введение

Во введении обосновывается актуальность темы диссертационной работы, формулируется ее цель, обосновывается научная новизна и практическая ценность, обозначается круг задач для исследования, который может быть определен следующими положениями:

1. Исследование принципов построения систем класса СППР и анализ существующих аналитических приложений.

2. Анализ возможности разработки механизмов описания и оптимизации хранилища данных в соответствии с информационной потребностью пользователей предметной области.

3. Анализ области применения разрабатываемой СППР, а также разработка модели и алгоритмов типового аналитического приложения СППР для анализа проблемных предприятий, дополняющие существующие алгоритмы аналитических приложений.

4. Создание типового программного комплекса, реализующего разработанные методы и подходы средствами СППР.

Первая глава

В первой главе диссертации в соответствии с поставленными задачами было проведено исследование принципов и особенностей построения систем класса СППР и анализ существующих аналитических приложений. Системы поддержки принятия решений базируются на следующих технологических процессах: сбор данных, хранение данных и анализ данных (рис. 1).

Центральным компонентом системы является хранилище данных - база данных, предназначенная для хранения в согласованном виде исторической информации, загружаемой из различных операционных систем и внешних источников.

Данные перед загрузкой в хранилище должны пройти этап очистки, согласования и преобразования. Этап очистки, согласования и преобразования данных требуется, прежде всего, при извлечении данных из разных источников, когда однотипные по смыслу данные могут иметь различный формат, вид представления, идентификацию, например, данные финансовой отчетности из разных бухгалтерских систем.

Сбор данных

Хранение данных

Анализ данных

Источники Буферная область Серверы цждетаыенн* информации

данных

Рис. 1 Архитектура СПГТР В основе технологии хранилищ данных, предназначенной для решения задач аналитической обработки, лежит многомерная модель данных. Несмотря на то, что с формальной точки зрения хранилище представляет собой обычную базу данных, его проектирование во многом отличается от построения БД оперативной системы. Главным отличием хранилища данных от обычной БД является его ориентированность на информационную потребность пользователей и многомерная модель хранения данных, которая заключается в том, что в базе данных хранятся не реляционные таблицы, а другие объекты - многомерные кубы. Элементы массива - это значения анализируемого показателя, а каждый индекс многомерного массива соответствует одному из параметров, от которых зависит показатель.

Обеспечивается эта модель особенностью структуры хранилища, которая состоит из двух типов таблиц: таблиц-фактов и таблиц-измерений или таблиц-справочников.

Данные не представляются конечному пользователю в виде гиперкубов. Аналитику привычнее иметь дело с двумерными таблицами и графиками. Он анализирует определенные срезы или проекции кубов. Четырехмерный случай (представление данных по четырем измерениям) организации хранения данных в виде кубов и представления пользователям в виде срезов (проекций) проиллюстрирован на рис. 2.

0100

Рис. 2 Представление данных в виде многомерных кубов

Вторая глава

Во второй главе диссертации в соответствии с поставленными задачами был разработан математически обоснованный метод моделирования хранилищ данных. Также во второй главе предложен подход к оценке хранилища данных с точки зрения информационной потребности пользователей.

В настоящее время при моделировании хранилищ данных используются в основном методы теории графов, позволяющие оценить структуру проектируемого хранилища, а также взаимосвязь элементов в нем. Рассмотрим теоретико-множественный метод описания хранилищ данных. При разработке метода значимыми понятиями являются: факты, измерения,

аналитические срезы фактических данных. Аналитические срезы фактических данных - это представление данных пользователю по нескольким измерениям одновременно.

Теоретико-множественное представление фактических данных базируется на представлении фактов в виде множества измерений одного и того же факта, а представление информационного массива - в виде набора различных аналитических разрезов, составленных на базе совокупности измерений.

Пусть /к - некоторое представление факта в виде аналитического среза. Тогда:

Ъ ={/;.../*.../„} (1)

fk € Р0 для всех к, причем. |Р0|=^,

где Р0 - универсальный массив, содержащий все аналитические срезы фактических данных, и - универсальный набор представлений фактов, |и| = II, т.е. количество измерений, по которым могут быть представлены факты, щ - мощность множества Р0, т.е. общее количество аналитических срезов в информационном массиве (хранилище данных).

Соотношение (1) образуют теоретико-множественное описание хранилища данных.

Дополняет определение (1) линейное представление теоретико-множественного описания аналитических срезов фактических данных:

ил

/г

с1»

и

с»/

, гдес?Л= ч;

1, если 1-е измерение входит в к-й аналитический срез

О, если не входит

(2)

Универсальный массив Р0 в линейном представлении есть матрица размерности и х Ио:

^т "'Лик

Подобные матрицы могут рассматриваться под названием матрицы измерение-срез, показывающей, в каких аналитических срезах какие измерения встречаются.

Далее предлагается рассмотреть модель описания хранилища данных с точки зрения обеспечения информационной потребности пользователя. Модель состоит из двух блоков: блока аналитических срезов и блока запросов.

Блок аналитических срезов включает процессы получения множества аналитических срезов Р0 (1) с созданием образов аналитических срезов (ОАС) (3).

Блок запросов, сформированный на основе информационной потребности пользователей системы, включает множество запросов и процесс создания образов пользовательских запросов (ОПЗ) <}о:

0\1'"С1\т'"01щ

С1ц—С11м"'С1)щ

где ал = V

1, если /'-€ измерение входит в к-й аналитический срез

(4)

О, если не входит.

2и\'"С1ия"'С1ш,,

Важной характеристикой информационной системы является критерий соответствия информационной потребности, то есть формальная оценка обеспечения информационной потребности пользователей. Критерий соответствия информационной потребности (КСИП) есть пара:

КСИП = <Дк*>, (5)

где Р есть мера формальной релевантности, или мера близости (способ исчисления близости) образов аналитических срезов и образов

пользовательских запросов, л? - пороговое значение меры близости, при превышении которого аналитический срез признается формально релевантным соответствующему запросу. Данное определение КСИП, хотя и не отвечает полностью применяемым в СПГТР критериям, тем не менее, позволяет описать такие возможности, как сужение или расширение запроса.

Это достигается, соответственно, увеличением или уменьшением порога релевантности к*. Мера формальной релевантности может определяться по соотношению:

V

Р'тк = X °Ьп * ¿Цс . (6)

/=1

Сопоставление информационной потребности пользователя и возможности предоставления аналитической информации в необходимом пользователю виде состоит в составлении множества формально релевантных т-му запросу аналитических срезов ^, таких, что для всех т

Л С К с==> /С = /?(<?„./*)> кс (7)

Далее рассмотрим методы оценки системы. Задание множества Ет мало что говорит о качестве обеспечение информационной потребности Его необходимо рассматривать совместно с множеством истинно релевантных аналитических срезов . Поскольку в общем случае

, (8), где - формально релевантные срезы в соответствии с мерой формальной релевантности Д - истинно релевантные срезы в соответствии с информационной потребностью пользователя. Применяются различные способы измерения данного отклонения, в совокупности, именуемые критериями оценки технологической эффективности СППР, или способноста системы выдавать релевантные и задерживать нерелевантные тему потребителю аналитические срезы.

Проиллюстрируем вышесказанное в понятиях хранилища данных -представление данных в виде «куба», состоящего из образов аналитических

срезов. На рис. 3 выделено два образа аналитических срезов (А и В), один из них формально релевантный информационной потребности пользователя (ОГО), другой является истинно релевантным. Эти два ОАС имеют общую грань (0,0 ,1,1) - (0,1,1,1) - (1,1,1,1) - (1,0,1,1).

Рис. 3 Сопоставление понятий хранилища данных и диаграммы Эйлера-Венна В целях количественного описания уровня качества предоставления аналитической информации в СПГТР предлагаются следующие частные критерии оценки системы:

- полнота (г - от recall ratio):

HnFj F"

- точность (p - от precision ratio):

F"nFc

- специфичность:

|f„\(fcuf")|

<7 = J—s-—1

|f0\F"|

Однако на основе частных критериев невозможно определить, какая из выдач предпочтительнее. Это вызывает необходимость построения интегральных, или смешанных, критериев.

Одним из возможных таких критериев может быть критерий полезной работы СППР. Критерий полезной работы (ф СППР, вывод которого базируется на предположении о том, что качество представления в СППР тем выше, чем в большей степени потребитель освобождается от необходимости полного просмотра массива аналитических данных.

Т)=Г+ст-\

Данная мера полезной работы ИС изменяется в от +1 до -1, причем:

- в точке 7] = + 1 (идеальная система, представляющая все релевантные и только релевантные срезы);

- в точке т] = -I (система, представляющая все нерелевантные и только нерелевантные срезы, - дезинформирующая)

В отличие от применяемого в настоящее время метода описания хранилищ на основе моделей теории графов, предлагаемый метод позволяет не только и не столько оценить структуру проектируемого хранилища, сколько количественно описать качество обеспечения информационной потребности пользователей.

Предложенный метод позволяет оптимизировать структуру хранилища. При этом работа по проектированию хранилища в соответствии с предложенным методом может строиться следующим образом:

• На первом этапе собирается информация о фактических данных и аналитических измерениях фактических данных (аналитических срезах) со всех потенциальных пользователей СППР на базе проектируемого хранилища.

• На базе собранной информации формируется универсальный набор измерений и, образ аналитических срезов Го и образ пользовательских запросов <20.

• Далее с использованием предложенного во второй главе подхода к описанию массива данных хранилища и пользовательских запросов (информационной потребности пользователей) проводятся расчеты необходимых критериев.

В результате использования предложенного метода структура хранилища может быть значительно оптимизирована за счет уменьшения количества потенциально возможных аналитических срезов фактических данных и их размерности, которые затем представляются конечному пользователю СППР в виде аналитических отчетов.

Третья глава

В третьей главе диссертации в соответствии с поставленными задачами был проведен анализ области применения разрабатываемой СППР. Также в третьей главе была разработана модель аналитического приложения СППР в области мониторинга и анализа финансового состояния проблемных предприятий, дополняющая существующие алгоритмы аналитических приложений.

В основе аналитических приложений современных СППР в области мониторинга и анализа финансового состояния предприятий (в том числе и проблемных) в основном применяются методы и алгоритмы финансового

анализа. В традиционном понимании финансовый анализ представляет собой метод оценки и прогнозирования финансового состояния предприятия на основе его бухгалтерской отчетности путем расчета определенных коэффициентов.

Для построения обобщенной модели будем использовать подход, применяемый при описании балансовых систем.

Модели, объясняющие поведение экономических субъектов подачей сигналов другим субъектам, получили название «сигнальных». В случае мониторинга и анализа финансового состояния предприятий, а в целях данного исследования - проблемных, сигналом о состоянии предприятия является его отчетность. В связи с этим, для целей исследования был выбран именно класс сигнальных. При выборе базовой модели для построения модели аналитического приложения СППР, были исследованы следующие модели: обобщенные модели на базе методов финансового анализа, Марковские процессы, модели на базе теории оптимального управления системами.

В рамках выбранного подхода сигнального (системного) анализа за основу была взята модель на базе теории оптимального управления системами. В соответствии с этим математическая модель должна соответствовать принципам построения, оценки и управления системами:

1. Системы обладают свойствами наблюдаемости и управляемости, которые позволяют оценивать состояние систем по их входным (выходным) параметрам, а так же «управлять» состоянием систем и / или входными (выходными) параметрами;

2. На состояние систем и / или входных (выходных) параметров оказывают влияние не только управляющие воздействия, но и различные шумы: шум объекта и / или шум измерения, которые в свою очередь могут быть случайными или детерминированными.

3. Для исследования выбираются системы вида:

Х(к0,к0+к) = Ф(Х(к0),и(к<>,к0 + к),1У(к0,ка+к)), (9)

где

Х(к0,к0 + к)~ состояние в момент к0+к; Х(к„) - состояние в момент к0; и(к0,к0 + к) - управляющий сигнал;

Ш(ка,ка + к)) - неуправляемые воздействия внешней среды («шум» и

пр.);

фтфункция, задающая переход из состояния ко в состояние к0+к. Далее необходимо перевести рассмотренные понятия систем (системного подхода, оптимального управления системами) в плоскость проблемных предприятий. Для иллюстрации здесь можно использовать рис. 4.

Х(кр)

Состояние предприятия (период ко)

(Г(ко, ко+к)

Влияние внешних факторов

Проблемное предприятие

Х(ко, ко+к)

' и (ко, ко+к) Управление

Состояние предприятия (период кл ко+к)

Рис. 4. Предприятие как предмет системного анализа (общая схема) За основу для построения системы мониторинга и анализа финансового состояния проблемных предприятий будем использовать выражение (9), приведенное к линейному виду:

Х(к0,к0 +*) = Ф(к0,к0+к)хХ(к0)+Щк0,кй + к) + Щк0,к0 + к), (10)

или, в покомпонентной записи:

я

*,(*о До + *) = £ Р» (*о ,к0 +к)-хх;(к„) + и1 (к0, к„ + к) + кХк0,к0 +к). .1-1

Поясним обозначения, использованные в (10):

• Х(А0) - столбец матрицы состояния системы (предприятия) в момент

ко;

• Х(£0Д0 +к)~ столбец матрицы состояния системы (предприятия) в момент ко+к, рассчитанный на основе состояниях^).

'■*)(*<> А +*)'

Х(*0) =

(И);

Х(*0 ,*„+*) =

х((*„Л + к)

(ко > ко + к)/

(12)

Последовательность состояний за период к (точнее ко+к), может быть описана матрицей Х(к) размерности их(* + 1):

'*,(*„) х,(*0 + 1) *,(*„ + 2) - *,(*„+/) *,(*„+; + !) - *,(*„+*-1) ж,(А0 + : : : : : : Х(*) = х,(к„) х,(*0+1) *,(*„ + 2) - лг,(*„+./) +у + 1) - *,(*„ + *-1) х,(*„+*) 7

ЛЛ*«) *.(*»+!) *.(*о+2) •■■ *„(*„+у) + - лг,(*0+*-1)

Эта матрица состояний, представляющая собой баланс активов и пассивов за определенный период (&), обладает свойством (если пассивную часть взять с минусом):

][>,(*„+./) = О, (У = 1,2.....*), (14)

м

поскольку матрица строится на основе баланса, приведенного к его итогу.

Столбец матрицы (13) с номером «_/» отражает состояние по истечении у'-1 «элементарных» переходов системы.

Очевидно, что данный столбец также удовлетворяет соотношению (14). • Ф(ка,к„ + к) - матрица (размерности их и, где п - количество параметров, по которым оценивается состояние системы в определенный период времени) перехода, характеризующая внутренние свойства системы обеспечивать изменения при переходе из состояния ко в состояние ко+к (соответствует функции Ф из (9)):

Ф(*0Л+*)=

0>и(*оЛ+*)

<Рл(К>К + к)

¥>н(*оЛ +к)

рЛк<хК+к)

Рт(к„,ка+к)

(15)

<РАко>к0+к)

Здесь <ру(к0,к0 + к) характеризует воздействие 1-й составляющей столбца Щк0)на /-ю составляющую Х(£0Д0 +*).

• и(*0Д0 + *) - столбец матрицы управляемости, характеризующая влияние управляющего воздействия за период к (точнее к$+к) на переход параметра состояния системы из состояния ко в состояние к0+к, совокупность всех управляющих воздействий за отмеченный период может описываться матрицей размерности п х (к +1) :

Щк0,кй+к) =

«,(*оА +к)

и„(к<,,ко +к\

■ (16); Щк) =

'»,(*„),«,(*„ +1),. *,(*„+;),.. щ(ка),и,(к0 +Т),..м,(кс ,и,(к0 + к)

{.«Лк,),"Лко * 1).-М*о + ]).....и „{к, + *)

(17)

• \У(Л0Д0 +к) - столбец матрицы «шума», характеризующий воздействие внешней среды за период (к, к0+к) на переход состояния системы из состояния ко в состояние к0+к; совокупность внешних воздействий за тот же период может описываться матрицей размерности пх(к + \):

W(i0A+*) =

™Лк0,к0 + к)

(18); Щк) =

»Л^Л +1).->"|(*<1 + Л.-»¿К + к)' »,(*„),№,«;„ + 1),..+ + *) +1),...»„(*„ +Л.....+ к))

.(19)

Матрица перехода состояния характеризует степень изменения состояния системы, свойственную внутренним особенностям системы. Как уже говорилось, состоянием системы является взаимосвязь активов и пассивов - баланс.

В соответствии с вышесказанным, предлагается матрицу перехода состояния строить в соответствии со следующим соотношением:

где среднее частных с исключением «крайних» значений

*,(*<>)

(выбросов) и нулей.

Матрица управляемости характеризует уровень влияния внутренних факторов на состояние объекта. В соответствии с этим элементы матрицы управляемости предлагается принять следующего вида:

и, = М(х, (*„+*)-«?, хх,(*«>))> где *,(*„+*) - элемент матрицы состояния в рассматриваемый момент времени, х,(к0) - элемент матрицы состояния в предыдущий (начальный) момент времени, <р1 - элемент диагональной матрицы перехода состояния, описанной выше, т.е. <ри = ¡р,.

Матрица «шума» характеризует уровень влияния внешних по отношению к объекту искажающих факторов на состояние объекта. В соответствии с этим элемент матрицы «шума» предлагается принять следующего вида:

ГГ, = х1(к„ +к)~(<р,ххХка)+и1), где х,(к0+к) - элемент матрицы состояния в рассматриваемый момент времени; х,(к0) - элемент матрицы состояния в предыдущий (начальный) момент времени; <р1 - элемент диагональной матрицы перехода состояния, описанной выше, т.е. = р,; V, - элемент матрицы управляемости, описанной выше.

Построенная модель содержит возможность проводить анализ по всем направлениям, свойственным мониторингу и анализу финансового состояния проблемных предприятий:

• Анализ текущего состояния. Производится путем оценки матрицы состояния Х(к);

• Анализ динамики развития. Производится путем оценки матрицы перехода состояния Ф(к);

• Анализ внутренних факторов - уровня управляющего воздействия. Производится путем оценки матрицы управляемости и(к);

• Анализ степени внешнего воздействия на объект. Производится путем оценки матрицы «шума»

Четвертая глава

В четвертой главе диссертации в соответствии с поставленными задачами предложен подход к созданию типового программного комплекса, реализующего разработанные методы и подходы, предложенные в предыдущих главах, средствами СППР.

Разработанный типовой программный комплекс СППР включает в себя основные выводы диссертационного исследования, а именно: структуру хранилища, ориентированную на информационную потребность пользователей и построенную в соответствии с многомерной моделью данных, модель аналитического приложения.

В предлагаемой структуре хранилища таблицей фактов является сущность Баланс Книга. В этой таблице фактов содержатся преобразованные данные балансов предприятий. В самой таблице хранятся только суммы показателей статей балансов и даты этих сумм, остальные поля являются связанными с таблицами-справочниками.

Таблицы-справочники содержат следующие виды аналитической информации:

• Бюджеты (балансы) - сущность содержит справочник кодов балансов. При необходимости значения из этого справочника могут использоваться как грань многомерного куба.

• Филиалы - сущность содержит справочник кодов филиалов (проблемных предприятий). При необходимости

значения из этого справочника могут использоваться как грань многомерного куба.

• Баланс Форма - сущность является справочником статей балансов. Справочник построен по иерархическому принципу в соответствии с формой реальных балансов. При необходимости значения из этого справочника могут использоваться как грань многомерного куба.

• Ввод баланса - сущность предназначена для непосредственного занесения данных в хранилище вручную.

Расчет модели - сущность предназначена для хранения параметров расчета сигнальной модели в аналитическом приложении СППР.

Разработанный программный комплекс выполняет все функции от согласования и преобразования исходной информации до получения аналитических выводов.

Данные выходной формы позволяют принимать решение по следующим направлениям:

• Анализ существующего состояния. Функцией текущего состояния в рамках выбранной экспериментальной базы является показатель «абсолютной» ликвидности, который позволяет оценить как текущее состояние платежеспособности (финансового состояния), так и состояние в ближайшей перспективе.

• Оценка параметров в соответствии с выбранным в рамках настоящего исследования подходом позволяет судить об усилиях, предпринимаемых менеджерами для исправления ситуации, а также о степени влияния внешних факторов.

Выводы, сделанные на основе результатов, полученных с помощью модели, разработанной в рамках построения аналитического приложения СППР, полностью подтверждаются нормативными документами и заключением суда.

Заключение

В заключении подводятся итоги работы и перечисляются основные результаты.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

В диссертационной работе поставлена и достигнута цель разработки программного комплекса для задач мониторинга и анализа финансового состояния проблемных предприятий, учитывающего специфику и особенности предметной области.

В работе получены следующие результаты:

1. разработаны метод описания и оптимизации хранилища данных в соответствии с информационной потребностью пользователей предметной области. Разработанный подход позволяет оптимизировать структуру хранилища путем уменьшения количества потенциально возможных аналитических срезов фактических данных.

2. разработана модель типового аналитического приложения СППР для анализа проблемных предприятий, дополняющая существующие модели аналитических приложений. В результате предлагаемого подхода, алгоритмы, применяемые в современных аналитических приложениях, могут быть дополнены за счет оценки не только текущего состояния рассматриваемого предприятия, но и выявления причин такого состоянии: управляющего воздействии внутри предприятия или внешнего воздействия.

3. создан типовой программный комплекс, реализующий разработанные методы и подходы средствами СППР. Предлагаемая СППР позволяет проводить экспресс-диагностику объекта (проблемного предприятия) с качественной, выяснять причины того или иного состояния, а также определять направленность дальнейшей работы антикризисного управляющего.

Реализация результатов работы

Созданный на основе разработанных методов, моделей и алгоритмов программный комплекс в среде MBS Navision использовался для экспертной оценки состояния проблемных предприятий специалистами саморегулируемой организации независимых арбитражных управляющих «ДЕЛО». С его помощью было получено научно-обоснованное решение о состоянии ряда проблемных предприятий.

Результаты моделирования состояния предприятий в рамках разработанного типового программного комплекса СППР полностью сопоставимы с решениями судебных органов и специалистов предметной области.

Разработанный программный комплекс может использоваться специалистам в области антикризисного управления на этапе принятия решения о целесообразности применения различных процедур: наблюдения, управления или конкурсного производства.

Отдельно следует отметить, что подходы, использованные в настоящем исследовании, могут широко использоваться в других областях - например, при анализе межотраслевых и межрегиональных балансов.

Основные работы, опубликованные по теме диссертации

1. Александрии А. М. Сигнал от фирмы: Теоретические основы "Сигнальной модели качественных показателей состояния предприятия" // Российское предпринимательство. - М., 2003. - N 2. - С. 97-102

2. Александрии А.М. Моделирование, как средство связи между предпринимателями и разработчиками ПО. I Научно-практическая конференция по современным проблемам прикладной информатики. Тезисы докладов. - С.-П, 2005,12 - 15 С.

3. Александрии А.М. Региональные аспекты антикризисного управления. Антикризисное управление в России в современных условиях. Тезисы докладов Ш Всероссийской молодежной научно-практической

конференции. - М.: МГТУ им. Н.Э.Баумана, РЭА им. Г.В.Плеханова, 2001,8 - 9 С.

4. Александрии А.М. Проблемные предприятия и информационное обеспечение их экономической безопасности. П Научно-практическая конференция по проблемам безопасности в сложных системах. Тезисы докладов. -М, 2005,8 -11С.

5. Александрии А. М., Емельянов A.A., Попов И.И. Информационная технология мониторинга проблемных предприятий // Прикладная информатика - М., 2006. - № 1.

* - 8 б 8 8

Заказ № 344. Объем 1 пл. Тираж 100 экз.

Отпечатано в ООО «Петроруш». г. Москва, ул. Палижа-2а, тел. 250-92-06 www.postator.ru

Введение.

1 Основные принципы построения систем класса СППР.

1.1 История развития СППР как информационной технологии.

1.2 Технология проектирования СППР на базе хранилища данных.

1.3 Современные аналитические приложения СППР (для анализа предприятий).

Выводы.

2. Разработка метода моделирования и оптимизации хранилища данных на основе анализа информационной потребности пользователей.

2.1 Модель описания информационного массива хранилища данных СППР.

2.2 Модель оценки и оптимизации хранилища данных СППР на основе информационной потребности пользователя.

Выводы.

3 Анализ области применения и разработка модели аналитического

Системы поддержки принятия решения (СППР или DSS) возникли как естественное развитие и обобщение управленческих информационных систем и систем управления базами данных (СУБД) в направлении их большей пригодности и приспособленности к задачам повседневной управленческой деятельности.

С самых первых определений СППР определился круг решаемых с их помощью задач: неструктурированные и слабоструктурированные. Существенное влияние на такую направленность СППР оказала классификация проблем, согласно которой, неструктурированные задачи имеют лишь качественное описание, основанное на суждениях ЛПР, а количественные зависимости между основными характеристиками задачи не известны. В хорошо структурированных задачах существенные зависимости могут быть выражены количественно. Промежуточное положение занимают слабоструктурированные задачи, «сочетающие количественные и качественные зависимости, причём малоизвестные и неопределённые стороны задачи имеют тенденцию доминировать» [57].

Существует точка зрения на СППР, как управленческую информационную систему. Такой подход близок к представлению СППР в виде традиционной автоматизированной информационной системы, но ориентированной на решение задач управления [27].

В основе современного подхода к информационному обеспечению СППР лежит идея интегрированного хранилища данных, обеспечивающего единый логический взгляд и доступ к информации, разбросанной по разнообразным оперативным системам организации и поступающей из внешних источников. При этом существенно, что данные в хранилище имеют исторический характер, то есть обеспечивается интеграция не только разнородных источников, но и архивных данных, возникающих в процессе функционирования той или иной оперативной системы [43].

Аналитические приложения являются конечной целью создания СППР. Именно в них происходит анализ и выдача рекомендаций на основе данных, подготовленных на предыдущих этапах.

На данных момент существует достаточное количество аналитических приложений финансового анализа как отечественных, так и зарубежных разработчиков [i2, i9]. Обзор лучших программ российских разработчиков приведен в первой главе настоящего исследования. В качестве экспериментальной базы для исследования был выбран ограниченный круг предприятий — проблемные предприятия. Проблемными предприятиями в рамках настоящего исследования являются предприятия, которые являются или могут стать неплатежеспособными, то есть в соответствии с [8]: неспособными в полном объеме удовлетворить требования кредиторов по денежным обязательствам и (или) исполнить обязанность по уплате обязательных платежей. Об особенностях анализа указанного типа предприятий будет сказано отдельно в рамках настоящей работы.

Актуальность исследования заключается в том, что применяемые в настоящее время методы моделирования хранилищ данных в большинстве своем хоть и разработаны довольно давно и получили широкое распространение, как правило, не имеют достаточного математического обоснования. Таким образом, разработка математически обоснованного метода моделирования хранилищ данных представляется актуальной;

На данный момент существует достаточное количество аналитических приложений как отечественных, так и зарубежных разработчиков. Однако, заложенные в эти приложения алгоритмы, базирующиеся на методах финансового анализа, учитывают только некоторые аспекты деятельности предприятий. В связи с этим появляется обоснованная потребность разработки подходов, которые дополняли бы существующие алгоритмы аналитических приложений СППР.

В этой связи целью диссертационной работы является разработка подходов к проектированию программного комплекса СППР для задач мониторинга и анализа финансового состояния проблемных предприятий, который бы учитывал специфику процессов предметной области и был организован в соответствии с методами, принципами и подходами построения систем класса СППР. Использование в рамках настоящего исследования информационной технологии хранилищ данных обосновывается особенностью построения систем класса СППР, выбранных в качестве объекта настоящего исследования.

Для достижения поставленной цели необходимо решить задачи, имеющие важное прикладное значение для разработчиков и проектировщиков систем класса СППР: разработать метод проектирования хранилища данных, модель аналитического приложения СППР, а также поддерживающие их процессы и программные алгоритмы преобразования данных.

Решение задач разбивается на следующие этапы:

1. Исследование принципов построения систем класса СППР и анализ существующих аналитических приложений.

2. Анализ возможности разработки методов описания и оптимизации хранилища данных в соответствии с информационной потребностью пользователей предметной области.

3. Анализ области применения разрабатываемой СППР и недостатков моделей, применяемых в существующих аналитических приложениях, а также разработка модели, дополняющей существующие модели аналитических приложений СППР, и их адаптация к российским особенностям.

4. Создание типового программного комплекса, реализующего разработанные методы и модели средствами СППР.

Структура диссертационной работы соответствует последовательности решения поставленных задач.

В первой главе будут рассмотрены отличительные черты систем класса СППР, подходы и принципы их построения. Проанализированы современные аналитические приложения и их функциональность в применении к задачам мониторинга и анализа финансового состояния (проблемных предприятий).

Во второй главе будут предложены подходы к формальному (математическому) описанию информационного массива хранилища данных. Также во второй главе будет предложен метод оптимизации хранилища данных, основанный на информационной потребности пользователей.

В третьей главе будут сформулированы требования к аналитическому приложению СППР мониторинга и анализа финансового состояния проблемных предприятий в соответствии с процессами предметной области. Также в третьей главе будет указано на ряд недостатков алгоритмов существующих аналитических приложений и предложена модель, совершенствующая применяемые подходы, основанная на теории оптимального управления системами, для разработки алгоритмов аналитического приложения СППР.

В четвертой главе будет рассмотрен процесс от преобразования и загрузки данных в хранилище до получения выходной отчетной формы средствами разработанной СППР мониторинга и анализа финансового состояния проблемных предприятий с описанием всех обозначенных видов процессов.

Основные результаты диссертационной работы получены с использованием методов теории множеств, теории систем, математического моделирования экономических объектов, балансовых систем, теории оптимального управления системами, прикладной теории случайных процессов, теории множеств, линейного программирования и имитационного моделирования и опубликованы в пяти печатных работах.

Важность и новизна полученных в диссертационной работе результатов определяется следующими положениями:

• разработан метод моделирования хранилищ данных, основанный на теоретико-множественных моделях описания и оценки структуры хранилища;

• разработан подход к оптимизации структуры хранилищ данных, основанный на сопоставлении информационного массива хранилищ данных и информационной потребности пользователей, позволяющий осуществлять количественную оценку качества работы СППР по обеспечению информационной потребности пользователей;

• разработана модель аналитического приложения СППР, основанная на особенностях описания балансовых систем и на выводах теории оптимального управления системами, дополняющая существующие модели аналитических приложений;

• разработаны подходы к построению типового программного продукта для мониторинга и анализа финансового состояния проблемных предприятий, основанные на изучении и реинжиниринге процессов предметной области.

Положения, выносимые на защиту:

• метод моделирования хранилища данных СППР, основанный на теоретико-множественном описания информационного массива хранилища;

• методы построения и структура организации хранилища данных, основанные на сопоставлении информационного массива хранилищ данных и информационной потребности пользователей;

• модель аналитического приложения СППР в области мониторинга и анализа финансового состояния проблемных предприятий, совершенствующая и дополняющая существующие методы;

• подход к построению типового программного комплекса, основанный на разработанных методах, моделях и алгоритмах.

Отдельно следует отметить, что обозначения, используемые в работе, являются обособленные в рамках описания конкретных математических моделей.

Выводы, сделанные на основе результатов, полученных с помощью модели, разработанной в рамках построения аналитического приложения СППР, полностью подтверждаются нормативными документами и заключением суда по предприятиям, по данным которых проводились исследования.

1. О некоторых мерах по реализации законодательства о несостоятельности (банкротстве) предприятий: Постановление Правительства РФ от 20 мая 1994 г. № 498 // БАНКРОТСТВОс/ПРЕДПРИЯТИИ: Сборник нормативных документов с комментариями. 1995. - 56 с.

2. Об утверждении «Методических указаний по проведению анализа финансового состояния организаций»: Приказ ФСФО России от 23 января 2001 г. № 16 // БАНКРОТСТВО ПРЕДПРИЯТИЙ: Сборник нормативных документов с комментариями. 2001. - 73 с.

3. О мониторинге финансового состояния организаций и учете их платежеспособности: Распоряжение ФСФО России от 20 декабря 2000 г. № 226-р // БАНКРОТСТВО ПРЕДПРИЯТИЙ: Сборник нормативных документов с комментариями. 2001. - 73 с.

4. Приказ Министерства финансов Российской Федерации от 22 июля 2003 г. N 67н "О формах бухгалтерской отчетности организаций"

5. Приказ Министерства финансов Российской Федерации от 13 января 2000 г. N 4н "О формах бухгалтерской отчетности организаций"

6. Федеральный закон от 26 октября 2002 г. № 127-ФЗ "О несостоятельности (банкротстве)"

7. АРБИТРАЖНОЕ УПРАВЛЕНИЕ: теория и практика наблюдения / Н.А. Васильева, В.В. Голубев, А.Н. Ерофеев и др.; Под общей редакцией В.В. Голубева. М.: «Статут», 2000. - 320 с.

8. Ахметова Г.В. Руководство по изучению дисциплины «Бухгалтерский учет» М., Московский государственный университет экономики, статистики и информатики. 2000. - 35 с.

9. БАНКРОТСТВО: проблемы, нормативные акты, методические материалы и комментарии, разбор практики, ответы на вопросы (Сборник). М.: «Начала-Пресс», 1995. - 192 с.

10. Бебнева Е.В. Богачева И.В. Соколова Е.В. Теория бухгалтерского учета. Учебное пособие / Моск. гос. ун-т экономики, статистики и информатики. -М.: 2001. 103 с.

11. Бусленко Н.П. Моделирование сложных систем. М.: Наука, 1977.

12. Венцтель А.Д., Фрейдлин М.И. Флуктуация в динамических системах под действием малых случайных возмущений. М.: Наука, Главная редакция физико-математической литературы, 1979 г.-487 с.

13. ВОПРОСЫ анализа и процедуры принятия решений. Сб. трудов. -М.: Мир, 1986.

14. Данилов В.И. Механизмы группового выбора. М.: Наука, 1991.

15. Диго С.М. Базы данных. М.: Финансы и статистика, 2005.

16. Емельянов С.В., Ларичев О.И. Многокритериальные методы принятия решений. М.: Знание, 1985.

17. Ивченко Г.И., Каштанов В.А., Коваленко И.Н. Теория массового обслуживания: Учеб. пособие для вузов. М.: Высш. Школа, 1982. -256 с.

18. Ильенкова С.Д., Сиротина Т.П., Смирнов С.А. Экономика и статистика фирм / Московский государственный университет экономики, статистики и информатики. М., 2001. - 84с.

19. Кабаков B.C., Порховник Ю.М., Зубов И.П. Менеджмент: проблемы программа - решения. - JL: Лениздат, 1990

20. Карлин С. Основы теории случайных процессов. Перевод с англ. В.В. Калашников. Под ред. И.Н. Коваленко. Изд. «Мир», М 1971 г.

21. Кини Р.Л., Райфа X. Принятие решений при многих критериях: замещения и предпочтения: Пер. с англ. М.: Радио и связь, 1981.

22. Ковалев В.В. Финансовый анализ: Управление капиталом. Выбор инвестиций. Анализ отчетности. 2-е изд., перераб. и доп. М.: Финансы и статистика, 1999. - 512 с.

23. Козелецкий Ю. Психологическая теория решений. М.: Прогресс, 1979.

24. Кольвах О.И. Ситуационно-матричная бухгалтерия: модели и концептуальные решения. Ростов-на-Дону, 1999.

25. Ларичев О.И. Проблемы построения эффективных систем поддержки принятия решений. // Новые направления в системах поддержки принятия решений. Тр.семин. М.: ВНИИСИ, 1988.

26. Ларичев О.И. Теория и методы принятия решений: Учебник. М.: Логос,2000. - 296с.

27. Леонтьев В. Исследование структуры американской экономики. Теоретический и эмпирический анализ по схеме «затраты-выпуск». М.: Госстатиздат, 1958.

28. Мидоу, Ч. Анализ информационных систем. М.: Прогресс, 1977. 400 с.

29. Мэтьюс М.Р., Перера М.Х.Б. Теория бухгалтерского учета: учебник / Пер. с англ. под ред. Я.В.Соколова, И.А.Смирновой. М.: Аудит, ЮНИТИ, 1999.-256 с.

30. Новый план счетов бухгалтерского учета. М.: ООО «ВИТРЭМ», 2001.- 128 с.

31. Партыка T.JL, Попов И.И. Математические методы. М.: ФОРУМ: ИНФРА-М, 2005. 464 с.

32. Перегудов Ф.И., Трасенко Ф.П. Введение в системный анализ: Учебн.пособие. М.: Высш.шк, 1989.

33. Попов И.И. Информационные ресурсы и системы: реализация, моделирование, управление. М.: ТПК «Альянс», 1996

34. Попов И.И. Моделирование и оптимизация документальных информационных систем. / учебное пособие М.: Российский государственный гуманитарный университет, 1998.

35. Попов И.И., Храмцов П.Б. Мировые информационные ресурсы и сети (методы доступа к ним): Учебник /Под общей ред. К.И. Курбакова. -М.: Изд-во Рос. экон. акад., 1999. 145 с.

36. Ронова Г.Н. Финансовый менеджмент / Моск. гос. ун-т экономики, статистики и информатики. М.: 1999. - 80 с.

37. Саати Т. Принятие решений. Метод анализа иерархии / пер. с англ. М.: Радио и связь, 1989. - 316 с.

38. Светлов Н.М. На пути к новой концепции стоимости. М.: Издательство МСХА 2002.

39. Сейдж Э.П., Уайт Ч.С. III., Оптимальное управление системами. / пер. с англ. М.: Радио и связь, 1982. - 436 с.

40. Сиротина Т.П. Экономика и статистика предприятий / Московский государственный университет экономики, статистики и информатики. М.: 2001.-46 с.

41. Спирли, Э., "Корпоративные хранилища данных. Планирование, разработка и реализация. T.1". Издательство: Вильяме (2001).

42. ТЕОРИЯ выбора и принятия решений: Учеб.пособие. М.: Наука, 1982.

43. Финн В. К. Информационные системы и проблемы их интеллектуализации//НТИ Сер.2 1984 №1 с.4-14.

44. Хендриксен Э.С., Ван-Бреда М.Ф.Теория бухгалтерского учета / Пер. с англ./ Под ред. Я.В.Соколова. М.: Финансы и статистика, 1997.-428 с.

45. Черноморов Г.А. Теория принятия решений: Учебное пособие / Юж.-Рос. гос. техн. ун-т. Новочеркасск: Ред. Журн. «Изв. Вузов. Электромеханика», 2002. 276 с.

46. Чибисов О.В. «Финансы предприятий» / формирование основных и оборотных средств; прибыль предприятия; анализ финансовой деятельности // Московский государственный университет экономики, статистики и информатики. М.: 2001. - 49 с.

47. Чиркова Е.В. Действуют ли менеджеры в интересах акционеров? Корпоративные финансы в условиях неопределенности. М.: ЗАО «Олимп-Бизнес», 1999. - 288 с.

48. Bonjek R.H., Hollsapple C.W., Whinston А.В. The evolution from MIS to DSS: Extension of Data Management to Model Management. In Decision Support Systems. Ed. by M.J.Ginzberg, W.Reitman, E.A.Stohr. - Amsterdam North-Holland Publ. Co., 1982. -p.61 -78.

49. E. F. Codd: Seven Steps to Rendezvous with the Casual User. IFIP Working Conference Data Base Management 1974: 179-200

50. Fayyad U., Piatetsky-Shapiro G., Smyth P., Uthurusamy R. Advances in Knowledge Discovery and Data Mining. AAAI/MIT Press: 1996.

51. Ginzberg M.S., Stohr E.A. Decision Support Systems: Issues and Perspectives.

52. Inmon W.H., Hackthorn R. Using the Data Warehouse. 1994.

53. Intelligent Enterprise, No 1, January 1999 Codd's Relational Algebra C.J. Date

54. Information Management System/360, Application Description Manual H20-0524-1. IBM Corp., White plains, N.Y., July 1968.

55. Quinlan J.R. Simplifying decision trees. Int. J. Man-Mach. Stud., 1987. №27, pp. 221-234.

56. Simon H.A. The New Science of Management Decision.

57. Srague R. A Framework for Research on Decision Support Systems. In Decision Support Systems: Issues and Challenges. Ed. by G.Fick and R.Sprague: - Oxford: Fergamon Press, 1980. - p.5 - 22.